Cara Analisis Frekuensi Menggunakan SPSS

-

Cara Analisis Frekuensi Menggunakan SPSS


Analisis Frekuensi (frequencies) sangat berguna untuk memperoleh ringkasan suatu variabel individual. Pada artikel ini dipaparkan cara melakukan peringkasan, baik untuk variabel dengan data kategori maupun data skala. 

Sebagai contoh, Anda melakukan analisis frekuensi pada data penjualan suatu perusahaan. Data penjualan dapat dilihat seperti dibawah ini.

Data penjualan tampilan data view

Data penjualan (tampilan variable view)
Data Penjualan Sales

Dapat dilihat pada gambar diatas, ada beberapa variabel, yang termasuk variabel data kategori yaitu variabel jenis kelamin, lama kerja, pendidik, dan variabel area. Variabel kategori ini hanya mengkategorikan saja. Sebagai contoh kategori jenis kelamin ada 2, yaitu laki-laki dan perempuan.

Sedangkan untuk data skala, ada variabel tingkat jual dan variabel insentif. Data skala ini berupa angka, dengan nilai 0 sebagai tolak ukur. 

Baca Juga: Cara Input Data pada SPSS

Analisis Frekuensi untuk Data Kategori

Analisis frekuensi untuk data kategori memaparkan jumlah/frekuensi dan proporsi dalam persen suatu variabel data kategorikal. Sebagai contoh, Anda  melakukan analisis frekuensi  untuk data kategorikal pada variabel lama bekerja dan tingkat pendidikan. Langsung aja ke langkah-langkahnya:

1. Klik Analyze pilih Descriptive Statistics, lalu pilih Frequencies pada menu sehingga akan muncul kotak dialog Frequencies.

Kotak dialog frequencies SPSS

2. Masukkan variabel Lama bekerja dan variabel Tingkat Pendidikan pada kotak Variable(s).

3. Klik tombol Charts sehingga muncul kotak dialog Frequencies: Chart.

4. Pilih Pie Charts pada kotak Chart Type dan pilih Frequencies pada kotak Chart Values.

Kotak dialog Frequencies: Charts

5. Klik Continue

6. Langkah terakhir klik OK maka output SPSS menampilkan hasil sebagai berikut:

Output Statistics SPSS

Tabel Statistics memaparkan jumlah data Lama bekerja dan Tingkat pendidikan, baik yang valid maupun yang missing.

Output Lama bekerja

Tabel lama bekerja menginformasikan bahwa lebih dari 50% sales (tepatnya 51,5%) telah bekerja pada perusahaan selama rentang 0 - 5 tahun.

Output tingkat pendidikan

Tabel tingkat pendidikan menginformasikan bahwa lebih dari 50% sales (tepatnya 60,6%) berpendidikan S1.

Pie chart

Pie Chart lama bekerja

Pie Chart Tingkat pendidikan

Grafik Pie Chart memaparkan proporsi lama bekerja dan jenjang pendidikan para sales.

Baca juga:Pengertian Statistik Deskriptif, Pengukuran Deskriptif serta Penerapannya dalam Penelitian

Analisis Frekuensi untuk Data Skala

Frekuensi untuk data skala memaparkan ringkasan tendensi sentral, dispersi, dan distribusi suatu variabel data skala. Sebagai contoh, Anda melakukan analisis frekuensi untuk data skala pada variabel penjualan. Langsung aja ke langkah-langkahnya:

1. Klik Analyze, pilih Descriptive Statistics, kemudian pilih Frequencies pada menu, sehingga muncul kotak dialog Frequencies.

2. Masukkan variabel Penjualan pada kotak Variable(s)

Kotak dialog frequencies SPSS

3. Klik tombol Statistics sehingga muncul kotak dialog Frequencies: Statistics.

Kotak dialog Frequencies: Statistics

4. Pilih nilai-nilai pada Percentile Values, Central Tendency, Dispersion, dan Distribution sesuai keperluan Anda.

5. Klik tombol Continue.

6. Klik tombol Charts sehingga muncul kotak dialog Frequencies: Charts. Pilih Histogram, terus centang Show normal curve on histogram pada kotak Charts Type.

Kotak dialog Frequencies: Charts

7. Klik Continue, lalu klik OK, sehingga muncul output SPSS seperti berikut:

Output Statistics pada analisis frekuensi

Tabel Statistics memaparkan nilai-nilai statistik yang telah Anda pilih. Penjelasan dari nilai-nilai statistic diatas adalah sebagai berikut:

N, jumlah data pengamatan = 33, tanpa data missing.

