LATIHAN KETUJUH

IBM SPSS STATISTICS VERSION 22

Oleh :

Abdullah M. Jaubah

Pendahuluan

Latihan ini merupakan latihan ketujuh mengenai prosedur OLAP (Online Analytical

Processing) Cubes bermanfaat untuk memperoleh statistik ringkasan untuk variabel-variabel

berjenis kuantitatif, dirinci menurut kategori-kategori dari satu variabel pengelompokan atau

lebih. Prosedur OLAP Cubes mencakup berbagai ragam statistik, dari counts, sums, dan

persentase sederhana hingga ukuran-ukuran bersifat canggih dari kecenderungan sentral dan

dispersi. Suatu jumlah dari variabel-variabel pengelompokan itu dapat dipakai. Variabel-

variabel ini disajikan dalam tabel penapis pada tingkat ringkasan mereka, suatu tingkat atau

kombinasi dari tingkat-tinggkat dapat dipilih untuk disajikan. Suatu atau semua variabel-

variabel pengelompokan dapat dipivot dari lapisan pada kolom atau baris secara simultan

menyajikan kategori-kategori tersebut. Judul dan naskah catatan kaki dapat dipakai dalam

spesifikasi.

Pemakaian OLAP Cubes untuk Menganalisis Churn

Suatu perusahaan telekomunikasi ingin mengurangi churn atau proporsi para pelanggan yang

bergeser pada penyedia berbeda. Prosedur OLAP Cubes akan dipakai untuk mendeskripsikan

para pelanggan yang mempunyai dan tidak mempunyai churn atas bulan lalu sepanjang tiga

wilayah geografis perusahaan atau wilayah-wilayah penjualan perusahaan. Contoh ini

memakai arsip data telco.sav. Arsip data ini adalah sebagai berikut :

1

Variabel-variabel yang tercakup dalam arsip data ini adalah variabel region, tenure, age,

marital, address, income, ed, employ, retire, gender, reside, tollfree, equip, callcard, wireless,

longmon, tollmon, equipmon, cardmon, wiremon, longten, tollten, equipten, cardten, wireten,

multline, voice, pager, internet, callid, callwait, forward, confer, ebill, loglong, logtoll,

logequi, logcard, logwire, lninc, custcat, churn, Zloglong, Zlogtoll, Zlogequi, Zlogcard,

Zlogwire, ZSco01, ZSco02, ZSco03, ZSco04, dan variabel ZSco05. Banyak sekali variabel

yang dicakup dalam arsip data ini yaitu 52 variabel. Variabel-variabel berjenis kuantitatif

adalah 32 variabel dan variabel-variabel berjenis kualitatif adalah 20 variabel. Variabel-

variabel kualitatif berjenis nominal adalah 19 variabel dan berjenis ordinal adalah 1.

Langkah pertama adalah langkah mencipta suatu variabel untuk mengukur jumlah pelayanan-

pelayanan yang tersedia yang dipakai oleh tiap pelanggan.

Langkah Mendefinisikan Data

Menu dalam Data Editor dipakai sebagai perintah yaitu Transform > Count Values within

Cases..

Kotak dialog Count Occurances of values within Cases disajikan. Target variable diisi

dengan services dan # available services diketik sebagai target label. Multiple lines sampai

dengan Electronic billing dipilih sebagai counted variables. Langkah-langkah ini disajikan

dalam kotak dialog Count Occurances of values within Cases sebagai berikut :

2

Tombol Define Values ditekan. Langkah ini akan menyajikan kotak dialog Define Variables

sebagai berikut :

Nilai 1 diketik sebagai value. Tombol Add ditekan. Tombol Continue ditekan. Tombol OK

dalam kotak dialog Count Occurrences of Values within Cases ditekan.

Ukuran lain dari kegiatan pelanggan adalah penting karena mencermminkan jumlah dollar

rata-rata dari pelayanan-pelayanan yang dipakai tiap bulan. Langkah untuk mencipta variabel

ini dapat dilakukan dengan cara dari menu dalam Data Editor dipilih perintah sebagai berikut:

Transform > Compute Variable...

3

Langkah tersebut akan menyajikan kotak dialog Compute Variable sebagai berikut :

Tombol Type& Label ditekan. Langkah ini akan menyajikan kotak dialog Compute

Variable : Type and Label sebagai berikut :

4

Average monthly expense diketik sebagai variable label. Tombol Continue ditekan.

