MAKALAH EPIDEMIOLOGI

“Manajemen Analisis dan Interpretasi Data Serta Teknologi

Informasi dan Software Pengolahan Data”

Oleh :

VIRA INDRIANI
1715301263
14 C

Dosen Pembimbing :

Vittria Melinda, S.ST, M. Biomed

PRODI DIV KEBIDANAN

STIKES FORT DE KOCK BUKITTINGGI

TAHUN AJARAN 2018/2019

 KATA PENGANTAR

Puji dan syukur kami panjat kan kepada allah SWT, yang telah memberikan kekuatan
dan kemapuan dalam proses perkulihan, dan penulisan makalaha yang berjudul “Manajemen
Analisis dan Interpretasi Data Serta Teknologi Informasi dan Software Pengolahan
Data”, yang merupakan suatu kajian yang disusun untuk melengkapi tugas dalam mata
kuliah EPIDEMIOLOGI.

Dalam penyusunan makalah ini kami mengharapkan saran, masukan bahkan kritik
yang membangun untuk makalah ini, sehingga bisa digunakan sebagai referensi dalam mata
kuliah ini.

Penulis menyampaikan terima kasih kepada dosen pengajar mata kuliah Epidemiologi
yang telah membantu dan memotivasi kami dalam pembuatan makalah ini. Terima kasih juga
untuk semua pihak yang telah membantu dalam pembuatan makalah ini sehingga dapat di
selesai seperti yang di harapkan.

Bukit Tinggi, 25 April 2018

Penulis
 DAFTAR ISI

KATA PENGANTAR................................................................................................

DAFTAR ISI...............................................................................................................

BAB I PENDAHULUAN...........................................................................................

1.1 Latar Belakang.......................................................................................................

1.2 Rumusan Masalah..................................................................................................
1.3 Tujuan.....................................................................................................................

BAB II PEMBAHASAN............................................................................................

2.1 Manajemen Analisis Data......................................................................................

2.1.1 Pengertian Analisis Data..............................................................................
2.1.2 Jenis-Jenis Analisis Data..............................................................................
2.1.3 Teknik-Teknik dalam Analisis Data............................................................
2.1.4 Langkah-Langkah dalam Analisis Data.......................................................
2.2 Menginterpretasikan Data......................................................................................
2.2.1 Pengertian Interpretasi Data.........................................................................
2.2.2 Teknik Menginterpretasi Data.....................................................................
2.3 Teknik Informasi dan Software dalam Mengolah Data.......................................
2.3.1 Macam-Macam Software dalam Mengolah Data......................................
2.3.2 Kegunaan Software Untuk Pengolahan Data............................................
2.3.3 Pengenalan Program SPSS........................................................................
2.3.4 Fasilitas dalam Program SPSS..................................................................

BAB III PENUTUP..................................................................................................

3.1 Kesimpulan..........................................................................................................
3.2 Saran....................................................................................................................

DAFTAR PUSTAKA...............................................................................................
 BAB I
PENDAHULUAN
1.1 Latar Belakang

Penelitian merupakan kegiatan yang terencana untuk mencari jawaban yang

obyektif atas permasalahan manusia melalui prosedur ilmiah. Untuk itu didalam suatu
penelitian dibutuhkan suatu proses analisis data yang berguna untuk menganalisis data-
data yang telah terkumpul. Data yang terkumpul banyak sekali dan terdiri dari berbagai
catatan di lapangan, gambar, foto, dokumen, laporan, biografi, artikel, dan sebagainya.
Pekerjaan analisis data dalam hal ini ialah mengatur, mengurutkan, mengelompokkan,
memberikan kode, dan mengategorikannya. Pengorganisasian dan pengelolaan data
tersebut bertujuan menemukan tema dan hipotesis kerja yang akhirnya diangkat menjadi
teori substantif oleh karena itu, analisis data merupakan bagian yang amat penting
karena dengan analisislah suatu data dapat diberi arti dan makna yang berguna untuk
masalah penelitian. Data yang telah dikumpulkan oleh peneliti tidak akan ada gunanya
apabila tidak dianalisis terlebih dahulu.
Didalam penelitian yang bersifat ilmiah maka harus dilakuakan dengan teliti,
cermat dan hati-hati. Proses penelitian tidak cukup diselesaikan dalm tempo waktu yang
singkat, melainakan memerlukan waktu yang relaif lama. Dalam prosesnya juga ada
prosedur dan rambu-rambu yang harus diperhatikan.
Konsep-konsep dasar penelitian yang meliputi langkah-langkah dan prosedur
penelitian harus diketahui oleh peneliti. Dalam menentukan varibel, fokus penelitian
(pemetaan variable dan penentuan focus ), populasi, sampel, dan teknik sampling juga
harus dapat dikuasai oleh peneliti untuk menghasilkan hasil penelitian yang lebih akurat
dan valid.
Tidak terkecuali dengan pemahaman akan pentingnya analisis data yang juga
membutuhkan keuletan dan kepiawaian dalam melakukannya. Hal ini juga tidak boleh
diabaikan karena pada tahap ini peneliti harus menentukan jenis penelitiannya. Karena
pada dasarnya penerapan analisis data berbeda jika jenis penelitiannya berbeda. Apakah
termasuk kedalam penelitian kuantitaif ataukah penelitian kualitatif. oleh karena
pentinganya akan materi analisis data tersebut, maka dalam makalah ini akan kami coba
untuk membahasnya.
Dengan perkembangan ilmu pengetahuan dan teknologi yang semakin maju,
aplikasi dalam sebuah komputer juga semakin bervariasi, dengan tujuan untuk
 mempermudah pengguna dalam mengolah data yang dibutuhkan. Salah satunya adalah
aplikasi SPSS. Aplikasi SPSS adalah aplikasi yang digunakan untuk mengolah data
statistik, yang menyajikan berbagai kemudahan didalamnya. Dalam kesempatan kali ini,
penulis membuat makalah yang berjudul “SOFTWARE APLIKASI STATISTIK
(SPSS)” dengan tujuan ingin berbagi pengetahuan tentang beberapa kegunaan SPSS dan
pembahasan lainnya.

