BAB 5 ANALISIS DESKRIPTIF

Statistika deskriptif merupakan bagian dari statitika yang mempelajari alat, teknik, atau prosedur yang digunakan untuk menggambarkan atau mendeskripsikan kumpulan data atau hasil pengamatan. Data yang dikumpulkan tersebut perlu disajikan supaya mudah dimengerti, menarik, komunikatif, dan informatif bagi pihak lain. Beberapa teknik yang akan dibahas disini meliputi ukuran gejala pusat, ukuran keragaman, penyajian dalam bentuk tabel dan grafik. Bentuk-bentuk penyajian data tersebut secara umum dibagi dalam dua aspek, yaitu (1) penyiapan data yang mencakup proses editing, pengkodean, dan pemasukkan data, serta (2) analisis pendahuluan meliputi pemilahan, pemeriksaan, dan penyusunan data sehingga diperoleh gambaran, pola, dan hubungan yang lebih bermakna. 5.1. FORMAT PEMASUKKAN DATA Pemasukkan data merupakan tahap awal yang harus dilakukan sebelum proses analisis data. Perkembangan teknologi komputer mempunyai peranan besar dalam mempermudah proses pemasukkan data. Beberapa metode pemasukkan data mulai dari sistem manual sampai ke penggunaan teknologi yang lebih maju, dapat dilihat pada Gambar berikut.
Handsort Instruments Editing Coding Cards Sorting tabulation Card reader Calculator statistical analysis Computer statistical analysis

Keypunch Instruments Editing Coding Keypunch

Keyboard Keyboard Instruments Editing Coding entry entry Precoded Instrument Editing if necessary Keyboard Entry Editing if necessary

Computer statistical analysis Computer statistical analysis

Keyboard entry with precoded instrument

Optical scan; Real time keyboard entry; uploads fromPC; telephone keypad; bar code; voice recognition

Precoded Instrument

Data Entry Editing if necessary

Computer statistical analysis

Metode PI Ekonomi: Analisis Deskriptif

Metode pamasukkan data yang akan digunakan dalam menganalisis data disini adalah metode ke 3 dan ke 4, yaitu melalui papan ketik (keyboard) dengan menggunakan perangkat lunak SPSS. SPSS Data Editor Pemasukkan data pada SPSS dilakukan melalui Data Editor dengan tata letak sebagai berikut: Kasus (cases) Nama Variabel

VAR 1 2 3 4 5

VAR

VAR

VAR

Sel (cell) Pendefinisian Variabel (data) Menu : DATA DEFINE VARIABLE Manu ini digunakan untuk mendefinisikan varibel yang meliputi nama atau atribut-atribut variabel yang akan diproses. Menu Define Variable ini tersedia jika Data editor sedang aktif. Beberapa Atribut-atribut variabel yang bisa didefinisikan meliputi: Variable name Mengisi atau merubah nama variabel sepanjang 8 karakter Type Tpe variabel meliputi Numeric, Comma, Dot, Scientific notation, Date, Dollar, Custom currency, dan String Width Lebar digit atau karakater data Decimal places Jumlah angka desimal Variable label Label variabel, biasanya konsep atau definisi lengkap dari variabel Value, Value label Keterangan atau konversi nilai sel yang sering digunakan untuk skala pengukuran nominal dan ordinal Data editor SPSS ini relatif sama dengan data editor perangkat lunak statistik lainnya atau seperti bentuk spreadsheet, misal Lotus, Microsoft Excel, atau Quatro. Contoh isi data editor untuk 3 buah variabel dan 10 kasus (kasus ini identik dengan obyek yang diukur atau satuan pangamatan) adalah sebagai berikut: SPSS Masukkan data skala usaha, nilai penjualan dan keuntungan yang diperoleh 9 perusahaan sehingga diperoleh format pada data editor SPSS sebagai berikut:

