SEKILAS MENGENAI SPSS

Kemajuan di bidang komputer saat ini, khususnya software aplikasi statistik, telah membuat pengolahan
data statistik menjadi mudah dan menyenangkan untuk dikerjakan. Banyak persoalan statistik yang
kompleks , yang dahulu tidak mungkin dikerjakan secara manual, sekarang bisa diselesaikan secara cepat
dengan program statistik.
Dari berbagai software statistik yang ada saat ini, SPSS adalah yang paling populer dan paling banyak
digunakan pemakai di seluruh dunia. Berdasarkan pengalaman praktek, menurut penulis ada tiga aspek
yang menyebabkan SPSS menjadi software statistik yang terkenal
1. ancangan menu dalam penginputan dan pengolahan datanya sangat !user friendly", sehingga dengan
mudah dapat dipelajari hanya dengan membaca buku panduan yang banyak tersedia di toko#toko buku.
Bahkan tanpa buku panduan pun dapat dipelajari, jika anda mampu membaca fungsi !help" yang
disediakan software ini.
$. Kemampuan !spreadsheet" nya, yang memungkinkan kita untuk mengolah data dalam jumlah yang
besar secara cepat dan mudah. %ni menyebabkan SPSS lebih unggul dalam mengolah data hasil
penelitian sur&ay dibandingkan software#software statistik lainnya.
'. Sejak pertama kali dibuat tahun 1()* oleh tiga mahasiswa Stanford +,orman -. ,ie, .. -adlai +/e01
-ull and Dale -. Bent1, SPSS telah berkembang sedemikian rupa dengan menambahkan berbagai
fasilitas pengolahan statistik yang beragam, mulai dari tingkat dasar sampai tingkat lanjut.
MODUL 1: PENGENALAN MENU-MENU UTAMA SPSS
Gbr 1.1
Gbr 1.2
Gbr 1.3
1
Saat memulai menggunakan sosftware SPSS maka
kita akan melihat Data 2ditor window seperti Gbr
1.1.
Sebelum 3nda dapat menganalisis data, terlebih
dahulu 3nda harus memasukan data yang akan
dianalisis tersebut ke dalam Data 2ditor window di
samping.
Bila 3nda sebelumnya sudah memiliki data yang
telah ditulis dalam format yang kompatibel dengan
SPPS, maka 3nda dapat membuka file data tersebut
dari menu yang tersedia dengan memilih menu
berikut4
File
Open
Data...
5ihat Gbr 1.2.
3tau kita dapat menggunakan tanda
yang terdapat pada toolbar untuk membuka file.
Selanjutnya akan tampak daftar file yang akan
dibuka pada kotak dialog seperti tampak pada
Gbr 1.3.
6ormat file data SPSS berekstensi !.sa&"
Secara keseluruhan SPSS menyediakan tujuh window, yang meliputi4
1. Data Eit!r
7indow ini terbuka secara otomatis setiap kali program SPSS dijalankan, dan berfungsi untuk input
data SPSS. 8enu yang ada pada Data 2ditor adalah4
File
Berfungsi untuk menangani hal#hal yang berhubungan dengan file data, seperti membuat file
baru, membuka file, mengambil data dari program lain, mencetak isi dari Data 2ditor dan lainnya.
Eit
Berfungsi untuk menangani hal#hal yang berhubungan dengan memperbaiki atau mengubah nilai
data +duplikasi data1, menghilangkan data, edit data dan lainnya. Selain itu, menu 2dit juga
berfungsi untuk mengubah setting pada 9ptions.
"ie#
8enu &iew berfungsi untuk mengatur toolbar.
Data
Berfungsi untuk membuat perubahan data SPSS secara keseluruhan, seperti mengurutkan data,
menyeleksi data berdasarkan kriteria tertentu, menggabungkan data dan sebagainya.
Tran$%!r&
Berfungsi untuk membuat perubahan pada &ariabel yang telah dipilih dengan kriteria tertentu.
Anal'(e )Stati$ti*$+
8enu 3naly:e merupakan menu inti dari SPSS, yang berfungsi untuk melakukan semua prosedur
perhitungan statistik, seperti uji#t, uji#6, regresi, time series dan sebagainya.
Grap,$
8enu ;raphs berfungsi untuk membuat berbagai jenis grafik untuk mendukung analisis statistik,
seperti Pie, 5ine, Bar dan kombinasinya.
Utilitie$
8enu ini adalah menu tambahan yang mendukung program SPSS seperti 4 memberi informasi
tentang &ariabel< menjalankan Scripts< mengatur tampilan menu#menu lain
A-On$
8enu ini juga merupakan menu tambahan yang berisi mengenai software lain yang dapat
diintegrasikan dengan SPSS, juga berisi sambungan on#line dengan website SPSS guna
kepentingan pelatihan dan pengembangan SPSS.
-in!#
8enu ini berfungsi untuk pindah diantara menu#menu lain di SPSS
.elp
8enu ini berfungsi untuk menyediakan bantuan informasi mengenai program SPSS.
2. Men/ O/tp/t Na0i1at!r
-asil pengolahan data atau informasi ditampilkan lewat menu 9utput ,a&igator atau dapat disebut
9utput saja. 8enu 9utput pada prinsipnya sama dengan menu 2ditor, seperti4 6ile, 2dit, =iew,
3naly:e, ;raphs, >tilities, 7indow dan -elp. /entunya dengan disesuaikan untuk kegunaan output
SPSS. Selain menu diatas ada lagi menu tambahan, yaitu4
In$ert: Berfungsi untuk menyisipkan judul, grafik, teks atau objek tertentu dari aplikasi lain.
F!r&at: Berfungsi untuk mengubah tata letak huruf output.
3. Men/ 2,art Eit!r
8enu ini juga merupakan tempat editing bagi output hasil pengerjaan data di menu 2ditor, hanya
khusus untuk output berupa ;rafik?.hart?Diagram. Sesuai dengan fungsinya, selain submenu dasar
seperti 6ile, edit, =iew dan lainnya, .har 2ditor juga dilengkapi submenu berikut4
Galler': Berfungsi untuk mengubah jenis chart.
2,art: >ntuk mengedit berbagai hal mengenai grafik, seperti layout dan 5abelling ;rafik, skala
grafik dan sebagainya.
Serie$: >ntuk memilih kelompok data tertentu, transpose data atau menampilkan seri data.
3. Men/ S'nta4 Eit!r
7alaupun SPSS sudah menyediakan berbagai macam pengolahan data statistik secara memadai,
namun ada berbagai perintah atau pilihan yang hanya bisa digunakan dengan SPSS .ommand
5anguage. Perintah#perintah tersebut bisa ditulis pada menu Synta0@2ditor. 8enu ini berupa file teks
yang berisi berbagai perintah SPSS dan bisa diketik secara manual.
5. Men/ S*ript Eit!r
8enu ini pada dasarnya digunakan untuk melakukan berbagai pengerjaan SPSS secara otomatis,
seperti membuka menutup 6ile, eksport .hart dan sebagainya. %si menu ini sama dengan menu
terdahulu, hanya ditambah dengan submenu Script untuk membuat berbagai subrutin dan fungsi baru,
serta submenu Debug untuk melakukan proses debug pada script.
$
MODUL 2: MENGINPUT DATA
Gbr 2.1.
4
Gbr 2.2.
Gbr 2.3.
