ERIK LEWOKEDA

SPSS
(Statistical Product and Service Solutions)
Erik Lewokeda

A. MENGENAL SPSS
SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis
statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan
menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana
sehingga mudah untuk dipahami cara pengoperasiannya. Beberapa aktivitas dapat
dilakukan dengan mudah dengan menggunakan pointing dan clicking mouse.
Beberapa kemudahan yang lain yang dimiliki SPSS dalam pengoperasiannya
adalah karena SPSS menyediakan beberapa fasilitas seperti berikut ini:
1. Editor.
Merupakan jendela untuk pengolahan data. Data editor dirancang sedemikian
rupa seperti pada aplikasi-aplikasi spreadsheet untuk mendefinisikan,
memasukkan, mengedit, dan menampilkan data.
2. Viewer.
Viewer mempermudah pemakai untuk melihat hasil pemrosesan, menunjukkan
atau menghilangkan bagian-bagian tertentu dari output, serta memudahkan
distribusi hasil pengolahan dari SPSS ke aplikasi-aplikasi yang lain.
3. Multidimensional Pivot Tables.
Hasil pengolahan data akan ditunjukkan dengan multidimensional pivot tables.
Pemakai dapat melakukan eksplorasi terhdap tabel dengan pengaturan baris,
kolom, serta layer. Pemakai juga dapat dengan mudah melakukan pengaturan
kelompok data dengan melakukan splitting tabel sehingga hanya satu group
tertentu saja yang ditampilkan pada satu waktu.
4. High-Resolution Graphics.
Dengan kemampuan grafikal beresolusi tinggi, baik untuk menampilkan pie
charts, bar charts, histogram, scatterplots, 3-D graphics, dan yang lainnya, akan
membuat SPSS tidak hanya mudah dioperasikan tetapi juga membuat pemakai
merasa nyaman dalam pekerjaannya.
5. Database Access.
Pemakai program ini dapat memperoleh kembali informasi dari sebuah
database dengan menggunakan Database Wizard yang disediakannya.
6. Data Transformations.
7. Transformasi data akan membantu pemakai memperoleh data yang siap untuk
dianalisis. Pemakai dapat dengan mudah melakukan subset data,
mengkombinasikan category, add, aggregat, merge, split, dan beberapa
perintah transpose files, serta yang lainnya.
8. Electronic Distribution.
Pengguna dapat mengirimkan laporan secara elektronik menggunakan sebuah
tombol pengiriman data (e-mail) atau melakukan export tabel dan grafik ke
mode HTML sehingga mendukung distribusi melalui internet dan intranet.

LDK_PMKO_STIK-TM_2015 |1
 ERIK LEWOKEDA

9. Online Help.
SPSS menyediakan fasilitas online help yang akan selalu siap membantu pemakai
dalam melakukan pekerjaannya. Bantuan yang diberikan dapat berupa petunjuk
pengoperasian secara detail, kemudahan pencarian prosedur yang diinginkan
sampai pada contoh-contoh kasus dalam pengoperasian program ini.
10. Akses Data Tanpa Tempat Penyimpanan Sementara.
Analisis file-file data yang sangat besar disimpan tanpa membutuhkan tempat
penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum versi 11.5
dimana file data yang sangat besar dibuat temporary filenya.
11. Interface dengan Database Relasional.
Fasilitas ini akan menambah efisiensi dan memudahkan pekerjaan untuk
mengekstrak data dan menganalisnya dari database relasional.
12. Analisis Distribusi.
Fasilitas ini diperoleh pada pemakaian SPSS for Server atau untuk aplikasi
multiuser. Kegunaan dari analisis ini juga bisa digunakan apabila peneliti mau
menganalisis file-file data yang sangat besar dapat langsung me-remote dari
server dan memprosesnya sekaligus tanpa harus memindahkan ke komputer
user.
13. Multiple Sesi.
SPSS memberikan kemampuan untuk melakukan analisis lebih dari satu file data
pada waktu yang bersamaan.
14. Mapping
Visualisasi data dapat dibuat dengan berbagai macam tipe baik secara
konvensional atau interaktif, misalnya dengan menggunakan tipe bar, pie atau
jangkauan nilai, simbol gradual, dan chart.

