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

8 152.8 168. dapat dibuat subgrup untuk Pria berusia Remaja dan Dewasa. Andino Maseleno .1 Frequencies Kasus: Berikut adalah tinggi badan 16 responden yang diambil secara acak (angka dalam cm). seperti grup Pria dan Wanita.4 154. serta dibagi lagi pada Remaja yang tinggal di kota dan seterusnya.5 159.5 dan keterangan ‘pria’ pada baris 1 berarti Tinggi badan seorang responden Pria adalah 188.2 178.8 155.6 155.7 159.9 170.7 155.Bab 2 Statistik Deskriptif Case Summaries digunakan untuk melihat lebih jauh isi statistik deskriptif yang meliputi subgrup dari sebuah kasus.5 158. 2.7 167. No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Tinggi 188.7 157. Demikian seterusnya untuk data yang lain.9 165.7 156.5 centimeter.5 Gender Pria Pria Pria Wanita Wanita Pria Wanita Pria Wanita Wanita Pria Pria Wanita Pria Wanita Wanita Misal angka 188.

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

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. otomatis nomor urut konsumen (1 sampai 18) sudah ada. • Dalam SPSS. sehingga di sini ada tiga variabel saja. Penyelesaian: Andino Maseleno . Demikian untuk data yang lainnya.

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

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

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

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

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. juga dilengkapi dengan beberapa alat uji yang sama tujuannya. Output Bagian Kedua (Crosstab antara Gender dengan Pekerjaan) Terlihat tabel silang yang memuat hubungan di antara kedua variabel. Hipotesis: Hipotesis untuk kasus ini: Andino Maseleno . Misal pada baris 1 kolom 1.Bab 2 Statistik Deskriptif Analisis: Output Bagian Pertama (Case Processing Summary) Ada 18 data yang semuanya diproses (tidak ada data yang missing atau hilang). selain alat uji Chi-Square. terdapat angka 3.

Derajat kebebasan (df) = 2 [dari output SPSS. yaitu Ho diterima. maka Ho ditolak. Tingkat signifikansi ( ) = 5%.05. maka Ho ditolak Keputusan: Terlihat bahwa pada kolom Asymp.05 (0. atau probabilitas di atas 0. adalah 3. Hi : Ada hubungan antara baris dan kolom. Oleh karena Chi-Square hitung < Chi-Square tabel (3. atau (2 – 1) x (3 – 1) = 2] Dari tabel. didapat Chi-Square tabel adalah 5. Berdasarkan perbandingan Chi-Square Uji dan tabel Jika Chi-Square Hitung < Chi-Square Tabel. Berdasarkan Probabilitas • • • Jika probabilitas > 0.Bab 2 Statistik Deskriptif Ho : Tidak ada hubungan antara baris dan kolom. Dari kedua analisis di atas dapat diambil kesimpulan yang sama. Andino Maseleno . Sedang Chi – Square tabel dapat dihitung pada tabel Chi – Square.185 > 0. maka Ho diterima. Maka Ho diterima.05.021.9915. maka Ho diterima Jika probabiltas < 0.702 < 5. atau tidak ada hubungan antara pekerjaan seorang konsumen dengan gender konsumen. Pengambilan Keputusan Dasar Pengambilan Keputusan: a.9915). atau antara pekerjaan konsumen dengan gender konsumen tersebut. atau antara pekerjaan konsumen dengan gender konsumen tesebut. b. Sig adalah 0. • • Chi-Square Hitung – lihat pada ouput SPSS. atau dari rumus: (jumlah baris – 1) x (jumlah kolom – 1). Jika Chi-Square Hitung > Chi-Square Tabel. maka Ho diterima.378.05).

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

Bab 2 Statistik Deskriptif Andino Maseleno .

Sign up to vote on this title
UsefulNot useful