Analisis Deskriptif: Frequencies (Data nominal)

Analisis frekuensi atau frequency analysis ini biasanya digunakan sebagai analisis terawal, ya.. karena kita hanya mempresentasikan data apa adanya. Mudahnya kira-kira seperti ini,

Analisis frekuensi berusaha untuk menjawab pertanyaan-pertanyaan berikut:

• Apa nilai yang paling sering muncul? Yang kedua sering muncul? ketiga sering? ..
• Pada kisaran berapa nilai yang ingin kita lihat?
  ("oh ternyata yang paling banyak kisaran 20 hingga 45")
• Apakah data yang kita teliti sudah cukup?
  ("Waduh.. kok data yang ini cuma 3 orang??")
• Apakah terjadi missing data?
  ("Kok data yang ini gak ada?")
• Apakah terjadi salah input data?
  ("Ternyata... ini salah ketik rupanya")
• Apakah ada nilai-nilai yang perlu dicatat?
  ("Hmm.. Data yang ini perlu diambil perhatian.. catat.. catat..")

Dalam proses analisis frekuensi, akan kita bahas contoh analisis untuk tiap jenis data di SPSS yaitu nominal, ordinal dan scale.

Misalkan data yang kita peroleh adalah sebagai berikut:
(Contoh soal yang di SINI)

No	Tingkat Pendidikan	Jenis Kelamin	Tinggi	Berat	Soal1
1	1	1	166	70	4
2	2	2	157	45	3
3	3	1	156	77	3
4	1	1	160	50	1
5	1	1	160	50	1
6	1	1	170	54	2
7	1	1	164	50	4
8	2	2	190	90	4
9	2	2	154	67	4
10	2	2	163	78	1
11	1	1	155	52	1
12	2	2	158	55	2
13	1	1	164	56	4
14	3	1	174	66	4
15	1	1	156	60	2
16	1	1	170	56	3
17	3	2	161	64	4
18	2	1	178	67	2

1. Analisis Frekuensi untuk Data Nominal
   Sedikit mengingatkan, data nominal itu adalah data yang hanya sebagai label, nilainya setara dan tidak bisa di hitung-hitung. Dibawah ini akan kita lihat contoh untuk data jenis kelamin.
   
   LANGKAH 1:
   
   Ikuti klik demi klik dibawah ini

    Analyze à Descriptive Statistics à Frequencies à Masukkan data Jenis Kelamin [JK] yang simbolnya ‘3 lingkaran’ à Charts à Pie Charts à Continue à klik Display Frequency Tableà OK 

   
   
   
   LANGKAH 2: OUTPUT
   
   Setelah kita OK akan keluar Output sebagai berikut:

Dari tabel pertama, ada 16 data yang valid, sedangkan 2 data missing. Data yang missing disini mungkin dikarenakan responden lupa mengisi jenis kelaminnya apa. (Penjelasan lebih lengkap mengenai Missing Data, lihat di Entry Data: Missing Values). 

Pada tabel kedua, dipaparkan detail angka-angkanya. Plus nilai persennya. Nah, pada tabel kedua ini ada nilai Percent dan Valid persen. 

Kalau yang Percent, itu persen dari semua data yang terkumpul, termasuk yang missing. Sedangkan Valid Percent, data missingnya tidak dimasukkan. Dan untuk lebih jelas bisa dilihat melalui Pie Charts yang sudah kita pilih. Pie Charts lebih sesuai untuk memaparkan data yang berbentuk Nominal.

NEXT: ANALISIS FREKUENSI untuk DATA ORDINAL

Kalau ada pertanyaan ataupun masukkan,

Tinggalkan pesan di bagian komentar. 

terima kasih... :D

- Fazrol Rozi 

Kindly Bookmark this Post using your favorite Bookmarking service: