Penerapan z scores atau Standard Score dalam output SPSS

Berikut output dari Deskriptif:
Descriptives

Descriptive Statistics
	N	Minimum	Maximum	Mean	Std. Deviation
TINGGI Valid N (listwise)	25 25	159.6	180.3	169.400	4.963

Sedang jika dilihat pada Data Editor SPSS, selain variabel tinggi dan gender, sekarang muncul variabel baru, yaitu ztinggi sebagai berikut (variabel gender sengaja tidak ditampilkan).

	Tinggi	ztinggi
1	170.2	.16118
2	172.5	.62459
3	180.3	2.19613
4	172.5	.62459
5	159.6	-1.97450
6	168.5	-.18133
7	168.5	-.18133
8	172.5	.62459
9	174.5	1.02755
10	159.6	-1.97450
11	170.4	.20148

12	161.3	-1.63198
13	172.5	.62459
14	170.4	.20148
15	168.9	-.10074
16	168.9	-.10074
17	177.5	1.63198
18	174.5	1.02755
19	168.6	-.16118
20	164.8	-.92681
21	170.4	.20148
22	168.9	-.10074
23	164.8	-.92681
24	167.2	-.44326
	167.2	-.44326

Analisis:

Output Bagian Pertama

Output bagian pertama yang membahas deskripsi statistik dari variabel Tinggi yang meliputi Mean dan lainnya telah dibahas pada bagian terdahulu. Output di atas memuat nilai deskripsi yang tidak berbeda dengan output terdahulu.

Output Bagian Kedua

Bagian kedua membahas penerapan z scores atau Standard Score. Dalam output SPSS, nilai z bisa dipakai untuk secara cepat melihat nilai mana yang menyimpang cukup jauh dari rata-ratanya (outlier).

Jika suatu data berdistribusi normal, suatu nilai bisa distandardisasi dengan nilai z:

z= Xi-X/s

Di mana:
Xi= nilai data ke-I
X = Mean data (dalam kasus dilihat pada kolom Mean adalah 169,4 cm)
S = Standard deviasi (dalam kasus dilihat pada kolom Mean adalah 4,963 cm)

Sebagai contoh, lihat pada baris pertama, yaitu data tinggi 170,2 cm, maka nilai z-nya adalah:

z = 170,2 -169,4/ 4,963= 0,16118

(sama dengan output SPSS)

Demikian untuk data yang lain.

Referensi
Statistik D/ Spss 11.5+dsk Oleh Singgih Santoso