TUTORIAL: Alternatif Pengganti SPSS Menggunakan R

---

Siapa sih yang gak kenal dengan SPSS? Software yang paling banyak digunakan untuk menyelesaikan masalah statistik.

Mulai dari membuat analisa deskriptif yang sederhana sampai membuat model machine learning yang kompleks bisa dilakukan di SPSS. Dulu ketika masih menjadi mahasiswa tingkat akhir, saya pernah menjadi asisten lab bio statistik yang memberikan tutor SPSS. Namun demikian, bagi mahasiswa Matematika sendiri, kami tidak pernah diberikan materi lab SPSS sana sekali.

SPSS membuat kamu malas.

Begitu selentingan yang saya dengar.

Kalau begitu software apa yang dipelajari oleh mahasiswa Matematika untuk menyelesaikan masalah statistik terkait data?

Microsoft Excel!

Saat itu SPSS yang digunakan adalah versi 13 student edition resmi.

---

Kisah SPSS saya berlanjut saat saya mulai bekerja di bidang market research pada tahun 2008. Hampir semua orang tim data processing di market research agency tempat saya bekerja menggunakan SPSS. Waktu itu mereka menggunakan versi 17. Usut punya usut ternyata versi yang digunakan itu bukan berasal dari jalur resmi.

Istilahnya versi crack-an yang didapatkan dari forum berbagi-file populer pada zamannya.

Kisah terus berlanjut sampai saya berlabuh di perusahaan tempat saya bekerja saat ini. Ternyata __@nutrifood__ memiliki license resmi SPSS versi 13 yang digunakan oleh semua member tim market research. Namun versi tersebut sudah cukup usang untuk melakukan beberapa analisa dan mengolah data survey yang semakin banyak. Apalagi semenjak IBM membeli kepemilikan SPSS, memakai versi bajakan dari software ini bukanlah pilihan yang bijak.

Setelah mencari informasi terkait harga resminya, ternyata harganya lumayan juga yah.

Tipe license SPSS yang dibutuhkan untuk mengolah data market riset adalah yang standard karena sudah bisa mengakomodir multiple response answer.

---

Perbedaan Data Survey dengan Data Lainnya

Apa sih perbedaan antara data survey dengan data lain? (Misalkan data transaksi atau data scrape dari social media).

Disadari atau tidak, dalam survey, responden bisa ditanyakan suatu pertanyaan yang bisa lebih dari satu jawaban. Market researcher menyebutnya dengan istilah multiple answer question. Jawaban responden akan disimpan menjadi multiple column.

Prinsipnya adalah satu responden disimpan dalam satu baris data.

Berbeda dengan data transaksi atau data social media yang memungkinkan dibentuk menjadi tabular (satu response bisa disimpan as multiple columns).

Maka dari itu, tools pengolahan data market riset harus bisa mengakomodir hal ini.

---

Masalah dengan SPSS

Seperti yang telah saya sampaikan sebelumnya, faktor harga menjadi salah satu kendala terbesar bagi (hampir semua) perusahaan untuk bisa menggunakan SPSS secara legal. Banyak di antara perusahaan malah tetap memilih untuk menggunakan software bajakan. Menurut beberapa sumber, IBM sedang galak-galaknya melakukan sidak ke perusahaan-perusahaan untuk menangkap perusahaan yang nakal.

Setau saya memang ada konsekuensi hukum bagi yang melakukan hal ini.

Selain itu, memakai software bajakan bisa jadi menghilangkan keberkahan pekerjaan kita lho.

Alternatif SPSS

Kita sebenarnya bisa memakai software olah data selain SPSS yang bersifat open source alias gratis. Salah satunya dengan R melalui library(expss).

Berikut ini adalah beberapa kelebihan mengolah data survey dengan library(expss):

1. Kita tidak perlu repot-repot mengubah tipe data menjadi numeric with labels. Pada SPSS, kita tahu ada dua tab, yakni variabel view dan data view. Biasanya salah satu preparation yang harus dilakukan di SPSS adalah mengubah data text hasil entry kuesioner menjadi numeric lalu diberikan value label. Hasil entry kuesioner yang sudah berupa text bisa langsung kita pakai. Biasanya ini terjadi saat kita menggunakan platform online survey yang memberikan data as it is.
2. Kita bisa melakukan uji beda dua proporsi langsung di R.
3. Kita bisa langsung membuat grafik dari hasil tabulasi dengan library(ggplot2) dan membuat report-nya dengan R Markdown.
4. R bisa membaca banyak format data. Baik .sav SPSS dan .csv, .xls, .xlsx dari MS. Excel.

