Global Macro Minitab

Global Macro

Global macro mempunyai struktur sebagai berikut:

1. Gmacro
2. Template
3. Body Of macro
4. Endmacro

Keterangan:

Gmacro dan endmacro menandai awal dan akhir program macro

template berisi nama macro. Nama template tidak harus mempunyai nama yang sama dengan nama macro, tetapi untuk memudahkan saja nama template biasanya sama seperti nama macro *nama file*

Body of macro berisi
command yang ingin dijalankan
control statement
macro statement
memanggil macro global lain.

Langkah menjalankan Global Macro

1. Tulis command global macro sesuai strukturnya di text editor atau word processor seperti notepad, kemudian save dengan eksitensi file *txt atau default format macro untuk minitab *mac. Kita juga bisa menuliskan global macro dengan menggunakan minitab session yaitu dengan cara mengopy project manajer, history kemudian kita paste ke dalam notepad dan menambahkan gmacro, template dan end macro.

2. Setelah menuliskan global macro dan mensave dalam eksitensi file *txt atau pun *mac, langkah selanjutnya adalah bekerja pada windows session pada minitab. untuk menjalankan macro kita harus melakukan enable command dengan cra letakkan kursor pada windows session, klik menu editor, kemudian pilih enable command.

3. Setelah enable command pada windows session minitab aktif, langkah selanjutnya kemudian menjalankan macro dengan cara menuliskan %alamat_path_gmacro. Untuk Gmacro yang dituliskan dalam eksitensi file *txt anda harus menambahkan menuliskan namafile.txt namun untuk gmacro yang disave dalam eksitensi *mac anda boleh menuliskan namafilenya saja. sebagai contoh %c:/analisis.txt untuk gmacro yang disimpan di direktory c dengan berekstensi file *txt atau %c:/analisis untuk gmacro yang disimpan di direktory c dengan eksitensi file *mac.

contoh:
1. Menulis command glabal macro di notepad.

contoh global macro:
Gmacro -----> Awal global macro

Rata -----> nama template

Describe c1; -----> Command
Mean. -----> subcommand

endmacro -----> akhir global macro

2. Save dalam bentuk *txt
3. Tuliskan data pada kolom c1 karena pada global macro diatas kolom yang akan dieksekusi adalah c1
4. Letakkan kursor di windows session minitab, klik editor, enable command

5. Tuliskan %alamat_path_global_macro sebagai contoh %c:\users\mega\documents\rata.txt kemudian enter

6. Dan hasilnya

Macro Minitab

Macro Minitab


Minitab adalah salah satu paket software untuk statistika sama seperti SPSS, SAS dan beberapa paket program software statitika lainnya.

Sebagai salah satu software untuk membantu menganalisis data, minitab dikemas secara lengkap dan simpel.

Sehingga membuat user merasa mudah untuk menggunakannya. Menurutku yang sebagai orang awam, minitab lebih mudah digunakan daripada SPSS.

Meskipun di kalangan mahasiswa jika membutuhkan analisis data lebih sering menggunakan SPSS dibandingkan minitab.


Versi terbaru minitab sekarang sampai minitab versi 15, sayangnya aku masih menggunakan yang versi 14.

Namun versi terbaru tersebut tidak banyak mengalami perubahan, yang terlihat mencolok mungkin logonya saja yang tampak berbeda.

Minitab 14 yang biasa tampak biru sekarang dimixkan dengan warna kuning. Dan beberapa terjadi perubahan fitur tapi tidak begitu signifikan.


Pada semester ini *semester empat* aku mendapat mata kuliah komputasi statistik (Komstat), di mata kuliah tersebut ada bab macro minitab.


Nah, Macro Minitab itu apa?

Macro minitab itu adalah kumpulan komen-komen bagaimana kita menjalankan minitab dengan manual, biasanya kan tinggal klik-klik di menunya dan secara langsung mendapatkan jawaban.

Namun dengan macro minitab, kita bisa menuliskan komen perintahnya di notepad, pokoknya nanti hasil macro kita tersimpan dalam file eksitensi normal text *txt atau biasa dengan *mac


Nah, bukannya kalau memakai macro minitab, kita akan bekerja kurang efektif dan kurang efisien?

