I.

STATISTIK DESKRIPTIF A. Membangun Data B. Analisis Frekuensi C. Analisis Deskriptive D. Analisis Explore E. Analisis Crosstabs F. Analisis Ratio

BAB II STATISTIK DESKRIPTIF

A. Membangun Data Mengenal SPSS SPSS (singkatan dari: Statistical Package for the Social Sciences) adalah program komputer yang dipakai untuk analisis statistic. SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah.

Alasan memilih SPSS sebagai alat bantu statistik: 1. SPSS telah ada sejak akhir 1960-an (Ilmuwan Politik Norman Nie, yang ikut menulis The Changing American Voter dengan Sidney Verba, mengembangkannya SPSS awalnya berdiri untuk sebagai Paket Statistik untuk Ilmu Pengetahuan Sosial, tapi telah diubah yang mencerminkan penggunaan SPSS lebih luas lagi. 2. Untuk paket-paket besar, menjadi pilihan sebagai alat bantu statistik yang paling banyak digunakan;

SPSS hamper setiap tahun selalu mengalami perubahan, perkembangan dan perbaikan. Dalam buku ini, yang akan digunakan adalah SPSS PASW Statistic 18 yang selanjutnya akan kita namakan PASW 18

A. Mengaktifkan PASW Untuk mengaktifkan PASW, diperlukan program PASW Statistic 18 yang sudah di-install ke computer anda. Anda dapat menggunakan berbagai versi SPSS, meskipun tampilannya berbeda-beda tetapi pada prinsipnya cara menggunakannya sama. Untuk mulai menjalankan program PASW anda klik start dari windows anda (pada umumnya ada di pojok kiri bawah), selanjutnya: Klik Start =>Program => PASW Statistic 18 Setelah muncul kotak dialog PASW, anda akan menemukan beberapa pilihan, antara lain: Run the tutorial untuk masuk ke panduan (tutorial) cara mengoperasikan PASW

type in data untuk memulai kerja baru Run an existing data source untuk mengedi data yang sudah disimpan sebelumnya Create new query using Database Wizard membuka data dari data yang disusun menggunakan software lain (excel,dbase, MS Access)

Anda akan masuk pada PASW data editor seperti gambar di bawah.

Gambar 2.1. Tampilan data editor dari SPSS

Memulai kerja dengan PASW Setelah anda masuk PASW data editor, pojok kiri bawah tampak ada dua menu yaitu: data view dan variable view. Pilihlah variable view sebelum melanjutkan memasukkan data. Dalam variable view memiliki 11 kolom identitas data: a. Name b. Type : nama variable (hanya boleh satu kata) : tipe data (sesuaikan dengan data yang anda masukkan, untuk data angka gunakan numeric) c. Width : menentukan jumlah karakter atau angka yang akan tampil pada data editor. d. Decimals : menentukan jumlah angja di belakang koma e. Label : memberikan identitas variable

f. Value

: digunakan untuk memasukkan angka sebagai pengganti kode pada data nominal dan ordinal.

g. Missing : untuk memberikan keterangan apabila data tidak ada h. Columns : memberikan ukuran lebar kolom di layar editor i. j. Align : menentukan letak data (rata tengah, rata kiri, rata kanan)

Measure : menentukan jenis data yang dimasukkan, ada 3 jenis yaitu: scale data yang memiliki acuan nilai nol, contoh tinggi anak, prestasi belajar, berat badan (data rasio) ordinal data yang dikelompokkan tetapi setiap kelompok memiliki nilai berbeda, contoh berat badan kurang dari 30 kg kelompok ringan, 31 50 sedang, lebih dari 50 kg kelompok berat (termasuk data interval) nominal data yang dikelompokkan tetapi setiap kelompok memiliki dasar yang sama, misalnya jenis kelamin, metode

