BAB 1

PENDAHULUAN

A. SPSS
SPSS adalah sebuah program komputer yang digunakan untuk membuat
analisis statistika. SPSS dipublikasikan oleh SPSS Inc. SPSS (Statistical
Package for the Social Sciences atau Paket Statistik untuk Ilmu Sosial) versi
pertama dirilis pada tahun 1968, diciptakan oleh Norman Nie, seorang lulusan
Fakultas Ilmu Politik dari Stanford University, yang sekarang menjadi
Profesor Peneliti Fakultas Ilmu Politik di Stanford dan Profesor Emeritus Ilmu
Politik di University of Chicago.
Semula SPSS hanya digunakan untuk ilmu social saja, tapi
perkembangan berikutnya digunakan untuk berbagai disiplin ilmu sehingga
kepanjangannya berubah menjadi “Statistical Product and Service Solution”
(Nisfiannoor, Muhammad, Pendekatan Statistika Modern Untuk Ilmu Social,
Salemba Humanika,2009:15.)
SPSS digunakan oleh peneliti pasar, peneliti kesehatan, perusahaan
survei, pemerintah, peneliti pendidikan, organisasi pemasaran, dan sebagainya.
Selain analisis statistika, manajemen data (seleksi kasus, penajaman file,
pembuatan data turunan) dan dokumentasi data (kamus metadata ikut
dimasukkan bersama data) juga merupakan fitur-fitur dari software dasar
SPSS.
Statistik yang termasuk software dasar SPSS:
o Statistik Deskriptif: Tabulasi Silang, Frekuensi, Deskripsi,
Penelusuran, Statistik Deskripsi Rasio
o Statistik Bivariat: Rata-rata, t-test, ANOVA, Korelasi (bivariat,
parsial, jarak), Nonparametric tests
o Prediksi Hasil Numerik: Regresi Linear
 o Prediksi untuk mengidentivikasi kelompok: Analisis Faktor,
Analisis Cluster (two-step, K-means, hierarkis), Diskriminan.

