PENGENALAN SPSS

Intan Sari Rufiana

Maret 2016

Struktur Program SPSS

Variabel View

1.
2.
3.
4.

Setting Variabel:
Memberi nama variable
Memberi label
Melakukan Koding

Data
Data View

SPSS
Output

Syntax

Script

Hasil Analisa

Entri Data

ISI VARIABEL VIEW

Kolom
Name

Fungsi
Member Nama Variabel

Type

Menentukan jenis variable

Widht

Banyaknya karakter data yang muncul

Decimals

Banyaknya Desimal

Label

Memberi Label

Value

Koding

Missing

Setting Data Missing

Columns

Setting Lebar Coloms

Align

Setting Rataan Data

Measure

Setting Skala Data

Aturan

Tidak ada spasi.

Antar kata dipisahkan dengan _.

Tidak diawali dengan angka.

Tanda &, - dan % tidak diijinkan.

Tidak ada aturan dalam member label

PERBEDAAN DATA VIEW DAN

VARIABEL VIEW
Data View
Proses Entry Data, Ektensi
*.sav

Variabel View
Proses mendefinisikan
variabel
*.sav

PERBEDAAN OUT PUT DAN SINTAKS

Output

Hasil Analisa Yg Dilakukan dgn

ektensi: *.spv

Syntax
Menulis perintah pemrosesan
data dgn ektensi : *.sps

SCRIPT
Script

Melakukan otomatisasi
pemprosen data &
tampilan hasil analisa
ektensi: *.wwd atau
*.sbs

PENGAMBILAN DATA DARI MICROSOFT

WORD DAN EXCEL

Impor Data Microsoft Word Ke SPSS

Proses impor data dari Microsoft Word ke SPSS
yaitu dengan proses copy-paste, namun yang
perlu diperhatikan adalah data word harus
dalam bentuk table.
Impor Data Microsoft Excel Ke SPSS
File Excel dapat ditransfer secara langsung
ke SPSS dengan cepat dan mudah. Pada proses
transfer dari Excel ke SPSS, konsep Row/Baris
pada Excel dianggap Data/Kasus pada SPSS,
sedangkan konsep Column pada Excel dianggap
variable pada SPSS.

PENGINPUTAN DATA
Untuk data berikut, bagaimana proses input
dalam SPSS
No

NIM

Nama

Nilai UKD

1.

M3120001

Andreana Wahyu

90

2.

M3120002

Bilna Setya

80

3.

M3120003

Brahma Santya

85

4.

M3120004

Candra Kenya

89

5.

M3120005

Cinta Ayuna

69

6.

M3120007

Dea

78

7.

M3120008

Dina

70

8.

M3120009

Doni

89

9.

M3120010

Rio Reza

90

10.

M3120011

Ayudya

99

PENYIMPANAN DATA
Langkah penyimpanan data adalah sebagai
berikut:
klik menu file
save data
pilih folder penyimpanan, ketik nama file
klik Ok

PENYIMPANAN DATA
Contoh Soal

PENYAJIAN DATA DENGAN TABEL

1.Menggunakan Analisa Frequencies
Analyze descriptive statistics frekuency
(bidang kerja)
2.Case Sumary
Option
ini
akan
memberikan
hasil
berupa
ringkasan data yang ada di data view
Analyze reports case summaries variables
(gaji perbulan) grouping variable (jenis
kelamin) ok

PENYAJIAN DATA DENGAN TABEL

3. Custom Table
Digunakan untuk menyajikan data dalam bentuk
tabel
Misal: variabel (bidang kerja)
Prosedur:
Analyze table - custom table OK tarik
variabel bidang ke rows - pilih keluaran yang
diinginkan n sumary statistics selected
variable statistics - layer N%, layer Row N%,
Layer coloumn N% - apply to selection - OK

MEMBUAT TABEL
Tabel Sederhana dan Tabel Kompleks
Tabel sederhana karena jumlah variabel minimum
yakni dua variabel, satu untuk baris dan satu
untuk kolom
Hal yang perlu
diperhatikan dalam
pembuatan TABEL
adalah penentuan
skala ukur untuk
setiap variabel

GRAFIK
HISTOGRAM
Graph legacy dialogs histogram pilih
variabel (ex:bidang kerja) - ok

