Deskriptive Descriptive

BAB II

DESKRIPTIVE STATISTIC

2.1 Analisis Deskriptif Data Numerik

Adalah rumus statistic yang berfungsi untuk melihat nilai Minimum

(terendah), nilai maximum (tertinggi), nilai Mean (rerata) dan standart Deviasi (std)
suatu bilangan.

Contoh :
Dari soal diatas hitunglah nilai terendah, tertinggi, rerata dan standart
deviasi dari : umur, tinggi badan dan berat badan.

Caranya :
1. Buka data (Data Lat-1.Sav) yang akan diuji
2. Klik Analize, Descriptive statistic, Descriptive
3. Masukkan variable yang akan diuji ke kotak sebelah kanan

4. OK
Sehingga tampil sebagai berikut :

Descriptives
De scriptive Statistics

N Minimum Maximum Mean St d. Deviation

Umur (tahun) 152 18 65 45,35 12,580
Valid N (lis twis e) 152

Dari output diatas dapat dilihat, sample sebanyak 152 orang, umur minimum
18 tahun, maksimum 65 tahun, rerata 45,35 dan standart deviasi 12,580, dst.

2.2 Analisis Deskriptif Data Kategorikal

Contoh : Dari soal diatas hitunglah frekwensi sex

Caranya :

8
 Pengantar SPSS

1. Buka data yang akan diuji

2. Klik Analyze, Descriptive statistic, Fquences
3. Masukkan variabel yang akan diuji ke kotak sebelah kanan

4. OK
Sehingga tampil sebagai berikut :
Frequencies
Jenis kelamin

Cumulative
Frequency Percent Valid Percent Percent
Valid Wanita 45 29,6 29,6 29,6
Pria 107 70,4 70,4 100,0
Total 152 100,0 100,0

Dari output diatas dapat dilihat bahwa jumlah sampel ada 152 orang, wanita
45 orang (29,6 %) dan perempuan 107 orang (70,4 %).
Catatan : Fasiltas, Analyze, Descriptive statistic, Frequences bisa juga digunakan
untuk data numeric, dan juga me
nyediakan statistic untuk ukuran terpusat dan ukuran variasi (Statistics ….) serta
grafik (Charts….).

2.3 Explore

Fasiltas Explore dapat digunakan untuk mendeskripkan data numeric secara

tunggal atau berdasarkan data kategorikal, juga berfungsi untuk uji normalitas data
(Kolmogorov-Smirnov untuk Liliefors Significance Correction dan Shapiro wilk)
Tahapan analisis
- Buka file Data Lat-1.sav
- Klik Analyze, Klik Deskriptive Statistics, Klik Explore, pindahkan umur ke
kotak Dependent List

9
Deskriptive Descriptive

- klik Plots, klik Factor level together, Histogram, Normality Plots with test,
Continue, Oke.

Explore
De scriptives

St atist ic St d. Error
Umur (tahun) Mean 41.29 1.123
95% Confidence Lower Bound 39.07
Int erval for Mean Upper Bound
43.51

5% Trimmed Mean 41.35

Median 42.00
Variance 191.690
St d. Deviation 13.845
Minimum 18
Maximum 65
Range 47
Int erquartile Range 25
Sk ewness -.129 .197
Kurtos is -1. 154 .391

Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Umur (tahun) .089 152 .005 .948 152 .000
a. Lilliefors Significance Correction

10
 Pengantar SPSS

Metode Ukuran Statistik yang digunakan* Kriteria Normal

koefisien varians  SD x100% 

 mean  < 30 %

rasio skewenes  Skewness 

 SE Skewness  - 2 s/d 2
 Kurtosis 
rasio kurtosis   - 2 s/d 2
Deskriptif  SE Kurtosis 
Simetris, tidak miring kiri
Histogram**
ataupun kanan, tidak
terlalu tinggi ataupun
rendah
Simetris, median tepat
Box Plot**
ditengah, tidak ada outlier
atau nilai ekstrim
Normal Q-Q Plots** Data menyebar sekitar garis
diagonal
Detrended Q-Q Plots** Data menyebar sekitar garis
horizontal pada nilai 0
Kolmogorov Smirnov dengab koreksi p.  0,05
Uji Liliefors (Significance Correction),
statistik digunakan jika : n  50
Shapiro-Wilk, digunakan jika : n  50 p.  0,05
One Sample Kolmogorov-Smirnov p.  0,05
* Perlu diingat bahwa beberapa metode untuk menguji apakah suatu set data
berdistribusi normal atau tidak ? Diantara ahli dan pengguna statistic tidak
sama, juga dengan kesimpulan yang berbeda.
** Diantara ahli dan pengguna statistic bisa memberikan interpretasi yang berbeda
tentunya juga akan memberi-kan kesimpulan yang berbeda.
Interpretasi :
Koefisien varians =  SD x100%  =  12,580 x100%  = 27,74 Kriteria Normal <
 mean   45,35 
30 % (Normal)
 Skewness    0,247 
rasio skewenes =      1,25 Kriteria Normal : -2 s/d
 SE Skewness   0,197 
2 (Normal)
 Kurtosis    1,024 
rasio kurtosis     2,61 Kriteria Normal : -2 s/d 2
 SE Kurtosis   0,391 
(Tidak normal)
Oleh karena n > 50, maka analisis yang digunakan K-S (Liliefors Significance
Correction) umur dengan p,(= 0,000) < 0,05 (data tidak berdistribusi normal),

Umur (tahun)

11
Deskriptive Descriptive

Histogram

20

15
Frequency

10

Mean =45.35
Std. Dev. =12.58
N =152
0
20 30 40 50 60
Umur (tahun)

Interpretasi : sebaran data cenderung miring ke kiri (tidak simetris), artinya

sebaran data tidak beristribusi normal.

