Anda di halaman 1dari 27

IBM SPSS STATISTICS VERSION 22

Oleh :
Abdullah M. Jaubah

Pendahuluan
Studi dan penghayatan atas IBM SPSS Statistics telah menimbulkan pertanyaan mengenai
arsip data yang tersedia dalam paket program statistik ini. Jumlah arsip data adalah sangat
banyak, sekitar 99 arsip data. Mengapakah arsip data tersebut disediakan?
Jawaban atas pertanyaan ini dapat ditemukan dalam studi kasus IBM SPSS Statistics yang
selanjutnya akan disebut SPSS saja. Studi kasus (Case Studies) ini tersedia dan dapat
dimanfaatkan sebagai salah satu bahan studi dan penghayatan atas SPSS.
Usaha melakukan studi dan penghayatan SPSS secara lengkap dapat dilakukan melalui studi
dan penghayatan studi kasus sehingga studi kasus ini perlu dikumpulkan secara lengkap.
Usaha ini kemudian disajikan dalam kumpulan studi kasus ini. Studi kasus SPSS mencakup
pokok-pokok pembahasan mengena
1.

Statistics Base

2.

Advanced Statistics Option

3.

Bootstrapping Option

4.

Categories Option

5.

Complex Samples Option

6.

Conjoint Option

7.

Data Preparation Option

8.

Decision Trees Option

9.

Direct Marketing

10.

Missing Values Option

11.

Neural Networks Option

12.

Regression Option

13.

Forecasting Option
1

Statistics Base
Pembahasan mengenai Statistics Base mencakup pembahasan mengenain Summary Statistics
Using Frequencies, Summary Statistics Using Descriptives, Exploratory Data Analysis,
Analysis of cross-classifications using Crosstabs, The Summarize Procedure, The Means
Procedure, The OLAP Cubes Procedure, T Tests, One-Way analysis of variance, GLM
Univariate, Bivariate Correlations, Partial Correlations, Linear models, Linear regression,
Ordinal Regression, Curve Estimation, Partial Least Squares Regression, Nearest Neighbor
Analysis, Discriminant Analysis, Factor Analysis, TwoStep Cluster Analysis, Hierarchical
Cluster Analysis, K-Means Cluster Analysis, Nonparametric Tests, Multiple Response
Analysis, Measures of reliability in scale problems, Ratio Statistics, ROC Curve, Control
Charts, Select Predictors, dan pembahasan Bayes tidak dapat dilakukan karena membutuhkan
modul-modul tersendiri.
Advanced Statistics Option
Pembahasan mengenai Advanced Statistics Option mencakup pembahasan mengenai
Multivariate General Linear Modeling, Variance Components, Linear Mixed Models,
Generalized Linear Models, Generalized linear mixed models, Loglinear Modeling, Life
Tables, Kaplan-Meier Survival Analysis, dan pembahasan mengenai Cox Regression.
Bootstrapping Option
Pembahasan mengenai Bootstrapping Option hanya mencakup pembahasan mengenai
Bootstrapping saja.
Categories Option
Pembahasan mengenai Categories Option mencakup pembahasan mengenai Categorical
Regression, Categorical Principal Components Analysis, Nonlinear Canonical Correlation
Analysis, Correspondence analysis, Multiple Correspondence Analysis, Multidimensional
Scaling, dan pembahasan mengenai Multidimensional Unfolding. Data dan variable yang
dipakai di sini mencerminkan data dan variabel kualitatif.
Complex Samples Option
Pembahasan mengenai Complex Samples Option mencakup pembahasan mengenai Planning
for Complex Samples, Complex Samples Sampling Wizard, Complex Samples Analysis
2

Preparation Wizard, Complex Samples Analysis Procedures: Tabulation, Complex Samples


