Melakukan latihan, sebelumnya harus memiliki data.
Berdasarkan data latihan, tampilan input data adalah sebagai
berikut:
Gambar Tampilan Data View
yang telah didefenisikan
Latihan
1. Diberikan data mengenai jenis kelamin (sex), daerah, tingkat pendidikan dan pendapatan dari 60 orang responden penelitian. Simpan data dengan nama Latihan tabel dan grafik.
Jenis kelamin dikode sebagai berikut:
1 = laki-laki
2 = perempuan
Daerah dikode sebagai berikut:
1 = Kota
2 = Desa
Tingkat pendidikan dikategorikan sebagai:
1 = responden yang berpendidikan SLTP kebawah
2 = responden yang berpendidikan SLTA
3 = responden yang berpendidikan D3 ke atas.
Pendapatan kelompokkan atas tiga yaitu:
1 = pendapatan rendah (kurang dari Rp. 1.000.000)
2 = pendapatan menengah ( Rp. 1.000.000 – 3.000.000)
3 = pendapatan tinggi ( diatas Rp3.000.000)
2. Diberikan data mengenai investasi dan tabungan domestik Indonesia
(dalam trilyun Rp) selama periode tahun 1996 – 2013. Simpan data dengan nama Latihan grafik garis.
|
Tahun
|
Investasi
|
Tabungan
|
|
1996
|
58,9
|
53,7
|
|
1997
|
68,0
|
61,1
|
|
1998
|
75,4
|
69,7
|
|
1999
|
93,4
|
86,8
|
|
2000
|
115,8
|
108,3
|
|
2001
|
142,3
|
130,8
|
|
2002
|
157,8
|
138,8
|
|
2003
|
178,3
|
163,8
|
|
2004
|
242,8
|
283,8
|
|
2005
|
205,6
|
283,7
|
|
2006
|
220,1
|
249,2
|
|
2007
|
375,1
|
450,2
|
|
2008
|
380,7
|
441,0
|
|
2009
|
405,3
|
465,6
|
|
2010
|
515,3
|
518,8
|
|
2011
|
657,6
|
738,7
|
|
2012
|
805,4
|
895,0
|
|
2013
|
983,9
|
1084,3
|
A.
Distribusi Frekuensi
Dari
file Latihan distribusi frekuensi, dapat dibuat distribusi frekuensi untuk
jenis kelamin dan pendidikan, sedangkan untuk distribusi frekuensi umur dan pendapatan,
sebaiknya data dikelompokkan dulu. Untuk menampilkan distribusi frekuensi pada
SPSS adalah dengan cara klik menu Analyze
→ Descriptive Statistics →
Frequencies. Akan muncul tampilan berikut:
Gambar Tampilan Frequencies.
Masukkan (pindahkan) variabel jenis kelamin dari kotak
sebelah kiri ke kotak sebelah kanan dengan cara klik variabel jenis kelamin di
kotak kiri, kemudian klik panah yang menuju ke sebelah kanan. Lakukan hal yang
sama untuk variabel pendidikan. Kemudian klik OK. Output dari distribusi
frekuensi diberikan sebagai berikut:
Tabel pertama memberikan keterangan mengenai variabel
yang diolah, yaitu jumlah observasinya dan jumlah observasi missing. Dari tabel
tersebut terlihat bahwa jumlah observasi sebanyak 18 dan tidak ada observasi
missing.
Tabel kedua dan ketiga masing-masingnya memberikan
distribusi frekuensi untuk jenis kelamin responden dan pendidikan responden.
Tabel distribusi frekuensi menampilkan lima kolom sebagai berikut:
- Kolom pertama: kategori yang difrekuensikan (sebagai contoh pada jenis kelamin adalah pria dan wanita)
- Kolom kedua: frekuensi masing-masing kategori
- Kolom ketiga: persentase frekuensi masing-masing kategori (persentase dihitung dari total observasi termasuk observasi missing)
- Kolom keempat : persentase frekuensi masing-masing kategori tetapi persentase dihitung dengan mengeluarkan observasi missing. (Catatan: berhubung tidak ada observasi missing, baik untuk jenis kelamin maupun pendidikan, maka kolom 3 dan 4 menjadi sama).
