Frequency
Descriptive
Explore
Crosstabs
Frequency : Introduction
Fungsi utama menu Frequencies adalah memberi gambaran sekilas dan ringkas
dari sekelompok data.
Statistics
meliputi
berbagai
ukuran
statistik
untuk
menggambarkan data
(statistik descriptive)
Chart
berhubungan
dengan jenis grafik
yang akan ditampilkan
Format berhubungan
tentang susunan data
Bootstrap digunakan
terutama
untuk
penggunaan metodemetode
statistik
tertentu,
seperti
regresi,
yang
mengharuskan uji data
namun jumlah data
yang
ada
sedikit,
sehingga SPSS akan
menciptakan
sejumlah data dalam
jumlah besar
Frequency :Statistics
Percentile
Values atau nilai
persentil; untuk
keseragaman,
klik
Quartiles
dan
Percentile(s).
Nilai 10 dan 90
dimaksudkan
untuk membuat
nilai persentile
pada 10 dan 90.
Central
Tendency
merupakan
pengukuran
pusat data.
Values Are
Group
Midpoints berisi
perhitungan
persentil dan
median jika
sudah
dikelompokkan
dalam interval
interval data.
Output
bagian
pertama
:
Statistics
N atau jumlah data yang valid
(Sah untuk diproses) adalah 60
buah, sedangkan data yang hilang
(missing) adalah nol. Disini berarti
semua data diproses
Output bagian kedua : Nomor
Karyawan
Output disamping adalah gambar
nomor karyawan dalam tabel
frekuensi. Pada baris pertama,
responden
dengan
nomor
karyawan
9524
sebanyak
(frekuensi) 1 orang atau (1/60 x
100%) = 1.7% (pembulatan dari
1.67%) dari 60 sampel yang ada.
Pada baris kedua, frekuensinya
juga 1,67% sehingga cumulative
percent nya adalah 3.3%. Begitu
seterusnya
hingga
pada
responden ke 60, cumulative
persen nya adalah 100%.
Descriptive : Introduction
Descriptive menampilkan berbagai ukuran statistik dalam sebuah tabel untuk satu atau lebih variabel kuantitatif. Berbeda dengan
submenu Frequencies, pada menu Descriptive terdapat fasilitas pembuatan z-score untuk pengujian normalitas sebuah data
Pada kotak dialog option, terlihat default dari SPSS yang memilih Mean, Standard Deviation, Minimum dan Maximum
sebagai acuan untuk menghitung statistik deskriptif
Aktifkan kotak pilihan Save Standardized values as variables yang berarti selain ada output SPSS mengenai deskripsi
data, juga pada data editor SPSS akan bertambah satu variabel baru
Explore : Introduction
Explore digunakan untuk mengeksplorasi data lebih dalam dan menguji ada tidaknya data ekstrem dan
outlier dengan Boxplotes dan diagram Steam dan Leaf.
Explore : Output (1 of 3)
Output bagian pertama : Case
Processing Summary
Total karyawan wanita adalah 27
& total karyawan pria adalah 33
dengan data missing = 0
Output
bagian
kedua
:
Descriptive
Rata-rata gaji karyawan wanita
per bulan adalah 626.7556
5% Trimmed Mean untuk
mengurutkan data gaji karyawan
terkecil
hingga
terbesar,
kemudian memotong 5% dari
data terkecil dan 5% dari data
terbesar. Hal ini bertujuan untuk
membuang (trimming) nilai data
yang menyimpang (karena jauh
dari rata-rata). Kemudian pada
hasil yang ada dilakukan
perhitungan Mean seperti biasa
Interquartile
Range
untuk
menunjukkan selisih antara nilai
persentile ke 25 dan persentile
ke 75.
Rasio Skewness dan Kurtosis
untuk melihat normalitas dari
sebuah data
Explore : Output (2 of 3)
Output bagian tiga : M-Estimator digunakan sebagai
alternatif pada pengukuran pusat (central tendency) dengan
memberikan bobot (weight) pada data.
Dengan M-estimator dapat dilihat apakah nilai dari estimator
lebih mendekati nilai mean atau nilai median
Output bagian empat : Extreme Value merupakan
penyajian nilai-nilai ekstrem dari nilai gaji karyawan, yang
dilakukan dengan menyediakan 5 data terbesar dan 5 data
terkecil untuk masing-masing jenis gender.
Explore : Output (3 of 3)
Persentile(50)
atau median
Persentile (75)
Crosstabs : Introduction
Crossstabs merupakan fitur yang dapat menampilkan kaitan antara dua atau lebih variabel, atau sampai dengan
menghitung apakah ada hubungan antara baris (sebuah variabel) dengan kolom (variable yang lain)
Crosstabs : Output