B. MENU SPSS
1. File
Untuk operasi file dokumen SPSS yang telah dibuat, baik untuk perbaikan
pencetakan dan sebagainya. Ada 5 macam data yang digunakan dalam SPSS,
yaitu:
a. Data : dokumen SPSS berupa data
b. Syntax : dokumen berisi file syntax SPSS
c. Output : dokumen yang berisi hasil running out SPSS
d. Script : dokumen yang berisi running out SPSS
e. Database:
1) New: Membuat lembar kerja baru SPSS
2) Open: Membuka dokumen SPSS yang telah ada.
3) Secara umum ada 3 macam ekstensi dalam lembar kerja SPSS, yaitu:
a) .spo: file data yang dihasilkan pada lembar data editor
b) .sav: file text/obyek yang dihasilkan oleh lembar output
c) .cht: file obyek gambar/chart yang dihasilkan oleh chart window
4) Read Text Data: Membuka dokumen dari file text (yang berekstensi txt),
yang bisa dimasukkan/dikonversi dalam lembar data SPSS
5) Save: Menyimpan dokumen/hasil kerja yang telah dibuat.

LDK_PMKO_STIK-TM_2015 |2
 ERIK LEWOKEDA

a) Save As: Menyimpan ulang dokumen dengan nama/tempat/type

dokumen yang berbeda
b) Page Setup: Mengatur halaman kerja SPSS
c) Print: Mencetak hasil output/data/syntaq lembar SPSS
d) All visible output: mencetak lembar kerja secara keseluruhan
e) Selection: mencetak sesuai keinginan yang kita sorot/blok
f) Print Preview: Melihat contoh hasil cetakan yang nantinya diperoleh
g) Recently used data: Berisi list file data yang pernah dibuka
sebelumnya.
h) Recently used file: Berisi list file secara keseluruhan yang pernah
dikerjakan
2. Edit
Untuk melakukan pengeditan pada operasi SPSS baik data, serta pengaturan
atau option untuk konfigurasi SPSS secara keseluruhan.
a. Undo: pembatalan perintah yang dilakukan sebelumnya
b. Redo: perintah pembatalan perintah redo yang dilakukan sebelumnya
c. Cut: penghapusan sebual sel/text/obyek, bisa dicopy untuk keperluan
tertentu dengan perintah dari menu paste
d. Paste: mempilkan sebua sel/text/obyek hasil dari perintah copy atau cut
e. Paste after: mengulangi perintah paste sebelumya
f. Paste spesial: perintah paste spesial, yaitu bisa konvesri ke gambar, word,
dll
g. Clear: menghapusan sebuah sel/text/obyek
h. Find: mencari suatu text
i. Options: mengatur konfigurasi tampilan lembar SPSS secara umum
3. View
Untuk pengaturan tambilan di layar kerja SPSS, serta mengetahu proses- prose
yang sedang terjadi pada operasi SPSS.
a. Status Bar: mengetahui proses yang sedang berlangsung
b. Toolbar: mengatur tampilan toolbar
c. Fonts: untuk mengatur jenis, ukuran font pada data editor SPSS\
1) Outline size: ukuran font lembar output SPSS
2) Outline font: jenis font lembar output SPSS
d. Gridlines: mengatur garis sel pada editor SPSS
e. Value Labels: mengatur tampilan pada editor untuk mengetahui value label
4. Data
Menu data digunakan untuk melakukan pemrosesan data.
a. Define Dates: mendefinisikan sebuah waktu untuk variable yang meliputi
jam, tanggal, tahun, dan sebagainya
b. Insert Variable: menyisipkan kolom variable
c. Insert Case: menyisipkan baris
d. Go To Case: memindahkan cursor pada baris tertentu
e. Sort Case: mengurutkan nilai dari suatu kolom variable
f. Transpose: operasi transpose pada sebuah kolom variable menjadi baris
g. Merge Files: menggabungkan beberapa file dokumen SPSS, yang dilakukan

