Cara Tutorial Menghitung Ukuran Skewness dan Kurtosis Menggunakan SPSS

Pada artikel sebelumnya, saya kita menjelaskan konsep dan contoh kasus mengenai skewness dan kurtosis dalam statistika. Kali ini, kita akan menjelaskan tutorial mengenai cara menghitung ukuran skewness dan kurtosis menggunakan SPSS. Artikel ini diharapkan dapat memberikan panduan praktis bagi pembaca yang ingin menghitung nilai skewness dan kurtosis dengan mudah menggunakan perangkat lunak SPSS.

Pendahuluan

Dalam analisis statistik, ukuran-ukuran seperti skewness dan kurtosis sangat penting untuk memahami distribusi data. Skewness mengukur seberapa simetris atau tidak simetris distribusi data, sedangkan kurtosis mengukur seberapa curam atau landai distribusi data. Menghitung ukuran-ukuran ini dapat membantu dalam memilih metode analisis yang tepat.

SPSS (Statistical Package for the Social Sciences) adalah perangkat lunak statistik yang sering digunakan dalam analisis data. SPSS menyediakan kemampuan untuk menghitung ukuran skewness dan kurtosis, serta menyajikan hasil output dalam bentuk yang mudah dipahami.

Langkah-langkah Perhitungan

Berikut adalah langkah-langkah untuk menghitung ukuran skewness dan kurtosis menggunakan SPSS:

Import Data ke SPSS

Buka SPSS dan pilih "Open Data" untuk mengimpor data yang ingin dihitung skewness dan kurtosisnya.
Setelah memilih file, pastikan untuk memilih format file yang tepat dan mengecek bahwa data diimpor dengan benar.
Teman-teman juga bisa meng copy paste dari excel ke dalam SPSS, jangan lupa mengisi format data pada Variabel View

Membuat Variabel Baru

Jika variabel yang ingin dihitung skewness dan kurtosisnya belum ada, buat variabel baru dengan memilih "Transform" dan kemudian "Compute Variable".
Berikan nama pada variabel baru dan tentukan rumus untuk menghitung variabel tersebut.
Setelah variabel baru dibuat, pastikan untuk memasukkan rumus yang benar.

Menghitung Skewness

Pilih "Analyze" dan kemudian "Descriptive Statistics" dan kemudian "Explore".
Pilih variabel yang ingin dihitung skewnessnya dan masukkan ke dalam kotak "Dependent List".
Pilih "Plots" dan kemudian pilih "Descriptive" dan "Stem-and-Leaf".
Pilih "Statistics" dan kemudian pilih "Descriptives" dan "Skewness".
Klik "Continue" dan kemudian "OK".
Hasil output akan menampilkan nilai skewness, serta histogram dan stem-and-leaf plot dari variabel tersebut.

Menghitung Kurtosis

Pilih "Analyze" dan kemudian "Descriptive Statistics" dan kemudian "Explore".
Pilih variabel yang ingin dihitung kurtosisnya dan masukkan ke dalam kotak "Dependent List".
Pilih "Plots" dan kemudian pilih "Descriptive" dan "Stem-and-Leaf".
Pilih "Statistics" dan kemudian pilih "Descriptives" dan "Kurtosis".
Klik "Continue" dan kemudian "OK".
Hasil output akan menampilkan nilai kurtosis, serta histogram dan stem-and-leaf plot dari variabel tersebut.

Menghitung Skewness dan Kurtosis Bersama-sama

Pilih "Analyze" dan kemudian "Descriptive Statistics" dan kemudian "Explore".
Pilih variabel yang ingin dihitung skewness dan kurtosisnya dan masukkan ke dalam kotak "Dependent List".
Pilih "Plots" dan kemudian pilih "Descriptive" dan "Stem-and-Leaf".

Pilih "Statistics" dan kemudian pilih "Descriptives" dan "Skewness and Kurtosis".

Klik "Continue" dan kemudian "OK".
Hasil output akan menampilkan nilai skewness dan kurtosis, serta histogram dan stem-and-leaf plot dari variabel tersebut.

