Analisis Deskriptif dengan SPSS

Analisis deskriptif merupakan teknik analisis yang dilakukan hanya dengan cara menggambarkan ciri-ciri atau karakteristik dari data sampel tanpa adanya penarikan kesimpulan. Ciri-ciri tersebut antara lain nilai rata-rata, modus, titik tengah (median), nilai maksimum, range, varians dan lain sebagainya. Dalam hal ini, saya akan melakukan analisis deskriptif terhadap studi kasus data suhu dan kelembaban sebagai berikut :

Dari data diatas, akan dilakukan analisis deskriptif menggunakan SPSS dengan langkah-langkah berikut :

Buka program SPSS, definisikan variabel dengan cara mengklik variable view, kemudian tuliskan nama variabel yang akan digunakan :

Klik Data View kemudian inputkan data suhu dan kelembaban seperti gambar berikut :
Lakukan analisis cara mengklik menu Analyze –> Descriptive Statistics –> Frequencies sehingga akan muncul tampilan kotak dialog frequencies, pindahkan kedua variabel suhu dan kelembaban ke dalam kolom variable(s), seperti terlihat pada gambar berikut :
Klik button statistics, kemudian beri tanda ceklis pada setiap ukuran yang akan dihitung nilainya, pada bagian percentile(s), masukkan angka 25,50 dan 75 seperti terlihat pada gambar berikut :
Klik continue kemudian klik button charts untuk membuat grafik, pilih histograms, beri tanda ceklis pada show normal curve on histogram seperti berikut:
Klik continue, kemudian klik OK sehingga akan diperoleh output sebagai berikut :

Penjelasan :

Berikut ini adalah penjelasan dari setiap angka dan kata dari output perhitungan statistik suhu dan kelembaban pada gambar output diatas :

N, menyatakan jumlah data. Valid artinya data yang ada atau terisi. Dalam kasus ini, jumlah data valid pada suhu sebanyak 20, demikian juga pada data kelembaban juga sebanyak 20. Missing adalah data yang hilang. Dalam kasus ini, tidak jumlah data yang hilang atau data bernilai nol.
Mean, menyatakan nilai rata-rata. Nilai rata-rata suhu adalah sebesar 30,2°C sedangkan nilai rata-rata kelembaban adalah sebesar 40,1%.
Error of Mean, menyatakan jumlah penyebaran nilai mean dari sampel yang satu ke sampel yang lain jika diambil dari distribusi sampel yang sama. Perlu diingat bahwa statistik tidak pernah lolos dari kesalahan (error) sehingga tidak mungkin ditemukan adanya angka yang pasti/tepat. Dalam kasus ini, std. error of mean adalah sebesar 0,89 untuk suhu dan 1,07 untuk kelembaban. Untuk mencari penyebarannya, dapat digunakan rumus : Mean ± 2 x Std. Error of Mean
Jadi, penyebaran nilai mean (rata-rata) suhu adalah dari 28,42 sampai dengan 31,98. Bila ditemukan suhu sebesar 30°C maka bisa dikatakan suhu tersebut masih masuk dalam kategori rata-rata. Demikian halnya dengan kelembaban, penyebaran nilai mean (rata-rata) kelembaban adalah dari 37,96 sampai 42.24. Bila ditemukan tingkat kelembaban sebesar 38% maka kelembaban tersebut masuk dalam kategori rata-rata.
Median, menyatakan titik tengah yakni angka yang membagi data menjadi dua sama besar (50:50) ketika data diurutkan dari terkecil ke terbesar. Dalam kasus ini, titik tengah pada suhu adalah 30 sedangkan titik tengah pada kelembaban adalah 40.
Mode, menyatakan angka yang sering muncul atau angka terbanyak. Dalam kasus ini, angka terbanyak pada data suhu adalah 30, sedangkan pada data kelembaban adalah 40.
Deviation, menyatakan simpangan baku, yakni akar dari variansi. Dalam kasus ini, nilai simpangan baku pada suhu adalah 3,98, sedangkan pada kelembaban adalah 4,80.

