Tabel Frekuensi merupakan tabel yang berisikan mengenai banyaknya suatu unsur yang muncul dalam data. Tabel frekuensi memudahkan bagi para peneliti dan pekerja untuk mengetahui besarnya proporsi dan banyaknya unsur yang ada dalam data. Tabel frekuensi dibagi menjadi 3 macam yang diantaranya tabel frekuensi biasa, tabel distribusi frekuensi, dan tabel tabulasi silang. Dalam postingan ini, saya akan memberitahu cara membuat tabel frekuensi menggunakan program SPSS.
Untuk menampilkan tabel frekuensi dengan menggunakan program SPSS dapat dilakukan dengan menggunakan menu Analyze > Descriptive Statistics > Frequency. Untuk lebih jelasnya, berikut saya memberikan contoh data sederhana agar mudah dilakukan praktek secara langsung. Data dibawah merupakan sampel data gambaran umum orang yang berkunjung di tempat wisata Kebun Raya Bogor.
Dari data tersebut anda bisa menginput data di SPSS dengan memasukkan nama variabel, label, dan coding value di variable view serta memasukkan data di Data View.
Keterangan untuk Values pada Jenis Kelamin:
1 = Pria
2 = Wanita
Keterangan untuk Values pada Pendidikan:
1 = SD
2 = SMP
3 = SMA
Ketika anda sudah menginput nama variabel, label, dan coding value, anda dapat menginput data sebagai berikut:
Untuk menampilkan coding value yang sudah diinputkan sebelumnya dapat mengeklik View > Value Label sehingga diperoleh hasil sebagai berikut:
Untuk menampilkan tabel frekuensi, dapat mengeklik Analyze > Descriptive Statistics > Frequency.
Masukkan variabel Nama, Jenis Kelamin, Usia, Pendidikan, dan Biaya ke kolom sebelah kanan dengan memblok variabel yang telah disebutkan dan mengeklik tanda panah. Kemudian ceklis "Display frequency tables". Selanjutnya dapat mengeklik OK.
Berikut merupakan output yang tertampil pada program SPSS
Hasil output diatas menunjukkan bahwa jumlah observasi yang valid pada data sampel gambaran umum dari masing-masing variabel (Nama, Jenis Kelamin, Usia, Pendidikan, dan Biaya Wisata) adalah 5. Arti valid disini merupakan data yang tidak memiliki data hilang. Sementara itu, data yang missing (data hilang) pada data sampel gambaran umum dari masing-masing variabel adalah 0. Artinya bahwa tidak ada data yang hilang pada data sampel gambaran umum.
Arti output diatas merupakan hasil keluaran tabel frekuensi untuk variable nama dan jenis kelamin. Pada kolom Frequency merupakan kolom yang menunjukkan frekuensi atau banyaknya elemen yang muncul pada variabel tertentu. Kolom Percent merupakan kolom yang menunjukkan persentase elemen yang muncul pada variabel tertentu secara keseluruhan. Kolom Valid Percent merupakan kolom yang menunjukkan persentase elemen yang valid (tidak ada data yang hilang) serta kolom Cumulative Percent merupakan persentase penambahan setiap elemen sebelumnya. Dari hasil output diatas terlihat bahwa Jenis Kelamin Pria pada data sampel gambaran umum wisata yang berkunjung di Kebun Raya Bogor sebanyak 3 orang dengan persentase dari total keseluruhan adalah 60%. Sama halnya dengan variabel nama setiap orangnya memiliki frekuensi sebanyak 1 dengan persentase masing-masing 20%.
Pada output berikut menunjukkan tabel frekuensi untuk pendidikan dan biaya wisata. Terlihat bahwa dari seluruh data sampel gambaran umum wisatawan yang berkunjung ke Kebun Raya Bogor sekitar 40% berasal dari wisatawan yang berpendidikan SMP dan SMA dan 20% berasal dari wisatawan yang berpendidikan SD. Sementara itu, biaya wisatawan yang membawa uang 10000 rupiah ada 2 orang, sama halnya dengan wisatawan yang membawa uang sebesar 20000 rupiah. Hanya 1 orang yang membawa uang sebesar 15000 rupiah.
Tabel frekuensi memudahkan kita untuk melakukan intepretasi mengenai gambaran umum data yang diperoleh. Setiap orang dan kasus tertentu memiliki intepretasi yang berbeda-beda tergantung konteks yang dibahas namun semuanya dapat dilakukan intepretasi. Ada yang mengintepretasikan berdasarkan frekuensi dan juga ada yang mengintepretasikan berdasarkan persen. Tabel frekuensi pun dapat memudahkan untuk menggambarkan gambaran umum berupa grafik, diagram, maupun histogram khususnya bagi yang ingin tidak disulitkan dengan menggunakan fungsi "countif" pada Excel.
Demikian postingan mengenai cara membuat tabel frekuensi di SPSS. Untuk postingan selanjutnya saya akan membahas mengenai cara membuat tabel distribusi frekuensi dan tabel tabulasi silang di SPSS.