Bagaimana caranya? Saya mulai tutorialnya yah.

---

Bahan-Bahan yang Dibutuhkan

Oke, untuk melakukannya kita memerlukan R dan atau R Studio. Kemudian kita harus menginstall beberapa libraries seperti:

1. dplyr untuk melakukan data carpentry di R.
2. expss sebagai pengganti SPSS di R.
3. openxlsx untuk export tabulasi ke format .xlsx.

Cara installnya adalah:

# install.packages("dplyr")
# install.packages("expss")
# install.packages("openxlsx")

Selepas instalasi selesai, mari kita panggil kedua libraries tersebut:

library(dplyr)
library(expss)
library(openxlsx)

Sekarang saya akan menggunakan contoh data hasil survey mengenai persepsi dan habit responden. Pertanyaan dalam survey tersebut antara lain:

1. kota asal responden.
2. gender.
3. usia.
4. pernah-kah responden membeli sayur dan daging dalam sebulan terakhir?
5. tempat responden pernah membeli sayur dan daging dalam sebulan terakhir.
6. rating kesukaan terhadap minuman soda.

Survey dilakukan kepada 1.000 orang responden di 5 kota (Jakarta, Bandung, Tasikmalaya, Garut, dan Sukabumi). Sebagai latihan bersama, data bisa diunduh di sini.

Berikut adalah datanya:

data = read.csv("data survey.csv") 

20 Data Teratas

id	kota	gender	usia	pernah	tempat\_1	tempat\_2	tempat\_3	tempat\_4	tempat\_5	rating
1	Bandung	wanita	35	ya	pasar	warung	NA	NA	NA	sangat tidak suka
2	Jakarta	wanita	32	tidak	NA	NA	NA	NA	NA	tidak suka
3	Jakarta	pria	27	tidak	NA	NA	NA	NA	NA	suka
4	Bandung	pria	39	ya	online	supermarket	warung	minimarket	pasar	tidak suka
5	Bandung	pria	30	tidak	NA	NA	NA	NA	NA	sangat suka
6	Bandung	wanita	31	ya	warung	minimarket	supermarket	pasar	NA	sangat suka
7	Tasikmalaya	pria	38	ya	minimarket	online	supermarket	pasar	NA	suka
8	Sukabumi	wanita	30	ya	supermarket	warung	online	NA	NA	sangat tidak suka
9	Garut	wanita	39	tidak	NA	NA	NA	NA	NA	sangat tidak suka
10	Bandung	wanita	26	tidak	NA	NA	NA	NA	NA	sangat suka
11	Jakarta	wanita	33	ya	online	supermarket	NA	NA	NA	sangat tidak suka
12	Tasikmalaya	wanita	30	ya	supermarket	warung	online	minimarket	NA	suka
13	Sukabumi	wanita	38	tidak	NA	NA	NA	NA	NA	sangat tidak suka
14	Tasikmalaya	wanita	33	tidak	NA	NA	NA	NA	NA	suka
15	Garut	pria	35	ya	pasar	supermarket	online	minimarket	NA	sangat tidak suka
16	Bandung	wanita	34	ya	supermarket	online	pasar	NA	NA	suka
17	Tasikmalaya	wanita	25	tidak	NA	NA	NA	NA	NA	suka
18	Garut	pria	34	tidak	NA	NA	NA	NA	NA	suka
19	Tasikmalaya	wanita	27	ya	online	NA	NA	NA	NA	suka
20	Sukabumi	pria	34	ya	pasar	warung	online	NA	NA	suka

---

Prinsip dasar library(expss)

Skrip pada library(expss) selalu menggunakan pipe pada tidyverse (%>%).

Berikut adalah alur pengerjaannya:

1. Tabulasi dimulai dengan memanggil dataset.
2. Memanggil variabel yang hendak dihitung dengan tab_cells(nama_variabel).
3. Jika hendak melakukan cross tabulasi, tambahkan perintah tab_cols(nama_variabel) sesuai dengan variabel yang hendak disilangkan.
4. Jika hendak melakukan drill down pada baris, tambahkan perintah tab_rows(nama_variabel) sesuai dengan variabel yang hendak disilangkan.
5. Panggil perintah untuk menghitung persentase atau real number. Untuk persentase, bisa menggunakan perintah tab_stat_cpct(). Untuk real number, bisa menggunakan perintah tab_stat_cases().
6. Jika hendak melakukan uji beda dua proporsi pada cross tabulasi, tambahkan tab_last_sig_cpct() atau tab_last_sig_cases().
7. Akhiri dengan tab_pivot().