GRAFIK
PIE CHART
Graph legacy dialog pie untuk satu variabel SUMMARIES
FOR GROUPS OF CASES) define slice by (variabel yang mengisi
lingkaran berupa slices bidang) slice represent (perhitungan
yang diperlukan untuk grafik- sum of variabel masukkan gaji
awal) chart title Grafik Pie Posisi Karyawan chart subtitle
berdasarkan gaji awal - OK

GRAFIK
GRAFIK LINE SEDERHANA
Graph legacy dialog line simple dan summaries for group
cases define line represents (sumbu y) pilih other statistic
dan masukkan variabel gaji - sumbu x masukkan variabel nomor
ke category axis titles GRAFIK LINE GAJI - ok

PENYAJIAN DATA DALAM RINGKASAN

Misal variabel : bidang kerja
Prosedur: analyze descriptive statitic
deskriptive variabel (bidang kerja) options
beri tanda centang statistics deskriptive
yang akan ditampilkan (ex:mean, standar
deviation, minimum, maximum, variance, range,
kutosis, skewness) continue - ok

PENYAJIAN DATA DALAM RINGKASAN

Tujuan:
Melihat tabel nilai rata-rata, varians dan
standar deviasi, nilai minimum & maksimum perr
kategori variabel tertentu
Prosedur:
Analyze-descriptive statistics explore
dependent list (variabel kuantitatif) masukkan
gaji faktor list (variabel kualitatif)
masukkan gender pilih data statistik yang
akan ditunjukkan - OK

PROSEDUR UJI PARAMETRIK

Intan Sari Rufiana
Mei 2016

METODE STATISTIK
Metode statistik merupakan cara yang digunakan untuk memaparkan
data menjadi sebuah informasi :
1. Statistik Deskriptive menggambarkan/pemaparan data tampa
menggunakan pendekatan probabilistik. Umumnya pemaparan
dalam metode statistik deskriptive sebatas penggambaran
terhadap kondisi sampel yang diperoleh. Statistik
deskriptif biasanya ditampilkan dalam bentuk tabel dan
grafik. CONTOH : Berapa persen jumlah responden laki-laki
dan perempuan yang dapat dikumpulkan
2. Statistik Inferensial Teknik pemaparan data yang
menggunakan pendekatan probabilistik. Dengan pendekatan
probabilistik ini maka informasi yang disampaikan merupakan
parameter dari populasi yang diteliti. CONTOH : Dengan
tingkat kepercayaan 95% dapat diprediksi bahwa tinggi ratarata seluruh mahasiswa Univ.Muh. Ponorogo antara 165,23 cm
sampai dengan 169,15 cm.

Bagaimana Penerapannya Metode

Statistik?
Kasus penerapan metode statistik Inferensial :
Tingkat kepercayaan 95%,
Batas kesalahan (MoE) 1%

PEMILIHAN PRESIDEN 2014

Empat Lembaga survey yang
melakukan proses Quick
Count. Masing-masing
menyatakan Quick Count
yang dilakukan menggunakan
tingkat kepercayaan 95%
dan margin of error 1%

Hasil perhitungan KPU pada

hari Selasa tgl 22 Juli
2014, menetapkan pasangan
Jokowi-JK menang dengan
perolehan suara 53,15%
Adakah hasil Quick Count yang
BIAS?

PROSEDUR UJI
Prosedur Parametrik
Pengujian pada sampel yang diukur
Hasil pengukuran terhadap data sampel mengikuti distribusi normal
Mensyaratkan asumsi kenormalan dan homogenitas variance

Prosedur Non Parametrik

Melibatkan ukuran lainnya dari hasil pengukuran parameter dari
sampel
Contoh nilai peringkat dari sekumpulan data tinggi mahasiswa di
sebuah PT
Prosedur ini dilakukan ketika data tidak mengikuti sebaran distribusi
normal

Parametrik

Rata-rata

Nonparametrik
Kelas A

Kelas B

4
2
6
4
1
6
8
9
4
6

7
3
4
5
7
5
2
3
4
5

4.5

Kelas A

Kelas B

Rank
4
2
6
4
1
6
8
9
4
6

Rata-rata

8
2.5
15
8
1
15
19
20
8
15

11.15

Rank
7
3
4
5
7
5
2
3
4
5

17.5
4.5
8
12
17.5
12
2.5
4.5
8
12

9.85

Pengujian Statistik
A. Menentukan Hipotesa
Ho Persamaan ( = )
H1 Pertidaksamaan ( , , )

B. Menentukan alat uji

t-test , F-test , Chi-square dll .

