Upcoming SlideShare
×

# Kul 3 spss-fb

380 views

Published on

• Full Name
Comment goes here.

Are you sure you want to Yes No
• Be the first to comment

• Be the first to like this

### Kul 3 spss-fb

1. 1. 1 SPSS TATAP MUKA KE III COUNTING RESPONSE 31-58 EDISI 2013 dosen Prof(Em). Dr. H. Soedito Adjisoedarmo
2. 2. 2 COUNTING REPONSES APA JAWABAN TERHADAP PERTANYAAN DIBAWAH INI 1. APA YG DIMAKSUD TABEL FREG. ? APA YANG ANDA DAPAT PELAJARI DARI TABEL FREG.? 2. JELASKAN CARA ANDA DAPAT MENJELASKAN DARI TABEL FREQ. BAHWA MASUKAN SALAH ?
3. 3. 3 3. APA YG DIMAKSUD PERCENTAGES DAN CUMULATIVE PERCENTAGES? 4. APA YANG DIMAKSUD BAR DAN PIE CHART, KAPAN ANDA MEMBU TUHKANNYA ? 5. KAPAN ANDA MENGGUNAKAN HISTOGRAM 6. APA MODE DAN MEDIAN ? 7. INFORMASI APA YANG ANDA PEROLEH DARI PERCENTIL ?
4. 4. 4 APABILA ANDA BERTANYA PADA BEBERAPA ORANG DENGAN PERTANYAAN YG SAMA, ATAU APA BILA ANDA MENGUKUR KARAK TERISTIK YANG SAMA PADA BEBE RAPA ORANG ATAU OBYEK, MAKA ANDA AKAN BERFIKIR BERAPA SERING JAWABAN YANG SAMA ANDA PEROLEH UNTUK MENGETAHUINYA CUKUP SEDERHANA CARANYA; YAITU SEPERTI MENGHITUNG JAWABAN YA DAN TIDAK.
5. 5. 5 ATAU DENGAN CARA YANG LEBIH RUMIT, MISAL, ANDA MEMINTA RESPONDEN MELAPORKAN PENDA PATAN PER TAHUN, SAMPAI ANGKA DESIMAL TERTENTU; SELANJUTNYA ANDA MENGHITUNG JAWABAN DENGAN ANGKA PENDAPATAN YANG SAMA. PADAN CHAPTER 3 ANDA AKAN MENGGUNAKAN PROSEDUR FREQUENCY UNTUK MENJAWAB PERTANYAAN JENIS TERSEBUT
6. 6. 6 FREQUENCY TERSEBUT DIGUNAKAN UNTUK MENAMPILKAN RINGKASAN DAN NILAI UNTUK VARIABEL YANG DIPILIH. ANDA JUGA AKAN BELAJAR UNTUK MEMILIH STATISTIK DAN CHART YANG TEPAT UNTUK DATA YANG BERBEDA. DATA YANG DIGUNAKAN DALAM BAHASAN INI ADALAH GSS.SAV
7. 7. 7 DESCRIBING VARIABLES 32 UNTUK MAMBAHAS PENGAMATAN DAN MERANGKUM DATA, DIGUNA KAN 9 VARIABLE DARI DATA GSS.SAV (DATA FILE) DARI GENERAL SOCIAL SURVEY PADA TABEL 3.1 YANG MELIBAT 1500 RESPONDEN DI AMERIKA SERIKAT.
8. 8. 8 GENERAL SOCIAL SURVEY SUATU SURVEY YANG DILAKUKAN SETIAP TAHUN OLEH NATIONAL OPINION RESEARCH CENTER YANG MELIBATKAN RESPONEN UMUR 18 TAHUN KE ATAS. PERTANYAAN YANG DIAJUKAN TERDIRI BERBAGAI MACAM TOPIK, MULAI DARI UMUR SAMPAI DENGAN - BERAPA SERING ANDA BERDOA ?
9. 9. 9 MENGAMATI VARIABEL OPEN FILE DATA GSS.SAV AMATI SEMBILAN VARIABEL DI BAWAH INI. AGE SEX EDUC INCOM91 WRKSTAT RICHWORK SATJOB LIFE IMPJOB
10. 10. 10 GUNAKAN FASILITAS UTILITIES VARIABLES PILIH VARIABEL YANG DIAMATI (PERIKSA CAPTION) SEHINGGAN ADAN DAPAT MENYUSUN TABEL 3.1
11. 11. 11 TABEL 3.1 VARIABLES FROM THE GSS VARIBLE NAME DISCRIPTION AGE Age of respondent in years SEX 1=Male, 2=Female EDUC Years of education INCOM91 Total family income in 1993 (clasified into 21 categories) WRKSTAT Work status RICHWORK Would you continue or stop work if you became rich ? SATJOB Job satisfaction LIFE Do you find life exciting, pretty routine, or dull ? IMPJOB How important to your life is having a fullfilling job ?
12. 12. 12
13. 13. 13
14. 14. 14
15. 15. 15
16. 16. 16
17. 17. 17
18. 18. 18
19. 19. 19
20. 20. 20
21. 21. 21
22. 22. 22
23. 23. 23
24. 24. 24 A SIMPLE FREQUENCY TABLE FIG 3.1 ADALAH TABEL FREKUENSI UNTUK VARIABLE IMPJOB (THE JOB IMPORTANCE). Berdasar tabel frekuensi anda dapat mengetahui berapa responden yang memberikan jawaban yang sama
25. 25. 25Jawaban very important dipilih oleh 833 respon den, jawaban ini dikodekan dengan angka 2 Fig 3.1 Frequency table of job importance
26. 26. 26 Baris pertama untuk jawaban one of the most important, dengan kode 1. Baris kedua untuk jawaban very important, dengan kode 2. Untuk mengetahui berapa yang memberi jawaban, periksa pada kolom dengan label Frequency, diperoleh angka 316 responden menjawab bahwa fulfilling job to be one of the most important things untuk mereka, dst.
