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 optimal.
1. PEMBUATAN BASIC TABLES Kasus: Dari file DATA PERSONALIA, akan dibuat sebuah tabel sederhana yang memuat Jumlah dan Usia rata-rata karyawan berdasar Status Karyawan dan Tingkat Pendidikan Karyawan. Langkah-langkah: o
Buka file Data Personalia
o
Dari Menu Utama SPSS, pilih menu Analyze, kemudian pilih sub-menu Tables, lalu pilih Basic Tables. Tampak di layar:
1
Gambar 1. Kotak Dialog Basic Tables Pengisian: ⇒ Summaries atau variabel yang akan dihitung, yang seharusnya data numerik. Sesuai kasus, masukkan variabel usia. ⇒ Jumlah Karyawan dilakukan pada pengisian option Statistics. Untuk itu, tekan tombol option STATISTICS, hingga tampak di layar:
Gambar 2. Kotak Dialog Statistics Pengisian: Statistics digunakan untuk menampilkan besaran statistik yang diperlukan, yang dalam kasus adalah Jumlah (Karyawan) dan Ratarata (Usia Karyawan) Pilih Count dan tekan tombol Add untuk memasukkan besaran Jumlah (Count) pada kolom CELL STATISTICS di kotak kanan. Pilih Mean dan tekan tombol Add untuk memasukkan besaran Rata-rata (Mean) pada kolom CELL STATISTICS Abaikan bagian yang lain, dan tekan tombol CONTINUE untuk kembali ke kotak dialog utama. ⇒ Bagian SUB GROUPS , atau perincian penempatan isi baris, kolom dan layer. Pengisian: Down atau variabel untuk mengisi BARIS. Sesuai kasus, pilih variabel status (di layar mungkin terlihat label nya yang tertulis ' STATUS KARYAWAN' , yang sama saja pengertiannya). Across atau variabel untuk mengisi KOLOM. Sesuai kasus, pilih variabel didik Abaikan bagian yang lain, dan tekan tombol OK untuk proses data. Output SPSS dan Analisis:
2
Berikut output dari Basic Tables:
Tables SMU Count Status Karyawan
Belum Menikah Menikah
8 3
Mean 23 27
Pendidikan Karyawan Akademi Count Mean 13 27 11 25
Sarjana Count Mean 10 28 15 30
Analisis: Dari tabel diatas terlihat bahwa Karyawan yang belum menikah dan berpendidikan SMU berjumlah 8 orang, dengan rata-rata usia adalah 23 tahun. Sedangkan Karyawan yang telah menikah dan berpendidikan SMU hanya berjumlah 3 orang, 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 orang) dan Rata-rata Usia tertua juga ada pada kelompok Sarjana. NB: simpan output tersebut dengan nama Basic_1 Perbaikan Output (Optional) Tampilan tabel output diatas bisa diubah sesuai kebutuhan. Sebagai contoh, output Basic_1 diatas akan dimodifikasi dengan ketentuan: o
Kata-kata 'Count' dan Mean' akan diubah ke dalam Bahasa Indonesia, menjadi ' Jumlah' dan ' Rata-rata'
o
Diberi Judul ' TABEL JUMLAH DAN USIA RATA-RATA KARYAWAN'
o
Tabel ditampilkan dengan variasi warna tertentu agar lebih enak dilihat.
Langkah-langkah pengerjaan: Sebelumnya, tampilkan output diatas (SPSS Viewer) a.
Mengubah Judul tabel: o
Letakkan pointer pada kata TABLES, lalu klik mouse sekali , hingga terlihat kotak hitam (edit) ada disekelilingnya. Hal ini berarti tampilan siap diedit.
3
b.
o
Tetap letakkan pointer disitu, sekarang klik mouse dua kali secara cepat (double click), sesaat tampak kotak sekeliling berubah dan tampak kursor di kiri huruf 'TABLES'.
o
Ganti huruf TABLES tersebut dengan judul yang telah ditentukan, yaitu 'TABEL JUMLAH DAN USIA RATA-RATA KARYAWAN'. Tentu saja bisa juga diatur jenis font, size dan lainnya , dengan tools yang ada, atau lewat menu FORMAT.
o
Setelah selesai, klik mouse untuk mengakhiri modifikasi judul.