pembelajaran, jenis media dll. k. Role : digunakan untuk menentukan peran variable (input, target, keduanya, none, partisi dan split) Setelah ke 11 kolom ini diisi, dilanjutkan dengan memasukkan data ke menu editor. Isikan datanya dengan cara klik Data View yang ada di kiri bawah layar, kemudian isikan datanya untuk tiap case (variable) Keterangan: Data nominal adalah ukuran yang paling sederhana, dimana angka yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan apapun. Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama, atau diskrit. Data nominal merupakan data kontinum dan tidak memiliki urutan. Bila objek dikelompokkan ke dalam set-set, dan kepada semua anggota set diberikan angka, set-set tersebut tidak boleh tumpang tindih dan bersisa. Misalnya tentang jenis olah raga yakni tenis, basket dan renang. Kemudian masing-masing anggota set di atas kita berikan angka, misalnya tenis (1), basket (2) dan renang (3). Jelas kelihatan bahwa angka yang diberikan tidak menunjukkan bahwa tingkat olah raga basket lebih tinggi dari tenis ataupun tingkat renang lebih tinggi dari tenis. Angka tersebut tidak memberikan arti apa-apa jika ditambahkan. Angka yang diberikan hanya berfungsi sebagai label saja. Begitu juga tentang suku, yakni Dayak, Bugis dan Badui.

Tentang partai, misalnya Partai Bulan, Partai Bintang dan Partai Matahari. Masing-masing kategori tidak dinyatakan lebih tinggi dari atribut (nama) yang lain. Bagian lain dari data kontinum adalah data ordinal. Data ini, selain memiliki nama (atribut), juga memiliki peringkat atau urutan. Angka yang diberikan mengandung tingkatan. Ia digunakan untuk mengurutkan objek dari yang paling rendah sampai yang paling tinggi, atau sebaliknya. Ukuran ini tidak memberikan nilai absolut terhadap objek, tetapi hanya memberikan peringkat saja. Jika kita memiliki sebuah set objek yang dinomori, dari 1 sampai n, misalnya peringkat 1, 2, 3, 4, 5 dan seterusnya, bila dinyatakan dalam skala, maka jarak antara data yang satu dengan lainnya tidak sama. Ia akan memiliki urutan mulai dari yang paling tinggi sampai paling rendah. Atau paling baik sampai ke yang paling buruk. Misalnya dalam skala Likert (Moh Nazir), mulai dari sangat setuju, setuju, ragu-ragu, tidak setuju sampai sangat tidak setuju. Atau jawaban pertanyaan tentang kecenderungan masyarakat untuk menghadiri rapat umum pemilihan kepala daerah, mulai dari tidak pernah absen menghadiri, dengan kode 5, kadang-kadang saja menghadiri, dengan kode 4, kurang menghadiri, dengan kode 3, tidak pernah menghadiri, dengan kode 2 sampai tidak ingin menghadiri sama sekali, dengan kode 1. Dari hasil pengukuran dengan menggunakan skala ordinal ini akan diperoleh data ordinal. Alat analisis (uji hipotesis asosiatif) statistik nonparametrik yang lazim digunakan untuk data ordinal adalah Spearman Rank Correlation dan Kendall Tau.

Menyimpan Data lewat Data Editor Untuk menyimpan data lakukan langkah-langkah sbb: 1. Klik menu File => Save As 2. Beri nama file NB : File yang tersimpan akan langsung ber-ekstensi sav

Menghapus variabel Untuk menghapus variabel lakukan langkah berikut: 1. Pindahkan ke Variable View dengan menekan tombol Ctrl-T 2. Pilih variabel yang akan dihapus dengan meng-klik nomor variabel 3. Tekan tombol Del

Menyisipkan variabel dan kasus Untuk variabel maka pindahkan kursor pada kolom yang akan disisipi kemudian klik menu Data; insert Variable lalu isikan datanya Untuk kasus maka pindahkan kursor pada baris yang akan disisipi kemudian klik menu Data; insert Variable lalu isikan datanya

Transpose Data Transpose data adalah memindahkan kolom data menjadi baris dan sebaliknya. Langkah-langkah untuk transpose data adalah: 1. Buka file yang akan ditranspose 2. Pilih menu Data ; Transpose 3. Pindahkan satu atau beberapa variabel ke kotak Variable 4. Tekan OK Maka variabel yang dipindahkan akan menjadi case dan variabel yang tidak dipindahkan akan hilang.

