�ݺ�ߣ

ANALISIS DATA PENELITIAN (Menggunakan Program SPSS)

BAB I
STATISTIK DESKRIPTIF

A
nalisis deskripsi merupakan analisis yang paling
mendasar untuk menggambarkan keadaan data
secara umum. Analisis deskripsi ini meliputi
beberapa hal sub menu deskriptif statistik seperti
frekuensi, deskriptif, eksplorasi data, tabulasi silang dan
analisis rasio.

1.1. Analisis Frekuensi

Analisis frekuensi merupakan analisis yang mencakup
gambaran frekuensi data secara umum seperti mean,
media, modus, deviasi, standar, varian, minimum,
maksimum dan sebagainya.

Data yang dipakai untuk statistik deskriptif bisa kualitatif
dan kuantatif.

Contoh Data 1.
Dari sebuah tabulasi data penelitian yang terdiri dari 6
item dan 18 responden diperoleh sebagai berikut:

Langkah:
1. Analyze, pilih Deskriptif Statistik, pilih Frekuensi.

1

Bab I: Statistik Deskriptif

2. Kemudian muncul file Frequency dan pindahkan
variabel dari kolom kiri ke kanan hingga tampak
gambar disamping, abaikan yang lain.

3. Klik OK, dan hasilnya akan terlihat.

2


Hasil Frekuensi Data
Untuk melihat penyebaran frekuensi tabulasi data, akan
terlihat tabulasi di bawah ini.
VAR00001

Cumulative
Frequency Percent Valid Percent Percent
Valid 3.00 4 22.2 22.2 22.2
4.00 5 27.8 27.8 50.0
5.00 9 50.0 50.0 100.0
Total 18 100.0 100.0

VAR00002

Cumulative
Valid 4.00 8 44.4 44.4 44.4
5.00 10 55.6 55.6 100.0
Total 18 100.0 100.0

VAR00003

Cumulative
Valid 3.00 1 5.6 5.6 5.6
4.00 8 44.4 44.4 50.0
5.00 9 50.0 50.0 100.0
Total 18 100.0 100.0

VAR00004

Cumulative
Valid 3.00 5 27.8 27.8 27.8
4.00 10 55.6 55.6 83.3
5.00 3 16.7 16.7 100.0
Total 18 100.0 100.0

3


VAR00005

Cumulative
Valid 2.00 1 5.6 5.6 5.6
3.00 4 22.2 22.2 27.8
4.00 7 38.9 38.9 66.7
5.00 6 33.3 33.3 100.0
Total 18 100.0 100.0

VAR00006

Cumulative
Valid 2.00 2 11.1 11.1 11.1
3.00 3 16.7 16.7 27.8
4.00 4 22.2 22.2 50.0
5.00 9 50.0 50.0 100.0
Total 18 100.0 100.0

Tabel ini dapat digunakan untuk mempermudah tabulasi
data secara deskritif, misalnya variabel 1-6 adalah
tabulasi data untuk varibel X1, maka statitisk
deskriptifnya sebagai berikut:

Tabel Frekuensi Jawaban Responden
Variabel X1
Tanggapan Sangat Tidak Ragu Setuju Sangat
Responden tidak Setuju ragu Setuju
Setuju
Item No. F % F % F % F % F %
1 0 0 0 0 1 5.6 5 27.8 9 50.0
2 0 0 0 0 0 0 8 44.4 10 55.6
3 0 0 0 0 1 5.6 8 44.4 9 50.0
4 0 0 0 0 5 27.8 10 55.6 3 16.7
5 0 0 1 5. 4 22.2 7 38.9 6 33.3
6
6 0 0 2 11 3 16.7 4 22.9 9 50.0
.1
Sumber: Data Diolah, 2007

4


Dari tabel tersebut bisa dilakukan pembahasan misalnya,
untuk pertanyaan no 1 (sebutkan pertanyaannya), 1
orang responden (5,6%) menjawab ragu-ragu, sedangkan
5 orang responden (27,8%) menjawab setuju dan
selebihnya 9 responden (50%), menjawab sangat setuju.
Begitu seterusnya. Bentuk frekuensi ini akan sangat
membantu peneliti dalam melakukan tabulasi data.

