Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

ANALISIS DESKRIPTIF (DESCRIPTIVE ANALYZE). Descriptive Analyze  Langkah pertama yang umum dilakukan dalam analisis data ialah menyimpulkan informasi.

Presentasi serupa


Presentasi berjudul: "ANALISIS DESKRIPTIF (DESCRIPTIVE ANALYZE). Descriptive Analyze  Langkah pertama yang umum dilakukan dalam analisis data ialah menyimpulkan informasi."— Transcript presentasi:

1 ANALISIS DESKRIPTIF (DESCRIPTIVE ANALYZE)

2 Descriptive Analyze  Langkah pertama yang umum dilakukan dalam analisis data ialah menyimpulkan informasi tentang variabel-variabel pada dataset Anda, seperti nilai maksimum, minimum, rata-rata, standar deviasi dan jumlah total (sum).  Beberapa kesimpulan atau statistik deskriptif tersedia dalam Descriptive Option pada menu Analyze dan Descriptive Statistics.

3 Langkah-langkah Descriptive Analyze  Pilih Menu Analyze  Pilih Submenu Descriptive Statistics  Pilih Descriptive  Masukkan Variabel yang akan dianalisis  Klik Options  Pilih: Mean Std. Deviation Minimum Maximum Kurtosis Skewness Variable List  Klik Opsi “Save Standardized value as variables”  Klik OK

4 Latihan Spss 1

5 Keterangan Latihan Spss 1

6 Setiap data yang berada dil uar batas kritis 1,96 berarti berada di luar kewajaran (unusual value)

7 Langkah-langkah Explore Data  Analyze  Descriptive Statistics  Explore  Pada Box dialog Masukkan Variabel Usia pada Dependent List Masukkan Variabel Gender pada Faktor list Abaikan List Cases By  Pilih opsi Statistics Pilih Descriptives M-estimators Outliers  Continue  Pilih opsi Plots Pilih Factor levels together Stem and leaf  Continue  Pada bagian Display pilih Both  OK

8 HASIL OUTPUT CASE PROCESSING SUMMARY DAN DESCRIPTIVES Summary

9 Descriptive

10 Analisis Case Processing Summary  Jumlah data yang diproses 13 Pria dan 13 Wanita, dimana semua data valid 100% dapat diproses. Output Descriptives  Rata-rata usia pria th dengan range berkisar antara 24.63th sampai 26.45th 5% Trimmed Mean  Ukuran ini didapat dengan mengurutkan data usia pria dari yang terkecil sampai terbesar, kemudian memotong 5% dari data terkecil dan 5% dari data terbesar. Hal ini bertujuan untuk membuang (trimming) nilai data yang ’unusual’ atau ‘menyimpang’ (karena jauh dari rata-rata).  Kemudian hasil yang ada setelah proses trimming dilakukan perhitungan mean seperti biasa. Terlihat hasil th, yang berarti rata-rata usia dengan proses trimming menjadi th. Mean ini lebih mempunyai informasi yang berguna dibandingkan dengan data median.

11 Interquartile Rank  Ukuran ini menunjukkan selisih antara nilai persentil yang ke-25 dan persentil ke-75. seperti diketahui, secara teoritis, 50% dari data terletak di antara persentil ke-25 dan persentil ke-75. dari output didapat nilai 2.5th, yang berarti pada 50% data usia pria, selisih antara yang tertinggi dan terendah adalah 2.5th  Ratio Skewness dan Kurtosis  Skewness = 0.950/0.616 = 1.54  Kurtosis = 0.772/1.191 = 0.65  Berdasarkan ratio tersebut, maka distribusi data usia dikatakan normal

12 HASIL OUTPUT M-ESTIMATORS

13 Output M-Estimator  M-Estimator digunakan sebagai alternatif pada pengukuran pusat (central tendency). Pengukuran pusat yang populer adalah Mean (rata-rata) dan median (titik tengah). Namun jika data mengandung nilai-nilai yang cukup menyimpang dari rata-ratanya, maka Mean tidak dapat menggambarkan ukuran pusat data tersebut.