50

8. 10 mempunyai median 7. Misal. UKURAN GEJALA PEMUSATAN 1. value. dan value labelnya. 7. Bila terdapat n data maka median terletak pada data ke (n+1)/n. baik nominal. 2. Rumus yang digunakan adalah: 51 . ordinal. 5. dan ratio. Jika angka 10 diganti dengan 100 maka mediannya tetap 7. interval. Median Median adalah data yang terletak ditengah setelah data diurutkan. Rata-Rata Hitung Rata-rata ini hanya bisa dihitung untuk data dengan skala pengukuran paling sedikit interval. tipe. Rata-Rata Dibobot Rata-rata dibobot digunakan bila data mempunyai bobot yang berlainan.Metode PI Ekonomi: Analisis Deskriptif Usaha Sigma Alfa Delta Phi Omega Phi Beta Gamma Kappa Scales Besar Kecil Besar Menengah Menengah Kecil Besar Kecil Kecil Sales 1200 500 1500 750 800 400 2000 300 350 100 50 200 100 50 150 200 50 75 Profit Pemasukkan data-data yang ada pada Tabel di atas juga termasuk pendefinisian variabel yang lengkap meliputi atribut nama. Statistik ini bisa digunakan untuk semua taraf pengukuran. Jika ada n data maka rata-rata hitung didefinisikan sebagai berikut: μ=x= − i =1 Σ xi n n 4. Modus (Mode) Modus adalah data yang paling sering muncul. 5. Untuk skala nominal. 3. modus adalah ukuran pemusatan satu-satunya.2. label. sederet data terurut 2. Median ini bisa digunakan minimal untuk skala ordinal dan tidak sensitif terhadap adanya data ekstrim. panjang karakter atau desimal.

Mode Keterangan: Statistika deskriptif yang lengkap bisa menggunakan menu Statistics Summarize Descriptive tetapi menu tersebut hanya bisa digunakan untuk variabel dengan skala paling rendah interval 5. Tingkat pendidikan 11 orang yang menjadi satuan pengamatan: SD SMP SMP S1 SMU SMP SMU S1 SMU SMP SD 3. Rentang (range) Rentang merupakan salah satu ukuran variasi yang paling sederhana yaitu hanya berdasarkan data terbesar dan data terkecil.000 Valid cases 11 Missing cases 0 Mode 4200. UKURAN KERAGAMAN 1.273 Median 4200.1 Statistics Summarize Frequency Central Tendency: Mean. Diketahui sikap 11 profesional muda terhadap investor asing yang dinyatakan dengan Setuju (Y) atau Tidak setuju (T): Y T T T Y Y T Y T Y Y Carilah ukuran pemusatan untuk ketiga kelompok data tersebut ? SPSS Data Urutan MENU yang dipilih Statistic yang diisi Output untuk variabel HARGA HARGA Mean 4277.3. dengan rumus perhitungan: 52 . Median.000 : : : : Soal 4. Harga minyak goreng eceran di 11 buah pasar: 3500 3600 4200 4750 5000 3600 3400 5500 5100 4200 4200 2.Metode PI Ekonomi: Analisis Deskriptif μ=x= − i =1 Σ xi bi Σbi Soal 4.1 n Diketahui 3 kelompok data sebagai berikut: 1.