C. Menentukan taraf nyata/ Probabilitas menolak

Ho
D. Menentukan aturan keputusan
Alpha hitung / output Alpha ( 0.05 / 0.01) Terima Ho
Alpha hitung / output < alpha ( 0.05/ 0.01) Terima H1

HIPOTESIS
Adalah dugaan tentang parameter dan
populasi
Dengan menggunakan
Rata2 pendapatan Desa A 870.000

PARAMETER

metode statistik akan

diprediksi nilai
Rata2 pendapatan Desa B
populasi. Metode
940.000
Statistik terkait
dengan: cara
pengambilan sampel,
SAMPEL
jumlah sampel yang
harus diambil, serta
perhitungan prediksi
rata-rata pendapatan
Desa A dan Desa B
Prediksi

STATISTIK

LATIHAN MEMBUAT HIPOTESIS

Ada 2 macam hipotesis, yaitu hipotesis penelitian dan
hipotesis uji.
Hipotesis penelitian adalah hipotesis yang diambil dari teori
(kajian pustaka)
Hipotesis penelitian cenderung mengarah pada nilai H1
Sedangkan hipotesis uji itu adalah hipotesis untuk
perhitungan statistik
Hipotesa Uji:
Ho : persamaan (=)
H1 : pertidaksamaan (, <, >)

Latihan Membuat Hipotesis

Buat hipotesis dari pernyataan berikut:
1. Ingin diketahui persepsi responden laki-laki dan perempuan
terhadap HP merek SAMSUNG
2. Ada tiga sekolah dasar yakni A,B & C. peneliti ingin
mengetahui rata-rata kemampuan berhitung murid kelas 6 di
sekolah tersebut
3. Ingin diketahui hubungan antara tinggi badan siswa dengan
berat badan.

Jawab
1.

Hipotesis
Ho : persepsi responden laki-laki dan perempuan sama
H1 : persepsi responden laki-laki dan perempuan tidak sama

2.

Hipotesis
Ho : kemampuan berhitung A, B, C sama
H1 : kemampuan berhitung A, B, C tidak sama

3.

Hipotesis
Ho : tidak ada hubungan antara tinggi badan dan berat badan (r=0)
H1 : ada hubungan antara tinggi badan dan berat badan (r0)

PENGUJIAN DUA KELOMPOK SAMPEL

1. Uji Dua Kelompok Bebas
Uji rata-rata untuk dua kelompok dimana
antar kelompok tsb tidak saling berhubungan
Ex: membandingkan perbedaan rata-rata
berat antara perempuan dan laki-laki
Asumsi: uji normalitas dan homogenitas

Contoh Uji Dua Kelompok Bebas

Disebuah sekolah dasar terdapat dua
kelompok kelas, sebut saja kelas 4A dan
kelas 4B. Murid-murid kelas 4A
memiliki kepandaian lebih dari pada
kelas murid-murid kelas 4B, untuk
membutikan hal tersebut maka seorang
guru mencoba menganalisa
berdasarkan nilai ulangan Matematika
yang diperoleh oleh kedua kelas
tersebut , didapat data sebagai berikut ;

Nilai Kelas 4A

Nilai Kelas 4B

30
40
35
48
27
32
35
32
45
30
36

21
26
30
22
19
37
29
38
24
36

UJI
NORMALITAS
Pada dasarnya uji normalitas adalah membandingkan antara data empiris (data yang kita miliki)
dengan data teoritis (data distribusi normal) dan kategorinya merupakan jenis uji kesesuaian
(Goodness of Fit). Banyak ahli statistik yang mencoba membuat pendekatan uji kesesuaian untuk
menguji kenormalan data, salah satunya adalah Kolmogorov SmirnoV. Kolmogorov Smirnov dalam
menguji kenormalan data digunakan prinsip membandingkan probabilitas kumulatif dari data
empirik dengan distribusi normal

I.

