TIPS dan TRIK COUNT
1. PERHITUNGAN COUNT SEDERHANA Perintah atau sub menu ini berfungsi menghitung (count) data dengan kriteria tertentu. Kasus: Pada Data File BERAT, akan dihitung data responden yang mempunyai gender Pria serta berberat badan lebih dari 80 kilogram Langkah: o
Letakkan pointer pada sembarang tempat pada file BERAT
o
Menu Transform ÆCount… Tampak di layar:
Gambar 1. Kotak Dialog Count Pengisian: ⇒ Target Variable atau nama variabel baru yang akan diletakkan dalam file BERAT. Untuk keseragaman, ketik pria. ⇒ Target Label; ketik Jumlah responden Pria. ⇒ Variable, karena akan dilakukan pengerjaan pada variabel gender, maka pilih variabel gender, kemudian pindahkan pada kolom Variable. Pengisian lanjutan: 1
Tekan tombol DEFINE VALUES, tampak di layar:
Gambar 2. Kotak Dialog Count (2) Karena gender Pria mempunyai nilai (value) 2, maka ketik 2 pada kolom Value, kemudian tekan tombol ADD, maka nilai 1 masuk ke VALUE TO COUNT (nilai yang akan dihitung). Tekan CONTINUE untuk melanjutkan. NB: kode 1 untuk wanita dan 2 untuk pria bisa dilihat pada pembahasan mengenai pemasukan data. Untuk menulis persyaratan bobot harus diatas 80 kilogram (lihat kasus), tekan tombol IF. Kemudian buka pilihan Include if cases satisfies condition, lalu ketik: Berat>80 Tekan tombol CONTINUE untuk melanjutkan. Kemudian tekan tombol OK hingga tampak output sebagai berikut:
2
Nama
Berat
Gender
Pria
1
AMIR
78.54
pria
.
2
CICILIA
45.77
wanita
.
3
IIN
58.99
wanita
.
4
SUGENG
76.92
pria
.
5
LINA
55.67
wanita
.
6
AGUS
78.67
pria
.
7
BUDI
87.56
pria
1.00
8
LIANA
44.86
wanita
.
9
DIANA
50.21
wanita
.
10
DEDE
77.86
pria
.
11
HERMAN
80.23
pria
1.00
12
VERONIKA
48.96
wanita
.
13
FENNY
44.76
wanita
.
14
IWAN
79.57
pria
.
15
ANA
40.23
wanita
.
Analisis: Terlihat ada variabel baru dengan nama PRIA yang memuat jumlah responden pria yang mempunyai berat badan diatas 80 kilogram. Ternyata hanya ada dua pria yang memenuhi kriteria diatas, yaitu Budi dan Herman Perintah TRANSPOSE COUNT berguna jika akan membuat variabel baru yang bersumber pada variabel lama, seperti menghitung jumlah konsumen yang membeli 4 merk kemeja terkenal, atau menghitung responden mana saja yang telah membaca 5 majalah dan sebagainya. Simpan output dengan nama COUNT_0
2. PERHITUNGAN COUNT YANG LEBIH KOMPLEKS Karena cukup sering digunakan dalam praktek, berikut dijelaskan beberapa variasi penggunaan sub menu COUNT. Untuk itu, akan disajikan file lainnya, yaitu file data personalia (telah dibuat sebelumnya) Nomor
Gender
bidang
status
didik
gaji
usia
kerja
1
9524
Pria
Marketing
Belum Menikah
SMU
138,00
24
4
2
9525
Wanita
Marketing
Belum Menikah
SMU
294,00
22
4
3
9528
Pria
Akuntansi
Menikah
Sarjana
378,00
22
6
4
9535
Pria
Akuntansi
Menikah
Akademi
438,00
23
5
…………….. sampai dengan 60 data Kasus 1: 3
Pada File data personalia, akan dihitung data karyawan Pria yang mempunyai gaji diatas Rp. 700.000,- per bulan. Langkah: o
Buka file data personalia
o
Menu Transform ÆCount… Tampak di layar kotak dialog COUNT. Pengisian: ⇒ Target Variable. Untuk keseragaman, ketik pria_700. NB: target variable harus diisi ⇒ Target Label; ketik Jumlah Pria bergaji > 700. NB: target label bebas untuk diisi atau tidak. ⇒ Variable. Karena akan dilakukan pengerjaan pada variabel gender, pilih variabel gender, kemudian pindahkan pada kolom Variable. Pengisian lanjutan adalah untuk mendefinisikan variabel gender. Karena variabel gender berkode 0 dan 1, maka tekan tombol DEFINE VALUES, tampak di layar:
Gambar 3. Kotak Dialog Count (2) Karena gender Pria mempunyai nilai (value) 1, maka ketik 1 pada kolom Value, kemudian tekan tombol ADD, maka nilai 1 masuk ke VALUE TO COUNT (nilai yang akan dihitung). Tekan CONTINUE untuk melanjutkan. NB: kode 1 untuk pria dan 0 untuk wanita bisa dilihat pada (tab) VARIABLE VIEW.
