STATISTIKA DESKRIPTIF DENGAN SPSS

Cara Menampilkan Statistika Deskriptif dengan SPSS

Menu analyze dapat mengelola data yang sudah dimasukkan dalam Data View SPSS,
salah satunya menampilkan statistika deskriptif. Ada beberapa cara umum untuk menampilkan
statistika deskriptif dari suatu data menggunakan software SPSS pada menu Analyze bagian
submenu Descriptive Statistics, yaitu:
 1. Frequency
Digunakan untuk tabel frekuensi dan statistika deskriptif masing-masing variabel serta
menampilkan Histogram, Diagram Lingkaran, dan Diagram Batang.
2. Descriptive
Digunakan untuk menampilan statistika deskriptrif dan menyimpan nilai standardisasi z.
3. Explore
Digunakan untuk menampilkan statistika deskriptif berdasarkan faktor-faktor yang
mempengaruhi, menampilkan uji normalitas, menampilkan uji homogenitas berdasarkan
bentuk transformasi, menampilkan diagram dahan daun, dan menampilkan boxplot.
4. Crosstab
Digunakan untuk menampilkan tabel tabulasi silang (Crosstab) atau tabel kontingensi
dari dua atau lebih variabel kategorik, menampilkan nilai harapan, persentase, dan
residual dari tabel tabulasi silang, menampilkan uji korelasi kategorik seperti Chi-Square,
Pearson Chi-Square, Contingency, Phi, Gamma, Somers, Kendall, dan lain-lainnya.

Contoh 1
Seorang peneliti di rumah sakit melakukan pengumpulan data mengenai karakteristik
responden mengenai perbedaan kepuasan orang tua pasien anak rawat jalan terhadap pelayanan
obat racikan dan non racikan di BLUD RS Sekarwangi. Pengumpulan data dilakukan dengan
membagikan kuesioner kepada orang tua pasien anak rawat jalan. Berikut merupakan sampel 10
responden yang terkumpul:
Usia Orang Jenis Kelamin Pendidikan Orang Pekerjaan Orang Tua Pendapatan Per
No
Tua Pasien Orang Tua Pasien Tua Pasien Pasien Bulan
1 28 Perempuan SMA Ibu Rumah Tangga 1,200,000
2 38 Perempuan SMP Ibu Rumah Tangga 1,350,000
3 37 Perempuan SD Ibu Rumah Tangga 950,000
4 40 Laki-laki SMA Wiraswasta 2,750,000
5 30 Laki-laki SMP Karyawan Swasta 3,000,000
6 46 Laki-laki SMA Wiraswasta 2,500,000
7 48 Perempuan SMP Ibu Rumah Tangga 1,550,000
8 27 Perempuan SMA Ibu Rumah Tangga 1,750,000
9 38 Perempuan SMP Ibu Rumah Tangga 1,450,000
10 37 Laki-laki SD Karyawan Swasta 2,500,000
Langkah-Langkah Input Data di SPSS
1. Klik Variable View untuk mendefinisikan kolom variabel terlebih dahulu seperti gambar
dibawah:

2. Input data seperti gambar dibawah

Dengan Values diisi sebagai berikut sebagai berikut:

JK:
Value Label
1 Perempuan
2 Laki-Laki

Pendidikan:
Value Label
1 SD
2 SMP
3 SMA
 Pekerjaan:
Value Label
1 Ibu Rumah Tangga
2 Wiraswasta
3 Karyawan Swasta

3. Klik Data View untuk menginput data pada Tabel 2.1 sebagai berikut:

JK, Pendidikan, dan Pekerjaan harus diinput sesuai dengan angka pada Values Label.
Misalnya, apabila baris satu pada kolom JK dituliskan Perempuan maka tidak akan
muncul pada sel. Oleh karena itu, variabel kategorik harus diinput menggunakan angka.
4. Untuk menampilkan label dari masing-masing angka pada variabel kategorik, dapat
dilakukan dengan klik View, dan klik Value Labels
 Sehingga data variabel kategorik yang awalnya berupa angka, berubah menjadi label
yang sesuai dengan yang sudah diinputkan di Variable View.