Dari tampilan Gbr 2.3. , terdapat beberapa pilihan tipe &ariabel sebagai berikut4
,umeric. =ariabel yang berbentuk angka
.omma. =ariabel numerik dengan tampilan koma untuk setiap ' angka +memisahkan ribuan1, dan
titik untuk memisahkan desimal. 8isalnya, jika data yang diinput adalah $A)B('$, maka akan
ditampilkan dalam SPSS sebagai $,A)B,('$.CC
Dot. =ariabel numerik dengan tampilan titik untuk setiap ' angka +memisahkan ribuan1, dan
koma untuk memisahkan desimal. 8isalnya, jika data yang diinput adalah $A)B('$, maka akan
ditampilkan dalam SPSS sebagai $.A)B.('$,CC
Scientific notation. =ariabel numerik dengan tampilan scientific. 8isalnya, jika data yang diinput
adalah $A)B('$, maka akan ditampilkan dalam SPSS sebagai $.AB2DCC)
Date. =ariabel numerik dengan nilai yang ditampilkan dalam format tanggal atau waktu. Eika
anda pilih tipe data ini, akan muncul tampilan pilihan format tanggal atau waktu.
Dollar. =ariabel numerik dengan tampilan tanda F.
.ustom currency. =ariabel numerik yang ditampilkan dalam format uang +custom currency1
misalnya dalam bentuk p. Penggunaan pilihan format ini harus didefinisikan terlebih dahulu
dalam menu 9ptions pada .urrency tab. +caranya akan kita bahas pada tulisan berikutnya1
'
Buka Program SPSS. Pertama kali akan
muncul tampilan Gbr 2.1.
/ampilan tersebut adalah tampilan Data
2ditor yang mempunyai fungsi utama
untuk mendefinisikan, menginput,
mengedit dan menampilkan data.
Sebelum menginput data, definisikan
terlebih dahulu data +&ariabel1 yang akan
diinput. Perhatikan disudut kiri bawah
dari tampilan data editor diatas. /erdapat
menu Data =iew +posisi kita saat ini, yang
ditandai oleh tulisan yang lebih hitam1
dan menu =ariable =iew. >ntuk
mendefinisikan data +&ariabel1, klik
=ariable =iew, akan muncul Gbr 2.2.
Setiap baris dalam tampilan ;br. A
digunakan untuk mendefinisikan satu
&ariabel +data1 yang akan diinput. 3da
beberapa informasi yang perlu
dimasukkan, yaitu4
,ame4 %sikan nama &ariabel. Persyaratan
dalam pemberian nama &ariabel adalah4
,ama &ariabel tidak boleh duplikasi
dengan nama &ariabel lainnya.
,ama &ariabel paling panjang hanya )G
karakter dan harus diawali oleh huruf
atau H, I, F. Karakter berikutnya boleh
kombinasi huruf, H, I, F atau angka.
,ama &ariabel yang diawali dengan
tanda F menunjukkan bahwa &ariabel
tersebut adalah suatu &ariabel sistem.
=ariabel tidak boleh mengandung spasi
dan kata#kata kunci perintah SPSS yaitu
355, 3,D, BJ, 2K, ;2, ;/, 52, 5/,
,2, ,9/, 9, /9, dan 7%/-.
/ype4 Definisikan tipe &ariabel. Ketika
anda mengklik sel di bawah type, akan
muncul titik tiga +L1. Klik titik tiga
tersebut, akan muncul tampilan Gbr 2.3.
String. =ariabel yang tidak berbentuk numerik +angka1 dan karenanya tidak digunakan dalam
perhitungan. Eenis ini juga dikenal sebagai &ariabel alphanumeric
Setelah memilih jenis &ariabel, lanjutkan dengan mengisi 7idth, yaitu jumlah karakter +angka?huruf1
maksimum dari data yang akan diinput. Setelah itu, tentukan jumlah angka dibelakang koma yang
+desimal1 yang ingin ditampilkan. Selanjutnya klik 9K.
Setelah menentukan nama &ariabel, jenis &ariabel, ukuran lebar dan desimal dari input data untuk masing#
masing &ariabel, selanjutnya adalah mengisikan label untuk masing#masing &ariabel tersebut.
5abel adalah semacam keterangan mengenai &ariabel. Berbeda dengan nama &ariabel yang terbatas hanya
sampai )G karakter, label dapat di buat sampai $A) karakter. Selain itu, label ini dapat menggunakan spasi
maupun karakter#karakter yang tadinya tidak dapat digunakan pada nama &ariabel.
Berikutnya adalah menginputkan =alues dari masing#masing &ariabel. =alues ini secara khusus berguna
jika data yang kita gunakan merupakan kode numerik +dalam bentuk angka1 yang mewakili kategori non#
numerik. +8isalnya kode 1 untuk laki#laki dan kode $ untuk perempuan1.
>ntuk menginput &alues dari masing#masing &ariabel, klik sel di bawah =alues, akan muncul titik tiga
+L1. Klik titik tiga tersebut, maka akan muncul tampilan Gbr 2.34
Gbr 2.3.
Setelah menentukan =alues pada masing#masing &ariabel +jika ada1, selanjutnya adalah menentukan nilai
!missing" untuk masing#masing &ariabel. 8enentukan nilai !missing" ini berguna, jika misalnya dalam
pertanyaan sur&ai, ada responden yang tidak memberikan?menolak memberikan jawaban, sehingga tidak
tersedia data untuk diinput. 8isalnya, jika ada responden yang menolak memberikan jawaban mengenai
pendapatannya. Eika kita menginput jawaban responden tersebut dengan angka C, maka dalam
pengolahannya, SPSS akan memasukkan dalam perhitungan +sehingga akan berpengaruh terhadap rata#
rata keseluruhan maupun terhadap distribusi frekuensi1. /etapi jika kita mendefinisikan suatu angka untuk
menyatakan nilai missing tersebut, maka SPSS akan mengeluarkan dari perhitungan.
>ntuk mendefinisikan nilai !missing" dari masing#masing &ariabel, klik sel di bawah !8issing", akan
muncul titik tiga +L1. Klik titik tiga tersebut, maka akan muncul tampilan Gbr 2.54
Gbr 2.5.
/ahap selanjutnya adalah menentukan lebar kolom +.olumns1 dari worksheet SPSS untuk input data.
5ebar kolom ini ditentukan minimal sama dengan !7idth" &ariabel yang telah ditentukan sebelumnya.
Berikutnya adalah menentukan perataan +align1 dari tampilan input data. Eika diklik sel dibawah align,
akan muncul tiga pilihan yaitu left +rata kiri1, right +rata kanan1 dan center +rata tengah1.
Selanjutnya, tahap terakhir dari pendefinisian &ariabel adalah menentukan skala pengukuran +measure1
dari masing#masing &ariabel. Ketika diklik sel dibawah 8easure, akan terdapat tiga pilihan yairu Scale,
9rdinal dan ,ominal. Scale kita pilih jika skala pengukuran kita adalah skala inter&al atau ratio.
Setelah selesai dengan tahap terakhir pendefinisian &ariabel ini, klik kembali menu Data =iew +yang ada
disudut kiri bawah1. Dengan cara ini, kita akan masuk ke worksheet SPSS dan siap untuk menginput data.
G
Pada Gbr 2.3. %sikan kode
pada kotak =alues dan
labelnya pada kotak 5abel.
8isalnya, kode 1 untuk 5aki#
laki. Setelah itu, klik 3dd.
5anjutkan untuk kode#kode
berikutnya, setelah itu klik
9K.
Kita bisa mendefinisikan tiga deretan angka
yang berbeda untuk nilai missing masing#
masing &ariabel. Kita juga memberikan
range nilai untuk mendefinisikan nilai
missing tersebut. Dalam contoh Gbr 2.5
diatas, misalnya kita mendefinisikan hanya
satu deretan angka untuk nilai missing yaitu
(((((. Dengan demikian, jika terdapat data
yang kosong +atau tidak terisi1 dari &ariabel
kita, maka inputkan angka (((((. Setelah
mendefinisikan nilai missing, klik 9K.
