PENDAHULUAN
1.1.
Latar belakang
Setiap kegiatan penelitian, baik itu dilakukan melalui pendekatan kuantitatif
maupun kualititatif tidak akan terlepas dari data, pengolahan dta, dan analisinya. Data
merupakan bahan baku informasi untuk memberikan gambaran spesifik tentang
obyek penelitian yang kita teliti. Data adalah fakta empirik yang dikumpulkan oleh
peneliti guna memecahkan masalah atau menjawab pertanyaan penelitian. Modul
yang sedang Anda pelajari ini merupakan modul mata kuliah Penelitian Pendidikan
yang akan menyajikan tentang pengolahan dan analisis data hasil penelitian. Agar
materi pada modul ini mudah dipahami, sebaiknya ketuntasan Anda pada modulmodul sebelumnya telah tercapai.
Pengolahan dan analisis data hasil penelitian berbeda satu dengan lainnya,
pengolahan data dilakkukan setelah peneliti menyelesaikan seluruh rangkaian
kegiatan penelitian baik dari mulai observasi, penyebaran instrument penelitian serta
pengumpulan sebaran hasil penelitian, lalu berikutnya adalah melakukan pengolahan
hasil data penelitian. Setelah hasil penelitian tersebut diolah, maka kegiatan
berikutnya adalah melakukan analisis data dan biasanya kegiatan ini ditempatkan
pada bagian menjelang akhir yakni sebelum peneliti menyimpulkan hasil penelitian.
analisis data penelitian yang bersifat kualitatif hanya mendeskripsikan bagianbagian
atau poin-point yang ada pada masalah utama, perumusan masalah dan tujuan
penelitian yang telah didukung oleh berbagai informasi di lapangan. Namun untuk
penelitian yang bersifat kuantitatif peneliti hanya mengarahkan analisis data tersebut
kepada kesimpulan yang akan diambil.
Pengolahan data telah dilakukan oleh manusia sejak jaman dahulu kala. Manusia
telah berpikir untuk menemukan peralatan peralatan yang dapat mengolah data
dengan lebih cepat, misalnya : kalkulator, alat ini dapat melakukan perhitungan
perhitungan matematika, menghitung laba, menghitung rumus rumus,
menghitung laporan pembukuan dan sebagainya. Namun penggunaan alat ini
masih belum cukup memenuhi, manusia masih terus berusaha menemukan alat
alat baru yang lebih canggih, yaitu komputer sebagai jawabannya.
1.2.
1.
2.
3.
4.
5.
6.
Rumusan masalah
Apa pengertian dari sumber data dan jenis-jenisnya?
Apa pengertian dari pengolahan data?
Apa saja Langkah Langkah Pengolahan Data?
Apa Sifat Pengolahan Data?
Bagaimana prosedur pengolahan data secara manual?
Bagaimana prosedur pengolahan data dengan komputer?
1.3.
Tujuan Penulisan
1. Agar mahasiswa mampu mengetahui dan memahami definisi sumber data dan
jenis-jenisnya, pengolahan data, langkah-langkah dalam pengolahan data, sifat
dari pengolahan data, dan bagaimana pengolahan data secara manual dan
computer yang penting dalam hasil penelitian.
2. Agar mahasiswa mampu memilih dan menerapkan pengolahan data yang
sesuai dengan penelitiannya.
BAB II
PEMBAHASAN
2.1. Sumber Data
rumus tertentu. Pengolahan data bertujuan mengubah data mentah dari hasil
pengukuran menjadi data yang lebih halus sehingga memberikan arah untuk
pengkajian lebih lanjut (Sudjana, 2001). Teknik pengolahan data dalam menggunakan
penghitungan komputasi program SPSS ( Statistical Product and Service Solution )
karena program ini memiliki kemampuan analisis statistik cukup tinggi serta system
manajemen data pada lingkungan grafis menggunakan menu-menu dekriptif dan
kotak-kotak dialog sederhana, sehingga mudah dipahami cara pengoperasiannya
(Sugianto, 2007).
Pengolahan data adalah pengubahan atau transpormasi symbol seperi nomor
dan huruf untuk tujuan peningkatan kegunaanya. Teknik yang dipilih untuk
pengolahan dan analisis data disesuaikan dengan tujuan penelitian, sifat/bentuk dan
skala pengukuran data, serta persyaratan statistik, antara lain: normalitas distribusi
data, penggunaan hipotesis nol, dan kriteria penerimaan atau penolakan hipotesis.
