TUJUAN
Memberikan gambaran (deskripsi) tentang suatu data, seperti :
rata-rata, stadar deviasi, varians dan sebagainya.
DATA
Kantitatif dan kualitatif
KASUS 1
Dsekripsikan variabel gaji pada data karyawan
LANGKAH
a) Buka file Karyawan
b) Pilih menu Analyze, pilih sub-menu Descriptive Statistics, lalu
pilih Descriptive, tampak layar ..
c) Masukkan variabel gaji ke kotak Variable(s)
d) Kemudian pilih Options, kemudian pilih Mean, Standar
Deviasi, Minimum, Maximum (sebagai menu default) dan
Sum.
e) Klik Continue, kemudian OK
ANALISIS
75 karyawan memiliki gaji rata-rata Rp.520.280,-, dengan standar
deviasi Rp.209.795. Total gaji seluruhnya Rp.39.021.000,- dengan
gaji minimum Rp.115.000,- dan maximum Rp.1.055.000,-, standar
deviasi sangat besar (lebih 30% dari Mean) menunjukkan adanya
variasi yang besar, atau adanya kesenjangan yang cukup besar
dari gaji terendah dan tertinggi.
Simpan output dengan nama Deskriptif_2
KASUS 2
Deskripsikan variabel Usia pada data karyawan, dan apakah pada
variabel Usia tersebut terdapat data ekstrim (data yang jauh dari
diatas atau dibawah rata-rata (outlier))
LANGKAH
a) Buka file Karyawan
b) Pilih menu Analyze, pilih sub-menu Descriptive Statistics, lalu
pilih Descriptive, tampak layar ..
c) Pilih variable(s) pilih Usia
d) Aktifkan pilihan Save Standardized Value as Variables untuk
mengetahui penyimpangan data, ada data baru pada karyawan
e) Kemudian pilih Options, kemudian pilih Mean, Standar
Deviasi, Minimum, Maximum (sebagai menu default).
f) Klik Continue, kemudian OK
1
ANALISIS
75 karyawan mempunyai usia rata-rata 26,24 tahun dengan
standar deviasi 3,82 tahun. Standar deviasi usia tidak besar (tidak
lebih dari 20% dari Mean), mennunjukkan variasi yang kecil
OUTPUT UNTUK MENCARI OUTLIER
Lihat file karyawan, sekarang muncul variabel baru, yaitu Zusia.
Jika suatu data berdistribusi normal, maka suatu nilai bisa di
standarisasi dengan nilai z:
Xi - X
Z =
S
Dimana :
Xi
X
S
LATIHAN
1. Analisislah, apakah data pada variabel gaji ada data outlier
2. Deskripsikan vadiabel PENGALAMAN KERJA, apakah
terdapat data outlier pada variabel tersebut.
3. Deskrisikan data untuk variabel GENDER yang masuk data
kualitatif, apakah kesimpulan yang didapat.
FREQUENCIES
TUJUAN
Menggambarkan data dalam berbagai ukuran pusatnya seperti
Mean, Median, Persentil dan lainnya.
DATA
Kualitatif dan kuantitatif
KASUS 1
Membuat tabel Frekuensi dan melakukan deskripsi data pada
variabel usia.
LANGKAH
a) Buka file Karyawan
b) Pilih menu Analyze, pilih sub-menu Descriptive Statistics,
lalu pilih FREQUENCIES, tampak layar ..
c) Pilih variable(s) pilih Usia
d) Kemudian pilih Statistics, tampak layar .
e) Percentiles Value pilih Quartiles dan Percentile(s) isikan 10
dan 90,
Disperson, isi semuanya
Central Tendency (pengukuran data pusat) pilih Mean dan
Media
Distribution, pilih Skewness dan Kurtosis
Klik Continues
f) Pilih Charts, tampak layar pilih Bar Charts, kilik
Continues
g) Pilih Format, tampak layar ..
Order By, pilih Ascending value (dimuai dari urutan terkecil)
Multiple Variables ..diabaikan krn dibahas satu
variabel.
h) Klik Continue, kemudian OK
ANALISIS
N jumlah data yang valid 75
Mean rata-rata usia 26,24, standar error adalah 0,44, hal ini
dapat ditafsirkan rentang rata-rata usia karyawan terletak pada
3 standar deviasi, atau
26,24 tahun (3 x 0,44 tahun)
= 24,92 sampai 27,56
Median sebesar 26 tahun, menunjukkan bahwa 50% usia
karyawan adalah 26 tahun keatas dan 50% adalah 26 tahun
kebawah.