SPSS dapat membaca berbagai jenis data atau memasukkan data secara
langsung ke dalam SPSS Data Editor. Bagaimanapun struktur dari file data
mentahnya, maka data dalam Data Editor SPSS harus dibentuk dalam bentuk
baris (cases) dan kolom (variables). Case berisi informasi untuk satu unit
analisis, sedangkan variable adalah informasi yang dikumpulkan dari masing-
masing kasus.
Hasil-hasil analisis muncul dalam SPSS Output Navigator. Kebanyakan
prosedur Base System menghasilkan pivot tables, dimana kita bisa
memperbaiki tampilan dari keluaran yang diberikan oleh SPSS. Untuk
memperbaiki output, maka kita dapat mmperbaiki output sesuai dengan
kebutuhan. Beberapa kemudahan yang lain yang dimiliki SPSS dalam
pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas seperti
berikut ini:
 Data Editor. Merupakan jendela untuk pengolahan data. Data editor
dirancang sedemikian rupa seperti pada aplikasi-aplikasi spreadsheet untuk
mendefinisikan, memasukkan, mengedit, dan menampilkan data.
 Viewer. Viewer mempermudah pemakai untuk melihat hasil pemrosesan,
menunjukkan atau menghilangkan bagian-bagian tertentu dari output, serta
memudahkan distribusi hasil pengolahan dari SPSS ke aplikasi-aplikasi yang
lain.
 Multidimensional Pivot Tables. Hasil pengolahan data akan ditunjukkan
dengan multidimensional pivot tables. Pemakai dapat melakukan eksplorasi
terhdap tabel dengan pengaturan baris, kolom, serta layer. Pemakai juga dapat
dengan mudah melakukan pengaturan kelompok data dengan melakukan
splitting tabel sehingga hanya satu group tertentu saja yang ditampilkan pada
satu waktu.
 High-Resolution Graphics. Dengan kemampuan grafikal beresolusi tinggi,
baik untuk menampilkan pie charts, bar charts, histogram, scatterplots, 3-D
graphics, dan yang lainnya, akan membuat SPSS tidak hanya mudah
dioperasikan tetapi juga membuat pemakai merasa nyaman dalam
pekerjaannya.
 Database Access. Pemakai program ini dapat memperoleh kembali informasi
dari sebuah database dengan menggunakan Database Wizard yang
disediakannya.
 Data Transformations. Transformasi data akan membantu pemakai
memperoleh data yang siap untuk dianalisis. Pemakai dapat dengan mudah
melakukan subset data, mengkombinasikan kategori, add, aggregat, merge,
split, dan beberapa perintah transpose files, serta yang lainnya.
 Electronic Distribution. Pengguna dapat mengirimkan laporan secara
elektronik menggunakan sebuah tombol pengiriman data (e-mail) atau
melakukan export tabel dan grafik ke mode HTML sehingga mendukung
distribusi melalui internet dan intranet.
 Online Help. SPSS menyediakan fasilitas online help yang akan selalu siap
membantu pemakai dalam melakukan pekerjaannya. Bantuan yang diberikan
dapat berupa petunjuk pengoperasian secara detail, kemudahan pencarian
prosedur yang diinginkan sampai pada contoh-contoh kasus dalam
pengoperasian program ini.
 Akses Data Tanpa Tempat Penyimpanan Sementara. Analisis file-file data
yang sangat besar disimpan tanpa membutuhkan tempat penyimpanan
sementara. Hal ini berbeda dengan SPSS sebelum versi 11.5 dimana file data
yang sangat besar dibuat temporary filenya.
 Interface dengan Database Relasional. Fasilitas ini akan menambah
efisiensi dan memudahkan pekerjaan untuk mengekstrak data dan
menganalisnya dari database relasional.
 Analisis Distribusi. Fasilitas ini diperoleh pada pemakaian SPSS for Server
atau untuk aplikasi multiuser. Kegunaan dari analisis ini adalah apabila
peneliti akan menganalisis file-file data yang sangat besar dapat langsung me-
remote dari server dan memprosesnya sekaligus tanpa harus memindahkan ke
komputer user.
 Multiple Sesi. SPSS memberikan kemampuan untuk melakukan analisis lebih
dari satu file data pada waktu yang bersamaan.
 Mapping. Visualisasi data dapat dibuat dengan berbagai macam tipe baik
secara konvensional atau interaktif, misalnya dengan menggunakan tipe bar,
pie atau jangkauan nilai, simbol gradual, dan chart.

B. Pengenalan SPSS
SPSS merupakan salah satu sekian banyak software statistika yang
telah dikenal luas dikalangan penggunaannya. Disamping masih banyak
lagi software statistika lainnya seperti Minitab, Syastas, Microstat dan
masih banyak lagi. SPSS sebagai sebuah tools mempunyai banyak
kelebihan, terutama untuk aplikasi di bidang ilmu sosial, berikut ini
tampilan program SPSS :
Menu Bar : Kumpulan perintah-perintah dasar untuk mengoperasikan
program SPSS. Menu yang terdapat pada SPSS adalah :
1. FILE. Untuk operasi file dokumen SPSS yang telah dibuat, baik untuk
perbaikan, pencetakan dan sebagainya. Ada 5 data yang digunakan
dalam SPSS,yaitu :
a. Data : dokumen SPSS berupa data
b. Systax : dokumen berisi file systax SPSS
c. Output : dokumen yang berisi hasil running out SPSS
d. Script : dokumen yang berisi running out SPSS
e. Database :
 New : Membuat lembar kerja baru SPSS
 Open : Membuka dokumen SPSS yang telah ada
 Read Text Data : membuka dokumen dari file text (yang
berekstensi txt), yang bisa dikonversi dalam lembar data
SPSS.
 Save : Menyimpan file yang telah dibuat
 Save as : menyimpan ulang dokumen dengan nama yang
berbeda
 Page Setup : Mengatur halaman kerja SPSS
 Print : Mencetak output SPSS
 Print Preview : melihat contoh hasil cetakan yang nantinya
diperoleh
 Recent used data : berisi list data file yang sebelumnya
pernah dibuka
 Recent used file : berisi list file secara keseluruhan yang
pernah dikerjakan
2. EDIT. Untuk melakukan pengeditan pada operasi SPSS baik data, serta
pengaturan untuk konfigurasi SPSS secara keseluruhan.
 Undo : pembatalan perintah yang dilakukan sebelumnya
  Redo : perintah pembatalan perintah redo yang dilakukan
sebelumnya
 Cut : penghapusan sebuah objek dll, bias dicopy untuk keperluan
tertentu dengan perintah dari menu paste.
 Paste : menampilkan sebuah objek dll, dari hasil perintah copy/cut
 Clear : menghapus sebuah objek dll.
 Find : mencari suatu text
 Option : mengatur konfigurasi tampilan kerja SPSS secara umum

