Anda di halaman 1dari 16

Statistik Deskriptif dengan SPSS

By Eris Kusnadi

Statistik selalu digunakan ketika parameter yang 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 dinamakan sampel. 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, sementara statistik 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,
dan Ratio.
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
submenu Frequencies, Descriptives, Explore,
danCrosstabs. Fungsi Ratio tidak akan dibahas karena bagi saya; yang belajar
di SPSS 11, ini tergolong baru :) , fasilitas Ratio mulai diperkenalkan pada
SPSS versi 11.5, pada dasarnya berfungsi menyediakan ringkasan statistik
yang berupa rasio-rasio.

Tabel 1
Data Nilai Mahasiswa (bukan data sebenarnya)
Nama

Usia

Jenis Kelamin

Nilai APK

Nilai PPC

Nilai PLO

Suhairi

20

Laki-Laki

80

50

70

Ambon

21

Laki-Laki

70

70

90

Astri

22

Perempuan

60

80

70

Henri

21

Laki-Laki

80

90

60

Yugos

22

Laki-Laki

90

60

70

Muji

19

Perempuan

70

80

80

Tatang

20

Laki-Laki

60

70

40

Ferdi

21

Laki-Laki

60

90

60

Arsyad

21

Laki-Laki

70

70

40

Fauzan

21

Laki-Laki

90

80

60

*) Laki-Laki (Value: 1), Perempuan (Value: 2)

Langkah pertama yang perlu dilakukan adalah meng-entry data,


tentunya anda perlu paham dasar-dasar SPSS (silahkan baca posting
sebelumnya yang berjudul: Dasar-Dasar SPSS). Entry data dilakukan pada tab
sheet Data View setiap 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 langkahlangkah entrydatanya:

Masukkan variabel: Nama untuk Nama, Usia untuk


Usia, Genderuntuk Jenis Kelamin, APK untuk Nilai
APK, PPC untuk Nilai PPC, dan PLO untuk Nilai PLO pada
kolom Name pada tab sheet[Variable View].

Berilah label untuk masing-masing variabel dengan menuliskannya


pada kolom Label: Usia, Jenis Kelamin, Nilai APK, Nilai PPC, dan Nilai
PLO. Hal ini berarti: variabel Gender mempunyai label Jenis
Kelamin, variabel APK mempunyai label Nilai APK, dan
seterusnya.

Untuk variabel Gender pada kolom Values, definisikan Value: 1 = Lakilaki dan Value: 2 = Perempuan.

Untuk variabel Nama (baris pertama ) pada kolom Type, ubah tipe data
menjadi String.

Pada kolom Decimals isi nol untuk semua variabel.

Untuk kolom lainnya seperti Width, Missing, dan Columns biarkan


tetap default SPSS.

Jangan lupa save atau tekan Ctrl + S. Secara default SPSS akan
memberi nama file: data_1.sav, saya merubah
nama file menjadieRiskProject_1.sav.

Gambar 1. Entry Variabel pada Tab Sheet Variable View

Kemudian klik tab sheet [Data View] dan mulailah meng-entry data seperti yang diperlihatkan
Gambar 2 di bawah ini.

Gambar 2. Entry Data pada Tab Sheet Data View

Untuk melihat hasil definisi Value pada 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], muncul dialog box Compute Variable.

Buatlah variabel baru dengan nama total untuk menempatkan hasil


penjumlahan nilai APK, PPC, dan PLO, caranya: tuliskan total
padaform Target Variable. Kemudian Klik [Type & Label], beri label
Nilai Total.

Ketik APK + PPC + PLO (sesuai nama variabel dan perintah


penjumlahan ) pada form Numeric Expression. Anda juga dapat
menggunakan tombol-tombol yang tersedia pada dialog box, lihat
Gambar 3.

Gambar 3. Contoh Perintah Penjumlahan pada Dialog Box Compute Variable

Klik [OK]. Pada Data View akan muncul variabel baru dengan nama Total (lihat Gambar 4).

Gambar 4. Output dari Perintah Penjumlahan pada Dialog Box Compute Variable

Setelah data di-entry, selanjutnya memulai menggunakan perintah-perintah statistik deskriptif.

Tahap pertama

adalah menggunakan perintahFrequencies.

1. Frequencies
Perintah Frequencies digunakan untuk memperoleh jumlah pada nilai-nilai
sebuah variabel tunggal. Langkah-langkahnya adalah sebagai berikut:

Klik menu [Analyze] -> [Descriptive Statistics] -> [Frequencies].