- Kolom kelima: Cumulative Percent yaitu persentase kumulatif yang dihitung dari valid percent. Sebagai contoh pada tabel frekuensi pendidikan. Baris pertama adalah 22,2 persen. Pada baris kedua adalah 55,6 persen yang dihitung dari 22,2 + 33,3 (catatan: perbedaan perhitungan karena pembulatan).
B.
Pengelompokkan Data
Selain menampilkan ukuran statistik deskriptif dari
kumpulan data, kita juga dapat menampilkan distribusi frekuensi dari data
tersebut. Jika data sudah dalam bentuk kategori (misalnya pendidikan SD,
SLTP,SLTA dst) atau data sudah dikategorikan dalam kelompok-kelompok interval
tertentu misalnya pendapatan rendah (< 1.000.000), menengah (1.000.000 –
2.000.000), tinggi (>2.000.000), maka kita dapat secara langsung membuat
distribusi frekuensinya. Tetapi jika data belum terkelompok dalam
kategori-kategori tertentu, tabel distribusi frekuensinya akan sangat panjang
mengikuti keragaman dari nilai-nilai data tersebut. Misalnya jika dibentuk
tabel distribusi frekuensi dari data umur, maka akan terbentuk tabel distribusi
yang tidak ringkas, sehingga kita akan sulit menarik kesimpulan dari data
tersebut, seperti terlihat dibawah ini:
Gambar Tampilan output
distribusi frekuensi variable umur
Agar tabel distribusi frekuensi menjadi lebih ringkas sehingga mudah
diinterpretasikan, data umur sebaiknya dikelompokkan terlebih dahulu dengan
cara klik menu Transform. Ada dua
pilihan dalam mengelompokkan data yaitu Recode
into Same Variables (kode pengelompokkan akan menindih data asli) dan Recode into Different Variables (kode
pengelompokan akan dibuat pada variabel yang baru). Pilih Recode into Different
Variables, maka akan muncul tampilan berikut:
Gambar Tampilan kotak dialog
Recode into Different Variables
Pindahkan variable umur ke kotak Input
Variables → Output Variables. Kemudian pada kotak Output Variable, untuk Name
tuliskan Kel.Umur dan untuk Label tuliskan Kelompok Umur, kemudian klik Change → Old and New Values, akan
muncul tampilan berikut:
Gambar Tampilan Recode into
Different Old and New Values
Misalnya variabel umur akan dikelompokkan menjadi dan ≤ 29, 30 – 39, 40 – 49, dan ≥ 50. Untuk mengelompokkan umur ≤ 29, pada bagian Old Value, klik Range, LOWEST through value, kemudian isikan pada kotak dibawahnya
angka 29. Pada bagian New Value,
pada kotak Value isikan angka 1, lalu klik Add (lihat tampilan diatas). Untuk mengelompokkan umur 30 – 39,
pada bagian Old Value, klik Range, kemudian isikan
pada kotak dibawahnya
angka 30 dan
kotak dibawah through
angka 39. Selanjutnya pada bagian New
Value, pada kotak Value isikan
angka 2, kemudian klik Add (lihat
tampilan berikut ini)
Gambar Tampilan Recode into
Different Old and New Values
Dengan cara yang sama lakukan untuk kelompok umur 40 – 49 dan pada New Value beri kode 3. Selanjutnya untuk
kelompok umur ≥ 50, pada bagian Old
Value, klik Range, value through
HIGHEST, isikan pada kotak dibawahnya angka 50. Selanjutnya pada bagian New Value, pada kotak Value isikan
angka 4, lalu klik Add. Setelah
selesai memberikan kode untuk pengelompokan umur ini, kemudian klik Continue dan OK. Hasilnya pada sheet Data View akan ada tambahan variabel baru
yaitu kelompok umur sebagai berikut:
Berikan keterangan untuk masing-masing kode
pengelompokan umur tersebut pada Value Label dengan kode 1 (≤ 29), kode 2
(30-39), kode 3 (40 – 49), kode 4 (≥ 50). Lalu bentuklah distribusi frekuensi
untuk kelompok umur tersebut sehingga output adalah sebagai berikut:
Tidak ada komentar:
Posting Komentar