Contoh Data 2
Diketahui sebuah data Penjualan perusahaan sebagai
berikut:

5


Kemudian muncul file frequency dan pindahkan variabel
dari kolom kiri ke kanan hingga tampak gambar
disamping, pilih statitisk, isikan (cheklist), bagian yang
anda inginkan, setelah itu klik ok

Persentil adalah ukuran letak yang membagi data
yang telah diurutkan sehingga membagi data sama
besar

6


Quartil: Membagi data ke dalam empat bagian
yang sama
Central tendency: Pengukuran pusat data
Mean adalah ukuran rata-rata yang merupakan
penjumlahan dari seluruh nilai dibagi julah datanya.
Median adalah suatu nilai di mana setengah dari
data berada dibawa niali tersebut dan setengahnya
lagi berada di atas nilai tersebut setelah nilai itu
disusun berurut. Dengan kata lain median membagi
data dua bagian.
Mode adalah salah satu ukuran rata-rata yang
menunjukkan skor atau nilai data yang memiliki
frekuensi terbanyak pada suatu distribusi. Mode
biasanya digunkan untuk data nominal. Mode
jarang sekali digunakan untuk data ordinal, interval
atau rasio.
Dispersion: Penyebaran data
Variance adalah ukuran variasi yang menunjukkan
seberapa jauh data tersebar dari mean (rata-
ratanya). Semakin bervariasi data tersebut maka
semakin jauh data tersebut tersebar di sekitar
mean-nya
Standar deviasi adalah akar dari varian
Range adalah ukuran variasi yang paling
sederhana karena kesederhanaannya maka range
tidak dapat diandalkan.
Minimum: nilai yang paling rendah/kecil dari data
Maksimum: nilai yang paling besar/tingi dari data
Distribution: Bentuk Kurtosis data
Skewness: Ukuran kecondongan (kurva yang tidak
simetris)
Kurtosis: Ukuran keruncingan/ketinggian kurva

7


Hasil Output
Statistics

Sales
N Valid 20
Missing 0
Mean 142.2000
Std. Error of Mean 15.69858
Median 116.0000
Std. Deviation 70.20616
Variance 4928.905
Skewness 1.080
Std. Error of Skewness .512
Kurtosis -.155
Std. Error of Kurtosis .992
Minimum 66.00
Maximum 284.00
Percentiles 25 100.5000
50 116.0000
75 190.5000

Analisis:
N adalah jumlah data yang valid (20 buah)
sedangkan data yang hilang adalah 0, artinya
semua data siap diproses.
Mean (rata-rata penjualan) adalah 142.2 dengan
standar error adalah 15.7.
Median sebesar 116 menunjukkan 50% penjualan
di atas 116 dan 50% penjualan di bawah 116
Standar deviasi adalah 70,21 dan varians sebesar
4928.
Ukuran skewness adalah 1.08.

8


4. Pilih, Chart jika anda ingin membuat grafik dari data.
klik continue dan ok.

Chart dapat digunakan untuk memvisualisasikan data
dalam bentuk garfik.
a. Bar chart menghasikan refresentasi grafik cacah
frekuensi untuk setiap nilai yang berlainan. Grafik
bar dikenal dengan istilah grafik batang karena
bentuknya seperti batang-batang dan batang-
batangnya tidak bersentuhan satu sama lain.

Grafik ini memiliki sumbu vertikal menunjukkan
frekuensi dan horizontal menunjukkan ukuran
variabelnya. Biasanya grafik bar digunakan untuk
data nominal dan ordinal.

9


Sales

2.0

1.5
Frequency

1.0

0.5

0.0
66.00 69.00 75.00 79.00 99.00 105.00 109.00 115.00 117.00 121.00 128.00 153.00 203.00 246.00 250.00 280.00 284.00

Sales

b. Pie Chart: menghasilkan refresentasi grafik berupa
potongan-potongan lingkaran (kue pie). Bagan pie
digunakan untuk data yang nominal dan ordinal

Sales

66.00
69.00
75.00
79.00
99.00
105.00
109.00
115.00
117.00
121.00
128.00
153.00
203.00
246.00
250.00
280.00
284.00

