Cara Membuat Kategorisasi Data Penelitian dengan SPSS

Dalam laporan karya ilmiah, peneliti tidak hanya melaporkan hasil dari uji hipotesisinya dengan statistik inferensial saja, tetapi juga memberikan deskripsi dari data yang diperoleh. Hal ini dilakukan untuk memberikan informasi bagi pembaca awam serta kedalaman dalam pembahasan. Pada umumnya bagian deskriptif subjek memuat  gambaran mengenai jumlah subjek yang dianalisis berdasarkan karakteristik mereka yang relevan (seperti jenis kelamin, usia, pendidikan, dll). Deskripsi subjek kemudian diikuti oleh deskripsi data penelitian yang memuat statistik deskriptif pada masing-masing variabel yang dianalisis, seperti banyaknya subjek (n), mean (M), deviasi standar (s), varians (s2), skor minimum (Xmin), dan skor maksimum (Xmaks). Dari informasi deskriptif yang diperoleh tadi, kita dapat mengetahui keadaan subjek pada aspek alau variabel yang diteliti.

Salah satu manfaat kita mengetahui itu adalah untuk mengkategorikan subjek kita memiliki skor skala yang tinggi, sedang, atau rendah. Oleh karena itu, tulisan kali ini akan memaparkan bagaimana cara membuat kategorisasi skor subjek dari hasil pengukuran skala dengan SPSS.

Membuat kriteria kategorisasi
Langkah pertama untuk kita membuat kategorisasi adalah dengan menetapkan kriterianya terlebih dahulu. Ini juga tidak terlepas dari berapa jumlah kategori yang akan kita buat, misalkan 3 kategori (rendah, sedang, tinggi), atau 5 kategori (sangat rendah, rendah, sedang, tinggi, sangat tinggi). Penentuan kategori ini dadasari atas asumsi bahwa skor populasi subjek terdistribusi secara normal. Distribusi normal terbagi atas enam bagian atau enam satuan deviasi standar, seperti pada gambar di bawah.

Untuk mengkategorikan hasil pengukuran menjadi tiga kategori, pedoman yang bisa digunakan adalah:
Rendah
X < M – 1SD
Sedang
M – 1SD < X < M + 1SD
Tinggi
M + 1SD < X

Sedangkan jika ingin membuat lima kategori, pedoman yang bisa digunakan adalah:
Sangat Rendah
X < M – 1,5SD
Rendah
M – 1,5SD < X < M – 0,5SD
Sedang
M – 0,5SD < X < M + 0,5SD
Tinggi
M + 0,5SD < X < M + 1,5SD
Sangat tinggi
M + 1,5SD < X
Keterangan:
M = Mean
SD = standar deviasi
*Panduan kategorisasi ini dapat dilihat di buku Azwar (2012).

Sebenarnya tidak ada pedoman khusus tentang berapa jumlah kategori yang ingin kita buat dan berapa batasan skor pada masing-masing kategori. Pedoman di atas hanyalah pedoman yang dibuat oleh salah satu ahli dalam bidang pengukuran. Meskipun demikian, peneliti bisa memodifikasi kreteria yang dibuat sesuai dengan kebutuhannya, asalkan tetap logis dan proporsional.

Misalkan, saya punya contoh skala asertivitas model skala likert dengan skala 1-5. Jumlah item dalam skala tersebut adalah 12. Saya ingin menkategorikan subjek ke dalam 3 kelompok, yakni rendah, sedang, dan tinggi. Dengan demikian, jika subjek menjawab nilai paling rendah semua, yakni 1, maka skor yang mungkin didapatkan adalah 1x12 = 12 (Xmin). Sedangkan jika subjek menjawab nilai paling tinggi semua, yakni 5, maka skor yang mungkin didapatkan adalah 5x12 = 60 (Xmaks). Dengan demikian Range dari data tersebut adalah 60-12 = 48. Karena kita tahu bahwa kurve normal terdiri atas 6 standar deviasi, maka tiap standar deviasi nilainya adalah 48/6=8. Kita juga tahu bahwa dalam kurve normal, nilai mean selalu berada di tengah, dengan demikian mean = (12+60) / 2 = 36.