Muncul dialog box Frequencies. Klik Jenis Kelamin [Gender] >


klik
, (untuk memasukkan variabel Jenis Kelamin ke
form Variables(s). Kita akan menganalisis variabel Jenis Kelamin.

Jangan lupa centang Display frequency tables.

Gambar 5. Dialog Box Frequencies

Agar menampilkan representasi bergambar (grafik), klik [Charts], maka akan muncul dialog
box Frequencies: Charts. Saya memilih Bar chartspada form Chart Type. Pada form Chart
Values , saya memilihPercentages (Lihat Gambar 6).

Gambar 6. Menampilkan Bar Charts pada Dialog Box Frequencies: Charts

Kemudian klik [Continues] untuk kembali ke dialog box Frequencies lalu klik [OK] maka
muncul jendela SPSS Viewer yang menunjukkan hasil analisis frekuensi (lihat Gambar 7).

a)SebelahkiriadalahOutlineviewdalambentuktreefiles,fungsinyasebagainavigasidalammelihatoutputanalisis.
b)SebelahkananadalahDisplayoutput,fungsinyamenampilkanseluruhhasilanalisisyangtelahkitalakukan.

Gambar 7. Display Output pada SPSS Viewer

Pada 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 analisis Frequencies terhadap variabel Jenis Kelamin, di mana
jumlah responden laki-laki 8 orang (80%) dan responden perempuan ada 2
orang (20%). Jika scroll digeser ke bawah akan terlihat Bar Chart (lihat Gambar
8) yang menunjukkan visualisasi jumlah responden laki-laki dan perempuan.

Gambar 8. Bar Chart

Perhatikan kriteria laki-laki dan perempuan, ini merupakan


hasil definisi
value
variabel Gender pada
kolom Values,
di
mana Value: 1 =Laki-laki dan Value: 2 = Perempuan. Jika definisi value
diabaikan maka padabar chart maupun tabel analisis yang terlihat bukan lakilaki dan perempuanmelainkan 1 dan 2. Begitu juga judul tabel dan judul
histogram: jenis kelamin, ini merupakan hasil dari proses label yang telah
kita lakukan untuk variabel Gender. Fungsi label ini bermanfaat untuk para
pembaca analisis, misal penguji pada sidang Tugas Akhir / Skripsi.
Selanjutnya adalah penggunaan perintah Descriptives.

2. Descriptives
Dengan
menggunakan
data
sebelumnya
perintahDescriptives adalah sebagai berikut:

langkah-langkah

Klik menu [Analyze] -> [Descriptives Statistics] -> [Descriptives].

Muncul dialog box Descriptives. Masukkan variabel yang akan


dianalisis ke form Variables(s). Untuk melakukan setting optional
klik [Options].

Muncul dialog box Descriptives: Options. Centang analisis yang


diperlukan.
Dalam
hal
ini
pilihannya
adalah: Mean, Std.
deviation,Minimum, Maximum, Kurtosis, Skewness,
dan
pada
form Display Order centang Variable 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 Descriptives

Tabel output di 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.
Nilai skewness merupakan
ukuran
kesimetrisan
histogram,
sedangkan kurtosismerupakan 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],
box Histogram.

maka

Pilih variabel Usia dan masukkan dalam form Variable.

muncul dialog

Centang Display 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 Histogram

Gambar 12 di atas menunjukkan histogram untuk variabel Usia


memiliki distribusi miring ke kiri distribusi normal karena nilainya
skewness negatif dan meruncing karena nilai kurtosis positif. Sebaliknya,
histogram untuk variabel Nilai APK memiliki distribusi miring ke kanan
distribusi normal karena nilainya skewness positif dan melandai karena
nilai kurtosis negatif. Di sini, anda bisa menentukan apakah distribusi
tersebut normal atau tidak. Anda bisa saja menyatakan normal, karena
menyerupai bentuk lonceng tetapi agak serong, tapi orang lain mungkin
akan menyatakan tidak normal karena jauh dari bentuk lonceng. Jika sulit
mengambil keputusan, silahkan lakukan pengujian normalitas yang
lebih advance, misal dengan Uji Kolmogorov-Smirnov. Selanjutnya, kita masuk
pada penggunaan perintah Explore.

3. Explore
Perintah Explore digunakan untuk membandingkan antara dua atau lebih
kelompok dengan satu variabel. Sebagai contoh, jika kita menggunakan Jenis
Kelamin sebagai variabel independen; variabel ini mendefinisikan kelompok
(Laki-Laki dan Perempuan), kemudian membandingkannya dengan variabel
lain, seperti Usia. Perintah Explore; contoh dalam kasus mean, akan
menghasilkan berapa rata-rata usia laki-laki dan berapa rata-rata usia
perempuan. Ukuran-ukuran yang dihasilkan perintah Explore antara lain:
ukuran-ukuran
pemusatan
data (mean dan median), ukuran
penyebaran (range,interquartile range, standar deviasi, varians, minimum, dan
maksimum), ukuran kurtosis, dan skewness.

