DOSEN PEMBIMBING
(KELAS MKP6D)
Puji syukur penulis ucapkan kehadirat Allah SWT yang telah melimpahkan rahmat
dan karunia-Nya sehingga penulis dapat menyelesaikan makalah yang berjudul
“MELAKUKAN EXPLORE PADA APLIKASI SPSS” ini dengan tepat waktu. Sholawat
beserta salam penulis sampaikan kepada Nabi Muhammad SAW yang telah membawa kita ke
alam yang berilmu pengetahuan.
Penulis menyadari bahwa masih banyak kekurangan yang mendasar pada makalah ini
baik pada teknik penulisan maupun materi. Dengan demikian penulis mengundang pembaca
untuk memberikan saran serta kritik yang dapat membangun. Kritik dan saran dari pembaca
sangat penulis harapkan.
Penulis
i
DAFTAR ISI
ii
BAB I
PENDAHULUAN
1
BAB II
PEMBAHASAN
2
2.3 Contoh Kasus Analisis Explore
Kasus 1 :
Berikut ini adalah data tinggi badan dan gender 20 responden yang di ambil secara acak.
No Tinggi Gender
1 160 Wanita
2 150 Wanita
3 155 Wanita
4 145 Wanita
5 165 Wanita
6 155 Wanita
7 145 Wanita
8 156 Wanita
9 154 Wanita
10 160 Wanita
11 170 Pria
12 167 Pria
13 171 Pria
14 172 Pria
15 168 Pria
16 178 Pria
17 165 Pria
18 169 Pria
19 170 Pria
20 172 Pria
Penyelesaian :
1. Pemasukan data ke SPSS
Langkah-langkah:
Buka lembar kerja baru klik File-New-Data
Menampilkan variabel view untuk mempersiapkan pemasukan nama dan properti
variabel.
Variabel pertama : tinggi
Maka isikan :
3
Name : ketik tinggi
Type : pilihlah numeric
Width : ketik 8
Decimals : ketik 0
Label : ketik tinggi
Value : None
Columns : ketik 8
Align : pilih right
Measure : pilih scale
4
Pengisian :
Value : ketik 1
Label : ketik wanita
Klik Add
Value : ketik 2
Label : ketik pria
Klik Add
Klik Ok
Missing : None
Columns : ketik 8
Align : pilih right
Measure : pilih scale
Sehingga akan tampak di layar seperti berikut :
2. Mengisi Data
Setelah nama variabel didefenisikan, langkah selanjutnya adalah mengisi 20 data tinggi
dan gender responden. Untuk itu, kembalikan tampilan pada data view. Isikan data sehingga
akan tampak di layar sebagai berikut:
5
Catatan : Jika pada gender masih keluar angka maka klik menu view-value labels
3. Menyimpan Data
Data di atas dapat disimpan, dengan prosedur sebagai berikut:
Dari menu utama SPSS, pilih menu File-Save As
Berikan nama file sesuai keinginan dan tempatkan file pada directory yang di
kehendaki.
4. Mengolah Data
Langkah-langkah:
Pilih Analyze-Descriptive Statistics-Explore
Lalu pindahkan nilai siswa pada kotak Dependent List dan IQ Siswa ke kotak
Faktor List seperti tampak di layar sebagai berikut:
6
Pada Display
Pilih Statistics
Sehingga akan tampak di layar sebagai berikut:
Klik Ok
5. Menyimpan Output
6. Output SPSS dan Analisisnya
Explore
Gender
Output bagian pertama ini mengenai jumlah data wanita ada 10 dan pria ada 10 yang
diproses dimana semua data valid (100% data dapat diproses)
7
Output Bagian ini mengenai ringkasan statistic deskriptif dari wanita dan pria
responden:
Rata-rata tinggi wanita 154,50 cm dengan range berkisar antara 149,89 cm sampai
159,11 cm. Rata-rata tinggi pria 170,20 cm dengan range antara 167,68 cm sampai
172,72 cm
5% Trimmed Mean. Ukuran ini di dapat dengan mengurutkan data tinggi wanita
terkecil sampai terbesar, kemudian memotong 5% dari data terkecil dan 5% dari data
terbesar. Hal ini bertujuan untuk membuang (trimming) nilai data yang menyimpang
karena jauh dari rata-rata. Terlihat hasil 154,44 cm yang berarti rata-rata tinggi
dengan proses trimming menjadi 49,3889 kg. Mean ini lebih mempunyai informasi
yang berguna dibandingkan dengan data median
Median adalah nilai tengah untuk tinggi wanita 155 cm, tinggi pria 170 cm
Variance untuk tinggi wanita 41,611 dan pria 12,400
Standar deviasi untuk tinggi wanita 6,451 dan pria 3,521
Nilai minimal dan maximal untuk tinggi wanita adalah 145 cm, 165 cm
8
Nilai minimal dan maximal untuk tinggi pria adalah 165 cm, 175 cm.
Range untuk tinggi wanita 20 dan pria 13
Interquartile Range. Ukuran ini menunjukkan selisih antara nilai persentil yang ke 25
dan persentil yang ke 75, seperti di ketahui secara teoritis 50% dari data terletak
diantara persentil ke 25 dan persentil ke 75. Dari output di dapat nilai 11 cm yang
berarti pada 50% data tinggi wanita, selisih antara yang tertinggi dan terendah adalah
11 cm.
Rasio Skewnes = -0,161/0,687 = -0,234
Kurtosis = -0,471/1,334 = -0,353
Nilai masih diantara -2 sampai 2 jadi data berdistribusi normal
Kasus 2
Data produksi dan produktivitas pada sebuah lahan.