Hmm, sebenarnya memang seperti itu sih. Kan kita memang harus menuliskan komen perintah yang kita inginkan, di save kemudian dijalankan di windows session pada minitab tapi harus melakukan perintah enable comment dulu.

Macro memang terlihat tidak efisien, namun ternyata macro sangat efisien digunakan untuk melakukan perintah yang sama berulang kali.

Sebagai contoh kita membangkitkan data dengan N unit, kemudian kita mengambil sampel acak sebanyak n unit sebanyak k kali kemudian kita mencari rata-rata dari tiap k kali ukuran sampel sebanyak n tersebut.

rata-rata dari k kali sampel tersebut kita cari means (rata-ratanya) dan varians sehingga menghasilkan taksiran rata-rata dan taksiran varians dari rata-rata.

Kalau bekerja minitab dengan langkah di atas menggunakan program manual akan sangat lama, dan tingkat ketelitiannya juga berkurang karena itu digunakanlah Macro Minitab.

Macro minitab itu ada 3 jenis yaitu:

1. Execs
2. Global Macro
3. Local Macro

Yang lebih dikenal dalam macro minitab adalah Global macro dan Local Macro, karena dua macro tersebut mempunyai kemampuan yang lebih baik dibanding execs.

Global macro dan Local macro dapat melakukan comment seperti do, if sampai subroutine. Namun dibandingkan global Macro, Local macro mempunyai kelebihan tersendiri karena kita bisa mendeskripsikan variabel dalam bentuk konstanta, kolom atau pun matrik.

Motivasi Kenapa Belajar Statistik

Setiap Bentuk Ketidak Pastian Mendorong Terbentuknya Upaya Permodelan

Setiap Bentuk Ketidak Pastian Ada Knowledge dan Probability

Perilaku Berpikir Manusia Dipandu Oleh Keinginan

Perilaku Bertindak Dipandu Oleh Berbagai Keinginan dan Persepsi Tentang Masa Depan

Manusia Berharap Menemukan Dasar Untuk Mempunyai Landasan Kuat dalam bertindak sehingga ada Assurance, minimum uncertainty dan ada predictable Future

Sejarah dan Delapan Target MDG (Millenium Development Goals)

MDG (Millenium Development Goals) Deklarasi pertama yang membahas MDG dilaksanakan pada tahun 2000 dimana dihadiri 189 kepala negara anggota PBB, pemerintah, dan berbagai institusi internasional yang bergerak di bidang pembangunan sosial dan ekonomi. Deklarasi ini menghasilkan 8 target (goals) yang tercapai pada tahun 2015. Delapan target hasil deklarasi ini tidak hanya dilaksanakan oleh anggota PBB yang menyetujui MDG, namun oleh semua elemen masyarakat internasional dan PBB sebagai fasilitator.

Ada 8 goal dalam MDG yaitu
1. Membasmi kemiskinan dan kelaparan
2. Mencapai pendidikan dasar
3. Mempromosikan persamaan gender dan emansipasi wanita
4. Menurunkan angka kematian bayi
5. Memperbaiki kesehatan ibu hamil
6. Memberantas HIV/Aids, Malaria dan penyakit lain
7. Menjamin kelayakan lingkungan
8. Membangun perserikatan global untuk pembangunan (development)

Kenapa Kita Harus Belajar Demografi

Demografi

Demografi sering dikaitkan dengan masalah kependudukan yang berhubungan tentang mortalitas, natalitas, migrasi dan kepadatan penduduk di suatu wilayah.

Kenapa study demografi menjadi sangat penting?

Pertama, semua perencanaan atau planning pembangunan tergantung pada pemahaman tentang kependudukan.

Kedua, study demografi selalu mengaitkan antara pertumbuhan penduduk dengan pertumbuhan ekonomi. Pada kenyataannya jika pertumbuhan penduduk meningkat pertumbuhan ekonominya pun akan bertambah, namun pertambahan tersebut dibagikan oleh sejumlah penduduk yang bertambah dalam hal ini penduduk yang berusia lima belas tahun ke bawah, dimana angkatan kerja tersebut belumlah produktif sehingga pertumbuhan ekonomi tersebut tidak berarti apa-apa.