3. VIEW. Untuk pengaturan tampilan di layar kerja SPSS, serta

mengetahui prosesproses yang sedang terjadi pada operasi SPSS.
 Status bar : Mengetahui proses yang sedang berlansung
 Toolbar : Mengatur tampilan toolbar
 Fonts : Untuk mengatur jenis, ukuran font pada data editor SPSS
 Gridlines : mengatur garis sel pada editor SPSS

4. DATA. Menu data digunakan untuk pemprosesan data

 Define dates : mendefinisikan sebuah waktu untuk variabel yang
meliputi jam, tanggal, tahun dan sebagainya.
 Insert Variabel: menyisipkan kolom variabel
 Insert Case : manyisipkan baris
 Go to case : memindahkan cursor pada baris tertentu
 Sort case : mengurutkan nilai dari suatu kolom variable
 Transpose : operasi transpose dari sebuah kolom menjadi baris
 Merge file : menggabungkan beberapa file dokumen SPSS, yang
dilakukan dengan penggabungan kolom-kolom variablenya.
 Split file : memecahkan file berdasarkan kolom variablenya
 Select case : mengatur sebuah variable berdasarkan sebuah
persyaratan tertentu
5. TRANSFORM. Menu transform dipergunakan untuk melakukan
perubahanperubahan atau penambahan data.
 Compute : operasi aritmatika dan logika untuk
 Count : untuk mengetahui jumlah sebuah ukuran data tertentu pada
suatu baris tertentu
 Recode : untuk mengganti nilai pada kolom variable tertentu,
sifatnya menggantikan (into same variable) atau merubah (into
different variable) pada variable baru
 Categorize variable : merubah angka rasional menjadi diskrit
 Rank case : mengurutkan nilai data sebuah variabel
6. ANALYSE. Menu analyse digunakan untuk melakukan analisis data
yang telah kita masukkan ke dalam komputer. Menu Analyze
merupakan menu inti dari SPSS, yang berfungsi untuk melakukan
semua prosedur perhitungan statistik, seperti uji-t, uji-F, regresi, time
series dan sebagainya.
7. GRAPH. Menu graph digunakan untuk membuat grafik, diantaranya
ialah bar,line, pie, dll
8. UTILITIES. Menu ini adalah menu tambahan yang mendukung
program SPSS seperti :
 Memberi informasi tentang variabel yang sekarang sedang dikerjakan
 Menjalankan Scripts
 Mengatur tampilan menu-menu lain
9. AD-ONS. Menu ad-ons digunakan untuk memberikan perintah kepada
SPSS jika ingin menggunakan aplikasi tambahan, misalnya
menggunakan alikasi Amos, SPSS data entry, text analysis, dsb
10. WINDOWS. Menu windows digunakan untuk melakukan perpindahan
(switch) dari satu file ke file lainnya
 11. HELP. Menu help digunakan untuk membantu pengguna dalam
memahami perintah-perintah SPSS jika menemui kesulitan
 TOOL BAR : Kumpulan perintah – perintah yang sering
digunakan dalam bentuk gambar.
 POINTER : Kursor yang menunjukkan posisi cell yang sedang
aktif / dipilih.

