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

Modus (Mode) Modus adalah data yang paling sering muncul.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. 8. Untuk skala nominal. 7. baik nominal. Jika angka 10 diganti dengan 100 maka mediannya tetap 7. Rata-Rata Hitung Rata-rata ini hanya bisa dihitung untuk data dengan skala pengukuran paling sedikit interval. Jika ada n data maka rata-rata hitung didefinisikan sebagai berikut: μ=x= − i =1 Σ xi n n 4. panjang karakter atau desimal. interval. dan ratio. 3. Median ini bisa digunakan minimal untuk skala ordinal dan tidak sensitif terhadap adanya data ekstrim. Misal. value. Rumus yang digunakan adalah: 51 . sederet data terurut 2. Statistik ini bisa digunakan untuk semua taraf pengukuran. UKURAN GEJALA PEMUSATAN 1. tipe. ordinal.2. 5. 10 mempunyai median 7. Rata-Rata Dibobot Rata-rata dibobot digunakan bila data mempunyai bobot yang berlainan. dan value labelnya. Bila terdapat n data maka median terletak pada data ke (n+1)/n. modus adalah ukuran pemusatan satu-satunya. Median Median adalah data yang terletak ditengah setelah data diurutkan. 5. label. 2.

000 Valid cases 11 Missing cases 0 Mode 4200. 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. 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.Metode PI Ekonomi: Analisis Deskriptif μ=x= − i =1 Σ xi bi Σbi Soal 4.3. Median.273 Median 4200. dengan rumus perhitungan: 52 . Rentang (range) Rentang merupakan salah satu ukuran variasi yang paling sederhana yaitu hanya berdasarkan data terbesar dan data terkecil.1 n Diketahui 3 kelompok data sebagai berikut: 1. Harga minyak goreng eceran di 11 buah pasar: 3500 3600 4200 4750 5000 3600 3400 5500 5100 4200 4200 2. Tingkat pendidikan 11 orang yang menjadi satuan pengamatan: SD SMP SMP S1 SMU SMP SMU S1 SMU SMP SD 3. UKURAN KERAGAMAN 1.1 Statistics Summarize Frequency Central Tendency: Mean.000 : : : : Soal 4.

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

seperti terlihat pada Gambar berikut.4.82 2100. Distribusi simetris mempunyai rata-rata. median. Skewness Skewness adalah ukuran penyimpangan suatu distribusi dari distribusi simeteris. UKURAN BENTUK DISTRIBUSI Bentuk distribusi data diukur dengan skewness dan kurtosis.00 3400 5500 11 5.27 722. Suatu distribusi yang bentuknya lebih menjulur ke arah kanan disebut menjulur kanan atau menjulur positif (Kurva B). yang menggambarkan apakah bentuknya simetris atau tidak. dan modus berada pada lokasi yang sama (Kurva A).97 522681.Metode PI Ekonomi: Analisis Deskriptif GAJI 4277. Sedangkan jika menjulur ke arah kiri disebut 54 . Bentuk: Skewness Simetris Normal 95% 68% Menjulur kanan atau positif Menjulur kiri atau negatif Spread -2σ -1σ μ +1σ +2σ Lokasi Rata-rata. serta apakah distribusi tersebut cenderung datar atau menggunung. Median Modus Modus Rata-rata Median Rata-rata Modus Median A B C Bentuk: Kurtosis Mesocurtic Leptocurtic Platycurtic D E F 1. Biasanya bentuk distribusi tersebutakan lebih jelas jika disajikan secara visual.

