TIPS dan TRIK BASIC TABEL

Transkripsi

1 TIPS dan TRIK BASIC TABEL BASIC TABLES Tujuan dari Basic Tables adalah memberikan gambaran (deskripsi) dasar tentang suatu data, seperti berapa rata-rata data tersebut, standar deviasinya, variansnya dan sebagainya. Data yang digunakan bisa kuantitatif ataupun kualitatif. Untuk data kualitatif, hanya sedikit ukuran statistik deskriptif yang bisa digunakan secara ptimal. 1. PEMBUATAN BASIC TABLES Kasus: Dari file DATA PERSONALIA, akan dibuat sebuah tabel sederhana yang memuat Jumlah dan Usia rata-rata karyawan berdasar dan Tingkat Pendidikan Karyawan. Langkah-langkah: Buka file Data Persnalia Dari Menu Utama SPSS, pilih menu Analyze, kemudian pilih sub-menu Tables, lalu pilih Basic Tables. Tampak di layar: 1

2 Gambar 1. Ktak Dialg Basic Tables Summaries atau variabel yang akan dihitung, yang seharusnya data numerik. Sesuai kasus, masukkan variabel usia. Jumlah Karyawan dilakukan pada pengisian ptin Statistics. Untuk itu, tekan tmbl ptin STATISTICS, hingga tampak di layar: Gambar 2. Ktak Dialg Statistics Statistics digunakan untuk menampilkan besaran statistik yang diperlukan, yang dalam kasus adalah Jumlah (Karyawan) dan Ratarata (Usia Karyawan) Pilih Cunt dan tekan tmbl Add untuk memasukkan besaran Jumlah (Cunt) pada klm CELL STATISTICS di ktak kanan. Pilih dan tekan tmbl Add untuk memasukkan besaran Rata-rata () pada klm CELL STATISTICS Abaikan bagian yang lain, dan tekan tmbl CONTINUE untuk kembali ke ktak dialg utama. Bagian SUB GROUPS, atau perincian penempatan isi baris, klm dan layer. Dwn atau variabel untuk mengisi BARIS. Sesuai kasus, pilih variabel status (di layar mungkin terlihat label nya yang tertulis ' STATUS KARYAWAN', yang sama saja pengertiannya). Acrss atau variabel untuk mengisi KOLOM. Sesuai kasus, pilih variabel didik Abaikan bagian yang lain, dan tekan tmbl OK untuk prses data. Output SPSS dan Analisis: 2

3 Berikut utput dari Basic Tables: Tables Cunt SMU Pendidikan Karyawan Akademi Sarjana Cunt Cunt Analisis: Dari tabel diatas terlihat bahwa Karyawan yang belum menikah dan berpendidikan SMU berjumlah 8 rang, dengan rata-rata usia adalah 23 tahun. Sedangkan Karyawan yang telah menikah dan berpendidikan SMU hanya berjumlah 3 rang, dengan rata-rata usia lebih tua, yaitu 27 tahun. Demikian bisa dilakukan analisis (secara deskriptif) untuk Pendidikan Akademi dan Sarjana. Terlihat Jumlah karyawan terbanyak adalah mereka yang berpendidikan Sarjana dan telah menikah (15 rang) dan Rata-rata Usia tertua juga ada pada kelmpk Sarjana. NB: simpan utput tersebut dengan nama Basic_1 Perbaikan Output (Optinal) Tampilan tabel utput diatas bisa diubah sesuai kebutuhan. Sebagai cnth, utput Basic_1 diatas akan dimdifikasi dengan ketentuan: Kata-kata 'Cunt' dan ' akan diubah ke dalam Bahasa Indnesia, menjadi ' Jumlah' dan ' Rata-rata' Diberi Judul ' TABEL JUMLAH DAN USIA RATA-RATA KARYAWAN' Tabel ditampilkan dengan variasi warna tertentu agar lebih enak dilihat. Langkah-langkah pengerjaan: Sebelumnya, tampilkan utput diatas (SPSS Viewer) a. Mengubah Judul tabel: Letakkan pinter pada kata TABLES, lalu klik muse sekali, hingga terlihat ktak hitam (edit) ada disekelilingnya. Hal ini berarti tampilan siap diedit. 3