C. Pengolahan Data
Membuka file data
Data yang anda buat dan simpan sewaktu- waktu dapat anda buka
untuk analisis lebih lanjut. Berikut ini cara membuka data :
 Klik File => open => Data pada menu sehingga kotak dialog open file
akan muncul.
 Cari folder file data pada daftar drop down look in
 Klik ganda file data pada kotak atau klik file data kemudian klik open
sehingga data yang telah anda simpan akan muncul.

Mengimpor file data ke SPSS

SPSS mampu membuka file data dengan format lain, jadi jangan cemas
apabila anda terlanjur membuat file data dengan format lain. Pada
pembahasan kali ini hanya akan dibahas satu format saja, yaitu excel (*.xls)
dipilih karena software tersebut sangat populer dalam pengolahan data.

Mengimpor file data excel ke SPSS

Langkah-langkah transfer file data excel ke SPSS mirip dengan saat anda
membuka file data format sav :
 Klik file => Open => Data pada menu sehingga kotak dialog open
file muncul.
 Klik files of type di combo box sehingga muncul di daftar berikut :
  Pilih format yang sesuai, missal excel 2010 (*.xlsx).
 Cari folder file data excel anda pada daftar drop down look ini.
 Klik ganda file data pada kotak atau klik file data kemudian klik
open sehingga otak dialog opening excel data source muncul :
 Tanda cek aktif secara default. Tanda cek read variabel from the first
row of data aktif dimaksudkan supaya nama variabel yang terdapat
pada baris pertama file data excel tidak dianggap sebagai data namun
diperlakukan sebagai variabel.
 Klik Ok Untuk lebih jelas, lihat perbandingan transfer tersebut

Membuat variabel dan mengisi data

Data editor pada SPSS mempunyai dua bagian utama:

 Pada data view terdapat kolom dengan ciri adanya kata var dalam setiap
kolomnya. Kolom dalam SPSS ini akan diisi oleh VARIABEL, yakni pada
menu VARIABEL VIEW.
 Baris, dengan ciri adanya angka 1, 2, 3 dan seterusnya. Baris dalam SPSS
akan diisi oleh KASUS (seperti nama responden atau sampel), yakni pada
menu DATA VIEW.
Contoh pemakaian data view dapat dilihat pada Gambar 4.a
 Gambar 4.a

Gambar 4.b

Mendefinisikan Variabel View:

 Name atau nama variabel: Aturan pemberian nama variabel adalah

1) Wajib diawali dengan Huruf, dan

3) tidak boleh ada spasi (spacebar).

Misalnya, anda tidak bisa mengetik “Jenis Kelamin” atau “Je-kel”

sebagai variabel, tetapi hanya bisa “Kelamin” saja.

 Type atau jenis data:

Jenis data yang akan dientry kedalam SPSS dibedakan hanya 2 saja, yaitu

1) Angka atau Numerik (angka: misalnya “18” tahun ) dan

2) Huruf atau String (huruf: misalnya Amin, Laki-laki, Jalan Petasan)

 Tipe data terdiri dari:

a) Numeric : Data berupa angka

b) Comma : Berupa angka dengan tanda koma sebagai pemisah bilangan
ribuan
c) Dot : Untuk angka dengan tanda titik sebagai pemisah bilangan ribuan
d) Scientific notation : sama dengan numeric tetapi menggunakan symbol
E untuk kelipatan 10 (missal 120000=1,20E+5)
e) Date : Menampilakan data berupa tanggal atau waktu
f) Dollar : Data dengan tanda dollar
g) Custom currency : Data dengan format tanda mata uang
h) String : Data berupa huruf dan karakter lainnya.
 Width : kolom untuk penentuan lebar kolom
 Decimals : Menentukan bilangan decimal yang diperlukan
 Label atau keterangan variable yang ada, karena nama variabel tidak
boleh lebih dari 8 karakter, biasanya pemberian nama variabel
menggunakan singkatan, supaya singkatan tersebut dapat dimengerti maka
anda bisa memberi keterrangan atau penjelasan terhadap variabel tersebut
di kolom label.
Misalnya pada

variabel “Kelamin” anda bisa memberi label “Jenis Kelamin Anak Balita”,

variabel “Food_exp” bisa diberi label dengan “Food expenditure per

month” atau variable “Pengeluaran keluarga untuk makanan satu bulan”.

