STATISTIK DESKRIPTIF

STATISTIK DESKRIPTIF

Statistik deskriptif merupakan dasar bagi statistik analitis (uji hipotesis). Salah satu kegunaan statistik deskriptif adalah agar kita mengetahui karakteristik data yang kita miliki. Langkah pertama dalam melakukan uji hipotesis apapun adalah kita harus mengetahui karakteristik data yang kita miliki. Para ahli statistik sering mengatakan :

“ Know your data, what kind of data you have”.

Latihan 1. Memasukkan Data

    Manfaat : SPSS akan bisa mengolah data jika data yang kita masukkan telah benar. Pada latihan kali ini, kita akan mempelajari cara memasukkan data nominal, ordinal, dan numerik serta variabel dengan tipe String.
    Kasus :
    Kita akan memperoleh data sebagai berikut. Anda akan memasukkan data ke dalam program SPSS.

Pertanyaannya :
Bagaimana cara memasukkan data ke dalam program SPSS ?
Jawab :
Terdapat dua langkah pertama yang harus dilakukan, yaitu mengisi bagian Variabel View dan mengisi Data View.

1. Mengisi Variable View

Buka Program SPSS

Aktifkan Variable View (ada dikiri bawah) akan terlihat tampilan sbb.

Pada tampilan Variable View akan didapatkan kata Name, Type, Width, Decimals, Labels, Values, Column Width, Alignment, Measure.
Berikut penjelasannya :
    Name                 kata yang mewakili nama variabel.
    Type                 type data yanga akan dimasukkan
    Width               jumlah digit data yang mau dimasukkan
    Decimals           jumlah digit di belakang
    Labels               penjelasan rinci dari kolom name
    Values               kode yang anda berikan jika variabel merupakan variabel kategorik
    Column Width lebar kolom
    Alignment       pilihan tampilan variabel (rapat kiri, kanan, atau tengah)
    Measure           skala pengukuran variabel (nominal, ordinal, scale).

Dari kasus di atas, kita diminta memasukkan empat variabel, yaitu nama (String), jenis kelamin (kategorik nominal), dan umur ( numerik).

a.    Pengisian Variable View untuk variable nama.
Name   : isi dengan mengetik nama
Type    :     isi dengan mengaktifkan pilihan String
Width :     isi dengan 15 (untuk keseragaman). Pemilihan lebar kolom tergantung
                dari beberapa karakter nama terpanjang
Decimals : tidak aktif
Labels     : isi dengan nama responden
Values     : tidak diisi
Column Widht    : 15 (untuk keseragaman)
Aligement :       terserah anda
Measure    :          tidak aktif

b.    Pengisian Variable View untuk variabel jenis kelamin
Name      : ketik sex
Type      : pilih Numeric
Width    : terserah anda
Decimals : pilih 0
Labels    : isi dengan jenis kelamin responden
Values    : klik kotak kecil berwarna ungu pada sisi kanan kolom Values, akan terlihat
    tampilan sebagai berikut.

Ketik 1 pada kotak Value

Ketik Perempuan pada kotak Value Label

Klik Add

Ketik 2 pada kotak Value

Ketik Laki-laki pada kotak Value Label

Klik Add

Proses telah selesai

Akan terlihat tampilan sebagai berikut :

Klik OK

Column Width terserah anda

Aligement terserah anda

Measure pilihan Nominal

c. Pengisian Variable View untuk variabel umur.

Name : isi dengan mengetik umur

Type : isi dengan mengaktifkan pilihan Numerik

Width : terserah anda

Decimals : isi dengan 0

Labels : isi dengan Umur responden

Values : tidak diisi

Column Width : terserah anda

Aligement : terserah anda

Measure : pilih scale

Untuk keseragaman, beri kode 1 untuk nilai buruk, kode 2 untuk nilai sedang, kode 3 untuk nilai baik.

Bila pada menu View kita pilih View Labels, maka akan tampil sebagai berikut :

2. Mengisi Data View

Aktifkan Data View, lalu isilah sesuai dengan data pada kasus yang diberikan.

Jika data yang diinputkan benar, maka kita akan memperoleh hasil sebagai beikut :

Latihan 2. Bagaimana Melakukan Perubahan Data Dari Satu Skala ke Skala Lain ?

Manfaat :
Agar terampil dalam melakukan perubahan data dari satu skala ke skala lainnya.
Kasus :
Dari data yang telah diperoleh pada latihan 1, anda ingin mengategorikan umur responden menjadi 3 kelompok, yaitu responden yang berumur < 20 tahun, 20-22 tahun, dan 22 tahun ( dalam hal ini, anda merubah variabel numerik menjadi variabel ordinal).

Pertanyaannya :
Bagaimana langkah yang dilakukan dengan program SPSS?

Jawab :

Buka file latihan sebelumnya yang telah disimpan

Aktifkan Data View

Lakukan langkah-langkah berikut ini :

Transform → Recode → Recode into Different Variables

Masukkan variabel umur ke dalam Input Variable

Ketik umur_1 ke dalam Output Variable

Ketik ‘klasifikasi umur’ ke dalam label

Klik kotak Change.

Setelah proses ini, akan tampil sbb :

Klik Old and New Values

Isilah kotak Old Value dan kotak New Value (selanjutnya ikuti logika berfikir) logikanya dalah :

    Semua data < 20 tahun diubah menjadi kode 1.
    Semua data 20 – 22 tahun diubah menjadi kode 2.
    Semua data > 22 tahun diubah menjadi kode 3.

Dengan logika tersebut, isilah Old Value dan New Value sebagai beikut :

Maka akan tampil sebagai berikut :

Jika telah selesai, klik Continue

Klik OK.

Jika kita benar dalam mengisi datanya, maka akan tampil sebagai beikut :

Selanjutnya, lakukan pengisian Variable View :

Untuk variabel umur_1 : kode 1 untuk < 20 tahun

Kode 2 untuk 20 – 22 tahun

Kode 3 untuk > 22 tahun,

Maka pada Data View akan tampil sebagai berikut :

LATIHAN 3. Membuat Dekripsi Variabel Kategorik

Manfaat :
    Prinsip utama yang perlu diketahui adalah :

    “ Know your data! What kind of data you have!”

Langkah membuat tabel frekuensi dan grafik merupakan langkah yang sangat penting agar kita mengetahui karakteristik data variabel kategorik.
Kasus :
    Kita melakukan penelitian dan sudah mengumpulkan dan memasukkan data ke SPSS. Salah satu variabel adalah variabel jenis kelamin. Karena kita mengetahui bahwa skala pengukuran variabel jenis kelamin adalah nominal, maka kita ingin mengetahui distribusi jenis kelamin dalam bentuk tabel dan grafik.

Pertanyaannya : bagaimana langkah yang dilakukan dengan program SPSS?