Statistik Deskriptif denganSPSSByEris KusnadiStatistik selalu
digunakan ketikaparameteryang menggambarkan
karakteristikpopulasitidak diketahui. Statistik akan mengambil
sebagian (kecil) dari populasi untuk dilakukan pengukuran, kemudian
hasil pengukuran tersebut dijadikan sebagai kesimpulan terhadap
keseluruhan populasi. Sebagian (kecil) dari populasi tersebut
dinamakansampel.Ibarat kita ingin mengetahui rasa sepanci sayur
asam, kita tidak perlu menenggak satu panci tapi cukup mencicipinya
sebanyak satu sendok.Terdapat dua jenis statistik yang digunakan
ketika penelitian, yaitu: statistik deskriptif (descriptive
statistics) dan statistik inferensi(inferential statistics).
Statistik deskriptif hanya menggambarkan data atau seperti apa data
ditunjukkan, sementarastatistik inferensi mencoba untuk mencapai
kesimpulan (bersifat induktif)dari data dengan kondisi yang lebih
umum (Trochim, 2006), misal:point estimation,confidence interval
estimation,hypothesis testing.Statistik deskriptif adalah
metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu
gugus data sehingga menaksir kualitas data berupa jenis variabel,
ringkasan statistik (mean, median, modus, standar deviasi, etc),
distribusi, dan representasi bergambar (grafik), tanpa rumus
probabilistik apapun (Walpole, 1993; Correa-Prisant, 2000; Dodge,
2006). Pada SPSS, analisis statistik deskriptif dilakukan dengan
meng-klik menu Klik[Analyze]->[Descriptive Statistics], kemudian
terdapat pilihan:Frequencies,Descriptives,Explore,Crosstabs,
danRatio. Dalam penelitian-penelitian, perintah-perintah ini sering
diabaikan karena memang dalam beberapa fungsi analisis lain sudah
otomatis tercantum analisis deskriptifnya.Dengan data sebagaimana
ditunjukkan Tabel 1 di bawah ini, kita akan mempraktekkan operasi
submenuFrequencies,Descriptives,Explore, danCrosstabs.
FungsiRatiotidak akan dibahas karena bagi saya; yang belajar di
SPSS 11, ini tergolong baru:), fasilitasRatiomulai diperkenalkan
pada SPSS versi 11.5, pada dasarnya berfungsi menyediakan ringkasan
statistik yang berupa rasio-rasio.Tabel 1Data Nilai Mahasiswa
(bukan data sebenarnya)NamaUsiaJenis KelaminNilai APKNilai PPCNilai
PLO
Suhairi20Laki-Laki805070
Ambon21Laki-Laki707090
Astri22Perempuan608070
Henri21Laki-Laki809060
Yugos22Laki-Laki906070
Muji19Perempuan708080
Tatang20Laki-Laki607040
Ferdi21Laki-Laki609060
Arsyad21Laki-Laki707040
Fauzan21Laki-Laki908060
*) Laki-Laki (Value: 1), Perempuan (Value: 2)Langkah pertama
yang perlu dilakukan adalah meng-entrydata, tentunya anda perlu
paham dasar-dasar SPSS (silahkan baca posting sebelumnya yang
berjudul:Dasar-Dasar SPSS).Entrydata dilakukan padatab sheetData
Viewsetiap baris mewakili satu responden, sedangkan setiap kolom
mewakili satu variabel, dalam kasus ini variabelnya adalah: Nama,
Usia, Jenis Kelamin, Nilai APK, Nilai PPC, dan Nilai PLO. Berikut
langkah-langkahentrydatanya: Masukkan variabel:Namauntuk
Nama,Usiauntuk Usia,Genderuntuk Jenis Kelamin,APKuntuk Nilai
APK,PPCuntuk Nilai PPC, danPLOuntuk Nilai PLO pada kolomNamepadatab
sheet[Variable View]. Berilah label untuk masing-masing variabel
dengan menuliskannya pada kolomLabel:Usia,Jenis Kelamin,Nilai
APK,Nilai PPC, danNilai PLO. Hal ini berarti: variabel Gender
mempunyai label Jenis Kelamin, variabel APK mempunyai label Nilai
APK, dan seterusnya. Untuk variabelGenderpada kolomValues,
definisikanValue:1=Laki-lakidanValue:2=Perempuan. Untuk
variabelNama(baris pertama ) pada kolomType, ubah tipe data
menjadiString. Pada kolomDecimalsisi nol untuk semua variabel.
