Membuat Statistik Deskriptif Pakai SPSS | Mean, Standar Deviasi, Varian, Maksimum, Minimum, Sum, Range, Kurtosis dan Skewness
Akhmad.com - Penguasaan aplikasi sudah menjadi keharusan di era digital saat ini. Apalagi bagi dosen dan mahasiswa menjadi sesuatu yang wajib untuk dilakukan. Namun terkadang masih ada di antara kita yang belum memahami cara menggunakannya. Seperti halnya aplikasi SPSS sudah menjadi sesuatu yang penting untuk dipahami. Masalahnya adalah dalam pengambilan keputusan yang memerlukan tahap pengolahan data tentu kita tidak ingin terjebak dalam rimba raya rumus yang melelahkan.
Dilantiknya Menteri Nadim Makarim dari kalangan yang menguasai teknologi informasi dan bisnis digital sebagai tanda bahwa zaman sedang menuju pada perkembangan yang luar biasa dalam bidang IT. Semua orang dipaksa untuk memasuki era ini sehingga perlu memahami segala yang berkaitan dengan teknologi.
Kembali pada persoalan pentingnya menguasai berbagai aplikasi termasuk SPSS adalah untuk membantu dalam proses pengolahan data yang lebih efisien dan akurat. Menyangkut keakuratan ini ya! memang tergantung seberapa akurat data yang kita peroleh dan seberapa mahir kita menggunakan aplikasi itu.
Paling tidak, dengan menggunakan aplikasi, kita dapat menghemat waktu khususnya dalam persoalan seperti hal yang kita bahas kali ini yaitu membuat statistik deskriptif menggunakan SPSS dengan menghitung cepat Mean, Standar Deviasi, Varian, Maksimum, Minimum, Sum, Range, Kurtosis dan Skewness. Mungkin saja masih ada yang belum memahaminya sehingga kesempatan ini penulis gunakan untuk membagikan tutorialnya step by step.
Data tersebut memiliki lima variabel yaitu Biaya Pembersihan Lahan (BPL), Biaya Pembelian Bibit (BPB), Biaya upah Tenaga Kerja Langsung (BUTKL), Biaya Pemeliharaan (BP), dan Biaya Pemasaran (BPM). Kali ini penulis menggunakan SPSS versi 20. Dengan data tersebut kita ingin mengetahui Mean, Standar Deviasi, Varian, Maksimum, Minimum, Sum, Range, Kurtosis dan Skewness.
Hasil di atas merangkum berbagai informasi penting mengenai data kita. Bayangkan jika data tersebut berjumlah banyak mencapai sampai ratusan dan bahkan ribuan data, pasti kita kesulitan untuk menghitung berbagai keperluan di atas. Namun dengan menggunakan SPSS kita hanya menunggu beberapa saat saja dan hasilnya langsung diperoleh. Proses pengambilan keputusan pun menjadi lebih cepat dan akurat.
Mari kita simak apa yang terkandung dalam data di atas. Data di atas menunjukkan jumlah data sebanyak (N=10),biaya tertinggi untuk BPL sebesar Rp.5.675.300 sedangkan terendah Rp.3.421.400, jumlah total biaya BPL sebesar Rp.47.962.000. Besarnya selisih biaya terendah dan tertinggi BPL sebesar nilai range Rp. 2.253.900. Nilai rata-rata 10 data BPL adalah Rp.4.796.200 dan besar penyimpangan Rp.670.593,520.
Jika ingin melihat distribusi data apakah berdistribusi normal atau tidak, dapat menggunakan nilai kurtosis dan skewness. Tingkat kemencengan dilihat dari nilai skewness sedangkan puncak dari distribusi data tersebut diukur melalui nilai kurtosis. Jadi jika nilai skewness dan kurtosis mendekati nol itu berarti data berdistribusi normal setidaknya dengan menggunakan ukuran ini. Nampak di atas masing-masing nilai skewness dan kurtosis pada kolom statistik relatif tidak mendekati nol sehingga bisa dikatakan data BPL belum memenuhi distribusi normal. Ukuran lain dapat menggunakan nilai mean, S.E of Mean, Median, S.E. Deviation dan lain-lain.
Analisis statistik deskriptif sangat diperlukan terutama untuk mengukur dan menggambarkan sebuah kelompok data. Berdasarkan informasi di atas dapat dilakukan perbaikan terkait kualitas data yang sifatnya dapat meningkatkan mutu informasi dan pengambilan keputusan secara statistik. Bagi sahabat yang ingin membagikan penjelasan lain terkait tulisan ini silahkan dikirim ya!. Bila ingin berlangganan silahkan kirim email-nya. Semoga sehat, sukses dan bahagia selalu.