Sebagai latihan, misalnya data hasil penelitian terhadap 1* responden sebagai berikut4
8ari kita definisikan masing#masing &ariabel sebagai berikut4
"ariabel 1.
,ama =ariabel4 esponden< /ype 4 String< 7idth4 1*< Decimal 4 C< 5abel4 ,ama esponden
=alues4 ,one +untuk data type string, &alues akan otomatis none1
8issing4 ,one +untuk data type string, missing akan otomatis none1
.olumn4 1* +ukuran kolom ini sesuaikan dengan jumlah karakter dari nama &ariabel atau maksimum
karakter dari data pada &ariabel tersebut, mana yang paling banyak1
3lign4 5eft +untuk data string sebaiknya dibuat rata kiri1
8easure4 ,ominal +untuk data string, pilih saja measure nominal1
"ariabel 2.
,ama =ariabel4 Se0< /ype 4 ,umeric< 7idth4 $< Decimal 4 C
5abel4 Eenis Kelamin esponden
=alues4 1 M laki#laki, $ M perempuan
8issing4 ,one +karena informasi mengenai jenis kelamin tersedia pada semua responden1
.olumn4 G
3lign4 igth +untuk data numerik sebaiknya dibuat rata kanan1
8easure4 ,ominal +angka untuk pengkodean jenis kelamin ini, adalah termasuk data skala nominal1
"ariabel 3.
,ama =ariabel4 >mur< /ype 4 ,umeric< 7idth4 '< Decimal 4 C
5abel4 >mur esponden
=alues4 ,one +tidak ada pengkodean numerik untuk &ariabel ini1
8issing4 ,one +karena informasi mengenai umur tersedia pada semua responden1
.olumn4 A
3lign4 igth +untuk data numerik sebaiknya dibuat rata kanan1
8easure4 Scale +karena umur merupakan data berskala ratio1
"ariabel 3.
,ama =ariabel4 Pendidikan< /ype 4 ,umeric< 7idth4 $< Decimal 4 C
5abel4 Pendidikan esponden
=alues4 1 M SD, $M S5/P, 'M S5/3, GM D', AM S1
8issing4 ,one +karena informasi mengenai pendidikan tersedia pada semua responden1
.olumn4 *
3lign4 igth +untuk data numerik sebaiknya dibuat rata kanan1
8easure4 9rdinal +karena pendidikan merupakan data berskala ordinal1
"ariabel 5.
,ama =ariabel4 Pendapatan< /ype 4 ,umeric< 7idth4 G< Decimal 4 C
5abel4 Pendapatan esponden +dalam ribuan p1
=alues4 ,one +tidak ada pengkodean numerik untuk &ariabel ini1
8issing4 Berikan kode (((( untuk responden yang tidak kita dapatkan informasi pendapatannya tersebut
A
.olumn4 (
3lign4 igth +untuk data numerik sebaiknya dibuat rata kanan1
8easure4 Scale+karena pendapatan merupakan data berskala ratio1
MODUL 3. T6ANSFO6MASI DATA
Data yang sudah diinput pada SPSS bisa ditransformasi dalam berbagai bentuk operasi matematik.
Sebagai contoh, misalkan kita ingin mentransformasikan &ariabel Pendapatan yang telah diinput
sebelumnya dengan melogaritma naturalkan.
>ntuk mentransformasi &ariabel, Klik Transform N Compute Variable. 3kan muncul tampilan berikut4
Gbr 3.1.
Pada kotak Target Variable, masukkan nama &ariabel untuk menampung data hasil transformasi &ariabel
tersebut. 8isalnya dalam contoh kita diatas, diberi nama LnDapat. Dengan cara ini, akan menghasilkan
satu &ariabel baru dengan namaLnDapat. /etapi jika nama yang diberikan sama dengan nama &ariabel
asal +misalnya jika diisi dengan nama Pendapatan1, maka hasil transformasi akan menindih &ariabel asal
+data &ariabel asal akan diganti dengan data hasil transformasi1.
Pada kotak Numeric Expression, isikan perintah transformasinya. 3nda bisa mengisi perintah
transformasi ini dengan dua cara4
a. 8embuat rumus sendiri, misalnya4 2*Pendapatan atau Pendapatan**3. +.atatan4 perkalian
menggunakan bintang satu, pangkat menggunakan bintang $1
b. 8enggunakan fungsi yang sudah disediakan SPSS dalam kotak Function roup.
Dalam contoh ini kita akan melogaritmakan &ariabel. 6ungsi tersebut sudah disediakan oleh SPSS dalam
Kelompok 6ungsi 3rithmethic.
9leh karenanya, klik !rit"met"ic, maka akan muncul di kotak Function and #pecial Variables, fungsi#
fungsi yang tersedia pada kelompok arithmetic ini +lihat gambar diatas1.
Kemudian klik Ln, dan klik tanda panah yang mengarah ke atas pada gambar diatas. 8aka pada kotak
,umeric 20pression akan muncul tulisan seperti ini4 LN$%&.
Selanjutnya klik &ariabel Pendapatan +&ariabel asal yang akan ditransformasikan1, dan klik panah yang
mengarah kekanan dari gambar diatas. Prosedur ini akan mengganti tanda tanya diatas menjadi
Pendapatan, sehingga tulisan pada kotak ,umeric 20pression akan menjadi4 5,+Pendapatan1.
Proses mengisi kotak ,umeric 20pression ini cukup berbelit, tetapi jika 3nda sudah hafal cara penulisan
fungsinya, anda tidak harus melalui tahapan#tahapan tersebut. .ukup langsung diketikkan saja4
5,+Pendapatan1.
Setelah itu klik 9K, maka akan akan keluar output dari logaritma natural dari pendapatan yang berada
pada &ariabel baru yang bernama 5nDapat.
)
.ara mentransformasikan dengan fungsi#fungsi lainnya adalah relatif sama dengan cara melogaritmakan
diatas.
MODUL 3. DIST6I7USI F6EKUENSI
Dari data yang telah diinput sebelumnya , misalnya kita ingin membuat distribusi frekuensi untuk se0
+jenis kelamin1 dan pendidikan. +.atatan4 untuk distribusi frekuensi umur dan pendapatan, sebaiknya data
dikelompokkan dulu, yang akan kita bahas pada modul berikutnya1.
Klik 3naly:e N Descripti&e Statistics N 6reOuencies. 3kan muncul tampilan berikut4
Gbr 3.1.
8asukkan +pindahkan1 &ariabel jenis kelamin dari kotak sebelah kiri ke kotak sebelah kanan dengan cara
klik &ariabel jenis kelamin di kotak kiri, kemudian klik panah yang menuju ke sebelah kanan. 5akukan
hal yang sama untuk &ariabel pendidikan. Kemudian klik 9K.
9utput dari distribusi frekuensi diberikan sebagai berikut4
/abel pertama berisi keterangan mengenai &ariabel yang diolah, yaitu jumlah obser&asinya dan jumlah
obser&asi missing. Dari tabel tersebut jumlah obser&asi sebanyak 1* dan tidak ada obser&asi missing.
/abel kedua dan ketiga masing#masingnya memberikan distribusi frekuensi untuk jenis kelamin
responden dan pendidikan responden.
/abel distribusi frekuensi menampilkan lima kolom sebagai berikut4
Kolom pertama4 kategori yang difrekuensikan +sebagai contoh adalah laki#laki dan perempuan1
Kolom kedua4 frekuensi masing#masing kategori
Kolom ketiga4 persentase frekuensi masing#masing kategori +persentase dihitung dari total obser&asi
termasuk obser&asi missing1
B
Kolom keempat 4 persentase frekuensi masing#masing kategori tetapi persentase dihitung dengan
mengeluarkan obser&asi missing. +.atatan4 berhubung tidak ada obser&asi missing, baik untuk jenis
kelamin maupun pendidikan, maka kolom ' dan G menjadi sama1.