dengan data sebagai berikut: 55 . jika distribusinya menjulur kekanan maka sk bernilai positif. mengenai data-data penelitian berikut ini: 1. dan jika distribusinya menjulur kekiri maka sk bernilai negatif 2. atau mendatar (Kurva F). dan kurva mendatar adalah negatif. menjulang (kurva E). 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. penyebaran. bentuk distribusi. Soal -Soal Latihan Lakukan analisis deskriptif secara lengkap. 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.Metode PI Ekonomi: Analisis Deskriptif menjulur kiri atau negatif (kurva C). 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. Salah satu variabel yang diamati adalah penghasilan bersih yang didapatkan setiap hari oleh para sopir tersebut. Kurtosis Kurtosis mengukur apakah suatu distribusi berbentuk cenderung normal (kurva D). kurva menjulang adalah positif. Penelitian yang sama dengan nomor 3 tetapi untuk perusahaan swasta. Penelitian mengenai gaji pokok pertama yang diterima karyawan dengan tingkat pendidikan sarjana di BUMN. yang mencakup ukuran gejala pusat. Seorang mahasiswa tertarik untuk melakukan penelitian deskriptif mengenai penghasilan para supir angkot di wilayah Jabotabek. 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.

000 102.464 150 21.833 .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.E.sav : Statistics Summarize Descriptives Klik options untuk memunculkan kotak dialog yang menunjukkan berbagai ukuran statistik. sedangkan G_BUMN dan G_SWASTA adalah simetri yaitu skewness-nya 0.500 13. Mean Variance S.E.E. Interpretasinya adalah sebagai berikut: 56 .464 300 Berdasarkan hasil analsisi tersebut.E.E.000 50 S. Mean Variance S. Skew Minimum 8.655 -.493 186.000 200.902 .000 .660 1875.902 .E. Berdasarkan ukuran kurtosis.062 -.466 .000 400.301 .517 .615 . terlihat bahwa bentuk distribusi G_SUPIR adalah menjukur kekanan (skewness positif).543 45.667 . Skew Minimum 20.581 . Kurt S.000 43.E. Kurt S. bentuk distribusi G_BUMN adalah menjulang (kurtosis positif) sedangkan G_SUPIR dan G_SWASTA adalah relatif mendatar dengan nilai kurtosisnya negatif.E. Mean Variance S. Pilihlah beberepa diantaranya.000 700 S.E.427 5 Variable G_SWASTA Mean Std Dev Kurtosis Skewness Range Maximum 500. 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. Skew Minimum 2.412 10416. Kurt S.000 350 S.

Penghasilan supir lebih terkonsentrasi pada penghasilan yang rendah atau sebagaina besar gajia sopir adalah rendah 2. Misalnya dalam survey pasar. frekuensi atau persentase relatif. Tabel tersebut juga bisa disajikan dalam diagram balok dan histogram. TABEL 1. Penggunaan tabel frekuensi untuk skala pengukuran interval dan ratio relatif kurang informatif.Metode PI Ekonomi: Analisis Deskriptif 1. Gaji pegawai swasta relatif heterogen atau mempunyai jarak yang relatif lebih besar antara gaji terendah dengan gaji tertinggi dibandingkan gaji pegawai BUMN. 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. frekuensi atau persentase kumulatif.5. kita bisa membuat tabel yang menunjukkan seberapa banyak konsumen yang puas dengan pelayanan perusahaan. Tabel Frekuensi Tabel frekuensi merupakan teknik sederhana untuk menyajikan data dalam bentuk pengurutan. Output : TINGKAT tingkat pendidikan Value Label Value Frequency Percent Valid Percent Cum Percent 57 . 5. Kita bisa juga menggunakan menu ini untuk memperoleh statistik yang mengambarkan nilai tertentu dan sebaran observasinya. 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.

Tabel Silang Tabel silang atau klasifikasi silang digunakan untuk menyajikan data yang terdiri dari 2 variabel atau lebih. Klasifikasi silang dari dua variabel memerlukan tabel dengan baris-baris dan kolom-kolom.5 81. Kategori-kategori dalam suatu variabel diletakkan pada baris sedangkan kategori-kategori dalam variabel lain diletakkan pada kolom.0 100.2 18.Metode PI Ekonomi: Analisis Deskriptif SD SMP SMU S1 1 2 3 4 Total 2 4 3 2 ------11 18.3 27.3 18.0 2.------100. yang akan dijelaskan dalam bab berikutnya.4 36.3 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 4.4 27.0 18.2 54. Data dalam klasifikasi silang ini sangat penting dalam pengukuran hubungan antara kedua variabel tersebut.8 100. Biasanya variabel tak bebas diletakkan dalam baris sedangkan variabel bebas dalam kolom.2 18. Sedangkan cara membuat tabel klasifikasi silang dan penggunaan perangkat lunak SPSS-nya menggunakan contoh kasus berikut: Soal 4.3 : 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 36.2 ------.