Menurut Jogiyanto Hartono (2006) pengolahan (processing) adalah proses data yang
diolah melalui suatu model menjadi informasi, penerima kemudian menerima
informasi tersebut, membuat suatu keputusan dan melakukan tindakan, yang berarti
menghasilkan suatu tindakan yang lain yang akan membuat sejumlah data kembali.
Data tersebut akan dtangkap sebagai input, diproses kembali lewat suatu model dan
seterusnya membentuk suatu siklus. Siklus ini disebut juga dengan siklus pengolahan
data (data processing cycles).
Jika tujuan penelitian hanya bersifat deskriptif yaitu sekedar menggambarkan
keadaan yang terjadi pada sample, maka analisis datanya cukup dengan menghitung
nilai rata-rata, standar deviasi, perbedaan nilai rata-rata, frekuensi atau proporsi,
perbedaan proporsi, analisis regresi dan korelasi. Tetapi jika tujuan penelitiannya
bersifat inferensial yaitu ingin meramalkan keadaan populasi berdasarkan data yang
diperoleh dari sample, maka hasil-hasil perhitungan di atas perlu diuji
kebermaknaannya atau tingkat signifikansinya.
Selanjutnya mengenai sifat/ bentuk dan skala pengukuran data, dapat bersifat
kualitatif atau kuantitatif. Data kualitatif berbentuk kategori seperti tinggi / sedang /
rendah, berat / sedang / ringan, baik/rusak, laki-lak / perempuan, setuju/ netral/tidak
setuju, dan sebagainya. Data kuantitatif berbentuk bilangan terdiri dari data diskrit
dan data kontinu. Data deskrit yaitu data hasil menghitung atau membilang misalnya
jumlah orang, jumlah gedung, nomor/ranking 1, 2, 3, dst., dan sebagainya. Data
kontinu adalah data hasil mengukur atau menimbang tinggi badan, luas gedung, berat
badan, dan sebagainya.
Data deskrit terdiri dari data skala nominal dan ordinal, sedangkan data
kontinu terdiri dari data skala interval dan rasio. Pengolahan data merupakan suatu
teknik dalam penelitian kualitatif yang dilakukan setelah data lapangan terkumpul.
Data terbagi menjadi dua, yaitu data lapangan (data mentah) dan data jadi (Satori dan
Komariah, 2010). Sehubungan dengan hal itu, Sudaryanto (dalam Moleong, 2010)
memberi batasan data sebagai bahan penelitian, yaitu bahan jadi (lawan dari bahan
mentah), yang ada karena pemilihan aneka macam tuturan (bahan mentah).
Data lapangan atau data mentah merupakan data yang diperoleh saat
pengumpulan data. Data mentah pada penelitian ini adalah berupa data lisan (berupa
tuturan), data tertulis serta foto. Data lisan dan tertulis tersebut diperoleh melalui
wawancara terhadap narasumber atau subjek penelitian. Data yang berupa foto
merupakan data yang berfungsi mendeskripsikan suatu hal, benda, maupun kejadian
saat observasi maupun saat pengumpulan data. Data lisan didokumentasikan ke dalam
bentuk rekaman suara, sedangkan data tertulis didokumentasikan ke dalam bentuk
tulisan atau catatan penelitian. Data yang ke dua adalah data jadi. Data jadi
merupakan suatu data mentah (data lapangan) yang telah mengalami proses
penyeleksian data. Penyeleksian data mengacu pada permasalahan yang ingin
dipecahkan, yaitu objek penelitian. Pengolahan data dapat dilakukan dengan cara:
(a) persiapan,
(b) penyeleksian.
Persiapan dilakukan dengan menyiapkan seluruh data lapangan, baik yang berupa
rekaman, catatan lapangan, maupun foto. Data yang berupa rekaman suara ditranskrip
atau disalin dalam bentuk tulisan, sedangkan data yang berupa foto dideskripsikan
sesuai gambar. Setelah semua terkumpul, peneliti memulai menyeleksi data sesuai
dengan objek penelitian (kata-kata bahasa Jawa pada istilah-istilah pertukangan
kayu). Data lapangan berupa istilah-istilah pertukangan kayu dijadikan objek kajian,
peneliti menyebut data tersebut dengan istilah data jadi. Data lapangan yang tidak
termasuk dalam kategori tersebut tidak digunakan.