Menghitung Kurtosis dan Skewness dengan Menu Descriptives

Pilih "Analyze" dan kemudian "Descriptive Statistics" dan kemudian "Descriptives".
Pilih variabel yang ingin dihitung skewness dan kurtosisnya dan masukkan ke dalam kotak "Variable (s)".
Kemudian pilih “options”
Centang pada “Distribution” Kurtosis dan Skewness

Interpretasi Hasil

Nilai skewness yang positif menunjukkan bahwa ekor distribusi berada di sebelah kanan nilai rata-rata, sementara nilai skewness yang negatif menunjukkan bahwa ekor distribusi berada di sebelah kiri nilai rata-rata.
Nilai kurtosis yang positif menunjukkan bahwa puncak distribusi lebih curam dari distribusi normal, sementara nilai kurtosis yang negatif menunjukkan bahwa puncak distribusi lebih landai dari distribusi normal.
Jika nilai skewness dan kurtosis mendekati nol, maka distribusi data cenderung simetris dan berbentuk normal. Namun, interpretasi yang lebih akurat memerlukan analisis lebih lanjut seperti uji normalitas.

Dalam melakukan penghitungan skewness dan kurtosis dengan SPSS, penting untuk memperhatikan jenis data yang diolah. Sebagai contoh, penghitungan skewness dan kurtosis pada data nominal tidak relevan, karena data tersebut tidak memiliki tingkatan yang dapat dibandingkan. Sebaliknya, skewness dan kurtosis lebih bermanfaat pada data interval atau rasio.

Selain itu, perlu diingat bahwa penggunaan skewness dan kurtosis dalam analisis statistik bukanlah satu-satunya faktor yang harus diperhatikan. Oleh karena itu, penting untuk memahami tujuan analisis dan konteks dari penggunaan skewness dan kurtosis dalam analisis data.

Dalam kesimpulannya, SPSS menyediakan kemampuan untuk menghitung ukuran skewness dan kurtosis dengan mudah dan cepat. Dalam melakukan penghitungan skewness dan kurtosis menggunakan SPSS, kita perlu memperhatikan jenis data yang digunakan, dan memahami interpretasi hasil output dengan benar. Dengan begitu, kita dapat menggunakan hasil penghitungan skewness dan kurtosis secara efektif dalam analisis data kita.

Contoh Kasus

Menggunakan data Cars yang ada di dataset R (yang sudah di export sebelumnya) akan menghitung skewness dan kurtosis pada variabel speed. Kita akan melakukan perhitungan skewness dan kurtosis pada variabel "speed" dalam data set cars yang sudah diekspor ke dalam SPSS. Langkah-langkah yang harus dilakukan adalah sebagai berikut:

Buka program SPSS dan buka file Excel yang berisi data set cars dengan memilih "File" > "Open" > "Data".
Setelah file dibuka, pastikan bahwa data pada setiap variabel telah diatur dengan benar, misalnya variabel "speed" telah diatur sebagai "Numeric".
Pilih menu "Analyze" > "Descriptive Statistics" > "Descriptives".
Pilih variabel "speed" dan pindahkan ke dalam kotak "Variable(s)" dengan mengklik tombol panah di tengah.
Klik tombol "Options" di bawah kotak "Variable(s)".
Pada jendela "Descriptives: Options", pilih kotak "Skewness" dan "Kurtosis" dan klik "Continue".
Klik "OK" pada jendela "Descriptives".
SPSS akan menampilkan output yang mencakup banyak informasi, termasuk nilai skewness dan kurtosis untuk variabel "speed".

Berikut ini adalah hasil output SPSS untuk perhitungan skewness dan kurtosis pada variabel "speed" dalam data set cars:

Dalam hasil output tersebut, nilai skewness adalah -0.117 dan nilai kurtosis adalah -0.509. Nilai skewness yang mendekati nol menunjukkan bahwa distribusi cenderung simetris, sedangkan nilai kurtosis negatif menunjukkan bahwa distribusi memiliki kurva yang lebih datar dari distribusi normal.