Untuk menampilkan tabel frekuensi dengan menggunakan program SPSS dapat dilakukan dengan menggunakan menu Analyze > Descriptive Statistics > Frequency. Untuk lebih jelasnya, berikut saya memberikan contoh data sederhana agar mudah dilakukan praktek secara langsung. Data dibawah merupakan sampel data gambaran umum orang yang berkunjung di tempat wisata Kebun Raya Bogor.
| Pengunjung | Nama | Jenis Kelamin | Usia | Pendidikan | Biaya Wisata |
|---|---|---|---|---|---|
| 1 | Adi | Pria | 18 | SD | 10000 |
| 2 | Budi | Pria | 17 | SMA | 20000 |
| 3 | Cani | Wanita | 18 | SMA | 15000 |
| 4 | Dani | Pria | 19 | SMP | 20000 |
| 5 | Eni | Wanita | 18 | SMP | 10000 |
Dari data tersebut anda bisa menginput data di SPSS dengan memasukkan nama variabel, label, dan coding value di variable view serta memasukkan data di Data View.
Keterangan untuk Values pada Jenis Kelamin:
1 = Pria
2 = Wanita
Keterangan untuk Values pada Pendidikan:
1 = SD
2 = SMP
3 = SMA
Ketika anda sudah menginput nama variabel, label, dan coding value, anda dapat menginput data sebagai berikut:
Untuk menampilkan coding value yang sudah diinputkan sebelumnya dapat mengeklik View > Value Label sehingga diperoleh hasil sebagai berikut:
Untuk menampilkan tabel frekuensi, dapat mengeklik Analyze > Descriptive Statistics > Frequency.
Masukkan variabel Nama, Jenis Kelamin, Usia, Pendidikan, dan Biaya ke kolom sebelah kanan dengan memblok variabel yang telah disebutkan dan mengeklik tanda panah. Kemudian ceklis "Display frequency tables". Selanjutnya dapat mengeklik OK.
Berikut merupakan output yang tertampil pada program SPSS
Hasil output diatas menunjukkan bahwa jumlah observasi yang valid pada data sampel gambaran umum dari masing-masing variabel (Nama, Jenis Kelamin, Usia, Pendidikan, dan Biaya Wisata) adalah 5. Arti valid disini merupakan data yang tidak memiliki data hilang. Sementara itu, data yang missing (data hilang) pada data sampel gambaran umum dari masing-masing variabel adalah 0. Artinya bahwa tidak ada data yang hilang pada data sampel gambaran umum.
Arti output diatas merupakan hasil keluaran tabel frekuensi untuk variable nama dan jenis kelamin. Pada kolom Frequency merupakan kolom yang menunjukkan frekuensi atau banyaknya elemen yang muncul pada variabel tertentu. Kolom Percent merupakan kolom yang menunjukkan persentase elemen yang muncul pada variabel tertentu secara keseluruhan. Kolom Valid Percent merupakan kolom yang menunjukkan persentase elemen yang valid (tidak ada data yang hilang) serta kolom Cumulative Percent merupakan persentase penambahan setiap elemen sebelumnya. Dari hasil output diatas terlihat bahwa Jenis Kelamin Pria pada data sampel gambaran umum wisata yang berkunjung di Kebun Raya Bogor sebanyak 3 orang dengan persentase dari total keseluruhan adalah 60%. Sama halnya dengan variabel nama setiap orangnya memiliki frekuensi sebanyak 1 dengan persentase masing-masing 20%.
Pada output berikut menunjukkan tabel frekuensi untuk pendidikan dan biaya wisata. Terlihat bahwa dari seluruh data sampel gambaran umum wisatawan yang berkunjung ke Kebun Raya Bogor sekitar 40% berasal dari wisatawan yang berpendidikan SMP dan SMA dan 20% berasal dari wisatawan yang berpendidikan SD. Sementara itu, biaya wisatawan yang membawa uang 10000 rupiah ada 2 orang, sama halnya dengan wisatawan yang membawa uang sebesar 20000 rupiah. Hanya 1 orang yang membawa uang sebesar 15000 rupiah.
Tabel frekuensi memudahkan kita untuk melakukan intepretasi mengenai gambaran umum data yang diperoleh. Setiap orang dan kasus tertentu memiliki intepretasi yang berbeda-beda tergantung konteks yang dibahas namun semuanya dapat dilakukan intepretasi. Ada yang mengintepretasikan berdasarkan frekuensi dan juga ada yang mengintepretasikan berdasarkan persen. Tabel frekuensi pun dapat memudahkan untuk menggambarkan gambaran umum berupa grafik, diagram, maupun histogram khususnya bagi yang ingin tidak disulitkan dengan menggunakan fungsi "countif" pada Excel.
Demikian postingan mengenai cara membuat tabel frekuensi di SPSS. Untuk postingan selanjutnya saya akan membahas mengenai cara membuat tabel distribusi frekuensi dan tabel tabulasi silang di SPSS.
No comments :
Post a Comment
Apabila ada komentar, pertanyaan, maupun tanggapan silahkan kirimkan komentar disini sesuai dengan postingan ini. Jika terdapat isi komentar yang tidak pantas sesuai dengan etika dalam berkomentar di blog, maka komentar tidak akan dipublis. Pertanyaan dan tanggapan akan segera dibalas.