II.
III.
IV.

Hipotesa Uji
Ho : Data terdistribusi Normal
H1 : Data tidak terdistribusi Normal
Alat Uji Statistik
Uji Kolmogorov-Smirnov
Menentukan Nilai Signifikan, Alpha = 5%
Aturan Keputusan :
Alpha hitung / output Alpha ( 0.05 / 0.01) Terima Ho
Alpha hitung / output < alpha ( 0.05/ 0.01) Terima H1

1b. Uji Homogenitas

Digunakan uji Levene, kelebihan uji ini data tidak perlu terdistribusi normal
normalitas data. Jika data terdistribusi normal digunakan uji Bartlett's

Formula

Hipotesa Uji Homogenitas:

Ho : Variansi sama (Homogen)
H1 : Variansi berbeda (Tdk Homogen)
Aturan Keputusan

Alpha hitung / output Alpha ( 0.05 / 0.01) Terima Ho

Alpha hitung / output < alpha ( 0.05/ 0.01) Tolah Ho

Pusat Pendidikan & Pelayanan Masyarakat Universitas Indonesia

T-Test Kelompok Bebas

UJI UNTUK VARIANSI SAMA
, dimana

df = n1 + n2 - 2

UJI UNTUK VARIANSI BERBEDA

, dimana

Pusat Pendidikan & Pelayanan Masyarakat Universitas Indonesia

Prosedur Uji T-test

Hypotesa Awal/ Ho ;
= Rata-rata sama/Tidak berbeda
Hypotesa Alternative/ H1 ;
= Rata-rata lebih besar
= Rata-rata lebih kecil
= Rata-rata tidak sama/berbeda

Hipotesa lebih besar

Tingkat keyakinan 95%
Derajat bebas 15

Aturan Keputusan

Alpha hitung / output Alpha ( 0.05 / 0.01) Terima Ho

Alpha hitung / output < alpha ( 0.05/ 0.01) Tolah Ho

Pusat Pendidikan & Pelayanan Masyarakat Universitas Indonesia

PROSEDURE DI SPSS
(Uji Dua Kelompok Bebas)
Inputkan data nilai siswa di SPSS
name isi dengan kelas, nilai
variabel isi dengan kelas, nilai ulangan
matematika
Lakukan koding pada kotak value kelas
1 kelas 4A
2 kelas 4B
Data view lakukan entry data

PROSEDURE DI SPSS
(Uji Dua Kelompok Bebas)
Uji Normalitas
membuat variabel eror dari data (analyze
general linier model univariate nilai
ulangan harian masuk dependent variabel
data kelas masuk ke fixed factor model
hilangkan tanda centang pada include
intercept in model continu - save pada
residuals centang unstandardized)

TUGAS
Bagaimana mengatasi data yang tidak normal?

PROSEDURE DI SPSS
(Uji Dua Kelompok Bebas)
Normalitas variabel eror
analyze descriptive statistics explore
masukkan variabel residual for nilai ke
dependen list klik plot muncul explore plot
pilih normality plot with tests - OK

PROSEDURE DI SPSS
(Uji Dua Kelompok Bebas)
Uji Rata-rata
Analyze compare means independent
sample t tes masukkan variabel nilai ke tes
variabel dan kelas ke grouping variabel
define groups (1 untuk grup 1, 2 untuk grup 2)
continu - OK

PENGUJIAN DUA KELOMPOK SAMPEL

2. Uji Dua Kelompok Terkait
Dalam rangka peningkatan kualitas
proses belajar mengajar dikelas,
seorang guru matematika melakukan
inovasi dalam hal pemberian materi
dengan harapan ada peningkatan
prestasi yang diperoleh siswa. Untuk
mengetahui apakah inovasi yang
dilakukan guru tersebut berhasil, maka
dilakukan
analisa
dengan
cara
membandingkan nilai ujian siswa yang
didapat dari cara mengajar dengan
metode lama dengan nilai ujian siswa
yang didapat dari cara mengjar dengan
metode baru

No

1
2
3
4
5
6
7
8
9
10

Nilai
ujian Nilai
ujian
metode
metode
lama
baru

50
66
73
84
57
83
76
95
73
78

69
85
88
70
84
78
90
97
79
95

Uji Rata-rata Dua Kelompok Terkait

Hipotesa Uji dua kelompok terkait

Ho :
=Tidak perubahan
H1 :
= Ada perubahan

Aturan Keputusan

Alpha hitung / output Alpha ( 0.05 / 0.01) Terima Ho

Alpha hitung / output < alpha ( 0.05/ 0.01) Tolah Ho

TRANSFORMASI DATA
Bagaimana mengatasi jika data tidak normal?