2.3. Langkah Langkah Pengolahan Data
Pengolahan data adalah suatu proses untuk mendapatkan data dari setiap
variabel penelitian yang siapdianalisis. Pengolahan data meliputi kegiatan pengeditan
data, tranformasi data (coding), serta penyajian data sehingga diperoleh data yang
lengkap dari masing-masing obyek untuk setiap variabel yang diteliti.
1. Editing
Editing adalah pengecekan atau pengoreksian data yang telah terkumpul,
tujuannya untuk menghilangkan kesalahan-kesalahan yang terdapat pada pencatatan
dilapangan dan bersifat koreksi. Pengeditan adalah pemeriksaan atau koreksi data
yang telah dikumpulkan. Pengeditan dilakukan karena kemungkinan data yang masuk
(raw data) tidak memenuhi syarat atau tidak sesuai dengan kebutuhan. Pengeditan
data dilakukan untuk melengkapi kekurangan atau menghilangkan kesalahan yang
terdapat pada data mentah. Kekurangan dapat dilengkapi dengan mengulangi
pengumpulan data atau dengan cara penyisipan (interpolasi) data. Kesalahan data
dapat dihilangkan dengan membuang data yang tidak memenuhi syarat untuk
dianalisis.
Contoh kegiatan dalam pengeditan data adalah pemeriksaaan kuesioner yang
telah diisi oleh responden. Aspek-aspek yang perlu diperiksa antara lain kelengkapan
responden dalam mengisi setiap pertanyaan yang diajukan dalam kuesioner. Jika
pengisian belum lengkap, peneliti dapat meminta responden untuk mengisinya
kembali. Jika hal itu tidak dapat dilakukan, sebaiknya kuesioner tersebut tidak
digunakan untuk kepentingan analisis data. Aspek lain yang harus diperiksa adalah
konsistensi responden dalam hal pengisian kuesioner. Misalnya, ketika ditanyakan
tentang status perkawinan responden memberikan jawaban belum kawin, akan tetapi
ketika ditanya jumlah anak responden menjawab 2 orang. Dari kedua jawaban
tersebut, terlihat inkonsistensi dalam memberikan jawaban. Artinya, terdapat salah
satu jawaban yang salah. Hal-hal seperti inilah yang perlu dicermati pada tahap
pengeditan data
2. Coding (Pengkodean)
Coding adalah pemberian kode-kode pada tiap-tiap data yang termasuk dalam
katagori yang sama. Kode adalah isyarat yang dibuat dalam bentuk angka atau huruf
yang memberikan petunjuk atau identitas pada suatu informasi atau data yang akan
dianalisis. Coding (pengkodean) data adalah pemberian kode-kode tertentu pada tiaptiap data termasuk memberikan kategori untuk jenis data yang sama. Kode adalah
simbol tertertu dalam bentuk huruf atau angka untuk memberikan identitas data.
Kode yang diberikan dapat memiliki makna sebagai data kuantitatif (berbentuk skor).
Kuantikasi atau transformasi data menjadi data kuantitatif dapat dilakukan dengan
memberikan skor terhadap setiap jenis data dengan mengikuti kaidahkaidah dalam
skala pengukuran
Pengkodean data dapat dibedakan atas beberapa hal berikut ini.
Apabila jawaban berupa angka tersebut terdapat dalam bentuk interval, maka perlu
pengkodean sendiri. Perhatikan contoh berikut ini.
3)
Pengkodean
terhadap
Jawaban
dari
Pertanyaan
Semi
Terbuka
Sinetron
Perlu
seperti
penambahan
itu
jumlah
terlalu
jam
sedikit,
tayang
sehingga
untuk
sinetron
membosankan.
seperti
itu.
Setelah seluruh data responden dalam daftar pertanyaan diberi kode, maka
langkah berikutnya adalah menyusun buku kode. Buku kode ini sebagai pedoman
untuk memindahkan kode jawaban reponden dalam kuesioner ke lembaran kode,
yang
kemudian
juga
akan
berguna
sebagai
pedoman
peneliti
dalam
4. Tabulasi
Tabulasi adalah pembuatan tabel-tabel yang berisi data yang telah diberi kode
sesuai dengan analisis yang dibutuhkan. Dalam melakukan tabulasi diperlukan
ketelitian agar tidak terjadi kesalahan. Tabel hasil Tabulasi dapat berbentuk:
a. Tabel pemindahan, yaitu tabel tempat memindahkan kode-kode dari kuesioner
atau pencatatan pengamatan. Tabel ini berfungsi sebagai arsip.