Kolom kelima4 .umulati&e Percent yaitu persentase kumulatif yang dihitung dari &alid percent. Sebagai
contoh pada tabel frekuensi pendidikan. Baris pertama adalah $$,$ persen. Pada baris kedua adalah AA,)
persen yang dihitung dari $$,$ D'','. Demikian seterusnya.
MODUL 5. STATISTIK DESK6IPTIF
>kuran#ukuran statistik deskriptif dalam pengolahan data bertujuan untuk mendapatkan gambaran
ringkas dari sekumpulan data, sehingga kita dapat menyimpulkan keadaan data secara mudah dan cepat.
Selain itu, melalui ukuran#ukuran statistik deskriptif ini, kita dapat menentukan jenis pengolahan statistik
lebih lanjut yang sesuai dengan karakteristik data kita tersebut.
Berdasarkan data yang telah diinput sebelumnya, selanjutnya untuk mendapatkan ukuran#ukuran statistik
deskriptif, klik 3naly:e N Descripti&e Statistics N Descripti&es. 3kan muncul Gbr 5.1 berikut4
Gbr. 5.1
Pindahkan &ariabel umur dan pendapatan +yang tadinya ada dikotak sebelah kiri1 ke kotak sebelah kanan,
dengan cara klik &ariabel yang bersangkutan, kemudian klik panah yang menuju ke arah kanan. Kedua
&ariabel akan pindah ke kotak kanan seperti yang terlihat pada tampilan diatas.
Selanjutnya, klik 9ptions, akan muncul tampilan Gbr. 5.2 berikut4
Gbr. 5.2
Setelah mengambil pilihan#pilihan yang diinginkan, klik .ontinue dan klik 9K. 3kan muncul output
statistik deskriptif sebagai berikut4
*
/erdapat berbagai pilihan ukuran numerik statistik deskriptif
dalam SPSS seperti yang terlihat pada tampilan diatas. Sebagai
latihan, klik saja semua pilihan tersebut.
Selain itu, juga terdapat pilihan Display 9rder +urutan tampilan
output1. Eika diklik pilihan =ariable list, maka output akan
ditampilkan dengan urutan sesuai dengan urutan &ariabel yang
kita input +dalam contoh ini, tampilan outputnya umur kemudian
pendapatan1. Eika dipilih alphabetic, maka output ditampilkan
berdasarkan urutan abjad awal dari nama &ariabel +dalam hal ini
pendapatan kemudian umur1. Eika dipilih 3scending means, maka
urutan tampilan output dimulai dari &ariabel dengan rata#rata
terkecil. Eika dipilih Descending means, maka urutan tampilan
output dimulai dari &ariabel dengan rata#rata terbesar. Dalam
contoh kita diatas, kita ambil pilihan =ariable list
3pa makna dari masing#masing pengukuran P
9utput SPSS untuk statistik deskriptif terdiri dari 1G kolom. 8asing#masing kolom akan dijelaskan
sebagai berikut4
Kolom pertama dari output menunjukkan &ariabel yang diolah.
Kolom kedua adalah jumlah obser&asi. Perhatikan bahwa untuk umur responden, jumlah obser&asi adalah
1*, sedangkan untuk pendapatan responden adalah 1). 8engapa P Karena dua obser&asi sesuai dengan
contoh latihan kita adalah data missing. SPSS dalam hal ini hanya akan mengolah data yang &alid dengan
mengeluarkan data missing.
Kolom ketiga adalah range +jarak1. ange merupakan pengukuran yang paling sederhana untuk dispersi
+penyebaran1 data. umus untuk range adalah4 nilai maksimum Q nilai minimum. 8isalnya range untuk
umur adalah 'B, karena nilai maksimum AB dan nilai minimum $C.
Kolom keempat adalah nilai minimum +terendah1 dari data
Kolom kelima adalah nilai maksimum +tertinggi1 dari data
Kolom keenam adalah jumlah +sum1 dari keseluruhan data.
Kolom ketujuh adalah nilai rata#rata.
Kolom kedelapan adalah standar error dari rata#rata +Standard error of 8ean1.
%ni adalah pengukuran untuk mengukur seberapa jauh nilai rata#rata ber&ariasi dari satu sampel ke sampel
lainnya yang diambil dari distribusi yang sama.
3pa perbedaan standard error +of mean1 dengan standar de&iasi +kolom kesembilan1P.
Kalau standard de&iasi adalah suatu indeks yang menggambarkan sebaran data terhadap rata#ratanya,
maka standard error +of mean1 adalah indeks yang menggambarkan sebaran rata#rata sampel terhadap
rata#rata dari rata#rata keseluruhan kemungkinan sampel +rata#rata populasi1.
Pengukuran ini berguna, terutama untuk menjawab pertanyaan !seberapa baik rata#rata yang kita
dapatkan dari data sampel dapat mengestimasi rata#rata populasi P"
.ara menghitung standard error dari rata#rata +misalnya untuk umur1 adalah4
Dimana4 S2 M standar error dari rata#rata< S M standar de&iasi +lihat kolom (1< n M jumlah obser&asi
Kolom kesembilan adalah standar de&iasi. Sebagai contoh perhitungan untuk standard de&iasi umur
sebagai berikut4
Kolom kesepuluh adalah &arians dari data. Secara matematis, &arians dan standar de&iasi saling terkait,
dimana standar de&iasi adalah akar &arians, atau &arians adalah kuadrat dari standar de&iasi. Dengan
demikian untuk &arians umur adalah 1C.(((R$ M 1$C.()B
Kolom kesebelas adalah skewness data. Skewness merupakan alat ukur dalam menelusuri distribusi data
yang diperbandingkan dengan distribusi normal. Skewness merupakan pengukuran tingkat
ketidaksimetrisan +kecondongan1 sebaran data di sekitar rata#ratanya. Distribusi normal merupakan
(
distribusi yang simetris dan nilai skewness adalah C. Skewness yang bernilai positif menunjukkan ujung
dari kecondongan menjulur ke arah nilai positif +ekor kur&a sebelah kanan lebih panjang1. Skewness yang
bernilai negatif menunjukkan ujung dari kecondongan menjulur ke arah nilai negatif +ekor kur&a sebelah
kiri lebih panjang1.
Sebagai contoh, perhitungan skewness untuk data umur adalah sebagai berikut4
Kolom keduabelas adalah standar error dari skewness +S2s1. >ntuk menghitung standar error dari
skewness ini +sebagai contoh umur1 adalah sebagai berikut4
Kolom ketiga belas adalah Kurtosis. Sebagaimana skewness, kurtosis juga merupakan alat ukur dalam
menelusuri distribusi data yang diperbandingkan dengan distribusi normal. Kurtosis menggambarkan
keruncingan +peakedness1 atau kerataan +flatness1 suatu distibusi data dibandingkan dengan distribusi
normal. Pada distribusi normal, nilai kurtosis sama dengan C. ,ilai kurtosis positif menunjukkan
distribusi yang relatif runcing, sedangkan nilai kurtosis negatif menunjukkan distribusi yang relatif rata.