Yuk, kita praktek langsung!

Frekuensi Tabulasi

Mari kita mulai dengan menghitung proporsi kota dan gender dari survey ini:

data %>% 
  tab_cells(kota) %>% 
  tab_stat_cpct() %>% 
  tab_pivot() %>% 
  set_caption("Tabel 1: Kota Asal Responden")

Tabel 1: Kota Asal Responden
	\#Total
kota
Bandung	19.1
Garut	18.6
Jakarta	22.4
Sukabumi	20.4
Tasikmalaya	19.5
\#Total cases	1000

data %>% 
  tab_cells(gender) %>% 
  tab_stat_cpct() %>% 
  tab_pivot() %>% 
  set_caption("Tabel 2: Gender Responden")

Tabel 2: Gender Responden
	\#Total
gender
pria	29.3
wanita	70.7
\#Total cases	1000

Sekarang saya akan menghitung proporsi dari rating dengan menggunakan real number:

data %>% 
  tab_cells(rating) %>% 
  tab_stat_cases() %>% 
  tab_pivot() %>% 
  set_caption("Tabel 3: Rating Kesukaan Responden (real number)")

Tabel 3: Rating Kesukaan Responden (real number)
	\#Total
rating
sangat tidak suka	257
tidak suka	108
suka	499
sangat suka	136
\#Total cases	1000

Cross Tabulasi

Berikutnya saya akan membuat tabel cross tabulasi rating vs kota sekaligus menghitung signifikansinya:

data %>% 
  tab_cells(rating) %>% 
  tab_cols(total(),kota) %>% 
  tab_stat_cpct() %>% 
  tab_last_sig_cpct() %>% 
  tab_pivot() %>% 
  set_caption("Table 4. Cross tabulasi Pernah dan Kota")

Table 4. Cross tabulasi Pernah dan Kota
	\#Total		kota
			Bandung		Garut		Jakarta		Sukabumi		Tasikmalaya
			A		B		C		D		E
rating
sangat tidak suka	25.7		26.7		27.4		21.9		26.5		26.7
tidak suka	10.8		13.1		8.6		11.6		12.3		8.2
suka	49.9		44.0		51.1		55.4 A D		45.6		52.8
sangat suka	13.6		16.2		12.9		11.2		15.7		12.3
\#Total cases	1000		191		186		224		204		195

Kita bisa melihat bahwa suka di Jakarta signifikan lebih tinggi dibandingkan Bandung dan Sukabumi.

Sekarang saya akan membuat cross tabulasi rata-rata usia per kota:

data %>% 
  tab_cells(usia) %>% 
  tab_cols(total(),kota) %>% 
  tab_stat_mean_sd_n() %>% 
  tab_last_sig_means() %>% 
  tab_pivot() %>% 
  set_caption("Table 5. Rata-rata Usia per Kota")

Table 5. Rata-rata Usia per Kota
	\#Total		kota
			Bandung		Garut		Jakarta		Sukabumi		Tasikmalaya
			A		B		C		D		E
usia
Mean	32.1		31.5		31.9		31.8		32.5 A		32.7 A C
Std. dev.	4.5		4.6		4.6		4.5		4.6		4.3
Unw. valid N	1000.0		191.0		186.0		224.0		204.0		195.0

Ternyata rata-rata usia responden di Tasikmalaya signifikan lebih tua dibandingkan Bandung dan Jakarta. Sedangkan usia responden di Sukabumi signifikan lebih tua dibandingkan Bandung.

