SPSS Ver.16
Disusun Oleh :
26020110130078
UNIVERSITAS DIPONEGORO
SEMARANG
2010
BAB I
PENDAHULUAN
Latar Belakang
Pada zaman sekarang ini, semua sudah serba modern sehingga semua kegiatan dituntut untuk serba
cepat, seperti pengolahan data dan yang lain yang sulit untuk dikerjakan secara manual. Dan untuk
memudahkan itu semua maka diciptakanlah komputer. Komputer berasal dari bahasa yunani
‘Computare’ yang artinya menghitung. Komputer memang memudahkan kita untuk mengolah data yang
didasarkan pada operasi matematika seperti operasi logika. Meskipun komputer merupakan buatan
manusia, namun alat ini sangat membantu pekerjaan manusia dalam pengolahan data karena
mempunyai tiga keunggulan, yaitu pada bidang kecepatan, ketepatan, dan keandalan.
Ternyata komputer saja tidak cukup untuk membantu manusia dalam memasukkan data (data entry),
mengedit data, transformasi data, analisis data yang dibutuhkan dalam penelitian, dan permasalahan
dalam membuat dan mendistribusikan informasi yang berguna untuk pengambilan keputusan dalam
suatu organisasi, agar tetap eksis dan unggul dalam kompetisi yang ketat, yang dialami oleh mahasiswa
dalam mata kuliah Statistika. Maka dari itu dibuat suatu program aplikasi SPSS. Software ini dibuat oleh
tiga mahasiswa Stanford University yang dioperasikan pada komputermainframe pada tahun 1968.
Dalam pengenalannya pada mahasiswa, diadakan praktikum SPSS(Statistical Product and Service
Solution) yang nantinya dapat digunakan mahasiswa dalam menghitung dan menganalisis suatu data
yang telah diperoleh sebelumnya.
Permasalahan
Pada saat ini bidang statistik dikenal sebagai suatu alat untuk menguji konsep-konsep dan untuk
merasakan arah-arah didalam berbagai ragam disiplin ilmu.
Statistik diperlukan di dalam dunia perguruan tinggi dan dunia perusahaan serta di dalam kehidupan
sehari-hari.
Dari berbagai software khusus statistik yang beredar sekarang, SPSS adalah yang paling populer dan
paling banyak digunakan pemakaiannya di seluruh dunia dalam berbagai riset sains. Oleh karena itu, kita
akan mempelajari dan mengenalprogram SPSS ini.
Tujuan Praktikum
Praktikan dapat mengolah dan menganalisa suatu data dengan Uji Histogram dan Distribusi Normal.
Praktikan dapat mengolah dan menganalisa suatu data dengan Uji Box Plot.
Praktikan dapat mengolah dan menganalisa suatu data dengan Uji One Sample T-Test.
Praktikan dapat mengolah dan menganalisa suatu data dengan Uji Independent Sample T-Test.
Praktikan dapat mengolah dan menganalisa suatu data dengan Uji Paired Sample T-Test.
Manfaat Praktikum
Praktikan tahu dan mampu melakukan deskripsi dan inferensia data dengan menggunakan SPSS
TINJAUAN PUSTAKA
Kata statistik berasal dari bahasa latin, yaitu status yang berarti negara atau untuk menyatakan hal-hal
yang berhubungan dengan ketatanegaraan. Cakupan statistik bukan hanya pada angka-angka
pemerintahan saja, tetapi telah mengambil bagian dari berbagai kehidupan.
Pengertian pertama
Statistik adalah sekumpulan angka untuk menerangkan sesuatu, baik angka yang belum tersusun
maupun angka-angka yang sudah tersusun dalam suatu daftar atau grafik.
Pengertian kedua
Statistik adalah sekumpulan cara dan aturan tentang pengumpulan, pengolahan, analisis, serta
penafsiran data yang terdiri dari angka-angka.
Pengertian ketiga
Statistik adalah sekumpulan angka yang menjelaskan sifat-sifat data atau hasil pengamatan.
Dari pengertian kedua dan ketiga, dalam arti luas disimpulkan bahwa statistika merupakan suatu metode
atau ilmu, yaitu metode atau ilmu yang mempelajari cara pengumpulan, pengolahan, penganalisisan,
penafsiran, dan penarikan kesimpulan dari data yang ada.
Data
Kesimpulan
Angka-angka
Pengertian statistik juga dapat dilihat dari beberapa pendapat ahli, yaitu:
Statistik adalah metode untuk mengumpulkan, mengolah, dan menyajikan, serta menginterpretasikan
data yang berwujud angka-angka.
Statistik adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengolahan
penganalisisannya, dan penarikan kesimpulan berdasarkan kumpulan data dan penganalisisan yang
dilakukan.
Statistik adalah metode yang memberikan cara-cara guna menilai ketidaktentuan dan penarikan
kesimpulan yang bersifat induktif.
J. Supranto
Statistika adalah ilmu yang mempelajari cara pengumpulan, penyajian, dan analisis data, serta cara
pengmbilan kesimpulan secara umum berdasarkan hasil penelitian yang menyeluruh.
Statistik adalah kumpulan angka-angka yang berhubungan dengan atau melukiskan suatu persoalan.
Sebagai penyedia bahan-bahan atau keterangan-keterangan berbagai hal untuk diolah dan ditafsirkan.