Umur (tahun) Stem-and-Leaf Plot

Frequency Stem & Leaf

1,00 1 . 8
5,00 2 . 02444
18,00 2 . 555555666667788899
7,00 3 . 0000011
16,00 3 . 5555555777778899
20,00 4 . 00002222222222222233
24,00 4 . 555555556666666688999999
17,00 5 . 00222222333333344
18,00 5 . 555566778888889999
20,00 6 . 00000011112222222233
6,00 6 . 555555

Stem width: 10
Each leaf: 1 case(s)

Normal Q-Q Plot of Umur (tahun)

1
Expected Normal

-1

-2

-3
Detrended Normal Q-Q Plot of Umur (tahun)
20 40 60 80
Observed Value
0.4

0.2
Dev from Normal

0.0
12
-0.2

-0.4

-0.6
 Pengantar SPSS

70

60

50

40

30

20

Explore
10

Jenis Kelamin Umur (tahun)

Case Processing Summary

Cases
Valid Missing Total
Jenis Kelamin N Percent N Percent N Percent
Us ia karyawan (tahun) Wanita 64 100.0% 0 .0% 64 100.0%
Pria 92 100.0% 0 .0% 92 100.0%

Interpretasi : data umur, mediannya persis ditengah kotak, nilai whisker tidak simetris, tidak
ada nilai ekstrem (outlier), bisa dikatakan kemungkinan besar data tidak
berdistribusi normal.

13
Deskriptive Descriptive

Normal Q-Q Plot of Umur (tahun)

1
Expected Normal

-1

-2

-3

20 40 60 80
Observed Value

Interpretasi : terlihat bahwa data menyebar di sekitar garis, namun ada beberapa data yang
menyebar dari garis, kemungkinan besar data tidak berdistribusi normal.

Atau, dapat juga dilakukan dengan pemeriksaan sekaligus antara Pria dan Wanita. Klik Analyze, Klik
Deskriptive Statistics, Klik Explore, pindahkan umur ke kotak Dependent List, pindahkan sex ke kotak
Factor List

Penyelidikan apakah sebaran data berditsribusi normal atau tidak, sangat

penting dalam menentukan statistik uji yang akan digunakan termasuk jenis
hipotesis apa yang harus disajikan, Jika hasil uji normalitas data menunjukkan bahwa
data tersebut tidak berdistribusi normal, maka dianjurkan untuk memilih statistik
uji parametric, dan sebaliknya dapat memilih statistik uji nonparametric.
Ada beberapa metode untuk mengetahui suatu set data memiliki distribusi
normal atau tidak, diantaranya dengan menggunakan ukuran statistik diskriptif
koefisien varians, rasio skewenes, rasio kurtosis, Histogram, Box Plot, Normal Q-Q
Plots, Detrended Q-Q Plots, serta uji statistik Liliefors Significance Correlation (K-
S) dan Shapiro-Wilk, serta One Sample Kolmogorov-Smirnov.

14
 Pengantar SPSS

Contoh : Pada kasus “Data Lat-1.sav” kita ingin menyelidiki apakah data usia wanita
dan pria berdistri-busi normal pada taraf signifikasi (  ) = 0,05.

Uji normlits data yang alin, dapat juga dengan menggunakan fasilitas One Sample
Kolmogorov-Smirnov.
Tahapan analisis
- Buka file Data Lat-1,sav
- Klik Analize, Nonparametric Test, One Sampel Sample K-S maka tampil menu
sebagai berikut :

- Masukk ke kota Test Variable List variabel yang akan diuji (umur,tb,bb, imt)
- Klik OK, maka tampil hasil sebagai berikut :

NPar Tests

One-Sample Kolmogorov-Smirnov Test

Tinggi Berat Indeks

Umur (tahun) badan (cm) badan (kg) masa tubuh
N 152 152 152 152
Normal Parameters a,b Mean 45,35 161,19 61,24 23,6031
Std. Deviation 12,580 6,153 9,432 3,63360
Most Extreme Absolute ,090 ,162 ,138 ,074
Differences Positive ,080 ,162 ,138 ,074
Negative -,090 -,094 -,072 -,045
Kolmogorov-Smirnov Z 1,105 2,000 1,701 ,912
As ymp. Sig. (2-tailed) ,174 ,001 ,006 ,376
a. Test distribution is Normal.
b. Calculated from data.

Interpretasi :
Hasil uji terhadap umur responden adalah = 0,174, indeks masa tubuh = 0,376,
berarti nilai sig > 0,05 (Ho diterima) ini berarti umur dan indeks masa tubuh
berdistribusi normal, Sedangkan hasil uji terhadap tinggi badan adalah = 0,001

15
Deskriptive Descriptive

dan berat badan = 0,006 berarti nilai sig. < 0,05 (Ho ditolak) ini berarti tinggi
badan dan berat badan tidak berdistribusi normal,

16