Ketiga, dengan adanya study tentang demografi pemerintah dapat memplanning alokasi budget pada APBN. Misalnya alokasi untuk pendidikan sekian persen yang dilihat dari jumlah populasi penduduk yang mengenyam pendidikan.

Dalam mendapatkan data tentang demografi suatu wilayah atau negara dapat diperoleh dari berbagai sumber yaitu:

1. Sensus
2. National Survey
3. Registration of vital events
4. Demographic studies

Masalah atau isue yang paling sering di dalam demografi adalah ledakan penduduk. Ledakan penduduk atau yang biasa disebut baby bomb terjadi karena beberapa alasan salah satunya adalah ditemukannya antibiotik yang berasal dari penisilin. Ledakan penduduk ini membawa permasalahan berbagai bidang misalnya di bidang lingkungan, adanya ledakan penduduk mendorong bertambahnya limbah dari suatu konsumsi.

Kegunaan Metode Penarikan Sampel

Kegunaan Metode Penarikan Sampel

Reverensi : Teknik Penarikan Sampel oleh William G. Cohcran

Sebuah penelitian atau pengukuran terkadang mempunyai populasi yang sangat besar dan terkadang baik si peneliti maupun si pengamat sulit untuk melakukan penelitian dan pengukuran terhadap populasi yang sangat besar tersebut.

Kendala-kendala yang dihadapi pun ada banyak seperti tidak memungkinkannya mengambil atau mengamati keseluruhan anggota populasi misalnya saja kalau kita mengukur AMDAL BOD dan COD dalam sungai sangat tidak memungkinkan bagi peneliti mengambil seluruh volume air sungai untuk dijadikan objek pengamatan begitu pula jika kita menghitung jumlah trombosit seseorang, tidak memungkinkan kita mengambil seluruh volume darah seseorang.

Kita pasti akan mengambil sebuah sampel (contoh, unit atau bagian dalam sebuah populasi) dan kemudian mengeneralisasikan informasi yang kita peroleh dari sampel ke dalam informasi dalam populasi.

Ada pun kegunaan Metode Penarikan Sampel secara umum adalah

1. Mengurangi Biaya
Mengambil sampel dari sebuah populasi dapat menghemat dan mengefesiansikan biaya atas sebuah penelitian atau pun pengukuran karena bekerja pada unit atau elemen yang lebih kecil.

2. Kecepatan Lebih Besar
Dengan menarik sampel dapat mempercepat untuk memperoleh informasi pada suatu penelitian maupun pengukuran karena data yang diterima lebih ringkas .

3. Cakupan Lebih Besar
Dengan tenaga surveyor yang terlatih yang dapat menghasilkan data sampel yang representatif (mewakili karakteristik populasi) data yang kita peroleh memiliki cakupan informasi yang lebih besar meskipun kita hanya bekerja pada unit yang lebih kecil dari sebuah populasi.

4. Tingkat Ketelitian Lebih Besar
Terkadang bekerja pada populasi membutuhkan waktu dan tenanga yang besar sehingga terjadi kesalahan, berbeda dengan bekerja pada sampel yang elemen atau unitnya lebih kecil daripada sebuah populasi sehingga menghasilkantingkat ketelitian yang lebih besar.

Sifat Distribusi dari Sum Square (Jumlah Kuadrat)

K sampel variasi dapat dikombinasikan untuk memberikan suatu estimate untuk memberikan suatu estimate dari variasi populasi sebagai berikut


SSerror/N-k merupakan dugaan variance wthin masing-masing dari treatmen. Secara sama jika tak ada perbedaan di antara treatmen mean, kita dapat menggunakan variasi dari rata-rata treatmen dari seluruhnya (grand average) untuk estimasi σ^2

Akan tetapi ketiga jumlah kuadrat ini tidak independen sebab SS total = ss treat+ss error