Xmin = 12
Xmaks = 60
Range = Xmaks – Xmin
= 60-12 = 48
Mean   = (Xmaks + Xmin) / 2
= (12+60) / 2 = 36
SD       = Range / 6
= 48/6 = 8

Karena kita sudah mendapatkan nilai mean dan SD, maka kita bisa membuat kriteria kategorisasi berdasarkan pedoman yang sudah ada.
Rendah
X < M – 1SD
X < 36 – 8
X < 28
Sedang
M – 1SD < X < M + 1SD
36 – 8 < X < 36 + 8
28 < X < 44
Tinggi
M + 1SD < X
36 + 8 < X
44 < X

Kita sudah mendapatkan kriteria penentuan kategorisasi, selanjutnya kita tinggal mencocokkan dengan data kita. Jadi misalkan si A mendapat skor 30, maka dia memiliki asertivitas yang sedang.

Menentukan kategori di SPSS
Jika kita memiliki data yang sedikit, misal di bawah 30, kita masih bisa dengan mudah mengkategorikan dengan manual satu per satu. Namun jika subjek kita ratusan, alangkah lebih mudah kalau kita memanfaatkan software seperti Excel atau SPSS. Kali ini saya akan menjelaskan prosedur menentukan kategorisasi dengan SPSS.

Untuk mengkategorikan data, ikuti langkah berikut
1.    Klik TransformRecode into different variables
2.    Masukkan skor total ke kotak di kanan
3.    Pada output variables, isi name dengan nama variabel baru kita, misal kat_asertivitas
4.    Klik old and new values
5.    Kita akan membuat kode untuk kategori rendah dahulu. Misal kategori rendah kita kode 1, jadi pada new value kita isi value dengan 1. Karena dari kriteria kita tadi kelompok rendah adalah yang memiliki X < 28, maka pada bagian old value kita pilih range, LOWEST through value dan kita isi 27,5. Kenapa 27,5, kenapa bukan 28 saja? Karena skor 28 sudah masuk kategori sedang, sedangkan kategori rendah adalah di bawah 28. Jadi kita ambil batasnya adalah 27,5. Lalu kalau sudah klik add. Ini akan mengubah semua nilai yang memiliki skor dibawah 27,5 menjadi kode 1.
6.    Kita lanjut membuat kode kategori sedang. Misal kategori sedang kita kode 2, jadi pada new value kita isi value dengan 2. Karena dari kriteria kita tadi kelompok sedang adalah yang memiliki 28 < X < 44, maka pada bagian old value kita pilih range dan isi kotak pertama dengan 28 dan kotak kedua dengan 43,5. Kenapa batas atasnya 43,5, kenapa bukan 44 saja? Sama seperti langkah sebelumnya, karena 44 sudah masuk kategori tinggi, sedangkan sedang adalah dibawah 44. Lalu kalau sudah klik add. Ini akan mengubah semua nilai yang memiliki skor 28 sd 43,5 menjadi kode 2.
7.    Kita lanjut membuat kode untuk kategori tinggi. Misal kategori tinggi kita kode 3, jadi pada new value kita isi value dengan 3. Karena dari kriteria kita tadi kelompok tinggi adalah yang memiliki 44 < X, maka pada bagian old value kita pilih range, value through HIGHEST dan kita isi 44. Lalu klik add. Ini akan mengubah semua nilai yang memiliki skor 44 ke atas menjadi kode 3.
8.    Kalau sudah, klik continue
9.    Klik change, lalu OK

Jika kita kembali ke data kita, kita akan menjumpai variabel baru bernama kat_asertivitas. Variabel itu tak lain adalah kategori skor subjek pada variabel asertivitas. angka 1 menunjukkan rendah, 2 menunjukkan sedang, dan 3 menunjukkan tinggi.
Untuk mengubah label kode, kita bisa klik tab variable view di kiri bawah, lalu kita klik pada variabel kat_asertivitas, klik kotak pada kolom values, lalu kita beri values labels. Value 1 label rendah, lalu klik add. Value 2 label sedang, lalu klik add. Value 3 label tinggi, lalu klik add. Jika sudah klik OK.
Sekarang kita sudah selesai mengkategorikan subjek ke dalam kelompok rendah, sedang, atau tinggi asertivitasnya sesuai dengan skor skala yang diperoleh.

Menghitung frekuensi masing-masing kelompok
Untuk mengh itung berapa jumlah subjek yang memiliki asertivitas rendah, sedang, dan tinggi, kita dapat memanfaatkan menu frequencies di SPSS. Caranya adalah:
1.    Klik Analyze – descriptive statistics – frequencies
2.    Masukkan variabel kat_asertivitas, lalu klik OK
3.    Akan keluar output seperti gambar di bawah
Sampai disini kita sudah bisa mengetahui bahwa sebagian besar subjek memiliki asertivitas yang tinggi (59,3%), dan hanya sedikit sekali yang memiliki asertivitas rendah (2,8%).

