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

7 155. dapat dibuat subgrup untuk Pria berusia Remaja dan Dewasa.8 152.7 156.5 centimeter. seperti grup Pria dan Wanita.Bab 2 Statistik Deskriptif Case Summaries digunakan untuk melihat lebih jauh isi statistik deskriptif yang meliputi subgrup dari sebuah kasus.9 165.6 155. Andino Maseleno .5 159.2 178. 2.1 Frequencies Kasus: Berikut adalah tinggi badan 16 responden yang diambil secara acak (angka dalam cm). serta dibagi lagi pada Remaja yang tinggal di kota dan seterusnya.7 159.5 dan keterangan ‘pria’ pada baris 1 berarti Tinggi badan seorang responden Pria adalah 188.5 Gender Pria Pria Pria Wanita Wanita Pria Wanita Pria Wanita Wanita Pria Pria Wanita Pria Wanita Wanita Misal angka 188.8 168.7 167.7 157.4 154.9 170.8 155. No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Tinggi 188.5 158. Demikian seterusnya untuk data yang lain.

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

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

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

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

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

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

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

Maka Ho diterima. Pengambilan Keputusan Dasar Pengambilan Keputusan: a. • • Chi-Square Hitung – lihat pada ouput SPSS. maka Ho diterima Jika probabiltas < 0. atau (2 – 1) x (3 – 1) = 2] Dari tabel.9915).378.702 < 5. atau dari rumus: (jumlah baris – 1) x (jumlah kolom – 1). adalah 3. maka Ho ditolak. maka Ho ditolak Keputusan: Terlihat bahwa pada kolom Asymp.05).05. Berdasarkan perbandingan Chi-Square Uji dan tabel Jika Chi-Square Hitung < Chi-Square Tabel. maka Ho diterima. atau tidak ada hubungan antara pekerjaan seorang konsumen dengan gender konsumen. Sig adalah 0. Derajat kebebasan (df) = 2 [dari output SPSS. didapat Chi-Square tabel adalah 5.9915. atau antara pekerjaan konsumen dengan gender konsumen tesebut. Jika Chi-Square Hitung > Chi-Square Tabel.185 > 0. Berdasarkan Probabilitas • • • Jika probabilitas > 0. Oleh karena Chi-Square hitung < Chi-Square tabel (3. Andino Maseleno . atau antara pekerjaan konsumen dengan gender konsumen tersebut. atau probabilitas di atas 0. b.05. yaitu Ho diterima. Hi : Ada hubungan antara baris dan kolom. maka Ho diterima. Sedang Chi – Square tabel dapat dihitung pada tabel Chi – Square.Bab 2 Statistik Deskriptif Ho : Tidak ada hubungan antara baris dan kolom. Tingkat signifikansi ( ) = 5%. Dari kedua analisis di atas dapat diambil kesimpulan yang sama.021.05 (0.

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