Analysis Procedures: Descriptives, Complex Samples Frequencies, Complex Samples
Descriptives, Complex Samples Crosstabs, Complex Samples Ratios, Complex Samples
General Linear Model, Complex Samples Logistic Regression, Complex Samples Ordinal
Regression, dan pembahasan mengenai Complex Samples Cox Regression
Conjoint Option
Pembahasan mengenai Conjoint Option mencakup pembahasan mengenai Introduction and
Methodology dan pembahasan mengenai Using Conjoint Analysis to Model Carpet-Cleaner
Preference
Data Preparation Option
Pembahasan mengenai Data Preparation Option mencakup pembahasan mengenai Validate
Data, Automated Data Preparation, Identify Unusual Cases, dan pembahasan mengenai
Optimal Binning
Decision Trees Option
Pembahasan mengenai Decision Trees Option mencakup pembahasan mengenai Decision
Trees, Data assumptions and requirements, Using Decision Trees to Evaluate Credit Risk,
Building a Scoring Model, dan pembahasan mengenai Missing Values in Tree Models
Direct Marketing
Pembahasan mengenai Direct Marketing mencakup pembahasan mengenai RFM Analysis,
RFM Analysis from Transaction Data, Cluster analysis, Prospect profiles, Postal code
response rates, Propensity to purchase, dan pembahasan mengenai Control package test
Missing Values Option
Pembahasan mengenai Missing Values Option mencakup pembahasan mengenai Missing
Value Analysis dan pembahasan mengenai Multiple Imputation.
Neural Networks Option
Pembahasan mengenai Neural Networks Option mencakup pembahasan mengenai Multilayer
Perceptron dan pembahasan mengenai Radial Basis Function

Regression Option
Pembahasan mengenai Regression Option mencakup pembahasan mengenai Binary Logistic
Regression, Multinomial Logistic Regression, Nonlinear Regression, Probit Analysis, Weight
Estimation, dan pembahasan mengenai Two-Stage Least-Squares Regression
Forecasting Option
Pembahasan mengenai Forecasting Option mencakup pembahasan mengenai Time Series
Modeling and Forecasting, Bulk Forecasting with the Expert Modeler, Bulk Reforecasting by
Applying Saved Models, Using the Expert Modeler to Determine Significant Predictors,
Experimenting with Predictors by Applying Saved Models, Seasonal Decomposition, dan
pembahasan mengenai Spectral Plots
Penyajian dalam Case Studies ini adalah sangat lengkap dan pembahasan dilakukan dengan
cara point and click. Penciptaan perintah-perintah sintaksis sebagian besar disajikan dan
beberapa peluang pilihan tidak menyajikan perintah-perintah sintaksis.
Case Studies dalam SPSS ini dapat dimanfaatkan sebagai bahan studi dan penghayatan SPSS
dan Statistik secara lengkap dan buku SPSS dan buku Statistik yang telah diterbitkan di
Indonesia adalah sangat rendah jika disbanding dengan pembahasan dalam Case Studies ini.
Langkah mengumpulkan studi kasus ini dilakukan dengan alasan bahwa kenyataan
menunjukkan bahwa buku statistik dan buku SPSS belum tersedia dengan ruang lingkup
pembahasan seperti yang terkandung dalam studi kasus. Pengumpulan studi kasus ini
dilakukan agar studi dan penghayatan mengenai statistik dan SPSS dapat dilakukan
selengkap mungkin.
Studi kasus menampilkan langkah-langkah berdasar atas cara point and click dan langkah ini
dapat mencipta sintaksis secara otomatis. Pengumpul kemudian memanfaatkan sintaksis yang
tercipta itu menjadi arsip sintaksis sehingga dapat dipakai setiap saat hanya dengan menuat
arsip sintaksis tersebut ke dalam Syntax Editor dan perintah Run>All dipakai. Langkah ini
akan menghasilkan informasi yang sama seperti langkah-langkah yang dilakukan dengan cara
point and click. Beberapa contoh dalam Case Studies tersebut tidak menyajikan penciptaan
sintaksis. Pengumpul kemudian berusaha mencipta perintah sintaksis agar sintaksis yang
dicipta adalah lengkap.