b. Tabel biasa, adalah tabel yang disusun berdasar sifat responden tertentu dan
tujuan tertentu.
c. Tabel analisis, tabel yang memuat suatu jenis informasi yang telah dianalisa
(Hasan, 2006)
record
pengolahan
data
1. Reduksi Data
Data yang diperoleh dari lapangan jumlahnya cukup banyak, sehingga perlu
dicatat secara teliti dan rinci. Seperti telah dikemukakan sebelumnya, semakin lama
peneliti ke lapangan, maka jumlah data yang diperoleh akan semakin banyak,
kompleks, dan rumit. Untuk itu perlu segera dilakukan analisis data melalui reduksi
data. Mereduksi data berarti merangkum, memilih hal-hal yang pokok, memfokuskan
pada hal-hal yang penting, serta dicari tema dan polanya. Dengan demikian data yang
telah direduksi akan memberikan gambaran yang lebih jelas, dan mempermudah
peneliti untuk melakukan pengumpulan data selanjutnya, dan mencarinya apabila
diperlukan. Reduksi data dapat dibantu dengan peralatan, seperti komputer, notebook,
dan lain sebagainya. (Sugiyono,2005)
Dalam mereduksi data, setiap peneliti akan dipandu oleh tujuan yang akan
dicapai. Tujuan utama dari penelitian kualitatif adalah pada temuan. Oleh karena itu,
apabila peneliti dalam melakukan penelitian menemukan segala sesuatu yang
dipandang asing, tidak dikenal, belum memiliki pola, justru itulah yang harus
dijadikan perhatian peneliti dalam melakukan reduksi data. Reduksi data merupakan
proses berpikir sensitif yang memerlukan kecerdasan, keleluasaan, dan kedalaman
wawasan yang tinggi. Bagi peneliti yang masih baru, dalam melakukan reduksi data
dapat mendiskusikan dengan teman atau orang lain yang dipandang cukup menguasai
permasalahan yang diteliti. Melalui diskusi itu, wawasan peneliti akan berkembang,
sehingga dapat mereduksi data-data yang memiliki nilai temuan dan pengembangan
teori yang signifikan. (Sugiyono,2005)
2. Display Data (Penyajian Data)
Setelah data direduksi, maka langkah selanjutnya adalah menyajikan data.
Dalam penelitian kuantitatif, penyajian data dapat dilakukan dengan menggunakan
tabel, grafik, pictogram, dan sebagainya. Melalui penyajian data tersebut, maka data
terorganisasikan dan tersusun dalam pola hubungan, sehingga akan semakin mudah
dipahami. Beda halnya dalam penelitian kualitatif, di mana penyajian data dilakukan
dalam bentuk uraian singkat, bagan, hubungan antarkategori, dan sejenisnya. Menurut
Miles dan Huberman, yang paling sering digunakan untuk menyajikan data dalam
penelitian kualitatif adalah dengan teks yang bersifat naratif. Dengan adanya
penyajian data, maka akan memudahkan untuk memahami apa yang terjadi, dan
merencanakan kerja selanjutnya berdasarkan apa yang telah dipahami tersebut.
Selanjutnya oleh Miles dan Huberman disarankan agar dalam melakukan display
data, selain dengan teks yang naratif, juga dapat berupa grafik, matrik, network
(jaringan kerja), dan chart. (Sugiyono,2005)
3. Analisis Data
Menurut Brhan bungin (2003) Contoh analisis data yang dipergunakan seperti
model Content Analisis, yang mencakup kegiatan klarifikasi lambang-lambang yang
dipakai dalam komunikasi, menggunakan kriteria-kriteria dalam klarifikasi, dan
menggunakan teknik analisis dalam memprediksikan. Adapun kegiatan yang
dijalankan dalam proses analisis ini meliputi : (1) menetapkan lambang-lambang
tertentu, (2) klasifikasi data berdasarkan lambang/simbol dan, (3) melakukan prediksi
atas data.
Mengapa bisa demikian? Karena seperti telah dikemukakan di atas bahwa masalah
dan rumusan masalah dalam penelitian kualitatif masih bersifat sementara dan akan
berkembang setelah peneliti berada di lapangan.