Prosedur di atas adalah cara mengkategorisasikan data berdasarkan pada statistik hipotetik. Prosedur ini dijelaskan Prof. Azwar dalam bukunya Azwar (2012) dan di jurnal Azwar (1993). Penggunaan statistika hipotetik menggunakan alat ukur sebagai acuan. Penggunaan prosedur ini mensyaratkan alat ukur yang digunakan adalah alat ukur yang sudah divalidasi. Selain penggunaan statistik hipotetik, beberapa peneliti juga menggunakan statistik empirik. Perbedaan keduanya akan dibahas pada artikel lain.

REFERENSI
Azwar, S. (1993). "Kelompok subjek ini memiliki harga diri yang rendah"; kok, tahu...? Buletin Psikologi, I(2), 13-17.

Azwar, S. (2012). Penyusunan Skala Psikologi edisi 2. Yogyakarta: Pustaka Pelajar

Pensiunan guru SD yang sudah promosi menjadi dosen Psikologi di Universitas Muhammadiyah Malang

Share this

Related Posts

Previous
Next Post »

18 komentar

Write komentar
July 16, 2018 at 8:09 AM delete

Sangat bermanfaat dan membatu skripsi saya! terima kasih banyak sudah berbagi ilmu

Reply
avatar
October 7, 2018 at 5:35 PM delete

Mas Ada alamat email atau wa ga, pengen nanya2

Reply
avatar
November 10, 2018 at 2:14 AM delete

Sangat bermanfaat...smg terus share ilmu yg bermanfaat, terima kasih

Reply
avatar
December 4, 2018 at 7:05 PM delete

Terima kasih penjelasannya Mas Hanif, sangat membantu pengerjaan laporan PSNK

Reply
avatar
December 16, 2018 at 5:21 PM delete

"Penentuan kategori ini dadasari atas asumsi bahwa skor populasi subjek terdistribusi secara normal"
Lalu bagaimana jika skor populasi subjek tidak terdistribusi normal? Apakah bisa dilakukan kategorisasi? Jika bisa bagaimana caranya?
Terima kasih.

Reply
avatar
December 20, 2018 at 1:45 PM delete

Setelah nyari-nyari dan bingung.. Alhamdulillah nyasar di web ini
Jazakallah khairan, sangat-sangat bermanfaat min..

Reply
avatar
January 5, 2019 at 2:25 AM delete

Kok saya nyari ada yang missing system' itu gmna ya mas.. mohon pencerahannya.

Reply
avatar
January 6, 2019 at 10:36 PM delete

Mohon maaf. Adakah buku azwarnya?

Reply
avatar
February 15, 2019 at 1:55 AM delete

mas mau tanya penting sekali mas... ini kan kurve normal terdiri atas 6 standar deviasi. dan ini data berdistribusi normal..

yang menjadi pertanyaan saya,. kalau kurva tidak normalnya berapa standar deviasi? dibagi berapauntuk menentukan standar deviasi?

kalau rumus mencari nilai median gimana mas? mohon dibalas ya mas.. terimakasih

Reply
avatar
March 27, 2019 at 7:14 AM delete

saya disuruh mencari tingkatan per dimensi . dimensi mana yg lebih tiggi daripada yg dimensi yg lain. harusnya saya pakai rumus yg apa ya pak? hehe mohon bantuannya.terimaksih bnhk.

Reply
avatar
June 30, 2019 at 6:48 AM delete

mau tanya jika pengkategorian prestasi belajar siswa apakah juga memakai cara di atas, seperti nilai siswa karena kadang nilai tertinggi mereka hanya 65 dari total skor 100. jika menurut cara di atas maka 65 sudah termasuk siswa berprestasi. atau ada cara pengkategorian khusus untuk hal-hal yang berdasarkan skoring tersebut. trimakasih

Reply
avatar
June 30, 2019 at 8:37 AM delete

maaf saya masih bingung di poin ke 5 ke bawah heheehe... apakah mungkin ada gambar per poin?

Reply
avatar
September 11, 2019 at 10:31 PM delete

Bismillah...

Maaf, mas itu yang rumus pengkategoriannya pake statistik hipotetik apa statistik empiris?

Reply
avatar
September 18, 2019 at 9:17 PM delete

Maaf mau nanya, kalau dibuat jadi 2 kategori bagaimana?

Reply
avatar

Artikel Lainnya