1.2 Rumusan Masalah

Adapun rumusan masalah dalam penelitian ini adalah :
1. Apa itu Pengertian Analisis Data?
2. Apa saja Jenis-Jenis Analisis Data?
3. Bagaimana Teknik dalam Menganalisis Data?
4. Bagaimana Langkah-Langkah dalam Menganalisis Data?
5. Apa itu Pengertian Interpretasi Data?
6. Bagaimana Teknik dalam Melakukan Interpretasi Data?
7. Apa saja Macam-Macam Software dalam Pengolahan Data?
8. Apa saja Kegunaan dari Aplikasi Software dalam Pengolahan Data?
9. Bagaimana Program SPSS?
10. Apa saja Fasilitas dari Aplikasi Pengolahan Data SPSS?

1.3 Tujuan Penulisan

Adapun tujuan dari penulisan makalah ini adalah :
1. Untuk mengetahui apa itu Pengertian Analisis Data
2. Untuk mengetahui apa saja Jenis-Jenis Analisis Data
3. Untuk mengetahui bagaimana Teknik dalam Menganalisis Data
4. Untuk mengetahui bagaimana Langkah-Langkah dalam Menganalisis Data
5. Untuk mengetahui apa itu Pengertian Interpretasi Data
6. Untuk mengetahui bagaimana Teknik dalam Melakukan Interpretasi Data
7. Untuk mengetahui apa saja Macam-Macam Software dalam Pengolahan Data
8. Untuk mengetahui apa saja Kegunaan dari Aplikasi Software dalam Pengolahan Data
9. Untuk mengetahui bagaimana Program SPSS
10. Untuk mengetahui apa saja Fasilitas dari Aplikasi Pengolahan Data SPSS
 BAB II
PEMBAHASAN
2.1 MANAJEMEN ANALISIS DATA
2.1.1 Pengertian Analisis Data

Menurut Ardhana12 (dalam Lexy J. Moleong 2002: 103) menjelaskan bahwa

analisis data adalah proses mengatur urutan data, mengorganisasikanya ke dalam suatu
pola, kategori, dan satuan uraian dasar.

Menganalisis data diartikan juga sebagai proses yang merinci usaha secara
formal untuk menemukan tema dan merumuskan hipotesis (ide) seperti yang
disarankan dan sebagai usaha untuk memberikan bantuan dan tema pada hipotesis. Jika
dikaji, pada dasarnya definisi pertama lebih menitikberatkan pengorganisasian data
sedangkan yang ke dua lebih menekankan maksud dan tujuan analisis data. Dengan
demikian definisi tersebut dapat disintesiskan bahwa analisis data merupakan proses
mengorganisasikan dan mengurutkan data ke dalam pola, kategori dan satuan uraian
dasar sehingga dapat ditemukan tema dan dapat dirumuskan hipotesis kerja seperti yang
didasarkan oleh data.