27. 27. 27 Bagian kedua dari tabel (MissingMissing) menginformasikan jumlah responden (21) yang tidak memilih 5 jawaban yang ditawarkan. 21 reponden tsb 7 menjawab tidak tahu (DK) dan 14 tidak menjawab (NA). DK (Don’t know) dipilih oleh responden yang tidak ingin merespon. NA (no answer) adalah responden yang jawabannya tidak sah, hilang atau tidak dicatat oleh interviewer. Apabila diperiksa pada variable DK dan NA dimasukkan sebagai kode missing values
28. 28. 28 Dengan perkataan lain, surveyor tidak mendapatkan jawaban valid untuk responden DK dan NA. Oleh karena itu missing values jumlahnya ada 21. Pada baris akhir dari kolom Frequency diperoleh total responden yang terlibat, 1500 orang, 1479 merupakan jawaban yang sah.
29. 29. 29 Mengapa menggunakan kode DK dan NA untuk missing values ? Perlu dicermati mengapa ada missing values. Jawaban DK menginformasikan bahwa responden mungkin tidak mempunyai pemikiran tentang topik yang dipertanyakan. Mungkin masalah pekerjaan dianggap tidak penting. Jawaban NA tidak memberikan informasi mengenai persepsi responden mengenai kepentingan suatu pekerjaan.
30. 30. 30 Apabila diperoleh banyak missing values, maka dapat menimbulkan masalah dalam mengambil kesim pulan. Pada frekuensi tabel, value labels, yang mendiskripsikan kode yang ditetapkan untuk variabel, diguna kan untuk meng idendifikasi baris. Apabil anda tidak mendifinisikan value label maka actual codes akan ditampilkan.
31. 31. 31 Apabila kode anda tidak cukup bermakna (informatif) maka diperlukan value label. Untuk sex, dengak kode 1 dan 2 misalnya, tidak menggunakan value label cukup mudah untuk dimengerti untuk mewakili laki /perempuan. Memberikan value label memper mudah mengetahui makna kode yang digunakan. Hanya jawaban yang dipilih oleh responden yang diikutkan dalam tabel frekuensi.
32. 32. 32 Apabila responden secara tidak sengaja kode yang tidak berhu bungan dengan kode yang telah ditetapkan maka akan muncul sebagai baris dalam tabel frekuensi. Misalnya memasukkan jawaban 0, 6 dan 7, maka hasil angka 6 dan 7 akan muncul di baris tabel.
33. 33. 33 Salah menggunakan kode
34. 34. 34 Hasilnya
35. 35. 35 Kenyataan tersebut membuktikan bahwa tabel frekuensi dapat digunakan untuk memeriksa masukan yang salah dalam file data. Apabila ditemukan kode yang salah maka harus dibetulkan lebih dahulu sebelum data dianalisis.
36. 36. 36 i PERCENTAGE Hanya menghitung frekuensi, belum merupakan rangkuman data yang baik. Sebagai contoh, apabila anda ingin membandingkan hasil survey anda dengan peneliti lain, tidak banyak artinya kalalu tahu jawaban yang sama misal dari 762 responden. Dengan angka tersebut kita belum dapat membanding dengan hasil survey orang lain, lebih baik atau jelek. Pembanding yang benar dilakukan menggunakan percentage.
37. 37. 37 Menggunakan percentage dapat diinformasikan berapa proporsi responden memberikan jawaban yang sama dan yang tidak. Menggunakan percentage anda dapat membandingkan survey yang sama dengan jumlah kasus yang berbeda (silahkan anda amati pada waktu anda mengerjakan latihan ke III)
38. 38. 38 Percentage based on valid Responses Untuk mendapat angka di kolom Percent, anda dengan mudah mengetahui caranya. Anda membagi jumlah jawaban dengan jumlah kasus dikalikan 100. Kasus dengan kode missing values diikutkan sebagai pembagi, ini dapat menimbulkan masalah.
39. 39. 39 Sebagai contoh dalam GSS tidak menanyakan semua pertanyaan pada semua responden; pertanyaan Would you continue or stop working if you became rich ? tidak ditanyakan kepada sumua responden, hanya ditanyakan pada 2/3 responden yang berkerja atau mengganggur sementara. Periksa tabel frekuensi untuk variabel richwork.
40. 40. 40 Tabel frekuensi Variabel richwork Fig 3.2 Frequency table of continue working
41. 41. 41 l Persentase responden yang menjawab continue working 29,9%. Apa artinya ?. Apakah berarti bahwa 30% responden dalam survai akan melanjutkan berkerja kalau mereka menjadi kaya?. Tidak demikian, yang benar kurang lebih 30% orang dalam sample memberi jawaban continue working, kalau ditanya dengan pertanyaan di atas atau secara sukarela memberi jawaban continue working.
