Home >Documents >Statistik Deskriptif dengan SPSS

Statistik Deskriptif dengan SPSS

Date post:29-Jan-2016
Category:
View:243 times
Download:1 times
Share this document with a friend
Description:
free
Transcript:

Statistik Deskriptif denganSPSSByEris KusnadiStatistik selalu digunakan ketikaparameteryang menggambarkan karakteristik populasi tidak 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 k

Click here to load reader

Embed Size (px)
Recommended