contoh untuk gaji harus dibuat kategori dalam bentuk interval.0 28.5 7 53. Klasifikasi silang ini sangat efektif untuk skala pengukuran nominal dan ordinal.0 23.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.2 Row Total 5 38. Output : PREFER by JENIS_K Jenis Kelamin JENIS_K Count Row Pct Col Pct Tot Pct PREFER 0 rendah Perempuan laki-laki 0 2 40.6 15. dan seterusnya. antara 200 ribu sampai 500 ribu.1 3 37.5 1 tinggi 8 61.5 50.1 6 46.4 5 62. Untuk skala interval atau rasio harus dibuat kategori-kategori terlebih dahulu.5 Column Total 13 100.8 1 3 60. serta untuk menghitung berbagai statistic dan pengujian. seperti dibawah 200 ribu.0 23.4 38. 59 .0 Format tabel silang yang dihasilkan perangkat lunak SPSS diatas dapat dijelaskan dengan gambar berikut.0 50.5 71.

5 Kategori pada variabel 1 laki-laki 1 3 60.6.4 5 62. Jika hanya satu variabel. Jumlah variabel yang bisa disajikan adalah satu atau dua varibel.5 71.5 5. 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.1 Row Total 5 38.0 50.0 23.Metode PI Ekonomi: Analisis Deskriptif Kandungan sel Variabel 1 JENIS_K Count Row Pct Col Pct Tot Pct PREFER 0 rendah Perempuan 0 2 40.6 15.5 Marginal baris mi Kategori pada variabel 2 Variabel 2 1 tinggi 8 61. GRAFIK 1.2 13 100. maka aksisnya adalah variabel yang biasanya berskala kategorikal (nominal atau ordinal) dan ordinatnya adalah frekuensi kasus untuk setiap 60 .0 28.0 23.5 Column Total 7 53.4 38.8 6 46.5 71.4 38.0 sel 2.1 (baris 2 kolom 1) 5 62.1 3 37.5 50.

maka aksisnya adalah variabel kategorikal dan ordinatnya variabel interval atau ratio.5 Besar Kecil Menengah Skala usaha Data Variabel Menu Options Output : Tabel 4.1 : Scales (axis) dan frekuensinya (ordinat) : Graphs Bar : Pilih simple Klik Define dan pilih N of cases untuk Bars represent : 4.5 Count 2.5 : Tabel 4. SPSS Data Variabel Menu Option Output 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 .0 3. Sedangkan jika diagram menyajikan dua variabel.0 2.Metode PI Ekonomi: Analisis Deskriptif kategori tersebut.5 3.0 1.

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

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. menjulur. dan (b) memeriksa secara visual bentuk distribusi data. Soal Seorang mahasiswa jurusan akuntansi Universitas Gunadarma sedang melakukan penelitian untuk mengetahui profitabilitas perusahaan-perusahaan manufaktur.Metode PI Ekonomi: Analisis Deskriptif Menengah Besar Kecil 3. menjulang. Histogram Histogram merupakan teknik konvensional untuk menyajikan data rasio interval. termasuk histogramnya? 63 . atau mendatar. yang dibentuk dengan batang-batang (bars) dimana setiap nilai yang menempatinya sama dengan luas batang tersebut. Histogram. Ukuran yang dipakai salah satunya adalah current ratio (dalam persen). apakah simteris. sangat bermanfaat untuk (a) menyajikan semua interval data pada distribusinya. yang digunakan jika memungkinkan sekumpulan nilai-nilai variabel dibuat dalam bentuk selang atau interval.