14  Di atas telah dibahas ukuran 5% Trimmed Mean yang berusaha menghitung Mean dengan menghilangkan 5% angka terbesar dan terkecil dari data. Namun jika data terbesar dan terkecil berubah, 5 % Trimmed mean atau Median juga tidak bisa mendeteksi perubahan tersebut, karena data itu oleh hitungan % Trimmed dihilangkan, sedangkan Median mengukur titik tengah data, sehingga perubahan di kedua titik ekstrim tidak berpengaruh. Output M-Estimator (lanjutan)

15  M-Estimator sebagai alternatif pengukuran pusat, yaitu dengan memberi bobot (weight) pada data. SPSS menyediakan beberapa ukuran M-Estimator, seperti terlihat pada Output.  Rata-rata usia pria menurut : Huber adalah dan wanita Tukey adalah dan wanita Hampel adalah dan wanita Andrew adalah dan wanita Output M-Estimator (lanjutan)

16 HASIL OUTPUT BOXPLOT

17 Output BOXPLOT  Boxplot adalah kotak pada gambar berwarna merah, dengan garis tebal horizontal di kotak tersebut  Kotak merah tersebut memuat 50% data, atau mempunyai batas persentil ke-25 dan ke-75  Garis tebal hitam adalah letak Median data  Jika garis hitam atau tanda Median terletak dpersis di tengah Boxplot disebut distribusi data adalah normal  Jika berada di sebelah atas, distribusi menceng ke kiri  Jika berada di sebelah bawah, distribusi menceng ke kanan

18 Analisis :  Usia Pria mempunyai Median yang lebih rendah dari Wanita, atau Titik Tengah Usia Pria lebih rendah dari Titik Tengah Usia Wanita.  Kedua garis Median berada persisi di tengah, hal ini menunjukan data berdistribusi normal  Terdapat satu data dengan tanda ”O” Outlier(nilai yang berada diluar garis/Ekstrim) yaitu pada kasus 23 (29th) untuk pria.

19 usia Stem-and-Leaf Plot for gender= Pria Frequency Stem & Leaf Stem width: 1 Each leaf: 1 case(s) usia Stem-and-Leaf Plot for gender= Wanita Frequency Stem & Leaf Stem width: 1 Each leaf: 1 case(s) HASIL OUTPUT STEM AND LEAF

20 Output Stem and Leaf  Terdapat frekuensi 4 responden berusia 24th (lihat kolom Stem)  Terdapat kelompok usia 24-an sebanyak 4 responden  Kolom Leaf 0000 berarti terdapat cabang (leaf) dari 24 yaitu 0,0,0,0 berarti usia responden tersebut 24th, 24th, 24th, dan 24th.  Terdapat satu data Pria (frequency =1) yang diberi tanda Extremes, hal ini menunjukan terdapat data outlier sejumlah satu, dengan keterangan usia sama atau di atas 29th

21 Uji Normalitas Data

22 Analisis  Nilai Sig. atau signifikansi atau nilai probabilitas < 0,05, maka Distribusi Tidak Normal  Nilai Sig. atau signifikansi atau nilai probabilitas > 0,05, maka Distribusi Normal Kesimpulan  Untuk Usia Responden baik pria maupun wanita memiliki nilai Sig. Kolmogorov Smirnov > 0,05, maka Distribusi kedua sampel adalah Normal  Untuk Usia Responden baik pria maupun wanita memiliki nilai Sig. Shapiro Wilk > 0,05, maka Distribusi kedua sampel adalah Normal

23


Download ppt "ANALISIS DESKRIPTIF (DESCRIPTIVE ANALYZE). Descriptive Analyze  Langkah pertama yang umum dilakukan dalam analisis data ialah menyimpulkan informasi."

Presentasi serupa


Iklan oleh Google