Untuk kolom lainnya sepertiWidth,Missing, danColumnsbiarkan
tetapdefaultSPSS. Jangan lupa save atau tekan Ctrl + S.
SecaradefaultSPSS akan memberi nama file:data_1.sav, saya merubah
namafilemenjadieRiskProject_1.sav.
Gambar 1.Entry Variabel pada Tab Sheet Variable View Kemudian
kliktab sheet[Data View]dan mulailah meng-entrydata seperti yang
diperlihatkan Gambar 2 di bawah ini.
Gambar 2.Entry Data pada Tab Sheet Data View Untuk melihat hasil
definisiValuepada variabel Gender, klik ikon, variabel Gender akan
terdefinisi menjadi laki-laki dan perempuan, tidak lagi berisi
angka 1 dan 2. Selanjutnya, kita ingin menjumlahkan nilai APK, PPC,
dan PLO, Klik menu[Transform]>[Compute], munculdialog boxCompute
Variable. Buatlah variabel baru dengan nama total untuk menempatkan
hasil penjumlahan nilai APK, PPC, dan PLO, caranya: tuliskan total
padaformTarget Variable. Kemudian Klik[Type & Label], beri
label Nilai Total. Ketik APK + PPC + PLO (sesuai nama variabel dan
perintah penjumlahan ) padaformNumeric Expression. Anda juga dapat
menggunakan tombol-tombol yang tersedia padadialog box, lihat
Gambar 3.
Gambar 3.Contoh Perintah Penjumlahan pada Dialog Box Compute
Variable Klik[OK]. PadaData Viewakan muncul variabel baru dengan
nama Total (lihat Gambar 4).
Gambar 4.Output dari Perintah Penjumlahan pada Dialog Box
Compute VariableSetelah datadi-entry,selanjutnya memulai
menggunakan perintah-perintah statistik deskriptif. Tahap pertama
adalah menggunakan perintahFrequencies.1.
FrequenciesPerintahFrequenciesdigunakan untuk memperoleh jumlah
pada nilai-nilai sebuah variabel tunggal. Langkah-langkahnya adalah
sebagai berikut: Klik menu[Analyze]->[Descriptive
Statistics]->[Frequencies]. Munculdialog boxFrequencies.
KlikJenis Kelamin [Gender] > klik, (untuk memasukkan
variabelJenis Kelaminke formVariables(s). Kita akan menganalisis
variabel Jenis Kelamin. Jangan lupa centangDisplay frequency
tables.
Gambar 5.Dialog Box Frequencies Agar menampilkan representasi
bergambar (grafik), klik[Charts], maka akan munculdialog
boxFrequencies: Charts. Saya memilihBar chartspadaformChart Type.
Pada formChart Values, saya memilihPercentages(Lihat Gambar 6).
Gambar 6.Menampilkan Bar Charts pada Dialog Box Frequencies:
Charts Kemudian klik[Continues]untuk kembali kedialog
boxFrequencieslalu klik[OK]maka muncul jendelaSPSS Viewer yang
menunjukkan hasil analisis frekuensi (lihat Gambar 7).
a) Sebelah kiri adalahOutline viewdalam bentuk tree files,
fungsinya sebagai navigasi dalam melihatoutputanalisis.b) Sebelah
kanan adalahDisplay output, fungsinya menampilkan seluruh hasil
analisis yang telah kita lakukan.
Gambar 7.Display Output pada SPSS ViewerPada Gambar 7 terlihat
hasil analisis SPSS, di mana pada tabel pertama N Valid = 10 yang
menunjukkan jumlah responden 10 orang dan N Missing = 0 yang
berarti tidak ada data yang hilang(missing). Pada tabel yang kedua
terlihat hasil analisisFrequenciesterhadap variabel Jenis Kelamin,
di mana jumlah responden laki-laki 8 orang (80%) dan responden
perempuan ada 2 orang (20%). Jikascrolldigeser ke bawah akan
terlihatBar Chart(lihat Gambar 8) yang menunjukkan visualisasi
jumlah responden laki-laki dan perempuan.