kita tidak bisa secara pasti menentukan statistik-statistik yang meliputi median atau kuartil.8 N = 40. terbesar. Dev = 13. 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). dan berbagai ukuran lainnya. Untuk ukuran data yang relatif kecil.0 145. stem and leaf.0 170.0 135.00 DATA 4. yaitu dengan langkahlangkah: 1. grafik ini bisa dibuat secara manual dengan mudah.05 Mean = 146.0 165. ragam.Metode PI Ekonomi: Analisis Deskriptif SPSS Open Data Menu : Histo. Akibat pengelompokan data dalam bentuk interval pada histogram.0 125.0 130.0 155. Informasi yang hilang tersebut tidak akan terjadi jika kita menggunakan stem and leaf. standar deviasi. Daftarkan digit pertama (0 sampai 9) di kolom paling kiri (sebagai batang atau stem) 64 . Selain itu.0 Std.0 150. : Pilih display normal curve : Option Output 10 8 6 4 2 0 120.0 140.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. bentuk distribusi.0 175. atau histogram. Menu ini sangat efektif digunakan untuk data dengan skala pengukuran minimal interval.0 160. visualisasi dari stem and leaf ini juga bisa menggambarkan bentuk distribusi data secara cepat dan jelas. serta membuat grafik boxplot. rata-rata. Kita bisa mengetahui statistik nilai terkecil. uji kenormalan data.

28 5 . Digit kedua ditempatkan di sebelah kanannya (sebagai daun atau leaf) Contoh. Salah satu variabel yang diamati adalah keuntungan bersih per hari yang diperoleh setiap pedagang. 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.00 3. 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. buatlah grafik SPSS Open Data Menu : Stem.Metode PI Ekonomi: Analisis Deskriptif 2.00 3.00 2. 579 Output 65 . 7 4 .sav : Statistics Summarize Explore Devendent list: Ujian Klik Plots dan pilihlah stem and leaf : Frequency Stem & Leaf 1.

panjang ekor kurva distribusi. kuartil atas. disebut hinges. atau atas dan bawah). dan (4) serat (whisker) yang menghubungkan hinges dikedua sisi dengan data terkecil dan data terbesar. Elemen dasar dari bentuk grafiknya adalah (1) kotak segi empat yang memuat 50 persen data (ingat istilah IQR atau interquartile range). bentuk. dan data ekstrem. 022345689 02345567899 004456789 003589 5. sebaran. Grafik ini secara umum mengurangi penyajian data mentah yang terperinci pada grafik stem and leaf sehingga efektif untuk ukuran data yang relatif lebih besar. Boxplot (box and whisker) Boxplot merupakan teknik grafis yang dikembangkan oleh Tukey dan sering digunakan untuk analisis data eksplorasi. 66 .00 9. (2) garis melintang pada kotak yang menunjukkan median. data terkecil dan data terbesar. Boxplot bisa dibuat relatif mudah secara manual atau dengan bantuan program komputer statistika. 7.00 6.00 11. Penjelasan selengkapnya mengenai bentuk grafik ini bisa dilihat pada Gambar berikut.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. Jadi statistik median. kuartil bawah. Median dan kuartil pada boxplot digunakan sebagai ukuran gejala pemusatan dan sebaran karena statistik tersebut relatif tidak dipengaruhi (resistensi) oleh data ektrem. serta memvisualisasikannya dalam bentuk lain tanpa kehilangan berbagai informasi statistika deskriptif yang meliputi lokasi distribusi. 8.Metode PI Ekonomi: Analisis Deskriptif 9. 9. (3) kedua sisi pada kotak dengan kutub yang berlawanan (kiri dan kanan.

5 IQR Hinge: kuartil bawah IQR 1.5IQR batas luar: batas dalam: hinge bawah hinge bawah + 3 IQR + 1. melakukan penelitian mengenai strategi harga yang dibuat oleh penjual pakaian jadi wanita di DKI Jakarta.5 IQR data terbesar dalam1. yang sedang menyusun skripsi. 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 .Metode PI Ekonomi: Analisis Deskriptif data terkecilr dalam1.5 IQR 50% data berada dalam kotak Soal Seorang mahasiswa.5 IQR data sangat ekstrem whisker data outlier median data outlier 1.5IQR Hinge: kuartil atas batas dalam: batas luar: hinge atas hinge atas + 3 IQR + 1.

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

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