4 LANGKAH JITU UNTUK

MENORMALKAN DATA
1. Transfomasikan data ke dalam bentuk yang lain

2.Jika tidak bisa, tambah jumlah sampel penelitian

3.Jika masih tidak bisa, maka memungkinkan buang subjek yang teridentifikasi sbg
outlier

4. Jika semua cara di atas sudah dilakukan dan tetap tidak normal, maka RELAKAN
data anda memang ga normal, jangan paksakan diri
GUNAKAN STATISTIK NON PARAMETRIK

ADA 4 PILIHAN TRANSFORMASI

LOG TRANSFORMATION
untuk memperbaiki data yang terdistribusi positif skew dan
unequal variances
SQUARE ROOT
untuk memperbaiki data yang terdistribusi positif skew dan
unequal variances
RECIPROCAL
untuk memperbaiki data yang terdistribusi positif skew dan
unequal variances
REVERSE SCORE
untuk memperbaiki data yang terdistribusi negatif skew

CARA MENGECEK NORMAL/TIDAK

GRAPH LEGACY DIALOG - HISTOGRAM
MASUKKAN VARIABEL YANG AKAN DIUJI
NORMALITASNYA

CONTOH TRANSFORMASI DATA

Transform compute variabel Function
Group (all) Functions and Special Variables
(Lg10) masukkan data jumlah kecelakaan Target variabel (tulis nama variabel yang akan
ditransformasi) - OK

Prosedur Uji Rata-Rata Dua Kelompok

Sampel
Analyze compare means pair sample T
test- pindahkan kedua variabel ke kotak
paired variables

UJI ANOVA
Analisis variansi (ANOVA) adalah suatu
metode untuk menguraikan keragaman total
data menjadi komponen-komponen yang
mengukur berbagai sumber keragaman
Digunakan apabila terdapat lebih dua variabel

UJI ANOVA
Analyze compare means one way anova
masukkan produk ke dependen list variabel
shift ke dalam kotak faktor post hoc centang option benferroni dan tukey
continue options statistics centang
descriptive homogeneity of variance test
continue - OK

ANALISA KORELASI
Nilai korelasi adalah nilai yang menggambarkan
tingkat keeratan hubungan linier antara dua
variabel atau lebih.
Nilai korelasi tidak menggambarkan hubungan
sebab akibat antara dua variabel atau lebih
tetapi semata-mata menggambarkan
keterkaitan linier antar variabel
Nilai korelasi sering dinotasikan dengan r dan
nilainya antara -1 sampai 1

ANALISA KORELASI
Ambil data car
Analyze correlate bivariate masukkan
varibel (mpg, engine, horse, weight, accel)
correlation coefisien pearson - OK

ANALISIS REGRESI
Digunakan untuk tujuan peramalan, dimana dalam model
tersebut ada sebuah variabel dependent (tergantung) dan
variabel independen (bebas)
Contoh:
Hubungan antara biaya promosi dan biaya iklan terhadap
penjualan

REGRESI ADA 2 MACAM:

Regresi Sederhana
Jika hanya ada satu variabel
independen

Regresi Berganda
Jika ada lebih dari satu variabel
independen

CONTOH REGRESI:
PT Perusahaan nasional dalam beberapa bulan
gencar mempromosikan sejumlah peralatan
elektronik dengan membuka outlet di berbagai
daerah. Berikut ini data mengenai Penjualan,
Biaya Promosi dan Luas Outlet yang berrasal dari
15 daerah di Indonesia.

ANALISIS REGRESI:
Statistics Sumenu Regression Linear Tampil
kotak dialog Linear Regression
Pengisian:
a. Dependen (pilih sales)
b. Independen (pilih promosi dan outlet)