.ontoh perhitungan untuk data umur sebagai berikut4
1C
Kolom keempat belas adalah standar error dari kurtosis. .ontoh perhitungan untuk umur sbb4
MODUL 8. PENGELOMPOKKAN DATA DENGAN SPSS
Seringkali dan biasanya, selain menampilkan ukuran statistik deskriptif dari kumpulan data, kita juga
ingin menampilkan distribusi frekuensi dari data tersebut. Eika data sudah dalam bentuk kategori
+misalnya pendidikan SD, S5/P,S5/3 dst1 atau data sudah dikategorikan dalam kelompok#kelompok
inter&al tertentu misalnya pendapatan rendah + S 1.CCC.CCC1, menengah +1.CCC.CCC Q $.CCCC1, tinggi
+N$.CCC.CCC1, maka kita dapat secara langsung membuat distribusi frekuensinya dengan SPSS .
/etapi bagaimana jika data belum terkelompok dalam kategori#kategori tertentu P /entunya tabel
distribusi frekuensinya akan sangat panjang mengikuti keragaman dari nilai#nilai data tersebut.
Bagaimana cara mengelompokkan data ini dalam SPSS P
Sebagai latihan, gunakan data umur responden sebagaimana yang sudah diinput sebelumnya, kemudian
klik /ransform. 3da dua pilihan dalam mengelompokkan data ini yaitu ecode into Same =ariables
+kode pengelompokkan akan menindih data asli1 dan ecode into Different =ariables +kode
pengelompokan akan dibuat pada &ariabel yang baru1. Kita pilih saja ecode into Different =ariables,
maka akan muncul tampilan berikut4
Gbr 8.1
Pindahkan &ariabel umur yang tadinya ada dikotak sebelah kiri ke kotak sebelah kanan dengan cara
mengklik panah arah ke kanan. Kemudian pada kotak 9utput =ariable, untuk ,ame tuliskan Kel.>mur
dan untuk 5abel tuliskan Kelompok >mur +lihat tampilan diatas1, kemudian klik .hange.
Selanjutnya, klik 9ld and ,ew =alues, akan muncul tampilan berikut4
11
Gbr 8.2
8isalnya kita ingin mengelompokkan umur menjadi 4 S $(, 'C Q '(, GC Q G(, dan NG(.
.aranya perhatikan tampilan diatas.
>ntuk mengelompokkan umur T $(, pada bagian 9ld =alue, klik ange,5972S/ through &alue,
kemudian isikan pada kotak dibawahnya angka $(. Selanjutnya pada bagian ,ew =alue, pada kotak
=alue isikan angka 1, kemudian klik 3dd +lihat tampilan diatas1
>ntuk mengelompokkan umur 'C Q '(, pada bagian 9ld =alue, klik ange, kemudian isikan pada kotak
dibawahnya angka 'C dan kotak dibawah through angka '(. Selanjutnya pada bagian ,ew =alue, pada
kotak =alue isikan angka $, kemudian klik 3dd +lihat tampilan berikut ini1
Gbr 8.3
Dengan cara yang sama, lakukan untuk kelompok umur GC Q G( +pada ,ew =alue beri kode '1.
Selanjutnya untuk kelompok umur U AC, pada bagian 9ld =alue, klik ange &alue through -%;-2S/,
kemudian isikan pada kotak dibawahnya angka AC. Selanjutnya pada bagian ,ew =alue, pada kotak
=alue isikan angka G, kemudian klik 3dd.
Setelah selesai memberikan kode untuk pengelompokan umur ini, kemudian klik .ontinue dan 9K.
-asilnya, pada worksheet SPSS kita akan ada tambahan &ariabel baru yaitu kelompok umur sebagai
berikut4
1$
Gbr 8.3
Sekarang kita tinggal memberikan =alue 5abel untuk masing#masing kode pengelompokan umur tersebut
dengan kode 1 +T $(1, kode $ +'C#'(1, kode ' +GC Q G(1, kode G +U G(1. .ara memberikan &alue label
dapat dilihat pada
Setelah memberikan &alue label, bentuklah distribusi frekuensi untuk kelompok umur tersebut . 9utput
SPSS dari latihan kita adalah sebagai berikut4
MODUL 9. G6AFIK
Satu gambar sering lebih bermakna dari seribu kata. >ngkapan ini sering dikemukakan untuk
menunjukkan peran grafik dalam mendeskripsikan data.
1'
/erdapat tiga jalur +cara1 dalam pembuatan grafik pada SPSS. 3kan dibahas cara yang paling sederhana
saja, sebagai berikut4 Klik ;raphs N 5egacy Dialogs. 3kan terdapat beberapa pilihan grafik yang tersedia
yaitu4 Bar +grafik batang1< '#D +grafik batang tiga dimensi1< 5ine +grafik garis1< Pie +grafik lingkaran1<
-igh#5ow< Bo0plot< 2rror Bar< Population Pyramid< Scatter?Dot +sebaran?titik1< -istogram
8asing#masing grafik memiliki karakteristik#karakteristik tertentu yang sesuai dalam penggambaran data.
;rafik yang berbasis batang, umumnya digunakan untuk menggambarkan perbandingan antar
&ariabel?kategori. ;rafik yang berbasis garis, umumnya +lebih sesuai1 untuk menggambarkan
perkembangan data. ;rafik yang berbasis lingkaran, umumnya untuk menggambarkan data yang bersifat
proporsi. ;rafik yang berbasis titik umumnya untuk menggambarkan pencaran?sebaran data.
Gra%i: 7atan1
>ntuk membuat grafik batang, klik Bar, akan muncul tampilan berikut4
Sebagai latihan , kita akan membuat grafik untuk &ariabel jenis pendidikan. Kita pilih jenis grafik Simple
+klik1 dan tampilan data adalah Summaries for groups of cases. Kemudian klik Define, akan muncul
tampilan berikut4
1G
Sebagai latihan misalnya kita punya data tingkat
pendidikan dan pendapatan dari 'C orang responden
penelitian. /ingkat pendidikan misalnya dikategorikan
sebagai4
1 M responden yang berpendidikan S5/P kebawah
$ M responden yang berpendidikan S5/3
' M responden yang berpendidikan D'
G M responden yang berpendidikkan S1.
Pendapatan juga kita kelompokkan atas tiga yaitu4
1 M pendapatan rendah +kurang dari p. 1.CCC.CCC1
$ M pendapatan menengah + p. 1.CCC.CCC Q '.CCC.CCC1
' M pendapatan tinggi + diatas p '.CCC.CCC1
Setelah menginput data tersebut +atau bisa juga sebelum
menginput data 1, berilah &alue label untuk masing#masing
kategori &ariabel yaitu untuk pendidikan4 1 +MS S5/P1,
$+S5/31, '+D'1, G +S11 sedangkan untuk pendapatan4 1
+rendah1, $+menengah1, '+tinggi1.
/erdapat tiga pilihan grafik batang, yaitu Simple, .lustered dan
Stacked. Pilihan Simple digunakan untuk menggambarkan grafik
dari &ariabel tunggal. Pilihan .lustered dan Stacked digunakan
untuk menggambarkan grafik dari &ariabel tunggal tetapi
dikelompokkan berdasarkan kategori dari &ariabel lainnya.
Pengelompokan pada tipe grafik .lustered dilakukan secara
hori:ontal, sedangkan pada tipe Stacked secara &ertikal.
Kemudian terdapat pilihan tampilan data +Data in .hart 3re1,
yaitu diringkas berdasarkan kategori +Summaries for groups of
cases1, diringkas berdasarkan pemisahan &ariabel +Summaries of
separate &ariables1 atau menampilkan data indi&idual.
/entukan terlebih dahulu ukuran yang akan ditampilkan oleh batang dari grafik kita +Bar epresent1. 3da
beberapa pilihan yaitu ukuran frekuensi absolut +, of cases1, kumulatif frekuensi +.um.,1, persentase
frekuensi +V of cases1, kumulatif persentase frekuensi +.um.V1, atau ukuran statistik lainnya +9ther
Statistics1.