Aplikasi Sudah Menjadi Keharusan
Pada dasarnya kita memang perlu memahami berbagai formulasi matematika atau statistik yang menjadi teknik utama dalam pengolahan data. Penulis tidak mempermasalahkan itu, namun era digitalisasi diperlukan kecepatan dalam perolehan informasi untuk mengambil keputusan secara efisien dan berkualitas.Dilantiknya Menteri Nadim Makarim dari kalangan yang menguasai teknologi informasi dan bisnis digital sebagai tanda bahwa zaman sedang menuju pada perkembangan yang luar biasa dalam bidang IT. Semua orang dipaksa untuk memasuki era ini sehingga perlu memahami segala yang berkaitan dengan teknologi.
Kembali pada persoalan pentingnya menguasai berbagai aplikasi termasuk SPSS adalah untuk membantu dalam proses pengolahan data yang lebih efisien dan akurat. Menyangkut keakuratan ini ya! memang tergantung seberapa akurat data yang kita peroleh dan seberapa mahir kita menggunakan aplikasi itu.
Paling tidak, dengan menggunakan aplikasi, kita dapat menghemat waktu khususnya dalam persoalan seperti hal yang kita bahas kali ini yaitu membuat statistik deskriptif menggunakan SPSS dengan menghitung cepat Mean, Standar Deviasi, Varian, Maksimum, Minimum, Sum, Range, Kurtosis dan Skewness. Mungkin saja masih ada yang belum memahaminya sehingga kesempatan ini penulis gunakan untuk membagikan tutorialnya step by step.
Persiapan Membuat Statistik Deskriptif
Sebelum memulai tutorial ini, sahabat perlu memiliki data-data yang akan di olah seperti contoh di bawah ini:Data tersebut memiliki lima variabel yaitu Biaya Pembersihan Lahan (BPL), Biaya Pembelian Bibit (BPB), Biaya upah Tenaga Kerja Langsung (BUTKL), Biaya Pemeliharaan (BP), dan Biaya Pemasaran (BPM). Kali ini penulis menggunakan SPSS versi 20. Dengan data tersebut kita ingin mengetahui Mean, Standar Deviasi, Varian, Maksimum, Minimum, Sum, Range, Kurtosis dan Skewness.
Langkah-langkahnya:
- Buka lembar kerja SPSS dengan cara klik icon IBM SPSS 20
- Ketikan data-data seperti di atas. Jika data sudah tersimpan di Exel lakukan import file
- Pilih Analyze di papan menu bagian atas SPSS lalu pilih Descriptive Statistics, lalu pilih Descriptives seperti ini:
- Masukan seluruh variabel ke dalam kotak Variable (s) lalu klik Option untuk masuk ke pengaturan selanjutnya.
- Tandai sesuai apa yang hendak kita ukur, dalam contoh ini kita menandai semuanya untuk mendapatkan informasi yang lebih lengkap.
- Jika sudah di tandai, klik Continu untuk kembali kekotak sebelumnya, kemudian klik Ok, sehingga tampil ringkasan hasil sebagai berikut:
Mari kita simak apa yang terkandung dalam data di atas. Data di atas menunjukkan jumlah data sebanyak (N=10),biaya tertinggi untuk BPL sebesar Rp.5.675.300 sedangkan terendah Rp.3.421.400, jumlah total biaya BPL sebesar Rp.47.962.000. Besarnya selisih biaya terendah dan tertinggi BPL sebesar nilai range Rp. 2.253.900. Nilai rata-rata 10 data BPL adalah Rp.4.796.200 dan besar penyimpangan Rp.670.593,520.
Jika ingin melihat distribusi data apakah berdistribusi normal atau tidak, dapat menggunakan nilai kurtosis dan skewness. Tingkat kemencengan dilihat dari nilai skewness sedangkan puncak dari distribusi data tersebut diukur melalui nilai kurtosis. Jadi jika nilai skewness dan kurtosis mendekati nol itu berarti data berdistribusi normal setidaknya dengan menggunakan ukuran ini. Nampak di atas masing-masing nilai skewness dan kurtosis pada kolom statistik relatif tidak mendekati nol sehingga bisa dikatakan data BPL belum memenuhi distribusi normal. Ukuran lain dapat menggunakan nilai mean, S.E of Mean, Median, S.E. Deviation dan lain-lain.
Analisis statistik deskriptif sangat diperlukan terutama untuk mengukur dan menggambarkan sebuah kelompok data. Berdasarkan informasi di atas dapat dilakukan perbaikan terkait kualitas data yang sifatnya dapat meningkatkan mutu informasi dan pengambilan keputusan secara statistik. Bagi sahabat yang ingin membagikan penjelasan lain terkait tulisan ini silahkan dikirim ya!. Bila ingin berlangganan silahkan kirim email-nya. Semoga sehat, sukses dan bahagia selalu.