Mengubah kata COUNT dan MEAN, serta variasi warna: o
Letakkan pointer pada Tabel Output, lalu klik mouse sekali , hingga terlihat kotak (edit) ada disekelilingnya. Lalu lakukan double click hingga kotak sekeliling berubah dan tabel siap diedit. NB: Jadi prinsip untuk mengedit sama, yaitu sekali klik untuk menentukan tampilan yang akan diedit, kemudia lakukan double click untuk mengedit.
o
Untuk mengubah kata COUNT . Arahkan pointer pada kata 'Count', lalu lakukan double click hingga kotak siap diedit. Ketik Jumlah untuk mengganti kata Count tersebut, dan klik mouse sekali untuk mengakhiri penggantian tersebut.
o
Demikian juga bisa dilakukan proses penggantian untuk kata MEAN menjadi Rata-rata. NB: Disini bahkan isi tabel pun bisa dirubah, seperti angka 8 bisa diganti 80 atau yang lain!
o
Melakukan Variasi Warna. Lakukan double click pada tabel diatas, kemudian dari menu FORMAT, pilih sub menu TABLE LOOKS. Untuk keseragaman, pilih tampilan Contrast 2. Lalu tekan tombol OK, maka terlihat tampilan output berubah warnanya.
Demikian bisa dilakukan pengubahan warna dan bentuk output dari TABLE LOOKS. Jika semua selesai, akan tampak hasil modifikasi berikut: TABEL JUMLAH DAN USIA RATA-RATA KARYAWAN SMU Jumlah Rata-rata Status Karyawan
4
Belum Menikah Menikah
8 3
23 27
Pendidikan Karyawan Akademi Jumlah Rata-rata
13 11
27 25
Sarjana Jumlah Rata-rata
10 15
28 30
NB: simpan output tersebut dengan nama Basic_1_modifikasi Contoh sederhana diatas hanya untuk menjelaskan bahwa tampilan output dari SPSS bisa dimodifikasi 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 combo box Kasus: Dari file DATA PERSONALIA, akan dibuat sebuah tabel yang memuat komposisi Karyawan untuk setiap Gender (Jenis Kelamin), dengan kolom dan baris tabel adalah Tingkat Pendidikan, Status Karyawan, dan isi tabel adalah Rata-rata gaji karyawan. Disini tabel akan dipisah berdasar gender (Jenis Kelamin), sedang informasi lain sama dengan kasus pertama. Langkah-langkah: o
Buka file data personalia
o
Dari Menu Utama SPSS, pilih menu Analyze, sub-menu Tables, lalu Basic Tables. Pengisian kotak dialog BASIC TABLES: ⇒ Summaries, yang selalu sebuah data numerik. Sesuai kasus, masukkan variabel gaji. Rata-rata gaji Karyawan dilakukan pada pengisian option Statistics. Untuk itu, tekan tombol option STATISTICS untuk membuka kotak dialog STATISTICS. Pengisian: Pilih Mean dan tekan tombol Add untuk memasukkan besaran Rata-rata (Mean) pada kolom CELL STATISTICS. Abaikan bagian yang lain, dan tekan tombol CONTINUE untuk kembali ke kotak dialog utama. NB: Jika sebelumnya di kolom CELL STATISTICS terdapat juga besaran COUNT yang untuk kasus ini tidak diperlukan, maka untuk 5
menghilangkan besaran COUNT, klik variabel tersebut dan klik tombol REMOVE yang ada di tengah kotak dialog. ⇒ Bagian SUB GROUPS, atau perincian penempatan isi baris, kolom dan separate tables. Pengisian: Down untuk mengisi BARIS. Sesuai kasus, pilih variabel status Across 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 tombol OK untuk proses data. Output SPSS dan Analisis:
Tables Gender Wanita
Status Karyawan
Belum Menikah Menikah
Pendidikan Karyawan SMU Akademi Sarjana Mean Mean Mean 316.92 584.10 826.00 . 582.00 757.50
NB: simpan output tersebut dengan nama Basic_2 Untuk melihat kegunaan Separate tables, tempatkan pointer pada output diatas, lalu lakukan double click hingga tampak kotak combo (kotak dengan tanda T). Buka kotak tersebut, dan sekarang pilih Gender pria. Hasil: Gender Pria
Status Karyawan
Belum Menikah Menikah
Pendidikan Karyawan SMU Akademi Sarjana Mean Mean Mean 218.00 543.12 709.95 382.67 590.20 876.73
Sekarang terlihat dua buah tabel output berdasar Gender, yang ditempatkan secara terpisah (separate). Analisis: 6
Terlihat untuk Gender Wanita, tidak ada karyawan wanita yang berpendidikan SMU yang telah menikah (Lihat kotak dengan kriteria tersebut yang kosong). 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 output di bagian baris, kolom atau layer/separate dari tabel. Fungsi Nested akan menampilkan output seperti pohon, yaitu ada batang, lalu setiap batang diurai menjadi dahan, ranting dll. Sedang fungsi Stacked menampilkan output dalam bentuk 'menmumpuk'.