Mengurutkan Data Untuk beberapa kegunaan khusus dan jika datanya banyak, maka diperlukan pengurutan data berdasarkan variabel tertentu. Hal ini dilakukan dengan perintah SORT CASES. Untuk mengurutan data dilakukan langkah berikut : 1. Buka file yang akan diurutkan 2. Pilih menu Data ; SORT CASES 3. Pindahkan satu atau beberapa variabel ke kotak Variable yang akan digunakan sebagai kunci 4. Pilih modus pengurutannya Ascending(urutan naik) atau Descending(urutan turun) 5. Tekan OK

Mengimpor data ke PASW PASW mampu membuka file data dari database format lain. Biasanya anda menyusun data hasil penelitian dalam excel (*.xls), kemudian disusun grafiknya. Data dari editor excel dapat diimport ke PASW. Langkahnya adalah: 1. Klik File => Open => Data, pada menu sehingga muncul kotak dialog Open File.

2. Klik File of Type di combo box 3. Pilih format yang sesuai (misalnya *.xls untuk excel) 4. Cari folder dan filenya, setelah ditemukan klik open. 5. Setelah muncul Opening excel data source cari worksheet yang akan dibuka. 6. Baris pertama dari excel akan menjadi nama variable, apabila read variable names from the first row of data di centang. 7. Klik OK.

ANALISIS STATISTIK DESKRIPTIF

Statistika deskriptif adalah ilmu yang digunakan untuk menganalisa data dengan melihat gambaran dari data tersebut. Gambaran suatu data dapat dilihat dari besaran statistik, misal nilai mean (rata-rata), Standar deviasi (simpangan baku), variansi, modus dan sebagainya.

Deskripsi data dengan besaran statistik Dalam PASW, deskripsi data dengan besaran statistik dapat dilakukan dengan menggunakan menu Descriptive Statistics, yang terdiri dari sub menu : 1. Frequencies 2. Descriptive 3. Explore 4. Crosstab Diantara empat sub menu descriptive statistics ini, untuk menguji normalitas data dilakukan dengan sub menu explore. Namun demikian, jenis yang juga akan dibahas dalam modul ini.

B. Analisis Frequensi Apabila anda klik sub menu analyze => descriptive statistic => Frequencies akan tampak tampilan sbb: Spesifikasi minimum dari prosedure ini adalah memindahkan sebuah variabel ke kotak Variable(s). Output yang dihasilkan dari sub menu ini berupa tabel. Bila check box pada Display Frequencies Tables ditandai maka pada output akan nampak tabel frekuensi data. Selain itu terdapat tiga tombol lain yaitu Statistics, Chart, dan Format.

Gambar 2.2. Menu Diskripsi Frekeunsi Tombol Statistics Tombol ini digunakan untuk menampilkan deskripsi univariat dari variabel numeric yang ada di daftar, antara lain ukuran pemusatan (Mean, Median, Modus, Jumlah), ukuran letak (Kuartil, Desil, Persentil), Ukuran Dispersi (nilai maksimum, nilai minimum, Range, Variansi, Standar Deviasi), Kemiringan (Skewness) dan Keruncingan (Kurtosis). Statistik-statistik yang diinginkan dapat diplilih dengan menandai check box yang tersedia.

Gambar 2.3. Memilih jenis disperse, persentil, tendensi sentral dan distribusi frekeuensi

Tombol Chart Tombol ini digunakan untuk menampilkan grafik batang, grafik lingkaran dan grafik histogram. Apabila diinginkan grafik histogram dengan kurva normalnya maka tandai check box With Normal Curve.

Gambar 2.4. Memilih bentuk charts yang diinginkan Tombol Format Untuk menentukan format output tabel deskriptif

Gambar 2.5. Format output table diskriptif Analisis Deskriptives Apabila sub menu Deskriptives diklik akan tampak tampilan sbb:

Gambar 2.6. menu option Spesifikasi minimum dari prosedure ini adalah memindahkan sebuah variabel ke kotak Variable(s). Output yang dihasilkan dari sub menu ini tidak berupa tabel.