Sebagai penyedia alat untuk mengemukakan atau menemukan kembali keterangan-keterangan yang
seolah-olah tersembunyi dalam angka-angka statistik.
Sebagai peralatan analisis dan interpretasi dari data kuntitatif ilmu pengetahuan, sehingga didapatkan
suatu kesimpulan dari data-data tersebut.
(Ir. M. Iqbal Hasan,M.M., 2002)
Variabel: adalah suatu sifat atau fenomena yang menunjukan sesuatu yang dapat diamati dan nilainya
berbeda-beda
Mempunyai nama
Nilainya berbeda-beda
Satuan : centimeter
Jika kita akan meneliti tingkat pengetahuan ibu hamil → maka ibu hamil disebut subyek penelitian
→sedangkan tingkat pengetahuan disebut obyek penelitian
Variabel Tergantung/ Akibat / Terpengaruh/ Dependen → variabel yang dipengaruhi oleh variabel lain
Variabel Bebas/ Sebab/ mempengaruhi/ Independen →variabel yang mempengaruhi variabel lain
Contoh: variabel pendidikan dan pekerjaan →variabel pendidikan (variabel bebas), variabel pekerjaan
(tergantung) → sebab pendidikan mempengaruhi pekerjaan
Hubungan Asimetris
Hubungan Simetris
Hubungan variabel Asimetris adalah hubungan suatu variabel yang mempengaruhi variabel lainya
X→Y
Hubungan simetris artinya kedua variabel ada hubungan tetapi tidak saling mempengaruhi
Contoh: variabel Tinggi badan (Y1) dan Berat Badan (Y2) dipengaruhi oleh variabel pertumbuhan (X)
Variabel Perantara
Variabel perantara atau penghubung: variabel yang menjadi penghubung antara variabel bebas dan
variabel tergantung
Misal: modernisasi (status wanita) dapat mempengaruhi fertilitas, tetapi tidak secara langsung, namun
melalui kontrasepsi atau penundaan usia perkawinan → variabel kontrasepsi dan penundaan usia
perkawinan disebut: Variabel Perantara
Variabel penekan atau prakondisi adalah variabel yang merupakan prasyarat bekerjanya variabel bebas
dan variabel tergantung
Contoh: Kuman M. TB (variabel bebas) menyebabkan penyakit TB (varibel tergantung) → proses diatas
dapat berlangsung pada saat kondisi tubuh lemah (variabel penekan/ prakondisi)
Variabel pengganggu/ distorter adalah variabel yang mengganggu bekerjanya variabel bebas dan
variabel tergantung
Contoh: Hipotesis: akseptor KB ekonomi lemah akan lebih banyak daripada ekonomi tinggi →ternyata
hipotesis tersebut salah, hal ini disebabkan ada variabel pengganggu yaitu variabel status pekerjaan: PNS
dan Non PNS → ternyata hipotesis tsb benar pada pegawai non PNS
Definisi operasional adalah seperangkat instruksi yang lengkap untuk menetapkan apa yang akan diukur
dan bagaimana cara mengukur variable.
Hal-hal yang perlu diperhatikan dalam menyusun definisi operasional sebuah variable adalah:
Nama variable
Definisi operasional dari variabel sangat diperlukan terutama untuk menentukan alat atau instrumen
yang akan digunakan dalam pengumpulan data.
Sebagai contoh konsep orang lapar: Orang lapar dapat didefinisikan sebagai:
Orang yang dapat menghabiskan sepiring nasi dalam waktu kurang dari dua menit
Orang yang kelihatan mengantuk, tidak suka berbicara dan kelihatan lesu.
Untuk menentukan seseorang lapar atau tidak, berdasarkan definisi 1 diperlukan sepiring nasi dan
sebuah pencatat waktu, sedang berdasar definisi 2 tidak diperlukan alat, kecuali indera pengamatan
Ada empat tipe skala pengukuran dalam penelitian, yaitu nominal, ordinal,
Nominal
Skala pengukuran nominal digunakan untuk mengklasifikasikan obyek, individual atau kelompok; sebagai
contoh mengklasifikasi jenis kelamin, agama, pekerjaan, dan area geografis. Dalam mengidentifikasi hal-
hal di atas digunakan angka-angka sebagai symbol. Apabila kita menggunakan skala pengukuran
nominal, maka statistik non-parametrik digunakan untuk menganalisa datanya. Hasil analisa
dipresentasikan dalam bentuk persentase. Sebagai contoh kita mengklaisfikasi variable jenis kelamin
menjadi sebagai berikut: laki-laki kita beri simbol angka 1 dan wanita angka 2. Kita tidak dapat
melakukan operasi arimatika dengan angka-angka tersebut, karena angka-angka tersebut hanya
menunjukkan keberadaan atau ketidakadanya karaktersitik tertentu.
Contoh:
Jawaban pertanyaan berupa dua pilihan “ya” dan “tidak” yang bersifat kategorikal dapat diberi symbol
angka-angka sebagai berikut: jawaban “ya” diberi angka 1 dan tidak diberi angka 2.
