Statistika atau disebut juga sebagai metode statistik, mempunyai peranan yang sangat penting dalam kehidupan manusia. Ruang lingkup statistik yang mulanya hanya menyangkut urusan pemerintahan atau negara, sekarang sudah berkembang luas ke bidang-bidang lain seperti Pertanian, Biologi, Bisnis, Kimia, Komunikasi, Ekonomi, Pendidikan, Elektronik, Kedokteran, Fisika, Ilmu Politik, Psikologi, Sosiologi, dan sejumlah bidang ilmu lain dan rekayasa.
Pengertian statistika adalah suatu ilmu yang merupakan cabang dari
matematika yang pada dasarnya bukan mengemukakan data atau fakta-fakta,
tetapi merupakan ilmu kira-kira yang hanya mengetahui sebagian dari populasi
namun membicarakan keseluruhan populasi. Statistika adalah ilmu yang mempelajari cara-cara
mendeteksi suatu objek, mendeskripsikan objek, dan menganalisis setiap aspek-aspek yang mempengaruhi objek, untuk disimpulkan secara ilmiah tentang
keberadaan objek, sebagai pedoman sains atau pengambilan keputusan.
Spss (Statistical Package for the Social Sciense) adalah program aplikasi yang berguna untuk menganalisa data statistik. Aplikasi ini digunakan untuk melakukan analisis statistika
tingkat lanjut, analisis data dengan algoritma machine learning, analisis string,
serta analisis big data yang dapat diintegrasikan untuk membangun platform
data analisis. Perangkat lunak komputer ini memiliki kelebihan pada kemudahan penggunaannya dalam mengolah dan menganalisis data statistik. Program SPSS banyak diaplikasikan dan digunakan oleh kalangan pengguna komputer di bidang bisnis, perkantoran, pendidikan, dan penelitian.
1.2. Tujuan
Pada laporan ini akan dijelaskan bagaimana cara menggunakan aplikasi SPSS dan cara mengeluarkan output tabulasi distribusi frekuensi.
BAB II. TINJAUAN PUSTAKA
Langkah-langkah pengolahan data pada SPSS sangat praktis karena hanya menginput data tanpa menghitung dengan rumus-rumus statistika. Setelah data diinput pada SPSS editor kemudian kita mencari alat analisis yang diperlukan, memasukkan variabel dan lain-lain, kemudian klik Ok, setelah itu proses olah data dilakukan dengan sangat cepat, singkat, akurat, cermat, handal dan keluarlah output data SPSS (Priyatno,2011).
Berbagai metode statistik memungkinkan kita dapat melihat, mencari dan menyimpulkan hal-hal yang jauh di luar data yang dikumpulkan dan dapat masuk kebagian pengambilan keputusan melalui generalisasi dan peramalan. Perkembangan teknologi informasi melahirkan perangkat lunak paket-paket metode statistik yang sangat membantu dan mempermudah menghitung, meramal serta menganalisis masalah yang akan dipecahkan (Rachmini,2001).
Tabel distribusi frekuensi adalah alat penyajian data statistika yang berbentuk kolom dan baris yang didalamnya terdapat susunan data yang telah dikelompokkan menurut kategori tertentu. Tabel distribusi frekuensi memiliki macam-macam jenis. Yaitu tabel distribusi frekuensi data tunggal, tabel distribusi frekuensi data kelompok, tabel distribusi frekuensi relatif, tabel distribusi frekuensi kumulatif dan tabel distribusi frekuensi relatif-kumulatif. Terdapat istilah-istilah yang digunakan dalam tabel distribusi frekuensi. Istilah tersebut yaitu kelas interval, batas atas, batas bawah, tepi bawah/tepi atas, nilai tengah data, panjang kelas interval (Riani,2023).
BAB III. PEMBAHASAN
A. Distribusi Frekuensi
Untuk melakukan pengolahan data di SPSS, tahap pertama yang harus dipersiapkan adalah memiliki datanya terlebih dahulu di excel ataupun media lain seperti google sheet agar memudahkan membedakan data mentah dan data yang akan di input pada aplikasi SPSS.
Data Mentahan
Data yang Digunakan Dalam Mencari Output Distribusi Frekuensi
Gambar 1. Data Mentahan
Untuk menampilkan distribusi frekuensi pada SPSS adalah dengan cara klik menu Analyze → Descriptive Statistics → Frequencies. Akan muncul tampilan berikut:
Gambar 2. Menu 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:
Gambar 3. Tampilan output distribusi frekuensi
Tabel pertama yaitu 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 27,8 persen. Pada baris kedua adalah 55,6 persen yang dihitung dari 27,8 + 27,8 (catatan: perbedaan perhitungan karena pembulatan).
B. Pengelompokan Data
Untuk dapat menampilkan ukuran statistik distribusi frekuensi dari kumpulan data. diperlukan terlebih dahulu mengelompokkan data dalam kategori (pendidikan SD, SLTP,SLTA, DIII, dan S1) 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 4. 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 5. 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 6. Tampilan Recode into Different Old and New Value
Misalnya variable umur akan dikelompokkan menjadi ≤ 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
Gambar 7. 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.
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:
Gambar 8. Tampilan output distribusi frekuensi variable kelompok umur
BAB IV. PENUTUP
Kesimpulan nya adalalah aplikasi SPSS (Statistical Program for Social Science) merupakan aplikasi pengolah data untuk mendapatkan output statistik. Aplikasi ini memudahkan pengguna yang memerlukan data secara statistik meliputi tabulasi distribusi frekuensi.
Berikut adalah video tata cara mencari output frekuensi pada SPSS:
Priyatno D., 2011. Buku Pintar Statistik Komputer.
MediaKom, Yogyakarta.
Rachmini, S 2001. Penggunaan Statistika Deskriptif Untuk Melihat Distribusi Pola Data Yang Diteliti: Studi Kasus Profil Pengguna/Pengunjung Perpustakaan Teknologi Di Bidang Jasa Informasi Teknologi Pdii-Lipi. BACA: Jurnal Dokumentasi dan Informasi, 26(1-2), 15-20.
Nama: Muhammad Kamil Nasution No Komputer: 13 Daftar Isi Laporan Praktikum Statistika (SFOR2003) Laporan Distribusi Frekuensi Laporan Statistika Deskriptif Laporan Praktikum Latihan dan Tugas di Folder Rabu10HutStat Youtube Perkenalan diri Youtube Laporan Statistika Deskriptif Youtube Laporan Distribusi Frekuensi
Komentar
Posting Komentar