Pendahuluan dan Pengenalan SPSS

A.   Pendahuluan

Aplikasi ilmu statistika dapat dibagi dalam dua bagian:

1.   Statistik Deskriptif

Statistik Deskriptif berusaha menjelaskan atau menggambarkan berbagai karakteristik data seperti berapa rata-ratanya, seberapa jauh data-data bervariasi dari rata-ratanya, berapa median data, dan sebagainya.

2.   Statistik Induktif (Inferensi)

Statistik Induktif membuat berbagai inferensi terhadap sekumpulan data yang berasal  dari  suatu  sampel.  Tindakan  inferensi  tersebut  seperti  melakukan perkiraan besaran populasi, uji hipotesis, peramalan, dan sebagainya.

Skala Pengukuran

Berdasarkan tingkat  pengukurannya (level of measurement),  data statistik dapat dibedakan dalam empat jenis:

A). Data Kualitatif, disebut juga data yang buka berupa angka. Pada data ini tidak bisa dilakukan operasi matematika. Data kualitatif dapat dibagi dua:

1.    Nominal.

Skala nominal hanya bisa membedakan benda atau peristiwa yang satu dengan yang lainnya berdasarkan nama (predikat). Skala pengukuran nominal  digunakan  untuk  mengklasifikasi  obyek,  individual  atau  kelompok dalam bentuk kategori dan memberikan angka pada tiap-tiap kategori.

Pemberian angka atau simbol pada skala nomial tidak memiliki maksud kuantitatif  hanya menunjukkan ada atau tidak adanya atribut atau karakteristik pada objek yang diukur. Misalnya, jenis kelamin diberi kode 1 untuk laki-laki dan kode 2 untuk perempuan. Angka ini hanya berfungsi sebagai label kategori, tanpa memiliki nilai instrinsik dan tidak memiliki arti apa pun. Kita tidak bisa mengatakan perempuan dua kali dari laki-laki. Kita bisa saja mengkode laki-laki menjadi 2 dan perempuan dengan kode 1, atau bilangan apapun asal kodenya berbeda antara laki-laki dan perempuan. Misalnya lagi untuk agama, kita bisa mengkode 1 = Islam, 2 = Kristen, 3 = Hindu, 4 = Budha dan seterusnya.

Kita bisa menukar angka-angka tersebut, selama suatu karakteristik memiliki  angka  yang  berbeda  dengan  karakteristik  lainnya.  Karena  tidak memiliki nilai instrinsik, maka angka-angka (kode-kode) yang kita berikan tersebut tidak memiliki sifat sebagaimana bilangan pada umumnya. Oleh karenanya, pada variabel dengan skala nominal tidak dapat diterapkan operasi matematika  standar  (aritmatik)  seperti  pengurangan,  penjumlahan,  perkalian, dan  lainnya.  Peralatan  statistik  yang  sesuai  dengan  skala  nominal  adalah peralatan statistik yang berbasiskan (berdasarkan) jumlah dan proporsi seperti modus, distribusi frekuensi, Chi Square dan beberapa peralatan statistik non- parametrik lainnya.

2.    Ordinal.

Skala Ordinal sering disebut dengan skala peringkat. Hal ini karena dalam skala ordinal, lambang-lambang bilangan hasil pengukuran selain menunjukkan pembedaan juga menunjukkan urutan atau tingkatan obyek yang diukur menurut karakteristik tertentu. Misalnya tingkat kepuasan seseorang terhadap produk. Bisa kita beri angka dengan 5 = sangat puas, 4 = puas, 3 = kurang puas, 2 = tidak puas dan 1= sangat tidak puas. Atau misalnya dalam suatu lomba, pemenangnya diberi peringkat 1,2,3 dstnya.

Dalam skala ordinal, tidak seperti skala nominal, ketika kita ingin mengganti angka-angkanya, harus dilakukan secara berurut dari besar ke kecil atau dari kecil ke besar. Jadi, tidak boleh dibuat 1 = sangat puas, 2 = tidak puas, 3 = puas dan seterusnya.