Ordinal
Skala pengukuran ordinal memberikan informasi tentang jumlah relatif karakteristik berbeda yang
dimiliki oleh obyek atau individu tertentu. Tingkat pengukuran ini mempunyai informasi skala nominal
ditambah dengan sarana peringkat relatif tertentu yang memberikan informasi apakah suatu obyek
memiliki karakteristik yang lebih atau kurang tetapi bukan berapa banyak kekurangan dan kelebihannya.
Contoh:
Jawaban pertanyaan berupa peringkat misalnya: sangat tidak setuju, tidak setuju, netral, setuju dan
sangat setuju dapat diberi symbol angka 1, 2,3,4 dan 5. Angka-angka ini hanya merupakan simbol
peringkat, tidak mengekspresikan jumlah.
Interval
Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal dengan
ditambah karakteristik lain, yaitu berupa adanya interval yang tetap. Dengan demikian peneliti dapat
melihat besarnya perbedaan karaktersitik antara satu individu atau obyek dengan lainnya. Skala
pengukuran interval benar-benar merupakan angka. Angka-angka yang digunakan dapat dipergunakan
dapat dilakukan operasi aritmatika, misalnya dijumlahkan atau dikalikan. Untuk melakukan analisa, skala
pengukuran ini menggunakan statistik parametric.
Contoh:
Jawaban pertanyaan menyangkut frekuensi dalam pertanyaan, misalnya: Berapa kali Anda melakukan
kunjungan ke Jakarta dalam satu bulan? Jawaban: 1 kali, 3 kali, dan 5 kali. Maka angka-angka 1,3, dan 5
merupakan angka sebenarnya dengan menggunakan interval 2.
Ratio
Skala pengukuran ratio mempunyai semua karakteristik yang dipunyai oleh skala nominal, ordinal dan
interval dengan kelebihan skala ini mempunyai nilai 0 (nol) empiris absolut. Nilai absoult nol tersebut
terjadi pada saat ketidakhadirannya suatu karakteristik yang sedang diukur. Pengukuran ratio biasanya
dalam bentuk perbandingan antara satu individu atau obyek tertentu dengan lainnya.
Contoh:
Berat Sari 35 Kg sedang berat Maya 70 Kg. Maka berat Sari dibanding dengan berat Maya sama dengan 1
dibanding 2.
Validitas
Suatu skala pengukuran dikatakan valid apabila skala tersebut digunakan untuk mengukur apa yang
seharusnya diukur. Misalnya skala nominal yang bersifat non-parametrik digunakan untuk mengukur
variabel nominal bukan untuk mengukur variabel interval yang bersifat parametrik. Ada 3 (tiga) tipe
validitas pengukuran yang harus diketahui, yaitu:
Validitas isi menyangkut tingkatan dimana item-item skala yang mencerminkan domain konsep yang
sedang diteliti. Suatu domain konsep tertentu tidak dapat begitu saja dihitung semua dimensinya karena
domain tersebut kadang mempunyai atribut yang banyak atau bersifat multidimensional.
Validitas konstruk berkaitan dengan tingkatan dimana skala mencerminkan dan berperan sebagai konsep
yang sedang diukur. Dua aspek pokok dalam validitas konstruk ialah secara alamiah bersifat teoritis dan
statistik.
Reliabilitas
Reliabilitas menunjuk pada adanya konsistensi dan stabilitas nilai hasil skala pengukuran tertentu.
Reliabilitas berkonsentrasi pada masalah akurasi pengukuran dan hasilnya.
Meskipun statistik bisa diterapkan pada hampir semua aspek kehidupan, namun ada beberapa elemen
yang biasa terdapat dalam suatu persoalan statistik, yaitu:
2.3.1 Populasi
Masalah dasar dari persoalan statistik adalah menentukan populasi data. Secara umum populasi bisa
didefinisikian sebagai sekumpulan data yang mengidentifikasi suatu feomena. Misal pekerja di seluruh
Indonesia bisa disebut suatu populasi, bahkan semua pekerjadi PT ’UTAMA’ juga bisa dikatakan populasi,
bahkan pekerja wanita khusus di bagian produksi yang bekerja lembur pada malam hari di PT ’UTAMA’
tersebut juga bisa disebut suatu populasi. Jadi tergantung dari kegunaan dan relevansi data yang
dikumpulkan. Jika diinginkan diteliti kepuasan pekerja wanta khusus di bagian produksi yang bekerja
lembur pada malam hari di PT ’UTAMA’ tersebut, populasi adalah pekerja wanita khusus di bagian
produksi yang bekerja lembur pada malam hari di PT ’UTAMA’. Namun, jika ingin diteliti status dan
keadaan pekerja wanita di Indonesia, populasi yang relevan adalah seluruh wanita Indonesia yang aktif
bekerja.
Populasi dalam statistik juga tidak hanya terbatas pada masalah-masalah manusia atau bisnis, namun
lebih luas seperti populasi ayam di suatu daerah, poulasi bakteri ’X’ di suatu Laboraturium dan
seterusnya. Juga populasi bisa sedemikian besarnya hingga bisa dikatakan tak terbatas, seperti populasi
oksigen di dunia, populasi plankton di lautan dan sebagainya.
2.3.2 Sampel
Sampel bisa didefinisikan sebagai sekumpulan data yang diambil atau diseleksi dari suatu populasi
seperti dalam kasus populasi di atas. Jika populasi adalah seluruh pekerja wanita di PT ’UTAMA’, sampel
bisa sebagian pekerja wanita, atau beberapa pekerja wanita di perusahaan tersebut. Jadi, sampel adalah
bagian dari populasi, atau populasi bisa dibagi dalam berbagai jenis sampel.
