Statistik Deskriptif dengan SPSS
Statistik deskripsi lebih berhubungan dengan pengumpulan data dan
peringkasan data, serta penyajian hasil peringkasan tersebut. Data-data
statistik yang bisa diperoleh dari hasil sensus, servei atau pengamatan
lainnya, umumnya masih acak, “mentah” dan tidak terorganisir dengan
baik (raw data). Data-data tersebut harus diringkas dengan baik dan
teratur, baik dalam bentuk tabel datau presentasi grafis, sebagai dasar
untuk berbagai pengambilan keputussan (Statistik Inferensi).
Penyajian tabel grafik yang digunakan dalam statistik deskripsi seperti:
- Distribusi Frekuensi.
- Presentasi grafis seperti Histogram, Pie Chart dan lainnya.
Untuk
mendapatkan gambaran yang lebih jelas tentang data, selain dengan tabel
dan diagram, masih diperlukan ukuran-ukuran lain yang merupakan wakil
dari data tersebut. Ukuran yang dimaksudkan dapat berupa :
- Ukuran Pemusatan (Rata-Rata Hitung atau Mean, Median dan Modus)
- Ukuran Letak (Quartil dan Persentil)
- Ukuran Penyimpangan/Penyebaran (Range, Ragam, Simpangan Baku dan Galat Baku)
- Skewness adalah tingkat kemiringan
- Kurtosis adalah tingkat keruncingan
Dua ukuran penting yang sering dipakai dalam pengambilan keputusan adalah:
- Mencari central tendency (kecenderungan memusat), seperti Mean, Median, dan Modus
- Mencari ukuran dispersion, seperti Standar Deviasi dan Variansi
Selain
central tendency dan dispersion, ukuran lain yang dipakai adalah
Skewness dan Kurtosis yang berfungsi untuk mengetahui kemiringan data
(gradien data).
Dalam menu analyze SPSS terdapat beberapa submenu sebagai berikut:
- Frequencies. Menu ini membahas beberapa penjabaran ukuran statistik deskriptif seperti Mean, Median, Kuartil, Persentil, Standar Deviasi dan lainnya.
- Descriptives. Menu ini berfungsi untuk mengetahui skor-z dari suatu distribusi data dan menguji apakah data berdistribusi normal atau tidak.
- Explore. Menu ini berfungsi untuk memeriksa lebih teliti sekelompok data. Alat utama yang dibahas adalah Box-Plot dan Steam & Leaf Plot, selain beberapa uji tambahan untuk menguji apakah data berasal dari distribusi normal.
- Crosstabs. Menu ini dugunakan untuk menyajaikan deskripsi data dalam bentuk tabel silang (crosstab), yang terdiri aatas baris dan kolom. Selain itu menu ini juga dilengkapi dengan analisis hubungan diantara baris dan kolom, seperti independensi diantara mereka, besar hubungannya dan lainnya.
- Case Summaries. Menu ini digunakan untuk melihat lebih jauh isis statistik deskriptif yang meliputi subgroup dari sebuah kasus, seperti grup “Pria” dan grup “Wanita”, bisa dibuat subgroup “Pria Dewasa” dan “Pria Remaja”, kemudian “Wanita Dewasa” dan “Wanita Remaja”, serta dibagi lagi menjadi yang tinggal di kota dan di desa, dan seterusnya.
Sekarang data yang akan kita analisis adalah data seperti dibawah ini:
No | Berat Badan | Tinggi Badan |
---|---|---|
1 | 73 | 175 |
2 | 63 | 151 |
3 | 52 | 169 |
4 | 50 | 150 |
5 | 65 | 165 |
6 | 66 | 165 |
7 | 50 | 169 |
8 | 63 | 172 |
9 | 62 | 169 |
10 | 64 | 169 |
11 | 55 | 172 |
12 | 56 | 172 |
13 | 51 | 162 |
14 | 59 | 174 |
15 | 77 | 182 |
16 | 52 | 183 |
17 | 60 | 168 |
18 | 54 | 167 |
19 | 59 | 164 |
20 | 43 | 171 |
21 | 54 | 168 |
Ok, kita mulai...
pertama, Silahkan buka aplikasi SPSS dengan melakukan double click pada icon desktop atau dengan cara lain.
Setelah itu buat nama variabel serta tipe data dari
variabel tersebut dengan melakukan klik pada button Variable View, dalam
hal ini variabel yang dibutuhkan adalah No dengan tipe data numeric,
BeratBadan dengan tipe data numeric serta TinggiBadan dengan tipe data
numeric.
Selanjutnya adalah melakukan entri data pada variabel
yang telah dibuat tadi, dilakukan dengan mengklik button Data View
kemudian mulai melakukan entri data.