Analisis data merupakan salah satu langkah penting dalam rangka memproleh
temuan-temuan hasil penelitian. Hal ini disebabkan data akan menuntun kita kearah
temuan ilmiah, bila dianalisis dengan teknik-teknk yang tepat. Data yang belum
dianalisis merupakan data mentah. Dalam kegiatan penelitian, data mentah akan
memberi arti bila dianalisis dan ditafsirkan. Sehingga analisis data sangat memegang
peranan penting dalam penelitian. Dalam rangka analisis dan interpretasi data, perlu
dipahami tentang keberadaan data itu sendiri. Secara garis besar, keberadaan data dapat
digolongkan ke dalam dua jenis, yaitu data bermuatan kualitatif dan data bermuatan
kuantitatif yang akan dijelaskan pada sub bab selanjutnya.

2.1.2 Jenis-Jenis Analisis Data

Analisis data merupakan salah satu langkah penting dalam rangka memperoleh
temuan-temuan hasil penelitian. Hal ini disebabkan, data akan menuntun kita ke arah
temuan ilmiah, bila dianalisis dengan teknik-teknik yang tepat. Data yang belum
dianalisis masih merupakan data mentah. Dalam kegiatan penelitian, data mentah akan
memberi arti, bila dianalisis dan ditafsirkan.
 Dalam rangka analisis dan interpretasi data, perlu dipahami tentang keberadaan
data itu sendiri. Secara garis besar, keberadaan data dapat digolongkan ke dalam dua
jenis, yaitu :

1. Data Kualitatif

Data bermuatan kualitatif disebut juga dengan data lunak. Data semacam ini
diperoleh melalui penelitian yang menggunakan pendekatan kualitatif, atau penilaian
kualitatif. Keberadaan data bermuatan kualitatif adalah catatan lapangan yang
berupa catatan atau rekaman kata-kata, kalimat, atau paragraf yang diperoleh dari
wawancara menggunakan pertanyaan terbuka, observasi partisipatoris, atau
pemaknaan peneliti terhadap dokumen atau peninggalan. Untuk memperoleh arti
dari data semacam ini melalui interpretasi data, digunakan teknik analisis data
kualitatif.

2. Data Kuantitatif

Keberadaan data bermuatan kuantitatif adalah angka-angka (kuantitas), baik

diperoleh dari jumlah suatu penggabungan ataupun pengukuran. Data bermuatan
kuantitatif yang diperoleh dari jumlah suatu penggabungan selalu menggunakan
bilangan cacah. Contoh data seperti ini adalah angka-angka hasil sensus, angka-
angka hasil tabulasi terhadap jawaban terhadap angket atau wawancara terstruktur.
Adapun data bermuatan kuantitatif hasil pengukuran adalah skor-skor yang
diperoleh melalui pengukuran, seperti skor tes prestasi belajar, skor skala motivasi,
skor timbangan, dan semacamnya.

2.1.3 Teknik Analisa Data

1. Teknik Analisa Data Kuantitatif
Analisis data dalam kuantitatif menggunakan pendekatan statistik. Dalam
teknik analisis data menggunakan statistik, terdapat dua macam statistik yang
digunakan yaitu statistik deskriptif dan inferensial. Statistik inferensial meliputi
statistik parametris dan non parametris.
a. Statistik deskreptif
Statistik deskreptif adalah statistik yang digunakan untuk menganalisis data
dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul.
 Yang termasuk dalam statistik deskriptif antara lain distribusi frekuensi,
distribusi persen dan pengukuran tendensi sentral.
Tabel distribusi frekuensi yaitu menggambarkan pengaturan data secara teratur
didalam suatu tabel. Data diatur secara berurutan sesuai besar kecilnya angka
atau digolongkan didalam kelas-kelas yang sesuai dengan tingkatan dan jumlah
yang sesuai didalam kelas.
Distribusi persen Adalah pengaturan data yang dihitung dalam bentuk persen.
Cara memperoleh frekuensi relatif ialah :

Frekuensi masing-masing individu x 100%

jumlah frekuensi

b. Frekuensi Komulatif
Adalah frekuensi yang dihitung secara meningkat kaeatas dari frekuensi yang
paling rendah sampai dengan yang paling tinggi.
Cara lain menggambarkan statistik deskriptif ialah dengan menggunakan
tendensi sentral. Contoh bilangan tendensi sentral ialah mean (rata-rata), median
dan mode. Tendensi sentral berguna untuk menggambarakan bilangan yang
dapat mewakili suatu kelompok bilangan tertentu.
c. Statistik Inferensial

Statistik inferensial, (sering juga disebut statistik induktif atau statistik

probabolitas ) adalah teknik statistik yang digunakan untuk menganalisis data
sampel dan hasilnya diberlakukan untuk populasi. Statistik ini akan cocok
digunakan bila sampel diambil dari populasi yang jelas dan teknik pengambilan
sampel dari populasi itu dilakukan secara random.