 Values atau kode variable disebut pengelompokan atau klasifikasi, digunakan

untuk variable suatu dummy atau berdasarkan kelompok.
Misalnya Jenis kelamin dapat anda masukkan dengan mengetik “Laki” atau
“Perempuan”, tetapi hal ini tidak efisien (waktu dan tenaga hilang
percuma). Sebaiknya anda beri kode 0=”Laki” dan 1=“Perempuan”,
 sehingga anda cukup memasukkan angka 0 atau 1. Supaya nantinya output
SPSS yang muncul untuk Kelamin bukan angka 0 dan 1 tetapi yang muncul
adalah Laki dan Perempuan, maka anda perlu mengisi Values

 Missing : digunakan untuk menjelaskan data yang hilang atau rusak. Ada 3
yaitu
No missing values : tidak ada data yang akan dihilangkan

Discrite missing value : data mana saja yang akan dihilangkan dan

range plus : data yang berupa interval yaitu nilai tertinggi dan terendah yang
akan dihilangkan.

 Columns : menentukan lebar kolom

 Align : Meletakan data pada posisi yang tersedia
 Measure : Menentukan jenis data yang akan dimasukan (scale, ordinal,
nominal) atau merupakan tipe variabel yang akan menentukan jenis analisis
yang akan digunakan, makas ecara default akan terpilih nominal atau ordinal
jika variabel bertipe string. Scale digunakan apabila data yang ingin kita olah
akan dibuat skala pengukuran (range).

D. Statistika Deskriptif
Pengukuran deskriptif pada dasarnya memaparkan secara numerik
ukuran tendensi sentral, disperse, dan distribusi suatu data. Tendensi sentral
mengukur pemusatan data. Ada beberapa ukuran umum tendensi sentral
yang sering digunakan, yaitu :
 Mean/rata-rata, adalah nilai rata-rata terukur suatu data.
 Median adalah nilai tengah data setelah data tersebut diurutkan dari
kecil ke besar.
 Modus adalah nilai yang sering muncul dari suatu data Dispersi
mengukur penyebaran suatu data.
 Ada beberapa ukuran umum dispersi yang sering digunakan, yaitu :
 Standar deviasi, adalah nilai simpangan baku
 Varian, adalah nilai kuadrat dari standar deviasi
 Standard error mean (S.E mean), adalah estimasi tentang standar
deviasi dari suatu distribusi rata-rata yang diperoleh dari sampel yang
diambil secara random terus-menerus dari populasi.

Distribusi mengukur distribusi suatu data. Ada beberapa ukuran

umum distribusi yang sering digunakan, yaitu :
 Skewness, adalah nilai kemencengan distribusi data. Apabila bernilai
positif maka distribusi data akan menceng ke kanan dan apabila
negative maka sebaliknya.
 Kurtosis adalah nilai keruncingan atau tinggi distribusi data.
 Kenormalan suatu data dapat dilihat dari nilai hasil perbandingan
skewness dengan std. error of skewness; dan nilai perbandingan
kurtosis dengan std. error of kurtosis harus antara -2 dan 2.

SPSS mengkategorikan analisa statistic deskriptif dalam 5 kategori,

yaitu analisa frequencies, descriptive, explore, crosstab, dan ratio. Masing-
masing analisa memiliki tujuan dan keunggulan sendiri.
 BAB II
UKURAN PEMUSATAN DATA

A. Ukuran Pemusatan Data

Ukuran pemusatan serta penafsirannya suatu rangkaian data adalah suatu nilai
dalam rangkaian data yang dapat mewakili rangkaian data tersebut. Suatu
rangkaian data biasanya mempunyai kecenderungan untuk terkonsentrasi atau
terpusat pada nilai pemusatan ini.
Ukuran statistik yang dapat menjadi pusat dari rangkaian data dan memberi
gambaran singkat tentang data disebut ukuran pemusatan data. Ukuran pemusatan
data dapat digunakan untuk menganalisis data lebih lanjut.
Ukuran pemusatan data dapat dilihat diantaranya melalui :

1. Rata-rata hitung ( Mean)

2. Nilai tengah (Median )
3. Modus

B. Rata-rata hitung ( Mean)

Rata-rata hitung adalah ukuran pemusatan yang sering digunakan. Kelemahan

ukuran rata-rata hitung jika digunakan sebagai ukuran pemusatan adalah apabila ada
data yang sangat ekstrim.

