Analisis Deskripsi Data

Dengan SPSS
Oleh
Zulkifli Matondang
 Pengantar
• Setelah Instrumen diujicobakan dan
dianalisis, baru dapat digunakan untuk
menjaring data penelitian yang
sesungguhnya (pada sampel/populasi)
• Butir-butir yang tidak valid tidak
digunakan pada instrumen penelitian.
• Instrumen yg sudah valid dan reliabel,
diberikan/digunakan untuk mendapatkan
data penelitian dari sampel.
 Teknik pengambilan dan jumlah sampel
penelitian harus mengikuti prosedur tertentu
agar repsentatif
 Banyak teknik pengambilan sampel yang
dapat dilakukan, namun disesuaikan dengan
karakteristik populasi.
 Untuk lebih jelasnya dapat dipelajari pada
buku “Teknik Sampling” oleh Cochran.
 Instrumen yang diberikan pada responden
(sampel) dikumpul dan dikoding.
 Proses selanjutnya, koding semua
jawaban yang diberikan responden dan
hitung jumlah skor untuk setiap responden
 Lakukan hal yang sama untuk semua
responden.
 Untuk membantu pengkodingan, dapat
dilakukan seperti pada ujicoba instrumen.
 Dalam analisis data penelitian, data yang
digunakan adalah jumlah skor untuk setiap
responden.
Analisis Deskripsi
 Analisis data deskripsi adalah untuk
mengetahui gambaran dari sebaran data
 Gambaran data tersebut meliputi: Nilai
minimum, nilai maksimum, rata-rata,
median, modus, standar deviasi, varians.
 Bila perlu dapat juga diketahui skewness,
kurtosis, distribusi frekuensi serta chart
dari data yang dianalisis.
 Analisis deskripsi yang digunakan sesuai
dengan kebutuhan
• Sebelum menganalisis data dengan
program SPSS, hendaknya terlebih
dahulu dipahami makna dari dari setiap
nilai (besaran) yang akan didapat dari
output SPSS.
• Mean adalah rata-rata hitung dari
sekumpulan data (ada rumusnya)
• Median adalah nilai tengah (rata-rata
letak) dari sejumlah gugus data
• Medus adalah nilai yang paling sering
muncul dari sejumlah data
 Standar deviasi adalah rata-rata besar
penyimpangan data dengan meannya.
 Varians adalah kuadrat dari standar deviasi
 Skewness adalah besar penyimpangan sebaran
data dibandingkan kurva normal (tingginya)
 Kurtosis adalah besar penyimpangan sebaran
data dibandingkan kurva normal (lebarnya)
 Semua besaran tersebut ada rumus yang
digunakan untuk menghitungnya.
 Untuk lebih memahami dari setiap besaran
tersebut perlu dibaca buku statistik deskripsi
 Pengolahan Dengan SPSS
 Buka program SPSS
 Isi data (skor total) dari setiap responden
untuk semua variabel pada workshett
SPSS
 Definisikan identias variabel dengan
mengklik “Variable View”
 Kembali kedata dan siap untuk analisis
 Bila berhasil, akan muncul seperti gambar
berikut.
 Analisis data (deskripsi) dari ketiga
variabel tersebut dengan cara :
 Klik “analyze” pada main menu SPSS
 Pilih “Descriptive Statistics” lalu klik sub
menu “Descriptives”.
 Akan muncul kotak descriptives dan
pindahkan variabel yang akan dianalisis
dengan memblok variabel lalu klik
segitiga antara kedua kotak. Kemudian
tekan OK
 Bila berhasil akan output dari SPSS
seperti berikut.
 Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Sikap Inovasi 230 125 194 165.87 11.824
Profesinalisme Guru
230 121 202 169.62 13.326
Menurut Siswa
Prestasi belajar 230 6.00 9.00 7.6626 .78823
Valid N (listwise) 230

Dari hasil output SPSS dapat dilihat

hasil jumlah responden (N), nilai
minimum, nilai maksimum, rata-rata
hitung dan standar deviasi dari setiap
variabel. Baru dinterpretasikan sesuai
dengan nama variabel.
 Bila ingin dilihat hasil deskripsi data lebih
rinci, dapat dilakukan analisis frekuensi.
 Langkahnya, klik analyze pada main menu
SPSS
 Pilih “Descriptive Statistics” dan klik
Frequencies dan akan muncul kotaknya.
 Pindahkan data ke kotak variables dgn
mengklik segitiga.
 Klik Statistics, akan muncul kotaknya, lalu isi
apasaja yang dinginkan untuk diketahui
 Bila udah selesai, tekan Continue laku
kembali ke kotak semula dan tekan OK.
 Setelah itu akan Keluar output sesuai dengan
keinginnan kita.
 Adapun hasilnya sebagai berikut :
(dimunculkan sebagian).
Statistics

Profesinali
sme Guru
Menurut Prestasi
Sikap Inovasi Siswa belajar
N Valid 230 230 230
Missing 0 0 0
Mean 165.87 169.62 7.6626
Median 166.00 171.00 7.6700
Mode 157a 171 8.00
Std. Deviation 11.824 13.326 .78823
Variance 139.814 177.581 .621
Skewness -.365 -.459 -.257
Std. Error of Skewness .160 .160 .160
Kurtosis .270 .539 -.777
Std. Error of Kurtosis .320 .320 .320
Minimum 125 121 6.00
Maximum 194 202 9.00
Percentiles 25 159.00 160.00 7.0000
50 166.00 171.00 7.6700
75 173.25 179.00 8.3300
a. Multiple modes exist. The smallest value is shown
 Prestasi belajar

Cumulative
Frequency Percent Valid Percent Percent
Valid 6.00 5 2.2 2.2 2.2
6.33 19 8.3 8.3 10.4
6.67 21 9.1 9.1 19.6
7.00 16 7.0 7.0 26.5
7.33 26 11.3 11.3 37.8
7.67 35 15.2 15.2 53.0
8.00 49 21.3 21.3 74.3
8.33 20 8.7 8.7 83.0
8.67 26 11.3 11.3 94.3
9.00 13 5.7 5.7 100.0
Total 230 100.0 100.0
 Interprestasi Output
 Pada tabel statistics, banyak data yang
dapat dijelaskan, seperti : jumlah data,
mean, median, modus, standar deviasi,
varians, skewness, Kurtosis, nilai
minimum, nilai maksimum, kurtil, dll
 Dari output tersebut dijelaskan satu
persatu maknanya untuk setiap variabel
 Tabel berikutnya merupakan satu contoh
tabel disribusi frekuensi dari variabel hasil
belajar
 Demikian hasil output analisis deskripsi
dengan program SPSS
 Untuk memahami hasil output SPSS
tentang analisis deskripsi tersebut,
hendaknya dipahami rumus-rumus
statistik yang digunakan, sehingga muncul
angka tersebut
 Pada umumnya demikian cara analisis
deskripsi data untuk setiap variabel
penelitian