Tombol Option Tombol ini digunakan untuk menampilkan deskripsi univariat dari variabel numeric yang ada di daftar, antara lain Mean, Sum, nilai maksimum, nilai minimum, Range, Variansi, S.E. Mean, Kemiringan (Skewness) dan Kurtosis serta format pengurutan. Statistik-statistik yang diinginkan dapat diplilih dengan menandai check box yang tersedia.

C. Analisis Explore Eksplore digunakan untuk menguji normalitas distribusi suatu data. Persyaratan yang harus dipenuhi dalam analisis ini adalah: variable dependent harus data skala dan variable grouping harus nominal atau ordinal. Langkah-langkah analisis explore untuk menguji normalitas data adalah sbb: 1. Buka file yang akan dianalisis

2. Klik: analyze => statistic Descriptive => explore, sehingga keluar tampilan seperti berikut:

3. Masukkan variable terikat anda kedalam kotak dependent list, variable bebas ke dalam factor list. Sedangkan label cases by diisikan data yang jenis variabelnya string. 4. Klik statistic untuk menentukan interval kepercayaan statistic anda. Bila sudah diisi klik continue.

5. Klik Plot dari ditak dialog explore. Untuk menguji normalitas beri tanda centang pada Normality plots with tests. Untuk menguji homogentias dapat dipilih spread vs Level with Levene Test. Lalu pilih Untransformed. 6. Boxplot dan deskriptif digunakan untuk menentukan bentuk grafik yang diperoleh dari analisis ini. Bocplot dapat juga digunakan untuk menentukan normalitas distribusi data

7. Klik continue 8. Klik ok

Latihan. 1. Download lah file angket siswa dan latihan2.xlsx dari Blog sarwanto.staff.fkip.uns.ac.id! 2. Simpanlah dalam perangkat penyimpan data anda! 3. Bukalah PASW Statistic 18 dari komputer anda, dari menu file bukalah file latihan2.xlsx ini. 4. Aturlah variable anda melalui variable view sesuai dengan sifat variabelnya. Untuk mengisikan value gunakan file angket siswa. Sedangkan value untuk gaya belajar adalah: 1 untuk audio, 2 untuk visual dan 3 untuk kinestetik. 5. Analisis lah distribusi data pretes dengan menggunakan analisis deskripsi frekuensi, descriptive dan explore. Berikan komentar atau usalan terhadap hasil analisis anda. 6. Apakah data pretes terdistribusi normal?

Keterangan: Skewness dan Kurtosis.

Sebelum dilakukan pemodelan, ada baiknya data return diuji terlebih dahulu apakah memenuhi asumsi ini ataukah tidak, sehingga pemodelan yang dilakukan akan lebih valid. Ada banyak cara untuk menguji normalitas data, baik yang bersifat eksploratif (deskriptif) maupun konfirmatif (inferensi). Salah satu cara yang bersifat eksploratif adalah dengan melihat bentuk kurva pendekatan distribusi empirisnya, yaitu dengan menghitung nilai skewness (kemencengan) dan kurtosis (keruncingan) kemudian membandingkan dengan distribusi normal. Skewness adalah derajat ketidaksimetrisan suatu distribusi. Jika kurva frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan (dilihat dari meannya) maka dikatakan menceng kanan (positif) dan jika sebaliknya maka menceng kiri (negatif). Secara perhitungan, skewness adalah momen ketiga terhadap mean. Distribusi normal (dan distribusi simetris lainnya, misalnya distribusi t atau Cauchy) memiliki skewness 0 (nol). Kurtosis adalah derajat keruncingan suatu distribusi (biasanya diukur relatif terhadap distribusi normal). Kurva yang lebih lebih runcing dari distribusi normal dinamakan leptokurtik, yang lebih datar platikurtik dan distribusi normal disebut mesokurtik. Kurtosis dihitung dari momen keempat terhadap mean. Distribusi normal memiliki kurtosis = 3, sementara distribusi yang leptokurtik biasanya kurtosisnya > 3 dan platikurtik <>

dengan :

Untuk memberikan gambaran visual, berikut ini diberikan ilustrasi Skewness (Gambar 2.10) dan Kurtosis (Gambar 2.11) :

Gambar 2.10

Gambar 2.11