dan 75% dibawah Q3. 4. dan 8 mempunyai rentang 6.Q1 IQR ini relatif tidak sensitif terhadap angka ekstrem dibandingkan rentang (range) dan digunakan pada penyajian grafik box and whisker (boxplot) yang akan dijelaskan pada bagian berikutnya.Data terkecil Semakin kecil rentang maka data semakin homogen. Ukuran ini sangat sensitif terhadap angka ekstrem. Rumus yang digunakan untuk mengitung kedua ukuran keragaman tersebut adalah: s2 = ∑(Xi . makin besar rentang maka datanya semakin heterogen. Q2. 2. 50% dibawah Q2. IQR didefinisikan sebagai rentang (interval) yang didalamnya tercakup 50 persen data yang berada di tengah-tengah distribusinya.00 Valid Range Minimum Maximum N Number of valid observations (listwise) = Variable Mean Std Dev Variance 53 . Sebaliknya. tetapi jika angka 8 diganti dengan 50 maka rentangnya berubah drastis menjadi 48. Nilai-nilai itu. yang dilambangkan dengan Q1. Interquartile Range (IQR) Kuartil adalah nilai-nilai yang membagi segugus data pengamatan menjadi 4 bagian sama besar. Ragam (variance) dan Simpangan Baku (standard deviation) Ragam dan simpangan baku digunakan untuk mengukur bervariasinya data di sekitar rata-rata. 3. mempunyai sifat bahwa 25% data jatuh dibawah Q1.Metode PI Ekonomi: Analisis Deskriptif Rentang = Data terbesar .sav : Statistics Summarize Descriptive : pilih Gaji untuk variable Klik Options dan pilihlah ukuran-ukuran pada Dispersion : 11. Keduanya hanya digunakan untuk skala pengukuran interval dan ratio.X)2 (ragam) N s = √ s2 (standar deviasi) SPSS Open Data Menu Option Output : Bab4a_1. atau : IQR = Q3 . 3. misalnya deretan angka 2. 5. dan Q3.

UKURAN BENTUK DISTRIBUSI Bentuk distribusi data diukur dengan skewness dan kurtosis. median.82 2100. Biasanya bentuk distribusi tersebutakan lebih jelas jika disajikan secara visual. serta apakah distribusi tersebut cenderung datar atau menggunung.27 722. Median Modus Modus Rata-rata Median Rata-rata Modus Median A B C Bentuk: Kurtosis Mesocurtic Leptocurtic Platycurtic D E F 1. Suatu distribusi yang bentuknya lebih menjulur ke arah kanan disebut menjulur kanan atau menjulur positif (Kurva B).97 522681. Sedangkan jika menjulur ke arah kiri disebut 54 .Metode PI Ekonomi: Analisis Deskriptif GAJI 4277. Skewness Skewness adalah ukuran penyimpangan suatu distribusi dari distribusi simeteris. seperti terlihat pada Gambar berikut. yang menggambarkan apakah bentuknya simetris atau tidak. Distribusi simetris mempunyai rata-rata.00 3400 5500 11 5. Bentuk: Skewness Simetris Normal 95% 68% Menjulur kanan atau positif Menjulur kiri atau negatif Spread -2σ -1σ μ +1σ +2σ Lokasi Rata-rata. dan modus berada pada lokasi yang sama (Kurva A).4.

dan jika distribusinya menjulur kekiri maka sk bernilai negatif 2. Statistik yang digunakan untuk mengukur bentuk distribusi ini adalah : sk = Σx 3 / N ( Σx 2 / N ) 3 Jika distribusinya simetris maka nilai sk adalah 0. atau mendatar (Kurva F). menjulang (kurva E). Kurtosis Kurtosis mengukur apakah suatu distribusi berbentuk cenderung normal (kurva D). mengenai data-data penelitian berikut ini: 1. Soal -Soal Latihan Lakukan analisis deskriptif secara lengkap. Statistik yang digunakan untuk mengukur kurtosis ini adalah: Σx 4 / N −3 ku = ( Σx 2 / N ) 2 Nilai ku untuk kurva normal (mesokurtic) adalah 0. penyebaran. kurva menjulang adalah positif. Data selengkapnya adalah sebagai berikut: 150 250 200 350 250 300 250 300 200 250 250 300 150 250 250 350 300 250 250 250 250 250 300 300 250 3. yang mencakup ukuran gejala pusat. Penelitian mengenai gaji pokok pertama yang diterima karyawan dengan tingkat pendidikan sarjana di BUMN. Salah satu variabel yang diamati adalah penghasilan bersih yang didapatkan setiap hari oleh para sopir tersebut. Ukuran sampel yang diambil adalah sebanyak 30 sopir dengan data penghasilan bersih (dalam ribuan) sebagai berikut: 5 40 35 10 50 5 20 5 15 30 10 25 40 20 30 50 30 5 5 40 15 10 5 25 20 15 15 30 25 15 2. Penelitian yang sama dengan nomor 3 tetapi untuk perusahaan swasta. dan kurva mendatar adalah negatif. bentuk distribusi. jika distribusinya menjulur kekanan maka sk bernilai positif. Seorang mahasiswa tertarik untuk melakukan penelitian deskriptif mengenai penghasilan para supir angkot di wilayah Jabotabek. dengan data sebagai berikut: 55 .Metode PI Ekonomi: Analisis Deskriptif menjulur kiri atau negatif (kurva C).