Gambar 8.Bar ChartPerhatikan kriteria laki-laki dan perempuan,
ini merupakan hasildefinisi value variabelGenderpada kolomValues,
di manaValue:1=Laki-lakidanValue:2=Perempuan. Jika definisi value
diabaikan maka padabar chartmaupun tabel analisis yang terlihat
bukanlaki-lakidanperempuanmelainkan1dan2. Begitu juga judul tabel
dan judul histogram: jenis kelamin, ini merupakan hasil dari proses
label yang telah kita lakukan untuk variabelGender. Fungsi label
ini bermanfaat untuk para pembaca analisis, misal penguji pada
sidang Tugas Akhir / Skripsi. Selanjutnya adalah penggunaan
perintahDescriptives.2. DescriptivesDengan menggunakan data
sebelumnya langkah-langkah perintahDescriptivesadalah sebagai
berikut: Klik menu[Analyze]->[Descriptives
Statistics]->[Descriptives]. Munculdialog boxDescriptives.
Masukkan variabel yang akan dianalisis ke formVariables(s). Untuk
melakukan setting optional klik[Options]. Munculdialog
boxDescriptives: Options. Centang analisis yang diperlukan. Dalam
hal ini pilihannya adalah:Mean,Std.
deviation,Minimum,Maximum,Kurtosis,Skewness, dan pada formDisplay
OrdercentangVariable list.
Gambar 9.Langkah-Langkah Descriptives Statistics
Klik[Continue]dan[OK]. Hasil analisis akan terlihat seperti tabel
yang ditunjukkan Gambar 10 di bawah ini:
Gambar 10.Output DescriptivesTabeloutputdi atas menunjukkan
jumlah pengukuran (N), nilai minimum (Minimum), nilai maksimum
(Maximum), nilai rata-rata (Mean), standar deviasi (Std.),
Skewness, dan Kurtosis dari masing-masing variabel.
Nilaiskewnessmerupakan ukuran kesimetrisan histogram,
sedangkankurtosismerupakan ukuran datar atau runcingnya histogram.
Idealnya nilai skewness dan kurtosis pada distribusi normal adalah
nol. Oleh karena itu: Jika nilai skewness positif maka distribusi
data miring ke kiri distribusi normal (ada frekuensi nilai yang
tinggi di sebelah kiri titik tengah distribusi normal), sebaliknya
apabila skewness negatif maka distribusi data miring ke kanan
distribusi normal (kiri bagi kita yang melihatnya). Jika nilai
kurtosis positif maka distribusi data meruncing (ada satu nilai
yang mendominasi), sebaliknya apabila Kurtosis Negatif maka
distribusi data melandai (varians besar).Perhatikan Gambar 10 di
atas, variabel Usia memiliki skewness negatif dan kurtosis positif,
artinya distribusinya miring ke kiri distribusi normal dan
meruncing. Pada variabel nilai APK, nilai skewness positif dan
nilai kurtosis negatif, artinya distribusinya miring ke kanan
distribusi normal dan melandai. Sebagai pembuktian, buat histogram
untuk variabel Usia dan Nilai APK. Berikut caranya: Klik
menu[Graphs]->[Histogram], maka munculdialog boxHistogram. Pilih
variabelUsiadan masukkan dalamformVariable. CentangDisplay normal
curve, untuk memperlihatkan kurva normal. Selanjutnya
klik[OK].Lakukan langkah yang sama untuk variabel nilai APK.
Hasilnya bisa dilihat pada Gambar 12.
Gambar 11.Menampilkan Histogram bersama Kurva Normal
Gambar 12.Analisis Skewness dan Kurtosis pada HistogramGambar 12
di atas menunjukkan histogram untuk variabel Usia memiliki
distribusi miring ke kiri distribusi normal karena nilainya
skewness negatif dan meruncing karena nilai kurtosis positif.
Sebaliknya, histogram untuk variabelNilai APK memiliki distribusi
miring ke kanan distribusi normal karena nilainya skewness positif
dan melandai karena nilai kurtosis negatif. Di sini, anda bisa
menentukan apakah distribusi tersebut normal atau tidak. Anda bisa
saja menyatakan normal, karena menyerupai bentuk lonceng tetapi
agak serong, tapi orang lain mungkin akan menyatakan tidak normal
karena jauh dari bentuk lonceng. Jika sulit mengambil keputusan,
silahkan lakukan pengujian normalitas yang lebihadvance, misal
dengan Uji Kolmogorov-Smirnov. Selanjutnya, kita masuk pada
penggunaan perintahExplore.3. ExplorePerintahExploredigunakan untuk
membandingkan antara dua atau lebih kelompok dengan satu variabel.