Rata-rata dari sekumpulan data yang banyaknya n adalah jumlah data dibagi
dengan banyaknya data.

Keterangan:
 n = banyaknya data

xi = data ke-i

Contoh soal

1. Dari hasil tes 10 siswa kelas XI diperoleh data: 3, 7, 6, 5, 3, 6, 9, 8, 7, dan 6.

Tentukan rataan dari data tersebut.
Penyelesaian

Jadi, rataannya adalah 6,0.

2. Berdasarkan data hasil ulangan harian Matematika di kelas XI IPA, enam siswa
mendapat nilai 8, tujuh siswa mendapat nilai 7, lima belas siswa mendapat nilai 6,
tujuh siswa mendapat nilai 5, dan lima siswa mendapat nilai 4. Tentukan rata-rata
nilai ulangan harian Matematika di kelas tersebut.

Penyelesaian

Tabel nilai ulangan harian Matematika kelas XI IPA.

 Jadi, rataan nilai ulangan harian Matematika di kelas XI IPA adalah 6,05.

2) Rata-rata dari data distribusi frekuensi

Apabila data disajikan dalam tabel distribusi frekuensi maka rataan dirumuskan

sebagai berikut.

Keterangan:

fi = frekuensi untuk nilai xi

xi = titik tengah interval ke-i

Contoh soal

Tentukan rata-rata dari data berikut

Penyelesaian

C. Nilai tengah (Median)

Nilai tengah adalah nilai yang berada ditengah data yang telah terurut
1. Median untuk data tunggal
Median adalah suatu nilai tengah yang telah diurutkan. Median
dilambangkan Me. Untuk menentukan nilai Median data tunggal dapat
dilakukan dengan cara:
a) mengurutkan data kemudian dicari nilai tengah,
b) jika banyaknya data besar, setelah data diurutkan, digunakan rumus:

 Apabila n ganjil maka Me = data ke n/2,

 Apabila n genap maka Me = (data ke n/2 + data ke (n/2 +1))/2
Contoh

1. Dari data di bawah ini, tentukan mediannya

2, 5, 4, 5, 6, 7, 5, 9, 8, 4, 6, 7, 8

Penyelesaian

Data diurutkan menjadi:

Jadi mediannya Me = 6

2. Perhatikan data berikut

Penyelesaian

Banyaknya data n = 50

Jika datanya dalam bentuk tabel distribusi frekuensi maka nilai tengah dapat
ditentukan dengan:

1. Tentukan dulu interval yang memuat median yaitu interval yang memuat data
ke (n+1)/2 jika data ganjil, atau data ke-n/2 jika data genap
2. Tentukan nilai median dengan
Keterangan:

b2 = tepi bawah kelas median

c = lebar kelas

N = banyaknya data

F = frekuensi kumulatif kurang dari sebelum kelas median

f = frekuensi kelas median

Contoh

Tentukan median dari data tes Matematika terhadap 40 siswa kelas XI IPA yang
pada tabel distribusi frekuensi di bawah

Penyelesaian:

Banyaknya data ada 40 sehingga letak mediannya pada frekuensi 40/2 = 20.

b2 = 59,5

c = 10

f = 14

N = 40
 F=9

Maka

D. Modus
Modus ialah nilai yang paling sering muncul atau nilai yang mempunyai
frekuensi tertinggi.
Jika suatu data hanya mempunyai satu modus disebut unimodal dan bila
memiliki dua modus disebut bimodal, sedangkan jika memiliki modus lebih dari dua
disebut multimodal. Modus dilambangkan dengan Mo.

Contoh soal

Tentukan modus dari data di bawah ini.

a. 2, 1, 4, 1, 1, 5, 7, 8, 9, 5, 5, 10
b.

