Professional Documents
Culture Documents
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
LDK_PMKO_STIK-TM_2015 |3
ERIK LEWOKEDA
LDK_PMKO_STIK-TM_2015 |4
ERIK LEWOKEDA
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.
LDK_PMKO_STIK-TM_2015 |5
ERIK LEWOKEDA
Tabel 1
CONTOH
Gambar 3
LDK_PMKO_STIK-TM_2015 |6
ERIK LEWOKEDA
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
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
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
Gambar PD-7
L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 13
ERIK LEWOKEDA
Gambar 13
L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 14
ERIK LEWOKEDA
Gambar 19
Gambar 20
L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 15
ERIK LEWOKEDA
Gambar 21
Gambar 22
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.
Gambar 24
L D K _ P M K O _ S T I K - T M _ 2 0 1 5 | 18
ERIK LEWOKEDA
Gambar 25
Untuk mengisi data sesuai dengan Tabel 2 di atas maka prosesnya sama
dengan pada Gambar 10 dan Gambar 11.
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
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
Gambar 29
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