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.
a. Ukuran Pemusatan (Rata-Rata Hitung atau Mean, Median dan Modus)
b. Ukuran Letak (Quartil dan Persentil)
c. Ukuran Penyimpangan/Penyebaran (Range, Ragam, Simpangan Baku dan Galat Baku)
d. Skewness adalah tingkat kemiringan
e. Kurtosis adalah tingkat keruncingan
Dua ukuran penting yang sering dipakai dalam pengambilan keputusan adalah:
1. Mencari central tendency (kecenderungan memusat), seperti Mean, Median, dan Modus
2. 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.
| 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...
- 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.
Have FUN.
Tag :
Statistik SPSS
3 Komentar untuk "Statistik Deskriptif dengan SPSS"
dapat sumbernya darimana mas?
setelah diperoleh langkah selanjutnya apa mas..
mohon dijelaskan,
entar, baca dulu
Silahkan tinggalkan komentar, kritik, maupun saran dari sobat blogger tentang apa yang sobat rasakan setelah mengunjungi blog ini.