2.3.3 Statistik Inferensi
Seperti telah dijelaskan di muka, statistik inferensi pada dasarnya adalah suatu keputusan, perkiraan atau
generalisasi tentang suatu populasi berdasarkan informasi yang terkandung dari suatu sampel. Pada
kasus pekerja wanita di atas, dari sampel –misal- 20 oreang pekerja wanita di PT ’UTAMA’. Jika setelah
dilakukan serangkaian analisis statistik, ternyata umumnya para pekerja wanita bergaji rendah dan
merasa tidak puas dengan kondisi kerjanya sehingga dapat disimpulkan bahwa seluruh pekerja wanita di
PT ’UTAMA’ (populasi) juga merasa tidak puas dengan kondisi kerja dan tingkat gaji yang diterima selama
in. Jadi, apa yang disimpulkan dari analisis terhadapa sample, itu pula yang digeneralisasikan pada
populasi.
Dari ketiga elemen di atas, bisa disimpulkan bahwa tujuan dari statistik pada dasarnya adalah melakukan
deskripsi terhadap data sampel, kemudian melakukan inferensi terhadap populasi data berdasar pada
informasi (hasil statistik deskriptif)) yang terkandung dalam sampel. Namun karena sampel yang diambil
hanyalah sebagian dari populasi, bisa terjadi bias dalam kesimpulan yang didapat. Misal bisa saja tidak
semua wanita pekerja di PT ’UTAMA’ merasa tidak puas. Mungkin saja ada beberapa wanita pekerja di
sana yang justru merasa puas dan memiliki gaji yang cukup tinggi, karena produktivitasnya lebih besar
dibanding rekan sekerjanya.
Sebagai konsekuensi dari kemungkinan timbulnya berbagai bias dalam inferensi, perlu diukur reabilitas
dari setiap inferensi yang telah dibuat, seperti pelaporan adanya prediksi kesalahan terhadap suatu
keputusan.
Statistika parametrik adalah ilmu statistika yang mempertimbangkan jenis sebaran/distribusi data, yaitu
apakah data menyebar normal atau tidak. Pada umumnya, Jika data tidak menyebar normal, maka data
harus dikerjakan dengan metode Statistika non-parametrik, atau setidak2nya dilakukan transformasi agar
data mengikuti sebaran normal, sehingga bisa dikerjakan dg statistika parametrik. Contoh metode
statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1 atau 2 sampel), korelasi pearson, Perancangan
Percobaan (1 or 2-way ANOVA parametrik), dll. (Ir. M. Iqbal Hasan,M.M., 2002)
Statistik deskriptif adalah bagian dari statistik yang mempelajari cara pengumpulan dan penyajian data
sehingga mudah dipahami.
Statistik deskriptif hanya berfungsi untuk menerangkan keadaan, gejala, atau persoalan.
Penarikan kesimpulan pada statistik deskriptif hanya ditujukan pada kumpulan data yang ada.
Didasarkan pada ruang lingkup bahasannya, statistik deskriptif mencakup hal sebagai berikut:
Ukuran dispersi (jangkauan, simpangan rata-rata, variasi, simpangan baku, dan sebagainya)
Angka Indeks
Statistik inferensi adalah bagian dari statistik yang mempelajari mengenai penafsiran dan penarikan
kesimpulan yang berlaku secara umum dari data yang telah tersedia.
Penarikan kesimpulan pada statistik inferensi merupakan generalisasi dari suatu populasi berdasarkan
data yang ada. Didasarkan atas ruang lingkup bahasannya, statistik ini mencakup:
Distribusi teoritis
Uji hipotesis
Statistika non-parametrik -> statistika non-parametrik adalah statistika bebas sebaran (tdk mensyaratkan
bentuk sebaran parameter populasi, baik normal atau tidak). Statistika non-parametrik biasanya
digunakan untuk melakukan analisis pada data berjenis Nominal atau Ordinal. Data berjenis Nominal dan
Ordinal tidak menyebar normal. Contoh metode Statistika non-parametrik:Binomial test, Chi-square test,
Median test, Friedman Test, dll.
2.5.1 Korelasi
Dalam teori probabilitas dan statistika, korelasi, juga disebut koefisien korelasi, adalah nilai yang
menunjukkan kekuatan dan arah hubungan linier antara duapeubah acak (random
variable). (www.wikipedia.com)
Salah satu jenis korelasi yang paling populer adalah koefisien korelasi momen-produk Pearson, yang
diperoleh dengan membagi kovarians kedua variabel dengan perkalian simpangan bakunya. Meski
memiliki nama Pearson, metode ini pertama kali diperkenalkan oleh Francis Galton.
(www.wikipedia.com)
Regresi merupakan suatu alat ukur yang juga digunakan untuk mengukur ada tidaknya korelasi
antarvariabel. Istilah regresi pertama sekali diperkenalkan oleh Sir Francis Galton pada tahun 1877.
Dalam penelitiannya, Galton menemukan bahwa tinggi anak dari orangtua cenderung meningkat atau
menurun dari berat rata-rata populasi.