Penyelesaian

a. 1, 1, 1, 2, 4, 5, 5, 5, 7, 8, 9, 10
Data yang sering muncul adalah 1 dan 5. Jadi modusnya adalah 1 dan 5.
 b. Berdasarkan data pada tabel, nilai yang memiliki frekuensi tertinggi adalah 6.
Jadi, modusnya adalah 6

Apabila datanya sudah dikelompokkan dalam table distribusi frekuensi maka

1. Tentukan interval modus , yaitu interval yang frequensinya paling besar

2. Modus data dirumuskan sebagai berikut:

Keterangan:

b0 = tepi bawah kelas modus

l = lebar kelas (lebar kelas) modus

d1 = selisih frekuensi kelas modus dengan kelas sebelumnya

d2 = selisih frekuensi kelas modus dengan kelas sesudahnya

Contoh soal

Tentukan modus dari tabel di bawah ini.

Penyelesaian

Frekuensi modusnya 18, kelas modusnya 65 – 69, dan tepi bawah frekuensi modus
(b) = 64,5

d1 = 18 – 6 = 12

d2 = 18 – 9 = 9

l = 69,5 – 64,5 = 5

.
 BAB III
UKURAN PEMUSATAN DATA MENGGUNAKAN SPSS

A. Data yang Dianalisa

Data yang akan dianalisa ialah data nilai tugas kelas XI IIS 3 MAN 1
Makassar :

Tugas Tugas
No Nama Siswa
1 2
1 Khalisis Mukhlis 70 65
2 Muh. Azwar Asfar Al Faraby 80 85
3 Muh. Fathin Anwar 80 70
4 Muh. Wahidin Abu Bakar 73 75
5 Muhammad Akbar 80 75
6 Muhammad Ali Zahir Baibar 75 70
7 Muhammad Arfan 75 70
Muhammad Izyra Al-
8
Munawar 90 90
9 Muhammad Nasrunil 95 90
Muhammad Nur Abdillah
10
Sahir 65 50
11 Muhammad Risal 65 70
12 Prabu Fath Ilham 65 75
13 Reza Saputra 55 65
14 Alfiyah Zikra Agus 80 55
15 Fakhirah Amalia Lukman 75 80
16 Farah Ramadhan Taufiq 80 75
17 Fingkha Widyana Putri Takdir 75 65
 18 Fitri Amalia Ramadhani Bakri 85 80
19 Herlina M. Nur 60 80
20 Izzatul Jannah 90 90
21 Jihan Yunani Rivai 60 65
22 Khofifah Nur Balqis 70 85
23 Nurnadiefa 85 75
24 Nurul Islamiyah 80 80
25 Ramlah Nur 85 80
26 Indriani Ayu Lestari 75 65

B. Langkah-langkah SPSS

1. Buka aplikasi SPSS dengan melakukan double click pada icon desktop atau
dengan cara lain.
2. Setelah itu buat nama variabel serta tipe data dan variabel tersebut dengan
melakukan klik pada button Variable View, dalam hal ¡ni variabel yang
dibutuhkan adalah Nama dengan tipe data string, tugas 1 dan tugas 2 dengan
tipe data numeric

3. Selanjutnya adalah melakukan entri data pada variabel yang telah dibuat
tadi, dilakukan dengan mengklik button Data View kemudian mulal
melakukan entri data.
4. Untuk melakukan analis data deskriptif terhadap data tersebut, maka
dilakukan dengan melakukan klik pada menu Analyze — Deskriptive
Statistics —Frequencies... kemudian pindahkan variabel tugas1 dan tugas2
dengan mengklik tanda ( > ) dan centang pada Display frequency tables.
5. Selanjutnya adalah klik pada button Statistics... dan centang pada Quartiles,
Percentile(s): (25, 50, 75), Mean, Median, Mode, Sum, Std. deviation,
Variance, Range, Minimum, Maximum, SE. mean, Skewness dan Kurtosis,
selanjutnya klik pada button Continue.
6. Selanjutnya klik pada button Charts..., pilih Histograms: dan centang pada
Show normal cuie on histogram serta klik button Continue.