Mean Variance S.000 43.E.E. Mean Variance S.E.000 .660 1875.E. Skew Minimum 20.500 13. termasuk skewness dan kurtosis yang menjadi pembahasan saat ini : Output Variable G_SUPIR Mean Std Dev Kurtosis Skewness Range Maximum Variable G_BUMN Mean Std Dev Kurtosis Skewness Range Maximum 250.615 .667 . Berdasarkan ukuran kurtosis.517 .543 45. Interpretasinya adalah sebagai berikut: 56 .E.833 .000 350 S.E.000 50 S.902 . Kurt S.062 -. bentuk distribusi G_BUMN adalah menjulang (kurtosis positif) sedangkan G_SUPIR dan G_SWASTA adalah relatif mendatar dengan nilai kurtosisnya negatif.000 200. terlihat bahwa bentuk distribusi G_SUPIR adalah menjukur kekanan (skewness positif).581 .301 . Skew Minimum 8. Mean Variance S.427 5 Variable G_SWASTA Mean Std Dev Kurtosis Skewness Range Maximum 500. Pilihlah beberepa diantaranya.412 10416. Kurt S. sedangkan G_BUMN dan G_SWASTA adalah simetri yaitu skewness-nya 0.493 186.464 300 Berdasarkan hasil analsisi tersebut. Skew Minimum 2.sav : Statistics Summarize Descriptives Klik options untuk memunculkan kotak dialog yang menunjukkan berbagai ukuran statistik.000 102.Metode PI Ekonomi: Analisis Deskriptif 300 350 400 450 500 550 600 650 700 350 400 450 500 550 600 650 400 500 550 450 500 500 450 550 600 SPSS Data (Open) Menu : Gaji.466 .000 400.655 -.E.E. Kurt S.E.464 150 21.902 .000 700 S.

frekuensi atau persentase kumulatif. Kita bisa juga menggunakan menu ini untuk memperoleh statistik yang mengambarkan nilai tertentu dan sebaran observasinya.Metode PI Ekonomi: Analisis Deskriptif 1. Penggunaan tabel frekuensi untuk skala pengukuran interval dan ratio relatif kurang informatif. Gaji pegawai swasta relatif heterogen atau mempunyai jarak yang relatif lebih besar antara gaji terendah dengan gaji tertinggi dibandingkan gaji pegawai BUMN. Misalnya dalam survey pasar. Penghasilan supir lebih terkonsentrasi pada penghasilan yang rendah atau sebagaina besar gajia sopir adalah rendah 2. kita bisa membuat tabel yang menunjukkan seberapa banyak konsumen yang puas dengan pelayanan perusahaan. frekuensi atau persentase relatif. 5. SPSS Data (Ordinal) : SD SMP SMP S1 SMU SMP SMU S1 SMU SMP SD Input Data : MENU : Define Variable Nama Variabel : TINGKAT Label Variabel: Tingkat Pendidikan Value Label : 1 = ‘SD’ 2 = ‘SMP’ 3 = ‘SMU’ 4 = ‘S1’ Proses/Menu : Statistics Summarize Frequencies Menu ini digunakan untuk membuat tabel atau tampilan yang menunjukkan seberapa jauh perbedaan nilai-nilai variabel dalam sekumpulan data. Tabel Frekuensi Tabel frekuensi merupakan teknik sederhana untuk menyajikan data dalam bentuk pengurutan. TABEL 1. Output : TINGKAT tingkat pendidikan Value Label Value Frequency Percent Valid Percent Cum Percent 57 . Tabel tersebut juga bisa disajikan dalam diagram balok dan histogram.5. Tabel frekuensi ini terutama digunakan untuk variabel yang bersifat kategorikal atau untuk skala pengukuran nominal dan ordinal. Gaji pegawai BUMN relatif homogen atau tidak terlalu jauh berbeda dengan jumlah terbesar terletak pada nilai rata-rata yang terletak di tengah-tengah kurva distribusinya 3.

