Menghitung Frekuensi Dalam Kuesioner Statistik SPSS

Pada modul kali ini kita akan membahas mengenai kuesioner responden, dalam hal ini kita akan membahas kuesioner terhadap pembuatan suatu aplikasi website mengenai data kepegawaian di Badan Kepegawaian Daerah (BKD) Kabupaten Sumedang, kuesioner tersebut diisi oleh 10 orang pegawai di BKD Kabupaten Sumedang.

Untuk contoh kuesioner akan dilampirkan pada tabel berikut.

NO.	PERTANYAAN	KETERANGAN
		STS	TS	KS	S	SS
1.	Apakah aplikasi website yang telah dibuat dapat mudah digunakan oleh pengguna (user)?
2.	Apakah aplikasi website yang telah dibuat sesuai dengan kebutuhan yang telah ditentukan?
3.	Apakah aplikasi website yang telah dibuat dapat membantu kinerja pegawai yang bersangkutan?
4.	Apakah aplikasi website yang telah dibuat dapat mendukung pengolahan database kepegawaian?
5.	Apakah aplikasi website yang telah dibuat dapat mempercepat pekerjaan petugas?

Keterangan :

STS       = Sangat Tidak Setuju                         Bobot Nilai      = 1

TS        = Tidak Setuju                                     Bobot Nilai      = 2

KS        = Kurang Setuju                                   Bobot Nilai      = 3

S          = Setuju                                               Bobot Nilai      = 4

SS         = Sangat Setuju                                   Bobot Nilai      = 5

Langkah selanjutnya kita buat data pada lembar SPSS seperti gambar dibawah ini :

Setelah data tersebut kita input, langkah selanjutnya yaitu klik menu Analyze – Descriptive Statistics – Frequencies, gambarnya seperti dibawah ini :

Kita akan dihadapkan pada tampilan seperti berikut :

Setelah itu, kita pindahkan P1, P2, P3, P4 dan P5 ke kolom sebelah kanan

 Kemudian kita klik tombol statistics, maka akan muncul tampilan sebagai berikut :

Kita lakukan ceklis pada Mean, Median, Mode, Sum pada Central Tendency dan lakukan ceklis juga pada Std. Deviation, Minimum, Maximum pada Dispersion.

Keterangan :

Mean Nilai rata-rata dari jumlah data

Median atau nilai-tengah adalah salah satu ukuran pemusatan data, yaitu, jika segugus data diurutkan dari yang terkecil sampai yang terbesar atau yang terbesar sampai yang terkecil, nilai pengamatan yang tepat di tengah-tengah bila jumlah datanya ganjil, atau rata-ratakedua pengamatan yang di tengah bila banyaknya pengamatan genap

Mode adalah data yang paling sering muncul/terjadi.

Sum adalah jumlah data tertentu

Std. Deviation adalah penyebaran data dari nilai rata-rata

Minimum adalah nilai yang terkecil

Maximum adalah nilai yang terbesar

Setelah itu kita klik tombol continue

Setalah itu kita klik tombol charts, dan akan muncul tampilan seperti dibawah ini :

Kita pilih Histograms pada Chart type dan lakukan ceklis With normal curve, setelah itu klik tombol continue.

Setelah itu kita klik tombol format, dan akan muncul tampilan seperti dibawah ini :

Kita dapat memilih kriteria di order by dan di multiple variables semua itu tergantung pada kebutuhan kita sendiri, namun disini kita memilih ascending values dalam hal ini mengurut nilai dari atas ke bawah atau dari nilai kecil ke nilai yang besar dan di Multiple Variables kita memilih compare variables, setelah itu klik combol continue.

Klik OK

Akan tampil output yang dapat kita jadikan suatu keputusan.

Hasil output :

Statistics
		P1	P2	P3	P4	P5
N	Valid	10	10	10	10	10
	Missing	0	0	0	0	0
Mean		3.4000	3.5000	2.8000	3.0000	3.5000
Median		3.5000	4.0000	2.5000	3.0000	3.0000
Mode		2.00a	4.00	2.00	3.00	3.00
Std. Deviation		1.17379	1.08012	1.22927	1.41421	1.17851
Minimum		2.00	1.00	1.00	1.00	2.00
Maximum		5.00	5.00	5.00	5.00	5.00
Sum		34.00	35.00	28.00	30.00	35.00
a. Multiple modes exist. The smallest value is shown Demikian penjelasan mengenai frekuensi kuesioner dalam melakukan penelitian yang berhubungan dengan Statistik dengan menggunakan Aplikasi SPSS

Read More

Mengelompokan Data Statistik Dengan Aplikasi SPSS

Pengelompokan biasanya digunakan untuk mengubah variabel numerik menjadi variabel kategorik. Pengelompokan data dapat dilakukan pada variabel yang sama atau ke variabel yang berbeda.