4 Tetap letakkan pinter disitu, sekarang klik muse dua kali secara cepat (duble click), sesaat tampak ktak sekeliling berubah dan tampak kursr di kiri huruf 'TABLES'. Ganti huruf TABLES tersebut dengan judul yang telah ditentukan, yaitu 'TABEL JUMLAH DAN USIA RATA-RATA KARYAWAN'. Tentu saja bisa juga diatur jenis fnt, size dan lainnya, dengan tls yang ada, atau lewat menu FORMAT. Setelah selesai, klik muse untuk mengakhiri mdifikasi judul. b. Mengubah kata COUNT dan MEAN, serta variasi warna: Letakkan pinter pada Tabel Output, lalu klik muse sekali, hingga terlihat ktak (edit) ada disekelilingnya. Lalu lakukan duble click hingga ktak sekeliling berubah dan tabel siap diedit. NB: Jadi prinsip untuk mengedit sama, yaitu sekali klik untuk menentukan tampilan yang akan diedit, kemudia lakukan duble click untuk mengedit. Untuk mengubah kata COUNT. Arahkan pinter pada kata 'Cunt', lalu lakukan duble click hingga ktak siap diedit. Ketik Jumlah untuk mengganti kata Cunt tersebut, dan klik muse sekali untuk mengakhiri penggantian tersebut. Demikian juga bisa dilakukan prses penggantian untuk kata MEAN menjadi Rata-rata. NB: Disini bahkan isi tabel pun bisa dirubah, seperti angka 8 bisa diganti 80 atau yang lain! Melakukan Variasi Warna. Lakukan duble click pada tabel diatas, kemudian dari menu FORMAT, pilih sub menu TABLE LOOKS. Untuk keseragaman, pilih tampilan Cntrast 2. Lalu tekan tmbl OK, maka terlihat tampilan utput berubah warnanya. Demikian bisa dilakukan pengubahan warna dan bentuk utput dari TABLE LOOKS. Jika semua selesai, akan tampak hasil mdifikasi berikut: TABEL JUMLAH DAN USIA RATA-RATA KARYAWAN Pendidikan Karyawan SMU Akademi Sarjana Jumlah Rata-rata Jumlah Rata-rata Jumlah Rata-rata

5 NB: simpan utput tersebut dengan nama Basic_1_mdifikasi Cnth sederhana diatas hanya untuk menjelaskan bahwa tampilan utput dari SPSS bisa dimdifikasi sesuai kebutuhan, dalam berbagai dimensinya, seperti tampilan kata, huruf, warna, disain dan sebagainya. 2. PENGGUNAAN SEPARATE TABLES Separate Tables atau tabel yang terpisah-pisah digunakan untuk membuat lebih dari satu tabel dengan kriteria tertentu. Misal akan dibuat dua tabel untuk masing-masing Jenis Kelamin Karyawan, Tiga Tabel untuk masingmasing tingkat Pendidikan dan sebagainya. SPSS akan menampilkan separate tables dengan tampilan yang tetap dalam tampilan satu tabel, kemudian user bisa membuka setiap tabel dengan cmb bx Kasus: Dari file DATA PERSONALIA, akan dibuat sebuah tabel yang memuat kmpsisi Karyawan untuk setiap Gender (Jenis Kelamin), dengan klm dan baris tabel adalah Tingkat Pendidikan,, dan isi tabel adalah Rata-rata gaji karyawan. Disini tabel akan dipisah berdasar gender (Jenis Kelamin), sedang infrmasi lain sama dengan kasus pertama. Langkah-langkah: Buka file data persnalia Dari Menu Utama SPSS, pilih menu Analyze, sub-menu Tables, lalu Basic Tables. Pengisian ktak dialg BASIC TABLES: Summaries, yang selalu sebuah data numerik. Sesuai kasus, masukkan variabel gaji. Rata-rata gaji Karyawan dilakukan pada pengisian ptin Statistics. Untuk itu, tekan tmbl ptin STATISTICS untuk membuka ktak dialg STATISTICS. Pilih dan tekan tmbl Add untuk memasukkan besaran Rata-rata () pada klm CELL STATISTICS. Abaikan bagian yang lain, dan tekan tmbl CONTINUE untuk kembali ke ktak dialg utama. NB: Jika sebelumnya di klm CELL STATISTICS terdapat juga besaran COUNT yang untuk kasus ini tidak diperlukan, maka untuk 5