yang akan dijelaskan dalam bab berikutnya.0 2.3 Misal diketahui data 2 variabel yaitu tingkat preferensi terhadap barang dan jenis kelamin dari 10 orang konsumen yang menjadi satuan pengamatan: Responden A B C D E F G H I J K L M Buatlah klasifikasi silangnya? SPSSS Data Input Data : Soal 4.0 100.2 54.2 18. Klasifikasi silang dari dua variabel memerlukan tabel dengan baris-baris dan kolom-kolom.2 ------. Tabel Silang Tabel silang atau klasifikasi silang digunakan untuk menyajikan data yang terdiri dari 2 variabel atau lebih.Metode PI Ekonomi: Analisis Deskriptif SD SMP SMU S1 1 2 3 4 Total 2 4 3 2 ------11 18.8 100.3 18. Sedangkan cara membuat tabel klasifikasi silang dan penggunaan perangkat lunak SPSS-nya menggunakan contoh kasus berikut: Soal 4.3 27.0 18. Biasanya variabel tak bebas diletakkan dalam baris sedangkan variabel bebas dalam kolom.4 27. Kategori-kategori dalam suatu variabel diletakkan pada baris sedangkan kategori-kategori dalam variabel lain diletakkan pada kolom.5 81.------100. Data dalam klasifikasi silang ini sangat penting dalam pengukuran hubungan antara kedua variabel tersebut.4 36.3 : Preferensi Rendah Rendah Tinggi Tinggi Tinggi Rendah Tinggi Tinggi Rendah Rendah Tinggi Tinggi Tinggi Jenis Kelamin L L L L P P P L P L P P P 58 .2 18.2 36.

serta untuk menghitung berbagai statistic dan pengujian. 59 .0 23.1 3 37.4 38.0 23. Output : PREFER by JENIS_K Jenis Kelamin JENIS_K Count Row Pct Col Pct Tot Pct PREFER 0 rendah Perempuan laki-laki 0 2 40.Metode PI Ekonomi: Analisis Deskriptif Menu Nama Variabel Label Variabel Label value Define Variable Prefer Tingkat perefrensi 0= rendah 1= tinggi dan Jenis_K Jenis Kelamin 0 = perempuan 1 = laki-laki Proses/Menu : Statistics Summarize Crosstabs Crosstabs digunakan untuk menghitung jumlah kasus yang memiliki kombinasi yang berbeda dari 2 atau lebih variabel.0 28.1 6 46.5 1 tinggi 8 61. Untuk skala interval atau rasio harus dibuat kategori-kategori terlebih dahulu. seperti dibawah 200 ribu. contoh untuk gaji harus dibuat kategori dalam bentuk interval.5 Column Total 13 100.8 1 3 60.5 50. antara 200 ribu sampai 500 ribu. dan seterusnya.5 7 53.2 Row Total 5 38.0 50. Klasifikasi silang ini sangat efektif untuk skala pengukuran nominal dan ordinal.6 15.5 71.4 5 62.0 Format tabel silang yang dihasilkan perangkat lunak SPSS diatas dapat dijelaskan dengan gambar berikut.