Kesimpulan dalam penelitian kualitatif merupakan temuan baru yang
sebelumnya belum pernah ada. Temuan dapat berupa deskripsi atau gambaran suatu
objek yang sebelumnya masih remang-remang atau bahkan gelap, sehingga setelah
diteliti menjadi jelas. Kesimpulan ini dapat berupa hubungan kausal atau interaktif,
maupun hipotesis atau teori.
Untuk lebih jelasnya, tahapan analisis data dalam penelitian kualitatif menurut
Miles dan Huberman ini akan diilustrasikan dalam bagan yang disajikan oleh
Sugiyono seperti berikut ini. (Sugiyono,2005)
kebenaran data yang diperoleh, dalam bentuk rekaman, tulisan, copy-an , dll
Membercheck, pengecekan terhadap hasil-hasil yang diperoleh guna
perbaikan dan tambahan dengan kemungkinan kekeliruan atau kesalahan
dalam memberikan data yang dibutuhkan peneliti.
2) Transferabilitas
Bahwa hasil penelitian yang didapatkan dapat diaplikasikan oleh pemakai
penelitian, penelitian ini memperoleh tingkat yang tinggi bila para pembaca laporan
memperoleh gambaran dan pemahaman yang jelas tentang konteks dan fokus
penelitian.
3) Dependabilitas dan Conformabilitas
Dilakukan dengan audit trail berupa komunikasi dengan pembimbing dan
dengan pakar lain dalam bidangnya guna membicarakan
permasalahan-permasalahan yang dihadapi dalam penelitian berkaitan dengan data
yang harus dikumpulkan.
6. Narasi Hasil Analisis
dalam
mendefinisikan
termininologi
komputer.(Suyanto,
Asep
Herman,2015)
Hamacher (Computer Organization), komputer adalah mesin penghitung
elektronik yang cepat dan dapat menerima informasi input digital, kemudian
memprosesnya sesuai dengan program yang tersimpan di memorinya, dan
menghasilkan output berupa informasi.
Blissmer (Computer Annual Komputer), komputer adalah suatu alat elektonik
yang mampu melakukan beberapa tugas sebagai berikut: menerima input, memproses
input tadi sesuai dengan programnya, menyimpan perintah-perintah dan hasil dari
pengolahan, menyediakan output dalam bentuk informasi
Fuori (Introduction to The Computer: The Tool of Business), komputer adalah
suatu pemroses data yang dapat melakukan perhitungan besar secara cepat, termasuk
perhitungan aritmetika dan operasi logika, tanpa campur tangan dari manusia.
berarti dari suatu kejadian. Jadi pengolahan data elektronik (PDE) atau elektronik
data processing (EDP) adalah manipulasi menggunakan suatu alat elektronik, yaitu
komputer. .(Suyanto, Asep Herman,2015)
Byte/Karakter
Merupakan satuan data paling kecil. Karakter bisa berbentuk huruf (A s/d Z atau a
s/d z), berbentuk angka (0 s/d 9) ataupun berbentuk tanda baca lainnya.
Field
Merupakan kumpulan dari karakter-karakter yang membentuk suatu arti tertentu
misalnya Field untuk Nomor Mahasiswa, Field untuk Nama Mahasiswa, Filed untuk
Mata Pelajaran dan lainnya.
Record
Merupakan kumpulan dari field-field yang membentuk sebuah arti. Misalkan
kumpulan field NIM, NAMA, MATERI pada akhirnya membentuk sebuah record.
File
File merupakan kumpulan dari record-record. Dengan demikian, hirarchi penyajian
data dengan urutan dari kecil ke besar
2.6.1. Siklus Pengolahan Data komputer
Suatu proses pengolahan data terdiri dari 3 tahapan dasar, yang disebut
dengan siklus pengolahan data (data processor cycle) yaitu input, processing, dan
output.
Tiga tahap dasar dari siklus pengolahan data tersebut dapat dikembangkan
lebih lanjut. Siklus pengolahan data yang dikembangkan (expended data processing
cycle) dapat ditambahkan tiga atau lebih tahapan lagi, yaitu : origination, storage,
distribution.
menghitung,
membandingkaqn
mengklasifikasikan,
mengurutkan,
dan frekuensi data. SPSS lebih unggul daripada program spreadsheet lain karena
memiliki lebih banyak variasi grafik.
b. Eksplorasi data lebih mudah.