Adapun SPSS BI adalah salah satu produk andalan SPSS sebagai market leader pada program statistik,
yang berfungsi untuk membantu suatu organisasi dalam membuat dan mendistribusikan informasi yang
berguna untuk pengambilan keputusan, agar tetap eksis dan unggul dalam kompetisi usaha yang ketat.
SPSS BI mempunyai 4 bagian utama:
Data Analysis dan Data Mining : menyediakan berbagai perhitungan statistik untuk pengolahan data.
Berikut adalah family product SPSS untuk Data Analysis dan Data Mining :
SPSS Base, ini adalah produk utama SPSS yang mencakup semua perhitungan statistik deskriptif dan
induktif, serta dilengkapi penyajian berbagai jenis grafik. SPSS Base dilengkapi dengan add-on
enhancements yang meliputi:
SPSS Trends
SPSS Categories
SPSS Chaid
Neural Connection
Mapinfo
Aiiclear III
(Santoso Singgih,2001)
SPSS Data Editor muncul setiap kali SPSS dibuka dan merupakan window utama pada SPSS.
Data Editor terdiri atas sepuluh menu utama, yaitu File, Edit, View, Data, Transform, Analyze,
Menu utama File merupakan menu pertama dari Data Editor yang dibuka oleh para pengguna
SPSS.
Kolom, dengan ciri adanya kata var dalam setiap kolomnya. Kolom dalam SPSS akan diisi oleh Variabel
(seperti penjualan, tinggi bandan dan lainnya).
Baris, dengan ciri adanya angka 1,2,3 dan seterusnya. Baris dalam SPSS akan diisi oleh Kasus.
- Klik Data.
b. Menamai Variabel yang diperlukan
Klik Variabel View yang ada dibagian kiri bawah, maka pada SPSS Data Editor akan tampil kolom-kolom
dengan heading Name, Type, Width, Decimal, labels, Value, dsb.
Kolom Name:
Kolom ini untuk pendefisian nama variabel. Dalam pemberian nama variabel, hal-hal yang perlu
diperhatikan adalah:
5. Hindarilah istilah dalam SPSS seperti; All, And, By, Eq, Ge, Le, Lt, Ne, Or, To, With
Kolom Type:
Kolom ini utnuk mendefinisikan type variabel antara lain Numeric, Dot, Scientific notation, Date, Dollar,
Custom currency, dan String
Kolom Width:
Kolom Decimal:
Kolom ini untuk memberikan tempat decimal dari data pada variabel yang sesuai
Kolom Labels:
Kolom Values:
Kolom ini untuk memberikan harga label dari variabel (jika perlu)
Menu Edit digunakan untuk melakukan perbaikan atau perubahan berkenaan dengan data yang telah
dibuat ataupun berbagai option.
Terhadap data yang telah dibuat oleh SPSS, perbaikan ataupun perubahan meliputi menghapus
data/kasus, menambah variabel, menemukan nomor kasus dan lainnya. Sebelum edit dapat dilakukan
terhadap data pada suatu file, maka harus ada file tertentu pada Data Editor. (Santoso Singgih, 2001)
Terhadap data yang telah dibuat, dapat dilakukan perbaikan atau perubahan meliputi menghapus data,
mengganti data, menambah variabel, dan lain-lain.
1. Edit terhadap data yang telah dibuat. Langkah-langkah edit data sebagai berikut :
- Pilih Cut atau CTRL+X. Jika ternyata data tidak jadi dihapus maka pilih Undo
- Klik OK
Menu View berfungsi untuk mengatur toolbar (status bar, penampakan value label dan lainnya).
Menu Data digunakan untuk melakukan berbagai pengerjaan pada data SPSS. Dalam beberapa hal,
menu ini mempunyai fungsi yang berkaitan dengan menu Edit, seperti dalam menyisipkan variabel,
menyisipkan kasus dan sebagainya.
Menu Transform berfungsi untuk membuat perubahan pada variabel yang telah dipilih dengan kriteria
tertentu. (Santoso Singgih, 2001)
Menu Analyze merupakan menu inti SPSS, yang berfungsi utnuk melakuakn semua prosedur perhitungan
statistik, seperti ujit, uji F, regresi, time series dan lainnya.
Menu Graphs berfungsi untuk membuat berbagai jenis grafik untuk mendukung analisis statistik, seperti
Pie, Line, Bar dan kombinasinya.
Menu Utilities atau menu tambahann ynmg mendukung program SPSS, sperti:
Menu Window berfungsi untuk berpindah (switch) diantara menu-menu yang lain di SPSS. (Santoso
Singgih, 2001)
Menu Help berfungsi untuk menyediakan bantuan informasi mengenai program SPSS yang dapat diakses
secara mudah dan jelas. (Santoso Singgih, 2001)
a. Data Editor
Window ini terbuka secara otomatis setiap kali program SPSS dijalankan, dan berfungsi untuk input data
SPSS. Menu yang ada pada Data Editor yaitu:
- File
Menu File berfungsi untuk menangani hal-hal yang berhubungan dengan file data, seperti membuat file
baru, membuka file tertentu, mengambil data dari program lain, mencetak isi Data Editor dan lainnya.