8 6 46.2 13 100.0 28.5 Kategori pada variabel 1 laki-laki 1 3 60.0 50. Jumlah variabel yang bisa disajikan adalah satu atau dua varibel.4 38.1 Row Total 5 38.4 5 62. GRAFIK 1.5 71.5 50.0 23. Diagram Batang Marginal kolom mj frekuensi persen terhadap total baris persen terhadap total kolom persen terhadap total Diagram batang merupakan penyajian data secara visual yang terdiri dari dua buah sumbu yaitu ordinat dan axis.5 Column Total 7 53.Metode PI Ekonomi: Analisis Deskriptif Kandungan sel Variabel 1 JENIS_K Count Row Pct Col Pct Tot Pct PREFER 0 rendah Perempuan 0 2 40.5 Marginal baris mi Kategori pada variabel 2 Variabel 2 1 tinggi 8 61.6. Jika hanya satu variabel.5 71.6 15. maka aksisnya adalah variabel yang biasanya berskala kategorikal (nominal atau ordinal) dan ordinatnya adalah frekuensi kasus untuk setiap 60 .1 3 37.5 5.0 sel 2.4 38.1 (baris 2 kolom 1) 5 62.0 23.

maka aksisnya adalah variabel kategorikal dan ordinatnya variabel interval atau ratio. Sedangkan jika diagram menyajikan dua variabel.1 : Scales (axis) dan frekuensinya (ordinat) : Graphs Bar : Pilih simple Klik Define dan pilih N of cases untuk Bars represent : 4.1 : Sales (ordinat) dan scales (axis) : Graphs Bar : Pilih Simple Klik Define dan pilih other summary function untuk bars represent Mean(sales) untuk variable dan scales untuk category axis : 61 .5 Count 2.5 Besar Kecil Menengah Skala usaha Data Variabel Menu Options Output : Tabel 4.0 2.5 : Tabel 4.0 3.5 3. SPSS Data Variabel Menu Option Output 4.Metode PI Ekonomi: Analisis Deskriptif kategori tersebut.0 1.

dan besar yang disajikan dalam bentuk diagram lingkaran.1 Scales Graphs Pie Pilih simple Klik Define dan pilih N of cases untuk Bars represent Scales untuk category axis Output : 62 . menengah. Diagram Lingkaran Diagram lingkaran digunakan untuk menyajikan komposisi jumlah atau frekuensi untuk variabel kategorikal atau variabel dengan skala pengukuran nominal atau ordinal.Metode PI Ekonomi: Analisis Deskriptif 1800 1600 1400 1200 1000 Mean SALES 800 600 400 200 Besar Kecil Menengah Skala usaha 2. Contoh berikut adalah komposisi jumlah perusahaan untuk masing-masing skala kecil. SPSS Data Variabel Menu Options : : : : Tabel 4. Jadi diagram ini biasanya merupakan penyajian grafis dari tabel frekuensi karena lingkaran tersebut menunjukkan persentase jumlah kasus untuk setiap kategori.

Ukuran sampel yang diambil adalah 40 perusahaan dengan data selengkapnya sebagai berikut: 138 164 150 132 144 125 149 157 146 158 140 147 136 148 152 144 168 126 138 176 163 119 154 165 146 173 142 147 135 153 140 135 161 145 135 142 150 156 145 128 Buatlah analisis statitika deskriptif yang lengkap mengenai data current ratio tersebut. yang digunakan jika memungkinkan sekumpulan nilai-nilai variabel dibuat dalam bentuk selang atau interval. Histogram. menjulur. Soal Seorang mahasiswa jurusan akuntansi Universitas Gunadarma sedang melakukan penelitian untuk mengetahui profitabilitas perusahaan-perusahaan manufaktur. menjulang. atau mendatar. sangat bermanfaat untuk (a) menyajikan semua interval data pada distribusinya. Ukuran yang dipakai salah satunya adalah current ratio (dalam persen). yang dibentuk dengan batang-batang (bars) dimana setiap nilai yang menempatinya sama dengan luas batang tersebut. dan (b) memeriksa secara visual bentuk distribusi data. Histogram Histogram merupakan teknik konvensional untuk menyajikan data rasio interval. termasuk histogramnya? 63 .Metode PI Ekonomi: Analisis Deskriptif Menengah Besar Kecil 3. apakah simteris.