LDK_PMKO_STIK-TM_2015 |3
 ERIK LEWOKEDA

dengan penggabungan kolom-kolom variablenya

h. Split File: memecahkan file berdasarkan kolom variablenya
i. Select Case: mengatur sebuah variable berdasarkan sebuah persyaratan
tertentu
5. Transform
Menu transform dipergunakan untuk melakukan perubahan-perubahan atau
penambahan data.
a. Compute: operasi aritmatika dan logika untuk
b. Count: untuk mengetahui jumlah sebuah ukuran data tertentu pada suatu
baris tertentu
c. Recode: untuk mengganti nilai pada kolom variable tertentu, sifatnya
menggantikan (into same variable) atau merubah (into different variable)
pada variable baru
d. Categorize Variable: merubah angka rasional menjadi diskrit
e. Rank Case: mengurutkan nilai data sebuah variable
6. Analyse
Menu analyse digunakan untuk melakukan analisis data yang telah kita
masukkan ke dalam komputer. Menu ini merupakan menu yang terpenting
karena semua pemrosesan dan analisis data dilakukan dengan menggunakan
menu correlate, compare mens, regresion.
7. Graph
Menu graph digunakan untuk membuat grafik, diantaranya ialah bar, line, pie,
dll.
8. Utilities
Menu utilities dipergunakan untuk mengetahui informasi variabel, informasi file,
dll
9. AD-ONS
Menu ad-ons digunakan untuk memberikan perintah kepada SPSS jika ingin
menggunakan aplikasi tambahan, misalnya menggunakan alikasi Amos, SPSS
data entry, text analysis, dsb.
10. Windows
Menu windows digunakan untuk melakukan perpindahan (switch) dari satu file
ke file lainnya.
11. Help
Menu help digunakan untuk membantu pengguna dalam memahami perintah-
perintah SPSS jika menemui kesulitan.
12. Tool Bar
Kumpulan perintah-perintah yang sering digunakan dalam bentuk gambar.
13. Pointer
Kursor yang menunjukkan posisi cell yang sedang aktif/dipilih.

LDK_PMKO_STIK-TM_2015 |4
 ERIK LEWOKEDA

C. LEMBAR KERJA SPSS

Menu utama program SPSS ini ditunjukan kotak merah seperti yang tampak
dibawah ini:

Gambar 1

Tampilan layar SPSS ada 2 yaitu Data View dan Variabel View yang
ditunjukan di bawah ini:

Gambar 2

Data view adalah data yang tampilannya seperti excel, Data View ini
sebagai lembar kerja. Untuk melihat tampilan Data View, dengan meng-klik tulisan
(Data View). Sedangkan Variable View berperan sebagai definisi operasional yang
hasilnya nanti akan terlihat di Data View.

D. MENGISI DAN MENYIMPAN DATA

Untuk tutorial SPSS pertama membuat tabel yang berisi input data. Adapun
data yang harus kita masukkan adalah data di bawah ini. Sebelum membuat tabel
dengan data di bawah, perlu diperhatikan variabel-variabelnya, yakni nama, nilai 1,
nilai 2 dan gender.

LDK_PMKO_STIK-TM_2015 |5
 ERIK LEWOKEDA

Tabel 1
CONTOH

No Nama Nilai 1 Nilai 2 Gender

1 Erik Lewokeda 65 60 Pria
2 Jessy Manek 95 90 Wanita
3 Karly Kolah 70 65 Pria
4 Ronald Rape 40 55 Pria
5 Ichad Piran 80 75 Pria
6 Tian Weking 35 40 Pria
7 Eno Hayon 65 50 Pria
8 Elsy Sogen 35 45 Wanita
9 Yenni Tukan 50 55 Wanita
10 Petrik Leton 40 45 Pria
11 Ernest Wato 75 70 Wanita
12 Yonno Hayon 80 90 Pria
13 Apank Weking 60 50 Pria
14 Dollar Kiwan 45 50 Pria

Langkah-langkah pengisian datanya sebagai berikut:

1. Buka aplikasi SPSS Statistis 16.
Ketika keluar jendela SPSS pilih Type in Data. Kemudian OK.

Gambar 3

LDK_PMKO_STIK-TM_2015 |6
 ERIK LEWOKEDA

2. Akan terbuka lembar kerja baru.

Sekarang kita akan menamakan variabel. Pastikan bahwa halaman yang terbuka
Variable View bukan Data View (pojok kiri bawah).

Gambar 4

3. Menamakan Variabel
a. Variabel NAMA.
Letakkan pointer di kolom pertama, tulis Variabel NAMA. Ganti Type
Numeric dengan String karena nama variabel tidak mungkin diulang,
kemudian OK.

Gambar 5

b. Variable NILAI 1
Letakan Pointer di baris 2 (di bawah Variable NAMA). Ketik Variable NILAI1
(angka 1 jangan dipisah karena akan dipindai sebagai karakter illegal). Pilih
Type Numeric dengan width 8 dan decimals 0.