6 menghilangkan besaran COUNT, klik variabel tersebut dan klik tmbl REMOVE yang ada di tengah ktak dialg. Bagian SUB GROUPS, atau perincian penempatan isi baris, klm dan separate tables. Dwn untuk mengisi BARIS. Sesuai kasus, pilih variabel status Acrss untuk mengisi KOLOM. Sesuai kasus, pilih variabel didik Separate tables untuk mengisi variabel yang akan memisahkan tampilan tabel. Sesuai kasus, pilih variabel gender Abaikan bagian yang lain, dan tekan tmbl OK untuk prses data. Output SPSS dan Analisis: Tables Gender Wanita SMU Pendidikan Karyawan Akademi Sarjana NB: simpan utput tersebut dengan nama Basic_2 Untuk melihat kegunaan Separate tables, tempatkan pinter pada utput diatas, lalu lakukan duble click hingga tampak ktak cmb (ktak dengan tanda ). Buka ktak tersebut, dan sekarang pilih Gender pria. Hasil: Gender Pria SMU Pendidikan Karyawan Akademi Sarjana Sekarang terlihat dua buah tabel utput berdasar Gender, yang ditempatkan secara terpisah (separate). Analisis: 6

7 Terlihat untuk Gender Wanita, tidak ada karyawan wanita yang berpendidikan SMU yang telah menikah (Lihat ktak dengan kriteria tersebut yang ksng). Disini mungkin pimpinan bisa menambah wanita yang sudah menikah, atau kebijakan yang lain. Dari tabel Gender Pria terlihat rata-rata Gaji Pria yang sudah menikah lebih tinggi dibanding mereka yang masih bujangan, yang merata untuk semua tingkat pendidikan. Juga semakin tinggi tingkat pendidikan karyawan Pria, semakin besar gaji yang diterimanya. Hal ini berbeda dengan karyawan wanita, dimana jika wanita tersebut sudah menikah, gaji yang diterima malah cenderung lebih kecil. Hal ini bisa menjadi pertimbangan pimpinan untuk melakukan perbaikan sistem penggajian karyawan wanita. Namun sebelumnya, bisa dilihat (dengan Basic Tables) bagaimana pengaruh usia dan pengalaman kerja karyawan, sebelum melakukan kebijakan di bidang penggajian. Demikian seterusnya bisa dilakukan berbagai analisis lain yang lebih bervariasi, yang bisa menjadi pendukung bagi pengambilan suatu kebijakan. 3. PENGGUNAAN NESTED DAN STACKED Penyajian Tables bisa diperluas lagi dengan menggunakan Nested dan Stacked, yang berbeda pada tampilan utput di bagian baris, klm atau layer/separate dari tabel. Fungsi Nested akan menampilkan utput seperti phn, yaitu ada batang, lalu setiap batang diurai menjadi dahan, ranting dll. Sedang fungsi Stacked menampilkan utput dalam bentuk 'menmumpuk'. Kasus: Akan ditampilkan kmpsisi Usia Karyawan berdasar variabel Pendidikan dan, yang akan ditampilkan di bagian baris dari tabel. Tampilan akan dibagi dalam dua pilihan, yaitu Nested dan Stacked. NB: besaran statistik yang diukur adalah dan Standard Deviatin Langkah-langkah: Buka file data persnalia 7