Statistik ini disebut statistik probabilitas, karena kesimpulan yang diberlakukan

untuk populasi berdasarkan data sampel itu kebenarannya bersifat peluang
(probability). Suatu kesimpulan dari data sampel yang akan diberlakukan untuk
populasi itu mempunyai peluang kesalahan dan kebenarannya (kepercayaan) dan
yang dinyatakan dalam bentuk prosentase. Bila peluang kesalahan 5% maka taraf
kepercayaan 95%, bila peluang kesalahan 1%, maka taraf kepercayaan 99%.
Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikansi.
 d. Statistik Parametris dan Nonparametris
Penggunaan statistik parametris dan nonoparametris tergantung pada asumsi dan
jenis data yang akan dianalisis. Statistik parametris kebanyakan digunakan untuk
menganalisis data interval dan rasio, sedangkan statistik nonparametris
kebanyakan digunakan untuk menganalisis data nominal, ordinal. Dalam tabel
terlihat bahwa statistik parametris digunakan untuk menganalisis data interval
dan rasio, dan nonparametris digunakan untuk data nominal dan ordinal. Jadi
untuk menguji hipotesis dalam penelitian kuantitatif yang menggunakan statistik,
ada dua hal utama yang harus diperhatikan yaitu macam data dan bentuk
hipotesis yang diajukan.

2. Teknik Analisis Data Kuantitatif

Teknik analisis data kualitatif dilakukan dari sebelum penelitian, selama penelitian,
dan sesudah penelitian.
a. Teknik Analisis Sebelum di Lapangan
Penelitian kualitatif telah melakukan analisis data sebelum peneliti memasuki
lapangan. Focus penelitian ini masih bersifat sementara dan berkembang setelah
memasuki dan selama di lapangan.
b. Teknik Analisis Selama di Lapangan
Analisis data dalam penelitian kualitatif, dilakukan pada saat pengumpulan data
berlangsung dan setelah selesai pengumpulan data dalam periode tertentu.
Analisis data ini dilakukan secara interaktif dan berlangsung secara terus
menerus sampai tuntas hingga datanya sudah jenuh.

2.1.4 Langkah-Langkah dalam Menganalisa Data

Berikut Langkah – Langkah Menganalisis Data
1. Tahap pertama, pengumpulan data. Yakni mengumpulkan data yang akan
dianalsis.
2. Tahap kedua, editing. Yakni memeriksa kejelasan maupun kelengkapan
mengenai pengisian instrumen pengumpulan data.
3. Tahap ketiga adalah coding. Yakni melakukan proses identifikasi dan proses
klasifikasi dari tiap-tiap pernyataan yang terdapat pada instrumen pengumpulan
data berdasarkan variabel yang sedang diteliti.
 4. Tahap keempat adalah tabulasi. Yakni mencatat ataupun entri data kedalam tebel
tabel induk penelitian.
5. Tahap kelima, pengujian. Pada tahap ini data akan diuji kualitasnya yaitu menguji
validitas maupun realiabilitas instrumen dari pengumpulan data.
6. Tahap keenam, tahap mendeskripsikan data. Menyajikan dalam bentuk tabel
frekuensi ataupun diagram dalam berbagai macam ukuran tendensi sentral
maupun ukuran dispersi. Bertujuan memahami karakteristik data sampel dari
penelitian.
7. Tahap ketujuh, pengujian hipotesis. Adalah tahapan pengujian terhadap proposisi
apakah ditolak atau bisa diterima dan memiliki makna atau tidak. Atas dasar
hipotesis inilah nantinya.

Contoh Analisa Data :

Tabel 1
Distribusi Frekuensi Kejadian Infeksi Post Partum
Di RS Dr. Reksodiwiryo Padang
Tahun 2016

No Kejadian Infeksi Frekuensi (f) Presentasi (%)

1 Infeksi 14 16,7

2 Tidak Infeksi 70 83,3

Total 84 100
Berdaasarkan tabel 1 dapat dilihat dari 84 orang responden di dapatkan bahwa

responden yang mengalami Infeksi Post Partum yaitu sebanyak 14 orang (16,7%) dan

responden yang tidak mengalami Infeksi Post Partum yaitu sebanyak 70 orang

(83,3%).
 Tabel 2
Distribusi Frekuensi Umur Ibu Yang Mengalami Infeksi Post Partum
Di RS Dr. Reksodiwiryo Padang
Tahun 2016

No Umur Frekuensi (f) Presentasi (%)

1 Beresiko 26 30,9

2 Tidak Beresiko 58 69,1

Total 84 100
Berdasarkan tabel 4.2 dapat dilihat dari 84 responden di dapatkan hasil bahwa

responden yang memiliki umur beresiko yaitu sebanyak 26 orang (30,9%) dan

responden yang memiliki umur tidak beresiko yaitu sebanyak 58 orang (69,1%).