Produksi Luas Lahan Produktivitas
2283122 2462485 9.27
3242940 3175116 10.21
2357759 2559166 9.21
3768629 3646048 10.34
2364517 2507071 9.43
3717438 3778256 9.84
2369101 2547148 9.30
3166046 3220012 9.83
2292876 2434823 9.42
2825215 2938611 9.61
2606494 2626595 9.92
2254382 2160053 10.44
2912017 3288602 8.85
3010781 2666868 11.29
2902887 2444866 11.87
2572139 2095054 12.28
3142654 2566509 12.24
4029301 3024611 13.32
9
Analisisnya:
2. Klik Analyze, terus pilih Descriptive statistics dan pilih Explore. Seperti gambar di
bawah ini. Sebenarnya pilih descriptive juga bisa. Tapi hasilnya akan sama dengan
explore. Dan pada explore itu hasilnya lebih banyak. Setelah diklik maka akan
muncul jendela sebagai berikut
10
3. Langkah selanjutnya pilih variabel yang digunakan, boleh lebih dari satu tinggal
diblok semaunya terus klik tanda panah yang paling atas. Maka variabel yang terpilih
akan masuk di Dependent list.
4. Setelah itu tinggal pengaturan. Klik statistic yang ada sebelah kanan. Maka akan
muncul jendela seperti ini.
11
o Pada boxplot, pilih yang mau di munculkan boxplot factor level, variabel
dependen atau tidak ada
o Pada bagian descriptive, pilih grafik yang mau dipilih Histogram atau Stem
and leaf
o Untuk uji normalitas pilih Normality plot with tests
6. Pada bagian Display, pilih yang akan ditampilkan statistic, plot atau keduanya.
Kemudian ok.
7. Selajutnya Setelah proses itu selesai, selajutnya ke bagian interpretasi.
Interpretasi Output
Hasil tersebut menjelaskan data yang terbaca, data yang hilang dan jumlah data. Pada hasil
tersenut ,menjelaskan terdapat sepuluh data dan tidak ada data yang hilang. Artinya data ini
sudah valid dan bisa dilanjutkan ke proses selanjutnya.
Descriptive
12
Disini terdapat banyak informasi deskripsi dari veriabel yang digunakan:
Mean : Rata-rata
95% confidence interval : Selang kepercayaan dengan tingkat kepercayaan 95%.
Lower Bound adalah batas bawah dan upper bound adalah batas atas
Median : Nilai tengah dari data
Variance : varians
Std. Deviation :Simpangan Baku
Minimum : nilai terendah dari data
Maximum : nilai tertinggi dari data
Range : jangkauan, selisih antara maximum dan minimum
Skewness : kemencengan
Kurtosis : keruncingan
Percentiles
Pada jendela tersebut menjelaskan percentile dari data tapi hanya percentile tertentu seperti
pada gambar. Selain itu disini bisa melihat kuartil.
Extreme values
13
Menunjukkan data-data yang paling tertinggi dan paling terendah.
Test of Normality
Uji normalitas ini untuk melihat kenormalan data. Tes ini menggunakan uji kolmogorov-
Smirnov dan Shapiro-Wilk. Yang perlu dilihat pada kolom sig yang akan menunjukkan
apakah data normal atau tidak. Jika nilai lebih kecil dari 0,05 maka keputusan datanya tidak
normal. Sebaliknya lebih besar sama dengan 0,05 maka data normal. Seperti pada contoh ini
nilai sig lebih kecil dari 0,05 maka data tidak normal.
Histogram
14
Grafik ini menggambarkan distribusi data. Dari contoh di atas dapat disimpulkan bahwa
produksi jagung masih sekitar 5 juta ton.
Biasa disebut grafik batang dan daun. Grafik ini sama kegunaanya dengan histogram.
15
Grafik ini merupakan salah satu cara untuk melihat distribusi apakah normal atau tidak,
dimana jika titiknya mendekati atau mengikut garis maka datanya normal sedangkan jika
tidak mengikuti garis atau berbeda pola maka tidak normal. Sehingga contoh diatas
menunjukkan data tidak normal sesuai dengan tes normalitas yang diatas. Namun, cara ini
masih merupakan subjektifitas peneliti.
16
BAB III
PENUTUP
3.1 Kesimpulan
Analisis eksplorasi data merupakan teknik analisa yang sekaligus dapat membantu
memberi arahan bagi peneliti untuk memilih teknik statistik yang akan diimplementasikan
pada data yang akan dikehendaki. Prosedur eksplorasi data memungkinkan untuk mengetahui
tampilan data, identifikasi data, deskripsi data, pengujian asumsi, perdebatan karakteristik
antara subpopulasi, yaitu group dalam suatu kasus.
Dalam menu Explore dapat digunakan untuk melihat statistik deskriptif berupa nilai
mean, nilai maksimum, nilai minimum, dan lain sebagainaya. Dalam menu explore dapat
juga melihat tinggi yang dikelompokkan berdasarkan jenis gender.
Statistik eksplorasi digunakan untuk :
3.2 Saran
Dengan adanya pembahasan ini, diharapkan kepada pembaca untuk dapat memahami
tentang melakukan explore pada SPSS. Dan penulis juga mengharapkan kritik dan saran dari
para pembaca mengenai makalah ini.
17
DAFTAR PUSTAKA
Sujarweni, V. Wiratna. 2015. SPSS Untuk Penelitian. Yogyakarta : Pustaka Baru Press.
http://www.statistikolahdata.com/2009/10/statistik-deskriptif-explore.html
18