LDK_PMKO_STIK-TM_2015 |7
 ERIK LEWOKEDA

Gambar 6

c. Variabel NILAI 2
(Prosesnya sama dengan Variable NILAI1 atau Gambar 6 di atas).

Gambar 7

Pada kolom Variabel NILAI1 dan NILAI2, pilih Type Numeric karena data
yang ditampilkan berupa angka atau bisa diulang-ulang.

d. Variable Gender
Ketik Variabel GENDER di baris keempat. Pilih Type Numeric dengan width 8
dan decimals 0. Klik kolom Values, kemudian ketik angka 1 di value
sedangkan sedangkan pada label ketik Pria, lalu add. Ulangi sekali lagi
dengan angka 2 di value dan wanita pada lebel lalu klik add. Kemudian OK.
Perhatikan Gambar 9.

Gambar 8

LDK_PMKO_STIK-TM_2015 |8
 ERIK LEWOKEDA

Gambar 9

4. Mengisi Data
Untuk mengisi kolom Variabel NAMA, Variabel NILAI1, Variabel NILAI2 dan
Variabel GENDER, buka Data View di pojok kiri bawah.

Gambar 10

Kemudian letakan pointer sesuai dengan data yang ada kemudian ketik nama
atau nilai sesuai data Tabel 1 di atas. Sedangkan untuk mengisi kolom Variabel
GENDER, masukan angka 1 atau 2 dengan asumsi bahwa sebelumnya kita telah
memasukan data pada Variable Gender (Gambar 9) kemudian Enter atau
dengan cara klik Value Lebels pada Data View seperti gambar berikut:

Gambar 11

5. Menyimpan Data
Dari menu SPSS, pilih File, kemudian pilih Save As, isi nama, pilih folder
LDK_PMKO_STIK-TM_2015 |9
 ERIK LEWOKEDA

penyimpanan, lalu klik Save.

Gambar 12

E. MENGOLAH DATA
1. Pengelompokan Data
Dalam penolahan data, yang terpenting (jika dibutuhkan) adalah
pengelompokan dari data yang memiliki beberapa kategori digabungkan
menjadi dua (2) kategori saja.
Berikut adalah langkah-langkah pengelompokan data yang merujuk pada
Contoh Tabel 1:
Pertama-tama kita sepakati bahwa kita akan melakukan pengelompokan data
pada Variabel NILAI1 dimana:
Nilai > 50 = Memuaskan, dan
Nilai ≤ 50 = Tidak Memuaskan
Langkah selanjutnya adalah pilih Transform lalu klik Recode into Different
Variables maka secara otomatis akan muncul gambar berikut:

Gambar PD-1

Selanjutnya pindahkan Variabel NILAI1 ke dalam Numeric Variable  Output

Variable seperti gambar di bawah ini:

L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 10
 ERIK LEWOKEDA

Gambar PD-2

Pada Output Variable (Name dan Label) dalam kotak dialog di atas, terlebih
dahulu diganti dengan catatan nama variabel tidak boleh sama. Setelah Name
dan Label diisi selanjutnya klik Change. Perhatikan gambar di bawah ini:

Gambar PD-3

Masih pada tabel dialog Recode into Different Variables, langkah selanjutnya
klik Old and New Values maka secara otomatis akan muncul tabel dialog
berikut:

L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 11
 ERIK LEWOKEDA

Gambar PD-4

Langkah selanjutnya, pada Range, value through HIGHEST (≥) masukan 51 lalu
masukan angka “1” pada New Value lalu klik Add; sedangkan pada Range,
LOWEST through value (≤) masukan 50 lalu angka “2” pada New Value lalu klik
Add. Perhatikan gambar berikut:

Gambar PD-5

Setelah semuanya terisi, selanjutnya klik Continue maka akan kembali terlihat
tabel dialog seperti pada Gambar PD-2 lalu klik Ok. Dan jika prosesnya benar
maka akan terlihat seperti gambar berikut:

L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 12
 ERIK LEWOKEDA

Gambar PD-6

Sesuai dengan kesepakatan di atas sebelumnya yang mengatakan bahwa pada

Variabel NILAI1 dengan nilai > 50 berarti Memuaskan dan nilai ≤ 50 berarti
Tidak Memuaskan maka kita harus melalui satu tahap terakhir yang prosesnya
sama dengan pada Gambar 9. Perhatikan gambar berikut:

Gambar PD-7

2. Pengertian Statistik Deskriptif

Statistik deskriptif merupakan bidang ilmu statistika yang mempelajari
cara-cara pengumpulan, penyusunan, dan penyajian data suatu penelitian.
Kegiatan yang termasuk dalam kategori tersebut adalah kegiatan collecting atau
pengumpulan data, grouping atau pengelompokan data, penentuan nilai dan
fungsi statistik, serta yang terakhir termasuk pembutan grafik dan gambar.
Berbagai jenis Statistik Deskriptif pada SPSS 16 dapat dilihat pada menu Analyze

L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 13
 ERIK LEWOKEDA

- Descriptive Statistics. Berikut adalah gambar Menu Statistik Deskriptif:

Gambar 13

Pemilihan menu tersebut akan memunculkan sub-submenu yang

nampak seperti gambar di atas. Sub-submenu tersebut antara lain analisis
frekuensi, analisis deskripsi, analisis eksplorasi data, dan analisis crosstabs.
a. Descriptive
Statistik dengan analisis deskriptif, sebenarnya hampir sama dengan
statistik frekuensi, yaitu menghasilkan analisa disperse (standard deviasi,
minimum, maksimum), distribusi (kurtosis,) dan mean, sum, dan lain
sebagainya.
Analisis ini juga memiliki kegunaan pokok untuk melakukan
pengecekan terhadap input data, mengingat bahwa analisis ini akan
menghasilkan resume data secara umum. Seperti berapa jumlah responden
laki-laki, berapa jumlah responden perempuan, dan sebagainya. Disamping
itu, analisis ini juga memiliki kegunaan untuk menyediakan informasi
deskripsi data dan demografi sampel yang diambil.
Sebagian besar analisis statistik memang dikalkulasi menggunakan
prosedur frekuensi, tetapi prosedur analisis deskritif memiliki keunggulan,
yaitu lebih efisien dalam beberapa hal karena tidak melakukan sorting atau
pengurutan data nilai ke tabel frekuensi.

L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 14
 ERIK LEWOKEDA

Langkah-langkah Analyze Descriptive berawal sama seperti Gambar 13 dan

Gambar 14 hanya saja pemilihannya jatuh pada Analisis Descriptive seperti
gambar berikut:

Gambar 19

Setelah Descriptives di-klik maka akan tampak tampilan berikut:

Gambar 20

Pindahkan semua variable yakni variable NILAI1 dan NILAI2 ke dalam

variables(s):

L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 15
 ERIK LEWOKEDA

Gambar 21

Lalu klik Options maka akan muncul gambar di bawah ini:

Gambar 22

Centang semua pada tanda merah di kotak Descriptives: Options seperti

gambar di atas lalu klik Continue sehingga akan muncul lagi Gambar 21
sebelumnya kemudian klik Ok.
Maka secara otomatis lembar output dari pengolahan data menggunakan
L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 16
 ERIK LEWOKEDA

Analisis Descriptive Statistics dengan SPSS 16.0 ini ditampilkan seperti di

bawah ini:

Gambar 23

Selanjutnya tinggal kita copy satu per satu atau semua data olahan itu untuk
dianalisa di Microsoft Office Word.

b. Crosstabs
Cross Sectional Study
Analisa crosstabs merupakan analisa yang masuk dalam kategori
statistik deskripsi di mana menampilkan tabulasi silang atau table
kontingensi yang menunjukkan suatu distribusi bersama dan pengujian
hubungan antara dua variabel atau lebih. Terdapat banyak kategori
statistikyang tersedia di dalam CROSSTABS prosedur.
Beberapa statistik CROSSTABS digunakan untuk data skala nominal,
tetapi beberapa di antaranya juga skala interval. Dalam rangka
menggunakan hasil dari CROSSTABS, kita harus bisa mengenali seperti apa
macam data adalah sesuai dengan statistic masing-masing dan harus pula
mengenali tingkatan pengukuran untuk skala yang sedang diteliti.
Harus kita ketahui bahwa analisis Crosstabs membutuhkan variabel
penentu (variablel dependen). Oleh karena itu, diperlukan sebuah data baru
sebagai variable dependen untuk mengimbangi variabel-variabel
independen dalam analisis Crosstabs tersebut.
Merujuk pada Contoh Tabel 1 (Hal. 6) maka kita terlebih dahulu
memasukan data baru dan untuk keperluan contoh maka disini kita masukan
Variabel BELAJAR dan Variabel HASIL BELAJAR. Berikut data baru setelah
ada penambahan variabel baru tersebut di atas.