>ntuk latihan ini, kita pilih V of cases. Selanjutnya masukkan &ariabel Pendidikan ke dalam kotak
.ategory 30is, dan kemudian klik 9K. 3kan muncul output grafik sebagai berikut4
Gra%i: 7atan1 2l/$tere an Sta*:e
Data yang digunakan untuk latihan adalah data tingkat pendidikan dan pendapatan. Klik ;raphs N 5egacy
Dialogs N Bar. 3kan muncul tampilan berikut4
1A
Sebagai latihan, kita akan membuat grafik
pendidikan yang dikelompokkan berdasarkan
tingkat pendapatan. Klik .lustered, klik
Summaries for groups of cases, kemudian klik
Define, akan muncul tampilan berikut4
Pada Bar epresent klik V of cases +tentunya anda bisa mencoba pilihan lainnya1. 8asukkan &ariabel
Pendidikan pada kotak .ategory 30is dan &ariabel Pendapatan pada kotak Define .luster by. Kemudian
klik 9K. 3kan muncul output grafik sebagai berikut4
%ni adalah grafik batang clustered. 3pa perbedaannya dengan grafik batang stacked P Eika anda ambil
pilihan stacked pada proses sebelumnya, output grafik akan menjadi sebagai berikut4
1)
/erlihat bahwa perbedaan antara
grafik batang clustered dengan
stacked adalah jika pada clustered
pengelompokkan pendapatan
dilakukan secara hori:ontal
+kesamping1, pada stacked
dilakukan secara bertumpuk
&ertikal.
Gra%i: Lin1:aran
Salah satu jenis grafik yang sering digunakan terutama untuk menggambarkan proporsi dari kategori data
adalah grafik lingkaran +pie1.
Sebagai latihan, data yang kita gunakan sama dengan data sebelumnya +yaitu data tingkat pendidikan dan
pendapatan dari 'C orang responden penelitian1.
Setelah menginput data tersebut, klik ;raphs N 5egacy Dialogs N Pie. 3kan muncul tampilan berikut4
Dari tampilan tersebut, pilih Summaries for group of cases +lihat catatan pada tulisan sebelumnya untuk
penggunaan pilihan yang lainnya1. Kemudian klik Define. 3kan muncul tampilan berikut4
8isalnya kita ingin menggambarkan grafik lingkaran untuk pendidikan.
Pada Slices epresent, kita diminta untuk memilih apakah irisan dari grafik lingkaran akan
menggambarkan jumlah kasus +, of cases1, persentase atau proporsi masing#masing kategori +V of cases1
atau jumlah dari &ariabel +Sum of &ariable1. >ntuk latihan kita pilih saja V of cases.
Selanjutnya pada kotak Define Slices by4 masukan &ariabel Pendidikan. Kemudian klik 9K, maka akan
muncul output grafik lingkaran sebagai berikut4
Perhatikan, grafik lingkaran yang dihasilkan masih sangat sederhana dengan elemen grafik yang sangat
terbatas. >ntuk menambah elemen grafik agar lebih komunikatif dalam penggambaran data, buka .hart
1B
2ditor dengan cara klik kanan pada bidang grafik kemudian klik SPSS .hart 9bject dan klik 9pen +lihat
tampilan dibawah ini1
3kan muncul tampilan .hart 2ditor sebagai berikut4
8elalui menu#menu yang ada pada .hart 2ditor tersebut, kita bisa mengatur ukuran dari lingkaran,
membuat tampilan jadi tiga dimensi, memberikan label pada masing#masing irisan dari lingkaran,
memberi judul, mengganti warna dan lainnya. Silakan dicoba#coba +tidak dibahas dalam postingan ini
karena akan terlalu panjang1.
Salah satu contoh setelah pengeditan +diberi judul, label irisan dan dijadikan tiga dimensi1 diberikan
sebagai berikut4
Gra%i: Gari$
;rafik garis biasa digunakan untuk menggambarkan data yang bersifat perkembangan +trend1.
1*
Sebagai latihan, misalnya kita punya data
mengenai in&estasi dan tabungan domestik
%ndonesia +dalam trilyun p1 selama periode
tahun 1((C Q $CCB, yang telah diinput pada
SPSS sebagai berikut4
Klik ;raph N 5egacy Dialog N 5ine, akan muncul tampilan berikut4
Kita juga bisa menggambarkan perkembangan in&estasi dan tabungan sekaligus dalam satu grafik dengan
cara pilih 8ultiple. Selanjutnya, masukkan &ariabel in&estasi dan tabungan pada kotak 5ine epresent.
.ontoh hasil untuk multiple grafik tersebut sebagai berikut4
1(
Pilih jenis Simple +karena hanya satu
&ariabel yang akan kita gambarkan1,
kemudian pilih =alues of indi&idual
cases. Selanjutnya klik Define, akan
muncul tampilan berikut4
8asukkan &ariabel %n&estasi pada
kotak 5ine epresents dan
&ariabel /ahun pada kota
=ariable. Kemudian klik 9K,
maka akan keluar output grafik
garis sebagai berikut4
MODUL ;. TA7EL SILANG
Salah satu cara untuk menggambarkan keterkaitan antar &ariabel secara sederhana adalah dengan
membentuk tabel silang +crosstabs1 antar &ariabel tersebut. /abel silang adalah tabel distribusi frekuensi
yang menghubungkan dua atau lebih &ariabel.
Bagaimana cara kita membentuk tabel silang ini dengan SPSS P
Sebagai latihan, misalnya kita punya data tingkat pendidikan dan pendapatan dari )C orang responden
penelitian. /ingkat pendidikan misalnya dikategorikan sebagai4
1 M responden yang berpendidikan S5/P kebawah
$ M responden yang berpendidikan S5/3
' M responden yang berpendidikan D' ke atas.
Pendapatan juga kita kelompokkan atas tiga yaitu4
1 M pendapatan rendah +kurang dari p. 1.CCC.CCC1
$ M pendapatan menengah + p. 1.CCC.CCC Q '.CCC.CCC1
' M pendapatan tinggi + diatas p '.CCC.CCC1
Berilah &alue label untuk masing#masing kategori &ariabel yaitu untuk pendidikan4 1 +MS S5/P1,
$+S5/31, '+NM D'1, sedangkan untuk pendapatan4 1 +rendah1, $+menengah1, '+tinggi1.
Selanjutnya, klik 3naly:e N Descripti&e Statistics N .rosstabs. 3kan muncul tampilan berikut4
$C
+.atatan4 input data sebenarnya hanya
terdiri dari dua kolom. Kolom pertama
adalah pendidikan dan kolom kedua
adalah pendapatan. 8engingat
keterbatasan halaman, tampilan
dipotong jadi dua, seakan#akan jadi
empat kolom. Karenanya, jika anda
menginput ke SPSS, tetap jadikan hanya
dua kolom1.
8asukkan &ariabel Pendapatan ke kotak ow+s1 dan =ariabel Pendidikan ke kotak .olumn+s1.
Selanjutnya klik .ells, akan muncul tampilan berikut4
3da beberapa pilihan pada tampilan .ell Display diatas. >ntuk kepentingan latihan saat ini, silakan klik
saja 9bser&ed, ow, .olumn, /otal.
Pilihan 9bser&ed bertujuan untuk menampilkan frekuensi data sebenarnya, pilihan ow bertujuan untuk
menampilkan persentase baris, column untuk persentase kolom dan total untuk persentase total dalam
tabel silang.
/entunya, pilihan#pilihan persentase ini dalam prakteknya tidak akan kita gunakan semuanya +karena
akan memperumit pembacaan tabel1. /api untuk sekedar latihan, silakan klik saja semua pilihan
persentase tersebut.
