INTERPRETASI DATA DARI OUTPUT SPSS DESCRIPTIVE FRQUENCIES JAWABAN RESPONDEN

Bacaan Selanjutnya ...

Posting kali ini saya pengen berusaha melengkapkan hal yang masih dirasa kurang dalam pengolahan data pake SPSS dalam postingan tempo hari. Ini saya tulis juga karena banyak pertanyaan dari teman-teman yang masuk ke email dan BBM saya yang nanyain interpretasi datanya. Karena pertanyaan yang masuk itu-itu aja otomatis jawaban saya juga itu-itu aja, karenanya untuk mengurangi intensitas pertanyaan tersebut (jika tidak mungkin dihilangkan) maka saya berpikir alangkah indahnya jika jawabannya juga saya posting di blog.

Saya bukan orang yang ahli betul dalam urusan statistik, namun sebagai mantan mahasiswa yang pernah belajar dari beberapa buku statistik akibat kepepet masalah skripsi maka saya mencoba berbagi. Jika teman-teman ragu atau kurang ngerti dengan penjelasan saya silahkan dipelajari lebih lanjut di Buku-Buku Statistik.

Kali ini saya menginterpretasikan output SPSS tentang deskriptif frekuensi Jawaban Responden pada posting saya yang judulnya Mengolah Data Kuesioner dengan IBM SPSS v 20. Sebelum kita interpretasikan datanya, terlebih dahulu kita pahami apa itu descriptive frequency. Descriptive Frequency itu fitur di SPSS yang mampu memberikan informasi tentang seberapa sering sebuah data muncul dengan diberi kriteria tertentu.
Deskriptif frequensi untuk jawaban responden diolah berdasarkan jumlah pernyataan yang ada dalam quisioner sesuai variabel, Pertama kita akan lihat pernyataan-pernyataan untuk variabel kompetensi auditor. Adapun output yang akan kita bahas sebagai berikut:

Dari output diatas kita diperlihatkan tabel Statistics pada kolom pertama memberi kita informasi jumlah N (sampel) yang diolah SPSS, Berdasarkan tabel tersebut kita juga mendapat informasi bahwa terdapat 6 item (pernyataan) yang dideskriptifkan yang masing-masing berjumlah sesuai sampel yaitu 34 pada baris valid. Kemudian kita akan melihat ada keterangan valid dan missing, Hal ini dikarenakan fitur SPSS memberikan kita peluang untuk menentukan nilai missing (bisa karena tidak dianggap, sengaja dihilangkan atau sebagai toleransi nilai) yang aplicable dalam penelitian experimental. Karena ini bukan penelitian experimental maka variabel diseting no missing value (pengaturan bawaan) jadi misingnya nol.
Kemudian item-item tersebut dijabarkan lebih rinci dalam tabel-tabel frequency sebagai berikut:

Pernyataan pertama di simbolkan dengan kompetensi auditor 1. Disini terlihat bahwa ada 5 kategori jawaban responden, Sangat tidak Setuju (1) Tidak Setuju (2) Netral/Ragu-Ragu (3) Setuju (4) dan Sangat Setuju (5). Pada Kolom frequency memperlihatkan jumlah responden yang menjawab berdasarkan kriteria tersebut ( contoh: sangat tidak setuju muncul 1 kali artinya pernyataan Kompetensi auditor 1 dijawab sangat tidak setuju  oleh satu orang responden).
Kolom percent memperlihatkan persentase jumlah tersebut (Kategori sangat tidak setuju ada 1 orang berarti 1/34 yang artinya 2,9%) begitu seterusnya kebawah. Kemudian adalagi kolom valid percent, ini seperti yang saya bilang tadi,  karena kita tidak perlu mengatur nilai missing maka nilai valid percent-nya sama dengan nilai percent. Lalu terakhir ada kolom cummulative percent, nah ini dipahami aja maksud dari cummulative (artinya penjumlahan dari persentase jumlah diatasnya), 

Selanjutnya untuk butir-butir pernyataan setelahnya penjabarannya sama. 

Demikian posting kali ini, saya harap bisa memadai dan dapat bermanfaat:)