5. Dari data tersebut, sudah bisa dilakukan pengolahan data untuk menampilkan statistika
deskriptif, tabel frekuensi, tabel kontingensi, dan berbagai jenis grafik, diagram, maupun
plot yang diinginkan.

Langkah-Langkah Menampilkan Tabel Frekuensi

1. Klik Analyze → Klik Descriptive Statistics → Frequency

2. Pada tampilan frequencies. klik Jenis Kelamin Orang Tua Pasien > klik Tombol Panah

Kanan . Kemudian Klik Pendidikan Orang Tua Pasien > Klik Tombol Panah Kanan
 . Kemudian Klik Pekerjaan Orang Tua Pasien > Klik Tombol Panah Kanan .
Dan ceklis display frequency tables seperti digambar berikut:

3. Klik OK. Maka akan muncul Output sebagai berikut:

Output diatas menunjukkan banyaknya sampel dari setiap variabel yang valid (ada) dan
yang hilang. Dalam hal ini dapat disimpulkan mengenai data yang diperoleh bahwa
seluruh responden telah mengisi data diri mengenai jenis kelamin orang tua pasien,
pendidikan orang tua pasien, dan pekerjaan orang tua pasien serta tidak ada responden
yang tidak mengisi jenis kelamin, pendidikan, dan pekerjaannya.
Hasil Output diatas merupakan hasil tabel frekuensi dari setiap variabel kategorik Jenis
Kelamin Orang Tua Pasien, Pendidikan Orang Tua Pasien, dan Pekerjaan Orang Tua
Pasien yang terdiri dari jumlah frekuensi, persentase, valid Percent, dan Cumulative
Percent. Berdasarkan data yang didapat dari hasil olahan data yang ada, dapat
disimpulkan bahwa orang tua pasien yang berkunjung di rumah sakit untuk mendapatkan
pelayanan obat racikan dan non racikan di BLUD RS Sekarwangi lebih banyak dikunjung
oleh orang tua pasien berjenis kelamin perempuan sebesar 60%, pendidikan terakhir SMP
dan SMA sebesar 40%, dan bekerja sebagai Ibu Rumah Tangga sebesar 60% dari total
responden yang didata.
Langkah-Langkah Menampilkan Statistika Deskriptif
1. Klik Analyze → Klik Descriptive Statistics → Frequency
2. Pada tampilan Frequencies, keluarkan semua yang ada di kotak Variable(s) dengan klik

variabel dan klik tanda panah kiri satu per satu. Kemudian klik Usia Orang Tua

Pasien > klik Tombol Panah Kanan . Kemudian Klik Pendapatan Per Bulan > Klik

Tombol Panah Kanan . Dan ceklis display frequency tables seperti digambar
berikut:

3. Klik tombol Statistics. Ceklis Mean, Median, Mode, Sum, Std. Deviation, Variance,
Range, Minimum, dan Maximum sesuai pada gambar dibawah:
4. Klik Continue. Maka akan muncul Output sebagai berikut:

Hasil output diatas menunjukkan tabel statistika deskriptif berdasarkan variabel Usia
Orang Tua Pasien dan Pendapatan Per Bulan yang terdiri dari informasi mengenai jumlah
sel yang ada pada variabel (N Valid), sel yang hilang (N Missing), Mean, Median,
Modus (Mode), Std. Deviation (Standar Deviasi/Simpangan Baku), Variance
(Varians/Ragam), Range (Jarak), Minimum, Maximum (Maksimum), dan Sum (Jumlah.
Nilai mode 37.00a pada variabel Usia Orang Tua Pasien menunjukkan bahwa terdapat
lebih dari satu nilai modus, sehingga SPSS hanya menampilkan nilai modus terkecil pada
data. Sementara itu, nilai Variance 5.217E11 pada variabel Pendapatan Per Bulan
merupakan nilai dalam bentuk notasi baku 5.217 1011 .
Hasil output diatas menunjukkan tabel frekuensi untuk variabel numerik Usia Orang Tua
Pasien dan Pendapatan Per Bulan untuk memperoleh informasi mengenai jumlah atau
persentase angka yang muncul dari masing-masing variabel pada data yang diperoleh.
Langkah-Langkah Menampilkan Tabel Tabulasi Silang
Contoh berikut menampilkan tabel tabulasi silang pada variabel Pendidikan Orang Tua Pasien
dan Pekerjaan Orang Tua Pasien.
1. Klik Analyze → Klik Descriptive Statistics → Crosstab