(longten + tollten + equipten + cardten + wireten) / tenure diketik dan dimasukkan ke dalam

Numeric Expression area. Tombol OK ditekan. Langkah-langkah di atas akan mencipta

perintah sintaksis SPSS sebagai berikut :

COUNT services=multline voice pager internet callid callwait forward confer ebill(1).VARIABLE LABELS services '# available services '.EXECUTE.

COMPUTE monthly=(longten + tollten + equipten + cardten + wireten) / tenure.VARIABLE LABELS monthly 'Average monthly expense'.EXECUTE.

Penciptaan Suatu OLAP Cube

5

Langkah untuk mencipta suatu OLAP Cube dapat dilakukan dari Data Editor dipakai perintah

Analyze > Reports > OLAP Cubes... Langkah ini akan menyajikan kotak dialog OLAP

Cubes sebagai berikut :

Months with service, Age in years, Household income in thousands, # of available services,

dan Average monthly expense dipilih sebagai summary variables.

6

Churn within last month dan Geographic indicator dipilih sebagai grouping variables.

Tombol Statistics ditekan. Langkah ini akan menyajikan kotak dialog OLAP Cubes :

Statistics sebagai berikut :

Sum, Percent of Total Sum, dan Percent of Total N tidak dipilih dari Cell Statistics list.

Median dipilih dan ditambahkan pada Cell Statistics list. Tombol Continue ditekan. Tombol

Title ditekan. Langkah ini akan menyajikan kotak dialog OLAP Cubes : Title sebagai berikut:

Descriptive Statistics diketik sebagai judul. By Customer Churn and Geographic Region

sebagai caption. Tombol Continue ditekan. Tombol OK dalam kotak dialog OLAP Cubes

ditekan. Langkah-langkah ini akan mencipta perintah sintaksis SPSS sebagai berikut :

OLAP CUBES tenure age income services monthly BY churn BY region

7

/CELLS=COUNT MEAN STDDEV MEDIAN /TITLE='Descriptive Statistics' /FOOTNOTE 'By Customer Churn and Geographic Region'.

Prosedur ini menghasilkan ringkasan dari variabel-variabel tenure, age, income, services,

and monthly, grouped by values of churn and region. Cells membutuhkan cell counts, means,

standard deviations, dan medians. Title menghasilkan judul yang diminta untuk OLAP

Cubes dan Footnote menghasilkan tabel dengan spesifikasi catatan kaki. Informasi lain

dihasilkan yaitu informasi mengenai Case Processing Summary

Case Processing Summary

Cases

Included Excluded Total

N Percent N Percent N Percent

Months with service * Churn within last

month * Geographic indicator1000 100,0% 0 0,0% 1000 100,0%

Age in years * Churn within last month *

Geographic indicator1000 100,0% 0 0,0% 1000 100,0%

Household income in thousands * Churn

within last month * Geographic indicator1000 100,0% 0 0,0% 1000 100,0%

# available services * Churn within last


Average monthly expense * Churn within

last month * Geographic indicator1000 100,0% 0 0,0% 1000 100,0%

Tabel OLAP Cubes

Tabel OLAP Cubes juga dihasilkan sebagai berikut :

Descriptive Statistics

Churn within last month: Total

Geographic indicator: Total

N Mean Std. Deviation Median

Months with service 1000 35,53 21,360 34,00

Age in years 1000 41,68 12,559 40,00

Household income in thousands 1000 77,5350 107,04416 47,0000

# available services 1000 3,7400 2,60138 3,0000

Average monthly expense 1000 62,3230 50,04173 48,8956

By Customer Churn and Geographic Region

8

Churn within last month: Total dapat ditekan dan akan menyajikan peluang No, Yes, dan

peluang Total. Geographic indicator: Total dapat ditekan dan akan menyajikan peluang

Zone1, Zone 2, Zone 3, dan Total. Hal-hal tersebut disajikan di bawah ini:



Geographic indicator: Zone 1



Age in years 322 41,41 12,387 40,00










Age in years 334 41,75 12,395 41,00










Age in years 344 41,88 12,904 40,00





9


Churn within last month: No




Age in years 726 43,63 12,718 43,00






Churn within last month: Yes




Age in years 274 36,52 10,522 35,00





Pivoting Tabel

Tabel-tabel terpisah dapat dicipta untuk tiap kombinasi dari tingkat-tingkat variabel

pengelompokan. Semua rincian ini dapat diungkap melalui langkah pivoting variabel-variabel

pengelompokan di luar lapisan-lapisan dan ke dalam baris dan kolom dari tabel yang sama.

Tabel diaktifkan dengan menekan dua kali. Perintah Pivot > Pivoting Trays dipakai.