2.2 Interpretasi Pengolahan Data

2.2.1 Pengertian Interpretasi Data

Penafsiran atau interpretasi tidak lain dari pencarian pengertian yang lebih luas
tentang penemuan-penemuan. Penafsiran data tidak dapat dipisahkan dari analisis,
sehingga sebenarnya penafsiran merupakan aspek tertentu dari analisis, dan bukan
merupakan bagian dari analisis.

Kajian interpretasi ini melibatkan beberapa hal yang penting dalam sebuah
penelitian yaitu berupa diskusi, kesimpulan, dan implikasi seperti: kilas balik temuan
utama dan bagaimana pertanyaan penelitian terjawab, refleksi peneliti terhadap makna
data, pandangan peneliti yang dikontraskan dengan kajian literatur (teoretik), batasan
penelitian, dan saran untuk penelitian selanjutnya. Dalam interpretasi dibahas
bagaimana cara menemukan makna atau implikasi dari data yang diperoleh. Hasil
interpretasi data digunakan untuk mengevaluasi proses dan hasil perbaikan
pembelajaran yang dilakukan.

2.2.2 Teknik Interpretasi Data

Teknik melakukan interpretasi data secara umum adalah :
1. Menghubungkan data dengan pengalaman peneliti
2. Mengaitkan temuan (data) dengan hasil kajian pustaka atau teori terkait
3. Memperluas analisis dengan mengajukan pertayaan mengenai penelitian dan
implikasi hasil penelitian, dan/atau
4. Meminta nasihat teman sejawat jika mengalami kesulitan.

Stringer (dalam Sukmadinata, 2009) mengemukakan beberapa teknik

menginterpretasikan hasil analisis data kualitatif :

1. Memperluas analisis dengan mengajukan pertanyaan. Hasil analisis mungkin masih

miskin dengan makna, dengan pengajuan beberapa pertanyaan hasil tesebut bisa
dilihat maknanya. Pertanyaan dapat berkenaan dengan hubungan atau perbedaan
antara hasil analisis, penyebab, aplikasi dan implikasi dari hasil analisis.
2. Hubungan temuan dengan pengalaman pribadi. Penelitian tindakan sangat erat
kaitanya dengan pribadi peneliti. Temuan hasil analisis bisa dihubungkan engan
pengalaman-pengalaman pribadi peneliti yang cukup kaya.
3. Minat nasihat dari teman yang kritis. Bila mengalami kesulitan dalam
menginterpretasikan hasil analisis, mintalah pandangan kepada teman yang seprofesi
dan memiliki pandangan yang kritis.
4. Hubungkan hasil-hasil analisis dengan literatur. Factor eksternal yang mempunyai
kekuatan dalam memberikan interpretasi selain teman, atau kalau mungkin ahli
adalah literature. Apakah makna dari temuan penelitian menurut pandangan para
ahli, para peneliti dalam berbagai literature.
5. Kembalikan pada teori. Cara lain utuk menginterpretasikan hasil dari analisis data
adalah hubungkan atau tinjaulah dari teori yang relevan dengan permasalahan yang
dihadapi.

Meskipun analisis data dan interpretasi data dilakukan sambil berjalan, tetapi
harus dihindari analisis dan interpretasi data yang terlalu dini. Para peneliti yang belum
berpengalaman seringkali tergesa-gesa untuk melakukan hal ini. Analisis dan
interpretasi data diperlukan untuk merangkumkan apa yang telah diperoleh, menilai
apakah data tersebut berbasis kenyataan, teliti dan benar. Analisis dan interpretasi data
juga diperlukan untuk memberi jawaban terhadap pertanyaan-pertanyaan yang
diajukan. Hasil analisis dan interpretasi data akhirnya digfunakan untuk memberikan
masukan bagi perbaikan kegiatan baik bagi kegiatan peneliti sendiri maupun teman satu
tim. Pada akhir kegiatan penelitian, hasil analisis dan interpretasi data digunakan untuk
menarik kesimpulan dalam laporan.
 Contoh Interpretasi Data :

1. Berdaasarkan tabel 1 dapat dilihat dari 84 orang responden di dapatkan bahwa

responden yang mengalami Infeksi Post Partum yaitu sebanyak 14 orang (16,7%)

dan responden yang tidak mengalami Infeksi Post Partum yaitu sebanyak 70 orang

(83,3%).

2. Berdasarkan tabel 2 dapat dilihat dari 84 responden di dapatkan hasil bahwa

responden yang memiliki umur beresiko yaitu sebanyak 26 orang (30,9%) dan

responden yang memiliki umur tidak beresiko yaitu sebanyak 58 orang (69,1%).