Kasus: Akan ditampilkan komposisi Usia Karyawan berdasar variabel Pendidikan dan Status Karyawan , yang akan ditampilkan di bagian baris dari tabel. Tampilan akan dibagi dalam dua pilihan, yaitu Nested dan Stacked. NB: besaran statistik yang diukur adalah Mean dan Standard Deviation Langkah-langkah: o
Buka file data personalia
7
o
Dari Menu Utama SPSS, pilih menu Analyze, sub-menu Tables, lalu Basic Tables Tampak di layar:
Gambar 3. Kotak Dialog Basic Tables Pengisian: ⇒ Summaries; masukkan variabel usia. Untuk mengisi besaran Mean dan Standard Deviation serta pengaturannya, buka option STATISTICS. Pengisian untuk bagian ini: o
Pilih Mean . Untuk jenis tampilan Mean, pada kotak kiri bawah, buka kotak combo FORMAT dan pilih format ddd.dd. , kemudian isi WIDTH dengan 7 dan DECIMALS dengan 2. Hal ini berarti output ditampilkan maksimal 7 digit angka dengan kemungkinan adanya dua desimal.
o
Pilih Std Deviation, dengan pilihan format sama dengan pilihan Mean diatas.
NB: jika format akan diubah, klik variabel yang akan diubah formatnya (misal Mean), kemudian ubah dengan format yang dikehendaki, dan tekan tombol CHANGE untuk menempatkan pengubahan format terakhir tadi. Abaikan bagian yang lain, dan tekan tombol CONTINUE untuk kembali ke kotak dialog utama. ⇒ Bagian SUB GROUPS , atau perincian penempatan isi baris, kolom dan separate tables. Pengisian: Down untuk mengisi BARIS. Sesuai kasus, pilih variabel didik dan status. Perhatikan bahwa urutan pengisian variabel (didik lebih dulu atau kemudian) akan mempengaruhi tampilan output.