8 Dari Menu Utama SPSS, pilih menu Analyze, sub-menu Tables, lalu Basic Tables Tampak di layar: Gambar 3. Ktak Dialg Basic Tables Summaries; masukkan variabel usia. Untuk mengisi besaran dan Standard Deviatin serta pengaturannya, buka ptin STATISTICS. Pengisian untuk bagian ini: Pilih. Untuk jenis tampilan, pada ktak kiri bawah, buka ktak cmb FORMAT dan pilih frmat ddd.dd., kemudian isi WIDTH dengan 7 dan DECIMALS dengan 2. Hal ini berarti utput ditampilkan maksimal 7 digit angka dengan kemungkinan adanya dua desimal. Pilih Std Deviatin, dengan pilihan frmat sama dengan pilihan diatas. NB: jika frmat akan diubah, klik variabel yang akan diubah frmatnya (misal ), kemudian ubah dengan frmat yang dikehendaki, dan tekan tmbl CHANGE untuk menempatkan pengubahan frmat terakhir tadi. Abaikan bagian yang lain, dan tekan tmbl CONTINUE untuk kembali ke ktak dialg utama. Bagian SUB GROUPS, atau perincian penempatan isi baris, klm dan separate tables. Dwn untuk mengisi BARIS. Sesuai kasus, pilih variabel didik dan status. Perhatikan bahwa urutan pengisian variabel (didik lebih dulu atau kemudian) akan mempengaruhi tampilan utput. 8

9 Perhatikan! dengan memasukkan lebih dari satu variabel ke bagian DOWN, tmatis bagian tengah bawah ktak akan aktif (terbuka), karena sekarang dimungkinkan untuk melakukan variasi tampilan dengan lebih dari satu variabel. Untuk keseragaman, pilih All cmbinatins (nested). Abaikan bagian yang lain (karena hanya baris yang akan diisi), dan tekan tmbl OK untuk prses data. Output SPSS dan Analisis: Tables Pendidikan Karyawan SMU Akademi Sarjana Std Deviatin Langkah untuk menampilkan ptin STACKED: Sama dengan langkah-langkah diatas, hanya sekarang dipilih ptin Each Separately (Stacked) sebagai alternatif pilihan NESTED terdahulu. Output: Pendidikan Karyawan SMU Akademi Sarjana Std Deviatin NB: Simpan utput dengan nama basic_3_nested_stacked Perhatikan, utput yang disimpan ada dua tabel, yaitu cnth Nested dan Stacked Analisis: Dua tampilan diatas mempunyai angka yang BERBEDA, karena berbeda dalam tampilan (susunannya). Pada Nested uraian menjrk ke kanan, dengan variabel didik ditampilkan terlebih dahulu, disusul uraian berdasar variabel status. Pada bentuk stacked, tidak ada rincian dan susunan 9

10 menumpuk (stacked), dengan variabel didik ada diatas, akrena diinput terlebih dahulu. Jadi jika akan dilihat rincian, lebih baik digunakan nested, dan jika ingin dilihat secara 'garis besar', bisa digunakan stacked. Dari tampilan nested, terlihat usia termuda ada pada karyawan berpendidikan SMU yang belum menikah (rata-rata 23,25 tahun), sedang usia tertua ada pada kelmpk karyawan berpendidikan Sarjana yang telah menikah (30 tahun). Dari ukuran standar deviasi, terbedar adalah pada kelmpk karyawan berpendidikan Sarjana yang belum menikah (4,12 tahun), yang berarti kelmpk ini paling bervariasi usianya. Dari tampilan stacked, terlihat usia tertua adalah kelmpk Sarjana (29,36 tahun), sedang jika dilihat dari status, tertua adalah karyawan yang telah menikah (27,9 tahun). Demikian seterusnya bisa dilakukan berbagai analisis yang lain berdasar dua tampilan diatas. Selain bisa ditampilkan dalam bentuk Dwn (baris), jenis tampilan Nested dan Stacked bisa juga ditampilkan untuk acrss (klm), atau kmbinasi keduanya, dalam arti nested dan stacked ada pada baris dan klm secara bersamaan. Bahkan nested dan stacked bisa juga digunakan untuk separate tables, dengan tampilan bisa untuk setiap tabel dengan kriteria tertentu. 4. LAYOUT, FORMAT DAN TOTAL LAYOUT Layut (tata letak) lebih menyangkut bagaimana penempatan label keterangan) pada tampilan utput, seperti apakah label (, Cunt dll) akan diletakkan di atas, di sebelah kiri (klm). FORMAT Frmat lebih membahas perlakuan terhadap data yang memang tidak ada nilainya yaitu apakah diberi tanda 0, atau ksngkan saja (blank). Frmat ini 10

