PENGOLAHAN DATA DENGAN MENGGUNAKAN STATISTICAL PACKAGE FOR SOCIAL STUDIES (SPSS)

Oleh : Muhammad Isnaini

email: isnain_m@yahoo.co.id http//www.muhammadisnain.blogsopt.com

BAGIAN KEDUA Setelah proses entry data selesai dan sebelum tahap analisis dilakukan, maka hal berikut yang perlu dilakukan adalah memeriksa data (cleaning data). Caranya dengan melakukan analisis deskriptif (Frekuensi).

1. Menyimpan Data. Data di atas dapat disimpan (SAVE) dengan menu FILE, lalu pilih sub menu SAVE (FILE SAVE), kemudian berikan nama dan tentukan letak FILE tersebut pada harddisk (biasanya drive C) disertai dengan direktori tertentu atau disket. Secara default file data SPSS selalu akan diikuti ekstension dot SAV [.. nama file. .SAV] , misalnya LATIH.SAV. Caranya pilih menu FILE SAVE, kemudian berikan nama seperti yang diinginkan agar mudah untuk dipanggil kembali. Sebagai ilustrasi lihat gambar 2 pada halaman berikut.

Makalah disampaikan pada Workshop Metode Penelitian Bagi Dosen dan Karyawan IAIN Raden Fatah, di Gedung Seminar Fak. Dakwah pada tanggal 5 s.d 7 Oktober 2011. Dosen Fakultas Tarbiyah IAIN Raden Fatah

Gambar 2. Cara Mensave File

2. Mengetahui Karakteristik Data. Setelah dilakukan pembuatan struktur file SPSS, dan atau disimpan sesuai dengan nama file, kemudian jika kita ingin mengetahui bagaimana struktur file, yang berisikan definisi setiap variabel lengkap dengan berbagai karakteristiknya, maka kita dapat menggunakan 2 (dua) cara, yaitu : FILE Dislay Data Info untuk file yang belum dibuka WINDOWS Utilities File Info untuk file yang sudah dibuka.

Kedua cara ini kemudian akan terekam ke dalam output SPSS yang bisa disave sebagai buku kode. 3. Recode. Perintah recode digunakan untuk merubah nilai/kategori jawaban dari 10 kategori atau lebih menjadi 3 atau 4 kategori. Misalkan variabel pendapatan adalah pertanyaan terbuka, responden langsung mengisi nilai pendapatannya

Responden 1 Rp. 120.000 Responden 2 Rp. 300.000 Responden 3 Rp. 225.000 Responden 4 Rp. 250.000 Responden 5 Rp. 275.000 Dst.

Peneliti ingin menjadikannya menjadi 3 kategori, yaitu (1) (2) (3) < 150.000; 150,000 s/d 225.000; dan > 225.000,

maka peneliti tersebut dapat menggunakan perintah RECODE. Perintah recode terdiri dari dua sub perintah, yaitu : Into same variable Into different variable

Perbedaannya pada recode pertama, hasil perubahan akan di over write pada variabel yang direcode, sedangkan pada jenis kedua hasil perubahan akan ditempatkan pada variabel baru. Dianjurkan untuk memilih pilihan recode yang kedua, agar data asli yang belum diubah selalu ada. Pilih Transform > Recode > into same var. atau into different var.

Gambar 3. Melaksanakan Perintah Recode

Gambar 4. Recode into same variables

Gambar 5. Recode into different variables

4. Compute. Perintah compute digunakan untuk menggabungkan beberapa variabel menjadi satu variabel gabungan (indeks komposit) . Penggunaan perintah ini biasanya merujuk kepada perhitungan skala tertentu sesuai dengan teknik perhitungan skala Likert, Summated Rating, interpolasi dan lain sebagainya atau merupakan fungsi matematik biasa. Pilih menu Transform > Compute Maka kemudian akan muncul jendela (windows) seperti dalam gambar 6. Perhatikan target variable, merupakan syarat kondisi yang harus dibuat sebelum perhitungan yang ingin kita buat dieksekusi (dijalankan). Syarat kondisi target variable ini sesuai dengan syarat pembuatan nama variabel sebagaimana dijelaskan di atas, yaitu : 8 karakter, tidak boleh diawali dengan numeric, atau angka.

Gambar 6. Perintah Compute Masukkan Target Variable, sama dengan Variable Name, sedangkan untuk numeric expression, sebutkan nama-nama variabel yang ada yang akan dijumlahkan dan atau dihitung. Misalnya untuk kasus di atas, adalah : educ + jobcat. Sedangkan target variable, ses (status sosial ekonomi).