Multiple Response

Sekarang kita akan menghitung frekuensi tabulasi untuk pertanyaan multiple response. Pada kasus ini adalah variabel tempat_1 sampai tempat_5.

data %>% 
  tab_cells(mrset(tempat_1 %to% tempat_2)) %>% 
  tab_stat_cpct() %>% 
  tab_pivot()%>% 
  set_caption("Table 6. Tempat Berbelanja")

Table 6. Tempat Berbelanja
	\#Total
minimarket	36.3
online	45.1
pasar	39.7
supermarket	37.3
warung	37.3
\#Total cases	375

Kita juga bisa membuat cross tabulasi untuk pertanyaan multiple response berikut:

data %>% 
  tab_cells(mrset(tempat_1 %to% tempat_2)) %>% 
  tab_cols(total(),kota) %>% 
  tab_rows(gender) %>% 
  tab_stat_cpct() %>% 
  tab_last_sig_cpct() %>% 
  tab_pivot()%>% 
  set_caption("Table 7. Detail Tempat Berbelanja")

Table 7. Detail Tempat Berbelanja
			\#Total		kota
					Bandung		Garut		Jakarta		Sukabumi		Tasikmalaya
					A		B		C		D		E
gender
pria	minimarket		43.6		48.0		40.0		47.6		42.9		38.9
	online		41.8		48.0 B		20.0		47.6 B		66.7 B E		27.8
	pasar		39.1		28.0		52.0		42.9		23.8		50.0
	supermarket		41.8		44.0		44.0		38.1		38.1		44.4
	warung		29.1		20.0		40.0		19.0		28.6		38.9
	\#Total cases		110		25		25		21		21		18
wanita	minimarket		33.2		26.4		37.5		33.3		31.6		38.0
	online		46.4		56.6		41.7		40.4		47.4		46.0
	pasar		40.0		43.4		47.9		36.8		40.4		32.0
	supermarket		35.5		28.3		43.8		28.1		35.1		44.0
	warung		40.8		43.4		25.0		57.9 B E		42.1		32.0
	\#Total cases		265		53		48		57		57		50

Tentunya masih banyak lagi fitur dan function yang bisa dilakukan. Tapi segitu saja harusnya sudah cukup ya.

---

Exporting to Excel

Sekarang saya akan tunjukkan cara agar tabel-tabel di atas dimasukkan ke satu file Excel .xlsx.

Buat dulu object tabelnya

tab1 = 
  data %>% 
  tab_cells(kota) %>% 
  tab_stat_cpct() %>% 
  tab_pivot() %>% 
  set_caption("Tabel 1: Kota Asal Responden")

tab2 = 
  data %>% 
  tab_cells(gender) %>% 
  tab_stat_cpct() %>% 
  tab_pivot() %>% 
  set_caption("Tabel 2: Gender Responden")

tab3 = 
  data %>% 
  tab_cells(rating) %>% 
  tab_stat_cases() %>% 
  tab_pivot() %>% 
  set_caption("Tabel 3: Rating Kesukaan Responden (real number)")

tab4 = 
  data %>% 
  tab_cells(rating) %>% 
  tab_cols(total(),kota) %>% 
  tab_stat_cpct() %>% 
  tab_last_sig_cpct() %>% 
  tab_pivot() %>% 
  set_caption("Table 4. Cross tabulasi Pernah dan Kota")

tab5 = 
  data %>% 
  tab_cells(usia) %>% 
  tab_cols(total(),kota) %>% 
  tab_stat_mean_sd_n() %>% 
  tab_last_sig_means() %>% 
  tab_pivot() %>% 
  set_caption("Table 5. Rata-rata Usia per Kota")

tab6 = 
  data %>% 
  tab_cells(mrset(tempat_1 %to% tempat_2)) %>% 
  tab_stat_cpct() %>% 
  tab_pivot()%>% 
  set_caption("Table 6. Tempat Berbelanja")

tab7 = 
  data %>% 
  tab_cells(mrset(tempat_1 %to% tempat_2)) %>% 
  tab_cols(total(),kota) %>% 
  tab_rows(gender) %>% 
  tab_stat_cpct() %>% 
  tab_last_sig_cpct() %>% 
  tab_pivot()%>% 
  set_caption("Table 7. Detail Tempat Berbelanja")

Buat workbook

wb = createWorkbook()

Buat worksheets lalu save ke Excel

tabel = list(tab1,tab2,tab3,tab4,tab5,tab6,tab7)

for(i in 1:7){
  nama_sheet = paste0("tabel",i)
  sh = addWorksheet(wb, nama_sheet)
  xl_write(tabel[[i]], wb, sh)
}

saveWorkbook(wb, "tabulasi.xlsx", overwrite = TRUE)

File hasilnya bisa di-download di sini.

---

if you find this article helpful, support this blog by clicking the ads.