0 140. serta membuat grafik boxplot. terbesar.0 150. stem and leaf. grafik ini bisa dibuat secara manual dengan mudah.0 145. Kita bisa mengetahui statistik nilai terkecil.05 Mean = 146.0 155. visualisasi dari stem and leaf ini juga bisa menggambarkan bentuk distribusi data secara cepat dan jelas. kita tidak bisa secara pasti menentukan statistik-statistik yang meliputi median atau kuartil. bentuk distribusi.sav : Graphs Histogram atau Statistics Summarize Explore Plots Sub sub menu EXPLORE digunakan untuk analisis deskriptif relatif lengkap yang meliputi berbagai statistik dan tampilan grafiknya. Menu ini sangat efektif digunakan untuk data dengan skala pengukuran minimal interval.00 DATA 4. uji kenormalan data.0 170.0 130. rata-rata. Daftarkan digit pertama (0 sampai 9) di kolom paling kiri (sebagai batang atau stem) 64 .0 Std. Informasi yang hilang tersebut tidak akan terjadi jika kita menggunakan stem and leaf.0 160.8 N = 40. standar deviasi. ragam.0 175. dan berbagai ukuran lainnya. Dev = 13. yaitu dengan langkahlangkah: 1.0 165. : Pilih display normal curve : Option Output 10 8 6 4 2 0 120. Steam and Leaf Stem and leaf relatif lebih efisien dibandingkan histogram karena pada bentuk grafik ini data asalnya masih bisa diketahui sedangkan pada histogram tidak bisa karena dimasukkan dalam bentuk kisaran (interval). atau histogram. Untuk ukuran data yang relatif kecil.0 135.Metode PI Ekonomi: Analisis Deskriptif SPSS Open Data Menu : Histo. Akibat pengelompokan data dalam bentuk interval pada histogram. Selain itu.0 125.

00 3. buatlah grafik SPSS Open Data Menu : Stem. Salah satu variabel yang diamati adalah keuntungan bersih per hari yang diperoleh setiap pedagang.00 2. 579 Output 65 . misalkan diketahui data-data sebagai berikut: 37 58 Stem: 0 1 2 3 4 5 6 7 8 9 42 59 Leaf: 48 60 49 62 53 62 55 70 57 71 7 289 35789 022 01 Soal Seorang peneliti sedang melaksanakan penelitian mengenai potensi ekonomi para pedagang kaki lima yang menjual makanan atau jajanan di pinggir jalan-jalan di seluruh Wilayah Depok. 28 5 . Digit kedua ditempatkan di sebelah kanannya (sebagai daun atau leaf) Contoh.00 3.sav : Statistics Summarize Explore Devendent list: Ujian Klik Plots dan pilihlah stem and leaf : Frequency Stem & Leaf 1. 7 4 .Metode PI Ekonomi: Analisis Deskriptif 2. Ukuran sampel yang diambil adalah 41 pedagang kaki lima dengan data selengkapnya mengenai keutungan bersih dalam ribuan rupiah sebagai berikut: 75 98 42 75 84 87 65 86 78 37 99 66 90 79 68 57 95 55 79 88 76 93 85 70 62 80 74 69 84 64 73 48 72 Selain analisis deskriptif yang meliputi gejala pusat dan stem and leaf-nya! 59 80 60 90 63 89 77 62 sebaran datanya.