11 akan berguna jika STATISTICS yang dipakai seperti Cunt (jumlah data), namun untuk tidak ada pengaruh, karena rata-rata pasti ada datanya, kecuali semuanya adalah blank atau ksng. Frmat juga membahas perlakuan terhadap data yang hilang (missing values), apakah akan diberi tanda khusus (seperti tanda **). Perhatikan bedanya! missing value terjadi karena data tidak ada, seperti karyawan pria di bidang marketing, besar gaji tidak tersedia, maka data tersebut dikatakan missing. Namun jika memang tidak ada karyawan pria di bidang marketing, tmatis tampilan bukan missing, namun adalah blank (zer). Jadi missing disini lebih pada datanya lengkap terisi semua atau tidak. Dalam file data persnalia, tidak ada missing value karena semua (60 data) lengkap untuk semua variabel. TOTALS Ttal memberi tambahan sebuah baris dan klm yang berfungsi menjumlah item baris dan klm. Untuk menjelaskan kegunaan fungsi Layut, Frmat dan Ttal, berikut akan dibuat sebuah kasus yang terdiri dari dua bagian: Kasus: Membuat Data Missing dengan mengubah file data persnalia Membuat basic tables dengan data blank dan missing MEMBUAT DATA MISSING Pada file data persnalia, ada dua yang akan diubah menjadi missing data, yaitu: Sebuah data Karyawan berpendidikan Sarjana dan bekerja di bagian Akuntansi Sebuah data Karyawan berpendidikan Akademi dan bekerja di bagian marketing Langkah: Buka file data persnalia Arahkan pinter pada cases nmr 3 yang memuat variabel didik Sarjana dan variabel Bidang adalah Akuntansi. Letakkan pinter pada gaji karyawan diatas (378), dan tekan tmbl Del, maka sekarang sel tampak ksng, dan data dianggap missing (hilang). 11

12 Arahkan pinter pada cases nmr 11 yang memuat variabel didik Akademi dan variabel Bidang adalah Marketing. Letakkan pinter pada gaji karyawan diatas (762), dan tekan tmbl Del, hingga sel tampak ksng. NB: Ingat, bahwa data missing bukan berarti datanya nl! Simpan file diatas dengan nama data persnalia missing Dari data missing diatas, akan ditampilkan kmpsisi Gaji Karyawan berdasar Pendidikan dan Bidang Kerja mereka. Langkah: Buka data persnalia missing Dari Menu Utama SPSS, pilih menu Analyze, sub-menu Tables, lalu Basic Tables Tampak di layar: Gambar 4. Ktak Dialg Basic Tables Summaries. Masukkan variabel gaji Buka ptin STATISTICS Pilih Cunt dan Buka ptin FORMAT. Tampak di layar: Gambar 5. Ktak Dialg Basic Tables Frmat 12