- Edit
Menu Edit berfungsi untuk menangani hal-hal yang berhubungan dengan memperbaiki atau mengubah
nilai data (duplikasi data, menghilangkan data, edit data dan lainnya). Selain itu, Menu Edit juga
berfungsi untuk mengubah setting pada Options (seperti Output label, Script dan lainnya).
- View
Menu View berfungsi untuk mengatur toolbar (status bar, penampakan value label dan lainnya).
- Data
Menu Data berfungsi untuk membuat perubahan data SPSS secara keseluruhan, seperti mengurutkan
data, menyeleksi data berdasar kriteria tertentu, menggabung data dan sebagainya.
- Transform
Menu Transform berfungsi untuk membuat perubahan pada variabel yang telah dipilih dengan kriteria
tertentu.
- Analyze
Menu Analyze merupakan menu inti SPSS, yang berfungsi utnuk melakuakn semua prosedur perhitungan
statistik, seperti ujit, uji F, regresi, time series dan lainnya.
- Graphs
Menu Graphs berfungsi untuk membuat berbagai jenis grafik untuk mendukung analisis statistik, seperti
Pie, Line, Bar dan kombinasinya.
- Utilities
Menu Utilities atau menu tambahann ynmg mendukung program SPSS, seperti:
- Window
Menu Window berfungsi untuk berpindah (switch) diantara menu-menu yang lain di SPSS.
- Help
Menu Help berfungsi untuk menyediakan bantuan informasi mengenai program SPSS yang dapat diakses
secara mudah dan jelas. (Santoso Singgih, 2001)
Jika menu editor berfungsi untuk memasukkan data yang siap diolah oleh SPSS, kemudian melakukan
pengolahan data yang dilakukan lewat menu Analyze, maka hasil pengolahan data atau informasi
ditampilkan lewat menu SPSS Viewer atau dapat disebut Viewer saja. Isi output dapt berupa sebuah
Tabel, sebuah Grafik, atau sebuah Teks. Selain menu pada Data Editor, terdapat menu yang lain yaitu:
- Insert
Berfungsi untuk menyisipi dengan judul, grafik, teks atau obyek tertentu dan aplikasi lain.
- Format
Menu Scrip pada dasrnya digunakan untuk melakukan berbagai pengerjaan SPSS secara otomatis, seperti
membuka dan menutup File, Ekspor Chart, Penyesuaian bentuk Output dan lainnya. Isi menu ini sama
dengan menu sebelumnya, hanya ditambah dengan submenu Script untuk membuat berbagai subrutin
dan fungsi baru, serta submenu Debug untuk melakukan proses debug pada script.
BAB III
Semarang)
SPSS (Statistical Product and Service Solution) merupakan salah satu program aplikasi statistik yang
sering digunakan untuk pengolahan data.
Pada saat pertama kali SPSS dibuka, tampilan akan tampak SPSS data editor yang mempunyai dua
tampilan dalam satu layer, yaitu tampilan data view dan variable view. Menu yang dipakai adalah:
File : untuk membuat file baru, membuka file tertentu, mencetak isi editor, dll.
Terdiri dari :
Open
Exit
Terdiri dari :
Find
Edit Option
Terdiri dari :
Status Bar
Tool Bar
Fonts
Grid lines
Value Labels
Terdiri dari :
Define dates
Insert variable
Insert case
Go to case
Sort case
Transpose
Merge files
Aggregate
Split file
Select case
Weight case
Transform : untuk membuat perubahan pada variabel yang telah dipilih.
Terdiri dari :
Compute
Count
Recode
Categorize variables
Rank cases
Automatic recode
Terdiri dari :
Reports
Descriptive statistic
Compare means
Correlate
Regression
Loglinier
Classify
Data reduction
Scale
Survival
Multiple response
Terdiri dari :
gallery
interactive
bar
line
area
pie
high low
pareto
control
boxplot
error bar
scatter
histogram
p–p
q –q
sequence
ROC curve
Time series
Terdiri dari :
Variable
File info
Define sets
Run script
Terdiri dari :
Terdiri dari :
Topics
Tutorial
SPSS homepage
Syntax guide
Statistic coach
About
Register product
Selain data editor, menu lainnya adalah Menu output viewer (untuk menampilkan hasil pengolahan data
atau informasi), Menu syntax viewer (untuk menuliskan beberapa perintah atau pilihan yang hanya
dapat digunakan dengan SPSS Command Language), dan Menu script editor (untuk melakukan berbagai
pengerjaan SPSS secara otomatis, seperti membuka dan menutup file, export chart, dll).
SPSS (Statistical Product and Service Solution) merupakan salah satu program aplikasi statistik yang
sering digunakan untuk pengolahan data.
Pada saat pertama kali SPSS dibuka, tampilan akan tampak SPSS data editor yang mempunyai dua
tampilan dalam satu layer, yaitu tampilan data view dan variable view. Menu yang dipakai adalah:
File : untuk membuat file baru, membuka file tertentu, mencetak isi editor, dll.
Selain data editor, menu lainnya adalah Menu output viewer (untuk menampilkan hasil pengolahan data
atau informasi), Menu syntax viewer (untuk menuliskan beberapa perintah atau pilihan yang hanya
dapat digunakan dengan SPSS Command Language), dan Menu script editor (untuk melakukan berbagai
pengerjaan SPSS secara otomatis, seperti membuka dan menutup file, export chart, dll).