Sebagai contoh, jika kita menggunakanJenis Kelaminsebagai variabel
independen; variabel ini mendefinisikan kelompok
(Laki-LakidanPerempuan), kemudian membandingkannya dengan variabel
lain, sepertiUsia. PerintahExplore; contoh dalam kasusmean,akan
menghasilkan berapa rata-rata usia laki-laki dan berapa rata-rata
usia perempuan. Ukuran-ukuran yang dihasilkan perintahExplore
antara lain: ukuran-ukuran pemusatan data(meandanmedian),ukuran
penyebaran(range,interquartile range, standar deviasi, varians,
minimum, dan maksimum), ukurankurtosis,danskewness.Berikut
langkah-langkah perintahExplore: Klik
menu[Analyze]->[Descriptives Statistics]->[Explore].
Munculdialog boxExplore. formFactor List, isi: variabelJenis
Kelamin. formDependent List, isi: variabelUsia,Nilai APK,Nilai
PPC,Nilai PLO, danNilai Total. FormDisplayada tiga
pilihanBoth,Statistics, danPlots. Saya hanya memilih[Statistics].
Klik[Plots]bila perlu grafikboxplot. Klik[Statistics]bila tidak
perlu grafikboxplot. Klik[Both]bila perlu keduanya. Terakhir
klik[OK].
Gambar 13.Dialog Box Explore
Gambar 14.Contoh Output Explore untuk Variabel UsiaSelanjutnya,
kita masuk pada penggunaan perintahCrosstabs.4. CrosstabsJika
perintahFrequenciesdigunakan untuk memperoleh jumlah pada
nilai-nilai sebuah variabel tunggal, perintahCrosstabsdigunakan
untuk memperoleh jumlah pada nilai-nilai lebih dari satu variabel.
Apabila analisis statistik deskriptif sebelumnya mengolah data
secara keseluruhan dalam setiap variabel dengan menghitung
perhitungan statistik seperti Mean, Standar deviasi, Kurtosis, etc.
PadaCrosstabs, setiap nilai pada variabel yang dianalisis
dijabarkan jumlahnya, dengan begitu kita dapat mengetahui berapa
jumlah subyek laki-laki yang berusia 19 tahun, 20 tahun, dst.
Deskripsi data padaCrosstabsakan disajikan dalam bentuk tabel
silang (crosstab) yang terdiri dari baris dan kolom.Berikut
langkah-langkah perintah Crosstabs: Klik
menu[Analyze]->[Descriptives Statistics]->[Crosstabs].
Munculdialog boxCrosstabs. formColumn(s), isi: variabelJenis
Kelamin. formRow(s), isi dengan variabel yang akan dianalisis,
dalam hal ini isi dengan variabelUsia.
Gambar 15.Dialog Box Crosstabs Klik pilihan[Display clustered
bar charts], pilihan ini untuk menampilkan chart bar dari output.
Untukdialog box[Statistics],[Cells], dan[Format]biarkan sesuai
dengandefaultSPSS. Terakhir klik[OK].
Gambar 16.Output Crosstabs
Gambar 17.Clustered Bar ChartsStatistik deskriptif memberikan
informasi inti dari kumpulan data, seperti ukuran-ukuran pemusatan
data(meandanmedian),ukuran penyebaran(range,interquartile range,
standar deviasi, varians, minimum, dan maksimum),
ukurankurtosis,danskewnessserta representasi piktorialnya. Tabel,
diagram, dan grafik yang sering ditemukan di majalah dan
koran-koran merupakan salah satu contoh penggunaan statistik
deskriptif.Rujukan:
Correa-Prisant, M. (2000).Descriptive statistics. Informally
published manuscript, Dept. of Microbiology, Pathology,
Parasitology, College of Veterinary Medicine, North Carolina State
University, Raleigh, North Carolina. , Available from lec.
(0421)Retrieved
fromhttp://www.pitt.edu/~super1/lecture/lec0421/index.htmDodge, Y.
(2006).The Oxford dictionary of statistical terms(p. 111). New
York: Oxford University Press.Patria, B. (2007, August 17).Entry
Data: Seri Tutorial SPSS 03. Retrieved
fromhttp://inparametric.com/bhinablog/download/03_entri_data.pdf__________.
(2007, August 17).Analisis Deskriptif: Seri Tutorial SPSS 04.
Retrieved
fromhttp://inparametric.com/bhinablog/download/04_analisis_deskriptif.pdfSPSS.
(2005).SPSS(Version 14.0) [Computer software]. Chicago-Illinois:
SPSS, Inc.Trochim, W. M. K. (2006). Descriptive statistics.Research
Methods Knowledge Base. Retrieved
fromhttp://www.socialresearchmethods.net/kb/statdesc.phpWalpole, R.
E. (1993).Pengantar statistika. Jakarta: PT Gramedia Pustaka
Utama.