Untuk melakukan analis data deskriptif terhadap
data tersebut, maka dilakukan dengan melakukan klik pada menu Analyze –
Deskriptive Statistics – Frequencies
kemudian pindahkan variabel
BeratBadan dan TinggiBadan dengan mengklik tanda ( > ) dan centang
pada Display frequency tables.
Selaanjutnya adalah klik pada button Statistics…
dan
centang pada Quartiles, Percentile(s): (25, 50, 75), Mean, Median, Mode,
Sum, Std. deviation, Variance, Range, Minimum, Maximum, S.E. mean,
Skewness dan Kurtosis,
selanjutnya klik pada button Continue.
Selanjutnya klik pada button Charts…,
pilih Histograms: dan centang pada Show normal curve on histogram serta klik button Continue.
Klik Ok, sehingga muncul tampilan output seperti gambar berikut:
INTERPRETASI:
Pada output Statistcs di atas ditampilkan hasil dari perhitungan atau analisis deksriptif yang terdiri dari 4 kelompok yaitu :
pertama, Percentile Values, yang berisi perhitungan
terhadap quartile dan percentile, Quartile adalah titik atau skor atau
nilai yang membagi seluruh distribusi frekuensi ke dalam empat bagian
sama besar sedangkan percentile adalah titik atau nilai yang membagi
distribusi data menjadi seratus bagian yang sama besar, karena itu
percentile sering disebut “ukuran perseratusan”.
Kedua, Central Tendensy (ukuran tendensi sentral),
dalam kelompok ini yang dihitung adalah mean (rata-rata), median (nilai
tengah), mode (modus), dan sum (jumlah nilai keseluruhan).
Ketiga, Dispersion (ukuran penyebaran data) dalam
kelompok ini yang dihitung adalah standar deviasi, variansi, range,
minimum (nilai terendah), maksimum (nilai tertinggi) dan standart error
of mean. Standar deviasi menunjukkan keheterogenan yang terjadi dalam
data yang sedang diteliti atau dapat dikatakan sebagai jumlah rata-rata
variabilitas di dalam satu set data pengamatan. Semakin besar nilai dari
standar deviasi, maka semakin besar jarak rata-rata setiap unit data
terhadap rata-rata hitung (mean). Tujuan dari variansi adalah melihat
keberagaman data suatu instrumen yang dibuat, sehingga data atau
variabel tersebut dapat dinilai validitasnya (layak atau tidaknya untuk
diikutsertakan dalam instrumen penelitian). Semakin besar angka variansi
maka semakin beragamlah datanya dan semakin kecil nilai variansi maka
semakin homogenlah datanya. Standard Error (of mean) adalah indeks yang
menggambarkan sebaran rata-rata sampel terhadap rata-rata dari rata-rata
keseluruhan kemungkinan sampel (rata-rata populasi), Pengukuran ini
berguna, terutama untuk menjawab pertanyaan seberapa baik rata-rata yang
kita dapatkan dari data sampel dapat mengestimasi rata-rata populasi.
Keempat, Distribution, untuk mengetahui skewness dan
kurtosis pada distribusi data. Skewness merupakan suatu besaran
statistik yang menunjukkan kemiringan data. Skewness ini menunjukkan
datanya cenderung berada di tengah atau miring di satu sisi. Statistik
ini dapat digunakan untuk melihat sebaran data normal yaitu dengan rasio
skewness, data dikatakan normal ketika nilai rasio skewness berada pada
rentang nilai -2 sampai 2, pada hasil analisis tinggi dan berat badan
tersebut nilai skewness menunjukkan angka 0,453 dan -0649 berarti data
tersebut normal. Sedangkan kurtosis dapat digunakan untuk menentukan
nilai keruncingan data, kurtosis > 3 disebut leptokurtic, kurtosis = 3
disebut mesokutic dan kurtosis < 3 disebut platykurtic, pada data
tersebut nilai keruncingan datanya berada pada platykurtic karena kurang
dari 3 yaitu 0,275 dan 1,569.
Selain keempat kelompok tersebut output statistics
diatas juga dapat menerangkan N atau jumlah data serta data yang valid
(terbaca dengan baik) dan data yang missing (hilang / corrupt).
Kemudian pada Menu Charts digunakan untuk menampilkan
data dalam bentuk diagram. Seperti Histogram dengan kurva normal, pie
chart (diagram lingkaran) atau bar chart (diagram batang).
Hasil output SPSS juga dapat menampilkan tabel
frekuensi dari data dimana dalam tabel ini tersaji frekuensi, perentase
serta komulatif persen.
Demikian, postingan mengenai Statistik Deskriptif dengan SPSS, Semoga dapat membantu dan bermanfaat.
Terimakasih sangat membantu
BalasHapusUji statistik deskriptif, menggunakan minimal berapa sampel?
BalasHapus