Ringkasan Langkah-Langkah Mamasukkan dan Menganalisis Data Menggunakan

SPSS
Ariosta Setyadi
Memasukkan data penelitian dalam bentuk variabel SPSS:
1. Buka program SPSS (rekomendasi versi 14 keatas).
2. Di dalam lembar kerja bagian kiri bawah terdapat tulisan data view dan variabel
view; Klik tulisan variabel view
3. Dalam sheet variabel view terdapat
a. Name : Tuliskan dengan nama variabel (ringkas; tidak boleh ada spasi)
b. Type : Isilah dengan numeric (Dapat diabaikan)
c. Width : Menunjukkan banyaknya karakter maksimal yang bisa ditulis
d. Decimal
: Menunjukkan banyaknya karakter angka di belakang koma
e. Label : Keterangan dari nama variabel (dapat dikosongkan)
f. Values : Diisi bila data kategorikal (Ordinal/Nominal); faktor risiko harus no 1
g. Missing
, Column , Align dapat diabaikan
h. Measure
: Pilih jenis data yang ada (Scale, Ordinal, Nominal)
4. Klik Data View; sekarang sudah muncul nama variabel yang ada pada kolom-kolom.
Isilah dengan data penelitian. Bila terdapat masalah dalam memasukkan data ubah
kembali Variabel View yang sudah ada.
Melakukan uji normalitas data yang ada:
1. Terdapat 7 macam uji normalitas; dalam penelitian baik bila menggunakan
ketujuhnya, namun untuk meringkas (tidak ingin ribet) peneliti biasanya hanya
menggunakan Kolmogrov Smirnov (bila data lebih dari 30) atau Saphiro Wilk (bila
data 30 atau kurang) saja.
Ketujuh parameter tersebut adalah: Kolmogrov Smirnov/Saphiro Wilk, Skewness,
Kurtosis, Histogram, Q-Q plot, Detrunded Q-Q plot, dan Box plot.
2. Klik Analyze Descriptive Statistic Explore Masukan variabel yang mau diuji
dalam dependent list. Pada box Display (both). Klik Statistic (Descriptive dengan
confidence means interval 95%). Klik Plots (Faktor level together, Descriptive steam
and leaf dan histogram, jangan lupa pula klik normality plot with test) kemudian klik
ok
3. Kemudian akan muncul banyak tabel analisis dimana semua mengandung ketujuh uji
normalitas data yang sudah dijelaskan di atas.
4. Hasil analisis:
a. Kolmogrov Smirnov / Saphiro Wilk : Data dianggap normal bila p> 0,05
b. Skewness / Kurtosis
: Data dianggap normal bila Z Skewness dan Z
Kurtosis < 1,96
c. Histogram
: Subyektif, data yang normal berbentuk seperti
kerucut
d. Q-Q plot / Detrunded Q-Q Plot
: Normal bila titik berada tepat di garis
e. Box Plot
: Normal bila kotak di tengah tidak ada
yang diluar garis
5. Dilakukan analisis lebih banyak mana yang memberikan hasil normal dari ketujuh
metode analisis normalitas data. Misalnya 4 uji mengatakan normal, sedangkan ada
tiga yang sebaliknya. Maka dapat dikatakan data tersebut normal.
Melakukan uji beda variabel:
1. Uji beda tergantung variabel yang akan diperiksa. Bila kedua variabel kategorikal
menggunakan uji non paramterik chi square, akan tetapi bila numeric menggunakan
uji parametric.
2. Untuk melakukan uji chi square klik Analyze Non parametric test Chi Square
Isi variable yang mau diuji. Klik Exact pilih monte carlo dengan confidence interval
95% Lalu klik Ok.
3. Untuk melakukan uji beda parametric maka klik Analyze Compared means Pilih
uji sesuai dengan yang dituju (One sample T test, Independent T Test, Paired sample
T test, One Way Anova). Masukkan variabel yang akan diperiksa dengan derajad
kemaknaan 95% Klik Ok. Bermakna bila P<0,05.
4. Bila distribusi data tidak normal klik Analyze Non Parametric Test pilih uji (1
sample KS, 2/K sample KS, atau 2/K paired sample KS masukan variabel dan
grouping pilihlah uji yang diinginkan klik Ok. Bermakna bila P<0,05.
Melakukan uji korelatif variabel dan regresi
1. Uji yang digunakan dapat menggunakan Pearson (bila data normal) atau Rank
Spearman (bila data tidak normal). Untuk melakukan uji klik Analyze Correlate

Pilih uji (Perason atau Spearman). Options (means and standard deviations). Klik Ok.
Bermakna bila P<0,05. Untuk mengetahui besarnya korelasi lihat koefisien korelasi
dengan range nilai 0-1. Semakin mendekati angka 1 korelasi semakin kuat.
2. Bila uji korelatif bermakna maka dilanjutkan dengan regresi linier dengan cara klik
Analyze Regression Linier. Masukan variabel dependent dan independent. Klik
ok. Persamaan linier dengan Y = BX + C

Semoga bermanfaat, Terima kasih