8
Perhatikan! dengan memasukkan lebih dari satu variabel ke bagian DOWN, otomatis bagian tengah bawah kotak akan aktif (terbuka), karena sekarang dimungkinkan untuk melakukan variasi tampilan dengan lebih dari satu variabel. Untuk keseragaman, pilih All combinations (nested). Abaikan bagian yang lain (karena hanya baris yang akan diisi), dan tekan tombol OK untuk proses data. Output SPSS dan Analisis:
Tables Pendidikan Karyawan
SMU
Status Karyawan
Akademi
Status Karyawan
Sarjana
Status Karyawan
Belum Menikah Menikah Belum Menikah Menikah Belum Menikah Menikah
Mean 23.25 26.67 27.46 25.36 28.40 30.00
Std Deviation 1.98 3.51 3.64 3.32 4.12 3.16
Langkah untuk menampilkan option STACKED: Sama dengan langkah-langkah diatas, hanya sekarang dipilih option Each Separately (Stacked) sebagai alternatif pilihan NESTED terdahulu. Output:
Pendidikan Karyawan Status Karyawan
SMU Akademi Sarjana Belum Menikah Menikah
Mean 24.18 26.50 29.36 26.68 27.90
Std Deviation 2.79 3.59 3.58 3.96 3.86
NB: Simpan output dengan nama basic_3_nested_stacked Perhatikan, output yang disimpan ada dua tabel, yaitu contoh Nested dan Stacked Analisis: Dua tampilan diatas mempunyai angka yang BERBEDA, karena berbeda dalam tampilan (susunannya). Pada Nested uraian menjorok ke kanan, dengan variabel didik ditampilkan terlebih dahulu, disusul uraian berdasar variabel status. Pada bentuk stacked, tidak ada rincian dan susunan 9
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 kelompok karyawan berpendidikan Sarjana yang telah menikah (30 tahun). Dari ukuran standar deviasi, terbedar adalah pada kelompok karyawan berpendidikan Sarjana yang belum menikah (4,12 tahun), yang berarti kelompok ini paling bervariasi usianya. Dari tampilan stacked, terlihat usia tertua adalah kelompok 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 Down (baris), jenis tampilan Nested dan Stacked bisa juga ditampilkan untuk across (kolom), atau kombinasi keduanya, dalam arti nested dan stacked ada pada baris dan kolom 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 Layout (tata letak) lebih menyangkut bagaimana penempatan label keterangan) pada tampilan output, seperti apakah label (Mean, Count dll) akan diletakkan di atas, di sebelah kiri (kolom). FORMAT Format lebih membahas perlakuan terhadap data yang memang tidak ada nilainya yaitu apakah diberi tanda 0 , atau kosongkan saja (blank). Format ini 10
akan berguna jika STATISTICS yang dipakai seperti Count (jumlah data), namun untuk Mean tidak ada pengaruh, karena rata-rata pasti ada datanya, kecuali semuanya adalah blank atau kosong. Format 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, otomatis tampilan bukan missing, namun adalah blank (zero). Jadi missing disini lebih pada datanya lengkap terisi semua atau tidak. Dalam file data personalia, tidak ada missing value karena semua (60 data) lengkap untuk semua variabel. TOTALS Total memberi tambahan sebuah baris dan kolom yang berfungsi menjumlah item baris dan kolom. Untuk menjelaskan kegunaan fungsi Layout, Format dan Total, berikut akan dibuat sebuah kasus yang terdiri dari dua bagian: o
Membuat Data Missing dengan mengubah file data personalia
o
Membuat basic tables dengan data blank dan missing
Kasus: MEMBUAT DATA MISSING Pada file data personalia, ada dua yang akan diubah menjadi missing data, yaitu: o
Sebuah data Karyawan berpendidikan Sarjana dan bekerja di bagian Akuntansi
o
Sebuah data Karyawan berpendidikan Akademi dan bekerja di bagian marketing
Langkah: o
Buka file data personalia
o
Arahkan pointer pada cases nomor 3 yang memuat variabel didik Sarjana dan variabel Bidang adalah Akuntansi. Letakkan pointer pada gaji karyawan diatas (378), dan tekan tombol Del, maka sekarang sel tampak kosong, dan data dianggap missing (hilang).
11
o
Arahkan pointer pada cases nomor 11 yang memuat variabel didik Akademi dan variabel Bidang adalah Marketing. Letakkan pointer pada gaji karyawan diatas (762), dan tekan tombol Del, hingga sel tampak kosong. NB: Ingat , bahwa data missing bukan berarti datanya nol!