Selanjutnya, klik .ontinue dan klik 9K.3kan muncul output tabel silang sebagai berikut4
Dari output SPSS, .ount adalah frekuensi dari data yang diamati +obser&ed1. .ara membacanya,
misalnya angka 1) pada baris pertama kolom pertama dari tabel diatas berarti bahwa terdapat 1)
responden dengan pendidikan MS S5/P yang berpendapatan rendah. 3ngka B pada kolom kedua baris
pertama berarti bahwa terdapat B responden dengan pendidikan S5/3 yang berpendapatan rendah.
V within Pendapatan adalah persentase baris dari tabel silang ini. 8isalnya, angka )G.CV +baris kedua
kolom pertama1 dari tabel diatas adalah berasal dari +1)?$A1 0 1CCV. .ara membacanya adalah dari total
responden berpendapatan rendah +sebanyak $A orang1, )G,C persen diantaranya adalah mereka yang
berpendidikan S5/P ke bawah.
V within Pendidikan adalah persentase kolom dari tabel silang ini. 8isalnya angka )(.)V +baris ketiga
kolom pertama1 dari tabel diatas adalah berasl dari +1)?$'1 0 1CCV. .ara membacanya adalah dari total
responden yang berpendidikan S5/P ke bawah +sebanyak $' orang1, )(,) persen diantaranya
berpendapatan rendah.
V within total adalah persentase total dari tabel silang ini. 8isalnya angka $).BV +baris keempat kolom
pertama1 adalah berasal dari +1)?)C1 0 1CCV. .ara membacanya adalah dari total responden +sebanyak )C
orang1, $),B persen diantaranya memiliki pendidikan S5/P kebawah dengan pendapatan rendah.
$1
MODUL <. 6EG6ESI DENGAN SPSS
6e1re$i Linear Seer,ana
/eori Keynes menyatakan bahwa peningkatan pendapatan akan meningkatkan konsumsi, tetapi tidak
sebesar peningkatan pendapatan. Dengan kata lain, menurut /eori Keynes, pendapatan berpengaruh
positif terhadap konsumsi. >ntuk menguji teori Keynes tersebut, dibentuk model ekonometrik dalam
bentuk fungsi regresi linear sederhana sebagai berikut4
J MWCDW1XiDei
>ntuk penyusunan model regresi tersebut, dikumpulkan data hipotetik mengenai konsumsi +J1 dan
pendapatan +X1 dari 1$ keluarga sampel +dalam p ribu perminggu1 sebagai berikut4 +tabel berikut juga
menyajikan jumlah anggota rumah tangga +3/1. >ntuk sementara abaikan dulu1
Setelah menginput data, klik 3naly:e N egression N 5inear. 3kan muncul tampilan berikut4
Ga&bar <.1
%sikan konsumsi +J1 pada kotak Dependent, dengan cara klik Konsumsi, klik panah ke kotak Dependent.
Dengan cara yang sama, isikan Pendapatan +J1 ke kotak %ndependent. Selanjutnya klik 9K. 3kan muncul
tampilan output SPSS yang diberikan sebagai berikut4
Pada output 8odel Summary, diberikan perhitungan , SOuare +$1, 3djusted $dan Standard 2rror of
2stimate +S221. Pada output 3,9=3 +3nalysis of =ariance1 diberikan perhitungan#perhitungan untuk
pengujian signifikansi model secara keseluruhan. Pada output .oefficients diberikan estimasi koefisien#
koefisien model regresi +baik yang unstandari:ed maupun yang standari:ed1. Dalam output tersebut juga
$$
diberikan standar error masing#masing koefisien, nilai t hitung serta signifikansinya +dalam P#&alue1
>ntuk kepentingan pelaporan, output SPSS tersebut diatas dapat diringkas dalam bentuk sebagai berikut4
.atatan4 Y signifikan pada Z M 1CV, YY signifikan pada Z M A V, YYY signifikan pada Z M 1V
Pengujian hipotesis dilakukan dengan membandingkan nilai t#hitung dengan t#tabel pada ZM1V, AV, 1CV
dengan d.f M 1C. ,ilai t+C,C11+1C1 M ',1)(, nilai t+C,CA1+1C1M $,$$* dan nilai t +C,1C1+1C1 M 1,*1$.
+.atatan4 uji 6 atau pengujian secara simultan tidak diperlukan dalam model regresi sederhana karena
hanya melibatkan satu &ariabel bebas1
,ilai t#hitung pada koefisien W1 lebih besar dibandingkan nilai t+C,1C1+1C1. 3rtinya koefisien W1 sebagai
kumpulan pengaruh seluruh &ariabel di luar model memiliki pengaruh yang signifikan terhadap konsumsi
dengan tingkat signifikansi 1CV. ,ilai t#hitung pada koefisien W$ lebih besar dibandingkan nilai t+C,C11
+1C1. 3rtinya terdapat pengaruh yang sangat signifikan antara pendapatan dan konsumsi dengan tingkat
signifikansi 1V.
Pengujian hipotesis juga dapat dengan melihat nilai P#&alue yang diberikan pada output SPSS. Kriteria
pengujiannya adalah jika P#&alue S Z, maka tolak -o, dalam artian terdapat pengaruh yang signifikan
secara statistik dari &ariabel tersebut.
Selanjutnya model dapat diinterpretasikan sebagai berikut4 Pada pendapatan nol, rata#rata konsumsi
keluarga adalah sebesar p 1',)B) ribu +nilai koefisien W11. >ntuk setiap peningkatan pendapatan sebesar
p 1 ribu, maka secara rata#rata konsumsi keluarga akan meningkat sebesar p C,B1' ribu +nilai koefisien
W$1.
6e1re$i Linear 7er1ana
8isalnya dalam kasus regresi linear sederhana sebelumnya, kita tambahkan satu &ariabel lainnya yang
mempengaruhi konsumsi selain pendapatan yaitu jumlah anggota keluarga.
8odel ekonometrik dalam bentuk fungsi regresi linear bergandanya sebagai berikut4
Ji MW1DW$X$DW'X'Dei
Dimana4 J M konsumsi
X1 M pendapatan
X$ M jumlah anggota rumah tangga
8engikuti tahapan#tahapan pengolahan data dengan SPSS sebagaimana yang diberikan sebelumnya,
didapatkan output sebagai berikut4
9utput SPSS tersebut diatas dapat diringkas dalam bentuk sebagai berikut4
$'
Dengan menggunakan nilai P#&alue dan nilai Z tertinggi 1CV terlihat bahwa baik pendapatan maupun
jumlah anggota rumah memiliki pengaruh yang signifikan secara statistik terhadap konsumsi.
,ilai koefisien X1 sebesar C,G$* berarti bahwa dengan asumsi +dengan menjaga1 &ariabel X$ +jumlah
anak1 konstan, setiap peningkatan pendapatan sebesar p 1 ribu akan meningkatkan konsumsi sebesar p
C,G$* ribu. Selanjutnya, nilai koefisien X$ sebesar ',G)G berarti bahwa dengan asumsi +dengan menjaga1
&ariabel X1 +pendapatan1 konstan, setiap tambahan satu orang anggota rumah tangga akan meningkatkan
konsumsi sebesar p ',G)G ribu.
Dari nilai P#&alue 6 hitung +juga bisa dengan cara membandingkan 6 hitung dengan 6 tabel1, terlihat
bahwa secara simultan +bersama#sama1 &ariabel X1$ berpengaruh sangat signifikan terhadap J.