Langkah ini akan menyajikan kotak dialog Pivoting Tray sebagai berikut :

10

Churn within last month dialihkan dari wilayah Layer ke wilayah baris. Statistics dialihkan

dari Column ke Layer area.

Geographic indicator icon dialihkan dari Layer ke Column area. Kotak dialog Pivoting Tray

ditutup.

11

Descriptive Statistics mengandung peluang pilihan N, Mean, Standard Deviation, dan

Median. Desriptive Statistics di atas menyajikan nilai N. Descriptive Statistics di bawah ini

menyajikan Mean.

Tabel di bawah ini menyajikan Deviasi Standar.

12

Tabel di bawah ini menyajikan Median.

Perintah sintaksis SPSS yang dicipta dapat digabungkan sebagai berikut :

********************************************************* Abdullah M. Jaubah****************************************************

13

GET FILE='D:\SPSS22\telco.sav'.

********************************************************* OLAP Cubes****************************************************



OLAP CUBES tenure age income services monthly BY churn BY region /CELLS=COUNT MEAN STDDEV MEDIAN /TITLE='Descriptive Statistics' /FOOTNOTE 'By Customer Churn and Geographic Region'.

Pelaksanaan perintah sintaksis SPSS di atas akan menghasilkan informasi sebagai berikut:

********************************************************* Abdullah M. Jaubah****************************************************

GET FILE='D:\SPSS22\telco.sav'.

********************************************************* OLAP Cubes****************************************************



OLAP CUBES tenure age income services monthly BY churn BY region /CELLS=COUNT MEAN STDDEV MEDIAN /TITLE='Descriptive Statistics' /FOOTNOTE 'By Customer Churn and Geographic Region'.

14

Case Processing Summary

Cases

Included Excluded Total

N Percent N Percent N Percent

Months with service * Churn within last month *


Age in years * Churn within last month *


Household income in thousands * Churn within

last month * Geographic indicator1000 100,0% 0 0,0% 1000 100,0%

# available services * Churn within last month *


Average monthly expense * Churn within last







Age in years 1000 41,68 12,559 40,00





Descriptive Statistics kemudian dapat dikembangkan lebih lanjut sebagaimana telah dibahas

di atas.

Ringkasan

Langkah-langkah yang dilakukan dalam pembahasan ini mengacu pada studi kasus yang

terdapat dalam paket program IBM SPSS Statistics Version 22 dengan memanfaatkan arsip

data yang tersedia. Pemakaian OLAP Cubes dapat secara cepat melakukan beberapa

peninjauan berbeda atas arsip data, melakukan fokus pada perbedaan-perbedaan antara para

pelanggan yang mempunyai dan tidak mempunyai churned sepanjang wilayah-wilayah

pemasaran berbeda. Hasil-hasil ini dapat membantu investigasi-investigasi lebih lanjut

dengan cara memusatkan perhatian pada karakteristik-karakteristik para pelanggan yang

mempunyai churned.

15

Beberapa Prosedur Terkait

Prosedur OLAP Cubes mengandung statistik ringkasan untuk ringkasan atas variabel-variabel

kuantitatif di dalam satu kategori variabel-variabel pengelompokan atau lebih. Berbagai

ragam statistik tersedia dari counts, sums, dan persentasi sederhana hingga ukuran-ukuran

kecenderungan sentral dan dispersi yang canggih. Suatu tabel ringkasan dihasilkan, dengan

lapisan-lapisan terpisah dalam tabel dicipta juga untuk tiap kategori dari tiap variabel

pengelompokan. Pivoting, dari ringkasan, dapat dipakai untuk mengungkap statistik

subkelompok yang tersembunyi dalam lapisan. Title dan footnote text dapat dengan mudah

dimasukkan.

Prosedur Means menyediakan fungsionalitas serupa akan tetapi menyajikan statistik berbeda

dan mempunyai tata letak tabel yang berbeda juga. Prosedur Means menyediakan One-Way

Anova dan pengujian linieritas.

Prosedur Summarize menyediakan fungsionalitas serupa akan tetapi menyajikan statistik

berbeda dan mempunyai tata letak tabel yang berbeda. Prosedur Summarize juga

menyediakan kemampuan untuk menyajikan kasus secara individual.

Prosedur Explore menyediakan statistik tambahan dan plots untuk variabel-variabel berjenis

kuantitatif di dalam kategori-kategori dari suatu variabel pengelompokan tunggal.

Daftar Kepustakaan

IBM SPSS Statistics, Inc. 2013. Case Studies

Permata Depok Regency, 6 April 2016

16

Documents

LATIHAN KETUJUH