7. Klik OK, sehingga muncul tampilan output seperti berikut :

C. Interpretasi
Pada output Statistcs di atas ditampilkan hasil dan perhitungan atau analisis
deksriptif yang terdiri dan 4 kelompok yaitu :
 pertama, Percentile Values, yang berisi perhitungan terhadap quartile dan
percentile, Quartile adalah titik atau skor atau nilai yang membagi seluruh
distribusi frekuensi ke dalam empat bagian sama besar sedangkan percentile
adalah titik atau nilai yang membagi distribusi data menjadi seratus bagian
yang sama besar, karena itu percentile sering disebut “ukuran perseratusan”.
 kedua, Central Tendensy (ukuran tendensi sentral), dalam kelompok ini yang
dihitung adalah mean (rata-rata), median (nilai tengah), mode (modus), dan
sum (jumlah nilai keseluruhan).
 ketiga, Dispersion (ukuran penyebaran data) dalam kelompok ini yang
dihitung adalah standar deviasi, variansi, range, minimum (nilai terendah),
maksimum (nilai tertinggi) dan standart error of mean. Standar deviasi
menunjukkan keheterogenan yang terjadi dalam data yang sedang diteliti atau
dapat dikatakan sebagai jumlah rata-rata variabilitas di dalam satu set data
pengamatan. Semakin besar nilai dan standar deviasi, maka semakin besar
jarak rata-rata setiap unit data terhadap rata-rata hitung (mean). Tujuan dad
variansi adalah melihat keberagaman data suatu instrumen yang dibuat,
sehingga data atau variabel tersebut dapat dinilai validitasnya (layak atau
tidaknya untuk diikutsertakan dalam instrumen penelitian). Semakin besar
angka variansi maka semakin beragamlah datanya dan semakin kecil
nilaivariansi maka semakin homogenlah datanya. Standard Error (of mean)
adalah indeks yang menggambarkan sebaran rata-rata sampel terhadap rata-
rata dan rata-rata keseluruhan kemungkinan sampel (rata-rata populasi),
Pengukuran ¡ni berguna, terutama untuk menjawab pertanyaan seberapa baik
rata-rata yang kita dapatkan dan data sampel dapat mengestimasi rata-rata
populasi.
 Keempat, Distribution, untuk mengetahui skewness dan kurtosis pada
distribusi data. Skewness merupakan suatu besaran statistik yang
menunjukkan kemiringan data. Skewness mi menunjukkan datanya cenderung
berada di tengah atau miring di satu sisi. Statistik ini dapat digunakan untuk
melihat sebaran data normal yaitu dengan rasio skewness, data dikatakan
normal ketika nilai rasio skewness berada pada rentang nilai -2 sampai 2, pada
hasil analisis tinggi dan berat badan tersebut nilai skewness menunjukkan
angka 0,453 dan -0649 berarti data tersebut normal. Sedangkan kurtosis dapat
digunakan untuk menentukan nilai keruncingan data, kurtosis > 3 disebut
 leptokurtic, kurtosis = 3 disebut mesokutic dan kurtosis < 3 disebut
platykurtic, pada data tersebut nilai keruncingan datanya berada pada
platykurtic karena kurang dan 3 yaitu 0,275 dan 1,569.

Selain keempat kelompok tersebut output statistics diatas juga dapat menerangkan
N atau jumlah data serta data yang valid (terbaca dengan baik) dan data yang missing
(hilang / corrupt). Kemudian pada Menu Charts digunakan untuk menampilkan data
dalam bentuk diagram. Seperti Histogram dengan kunva normal, pie chart (diagram
lingkaran) atau bar chart (diagram batang). Hasil output SPSS juga dapat
menampilkan tabel frekuensi dan data dimana dalam tabel ini tersaji frekuensi,
perentase senta komulatif persen.
 DAFTAR PUSTAKA

https://www.academia.edu/31623625/Acara_1_Pengantar_SPSS.doc
file:///C:/Users/Asus/Downloads/Modul_Statistik_SPSS_Versi_20.pdf