Cara Mengategorikan Data Menggunakan SPSS

Mengategorikan data biasa dilakukan oleh para peneliti diawal pembahasan penelitian mereka, terutama penelitian yang melibatkan data dengan jumlah banyak. Pengategorian ini dimaksudkan untuk mempermudah pembaca dalam memahami struktur data yang ada. Biasanya pengategorian ini masih termasuk ke dalam analisa deskriptif yang dibarengi dengan memunculkan nilai rata-rata, nilai tengah, nilai yang paling sering muncul, dan lain sebagainya. Lebih lanjut, pengategorian data ini juga bisa dituangkan ke dalam bentuk visualisasi seperti histogram, bar chart, pie chart, dan lain sebagainya.

Hampir setiap penelitian yang menggunakan metode penelitian kuantitatif perlu melakukan pengategorian data. Contohnya seperti pada data dibawah ini:

Provinsi	Persentase Buta Huruf
ACEH	13,16
SUMATERA UTARA	10,84
SUMATERA BARAT	10,75
RIAU	7,94
JAMBI	17,47
SUMATERA SELATAN	11,11
BENGKULU	19,79
LAMPUNG	21,52
KEP. BANGKA BELITUNG	19,22
KEP RIAU	14,58
DKI JAKARTA	3,83
JAWA BARAT	15,78
JAWA TENGAH	34,89
DI YOGYAKARTA	31,73
JAWA TIMUR	40,27
BANTEN	17,48
BALI	42,63
NUSA TENGGARA BARAT	71,76
NUSA TENGGARA TIMUR	42,06
KALIMANTAN BARAT	38,49
KALIMANTAN TENGAH	11,51
KALIMANTAN SELATAN	17,2
KALIMANTAN TIMUR	13
KALIMANTAN UTARA	0
SULAWESI UTARA	2,42
SULAWESI TENGAH	16
SULAWESI SELATAN	45,5
SULAWESI TENGGARA	34,54
GORONTALO	15,88
SULAWESI BARAT	45,75
MALUKU	9,92
MALUKU UTARA	17,62
PAPUA BARAT	18,13
PAPUA	98,6

Data tersebut merupakan angka Persentase Buta Huruf di Indonesia pada tahun 2010 yang diambil dari laman resmi Badan Pusat Statistik (BPS). Jika data ditampilkan apa adanya pada sebuah penelitian, maka pembaca akan merasa bingung apa maksud dari data yang ditampilkan, atau kesimpulan apa yang bisa diambil dari data tersebut. Oleh karena itu diperlukan pengategorian data agar pembaca dapat memahami inti dari data yang ditampilkan.

Pada artikel kali ini, data Persentase Buta Huruf akan dikategorikan menjadi 3 kategori, dengan ketentuan sebagai berikut:

1. Angka buta huruf rendah: jika nilai dibawah atau sama dengan 3,00 (diberikan kode 0)

2. Angka buta huruf sedang: jika nilai diantara 3,01 sampai 40,00 (diberikan kode 1)

3. Angka buta huruf tinggi: jika nilai lebih dari 40,00 (diberikan kode 2)

Setelah ditentukan nilai pengelompokannya, berikutnya adalah langkah-langkah cara penyelesaian pengategorian kelompok dengan menggunakan software SPSS:

1. Memasukkan data

Sebelum memasukkan data, terlebih dahulu kita harus mendeskripsikan variabel yang ada. Masuk ke bagian "Variable View" yang terletak di pojok kiri bawah. Karena data yang ada terdiri dari dua variabel, maka deskripsikan kedua variabel tersebut dengan ketentuan sebagai berikut:

a. Variabel Provinsi

Name: Provinsi

Type: String

Width: 30

Decimal: 0

Label: (Dikosongkan)

Values: None

Missing: None

Columns: 8

Align: Left

Measure: Nominal

BACA JUGA: PENJELASAN LENGKAP MENU VARIABLE VIEW

b. Variabel Persentase Buta Huruf

Name: Persentase_Buta_Huruf

Type: Numeric

Width: 8

Decimal: 2

Label: (Dikosongkan)

Values: None

Missing: None

Columns: 8

Align: Right

Measure: Scale

Pengisian Variable View

Kemudian pindah ke halaman Data View dan masukkan datanya sesuai nama variabelnya. Ingat! SPSS tidak bisa membaca data "spasi", maka jika ada nilai "spasi" ganti dengan nilai "underline ( _ )" atau nilai "spasi" nya dihapuskan. Misal mau memasukkan nilai "Jawa Tengah", maka dapat ditulis "Jawa_Tengah" atau "JawaTengah".

Pengisian Data View

2. Melakukan analisis

Pilih menu Transform => Recode Into Different Variables.

Menu Transform

Kemudian akan muncul kotak dialog Recode Into Different Variables, masukkan variabel yang nilainya akan dikelompokkan atau dalam artikel ini variabel Persentase_Buta_Huruf ke dalam bagian "Numeric Variable -> Output variable". Pada bagian Output Variable tuliskan nama variabel baru yang diinginkan, misalkan nama variabelnya Kategori, kemudian klik Change.

Kotak Dialog Recode Into Different Variables

Selanjutnya klik pada bagian Old and New Values sehingga akan muncul kotak dialog "Recode Into Different Variables: Old and New Values". pilih Range Lowest through diisi dengan 3.01 kemudian New Value diisi dengan 0 dan klik Add. Kemudian Range values through Highest diisi dengan 40, New Values diisi 2 dan klik Add. Untuk All other values masukkan angka 1 pada New Values dan klik Add. Kemudian klik Continue.

Kotak Dialog Recode Into Different Variables: Old and New Values

Setelah semuanya selesai, klik OK dan hasil pengategoriannya akan muncul pada bagian Data View.

Hasil Pengategorian

Hasil kategori ini bisa langsung dihitung yang kemudian dimasukkan ke dalam hasil penelitian seperti contoh tabel dibawah, atau bisa juga digunakan untuk analisis berikutnya seperti pembuatan visualisasi histogram, bar chart, pie chart, dan lain-lain.