Sebagai contoh kita mencoba membuat file latihan dengan variabel yang berbeda, dapat dilihat dalam tabel berikut :

Sebagai contoh kita akan mengelompokan umur. Umur akan diklarifikasikan menjadi 3 kelompok yaitu : <20 tahun, 20-30 tahun, dan > 30 tahun.

1.       Langkahnya : Transform > Recode Info different variabel

2.       Sorot variabel umur, kemudian pindahkan ke sebelah kanan (input variabel ke output variabel)

3.     Pada kota output variabel pada bagian name ketik Umurgrup (sebagaimana variabel baru untuk umur yang bentuknya sudah dikategorikan.

       

4.       Klik change sehingga pada kotak input variabel ke output variabel terlihat umur menjadi grup

   

5.       Klik Old and new values, terlihat kotak Old and new value

6.       Pada kota tersebut ada beberapa isian, secara garis besar ada dua isian yaitu Old Value (nilai lama yang akan di recode) dan New Value (nilai baru sebagai haril recode dari nilai lama merecode dapat dilakukan per satu nilai lama atau jangkauan nilai (range).

7.       Sekarang kita akan merecode nilai berat badan < 20 tahun menjadi kode. Pindahkan kursor ke kotak Range lowest through value, ketik angka 19. Kemudian pindahkan kursor ke bagian kotak new value, ketiklah 1 kemudian klik Add. Dan hasilnya sebagai berikut :

 

8.      Pindahkan cursor ke kotak Range Through, kita akan merecode berat badan 20 s/d 30 menjadi kode 2, pada kotak 2 tersebut isilah 20 dan 30 lalu pindahkan kursor ke kotak New Value, ketiklah 2 dan klik Add

9.   Selanjutnya proses dilanjutkan untuk menentukan niali tertinggi dengan masuk pada bagian Range Through Highest, ketik angka > 30 tahun dengan kode 3.

10.   Klik continue dan klik Ok maka akan terlihat variabel baru sudah terbentuk berada pada kolom paling kanan

 

 11.   Tampilan variabel baru Umurgrup masih menampilkan ada 2 desimal, anda dapat masuk pada menu variabel view  dan mengatur decimal umurgrup menjadi 0.

Demikian penjelasan mengenai pengelompokan data dalam statistik dengan menggunakan Aplikasi SPSS, semoga bermanfaat...

Read More

Fungsi Crosstabs Dalam Statistik SPSS

Perintah Crosstabs berguna untuk menampilkan tabulasi silang (tabel kontigensi) yang menunjukan suatu distribusi bersama, deskripsi statistik bivariat dan pengujian terhadap dua variabel atau lebih, terutama sekali variabel dalam bentuk kategori. Aplikasi Crosstabs ini, dimisalkan kita akan melihat kecenderungan seseorang terhadap tingkat pendapatan mereka. Data yang diperoleh dari sejumlah responden sebagai berikut :

Mengingat fungsi Crosstabs adalah data nominal, maka ketiga variabel tersebut datanya dijadikan data nominal. Untuk ketiga variabel tersebut diberik kode sebagai berikut :

Umur (X1) : 25, 30, 32, ............35 (bebas)

Jenis kelamin (X2) :

Value 1            = Laki-laki

Value 2            = Perempuan

Status Perkawinan (X3) :

Value 1            = Belum Nikah

Value 2            = Nikah

Value 3            = Janda

Value 4            = Duda

Value 5            = Cerai

Pendidikan (X4) :

Value 1            = SD

Value 2            = SMP

Value 3            = SMU/SMK

Value 4            = D-3

Value 5            = S-1

Pekerjaan (X5) :

Value 1            = Wiraswata

Value 2            = Petani

Value 3            = PNS

Value 4            = Dagang

Value 5            = TNI/Polri

Value 6            = Dosen

Penghasilan (X6) :

Value 1            = <250.000

Value 2            = 250.000 – 500.000

Value 3            = 500.000 – 750.000

Value 4            = 750.000 – 1.000.000

Value 5            = 1.000.000 – 1.250.000

Agama (X7) :

Value 1            = Islam

Value 2            = Kristen

Value 3            = Hindu

Value 4            = Budha

Value 5            = Konghuchu

Setelah anda mengisi dan mendefinisikan variabel, barulah anda dapat mengisi data yang sebenarnya dengan mengaktifkan Data View kemudian anda isi sesuai dengan data yang telah diisi. Perlu diingat diisinya dengan angka sesuai dengan nilai value yang telah ditetapkan misal (1-5). Hasilnya akan seperti berikut :

Keterangan :

Untuk mendapatkan tampilans seperti pada gambar diatas, anda harus memastikan bahwa anda sudah mengaktifkan sub menu “ Value Labels” pada menu view.