Buku ini merupakan langkah pengumpulan studi kasus dalam SPSS sehingga buku ini tidak
untuk diperjual-belikan akan tetapi berfungsi sebagai bahan studi dan penghayatan SPSS saja.
Jumlah halaman adalah sangat banyak sekali. Statistics Base saja terdiri dari 500 halaman
lebih. Usaha menerjemahkan kumpulan studi kasus ini akan dilakukan secara bebas dan
pengumpul kemungkinan meminta izin formal dari IBM SPSS Inc agar hasil terjemahan ini
dapat diterbitkan. Izin formal jika tidak diperoleh maka penerbitan hasil terjemahan tidak
akan diterbitkan dan penyusunan buku secara mandiri akan dilakukan dengan memakai arsip
data lain sehingga penerbitan buku ini tidak membutuhkan izin formal.
Pembahasan dalam Statistics Base mencakup pembahasan mengenai Summary Statistics Using

Frequencies, Summary Statistics Using Descriptives, Exploratory Data Analysis, Analysis of


cross-classifications using Crosstabs, The Summarize Procedure, The Means Procedure, The
OLAP Cubes Procedure, T Tests, One-Way analysis of variance, GLM Univariate, Bivariate
Correlations, Partial Correlations, Linear models, Linear regression, Ordinal Regression,
Curve Estimation, Partial Least Squares Regression, Nearest Neighbor Analysis,
Discriminant Analysis, Factor Analysis, TwoStep Cluster Analysis, Hierarchical Cluster
Analysis, K-Means Cluster Analysis, Nonparametric Tests, Multiple Response Analysis,
Measures of reliability in scale problems, Ratio Statistics, ROC Curve, Control Charts, Select
Predictors, dan pembahasan mengenai Naive Bayes. Partial Least Squares Regression dan
Nave Bayes tidak dapat dipakai di sini karena membutuhkan modul khusus.

IBM SPSS Statistics Versi 22 mengandung Case Studies. Studi kasus ini disajikan secara
lengkap akan tetapi di sini hanya akan dipakai studi kasus dengan data Contacts.sav saja.
SPSS akan dipakai sebagai singkatan dari IBM SPSS Statistics Version 22. SPSS
mengandung arsip data dan salah satu arsip data ini adalah Contacts.sav.
Latihan ini merupakan latihan kesatu. Seorang Manajer Pemasaran mengelola tim yang
berfungsi menjual perangkat keras kompuiter kepada perusahaan-perusahaan pengembangan
perangkat lunak komputer. Tim ini ditempatkan pada setiap perusahan pengembangan
perangkat

lunak

komputer. Mereka

menggadakan

kontak

dan suatu

perusahaan

pengembangan perangkat lunak komputer terdiri dari departemen Pengembangan, Pelayanan


Komputer, Keuangan, Departemen Lain, dan Departemen yang tidak diketahui. Informasi ini

dikumpulkan dalam arsip data Contacts.sav Arsip data ini disajikan dalam Data View adalah
sebagai berikut :

Arsip data ini, disajikan dalam Variable View, adalah sebagai berikut :

Jenis data dan jenis variabel yang dipakai di sini adalah jenis data dan jenis variabel nominal,
ordinal, dan scale.
Pemakaian Frequencies untuk melakukan Studi Data Nominal
Frekuensi dapat dipakai untuk mempelajari distribusi departemen untuk mengungkap apakah
frekuensi itu sesuai atau tidak sesuai dengan tujuan. Langkah yang dilakukan di sini dapat
digambarkan sebagai berikut :
6

Pelaksanaan analisis frekuensi dilakukan dengan cara memilih perintah Analyze>Decriptive


Statistics>Frequencies. Variabel Department dipilih sebagai variabel untuk analisis. Variabel
Department ini dipilih dan dialihkan ke dalam kotak di bawah Variable(s). Tombol Charts
ditekan. Pie chart dipilih dan tombol Continue ditekan. Tombol OK dalam kotak dialog.