2. Pada tampilan Crosstabs, klik Pendidikan Orang Tua Pasien ke tanda panah kanan
pada kotak Row(s). Kemudian klik Pekerjaan Orang Tua Pasien ke tanda panah kanan

seperti pada gambar berikut:

 Keterangan: tidak ada aturan khusus mengenai variabel apa saja yang dimasukkan
dalam Row(s) (Baris) maupun Column(s) (Kolom) pada tampilan Crosstabs.
3. Klik OK. Maka akan muncul output sebagai berikut:

Hasil output diatas merupakan tabel tabulasi silang antara Pendidikan Orang Tua Pasien
dengan Pekerjaan Orang Tua Pasien. Tabel tersebut memberikan informasi mengenai
jumlah orang tua pasien yang berkunjung di rumah sakit untuk mendapatkan pelayanan
obat racikan dan non racikan di BLUD RS Sekarwangi berdasarkan gabungan Pendidikan
Orang Tua Pasien dan Pekerjaan Orang Tua Pasien. Sebagai contoh, banyaknya orang tua
pasien dengan pendidikan terakhir SMP dan bekerja sebagai Ibu Rumah Tangga sebesar
3 orang.
Langkah-Langkah Menampilkan Diagram Batang
Contoh berikut menampilkan diagram batang rata-rata pendapatan per bulan orang tua pasien
berdasarkan pendidikan terakhir:
1. Klik Graphs → Legacy Dialogs → Bar…

2. Pada tampilan Bar Charts pilih Simple. Pada Data in Chart Are dipilih “Summaries for
Groups of Cases” seperti gambar dibawah. Klik Define.
3. Pada tampilan Define Simple Bar: Summaries for Groups of Cases pilih “Other Statistic
(e.g. mean)”. Kemudian klik variabel Pendapatan Per Bulan dan klik tanda panah kanan

pada kotak Variabel. Kemudian klik variabel Pendidikan Orang Tua Pasien dan

klik tanda panah kanan pada kotak Category Axis seperti pada gambar berikut:

4. Klik OK. Maka akan keluar output sebagai berikut:

5. Hasil diagram batang diatas sedikit sulit untuk dilakukan intepretasi karena kurangnya
label angka pada data. Untuk menampilkan label angka dari masing-masing batang,
dapat dilakukan dengan klik kanan pada diagram batang, pilih Edit Content, klik In
Separate Window

6. Pada tampilan Chart Editor klik icon Show Data Label menampilkan label angka
dari masing-masing batang. Kemudian Close tampilan Properties dan Close tampilan
Chart Editor. Dengan demikian, setiap batang memiliki label angka pada output diagram
batang sebagai berikut:
 Hasil diagram batang diatas dapat dilakukan intepretasi mengenai
karakteristik rata-rata pendapatan per bulan orang tua pasien yang
ingin mendapatkan pelayanan obat racikan dan non racikan di
BLUD RS Sekarwangi berdasarkan pendidikan terakhir orang tua
pasien. Sebagai contoh, rata-rata pendapat per bulan orang tua
pasien dengan pendidikan terakhir SMA yang mendapatkan
pelayanan obat racikan dan non racikan di BLUD RS Sekarwangi
sebesar Rp. 2.050.000, yang merupakan rata-rata pendapat per
bulan tertinggi dibandingkan dengan pendidikan terakhir SMP
sebesar Rp. 1.837.500 dan pendidikan terakhir SD sebesar Rp.
1.725.000.

Sumber:
Lesmono, Wahyu Dwi. 2017. Pengenalan Dasar Software Minitab dan SPSS untuk Statistika Farmasi.
Bogor: STT Industri dan Farmasi