L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 17
 ERIK LEWOKEDA

Tabel 2
CONTOH

Nilai Nilai
No Nama Gender Belajar Hasil Belajar
1 2
1 Erik 65 60 Pria Ya Memuaskan
2 Jessy 95 90 Wanita Ya Memuaskan
3 Karly 70 65 Pria Tidak Memuaskan
4 Ronald 40 55 Pria Tidak Tidak Memuaskan
5 Ichad 80 75 Pria Ya Memuaskan
6 Tian 35 40 Pria Tidak Tidak Memuaskan
7 Eno 65 50 Pria Tidak Tidak Memuaskan
8 Elsy 35 45 Wanita Tidak Memuaskan
9 Yenni 50 55 Wanita Tidak Tidak Memuaskan
10 Petrik 40 45 Pria Tidak Memuaskan
11 Ernest 75 70 Wanita Ya Tidak Memuaskan
12 Yonno 80 90 Pria Ya Tidak Memuaskan
13 Apank 60 50 Pria Tidak Tidak Memuaskan
14 Dollar 45 50 Pria Tidak Memuaskan

Proses menamai variabel baru ini sama dengan proses pada Gambar
5, Gambar 6, dan Gambar 7. Dengan Type kedua variabel baru tersebut
adalah string dengan width 8 dan decimals 0.

Pada Variabel BELAJAR Klik kolom Values, kemudian ketik angka 1 di

value sedangkan sedangkan pada label ketik Ya (sering belajar), lalu add.
Ulangi sekali lagi dengan angka 2 di value dan Tidak (jarang belajar) pada
lebel lalu klik add. Kemudian Ok. Perhatikan gambar berikut:

Gambar 24

L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 18
 ERIK LEWOKEDA

Sedangkan pada Variabel HASIL BELAJAR, klik kolom Values,

kemudian ketik angka 1 di value sedangkan sedangkan pada label ketik
Memuaskan, lalu add. Ulangi sekali lagi dengan angka 2 di value dan Tidak
Memuaskan pada lebel lalu klik add. Kemudian Ok. Perhatikan gambar
berikut:

Gambar 25

Untuk mengisi data sesuai dengan Tabel 2 di atas maka prosesnya sama
dengan pada Gambar 10 dan Gambar 11.

Sebelum melakukan analisis Crosstabs, harus kita sepakati

mana yang menjadi variabel penentu (variablel dependen) dan
mana yang menjadi variabel independen. Dan dalam untuk
kepentingan pelatihan maka kita sepakati saja bahwa Variabel
BELAJAR adalah variabel independen dan Variabel HASIL
BELAJAR adalah variablel dependen.

Langkah-langkah Analyze Crosstabs berawal sama seperti Gambar 13,

L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 19
 ERIK LEWOKEDA

Gambar 14, dan Gambar 19 hanya saja pemilihannya jatuh pada Analisis
Crosstabs seperti gambar berikut:

Gambar 26

Setelah Crosstabs maka akan tampak tampilan seperti di bawah ini:

Gambar 27

Seperti yang telah kita sepakati di atas bahwa Variabel BELAJAR adalah
variabel independen dan Variabel HASIL BELAJAR adalah variablel dependen
maka pindahkan Variable BELAJAR ke dalam Column(s) dan Variabel HASIL
BELAJAR ke dalam Row(s), seperti gambar di bawah ini:

Gambar 28

L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 20
 ERIK LEWOKEDA

Setelah Variabel BELAJAR dan Variabel HASIL BELAJAR sudah dipindahkan

ke dalam kotak masing-masing seperti yang terlihat di atas, klik bagian
Statistics maka akan muncul seperti gambar berikut:

Gambar 29

Langkah berikutnya, klik Continue sehingga akan muncul gambar sebelumnya

(Gambar 28) lalu klik Ok. Lalu secara otomatis lembar output dari pengolahan
data menggunakan Analyze Descriptive Crosstabs dengan SPSS 16.0 ini
ditampilkan seperti di bawah ini:

Gambar 30

L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 21
 ERIK LEWOKEDA

SELAMAT MENCOBA

L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 22