Frequencies ditekan. Langkah-langkah tersebut akan mencipta perintah-perintah sintaksis


sebagai berikut :

GET
FILE='D:\SPSS22\contacts.sav'.
FREQUENCIES VARIABLES=dept
/PIECHART FREQ
/ORDER=ANALYSIS.

Statistics
Department
N

Valid
Missing

62
8

Department
Frequency
Valid

Missing
Total

Percent

Valid Percent

Cumulative Percent

Development

16

22,9

25,8

25,8

Computer services

30

42,9

48,4

74,2

Finance

13

18,6

21,0

95,2

Other

4,3

4,8

100,0

Total

62

88,6

100,0

11,4

70

100,0

Don't know

Tabel frekuensi menunjukkan frekuensi yang tepat untuk masing-masing kategori.


Kolom Frekuensi mengandung informasi bahwa 30 dari kontak berasal dari departemen
pelayanan komputer. Hal ini setara dengan 42,9% dari total jumlah kontak dan 48,4% dari
kontak departemen yang valid. Informasi departemen yang hilang untuk 11,4% dari kontak
tersebut.

Grafik pie chart adalah alat visual yang baik untuk menilai frekuensi relatif dari masingmasing kategori.

Sebuah bar chart dapat dengan cepat membantu untuk menemukan modus dan juga untuk
visualisasi dalam usaha membandingkan frekuensi relatif. Langkah untuk memperoleh bar
chart, tombol Charts ditekan dan bar chart dipilih. Tombol Continue ditekan. Tombol Format
dalam kotak dialog Frequencies ditekan.

Descending counts dan compare variables dipilih Tombol Continue ditekan dan tombol OK
dalam kotak dialog Frequencies ditekan.

Langkah-langkah tersebut akan mencipta perintah sintaksis sebagai berikut :


FREQUENCIES VARIABLES=dept
/BARCHART FREQ
/FORMAT=DFREQ
/ORDER=ANALYSIS.

Prosedur di atas menghasilkan bar chart dengan kategori frekuencies mengalami penurunan.

10

Keragaman kontak berasal dari departemen pelayanan komputer (computer services).

Pemakaian Frekuensi untuk Melakukan Studi atas Data Ordinal

Frequencies dapat dipakai untuk

mempelajari peringkat untuk menentukan apakah sesuai

atau tidak sesuai dengan tujuan dari perusahaan perangkat keras komputer.

11

Perintah Analyze>Descriptive Statistics>Frequencies dipakai. Variabel Company rank (rank)


dipilih.

Tombol Reset ditekan untuk mengembalikan pengaturan sesuai dengan ketentuan. Variabel
Company rank (rank) dipilih dan dialihkan ke dalam kotak di bawah Variable(s) sebagai
variabel analisis. Tombol Charts ditekan.

12

Bar chart dipilih. Tombol Continue ditekan. Tombol Format dalam kotak dialog Frequencies
ditekan.

Descending values dipilih. Compare variables dipilih. Tombol Continue ditekan. Tombol OK dalam
kotak dialog Frequencies ditekan. Langkah-langkah ini akan mencipta perintah-perintah sintaksis
sebagai berikut :
FREQUENCIES VARIABLES=rank

13

/BARCHART FREQ
/FORMAT=DVALUE
/ORDER=ANALYSIS.

Prosedur ini akan menghasilkan tabel frekuensi dan bar chart dengan kategori sebagai
beriikut :

Statistics
Company rank
N

Valid

59

Missing

11

Company rank
Frequency
Valid

Missing
Total

Pres/CEO/CFO

Percent

Valid Percent

Cumulative Percent

8,6

10,2

10,2

VP

13

18,6

22,0

32,2

Sr. manager

18

25,7

30,5

62,7

Jr. manager

11

15,7

18,6

81,4

Employee

11

15,7

18,6

100,0

Total

59

84,3

100,0

Don't know

11

15,7

70

100,0

Tabel frekuensi untuk data ordinal dapat dipakai untuk banyak tujuan yang sama sebagai
tabel data nominal. Misalnya, tabel mencerminkan bahwa 15,7% dari kontak adalah kontak
dengan manajer junior. Persen kumulatif, ketika mempelajari data ordinal,

jauh lebih

berguna, karena telah telah menyajikan historgram dengan nilai-nilai penurunan,

14

menunjukkan bahwa 62,7% dari kontak itu adalah dengan peringkat manager senior.