2.3 Teknologi Informasi dan Software Pengolahan Data

2.3.1 Macam-Macam Software Pengolah Data

Terdapat berbagai macam alat bantu atau software dalam memudahkan kita untuk
mengolah data menggunakan analisa statistika. Cukup banyak software statistika yang
dapat kita gunakan namun tidak semua memiliki keakuratan yang baik.

Berikut ini merupakan software statistika yang sering digunakan dalam dunia
pendidikan maupun dalam dunia pekerjaan :

1. SPSS
SPSS (Statistical Package for the Social Software) merupakan salah satu program
yang paling banyak digunakan untuk menganalisis ilmu sosial. Program ini sering
digunakan oleh pemerintah, peneliti kesehatan , peneliti pasar , peneliti pendidikan ,
organisasi pemasaran, dan sebagainya. Selain analisis statistika, SPSS pun dapat
mengeksplorasi data yang telah terkumpul dan  sebagai predictive analytic.
2. MINITAB
Minitab merupakan salah satu program komputer yang banyak digunakan untuk
mempermudah pengolahan data statistik. Keunggulan dari program tersebut adalah
dapat mengolah data statistika untuk tujuan sosial dan teknik. Hasil analisis di
program MINITAB dapat ditampilkan dalam histrogram, plot, dan angka. Dengan
hanya memberikan satu atau dua perintah, bahkan dapat digabungkan dengan
program pengolah data lain seperti Microsoft Office.
3. SAS
SAS adalah singkatan dari Statistical Analysis System yang disediakan oleh SAS
Institute Inc. SAS dirancang menggunakan bahasa pemograman, dan  dirancang
untuk keperluan berbagai bidang  dengan fitur : melakukan entri data, analisis
statistik, peramalan untuk mendukung keputusan,  riset operasi, peningkatan
kualitas pengembangan aplikasi data dan lain sebagainya
Pemograman dalam SAS dikategorikan dalam 2 jenis, yaitu:
a. Data step, untuk membuat, membaca atau pun memanipulasi data
b. Proc step (procedure step), digunakan untuk menganalisa, meringkas ataupun
membuat tabulasi dari sebuah data.
4. LISREL
Lisrel (Linear Structural Relationship) adalah software statistic yang ketiga yang
paling sering digunakan dalam  bidang akademis maupun praktisi yang merupakan
salah satu program  komputer yang dapat mempermudah analisis untuk
menyelesaikan masalah-masalah yang tidak dapat diselesaikan oleh perangkat
analisis konvensional.  Lisrel banyak digunakan dalam berbagai ilmu pengetahuan
sosial, sehingga dalam versi terbarunya dibuat lebih interaktif dan mudah, serta
memiliki banyak fitur yang cukup lengkap.  Penerapannya juga makin luas di
bidang ilmu sosial dan ilmu perilaku untuk pengambilan keputusan
5. AMOS
AMOS adalah singkatan dari Analysis of Moment Structure yang merupakan salah
satu software yang digunakan untuk mengestimasi model pada model SEM
(Structural Equation Model). Dengan menggunakan Amos maka perhitungan rumit
dalam SEM akan jauh lebih mudah dilakukan dibandingkan dengan menggunakan
perangkat lunak lainnya sehingga untuk orang-orang awam sekalipun yang bukan
ahli statistic akan dapat menggunakan dan memahaminya dengan mudah. Selain itu,
penggunaan Amos akan mempercepat dalam membuat spesifikasi, melihat serta
melakukan modifikasi model secara grafik dengan menggunakan tool yang
sederhana. AMOS diambil alih oleh Microsoft untuk disesuaikan dengan versi
SPSS saat ini.
 6. EVIEWS
EVIEWS adalah singkatan dari Economic Views yang merupakan perangkat lunak
(software) yang banyak digunakan untuk kepentingan analisis data ekonomi dan
keuangan. Software ini banyak digunakan dalam pendidikan, pemerintah dan
industri. EVIEWS menyajikan perangkat analisis data, regresi dan peramalan
(regression and forecasting). EVIEWS dapat memanipulasi data time series.
Kegunaan  lain dari software ini  antara lain adalah analisis data dan evaluasinya,
analisis financial, peramalan ekonomi makro, simulasi, peramalan penjualan dan
analisis biaya.
7. R – Software
R adalah software statistik yang bebas (free software) dibawah lisensi GNU (GNU
is not unix) General is Public Licence yang menjamin selalu agar R selalu bebas.
Lebih tepatnya R bukanlah suatu program statistika, namun sebuah lingkungan
pemograman yang banyak digunakan statistisi. R menyediakan penanganan dan
penyimpanan data, mendukung banyak operator perhitungan, menyediakan banyak
alat untuk analisis data, menampilkan kemampuan graphical yang baik dan
merupakan bahasa pemograman langsung yang didasarkan pada bahasa
pemograman S yang ditulis oleh Rick Becker, John Chambers, dan Allan Wilks dari
AT&T Bell Laboratories. Nama R diambil dari nama depan penulisnya yaitu Ross
Ihaka dan Robert Gentlement di Departemen Statistika Universitas Auckland
SelandiaBaru.
8. STATA
STATA adalah singkatan dari Statistika dan Data yaitu program komputer yang
digunakan untuk analisa statistika. Program ini dibuat oleh StataCorp tahun 1985.
Dirancang untuk keperluan ekonomi, sosiologi dan epidemiologi dengan berbagai
fitur manajemen data, analisis statistika, grafik, simulasi dan pemograman.