42. 42. 42 Dari 1500 responden, 56,1% tidak ditanya (berarti kode 0=not applicable=NAP), selebihnya 10% yang ditanya menjawab don’t know atau jawabannya hilang, no answer. Apbila anda ingin mengetahui berapa percent dari yang memberi jawaban, memberi jawaban continue working; periksalah Valid Percent. Hampir 70% menjawabnya
43. 43. 43 Problem with Missing Data Menghilangkan responden yang tidak ditanya, tidak akan mengganggu . Tidak akan mempersulit pengambilan kesimpulan. Tetapi apabila banyak responden yang ditanya menolak untuk menjawab, maka dapat menimbulkan masalah dalam pelaksanaan survai. Pada Tabel 3.2 hanya 11% yang memberi jawaban DK (don’t know), merupakan kurang dari 2% dari 653 (642+11) responden yang ditanya. Tidak akan mempengaruhi kesim pulan.
44. 44. 44 Cumulative Percentages Masih ada percentage yang perlu diperhatikan dalam tabel frekuensi yaitu Cumulative percentage. Untuk setiap baris tabel frekuensi, cumulative percentage memberikan informasi jumlah percentage responden yang telah memberikan respon. Merupakan penjumlahan valid percentage untuk baris tersebut dan baris sebelumnya. Pada Fig 3.2 karena hanya ada dua jawaban yang mungkin maka cumulative percentage kurang menarik perhatian (jelas nilainya 100)
45. 45. 45 Berbeda pada fig 3.1, cumulative percentage yang mendapat perhatian adalah untuk some what importance yang bernilai 93.8%. Angka ini bermakna bahwa responden yang menjawab bahwa mendapatkan pe kerjaan itu bagaimanapun meru pakan hal yang penting dalam hidupnya. Hanya 6,2% menjawab tak begitu penting (not too importance). Cumulative percentage penting apabila variable dikodekan berjenjang jelas.
46. 46. 46 Sorting Frequency Tables Kecuali ditetapkan lain, SPSS menghasilkan tabel frekuensi dalam bentuk baris yang berhubungan dengan kode variabel yang telah ditetapkan. Baris pertama untuk kode terkecil, baris terahkir untuk kode terbesar, missing values pada bagian akhir tabel. Kalau misal pada varabel richwork, stop working diberik kode 1, maka pada tabel frekuensi akan terletak di baris pertama, bukan di baris kedua seperti pada Fig. 3.2 karena berkode 2
47. 47. 47
48. 48. 48
49. 49. 49 Hasil sorting descending untuk count Fig. 3.3 Frequency table sorted by counts
50. 50. 50 Pie Chart Informasi pada tabel frekuensi akan lebih jelas diamati kalau tampilkan dalam bentuk pie chart. Fig 3.4 adalah pie chart dari tabel di Fig 3.3, setiap baris diwakili irisan pie. Fig 3.5 pie chart dari tabel di Fig 3.3 tetapi frekuensi yang kurang dari 5% disatukan.
51. 51. 51 Fig 3.4 Pie Chart of work status
52. 52. 52 CLICK, CLICK KE CHART EDITOR
53. 53. 53 CHART EDITOR
54. 54. 54
55. 55. 55
56. 56. 56 Fig 3.5 Work status with categories collapsed
57. 57. 57 Disatukan ke other
58. 58. 58
59. 59. 59 Bar Chart Pada pie chart irisan besarnya tergantung pada jumlah kasus dalam kategori. Pada bar chart panjang bar tergantung jumlah kasus dalam kategori. Fig 3.6 bar chart dari variable work status.
60. 60. 60 Gunakan chart editor untuk mengedit chart Fig 3.6 Bar chart of work status
61. 61. 61
62. 62. 62
63. 63. 63
64. 64. 64
65. 65. 65
66. 66. 66 Histogram Untuk variabel tertentu seperti age, tampilan pie dan bar chart kurang bermanfaaf dibanding kalau menggunakan histogram. Pada histogram nilai yang berdekatan akan ditampilkan.
67. 67. 67 Fig 3.7 Frequency table of age
68. 68. 68 Fig 3.8 Histogram of age
69. 69. 69
70. 70. 70 Mode and Median Mode adalah nilai yang paling sering muncul, seperti pada Fig 3.7 umur 28 dan 36 adalah mode untuk umur. Median adalah nilai yang di tengah, misal median lima angka 12, 34, 57, 92 dan 100 adalah 57. Median enam angka 13, 20, 40, 60, 89 dan 123 adalah 50 karena 50 ada diantara nilai 40 dan 60 (40+60)/2.