Cara Menganalisis Data Hierarki Dengan Excel

Cara Menganalisis Data

Analisis data merupakan salah satu tahap penting dalam penelitian. Tujuan dari analisis data adalah untuk mengidentifikasi pola, tren, atau hubungan antara variabel dalam suatu penelitian. Hasil analisis data kemudian digunakan untuk memberikan kesimpulan yang dapat membantu dalam pengambilan keputusan atau penyajian informasi. Dalam artikel ini, kita akan membahas cara-cara menganalisis data hasil observasi dan uji aktivitas antioksidan.

Cara Menganalisis Data Hasil Observasi

Observasi adalah salah satu metode pengumpulan data dalam penelitian. Observasi dilakukan dengan mengamati fenomena yang ada di sekitar kita tanpa melakukan manipulasi terhadap variabel yang diamati. Data hasil observasi kemudian dianalisis untuk mengidentifikasi pola atau tren yang ada dalam fenomena tersebut.

Berikut adalah langkah-langkah untuk menganalisis data hasil observasi:

1. Identifikasi Variabel

Langkah pertama dalam menganalisis data hasil observasi adalah mengidentifikasi variabel yang diamati. Variabel merupakan konsep atau karakteristik dalam penelitian yang dapat berubah atau bervariasi dari waktu ke waktu atau dari satu objek yang diamati dengan objek lainnya.

Contoh variabel dalam observasi:

  • Jumlah kendaraan yang lewat di suatu jalan raya
  • Jumlah orang yang membeli makanan di sebuah restoran
  • Jumlah kejadian pencurian di suatu daerah
Baca Juga :  CARA MEMBUAT RUMUS CURRENT RATIO DI MICROSOFT EXCEL

Setelah variabel berhasil diidentifikasi, langkah selanjutnya adalah mengumpulkan data tentang variabel tersebut.

2. Mengumpulkan Data

Setelah variabel berhasil diidentifikasi, langkah berikutnya adalah mengumpulkan data tentang variabel tersebut. Data observasi dapat diperoleh melalui pengamatan langsung, wawancara, atau survei. Contoh data observasi:

Variabel Data
Jumlah kendaraan yang lewat di suatu jalan raya 08.00 – 09.00: 100 kendaraan, 09.00 – 10.00: 150 kendaraan
Jumlah orang yang membeli makanan di sebuah restoran Senin: 20 orang, Selasa: 15 orang, Rabu: 18 orang
Jumlah kejadian pencurian di suatu daerah Bulan Januari: 10 kejadian, Bulan Februari: 8 kejadian

3. Menyusun Tabel Data

Setelah data berhasil dikumpulkan, langkah selanjutnya adalah menyusun tabel data. Tabel data merupakan bentuk penyajian data yang sistematis dan teratur.

Berikut adalah contoh tabel data hasil observasi:

Jam Jumlah Kendaraan
08.00 – 09.00 100
09.00 – 10.00 150

4. Menghitung Frekuensi dan Persentase

Setelah tabel data berhasil disusun, langkah selanjutnya adalah menghitung frekuensi dan persentase. Frekuensi merupakan jumlah kemunculan suatu data dalam tabel, sedangkan persentase merupakan perbandingan antara frekuensi suatu data dengan jumlah keseluruhan data.

Berikut adalah contoh perhitungan frekuensi dan persentase:

Jam Jumlah Kendaraan Frekuensi Persentase
08.00 – 09.00 100 1 50%
09.00 – 10.00 150 1 50%

5. Membuat Grafik

Setelah perhitungan frekuensi dan persentase selesai, langkah selanjutnya adalah membuat grafik. Grafik dapat membantu dalam memvisualisasikan data dan memudahkan dalam mengidentifikasi pola atau tren dalam data.

Berikut adalah contoh grafik hasil observasi:

Cara Menganalisis Data Hierarki Dengan Excel

Cara Menganalisis Data Hasil Uji Aktivitas Antioksidan

Uji aktivitas antioksidan merupakan salah satu metode untuk menentukan aktivitas antioksidan dari suatu zat. Antioksidan merupakan senyawa yang dapat membantu melindungi sel-sel tubuh dari kerusakan akibat radikal bebas.

Baca Juga :  Cara Membuat Dashboard Excell

Berikut adalah langkah-langkah untuk menganalisis data hasil uji aktivitas antioksidan:

1. Identifikasi Zat yang Diuji

Langkah pertama dalam menganalisis data hasil uji aktivitas antioksidan adalah mengidentifikasi zat yang diuji. Zat yang diuji dapat berupa bahan alami seperti buah-buahan atau zat sintetik seperti asam askorbat.

2. Persiapan Sampel

Setelah zat berhasil diidentifikasi, langkah selanjutnya adalah mempersiapkan sampel. Sampel yang diuji harus dipersiapkan dengan hati-hati dan sesuai dengan metode yang digunakan dalam uji aktivitas antioksidan.

3. Pelaksanaan Uji Antoksidan

Setelah sampel berhasil dipersiapkan, langkah selanjutnya adalah melakukan uji aktivitas antioksidan. Uji aktivitas antioksidan dapat dilakukan dengan menggunakan beberapa metode, seperti metode DPPH (1,1-diphenyl-2-picrylhydrazyl) dan FRAP (ferric reducing antioxidant power).

Berikut adalah contoh hasil uji aktivitas antioksidan dengan metode DPPH:

No Sampel Konsentrasi (μg/mL) IC50 (μg/mL)
1 Ekstrak kulit manggis 100 35.52
2 Ekstrak daun sirsak 100 45.31
3 Asam askorbat 100 10.56

4. Perhitungan Hasil Uji Aktivitas Antioksidan

Setelah uji aktivitas antioksidan selesai dilakukan, langkah selanjutnya adalah menghitung hasil uji aktivitas antioksidan. Hasil uji aktivitas antioksidan dihitung berdasarkan nilai IC50 (inhibitory concentration 50), yaitu konsentrasi sampel yang dapat menghambat aktivitas DPPH sebesar 50%.

Berikut adalah contoh perhitungan hasil uji aktivitas antioksidan:

    IC50 (μg/mL) = (A + B) / 2

    A = konsentrasi sampel dengan persen inhibisi sebesar 50%
    B = konsentrasi sampel dengan persen inhibisi sebesar 60%

5. Membuat Grafik

Setelah perhitungan hasil uji aktivitas antioksidan selesai dilakukan, langkah terakhir adalah membuat grafik. Grafik dapat membantu dalam memvisualisasikan hasil uji aktivitas antioksidan dan memudahkan dalam membandingkan hasil uji dari beberapa sampel.

Berikut adalah contoh grafik hasil uji aktivitas antioksidan:

Grafik hasil uji aktivitas antioksidan

FAQ

1. Apa yang dimaksud dengan variabel dalam penelitian?

Variabel adalah konsep atau karakteristik dalam penelitian yang dapat berubah atau bervariasi dari waktu ke waktu atau dari satu objek yang diamati dengan objek lainnya.

Baca Juga :  Cara Menghitung Slope Dan Intercept Di Excel

2. Apa yang dimaksud dengan IC50 dalam uji aktivitas antioksidan?

IC50 (inhibitory concentration 50) adalah konsentrasi sampel yang dapat menghambat aktivitas DPPH sebesar 50%.

Video Youtube

Berikut adalah video tutorial tentang cara menganalisis data: