Bab 2 Statistik Deskriptif

Bab 2 STATISTIK DESKRIPTIF

Statistik Deskriptif lebih berhubungan dengan pengumpulan dan peringkasan data, serta penyajian hasil peringkasan tersebut. Data-data statistik –yang dapat diperoleh dari hasil sensus, survei, 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 atau presentasi grafis, sebagai dasar untuk berbagai pengambilan keputusan (Statistik Inferensi).

Dalam bab ini akan dibahas menu dari SPSS yang berhubungan dengan Statistik Deskriptif, yaitu SUMMARIZE. Menu ini mempunyai beberapa submenu: A. FREQUENCIES Frequencies membahas beberapa penjabaran ukuran statistik deskripsi seperti Mean, Median, Kuartil, Persentil, Standar Deviasi dan lainnya. B. DESCRIPTIVES Descriptives berfungsi untuk mengetahui skor z dari suatu distribusi data dan menguji apakah data berdistribusi normal ataukah tidak. C. EXPLORE Explore berfungsi untuk memeriksa lebih teliti sekelompok data. Alat utama yang dibahas adalah box-Plot dan Steam and Leaf Plot, selain beberapa uji tambahan untuk menguji apakah data berasal dari distribusi normal. D. CROSSTABS Crosstabs digunakan untuk menyajikan deskripsi data dalam bentuk tabel silang (crosstab), yang terdiri atas baris dan kolom. Selain itu, menu ini juga dilengkapi dengan analisis hubungan di antara baris dan kolom, seperti independensi di antara mereka, besar hubungannya dan lainnya. E. CASE SUMMARIES

Andino Maseleno

seperti grup Pria dan Wanita.8 152.7 167.7 156.5 Gender Pria Pria Pria Wanita Wanita Pria Wanita Pria Wanita Wanita Pria Pria Wanita Pria Wanita Wanita Misal angka 188.9 165. Andino Maseleno . dapat dibuat subgrup untuk Pria berusia Remaja dan Dewasa.7 159.7 157. serta dibagi lagi pada Remaja yang tinggal di kota dan seterusnya.5 centimeter. Demikian seterusnya untuk data yang lain.2 178.5 159.1 Frequencies Kasus: Berikut adalah tinggi badan 16 responden yang diambil secara acak (angka dalam cm).4 154.7 155.9 170.Bab 2 Statistik Deskriptif Case Summaries digunakan untuk melihat lebih jauh isi statistik deskriptif yang meliputi subgrup dari sebuah kasus.5 158.6 155. No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Tinggi 188. 2.5 dan keterangan ‘pria’ pada baris 1 berarti Tinggi badan seorang responden Pria adalah 188.8 168.8 155.

serta bagaimana profil mereka. A. pengujian normal tidaknya distribusi data akan digunakan uji Shapiro Wilks dan Lilliefor. dan gender. Berikut adalah hasil data profil konsumen yang meliputi pekerjaan. 18 konsumen yang pernah mencicipi minuman suplemen Joss diminta untuk mengisi identitas mereka dan sikap mereka terhadap produk tersebut. pendidikan. Selain itu. berbagai deskripsi data dapat dieksplorasi dengan lebih mendalam. CROSSTAB UNTUK TEST OF INDEPENDENCE (UJI KETERGANTUNGAN) Kasus: Manajer Pemasaran yang memproduksi minuman suplemen merek Joss.Bab 2 Statistik Deskriptif 2.2 DESCRIPTIVE Selain dengan submenu DESCRIPTIVE STATISTICS dan pilihan FREQUENCIES. statistik deskriptif dapat pula diperolah dengan menggunakan submenu SUMMARIZE dan pilihan DESCRIPTIVES. Bagian pertama untuk contoh Crosstab adalah penyajian data profil konsumen.3 EXPLORE Selain dengan FREQUENCIES dan penyajian Histogram atau nilai z. Untuk itu. ingin mengetahui bagaimana sikap konsumen terhadap produk perusahaan. di antaranya yang popular adalah dengan Boxplots (atau Blox and Whisker displays) dan diagram Stem and Leaf. Andino Maseleno . 2. 2.2 Crosstab Crosstab (tabel silang) biasa digunakan untuk data berskala nominal (kategori).

otomatis nomor urut konsumen (1 sampai 18) sudah ada. Demikian untuk data yang lainnya. • Dalam SPSS.Bab 2 Statistik Deskriptif No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 • kerja karyawan wiraswasta buruh karyawan karyawan karyawan wiraswasta buruh wiraswasta buruh karyawan karyawan karyawan wiraswasta buruh karyawan wiraswasta buruh didik sarjana Sma Sma sarjana sarjana sarjana Sma Sma akademi Sma sma sarjana sarjana sma sarjana sarjana akademi sarjana gender Wanita Pria Pria Wanita Pria Pria Pria Wanita Pria Pria Wanita Pria Wanita Wanita Pria Wanita Pria Pria Baris pertama menunjukkan konsumen pertama mempunyai pekerjaan karyawan dan ia seorang wanita berpendidikan sarjana. sehingga di sini ada tiga variabel saja. Penyelesaian: Andino Maseleno .

Dari menu utama File. Decimals. lalu klik ganda sel tersebut. yang berarti tidak ada desimal. ketik 1. dan ketik kerja.Bab 2 Statistik Deskriptif Oleh karena akan melihat profil dan analisis hubungan antara variabel. dalam hal ini ada tiga variabel Pengisian Variabel kerja Oleh karena ini variabel pertama. • • • • • • Name. label data dan sebagainya). tempatkan pointer pada baris 1. Abaikan bagian ini. Tampak di layar: Andino Maseleno . 1. Untuk keseragaman. Values. Width. Lalu klik Data. pilih menu New. serta jenis data yang dimasukkan adalah nominal (kategori). Oleh karena tipe data adalah numeric dengan kode. atau tekan CTRL+T. Pemasukan data ke SPSS Langkah-langkah: • Buka lembar kerja baru. Sekarang SPSS siap membuat variabel baru yang diperlukan • Menampilkan tampilan VARIABLE VIEW untuk mempersiapkan pemasukan nama dan properti variabel (seperti jenis data. maka ketik 0. Sesuai kasus. karena pada variabel tersebut akan dilakukan proses kategorisasi. maka dipakai Crosstab. Label. • Menamai Variabel yang diperlukan. Pilihan ini untuk proses pembentukan kode. Klik kotak kecil di kanan sel. Tampilan Variable View ini dapat juga dilakukan dengan dua cara yang lain: dari menu View lalu submenu VARIABLE. klik tab sheet Variable View yang ada di bagian kiri bawah. Type. letakkan pointer di bawah kolom Name. Tipe data untuk ‘kerja’ adalah numerik. Untuk itu.

otomatis keterangan 1= “karyawan” tampak sebagai kodifikasi jenis pekerjaan pertama. Value Label. Variabel didik Oleh karena ini variabel kedua. Sesuai kasus yang merinci pekerjaan. Value Label atau keterangan untuk angka 1 tersebut. otomatis keterangan 2= “wiraswasta” tampak sebagai kodifikasi jenis pekerjaan kedua. • • Name. Klik tombol tersebut. ketik 2. Untuk keseragaman. Klik tombol tersebut. ketik karyawan. Type.Bab 2 Statistik Deskriptif Pengisian: • • Value. letakkan pointer di bawah kolom Name. Klik tombol tersebut. ketik buruh. tempatkan pointer pada baris 2. Pengisian lanjutan: • • Value. Otomatis tombol Add aktif. Otomatis tombol Add aktif. lalu klik ganda sel tersebut. Pengisian lanjutan: • • Value. ketik 1. karena pada variabel tersebut akan dilakukan proses kategorisasi. otomatis keterangan 3= “buruh” tampak sebagai kodifikasi jenis pekerjaan ketiga. Value Label. Sesuai kasus. Untuk keseragaman. Tipe data untuk ‘didik’ adalah numerik. dan ketik didik. Untuk keseragaman. Otomatis tombol Add aktif. ketik 3. ketik wiraswasta. Andino Maseleno .

Pilihan ini untuk proses pembentukan kode. Untuk keseragaman. Klik tombol tersebut. Untuk keseragaman. Klik kotak kecil di kanan sel.Bab 2 Statistik Deskriptif • • • • Width. ketik 1. ketik sma. otomatis keterangan 2= “akademi” tampak sebagai kodifikasi pendidikan kedua. dan ketik gender. otomatis keterangan 3= “sarjana” tampak sebagai kodifikasi pendidikan ketiga. Hal ini berarti gender hanya dapat dimasukkan sebanyak satu digit saja. otomatis keterangan 1= “sma” tampak sebagai kodifikasi pendidikan pertama. Untuk keseragaman. ketik 1. tempatkan pointer pada baris 3. Pengisian lanjutan: • • Value. ketik 2. Otomatis tombol Add aktif. Untuk keseragaman. Value Label. Andino Maseleno . Klik ganda sel tersebut. Pengisian lanjutan: • • Value. ketik 1. Pengisian: • • Value. yang berarti tidak ada desimal. ketik sarjana. • • • Name. karena akan dilakukan proses kategorisasi (coding). Variabel gender Oleh karena ini variabel ketiga. Untuk keseragaman. Otomatis tombol Add aktif. Tipe data untuk gender adalah numerik. Sesuai kasus yang merinci pekerjaan. Label. Oleh karena tipe data adalah numeric dengan kode. Value Label. maka ketik 0. Klik tombol tersebut. ketik akademi. Value Label atau keterangan untuk angka 1 tersebut. Decimals. Klik tombol tersebut. Width. Values. Otomatis tombol Add aktif. Type. Abaikan bagian ini. ketik 3.