Variance, merupakan angka yang menunjukkan seberapa besar penyebaran data yang ada dalam sebuah kelompok. Varians merupakan ukuran variabilitas data, yang berarti semakin besar nilai varians berarti semakin tinggi nilai fluktuasi (naik-turunnya) data antara satu data dan data yang lain. Nilai variansi pada suhu adalah sebesar 15,853 sedangkan nilai variansi pada kelembaban adalah sebesar 23,042.
Skewness dan Kurtosis berkaitan dengan normalitas (apakah data terdistribusi normal atau tidak). Skewness berkaitan dengan simetri distribusi data. Pada kasus ini, nilai skewness pada data suhu adalah sebesar -0,670 sedangkan pada kelembaban adalah -0,592. Data terdistribusi normal jika diketahui simetri (sama besar kedua bagiannya). Cara untuk mengetahui apakah data tersebut simetri atau tidak adalah dengan membagi nilai skewness dengan error of skewness. Jadi, rasio skewness untuk suhu adalah = -0,670 / 0,512 = -1,30, sedangkan rasio skewness untuk kelembaban adalah = -0,592 / 0,512 = -1,15. Data diasumsikan normal (simetri) jika terletak antara -2 dan +2. Dari hasil rasio skewness maka dapat diketahui bahwa kedua data tersebut terdistribusi normal.Kurtosis menunjukkan titik puncak distribusi data. Data terdistribusi normal jika punya titik puncak (Rasio Kurtosis) di antara -2 dan +2. Cara untuk mengetahui rasio kurtosis adalah dengan membagi nilai kurtosis denganerror of kurtosis. Jadi, rasio kurtosis untuk suhu adalah = 0,781 / 0,992 = 0,78 sedangkan rasio kurtosis untuk kelembaban adalah = 0,077 / 0,992 = 0,078. Dari hasil rasio keduanya, maka dapat diketahui bahwa data tersebut terdistribusi normal.
Range (jangkauan), menyatakan selisih dari nilai maksimum dengan nilai minimum. Nilai range untuk suhu adalah sebesar 16, sedangkan nilai range untuk kelembaban adalah sebesar 18.
Minimum, adalah skor terendah/terkecil dalam variabel, dalam hal ini nilai terkecil pada suhu adalah 20, sedangkan nilai terkecil pada kelembaban adalah 29.
Maximum, adalah skor tertinggi/terbesar dalam variabel, dalam hal ini nilai terbesar pada suhu adalah 36, sedangkan nilai terbesar pada kelembaban adalah 47.
Sum, artinya penjumlahan semua skor dari atas ke bawah. Nilai sum dari data suhu adalah sebesar 604,00 sedangkan nilai sum dari data kelembaban adalah sebesar 802,00.
Percentiles, untuk membagi data ke dalam persentase tertentu.
- 25% = 28 artinya 25% suhu berada dibawah 28°C
- 50% = 30 artinya 50% suhu berada dibawah 30°C
- 75% = 33,75 artinya 75% suhu berada dibawah 33,75°C

Selain output berupa tabel perhitungan statistik, juga terdapat output SPSS berupa perhitungan frekuensi suhu dan kelembaban seperti terlihat pada gambar berikut :

Penjelasan :

Pada baris pertama, terdapat 1 buah data suhu yang besarnya 20°C. Persentasenya 5,0% dari keseluruhan data (1/20 x 100%);
Pada baris kedua, terdapat 1 buah data suhu yang besarnya 25°C. Persentasenya 5,0% dari keseluruhan data (1/20 x 100%);
Pada baris ketiga, terdapat 1 buah data suhu yang besarnya 26°C. Persentasenya 5,0% dari keseluruhan data (1/20 x 100%);
Pada baris keempat, terdapat 1 buah data suhu yang besarnya 27°C. Persentasenya 5,0% dari keseluruhan data (1/20 x 100%);
Pada baris kelima, terdapat 2 buah data suhu yang besarnya 25°C. Persentasenya 10,0% dari keseluruhan data (2/20 x 100%).

Dengan cara yang sama, dapat dilakukan untuk menafsirkan baris-baris selanjutnya. Cumulative percent merupakan penjumlahan persentase setiap skor sampai 100%. Sedangkan pada output tabel kelembaban menyatakan :

Pada baris pertama, terdapat 1 buah data yang tingkat kelembabannya sebesar 29%. Dari keseluruhan data yang ada, persentasenya sebesar 5,0% (1/20 x 100%);
Pada baris kedua, terdapat 1 buah data yang tingkat kelembabannya sebesar 32%. Dari keseluruhan data yang ada, persentasenya sebesar 5,0% (1/20 x 100%);
Pada baris ketiga, terdapat 1 buah data yang tingkat kelembabannya sebesar 35%. Dari keseluruhan data yang ada, persentasenya sebesar 5,0% (1/20 x 100%);
Pada baris keempat, terdapat 1 buah data yang tingkat kelembabannya sebesar 36%. Dari keseluruhan data yang ada, persentasenya sebesar 5,0% (1/20 x 100%);

Pada baris kelima, terdapat 1 buah data yang tingkat kelembabannya sebesar 37%. Dari keseluruhan data yang ada, persentasenya sebesar 5,0% (1/20 x 100%).

Output yang ketiga adalah berupa histogram atau diagram batang, seperti terlihat pada gambar berikut :

Pada variabel suhu menunjukkan bahwa histogram-nya memiliki distribusi “sedikit miring ke kiri distribusi normal” karena nilai skewness-nya negatif , dan bentuknya “meruncing” karena nilai kurtosis positif. Demikian juga halnya histogram untuk variabel kelembaban memiliki distribusi “miring ke kiri distribusi normal” karena nilai skewness-nya negatif dan memiliki bentuk “meruncing” karena nilai kurtosis positif.

Sekian postingan dari ane gan, semoga bermanfaat