Dengan SPSS kita tidak akan khawatir bila merubah data sebab tidak perlu
membentuk, menjalankan dan memformat ulang tabel. Dengan menggunakan tabel
pivot multi dimensional, SPSS membuat eksplorasi data semakin mudah
c. Fungsi help yang lengkap.
SPSS memiliki serangkaian alat tes statistik untuk mengetahui pentingnya suatu
hubungan atau perbedaan. Ditambah fungsi help "What's This?" menerangkan segala
hal yang ingin kita ketahui seperti definisi, aturan, pedoman, dan Iain-Iain. Fungsi
help dalam spreadsheet hanya memberitahu perintah yang harus diikuti untuk
melakukan suatu tugas, SPSS memberi pop-up definisi istilah statistik dan
patokan/pedoman untuk menginterpretasikan hasil. Online help tersedia pada SPSS
for Windows. Sebagai tambahan kita bisa mendapat panduan teknikal dan statistikal
terbaik melalui telepon, faks atau e-mail atau pada website SPSS
d. Menghemat waktu dan meningkatkan produktivitas.
SPSS menghemat waktu jika kita menghendaki laporan atau grafik hanya dengan satu
klik mouse. Berbeda dengan spreadsheet, yang dirancang untuk penghitungan baris
dan kolom, SPSS yang mudah dan dukungan database membuatnya begitu mudah
mengolah dan memanipulasi data untuk melakukan analisis yang mendalam
e. Lebih menyenangkan dengan fungsi view label.
SPSS memberi gambaran yang lebih baik mengenai data sebab dengan fungsi view
label, kita akan bekerja dengan kata-kata (label) daripada menggunakan angka (kode)
dan label secara otomatis digunakan pada grafik dan laporan kita
f. Hasil yang akurat bahkan jika beberapa data "hilang" /tidak tersedia.
Jika kita temui data hilang (missing data) pada saat pemrosesan data atau
menginginkan untuk menguantifikasikan perbedaan yang signifikan terhadap
pemyataan survai yang tak terjawab, SPSS secara otomatis memberikan pada kita
informasi yang lebih baik dan akurat dibandingkan dengan spreadsheet lain.
g. Mudah dan cepat untuk mengetahui jika ada masalah dengan data kita.
SPSS membantu kita melihat kesalahan data-entry atau data yang tidak
biasa/menyimpang yang mungkin ingin kita kesampingkan dari analisis atau melihat
lebih dekat sebelum kita
menulis laporan akhir.
h. Mengolah data lebih mudah.
SPSS membuat analisis data dari spreadsheet, database dan file yang
strukturnya kompleks menjadi mudah. Dengan demikian, SPSS menghilangkan risiko
data mengubah secara tak sengaja sewaktu melakukan analisis.
i. Mampu bekerja dengan database yang ukurannya sangat besar.
Tak usah takut jika program spreadsheet tidak mampu bekerja dengan data
base yang sangat besar, SPSS dapat menganalisis seluruh data tanpa risiko.
j. Fungsi statistik yang sangat lengkap (program Add-on)
Spreadsheets membatasi kita hanya pada fitur statistik dasar, sementara SPSS
memberi kita seluruhnya pada produk standarnya. Kita dapat dengan mudah
membawa tugas kita ke tingkat lanjutan dengan memilih seperangkat modul add-on
yang terintegrasi
database atau file data teks. Dengan SPSS kita bisa membuka file data yang
sebelumnya telah kita simpan dengan SPSS, maupun membaca data dari program
lain.
b. Pada saat memasukkan data ke dalam program SPSS kita akan diminta
menentukan variable (nama, jenis data, jumlah karakter, desimal, dsb).
c. Setelah seluruh data tertabulasi, pilih prosedur analisis yang akan digunakan
melalui menu Tools baik untuk melakukan penghitungan statistik maupun membuat
grafik.
d. Pilih variable yang akan dianalisis. Dengan SPSS, prosedur pemilihan variable
yang akan kita analisis disajikan dalam bentuk dialog box.
e. Jalankan prosedur yang kita pilih dan hasilnya dapat kita lihat pada jendela SPSS
Viewer seketika itu juga. Perubahan terhadap prosedur analisis yang dipilih dan
variable yang akan dianalisis sangat mudah dilakukan. Setiap perubahan akan selalu
diminta konfirmasi sehingga kita tidak takut kehilangan data kita.
DAFTAR PUSTAKA