Untuk keseragaman. Klik kotak kecil di kanan sel. Pengisian lanjutan: • • Value. ketik 2. ketik 1. ketik pria. 2. Untuk keseragaman. Pengolahan data dengan SPSS Di sini akan dibahas dua hubungan: a. Klik tombol tersebut. Hubungan antara Pekerjaan Konsumen dengan Gender konsumen Andino Maseleno . Label. Pengisian: • • Value atau nilai berupa angka yang dimasukkan. Value Label. maka ketik 0. otomatis keterangan 1= “pria” tampak sebagai kodifikasi gender pertama. Pilihan ini untuk proses pembentukan kode. ketik wanita. pengisian dianggap selesai dan klik OK untuk kembali ke kotak dialog utama. Otomatis tombol Add aktif. Values. Sesuai kasus yang merinci gender. Otomatis tombol Add aktif. Value Label atau keterangan untuk angka 1 tersebut. yang berarti tidak ada desimal.Bab 2 Statistik Deskriptif • • • Decimals. Klik tombol tersebut. otomatis keterangan 2= “wanita” tampak sebagai kodifikasi gender kedua Oleh karena hanya ada dua gender yang dimasukkan. Abaikan bagian ini. Oleh karena tipe data adalah numerik dengan kode.

Misal pada baris 1 kolom 1. juga dilengkapi dengan beberapa alat uji yang sama tujuannya.Bab 2 Statistik Deskriptif Analisis: Output Bagian Pertama (Case Processing Summary) Ada 18 data yang semuanya diproses (tidak ada data yang missing atau hilang). terdapat angka 3. Output Bagian Kedua (Crosstab antara Gender dengan Pekerjaan) Terlihat tabel silang yang memuat hubungan di antara kedua variabel. selain alat uji Chi-Square. sehingga tingkat kevalidannya 100%. Hal ini berarti ada 3 orang pria (variabel gender 1) yang mempunyai pekerjaan karyawan (variabel Karyawan kode 1) Output bagian ketiga (Uji Chi-Square) Uji Chi-Square untuk mengamati ada tidaknya hubungan antara dua variabel (baris dan kolom). Di dalam SPSS. Hipotesis: Hipotesis untuk kasus ini: Andino Maseleno .

atau (2 – 1) x (3 – 1) = 2] Dari tabel.021. • • Chi-Square Hitung – lihat pada ouput SPSS. atau antara pekerjaan konsumen dengan gender konsumen tersebut. maka Ho ditolak. Hi : Ada hubungan antara baris dan kolom.9915. adalah 3. Oleh karena Chi-Square hitung < Chi-Square tabel (3. atau probabilitas di atas 0. didapat Chi-Square tabel adalah 5. Andino Maseleno .9915). maka Ho diterima. atau dari rumus: (jumlah baris – 1) x (jumlah kolom – 1). atau tidak ada hubungan antara pekerjaan seorang konsumen dengan gender konsumen.05.Bab 2 Statistik Deskriptif Ho : Tidak ada hubungan antara baris dan kolom. Sig adalah 0. b. atau antara pekerjaan konsumen dengan gender konsumen tesebut. Jika Chi-Square Hitung > Chi-Square Tabel.05).378. Tingkat signifikansi ( ) = 5%. maka Ho diterima. Maka Ho diterima. maka Ho diterima Jika probabiltas < 0.05.185 > 0. yaitu Ho diterima. Derajat kebebasan (df) = 2 [dari output SPSS.05 (0. maka Ho ditolak Keputusan: Terlihat bahwa pada kolom Asymp. Pengambilan Keputusan Dasar Pengambilan Keputusan: a.702 < 5. Berdasarkan perbandingan Chi-Square Uji dan tabel Jika Chi-Square Hitung < Chi-Square Tabel. Dari kedua analisis di atas dapat diambil kesimpulan yang sama. Sedang Chi – Square tabel dapat dihitung pada tabel Chi – Square. Berdasarkan Probabilitas • • • Jika probabilitas > 0.

dapat dianggap input sel di bawah 5 tidak berpengaruh pada perhitungan. Jika ada sel dengan isian di bawah 5. terdapat tanda ‘a’ dan keterangan di bawah bahwa ada sel yang mengandung angka di bawah 5. Hubungan antara Pekerjaan Konsumen dengan Tingkat Pendidikan konsumen Andino Maseleno . b. maka ada kemungkinan terjadi gangguan pada perhitungan dan penafsiran angka Chi-square.Bab 2 Statistik Deskriptif Keterangan: Jika diperhatikan pada output SPSS pada bagian Chi-Square. Namun untuk kasus di atas.

Bab 2 Statistik Deskriptif Andino Maseleno .

Sign up to vote on this title
UsefulNot useful