Urutan nilai-nilai selama tetap utuh, terbalik atau tidak, pola dalam bar chart berisi informasi
tentang distribusi jajaran perusahaan. Frekuensi kontak meningkat dari Karyawan ke Sr.
Manager, kemudian menurun sedikit di VP, kemudian menurun.

Pemakaian Frekuensi Untuk Melakukan Studi atas Data Berjenis Scale

Langkah melacak dari jumlah penjualan terakhir, dalam ribuan dollar dapat dilakukan.
Frequencies dapat dipakai untuk mempelajari distribusi pembelian atau penjualan.

Cara Menjalankan Analisis

15

Perintah Analyze>Descriptive Statistics>Fre quencies dipakai. Langkah ini akan menyajikan


kotak dialog Frequencies sebagai berikut :

Tombol Reset ditekan untuk mengembalikan pengaturan sesuai ketentuan. Jumlah Sale
terakhir dipilih sebagai variabel analisis. Display frequency tables tidak diaktifkan. Tombol
statistics ditelan sehingga kotak dialog Frequencies : Statistics disajikan sebagai berikut :

16

Quartile, Mean, Median, Std. Deviation, Variance, Minimum, Maximum, Skewness, dan
Kurtosis diaktifkan dan tombol Continue ditekan. Tombol Charts ditekan. Kotak dialog
Frequencies : Charts disajikan sebagai berikut :

17

Tombol Continue ditekan. Tombol OK dalam kotak dialog Frequencies ditekan. Langkah ini
akan mencipta perintah sintaksis sebagai berikut :
FREQUENCIES VARIABLES=sale
/FORMAT=NOTABLE
/NTILES=4
/STATISTICS=STDDEV VARIANCE MINIMUM MAXIMUM MEAN MEDIAN SKEWNESS SESKEW
KURTOSIS SEKURT
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.
Statistics
Amount of last sale
N

Valid
Missing

70
0

Mean

55,4500

Median

24,0000

Std. Deviation

103,93940

Variance

10803,400

Skewness

5,325

Std. Error of Skewness


Kurtosis

,287
34,292

Std. Error of Kurtosis

,566

Minimum

6,00

Maximum

776,50

Percentiles

25

12,0000

50

24,0000

75

52,8750

Tabel statistik mengandung informasi mengenai beberapa hal menarik tentang distribusi
penjualan, dimulai dengan ringkasan lima nomor. Pusat distribusi dapat didekati dengan
18

median (atau kuartil kedua) 20,25, dan setengah dari nilai data jatuh antara 12,0 dan 52,875,
kuartil pertama dan ketiga. Nilai yang paling ekstrim adalah 6.0 dan 776,5, minimum dan
maksimum. mean sangat berbeda dari median, menunjukkan bahwa distribusi asimetris.
Kecurigaan ini dikonfirmasi oleh skewness positif yang besar, yang menunjukkan bahwa
penjualan memiliki ekor panjang yang tepat. Hal ini berarti bahwa distribusi adalah asimetris,
dengan beberapa nilai yang jauh ke arah yang positif dari pusat distribusi. Kebanyakan
variabel dengan batas bawah yang terbatas (misalnya, 0) tetapi tidak ada batas atas tetap
cenderung positif miring. Kecondongan positif yang besar, selain skewness dengan mean
kanan median, mencerminkan deviasi standar ke titik di mana ia tidak lagi berguna sebagai
ukuran penyebaran nilai-nilai data.