EXPLORE
TUJUAN
Menu Explore mempunyai fungsi sama dengan medu Deskriptif
yaitu melakukan deskripsi dan menguji data (outlier), disini uji
kenormalan dilakukanmelalui:
Tampilan diagram (Boxplot dan Normal Probability Plot)
Uji tertentu (Shapiro Wilks dan Liliefor)
DATA
Kantitatif dan kualitatif
KASUS 1
Akan dilakukan Explore (eksplorasi) data pada variabel Bidang
Kerja dengan Pengalaman Kerja
LANGKAH
a) Buka file Karyawan
b) Pilih menu Analyze, pilih sub-menu Descriptive Statistics, lalu
pilih Explore, tampak layar ..
a) Dependent List atau variabel tergantung, pilih Pengalaman
Kerja
b) Factor List atau faktor yang akan dimasukkan, pilih variabel
kualitatif, Bidang Kerja
c) Pilih Statistics, tampak layar
Aktifkan Descriptive, M-estimators dan Outlier, kemudian
Klik Continue
d) Pilih Plots, tampak layar .
Boxplots pilih Factor levels together
Descriptive pilih Stem-and-leaf, kemudian Klik Continue
e) Pada bagian Displays, pilih Both (keduanya dipilih Statistik dan
Plot).
f) Klik Continue, kemudian OK
ANALISIS
Output Case Processing Summary
Semua data karyawan (75 orang) valid (100%)
Output Descriptive
Bagian ini mengenai ringkasan statistik deskripsi dari pengalaman
kerja berdasarkan bidang pekerjaan. Penjelasannya sama
dengan pembahasan desceriptive dan Frequencies.
Output M-Estimator
M-Estimator (Mean Estimator) bisa sebagai alternatif pengukuran
pusat, yaitu memberikan bobot (weight) pada data. Sebagai
contoh menurut pengukuran Huber, rata-rata Pengalaman
Kerja berdasarkan Bidang adalah sebagai berikut.
Administrasi : 4,3 tahun
Personalia : 5,83 tahun
Produksi : 3,91 tahun
Marketing : 4,66 tahun
Keuangan : 3,88 tahun
Output M-Estimator
Output ini menampilkan 5 nilai tertinggi dan 5 nilai terendah dari 75
data karyawan berdasarkan bidang kerja.
Sebagai contoh bidang administrasi
Nilai terkecil adalah 2 dan 3, dengan nomor urut kasus adalah
2,1,4,8, dan 3. Sedangkan untuk nilai terbesar adalah 6 dan 7
tahun, dengan nomor kasus adalah 13, 10, 12, 15 dan 9.
Output BOXPLOT
Boxplot adalh kotak pada gambar berwarna (warnanya bisa
erbeda-beda) dengan garis tebal horizontal di kotak tersebut.
Kotak tersebut memuat 50% data atau mempunyai batas presentil
ke-25 dan ke-75.
Garis tebal adalah median.
12
10
22
39
62
59
Pengalaman Kerja
60
47
45
37
36
0
N=
15
12
27
13
Administrasi
Personalia
Produksi
Marketing
Keuangan
Bidang
Catatan
Nilai lebih dari 1,5 hspread (tinggi Boxplot) ditandai dengan
o disebut outlier
Nilai lebih dari 3 hspread (tinggi Boxplot) ditandai dengan
disebut extrem value atau far outside value
Jika garis hitam atau tanda Median terletak persis di tengah
Boxplot, maka distribusi data adalah normal. Jika berada
disebelah atas, distribusi menceng kekiri, dan jika disebelah
bawah distribusi menceng kekanan.
Analisis
Rata-rata pengalaman kerja karyawan bidang personalia adalah
paling tinggi, kemudia disusul oleh bidang marketing, kemudian
ketiga bidang lainnya.
Dilihat dari Mean masing-masing bidang, terlihat bahwa bidang
marketing sangat menceng kekiri, sedangkan bidang
administrasi menceng kekanan
Ada 9 nilai outlier dan ekstrem, yaitu satu dibidang personalia
(data nomor 22), dan delapan pada marketing (data nomor 36,
37, 45, 47, 60,62, 39,59), apa bila nomornya tidak jelas, bisa
diklik ganda keluar Chart Editor.
Output STEM AND LEAF
Pengalaman Kerja Stem-and-Leaf Plot for
BIDANG= Administrasi
Frequency
Stem
&
(jumlah) (pengalaman kerja)
2.00
2.00
5.00
2.00
1.00
3.00
2
3
4
5
6
7
.