4
Untuk menulis persyaratan bahwa gaji harus diatas Rp. 700.000,per bulan, tekan tombol IF. Lalu pada pilihan Include if cases satisfies condition, ketik: gaji>700 NB: tentu jangan diisi 700.000, karena data gaji sudah dalam ribuan Tekan tombol CONTINUE untuk melanjutkan. Kemudian tekan tombol OK hingga tampak output sebagai berikut: (hanya variabel gender, gaji dan pria_700 serta 15 kasus pertama yang ditampilkan) Gender
Gaji
Pria_700
1
Pria
138,00
,
2
Wanita
294,00
,
3
Pria
378,00
,
4
Pria
438,00
,
5
Wanita
690,00
,
6
Wanita
462,00
,
7
Wanita
510,00
,
8
Pria
420,60
,
9
Pria
560,00
,
10
Pria
1182,00
1
11
Wanita
762,00
0
12
Wanita
834,00
0
13
Pria
942,00
1
14
Wanita
483,00
,
15
Pria
735,00
1
…………. Dan seterusnya sampai 60 data Analisis: Terlihat ada tiga jenis output yang tampak:
5
o
tanda ‘.‘: berarti data tidak memenuhi syarat (if), yaitu variabel gaji dibawah 700. kasus 1 sampai 9 memperlihatkan besar gaji yang dibawah 700.
o
Tanda ‘0’: berarti data memenuhi syarat, namun gender bukanlah berkode 1 (pria). Contoh data no. 11, gaji 762 (diatas 700), namun ia seorang wanita (kode 0).
o
Tanda ‘1’: berarti data memenuhi semua syarat, yakni gender berkode 1 (pria) dan gaji > 700. Contoh data no. 10, gaji 1182 (diatas 700), dan ia seorang pria (kode 1).
Terhitung kode 1 berjumlah 10 untuk variabel pria_700, yang berarti ada 10 orang karyawan pria yang bergaji diatas Rp. 700.000,- per bulan. Simpan output diatas dengan nama COUNT_1, dimana output tersebut berekstensi sav, karena tampilan variabel ada di file data dan bukan pada file output. Kasus 2: Pada File data personalia, akan dihitung data karyawan yang bekerja di bidang Umum (kode 3) dan bidang Produksi (kode 4). NB: Disini tidak ada syarat (if) apapun. Langkah: o
Buka file data personalia
o
Menu Transform Æ Count…. Tampak di layar kotak dialog COUNT. Pengisian: Target Variable atau nama variabel baru. Ketik bidang34. Target Label. Kosongkan saja bagian ini. Variable, pilih variabel bidang, Lalu tekan tombol DEFINE VALUES; tampak di layar kotak dialog COUNT VALUES. Disini klik mouse pada bagian terbawah, yaitu Range, yang disertai tampilan ….. through highest. Dari variabel bidang, jumlah kode adalah 4, dimana kode Umum dan Produksi adalah 3 dan 4. karena itu, masukkan angka 3 ke kotak through highest (dari kode 3 ke kode tertinggi, atau kode 4), yang berarti SPSS akan menghitung kode 3 dan 4. kemudian tekan tombol Add untuk memasukkan statement tersebut ke kotak sebelah kanan (VALUES TO COUNT).
6
Tekan tombol CONTINUE untuk melanjutkan. Catatan: Pengisian ini bisa dilakukan juga dengan: o Klik mouse pada pilihan VALUE, dan isi 3, lalu klik tombol Add, lalu isi lagi 4, klik lagi tombol Add. o Klik mouse pada pilihan RANGE ( yang ada di baris keempat), lalu isikan 3 dan 4 diantara kata THROUGH. Hal ini berarti range kode adalah 3 dan 4. o Klik mouse pada pilihan RANGE ( yang ada di baris keempat), lalu isikan 3 dan 4 diantara kata THROUGH. Hal ini berarti range kode adalah 3 dan 4. o Untuk RANGE lalu LOWEST THROUGH, pilihan ini TIDAK BISA DIISI, karena kode 3 bukanlah kode terkecil ( lowest). Pilihan ini bisa dilakukan jika akan dihitung – sebagai contoh – karyawan bidang marketing dan akuntansi, yang berkode 1 dan 2, dengan isian LOWEST THROUGH 2. Untuk mengganti atau menghilangkan isi di kotak VALUES TO COUNT, bisa digunakn tombol CHANGE atau REMOVE.