Kurtosis positif yang besar

mencerminkan bahwa

distribusi penjualan lebih memuncak dan memiliki ekor lebih berat dari distribusi normal.

Histogram adalah ringkasan visual dari distribusi nilai. Overlay dari kurva normal membantu
untuk menilai kemiringan dan kurtosis

Langkah Merangkum Transformasi Data

Banyak prosedur statistik untuk data kuantitatif yang kurang dapat diandalkan ketika
distribusi nilai data nyata non-normal, seperti halnya dengan Jumlah Penjualan terakhir,
19

Transformasi dari variabel kadang-kadang dapat membawa distribusi nilai lebih dekat dengan
distribusi normal.

Langkah untuk mengubah variabel penjualan, perintah Transform> Compute


Variable dipakai

Target Variable diisi dengan logsale dan Numeric Expession diisi dengan Ln(sale). Tombol
OK ditekan.

20

Transformasi log adalah pilihan yang masuk akal karena Jumlah Sale terakhir hanya
membutuhkan nilai-nilai positif dan tepat miring. Langkah ini menghasilkan perintah sintaks
sebagai berikut:
COMPUTE logsale = ln(sale).
EXECUTE.

Tombol OK ditekan sehingga perintah sintaksis dicipta sebagai berikut :


FREQUENCIES VARIABLES=logsale
/FORMAT=NOTABLE
/NTILES=4
/STATISTICS=STDDEV VARIANCE MINIMUM MAXIMUM MEAN MEDIAN SKEWNESS SESKEW
KURTOSIS SEKURT
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.

Statistics
logsale
N

Valid
Missing

70
0

Mean

3,3373

Median

3,1772

Std. Deviation

1,05361

Variance

1,110

Skewness

,721

Std. Error of Skewness

,287

Kurtosis

,367

Std. Error of Kurtosis

,566

21

Minimum

1,79

Maximum

6,65

Percentiles

25

2,4849

50

3,1772

75

3,9679

Tabel statistik mengandung informasi bahwa transformasi telah membawa distribusi


mendekati kurva normal. Kecondongan dan kurtosis sangat berkurang, dan mean dan median
lebih dekat bersama-sama.

Histogram juga lebih dekat dengan kurva normal.


Hasil Perintah Sintaksis
Hasil perintah sintaksis dari langkah-langkah di atas dapat dirangkum sebagai berikut :
*******************************************************************

22

*****

Abdullah M. Jaubah

*******************************************************************
GET
FILE='D:\SPSS22\contacts.sav'.

*******************************************************************
*****

Frequencies dan Data Nominal

*******************************************************************

FREQUENCIES VARIABLES=dept
/PIECHART FREQ
/ORDER=ANALYSIS.

FREQUENCIES VARIABLES=dept
/BARCHART FREQ
/FORMAT=DFREQ
/ORDER=ANALYSIS.

*******************************************************************
*****

Frequencies dan Data Ordinal

*******************************************************************

FREQUENCIES VARIABLES=rank
/BARCHART FREQ
/FORMAT=DVALUE
/ORDER=ANALYSIS.

*******************************************************************
*****

Frequencies dan Data Scale

*******************************************************************

FREQUENCIES VARIABLES=sale
/FORMAT=NOTABLE
/NTILES=4
/STATISTICS=STDDEV VARIANCE MINIMUM MAXIMUM MEAN MEDIAN SKEWNESS SESKEW KURTOSIS SEKURT
/HISTOGRAM NORMAL

23

/ORDER=ANALYSIS.

COMPUTE logsale = ln(sale).


EXECUTE.

FREQUENCIES VARIABLES=logsale
/FORMAT=NOTABLE
/NTILES=4
/STATISTICS=STDDEV VARIANCE MINIMUM MAXIMUM MEAN MEDIAN SKEWNESS SESKEW KURTOSIS SEKURT
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.