Berikut langkah-langkah perintah Explore:

Klik menu [Analyze] -> [Descriptives Statistics] -> [Explore].

Muncul dialog box Explore.

form Factor List, isi: variabel Jenis Kelamin.

form Dependent List, isi: variabel Usia, Nilai


PPC,Nilai PLO, dan Nilai Total.

APK, Nilai

Form Display ada tiga pilihan Both, Statistics, dan Plots. Saya hanya
memilih [Statistics].
o

Klik [Plots] bila perlu grafik boxplot.

Klik [Statistics] bila tidak perlu grafik boxplot.

Klik [Both] bila perlu keduanya.

Terakhir klik [OK].

Gambar 13. Dialog Box Explore

Gambar 14. Contoh Output Explore untuk Variabel Usia

Selanjutnya, kita masuk pada penggunaan perintah Crosstabs.

4. Crosstabs
Jika perintah Frequencies digunakan untuk memperoleh jumlah pada nilainilai sebuah variabel tunggal, perintah Crosstabs digunakan untuk
memperoleh jumlah pada nilai-nilai lebih dari satu variabel. Apabila analisis
statistik deskriptif sebelumnya mengolah data secara keseluruhan dalam
setiap variabel dengan menghitung perhitungan statistik seperti Mean,
Standar deviasi, Kurtosis, etc. Pada Crosstabs, setiap nilai pada variabel yang

dianalisis dijabarkan jumlahnya, dengan begitu kita dapat mengetahui berapa


jumlah subyek laki-laki yang berusia 19 tahun, 20 tahun, dst. Deskripsi data
pada Crosstabs akan disajikan dalam bentuk tabel silang (crosstab) yang terdiri
dari baris dan kolom.
Berikut langkah-langkah perintah Crosstabs:

Klik menu [Analyze] -> [Descriptives Statistics] -> [Crosstabs].

Muncul dialog box Crosstabs.


o

form Column(s), isi: variabel Jenis Kelamin.

form Row(s), isi dengan variabel yang akan dianalisis, dalam hal
ini isi dengan variabel Usia.

Gambar 15. Dialog Box Crosstabs

Klik pilihan [Display clustered bar charts], pilihan ini untuk menampilkan chart bar dari
output.

Untuk dialog box [Statistics], [Cells], dan [Format] biarkan sesuai dengandefault SPSS.

Terakhir klik [OK].

Gambar 16. Output Crosstabs

Gambar 17. Clustered Bar Charts

Statistik deskriptif memberikan informasi inti dari kumpulan data,


seperti
ukuran-ukuran
pemusatan
data (mean dan median), ukuran
penyebaran(range, interquartile range, standar deviasi, varians, minimum, dan
maksimum), ukuran kurtosis, dan skewness serta representasi piktorialnya.
Tabel, diagram, dan grafik yang sering ditemukan di majalah dan korankoran merupakan salah satu contoh penggunaan statistik deskriptif.

Rujukan:
Correa-Prisant, M. (2000). Descriptive statistics. Informally published manuscript, Dept. of Microbiology,
Pathology, Parasitology, College of Veterinary Medicine, North Carolina State University,
Raleigh, North Carolina. , Available from lec. (0421)Retrieved
fromhttp://www.pitt.edu/~super1/lecture/lec0421/index.htm
Dodge, Y. (2006). The Oxford dictionary of statistical terms (p. 111). New York: Oxford University Press.
Patria, B. (2007, August 17). Entry Data: Seri Tutorial SPSS 03. Retrieved
fromhttp://inparametric.com/bhinablog/download/03_entri_data.pdf
__________. (2007, August 17). Analisis Deskriptif: Seri Tutorial SPSS 04. Retrieved
fromhttp://inparametric.com/bhinablog/download/04_analisis_deskriptif.pdf
SPSS. (2005). SPSS (Version 14.0) [Computer software]. Chicago-Illinois: SPSS, Inc.
Trochim, W. M. K. (2006). Descriptive statistics. Research Methods Knowledge Base. Retrieved
fromhttp://www.socialresearchmethods.net/kb/statdesc.php
Walpole, R. E. (1993). Pengantar statistika. Jakarta : PT Gramedia Pustaka Utama.