Klik data
Klik variable view yang ada dibagian kiri bawah, maka pada SPSS data editor akan tampil kolom – kolom
dengan heading name, type, widht, decimal, labels, value, dsb.
Mengisi varibel Name yaitu tinggi dan gender, pada kolom Name tinggi, Type diganti Comma.Label diisi
tinggi badan, pada kolom Name gender, Decimals diganti 0, Label diisi jenis kelamin dengan Values
Label yang dikehendaki.
Data View yang berada dibagian kiri bawah diklik, maka pada SPSS Data Editor akan muncul beberapa
kolom. Data yang akan disusun distribusi frekuensinya diketik ke dalam kolom yang kita kehendaki pada
data editor.
Kemudian klik Analyze → Deskriptive Statistics → Frequencies. Pindahkan Tinggi Badan pada kolom
Variable(s).
Mengeklik Statistics kemudian Check list pada Persentile Value Quartiles, pada Central Tedency yaitu
Mean dan Median, sedangkan pada Despertion Check list semua. Lalu klikContinue.
Klik Chart → Check list Histograms dan With Normal Curve. Klik Continue → OK.
Menyusun distribusi frekuensi untuk gender. Klik Analyze → Deskriptive Statistics →Frequencies.
Kemudian pindahkan Jenis Kelamin pada kolom Variable(s).
Klik Statistics → Check list pada Presentile Value yaitu Quartiles, Despersion, Central Tendencyyaitu
Mean dan Median dan pada Distribution yaitu Skewness dan Kurtosis. Klik Continue.
Pindahkan data panjang dan lebar dari kiri ke kolom dependent list dengan cara mengeblok kemudian
klik tanda panah.
Klik statistic kemudian beri tanda (v) pada descriptive
Klik continue
Klik plots dan untuk keseragaman, pada boxplot pilih factor levels together dan pada descriptive pilih
stem and leaf.
Klik continue
Klik ok
Konsep penting dalam statistik inferensi adalah: (1) apakah beberapa ssampel yang telah diambil berasal
dari populasi yang sama (populasi data berdistribusi normal)? Dan (2) apakah sampel – sampel tersebut
mempunyai varians yang sama.
Langkah – langkah:
Klik Analyze
Klik Explore
Pindahkan data ukuran dari kolom kiri ke kolom dependent list dengan cara mengeblok kemudian klik
tanda panah.
Pindahkan data kode dari kolom factor list dengan cara mengeblok kemudian klik tanda panah.
Klik continue
Klik Plots dan untuk keseragaman, pada bloxplot pilih non dan pada desctriptive tidak ada yang dipilih.
Pada bagian spread vs level with levene test pilih power estimation.
Klik continue
Klik OK.
Scetterplot
Deskriptif ini digunakan untuk mengetahui sebaran data pada statistik univarian.
Langkah – langkah:
Klik graph
Klik define
Pindahkan data logpanjang dari kolom kiri ke kolom X axis dengan cara mengeblok kemudian klik panah
Klik ok
Hipotesis
Ho = tidak ada hubungan antara panjang cangkang dengan lebar cangkang pada kerangAnadara granosa.
Hi = ada hubungan antara panjang cangkang dengan lebar cangkang pada kerang Anadara granosa.
Analisa regresi linier sederhana merupakan analisis yang membicarakan hubungan antara 2 buah
variabel, yaitu variabel bebas dan variavel tergantung.
Langkah – langkah:
Klik Analyze
Pindahkan data logpanjang dari kolom kiri ke kolom independent dan loglebar ke
kolomdependent dengan cara mengeblok kemudian klik panah.
Pada kolom residual beri tanda (v) pada casewise diagnostic dan pilih all cases.
Klik continue
Klik pilihan sdresid dan masukkan kekolom Y lalu klik pilihan zpred dan masukkan kekolom X.
Klik next
Klik pilihan zpred dan masukkan kekolom Y lalu klik dependnt dan masukkan kekolom X.
Pada kolom standardized residual plots beri tanda (v) pada normal probability plot.
Klik continue
Klik OK.
BAB IV
Memasukkan data
Uji frekuensi
Frequencies
Notes
Comments
Filter <none>
Weight <none>
/NTILES=4
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.
[DataSet0]
Statistics
tinggi badan
N Valid 25
Missing 0
Mean 169.4000
Median 168.9000
Variance 24.634
Skewness -.155
Kurtosis .452
Std. Error of Kurtosis .902
Range 20.70
Minimum 159.60
Maximum 180.30
Percentiles 25 167.2000
50 168.9000
75 172.5000
tinggi badan
Uji Explore
Regression
Notes
Comments
Filter <none>
Weight <none>
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT logpanjang
/METHOD=ENTER loglebar
/SCATTERPLOT=(*SDRESID ,*ZPRED)
(*ZPRED ,logpanjang)
/RESIDUALS NORM(ZRESID)
Additional Memory
824 bytes
Required for Residual Plots
[DataSet4]
Descriptive Statistics
Correlations
N panjang cangkang 24 24
lebar cangkang 24 24
Variables Entered/Removedb
Variables Variables
Model Entered Removed Method
Model Summaryb
Total .103 23
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Charts
Explore
Notes
Comments
Filter <none>
Weight <none>
/STATISTICS DESCRIPTIVES
/CINTERVAL 95
/MISSING LISTWISE
/NOTOTAL.