Perintah sintaksis ini dijalankan dengan cara memakai perintah Run>All dalam Syntax
Editore. Arsip sintaksis di atas disimpan dengan nama SB1.sps.
Perubahan Arsip Data dan Arsip Sintaksis
Perubahan arsip data dapat dilakukan sebagai berikut :

Perubahan arsip sintaksis adalah sebagai berikut :


*******************************************************************

24

*****

Abdullah M. Jaubah

*******************************************************************

GET
FILE='D:\SPSS22\Kontak.sav'.

*******************************************************************
*****

Frequencies dan Data Nominal

*******************************************************************

FREQUENCIES VARIABLES=X1
/PIECHART FREQ
/ORDER=ANALYSIS.

FREQUENCIES VARIABLES=X1
/BARCHART FREQ
/FORMAT=DFREQ
/ORDER=ANALYSIS.

*******************************************************************
*****

Frequencies dan Data Ordinal

*******************************************************************

FREQUENCIES VARIABLES=X2
/BARCHART FREQ
/FORMAT=DVALUE
/ORDER=ANALYSIS.

*******************************************************************
*****

Frequencies dan Data Scale

*******************************************************************

FREQUENCIES VARIABLES=X3
/FORMAT=NOTABLE

25

/NTILES=4
/STATISTICS=STDDEV VARIANCE MINIMUM MAXIMUM MEAN MEDIAN SKEWNESS SESKEW KURTOSIS SEKURT
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.

COMPUTE X6 = ln(X3).
EXECUTE.

FREQUENCIES VARIABLES=X6
/FORMAT=NOTABLE
/NTILES=4
/STATISTICS=STDDEV VARIANCE MINIMUM MAXIMUM MEAN MEDIAN SKEWNESS SESKEW KURTOSIS SEKURT
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.

Perubahan-perubahan dilakukan agar arsip sintaksis dapat dipakai secara lebih luwes
daripada jika memakai variabel-variabel dept, rank, dan sale.

Ringkasan

Analisis di atas mencerminkan bahwa usaha menilai distribusi dari departemen, kontak
dengan jajaran perusahaan, dan jumlah penjualan terakhir.
sangat miring,

Distribusi penjualan adalah

usaha melakukan transformasi telah menemukan bahwa penjualan log-

berubah lebih layak untuk analisis lebih lanjut.


Arsip sintaksis yang dicipta dapat dikumpulkan dan disimpan dalam satu nama arsip
sintaksis. Arsip sintaksis ini dapat dijalankan setiap saat diperlukan. Arsip data dapat diubah
dengan cara mengganti nama-nama variabel dengan nama variabel X1, X2, X3, X4, X5, dan
X6 diikuti dengan perubahan nama-nama variabel dalam perintah sintaksis. Sintaksis yang
telah mengalami perubahan ini dapat dipakai untuk arsip data lain jika variabel dari arsip data
lain ini mengandung nama-nama variabel X1, X2, X3, X4, X5, dan X6.

Prosedur Terkait
26

Prosedur Frekuensi adalah alat yang berguna untuk meringkas variabel-variabel kualitatif dan
variabel-variabel kuantitatif . Prosedur Descriptives berfokus pada variabel skala dan
menyediakan kemampuan untuk menyimpan nilai-nilai standar (nilai z)

dari variabel

tersebut. Prosedur Tabulasi Frekuensi memungkinkan untuk mendapatkan ringkasan untuk


hubungan antara dua variabel berjenis kategori. Prosedur Means menyediakan statistik
deskriptif dan meja ANOVA untuk mempelajari hubungan antara skala dan variabel kategori.
Prosedur Ringkas menyediakan statistik deskriptif dan ringkasan kasus untuk mempelajari
hubungan antara skala dan variabel kategori. Prosedur OLAP Cubes menyediakan statistik
deskriptif untuk mempelajari hubungan antara skala dan variabel kategori. Prosedur Korelasi
memberikan ringkasan yang menggambarkan hubungan antara dua variabel skala.
Daftar Kepustakaan
IBM SPSS Statistics, Inc. 2013. Case Studies.
Permata Depok Regency, 20 Maret 2016

27