Abaikan bagian IF, karena tidak ada syarat apapun yang berhubungan dengan variabel selain variabel BIDANG dalam kasus ini. Kemudian tekan tombol OK hingga tampak output sebagai berikut: (hanya variabel bidang dan bidang34 serta 15 kasus pertama yang ditampilkan) bidang
Bidang34
1
Marketing
0
2
Marketing
0
3
Akuntansi
0
4
Akuntansi
0
5
Akuntansi
0
6
Akuntansi
0
7
Marketing
0
7
8
Akuntansi
0
9
Marketing
0
10
Produksi
1
11
Marketing
0
12
Umum
1
13
Produksi
1
14
Akuntansi
0
15
Akuntansi
0
……….. sampai 60 data Analisis: Terlihat tanda 0 dan 1, dan karena tidak ada syarat, maka seluruh data bisa diisi angka 0 dan 1. Data pertama, karena bidang kerja adalah marketing, maka tidak dihitung oleh SPSS, atau bertanda 0. sebaliknya data nomor 10, karena bidang adalah produksi, yang berkode 4, maka dihitung oleh SPSS dan diberi kode 1. Terhitung kode 1 berjumlah 33, yang berarti ada 33 orang karyawan yang bekerja di bidang Umum atau Produksi. Untuk data yang banyak, bisa digunakan submenu FREQUENCIES untuk menampilkan jumlah data berkode 0 atau 1. Output diatas bisa disimpan dengan nama COUNT_2. Kasus 3: Pada File data personalia, akan dihitung data karyawan yang: 1.
Seorang Wanita (kode 0)
2.
Status Belum menikah (kode 1)
NB: kode kedua variabel bisa dilihat di tab VARIABLE VIEW Syarat lain: usia karyawan harus diatas 25 tahun. Perhatikan disini ada tiga variabel yang akan dimasukkan, dengan satu variabel adalah untuk syarat (IF). Langkah: o
8
Buka file data personalia
o
Dari menu utama SPSS, pilih menu Transform. Kemudian klik mouse pada pilihan Count…. Tampak di layar kotak dialog COUNT. Pengisian: ⇒ Target Variable atau nama variabel baru. Ketik gs25. ⇒ Target Label. Kosongkan saja bagian ini. ⇒ Variable, pilih variabel gender dan status Lalu tekan tombol DEFINE VALUES, tampak di layar kotak dialog COUNT VALUES. Pengisian: ⇒ Disini klik mouse pada baris kelima, yaitu Range, yang disertai tampilan lowest through …. Isi kotak dengan angka 1 ⇒ Kemudian tekan tombol Add untuk memasukkan ke kolom VALUES TO COUNT
Logika: Perhatikan kode variabel gender dan status: ⇒ Gender: kode 0 (wanita) dan 1 (pria) ⇒ Status: kode 1 (belum menikah) dan 2 (telah menikah) Karena pada kasus yang akan dihitung adalah wanita (kode 0) atau status belum menikah (kode 1), dan kode terendah dari gabungan dua variabel adalah 0, maka bisa ditampilkan lowest through 1, yang berarti kode terendah (lowest) sampai 1. Tekan tombol CONTINUE untuk melanjutkan. bagian IF, klik ikon ini, dan kemudian buka bagian Include if cases satisfies condition, lalu ketik usia>25 tekan CONTINUE untuk kembali ke kotak dialog utama. Kemudian tekan tombol OK hingga tampak output sebagai berikut: (hanya variabel gender, status, usia dan gs25 serta 15 kasus pertama yang ditampilkan) Gender
Status
usia
Gs25
1
Pria
Belum Menikah
24
,
2
Wanita
Belum Menikah
22
,
9
3
Pria
Menikah
22
,
4
Pria
Menikah
23
,
5
Wanita
Belum Menikah
25
,
6
Wanita
Belum Menikah
26
2
7
Wanita
Belum Menikah
26
2
8
Pria
Belum Menikah
27
2
9
Pria
Menikah
30
1
10
Pria
Menikah
31
1
11
Wanita
Belum Menikah
31
2
12
Wanita
Menikah
31
1
13
Pria
Menikah
31
1
14
Wanita
Belum Menikah
31
2
15
Pria
Menikah
32
1
………….. sampai dengan 60 data Analisis: Terlihat ada tiga jenis output yang tampak: o
Tanda ‘. ‘: berarti data tidak memenuhi syarat (if), yaitu variabel usia dibawah 25.
o
Tanda ‘1’: berarti data memenuhi syarat (usia > 25), gender bisa pria atau wanita (karena kodenya bisa 0 atau 1, yang tetap memenuhi syarat define value), namun status berkode 2 (menikah). Jadi ini berlaku untuk gender Pria atau wanita yang menikah. Contoh data no. 9 dan 12. Dihitung 1, karena hanya satu yang memenuhi syarat, yaitu gender.
o
Tanda ‘2’: berarti data memenuhi semua syarat, yakni usia > 25, gender berkode 0 (wanita) atau 1 (pria) dan status belum menikah (kode 1). Contoh data no. 6,7,8 dan lainnya. Dihitung 2, karena 1 untuk gender pria atau wanita, ditambah 1 untuk status menikah.
Secara logika, disini tidak mungkin ada kode 0, atau data tidak terhitung, karena kode 0 berarti: usia > 25, status menikah, namun gender bukan kode 0 atau 1. karena gender hanya 2 kode, maka tidak mungkin gender tidak terpilih, jadi minimal ada 1 hitungan.
10
Output diatas bisa disimpan dengan nama COUNT_3. Demikian seterusnya bisa dilakukan penghitungan data dengan COUNT untuk berbagai variasi, termasuk didalamnya ingin melihat apakah ada data yang missing.
11