ANALISIS DESKRIPTIF

Analisis Deskriptif adalah bagian dari statistik yang digunakan untuk manggambarkan atau mendeskripsikan data tanpa bermaksud mengenaralisir atau membuat kesimpulan tapi hanya menjelaskan kelompok data itu saja.

Sehingga, dapat diartikan Analisis Deskriptif bertujuan untuk menggambarkan data dengan tampilan yang lebih menarik sehingga mudah dimengerti. Biasanya data yang akan di Analisis Deskriptif dibuat dalam bentuk diagram-diagram maupun tabel sehingga mudah dipahami.

Sebagai contoh diberikan kasus sebagai berikut :

Menyelesaikan kasus di atas dengan menggunakan SPSS dapat dilakukan dengan langkah-langkah sebagai berikut :

1.            Klik analyze lalu pilih descriptive statistics dan pilih frequencies.
2.        Klik suhu lalu klik simbol panah untuk memindahkan variabel ke sisi sebelahnya. Begitu pula pada kelembaban.

3.            Klik statistics.

Isi tampilan statistik praktikan seperti gambar. Untuk menambahkan presentil maka isi berapa angka presentil yang praktikan mau lalu klik add. Setelah selesai maka klik continue.

4.            Klik chart.

Pembahasan :

Perhatikan gambar salah satu output berikut.

Pada gambar terdapat tulisan valid yang mengartikan data yang ada sebanyak 20, dan missing mengartikan bahwa data yang hilang sebanyak 0, artinya tidak ada data yang hilang. Mean mengartikan rata-rata dari data yang praktikan masukkan memiliki rata-rata sebesar 30,2000 untuk suhu dan 40,1000 untuk kelembaban. 00 yang berada pada 30,2000, merupakan hasil isi atau banyaknya desimal yang praktikan masukkan di variabel view praktikan. Jika isi desimal yang praktikan masukkan 0 maka rata-rata akan menjadi 32,20 tetapi jika isi desimal 2 maka rata-rata menjadi 32,2000. Selanjutnya ada standard eror of mean yaitu 0,890 untuk suhu dan 1,073 untuk kelembaban. Maksud dari standard eror of mean digunakan untuk mengukur seberapa tepat nilai mean yang praktikan peroleh. Selanjutnya ada median, median pada suhu yaitu 30 dan kelembaban 40. Median digunakan untuk mendapatkan nilai tengah setelah data diurutkan. Mode adalah modus yaitu data yang paling sering muncul yaitu pada suhu 30 pada kelembaban 40. Standar deviasi merupakan cerminan seberapa jauh data menyimpang dari rata-rata. Standar deviasi menggambarkan seberapa jauh data tersebut bervariasi. Pada suhu standar deviasi yaitu 3,982 dan pada kelembaban yaitu 4,800. Variansi adalah ukuran sebaran data. Pada suhu variansinya sebesar 15,853 dan kelembaban sebesar 23,042. Skewness adalah kecondongan suatu kurva. Pada suhu skeewness sebesar -0,670 dan pada kelembaban sebesar -0,592. Standard eror of skewness digunakan untuk mengukur seberapa tepat  nilai kecondongan kurva yang praktikan peroleh. Pada suhu standard eror of skewness nya sebesar 0,512 begitu pula pada kelembaban yaitu sebesar 0,512. Kurtosis adalah keruncingan suatu kurva. Pada suhu kurtosis sebesar 0,781 dan pada kelembaban sebesar 0,077. Standard eror of kurtosis digunakan untuk melihat seberapa tepat nilai keruncingan kurva yang praktikan peroleh. Standard eror of kurtosis suhu sebesar 0,992 begitu pula pada kelembaban. Range adalah perbedaan antara nilai terbesar ke nilai terkecil. Range pada suhu yaitu 16 dan kelembaban yaitu 18. Minimum adalah nilai terendah dari data yang praktikan masukkan, pada suhu nilai minimumnya adalah 20 pada kelembaban yaitu 29. Nilai maksimum adalah nilai tertinggi dari data yang praktikan masukkan. Pada suhu nilai maksimum senilai 36 dan kelembaban 47. Sum adalah jumlah keseluruhan data yang praktikan masukkan, pada suhu nilai sum adalah 604 dan kelembaban sebesar 802. Selanjutnya ada presentil, adalah titik atau nilai yang membagi suatu distribusi data menjadi seratus bagian yang sama besar. Pada suhu presentil 25 bernilai 28, presentil 50 bernilai 30, presentil 75 bernilai 33,75. Pada kelembaban presentil 25 bernilai 37,25, presentil 50 bernilai 40, presentil 75 bernilai 44,5.

Perhatikan gambar berikut.

Pada gambar 3.3 terlihat adanya valid, yaitu data yang ada ditulis satu persatu dan dihitung frekuensinya satu persatu pada kolom frequency. Lalu pada kolom persen dihitung dalam persen dari frekuensi data yang ada. Jika data 1 maka 5% jika 2 maka 10% jika 3 maka 15% dan seterusnya. Valid persen yaitu mempersenkan data yang memang sah atau benar-benar ada atau valid. Kumulatif persen adalah menjumlahkan data dari kolom persen yang ada. Total dari setiap kolom persen akan 100 jika semua data masuk atau tidak ada yang missing.

Perhatikan gambar.

Pada gambar terlihat bahwa adanya diagram histogram dengan diikuti adanya kurva normal.