Median dan kuartil pada boxplot digunakan sebagai ukuran gejala pemusatan dan sebaran karena statistik tersebut relatif tidak dipengaruhi (resistensi) oleh data ektrem. Boxplot bisa dibuat relatif mudah secara manual atau dengan bantuan program komputer statistika. (2) garis melintang pada kotak yang menunjukkan median. 9. atau atas dan bawah). panjang ekor kurva distribusi. dan (4) serat (whisker) yang menghubungkan hinges dikedua sisi dengan data terkecil dan data terbesar. Grafik ini secara umum mengurangi penyajian data mentah yang terperinci pada grafik stem and leaf sehingga efektif untuk ukuran data yang relatif lebih besar. 7. bentuk. kuartil atas.00 9. Boxplot (box and whisker) Boxplot merupakan teknik grafis yang dikembangkan oleh Tukey dan sering digunakan untuk analisis data eksplorasi. Penjelasan selengkapnya mengenai bentuk grafik ini bisa dilihat pada Gambar berikut. Jadi statistik median. sebaran. kuartil bawah. dan data ekstrem. serta memvisualisasikannya dalam bentuk lain tanpa kehilangan berbagai informasi statistika deskriptif yang meliputi lokasi distribusi. Elemen dasar dari bentuk grafiknya adalah (1) kotak segi empat yang memuat 50 persen data (ingat istilah IQR atau interquartile range). 022345689 02345567899 004456789 003589 5. 66 . data terkecil dan data terbesar.00 Stem width: 10 Each leaf: 1 case(s) 6. Statistik dikatakan resisten jika ralatif tidak dipengaruhi data ekstrem atau outlier dan perubahan hanya terjadi jika terjadi penggantian data pada sejumlah proporsi tertentu dari kumpulan data awal. 8.Metode PI Ekonomi: Analisis Deskriptif 9.00 6.00 11. (3) kedua sisi pada kotak dengan kutub yang berlawanan (kiri dan kanan. disebut hinges.

5 IQR 50% data berada dalam kotak Soal Seorang mahasiswa.5 IQR data terbesar dalam1.5IQR batas luar: batas dalam: hinge bawah hinge bawah + 3 IQR + 1. Ukuran sampel yang diambil adalah sebanyak 100 penjual dengan data harga jual ke konsumen langsungnya dalam ribuan rupiah sebagai berikut: 25 45 15 25 50 250 10 25 55 40 40 42 20 25 55 40 45 75 65 35 45 50 75 42 50 45 50 65 45 45 45 55 45 45 75 80 45 50 40 40 100 45 42 40 65 75 15 45 25 45 48 45 50 65 50 45 20 40 90 35 50 50 60 65 75 45 25 30 85 25 65 55 45 45 75 40 25 30 85 45 75 40 50 45 55 40 45 35 90 30 65 50 75 40 50 55 40 45 45 40 Informasi statistik apa saja yang akan diperoleh mahasiswa tersebut jika data diatas disajikan dalam bentuk grafik boxplot? 67 .5IQR Hinge: kuartil atas batas dalam: batas luar: hinge atas hinge atas + 3 IQR + 1.5 IQR data sangat ekstrem whisker data outlier median data outlier 1.5 IQR Hinge: kuartil bawah IQR 1. melakukan penelitian mengenai strategi harga yang dibuat oleh penjual pakaian jadi wanita di DKI Jakarta.Metode PI Ekonomi: Analisis Deskriptif data terkecilr dalam1. yang sedang menyusun skripsi.

Berbagai kemungkinan bentuk Boxplot dan informasi yang bisa diperoleh dari bentuk tersebut dapat dilihat pada Gambar berikut: 68 . Selain itu dapat disimpulkan harga pakaian yang terendah tidak terlalu jauh dari harga rata-rata. Setelah selesai. pilihlah simple dan summaries of separate variable.Metode PI Ekonomi: Analisis Deskriptif SPSS Data (Open) Menu : boxplot. kita bisa menyimpulkan bahwa data harga pakaian menjulur kekiri atau sebagain besar data relatif terkumpul pada harga yang rendah. sedangkan harga tertinggi relatif jauh dari rata-rata harga. Klik OK : Output HARGA 0 20 40 60 80 100 Berdasarkan bentuk Boxplot diatas. Klik Define dan masukkan Harga ke kotak Variable.sav Boxplot : Graphs Pada kotak dialog yang muncul.

Metode PI Ekonomi: Analisis Deskriptif Simetris Simetrisukuran relatif lebih besar dalam proporsi terhap ukuran sampel Menjulur ke kanan Menjulur ke kiri Sebaran kecil Menjorok kedalam pada median untuk uji kesamaan dengan median populasi 69 .

Sign up to vote on this title
UsefulNot useful