2.3.2 Kegunaan Aplikasi Software

Merencanakan, mengumpulkan, menginterpretasi, menganalisis, serta

mempresentasikan semuanya merupakan bagian dari ilmu statistika. Ilmu ini banyak
digunakan untuk kebutuhan  salah satunya yaitu merangkum berbagai hal seperti
populasi, sampel, probabilitas dan lain-lain. Di jaman serba modern ini tentu kebutuhan
 pengumpulan data statistik bisa dilakukan dengan berbagai perangkat lunak atau
software statistika yang banyak tersedia.

Sebelumnya perlu Anda ketahui bahwa statistika banyak digunakan dalam

berbagai cabang ilmu, di antaranya adalah biologi, astronomi, sosiologi, psikologi,
bisnis, ekonomi bahkan  industri. Itulah  mengapa penting bagi Anda untuk banyak
mengetahui tentang beragam software statistika guna mampu berkompetisi dalam dunia
kerja.
Jadi kegunaannya memang sangat bermacam-macam, karena dengan ini Anda
dapat mempelajari keragaman yang dihasilkan dari pengukuran, mengendalikan proses,
merumuskan informasi dari data, maupun bisa untuk membantu pengambilan
keputusan berdasarkan data yang ada. Ilmu statistika modern sangat erat kaitannya
dengan beragam perangkat lunak statistika, karena bagaimana pun juga penghitungan
dan berbagai pekerjaan sangat cepat jika dilakukan dengan komputer.

2.3.3 Pengenalan Program SPSS

Kebanyakan mahasiswa yang berlatar belakang pendidikan ekonomi,
matematika, kesehatan dan ilmu sosial serta lainnya saat menyelesaikan tugas akhrinya
baik membuat skripsi, tesis maupun disertasi menggunakam suatu software alat uji
analisis. Alat uji analisis tersebut bernama SPSS (Statistical Package for the Social
Sciences) atau lebih dikenal dengan Paket Statistik untuk Ilmu Sosial. SPSS adalah
salah satu program yang paling banyak digunakan untuk analisis statistika ilmu sosial.
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).
Statistik yang termasuk software dasar SPSS diantaranya adalah Statistik
Deskriptif ( Tabulasi Silang, Frekuensi, Deskripsi, Penelusuran, Statistik Deskripsi
Rasio), Statistik Bivariat (Rata-rata, t-test, ANOVA, Korelasi/bivariat, parsial, jarak,
Nonparametric tests), Prediksi Hasil Numerik ( Regresi Linear), Prediksi untuk
mengidentivikasi kelompok (Analisis Faktor, Analisis Cluster. Saat ini, software SPSS
tidak hanya menangani permasalahan statistik saja, namun sudah meluas ke data
mining (mengeksplorasi data yang telah terkumpul), dan predictive analytic. Versi
terbaru dari SPSS adalah SPSS 17 yang diluncurkan akhir tahun 2007, dimana
 sebelumnya telah dikeluarkan berbagai versi SPSS mulai dari SPSS 7.5, SPSS 10,
sampai SPSS 15.
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.