Selain itu, yang perlu diperhatikan dari karakteristik skala ordinal adalah meskipun nilainya sudah memiliki batas yang jelas tetapi belum memiliki jarak (selisih). Kita tidak tahu berapa jarak kepuasan dari tidak puas ke kurang puas. Dengan kata lain, walaupun sangat puas kita beri angka 5 dan sangat tidak puas kita beri angka 1, kita tidak bisa mengatakan bahwa kepuasan yang sangat puas lima kali lebih tinggi dibandingkan yang sangat tidak puas.

Sebagaimana halnya pada skala nominal, pada skala ordinal kita juga tidak dapat menerapkan operasi matematika standar (aritmatik) seperti pengurangan, penjumlahan, perkalian, dan lainnya. Peralatan statistik yang sesuai dengan skala ordinal juga adalah peralatan statistik yang berbasiskan (berdasarkan) jumlah

dan proporsi seperti modus, distribusi frekuensi, Chi Square dan beberapa peralatan statistik non-parametrik lainnya.

B). Data Kuantitatif, disebut juga data yang berupa angka dalam arti sebenarnya. Sehingga bisa dilakukan operasi matematika. Terdiri dari dua jenis data:

3.    Interval.  

Skala  interval  mempunyai  karakteristik  seperti  yang  dimiliki  oleh skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap. Dengan demikian, skala interval sudah memiliki nilai intrinsik, sudah memiliki jarak, tetapi jarak tersebut belum merupakan kelipatan. Pengertian “jarak belum merupakan kelipatan” ini kadang-kadang diartikan bahwa skala interval tidak memiliki nilai nol mutlak. Misalnya pada pengukuran suhu. Kalau ada tiga daerah dengan suhu daerah A = 10oC, daerah B = 15oC dan daerah C = 20oC. Kita bisa mengatakan bahwa selisih suhu daerah B, 5oC lebih panas dibandingkan daerah A, dan selisih suhu daerah C dengan daerah B adalah 5oC. (Ini menunjukkan pengukuran interval sudah memiliki jarak yang tetap). Tetapi, kita tidak bisa mengatakan bahwa suhu daerah C dua kali lebih panas dibandingkan daerah A (artinya tidak bisa jadi kelipatan). Karena dengan pengukuran yang lain, misalnya dengan Fahrenheit, di daerah A suhunya adalah 50oF, di daerah B = 59oF dan daerah C = 68oF. Artinya, dengan pengukuran Fahrenheit, daerah C tidak dua kali lebih panas dibandingkan daerah A, dan ini terjadi karena dalam derajat Fahrenheit titik nolnya pada 32, sedangkan dalam derajat Celcius titik nolnya pada 0.

Skala interval ini sudah benar-benar angka dan, kita sudah dapat menerapkan semua operasi  matematika  serta peralatan  statistik  kecuali  yang  berdasarkan pada rasio seperti koefisien variasi.

4.    Skala rasio.

Skala rasio adalah skala data dengan kualitas paling tinggi. Pada skala rasio, terdapat semua karakteristik skala nominal,ordinal dan skala interval ditambah dengan sifat adanya nilai nol yang bersifat mutlak. Nilai nol mutlak ini artinya adalah nilai dasar yang tidak bisa diubah meskipun menggunakan skala yang lain. Oleh karenanya, pada skala ratio, pengukuran sudah mempunyai nilai perbandingan/rasio. Pengukuran-pengukuran dalam skala rasio yang sering digunakan adalah pengukuran tinggi dan berat. Misalnya berat benda A adalah 30 kg, sedangkan benda B adalah 60 kg. Maka dapat dikatakan bahwa benda B dua kali lebih berat dibandingkan benda A.

Jenis-jenis data yang telah dijelaskan di atas harus dipahami dengan baik karena penerapan dalam statistik akan berbeda untuk jenis data yang berbeda.