Mean, rata-rata penjualan = 31.737.878

Median, nilai tengah data = 33.000.000

Mode, nilai yang sering muncul, ada beberapa, diambil nilai yang terkecil = 33.500.000

Standar Deviasi, ukuran penyebaran data dari rata-ratanya = 3.901.622

Skewness, ukuran distribusi data = 0.597 bernilai positif. Jadi distribusi data menceng ke kanan.

Perbandingan Skewness dengan Standar Error of Skewness = 1.46 Nilai tersebut (x) berada pada rentang -2 < x < 2. 

Kurtosis, ukuran distribusi data = -0.421 platikurtik, keruncingan rendah.

Perbandingan Kurtosis dengan Standar Error of Kurtosis = 0.798 Nilai tersebut (x) berada dalam rentang -2 < x < 2.

Melihat perbandingan Skewness dengan Standar Error of Skewness dan Kurtosis dengan Standar Error of Kurtosis, maka dapat disimpulkan bahwa data berdistribusi normal.

Info Tambahan:
Data berdistribusi normal apabila nilai perbandingan Skewness dengan Standar Error of Skewness dan Kurtosis dengan Standar Error of Kurtosis berada diantara -2 < x < 2.

Percentiles 25, tingkat penjualan 25% sales dibawah 28.250.000

Percentiles 75, tingkat penjualan 75% sales dibawah 34.250.000

50% data terletak antara percentile 25% - 75%. Oleh karena itu, 50% tingkat penjualan terletak pada rentang 28.250.000 - 34.250.000

Output Penjualan pada analisis frekuensi SPSS

Tabel penjualan diatas merupakan tabel frekuensi. Kolom pertama adalah tingkat penjualan, kolom kedua adalah frekuensi tingkat penjualan, kolom ketiga frekuensi dalam persen, kolom keempat frekuensi dalam persen berdasarkan data valid (lengkap), dan kolom kelima adalah persen kumulatif.

Grafik Histogram pada analisis frekuensi SPSS

Grafik histogram dan kurva normal memperlihatkan bahwa data variabel penjualan berdistribusi normal.

Anda dapat juga melihat tutorial cara analisis frekuensi dalam bentuk video di bawah ini.



Demikian artikel terkait Cara Analisis Frekuensi menggunakan SPSS, Apabila Anda ada pertanyaan silahkan tuliskan di kolom komentar. Terimakasih sudah mengunjunggi blog faqirilmu.com. 


Referensi:

Trihendradi, C., 2013. Step by Step IBM SPSS 21: Analisis Data Statistik. Yogyakarta: Penerbit Andi.

Purnomo, R. A. 2016. Analisis Statistik Ekonomi dan Bisnis dengan SPSS. Ponorogo: Penerbit Wade Group


Komentar

Posting Komentar

Postingan populer dari blog ini

Cara Membaca nilai R Tabel dan Download R Tabel (Tabel R)

-
Gambar
Pengertian R Tabel Apa yang dimaksud R Tabel? R tabel merupakan sebuah tabel angka yang biasa dipakai untuk melakukan uji validitas suatu instrumen penelitian.  Fungsi R Tabel Berdasarkan definisi di atas, maka dapat diambil kesimpulan bahwa r tabel ini mempunyai fungsi untuk melakukan suatu pengujian terhadap instrumen penelitian agar mengetahui apakah instumen penelitian tersebut valid atau tidak.  Dibawah ini merupakan R tabel. Gambar Tabel R ( R Tabel) Mau mendownload R tabel? Silahkan melalui link dibawah ini.  DOWNLOAD R Tabel Cara Membaca Nilai r Tabel dalam Uji Validitas Pearson Ada beberapa cara dalam mengambil keputusan uji validitas. Cara yang pertama dengan menggunakan r tabel dan cara kedua dengan menggunakan nilai signifikansi . Berikut ini pedoman pengambilan keputusan uji validitas SPSS: Membandingkan Nilai r Hitung dengan Nilai r Tabel Jika nilai r hitung > r tabel, maka item pertanyaan kuesioner valid Jika nilai r hitung < r tabel, maka item pertanyaan kuesione
Read more »

Perbedaan Scale, Nominal dan Ordinal pada Measure di SPSS

-
Gambar
Perbedaan Scale, Nominal dan Ordinal pada Measure di SPSS      Measure merupakan salah satu kolom yang berada di variable view IBM SPSS. Kolom measure harus ditetapkan terlebih dahulu sebelum melakukan analisis data lebih lanjut. Terdapat 3 tipe variabel pada kolom measure SPSS yaitu scale, nominal dan ordinal . Ketiga variabel tersebut memberikan jenis nilai serta informasi analisis yang berbeda. Berikut ini pengertian dan perbedaan scale, nominal dan ordinal pada SPSS.      Penentuan measure merupakan hal dasar yang sangat penting untuk diketahui saat bekerja menggunakan SPSS. Misalnya kita tidak boleh membuat variabel nominal untuk melakukan perhitungan nilai rata-rata dan standar deviasi.  Pilihan untuk mengubah tipe variabel suatu variabel terdapat pada lembar kerja Variabel View SPSS. Gambar dibawah ini merupakan ilustrasinya. A.  Variabel Nominal pada SPSS      Variabel nominal merupakan tipe variabel yang digunakan hanya sebatas memberi label pembeda pada suatu data. Variabel
Read more »

Analisis Crosstab dengan SPSS [Uji Chi-Square dan Correlation]

-
Gambar
Cara Analisis Crosstab Menggunakan SPSS  Pada artikel ini, Kita akan belajar analisis crosstabs menggunakan SPSS. Silahkan baca artikel ini sampai selesai ya, agar paham apa itu analisis crosstabs. Pada SPSS, analisis crosstab merupakan bagian dari statistik deskriptif . Lalu apa kegunaan analisis crosstabs? Analisis crosstab merupakan alat analisis untuk mendeskripsikan data dalam bentuk kolom dan baris. Selain itu digunakan untuk memeriksa hubungan antar variabel kategori (nominal atau ordinal). Analisis crosstab ini dibagi menjadi 2 bagian: Analisis Crosstab – Chi Square Analisis Crosstab – Correlations Lalu apa perbedaannya? Ok, kita langsung ke yang pertama, analisis Crosstab – Chi Square A. Analisis Crosstab Chi-Square Analisis Crosstab Chi-Square ini merupakan teknik analisis untuk melihat hubungan antar variabel data nominal. Syarat uji chi-squre ini variabel yang akan kita uji harus data nominal. Langsung aja ke contoh kasus, Suatu perusahaan mengamati apakah pelayanan karya
Read more »

Pengertian Data View dan Variabel View SPSS serta Fungsinya

-
Gambar
Pengertian Data View dan Variabel View serta Penggunaanya pada SPSS      IBM SPSS mempunyai dua lingkungan kerja yaitu data view dan variabel view. Untuk pembahasan yang pertama kita ke Data View dulu, setelah itu baru ke Variabel View. A.  Data View      Data View merupakan tampilan lembar kerja SPSS sebagai tempat kita memasukkan data hasil pengamatan. Data View pada SPSS menampilkan setiap baris sebagai suatu kasus (case) dan setiap kolom merepresentasikan suatu variabel. Berikut ini penjelasan mengenai variabel dan kasus yang terdapat pada data view. 1.  Kasus (case)      Kasus (case) pada SPSS merepresentasikan suatu hasil pengamatan terhadap suatu objek, dapat berupa pengamatan berdasarkan observasi atau eksperimen. Banyaknya kasus pada Data View dapat dilihat pada bagian baris, sedangkan untuk banyaknya variabel dapat dilihat pada bagian kolom. 2.  Variabel      Variabel merupakan suatu karakteristik yang akan diteliti atau apa yang akan menjadi titik perhatian suatu penelit
Read more »

Cara Analisis Regresi Linear Berganda dengan SPSS

-
Gambar
Analisis Regresi Linear Berganda dengan SPSS Pengertian Analisis Regresi Linear Berganda Analisis regresi linear berganda adalah analisis yang digunakan untuk mengetahui pengaruh dua atau lebih variabel independen terhadap variabel dependen . Selain itu analisis regresi linear berganda juga digunakan untuk meramalkan suatu variabel dependen berdasarkan beberapa variabel independen. Regresi linear berganda disebut juga dengan regresi berganda . Pada regresi linear, variabel independen disimbolkan dengan X dan variabel dependen disimbolkan dengan Y.  Perbedaan regresi linear berganda dengan regresi linear sederhana  Apakah Anda tahu perbedaan regresi linear berganda dengan regresi linear sederhana ?  Perbedaan regresi linear berganda dengan regresi linear sederhana terletak pada jumlah variabel independen. Apabila pada regresi linear sederhana hanya terdapat satu variabel independen , sedangkan pada regresi linear berganda terdapat dua atau lebih variabel independen yang mempengaruhi
Read more »