2.3.4 Fasilitas dari SPSS

Beberapa kemudahan yang lain yang dimiliki SPSS dalam pengoperasiannya adalah
karena SPSS menyediakan beberapa fasilitas seperti berikut ini :
1. Data Editor
Merupakan suatu halaman spreadsheet untuk mendefinisikan, memasukkan,
mengedit, dan menampilkan data.
2. Multidimensional Pivot Tables.
Hasil pengolahan data akan ditunjukkan dengan multidimensional pivot tables.
Dengan demikian pengguna dapat mengekplorasi tabel dengan mengatur kolom, 
baris, dan lapisan. Untuk memudahkan pekerjaan kita  dapat melakukan splitting
tabel sehingga yang terlihat hanya satu grup tertentu pada satu waktu.
3. Viewer
Viewer adalah tampilan untuk melihat hasil pemrosesan data. Tidak hanya sebagai
tampilan yang kaku, Anda dapat juga mengolah atau mengedit data di viewer
4. High-Resolution Graphic
Adalah grafik berupa pie-chart dengan berbagai pilihan warna, bar-chart, histogram,
scatterplot, dan grafik 3-D, merupakan fitur-fitur standar yang tersedia di SPSS.
5. Data Transformations
Transformasi data akan membantu pemakai memperoleh data yang siap untuk
dianalisis. Dengan menggunakan fasilitas ini, kita juga dapat dengan mudah
melakukan pengolahan data seperti mengkombinasikan kategori, subset data,
menambah, menggabung, meringkas dan memisah file.
6. Database Access
Pemakai program ini dapat memperoleh kembali informasi dari sebuah database
dengan menggunakan Database Wizard yang disediakannya.
7. Analisis Distribusi
Fasilitas ini merupakan fasilitas yang memungkinkan kita untuk mengirimkan
laporan dengan mengekspor table dan grafik dalam format HTML ke internet
maupun intranet.

Contoh Pengolahan Data SPSS :

Contoh 1

Contoh 2
 BAB III
PENUTUP

3.1 Kesimpulan
Analisis data merupakan proses mengorganisasikan dan mengurutkan data ke
dalam pola, kategori dan satuan uraian dasar sehingga dapat ditemukan tema dan dapat
dirumuskan hipotesis kerja seperti yang didasarkan oleh data. Dalam rangka analisis dan
interpretasi data, perlu dipahami tentang keberadaan data itu sendiri. Secara garis besar,
keberadaan data dapat digolongkan ke dalam dua jenis, yaitu : data bermuatan kualitatif
dan data bermuatan kuantitatif.
Sedangkan Interpretasi data merupakan suatu kegiatan yang menggabungkan hasil
analisis dengan pernyataan, kriteria, atau standar tertentu untuk menemukan makna dari
data yang dikumpulkan untuk menjawab permasalahan pembelajaran yang sedang
diperbaiki.
Penggunaan aplikasi SPSS adalah salah satu program yang paling banyak
digunakan untuk analisis statistika ilmu sosial. SPSS banyak digunakan dalam berbagai
cabang ilmu, di antaranya adalah biologi, astronomi, sosiologi, psikologi, bisnis,
ekonomi, kesehatan bahkan  industri. Itulah  mengapa penting bagi kita untuk banyak
mengetahui tentang beragam software statistika guna mampu berkompetisi dalam dunia
kerja.
Pada perhitungan dengan menggunakan cara manual tentunya juga diperlukan
ketelitian dan kecermatan agar tidak terjadi kesalahan, untuk memperkecil kesalahan kita
bisa menggunakan SPSS sebagai cara untuk membandingkan hasil keakuratan antara
analisis manual dengan analisis aplikasi SPSS. .Lalu dalam hal efisiensi waktu
pengolahan dengan aplikasi SPSS waktu yang digunakan dapat menjadi lebih efisien
ketika melakukan pengolahan data.

3.2 Saran
Semoga makalah ini bermanfaat dan bisa dijadikan salah satu referensi dalam
kajian analisis, menginterpretasikan data, dan pengolahan data menggunakan software
aplikasi statistik untuk penulis, umumnya untuk seluruh mahasiswa yang ingin
memperdalami tentang makalah ini. Semoga kita bisa dapat menambah ilmu dengan
membaca makalah ini.
 DAFTAR PUSTAKA

http://ketutyoginugraha.blogspot.co.id/2013/12/makalah-analisis-data_5241.html

https://andrianyusmanfkm.blogspot.co.id/2016/03/analisis-dan-interpretasi-data.html

http://ridwan-sururi.blogspot.co.id/2013/05/makalah-analisis-data-kuantitatif-

pasca_16.html

http://roufronggolawe.blogspot.co.id/2014/10/analisis-data-penelitian.html

http://kaniayuliawulandari.blogspot.co.id/2015/01/software-aplikasi-statistik.html

https://akuntansi-teori-praktek.blogspot.co.id/2016/02/pengenalan-aplikasi-software-

pengolahan.html

http://www.academia.edu/1422518/ANALISIS_DAN_INTERPRETASI_DATA_KUALITA

TIF_SERTA_PEMERIKSAAN_KEABSAHAN_DATA

http://ajengsetiorini.blogspot.co.id/2010/07/contoh-penyjian-data-dan-interpretasi.html

eprints.ums.ac.id/30082/8/NASKAH_PUBLIKASI.pdf