.
.
.
.
.
Leaf (cabang)
(jumlah orangnya)
00
00
00000
00
0
000
Stem
0
0
0
0
&
.
.
.
.
Leaf
1
2333
4445
667
8
KASUS 2
Akan dilakukan Explore data pada variabel Status dangan usia
karyawan.
LANGKAH
a) Buka file Karyawan
b) Pilih menu Analyze, pilih sub-menu Descriptive Statistics, lalu
pilih Explore, tampak layar ..
a) Dependent List atau variabel tergantung, pilih Usia
b) Factor List atau faktor yang akan dimasukkan, pilih variabel
kualitatif, Status
c) Pilih Plots, tampak layar .
Aktifkan Normality Plot with tests
Non aktifkan - Stem-and-leaf, kemudian Klik Continue
d) Pada bagian Displays, pilih Plots
e) Klik Continue, kemudian OK
Analisis
Output Case Processing Summary
Semua data karyawan 75 orang valid 100%
Output Test of Normality
Bagian ini menguji normal tidaknya sebuah distribusi data.
Pedoman pengambilan keputusan
Nilai Sig. Atau sidnifikansi atau nilai probabilitas < 0,05,
distribusi adalah tidak normal.
Nilai Sig. Atau sidnifikansi atau nilai probabilitas > 0,05,
distribusi adalah normal.
Tests of Normality
USIA
Status
Karyawan
Belum
Menikah
Menikah
Kolmogorov-Smirnov(a)
Statistic
df
Shapiro-Wilk
Sig.
Statistic
df
Sig.
.176
35
.008
.933
35
.033
.215
40
.000
.913
40
.005
10
CROSSTAB
TUJUAN
Crosstab (tabulasi silang) pada prinsipnya menyajikan data dalam
bentuk tabulasi, yang meliputi baris dan kolom.
DATA
Kuantitatif dan Kualitatif khususnya yang berskala normal
KASUS 1
Membuat crosstab antara gender dengan bidang kerja
LANGKAH
a) Buka file Karyawan
b)
Bidang
Administrasi
Personalia
Produksi
Marketing
Keuangan
Total
Gender
Wanita
Pria
11
4
0
8
1
11
13
14
8
5
33
42
Total
15
8
12
27
13
75
Kasus 2
Membuat Crosstab antara gender dengan pengalaman kerja yang
ditampilkan langsung dalam bentuk grafik.
LANGKAH
a) Buka file Karyawan
b)
Analisis
Hasilnya lebih komplek dan bervariasi, karena ada tambahan layer
(lapis variabel) yaitu variabel status dan pendidikan.
Baris pertama, Karyawan wanita yang berpendidikan SMU,
berstatus belum menikah dan bekerja dibagian administrasi,
jumlahnya satu orang. Karyawan pria tidak ada satupun yang
memenuhi kriteria tersebut.
Pada bagian pendidikan SMU, karyawan yang belum menikah
(8) jumlahnya lebih besar dari yang sudah menikah (2).
Bidang * Gender * Status Karyawan * Pendidikan Karyawan Crosstabulation
Count
Pendidikan
Karyawan
SMU
Status
Karyawan
Gender
Wanita
Belum Menikah
Bidang
Bidang
0
2
0
1
3
1
Keuangan
Administrasi
1
1
2
2
1
1
2
7
Personalia
0
5
1
1
3
1
1
8
2
11
18
Produksi
Marketing
1
0
2
0
3
4
1
3
6
Keuangan
12
Produksi
Marketing
0
0
1
1
1
2
1
1
3
Keuangan
Personalia
Produksi
4
0
0
2
6
4
6
6
4
Marketing
Keuangan
17
26
Produksi
Marketing
Akademi
Belum Menikah
Total
Bidang
Marketing
Keuangan
Total
Menikah
Bidang
Administrasi
Total
Sarjana
Belum Menikah
Bidang
Personalia
Total
Menikah
Bidang
Total
Total
1
1
1
Total
Menikah
Pria
Administrasi
Produksi
Marketing
Administrasi
13
Latihan
1. Buatlah Crosstab antara status seorang karyawan dengan
bidang pekerjaan, yang ditampilkan dengan sumbu x adalah
variabel status. Selain grafik, juga tampilkan crosstab tersebut
pada satu output, kemudian analislah?
2. Buatlah Crosstab antara status seorang karyawan dengan
bidang kerja karyawan, namun variabel Bidang Kerja akan
dirinci lagi menurut gender?
14