13 EMPTY CELL APPEARANCE, yang berhubugnan dengan tampilan sel yang ksng, yaitu akan dibiarkan ksng (Blank) atau ditampilkan dalam angka zer (0). Untuk keseragaman, pilih Zer MISSING STATISTICS APPEARS AS, atau data missing akan diberi tanda apa? Untuk keseragaman, hapus default yang ada (tanda '. '), dan ganti dengan tanda ***. NB: tampilan missing bisa saja berupa kata, seperti MISSING dll. Tekan CONTINUE untuk kembali ke ktak dialg utama. Buka ptin TOTALS. Tampak di layar: Gambar 6. Ktak Dialg Basic Tables Ttals Pilih Ttals ver each grup variables, yagn berarti tiap variabel akan diberi ttal angka sesuai statistics yang dipilih, dalam kasus ini adalah cunt (jumlah) dan rata-rata (mean). Bagian SUB GROUPS. Dwn, pilih variabel bidang Acrss, pilih variabel didik Abaikan bagian yang lain, dan tekan tmbl OK untuk prses data. Output SPSS dan Analisis: Tables Bidang Grup Ttal Marketing Akuntansi Umum Prduksi Cunt SMU Pendidikan Karyawan Akademi Sarjana Grup Ttal Cunt Cunt Cunt *** 0 *** *** *** ***

14 Simpan utput dengan nama basic_4 Analisis: Pada klm SMU, semua karyawan bekerja pada bidang Marketing, sehingga terlihat untuk bidang lain, ada tanda 0 yang berarti tidak ada karyawan SMU yang bekerja pada bidang Umum, Akuntansi dan Prduksi. Dengan jumlah karyawan (cunt) adalah 0, maka rata-rata gaji dianggap missing (tanda *** seperti input Frmat sebelumnya). Pada klm Akademi, karena dalam kasus awal tadi, untuk bidang Marketing data sengaja dihilangkan (missing), maka tampak tanda *** sesuai pengisian ptin Frmat sebelumnya. Berbeda dengan tanda 0 sebelumnya yang menyatakan tidak ada karyawan yang relevan, disini tanda *** berarti ada karyawan (lihat Cunt yang bernilai 1) yang Akademi dan di bidang Marketing, hanya data gajinya missing. Pada klm Sarjana, tidak ada yang bekerja di bidang Marketing, hingga cunt = 0 dan tmatis dianggap missing. Perhitungan gaji Sarjana dengan pekerjaan di bidang Akuntansi sebelum dan sesudah adanya data missing: Sebelum data missing, ada 5 data karyawan Sarjana, kerja di Akuntansi: (gunakan Select Cases pada Menu Data): N. Bidang didik gaji 1 Akuntansi Sarjana Akuntansi Sarjana Akuntansi Sarjana Akuntansi Sarjana Akuntansi Sarjana Rata-rata gaji () adalah: ( )/5 = 652,2 atau Rp ,- NB: angka diatas bisa juga didapat dengan basic tables pada data persnalia yang semula. Sekarang dengan hilangnya satu data, maka tabel menjadi: N. Bidang didik gaji 14

15 Rata-rata gaji () adalah: 1 Akuntansi Sarjana Akuntansi Sarjana Akuntansi Sarjana Akuntansi Sarjana ( )/4 = 720,75 atau Rp ,- Lihat sebagai pembanding utput gaji pada variabel Sarjana dan Akuntansi. Dengan demikian, terlihat untuk data missing, SPSS akan menghilangkan data tersebut secara tmatis dalam berbagai perhitungan, hanya dalam cunt tetap tidak berubah (dalam kasus utput tetap cunt adalah 5 dan tidak menjadi 4). Pada bagian GROUP TOTAL, terlihat bahwa: Untuk Cunt adalah ttal penjumlahan baris dan klm yang relevan. Misal untuk klm SMU adalah = 11. Untuk, ttals bukan penjumlahan, tapi rata-rata dari yang sudah ada. Misal untuk klm Akademi, ttal mean adalah ttal rata-rata untuk bidang Akuntansi, Umum dan Prduksi dibagi 3. Jadi disini ttal menyesuaikan dengan statistik yang digunakan. Sebagai cnth, jika statistik yang digunakan adalah maksimum data, maka ttals adalah data yang paling maksimum dari ringkasan data yang maksimum. 15