Selanjutnya, nilai $ yang sebesar C,(GB menunjukkan bahwa (G,B persen &ariasi konsumsi disebabkan
oleh pendapatan dan jumlah anggota rumah tangga secara bersama#sama. +.atatan4 pergunakan nilai
adjusted $ dan X jika &ariabel bebas lebih dari dua1
U=i A$/&$i Kla$i:
Uji Normalitas
asio skewness dan rasio kurtosis dapat dijadikan petunjuk apakah suatu data berdistribusi normal atau
tidak. asio skewness adalah nilai skewnes dibagi dengan standard error skewness< sedang rasio kurtosis
adalah nilai kurtosis dibagi dengan standard error kurtosis. Sebagai pedoman, bila rasio kurtosis dan
skewness berada di antara Q$ hingga D$, maka distribusi data adalah normal
5angkah#5angkah dalam SPSS
5akukan regresi seperti ;br. (.1 +tetapi dengan dua &ariable independent1. Kemudian klik Sa&e, akan
muncul tampilan berikut4
.entang pilihan >nstandardi:ed pada bagian esiduals, kemudian pilih .ontinue dan pada tampilan awal
pilih tombol 9K, akan menghasilkan &ariabel baru bernama >nstandardi:ed esidual +2S[11.
Selanjutnya 3naly:e #NDescripti&e Statistics #N Descripti&es akan muncul tampilan sebagai berikut.
$G
8asukkan &ariabel >nstandardi:ed esidual +2S[11 ke kotak sebelah kiri, selanjutnya pilih 9ptions
akan muncul tampilan sebagai berikut
.entang pilihan Kurtosis dan Skewness dan kemudian .ontinue dan pada tampilan awal pilih 9K.
-asilnya sebagai berikut
Skewness Kurtosis
Statistic Std. 2rror Statistic Std. 2rror
>nstandardi:ed
esidual
.GBA .)'B #.*'1 1.$'$
=alid , +listwise1
/erlihat.bahwa.rasio.skewness.MC.GBA?C.)'BM.C,BGA<.sedang.rasio.kurtosis.M#C,*'1?1,$'$.M.#C,)BG
Karena. rasio. skewness. dan. rasio. kurtosis. berada. di. antara. Q$. hingga. D$,. maka. dapat.
disimpulkan.bahwa.distribusi.data.adalah.normal..
Uji Autokorelasi
Salah satu cara untuk menguji autokorelasi adalah >ji Durbin#7atson +D7 /est1. >ji ini hanya
digunakan untuk autokorelasi tingkat satu +first order autocorrelation1 dan mensyaratkan adanya intercept
dalam model regresi dan tidak ada &ariabel lag di antara &ariabel penjelas. -ipotesis yang diuji adalah4
Keputusan ada tidaknya autokorelasi adalah4
Bila nilai D7 berada di antara d> sampai dengan G # d> maka koefisien autokorelasi sama dengan
nol. 3rtinya, tidak ada autokorelasi.
Bila nilai D7 lebih kecil daripada d5, koefisien autokorelasi lebih besar daripada nol. 3rtinya ada
autokorelasi positif.
Bila nilai D7 terletak di antara d5 dan d>, maka tidak dapat disimpulkan.
Bila nilai D7 lebih besar daripada G # d5, koefisien autokorelasi lebih besar daripada nol. 3rtinya
$A
ada autokorelasi negatif.
Bila nilai D7 terletak di antara G Q d> dan G# d5, maka tidak dapat disimpulkan.
/ahapan dalam SPSS
5akukan regresi seperti ;br. (.1 +tetapi dengan dua &ariable independent1. Kemudian klik Statistics, akan
muncul tampilan berikut4
Kemudian centang Durbin 7atson, klik .ontinue, akan muncul tampilan berikut4
8odel SOuare
3djusted
SOuare
Std. 2rror of
the 2stimate
Durbin#
7atson
1 .(B'+a1 .(GB .(') '.''G(A 1.CBB
5angkah. selanjutnya. adalah. menetapkan. nilai. d5. dan. d>.. .aranya. adalah. dengan. menggunakan.
derajat.kepercayaan.AV,.sampel.+n1.yang.kita.miliki.sebanyak.1$.obser&asi,.dan.&ariabel.penjelas.
sebanyak.$.maka.dapatkan.nilai.d5.dan.d>.sebesar.C,*1$$.dan.1,AB(..8aka.dapat.disimpulkan.bahwa.
model.ini.memiliki.gejala.autokorelasi.positif.
Uji Multikolinearitas
3da banyak cara untuk menentukan apakah suatu model memiliki gejala 8ultikolinieritas, pada modul
ini hanya diperkenalkan dengan cara =%6. .ara ini sangat mudah, hanya melihat apakah nilai =%6 untuk
masing#masing &ariabel lebih besar dari 1C atau tidak. Bila nilai =%6 lebih besar dari 1C maka
diindikasikan model tersebut memiliki gejala 8ultikolinieritas.
5angkah#5angkah dalam SPSS
Kembali 5akukan regresi seperti pada >ji ,ormalitas. Setelah itu pilih Statistics kemudian centang
pilihan .ollinearity Diagnostics setelah itu pilih tombol .ontinue dan akhirnya pada tampilan selanjutnya
pilih 9K. -asilnya sebagai berikut.
.oefficients+a1
8odel
>nstandardi:ed
.oefficients
Standardi:ed
.oefficients t Sig. .ollinearity Statistics
B Std. 2rror Beta /olerance =%6
1 +.onstant1 1(.(BB ).'1* '.1)$ .C1$
01 .G$* .1$B .AB$ '.')* .CC* .$C' G.(')
0$ '.G)G 1.'B* .G$B $.A1G .C'' .$C' G.(')
a Dependent =ariable4 y
$)
Dapat dilihat bahwa seluruh &ariabel penjelas memiliki nilai =%6 lebih kecil dari 1C maka dapat
disimpulkan bahwa model regresi ini tidak memiliki masalah 8ultikolinieritas
Uji Heterokedastisitas
Banyak metoda statistik yang dapat digunakan untuk menentukan apakah suatu model terbebas dari
masalah heteroskedastisitas atau tidak, seperti misalnya >ji 7hite, >ji Park, >ji ;lejser, dan lain#lain.
8odul ini akan memperkenalkan salah satu uji heteroskedastisitas yang mudah yang dapat diaplikasikan
di SPSS, yaitu >ji ;lejser.
>ji ;lejser secara umum dinotasikan sebagai berikut4
\e\ M b1 D b$ X$ D &
Dimana4
\e\ M ,ilai 3bsolut dari residual yang dihasilkan dari regresi model
X$ M =ariabel penjelas
Bila &ariabel penjelas secara statistik signifikan mempengaruhi residual maka dapat dipastikan model ini
memiliki masalah -eteroskedastisitas
Kita sudah memiliki &ariabel >nstandardi:ed esidual +2S[11 +lihat lagi langkah#langkah uji
,ormalitas di atas1. Selanjutnya pilih /ransform #N.ompute =ariable, akan muncul tampilan sebagai
berikut
Kemudian dilanjutkan dengan regresi , dengan memasukkan &ariable abresid pada dependent dan
&ariable X1 dan X$ pada independent. -asilnya sebagai berikut4
8odel
>nstandardi:ed
.oefficients
Standardi:ed
.oefficients t Sig.
B Std. 2rror Beta
1 +.onstant1 '.((G '.G*1 1.1G* .$*1
01 #.CA) .CBC #.A)* #.B(A .GGB
0$ .)1G .BA( .AB* .*C( .G'(
a Dependent =ariable4 abresid
Seluruh koefisien &ariabel pejelas tidak ada yang signifikan secara statistik, sehingga dapat disimpulkan
bahwa model ini tidak mengalami masalah heteroskedastisitas.
$B