Kemudian simpan data tersebut ke folder yang anda inginkan. Misalnya dengan nama file Cross Tabs atau nama file yang lain.

Dari data tersebut misalnya kita akan mencari hubungan jenis kelamin (X2) dengan pendidikan (X4), sebelumnya pastikan bahwa anda sedang aktif pada file Crosstabs, kemudian ikuti langkah berikut.

Klik menu Analyze > Statistics Descriptive > Crosstabs

Masukan X2 pada kotak Rows, dan masukan X4 pada kotak Column, tampilannya sebagai berikut :

Klik Statistics, lalu pada kotak dialog yang muncul pilih chi square

Klik Continue, sehingga kotak dialog kembali ke crosstabs

Klik Cells, sehingga muncul kotak dialog kemudian pilih Observed dan Expected pada counts. Pada kotak pilihan pilih Rows, Column dan Total

Klik Continue sehingga kotak dialog kembali ke crosstabs

Klik OK sehingga akan muncul tampilan berikut :

Case Processing Summary
	Cases
	Valid		Missing		Total
	N	Percent	N	Percent	N	Percent
Jenis Kelamin * Pendidikan	10	100.0%	0	.0%	10	100.0%

  

Chi-Square Tests
	Value	df	Asymp. Sig. (2-sided)
Pearson Chi-Square	1.333a	3	.721
Likelihood Ratio	1.726	3	.631
Linear-by-Linear Association	.360	1	.549
N of Valid Cases	10
a. 8 cells (100,0%) have expected count less than 5. The minimum expected count is ,50.

Pada tabel ringkasan kasus (Case Processing Summary) keterangan semua terdapat 10 sampel dan tidak terdapat missing data.

Pada tabel (jenis kelamin * pendidikan) diperlihatkan data objektif (frekuensi nyata) dan data expected count (frekuensi harapan) baik dalam bentuk skor maupun persentase dari hubungan jenis kelamin (X2) dengan tingkat pendidikan (X4). Uraian tabel sebagai berikut :

1 orang laki-laki berpendidikan SMP, 1 orang berpendidikan SMU/SMK,  1 orang berpendidikan D3, 2 orang berpendidikan S1.

Sedangkan dari pihak perempuan 0 orang berpendidikan SMP, 1 orang berpendidikan SMU/SMK, 2 orang berpendidikan D3 dan 2 orang berpendidikan S1.

Dilihat dari tingkat pendidikan perempuan yang mendominasi pendidikan mulai dari d3 sampai S1 yaitu 4 orang.

Pada tabel Chi Square Test menunjukan hasil dari rumus chi square (chi kuadrat) hitung sebesar 1,333 hasil ini membuktikan hipotesis dibuat. Pembuatan keputusan tentang hipotesis yang diajukan diterima atau ditolak dengan cara sebagai berikut :

Ha        : Terdapat hubungan yang signifikan jenis kelamin dengan pendidikan.

Ho        : Tidak ada hubungan yang signifikan jenis kelamin dengan tingkat pendidikan

Kaidah keputusan :

Jika α = 0,05 lebih kecil atau sama dengan nilai Asymp.sig (2-sided) atau [α = 0,05 ≤ Asymp.sig (2-sided), maka Ho diterima dan Ha ditolak.

Jika α = 0,05 lebih besar atau sama dengan nilai Asymp.sig (2-sided) atau [α = 0,05 ≥ Asymp.sig (2-sided), maka Ha diterima dan Ho ditolak.

Cara ini dapat dilakukan dengan melihat Asymtop signifikansinya [Asymp.sig(2-sided)]. Cara ini ada hubungannya dengan α = 0,05 dengan Asymp.sig(2-sided). Berdasarkan hasil analisis SPSS Asymp.sig(2-sided) sebesar = 0,022.

Ternyata α = 0,05 lebih besar dari nilai Asymp.sig(2-sided) atau [0,05 > 0,022], maka Ho ditolak dan Ha diterima. Artinya terdapat hubungan yang signifikan jenis kelamin dengan pendidikan.

Demikian penjelasan mengenai Fungsi Crosstabs dalam Statistik menggunakan Aplikasi SPSS, semoga bermanfaat...

Read More