10


c. Histogram: hampir sama dengan grafik bar,
bedanya jika grafik bar batangnya terpisah maka
histogram batangnya berimpitan. Histogram
digunakaan untuk data kontinius atau bersambung
maka grafik batangnya juga bersambung.
Histogram digunakan untuk data interval dan rasio.
Histogram dapat pula dibuat untuk menunjukkan
frekuensi relatif dan frekuensi kumulatif dari suatu
data

Histogram

8

6
Frequency

4

2

Mean = 142.20
Std. Dev. = 70.20616
0 N = 20
50.00 100.00 150.00 200.00 250.00 300.00

Sales

11


1.2. Statistik Deskriptif

Penyajian data secara numerik
Contoh data:
Buka file/open/pilih coffee sav.

12


Pilih option

Klik continue, lalu ok

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation
image 4662 1.00 23.00 11.0281 6.91834
brand 4662 1.00 6.00 3.3606 1.73786
freq 4662 1.00 144.00 68.0528 39.05098
Valid N (listwise) 4662

Pada hasil output spss di atas terlihat descriptive statistics
dari image, brand dan frequensi.
Jumlah sample (N) sebanyak 4662
Nilai paling kecil (minimum) 1
NIlai paling besar (Maximum) untuk image (23), brand
(6) dan Freq (144).
Nilai tengah (mean) untuk image (11.02), brand
(3.36) dan freq (68.05)
Standar Deviasi untuk image (6.91), brand (1.74) dan
freq (39.05)

13


1.3. Eksplorasi Data

Eksplorasi data dapat membantu memberi arahan untuk
memilih teknik statistik yang akan diimplementasikan
pada analisis data yang akan dikehendaki.

Contoh:
Buka file/open/pilih plastic. Sav
Setelah itu Analyze, sub menu Descriptive Statistic lalu
explore.

14


Descriptives

Extrusion Statistic Std. Error
Opacity 1 Mean 3.790 .5862
95% Confidence Lower Bound 2.464
Interval for Mean Upper Bound
5.116

5% Trimmed Mean 3.811
Median 4.000
Variance 3.437
Minimum .8
Maximum 6.4
Range 5.6
Interquartile Range 3.7
Skewness -.169 .687
Kurtosis -1.077 1.334
2 Mean 4.080 .6901
95% Confidence Lower Bound 2.519
Interval for Mean Upper Bound
5.641

5% Trimmed Mean 3.978
Median 3.600
Variance 4.762
Minimum 1.6
Maximum 8.4
Range 6.8
Interquartile Range 3.1
Skewness .986 .687
Kurtosis .281 1.334

Pada hasil output statistik terlihat adanya 5% trimmed
mean. Nilai trimmed mean dihitung berdasarkan data
diurutkan secara ascending kemudian dihitung 5% dari
jumlah data. Setelah nilai didapat, nilai tersebut
digunakan untuk mengurangi data sebanyak nilai yang
diperoleh dari urutan terkecil dan terbesar, kemudian sisa
data dicari mean-nya.

15


M-Estimators

Huber's Tukey's Hampel's Andrews'
a b c d
Extrusion M-Estimator Biweight M-Estimator Wave
Opacity 1 3.838 3.821 3.803 3.821
2 3.660 3.468 3.698 3.454
a. The weighting constant is 1.339.
b. The weighting constant is 4.685.
c. The weighting constants are 1.700, 3.400, and 8.500
d. The weighting constant is 1.340*pi.

Fungsi M-Estimator berkaitan dengan statistik robust.
Alternatif robust diimplementasikan pada perhitungan
rata-rata dan median untukmengestimasi lokasi data
terpusat.

Percentiles

Percentiles
Extrusion 5 10 25 50 75 90 95
Weighted Opacity 1 .800 .910 1.975 4.000 5.700 6.330 .
Average(Definitio 2 1.600 1.630 2.500 3.600 5.625 8.250 .
Tukey's Hinges Opacity 1 2.000 4.000 5.700
2 2.700 3.600 5.200

Persentil adalah ukuran letak yang membagi data yang
telah diurutkan sehingga membagi data sama besar.
Percentiles digunakan untuk menampilkan nilai
percentiles.

16

�ݺ�ߣ

Statistik deskriptif-spss

More Related Content

Statistik deskriptif-spss