Simpan file diatas dengan nama data personalia missing Dari data missing diatas, akan ditampilkan komposisi Gaji Karyawan berdasar Pendidikan dan Bidang Kerja mereka. Langkah: o
Buka data personalia missing
o
Dari Menu Utama SPSS, pilih menu Analyze, sub-menu Tables, lalu Basic Tables Tampak di layar:
Gambar 4. Kotak Dialog Basic Tables Pengisian: ⇒ Summaries . Masukkan variabel gaji ⇒ Buka option STATISTICS Pilih Count dan Mean ⇒ Buka option FORMAT. Tampak di layar:
Gambar 5. Kotak Dialog Basic Tables Format Pengisian:
12
o
EMPTY CELL APPEARANCE, yang berhubugnan dengan tampilan sel yang kosong , yaitu akan dibiarkan kosong (Blank) atau ditampilkan dalam angka zero (0). Untuk keseragaman, pilih Zero
o
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 kotak dialog utama. ⇒ Buka option TOTALS. Tampak di layar:
Gambar 6. Kotak Dialog Basic Tables Totals Pengisian: Pilih Totals over each group variables, yagn berarti tiap variabel akan diberi total angka sesuai statistics yang dipilih, dalam kasus ini adalah count (jumlah) dan rata-rata (mean). ⇒ Bagian SUB GROUPS . Pengisian: Down, pilih variabel bidang Across, pilih variabel didik Abaikan bagian yang lain, dan tekan tombol OK untuk proses data. Output SPSS dan Analisis:
Tables SMU Bidang
Group Total
Marketing Akuntansi Umum Produksi
Count 11 0 0 0 11
Mean 307.87 *** *** *** 307.87
Pendidikan Karyawan Akademi Count Mean 1 *** 10 539.94 4 603.75 9 587.53 24 569.66
Group Total Sarjana Count Mean 0 *** 5 720.75 11 743.95 9 976.33 25 827.23
Count 12 15 15 18 60
Mean 307.87 591.60 706.56 781.93 626.59
13
Simpan output dengan nama basic_4 Analisis: Pada kolom 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 Produksi. Dengan jumlah karyawan (count) adalah 0, maka rata-rata gaji dianggap missing (tanda *** seperti input Format sebelumnya). Pada kolom Akademi, karena dalam kasus awal tadi, untuk bidang Marketing data sengaja dihilangkan (missing), maka tampak tanda *** sesuai pengisian option Format sebelumnya. Berbeda dengan tanda 0 sebelumnya yang menyatakan tidak ada karyawan yang relevan, disini tanda *** berarti ada karyawan (lihat Count yang bernilai 1) yang Akademi dan di bidang Marketing, hanya data gajinya missing. Pada kolom Sarjana, tidak ada yang bekerja di bidang Marketing, hingga count = 0 dan Mean otomatis 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): No.
Bidang
didik
gaji
1
Akuntansi
Sarjana
378.00
2
Akuntansi
Sarjana
690.00
3
Akuntansi
Sarjana
735.00
4
Akuntansi
Sarjana
678.00
5
Akuntansi
Sarjana
780.00
Rata-rata gaji (Mean) adalah: (378 + 690 + 735 + 678 + 780)/5 = 652,2 atau Rp. 652.200,NB: angka diatas bisa juga didapat dengan basic tables pada data personalia yang semula. Sekarang dengan hilangnya satu data, maka tabel menjadi: No.
14
Bidang
didik
gaji
1
Akuntansi
Sarjana
690.00
2
Akuntansi
Sarjana
735.00
3
Akuntansi
Sarjana
678.00
4
Akuntansi
Sarjana
780.00
Rata-rata gaji (Mean) adalah: (690 + 735 + 678 + 780)/4 = 720,75 atau Rp. 720.750,Lihat sebagai pembanding output gaji pada variabel Sarjana dan Akuntansi. Dengan demikian, terlihat untuk data missing, SPSS akan menghilangkan data tersebut secara otomatis dalam berbagai perhitungan, hanya dalam count tetap tidak berubah (dalam kasus output tetap count adalah 5 dan tidak menjadi 4). Pada bagian GROUP TOTAL, terlihat bahwa: ⇒ Untuk Count adalah total penjumlahan baris dan kolom yang relevan. Misal untuk kolom SMU adalah 11 + 0 + 0 + 0 = 11. ⇒ Untuk Mean, totals bukan penjumlahan, tapi rata-rata dari Mean yang sudah ada. Misal untuk kolom Akademi, total mean adalah total rata-rata untuk bidang Akuntansi, Umum dan Produksi dibagi 3. Jadi disini total menyesuaikan dengan statistik yang digunakan. Sebagai contoh, jika statistik yang digunakan adalah maksimum data, maka totals adalah data yang paling maksimum dari ringkasan data yang maksimum.
15