[DataSet2]
kode kerang
Cases
Descriptives
Median .2454
Variance .004
Minimum .18
Maximum .38
Range .20
Median .3617
Variance .004
Minimum .30
Maximum .54
Range .24
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
kode
kerang Statistic df Sig. Statistic df Sig.
morfometri kerang
Program SPSS ini merupakan suatu software yang digunakan untuk membantu mempermudah
pengolahan sample data yang spasial.
Pada Pengolahan datanya, kita menggunakan beberapa data untuk diuji yaitu :
Uji Frekuensi
Di uji data dengan jumlah data sebanyak 25 buah. Hasil yang didapat adalah sebagai berikut:
Mean = 169.9000
Median = 169.4000
Varians = 24.634
Skewness = - 0.155
Kurtosis = 0.452
Range = 20.70
Pada tabel frekuensi tinggi badan, penafsiran data dilakukan tiap baris dan dihitung secara kumulatif.
Demikian perhitungan dilakukan seterusnya hingga mencapai 100%.
Dari hasil, histogram yang terlihat frekuensi terbesar adalah pada kisaran tinggi badan ± 170,00
Dari hasil berupa pie chart pada tinggi badan, frekuensi terbesar ada pada kisaran tinggi badan ± 172,50.
Sedangkan dari pie chart data jenis kelamin, frekuensi terbanyak adalah wanita.
Diketahui bahwa nilai rata – rata dari hasil adalah 3868.4450 dan standart deviasi 1123.93164
Period Sample T-Test menggunakan perbandingan dua data mingguan atau per periode.
Dari output 1 (Paired Samples statistics) dimana nilai mean T1 adalah 4034.0450 dan T2 adalah
4665.6450 dan output 2 (paired Samples Test) diketahui bahwa korelasi antara kedua variable T1 dan T2
yaitu 0.175 dengan nilai probabilitas > 0.05. hal ini menyatakan bahwa korelasi antara T1 dan T2 adalah
lemah.
Independent Sample T-Test menggunakan dua buah perbandingan data perlakuan pada suatu sample.
Outputan pertama (Group Statistics) menunjukan nilai rata – rata dari T1 adalah4034.0450 dan T2 adalah
4665.6450.
Dari nilai t hitung (t kritis) diperoleh -1.724 sehingga nilai table t adalah 2.06. didapat kesimpulan bahwa
3.335 > 2.06 maka tolak H0.
Semua data berjumlah 50, yang terdiri dari panjang (25) dan lebar (25) dengan percent valid sebesar
100%.
Output descriptive mendeskripsikan data mengenai nilai masing – masing mean, median, range, nilai
maksimum dan minimum dari masing – masing variable.
Output test of normality terlihat nilai signifikan pada data murfometri kerang adalah panjang cangkang
0.021 dan lebar cangkang 0.017. dimana nilai signifikansi < 0.05 sehingga distribusi datanya berdistribusi
tidak normal.
Output untuk menguji normalitas dengan plot (Q – Q plot) dilihat bahwa distribusi datanya dikatakan
normal. Hal ini dapat terlihat dari sebaran data di sekeliling garis. Dan Output pada Detrended normal Q
– Q plot terdeteksi pola dari titik – titik yang bukan bagian dari kurva normal.
Scetterplot
Terlihat sebaran data dalam satu garis dan terdistribusi secara normal.
Hipotesis
Output model summary dimana nilai R adalah sebesar 1.000 menunjukan bahwa korelasinya sangat kuat
(>0.05). Sedangkan nilai SEE adalah 0.0000 menunjukan model regresi semakin tepat dalam
memprediksi variable dependent.
Output anova diketahui bahwa Fhitung adalah 0 dengan probabilitas 0.000 menunjukan bahwa panjang
cangkang dan lebar cangkang saling mempengaruhi.
BAB V
5.1 Kesimpulan
SPSS adalah salah satu program statistik yang dibuat untuk mempermudah dalam menyelesaiakan
masalah-masalah pengolahan data dalam statistik.
Dalam menyelesaikan masalah pengolahan data statistik dapat digunakan SPSS Data Editor
dengan beberapa uji, yaitu;
Uji frekuensi
Scetterplot
Hipotesis
Statistik dengan uji hipotesis yaitu untuk membuktikan dengan alat statistika, apabila dugaan yang
dimiliki dapat dibuktikan benar atau sebaliknya. Ada dua kelompok besar yang dapat dilakukan dengan
uji hipotesis: uji hipotesis terkait uji rerata, dan uji hubungan baik terbatas pada besarnya derajat
asosiasi (uji korelasi) atau mencari bentuk hubungan fungsional beberapa variabel (uji regresi).
5.2 Saran
Sebaiknya komputer di lab d tambah lagi agar dapat digunakan secara efisien, dan praktikan tidak
berdesak-desakan dalam melakukan praktikum.
Sebaiknya asisten jauh-jauh hari sudah memberikan jadwal praktikum kepada praktikan agar praktikan
dapat mempersiapkan sebelumnya.
Dalam penjelasan saat praktikum, sebaiknya asisten jangan terlalu cepat menjelaskannya, karena banyak
praktikan yang ketinggalan bagaimana langkah-langkah dalam melakukan pengolahan datanya.