Aplikasi Program Analisis Data (SPSS)

SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis stastistik cukup
tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu
deskriptif dan kotak- kotak doalog yang ederhana sehingga mudah untuk dipahami cara
pengoperasiannya. SPSS banyak digunakan dalam berbagai riset pemasaran, pengendalian dan
perbauikan mutu, serta riset-riset sains. SPSS pertama kali muncul dengan versi PC mulai
populernya sistem operasi windows.

Pada awalnya SPSS dibuat untuk keperluan pengolahan data statistic untuk ilmu-ilmu
sosial, sehingga kepanjangan SPPS itu sendiri adalah Stastical Package for the Social Scines.
Sekarang kemampuan SPSS doperluan untuk melayani berbagai jenis penggunaan, seperti untuk
proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan demikian, sekarang kepanjangan
SPSS Statiscal product and Sevice Solutions.

SPSS terbagi menjadi 2 yaitu :

1. File lembar data/ data editor/ worksheet data:

a. Data view : yaitu lembar kerja untuk mengisi data penelitian baik dientry secara langsung
maupun hasil copy dari program lain seperti halnya dari exel
b. Variabel view : yaitu spreadsheet untuk mendefinisikan variablel seperti pemberian nama
dari label variable
2. File output Hasil Analisis Data : file ini berada terpisah dengan data sehingga
memerlukanya penyimpanan di file yang berbeda.

Perhitungan Sederhana Melalui SPSS:

 Membuka program SPSS, kemudian memasukan data beserta nama pada variable.
 Klik Transform pada menu atas kemudan klik computer variable (merubah angka
rasional menjadi diskrit), setelah itu akan tampak menu computer variable.
 Transform yaitu menu dipergunakan untuk melakukan perubahan-perubahan atau
penambahan data.

Analisis Data Penelitian Dengan Software SPSS

Analisis Deskriptif merupakan analisis yang dilakukan untuk menilai karakteristik dari sebuah
data dan memberikan gambaran yang teliti sehingga akan lebih mudah untuk mengetahui
paparan data dalam sebuah penelitian secara terperinci dan jelas.

Analisis Statistik : Deskriptif

Menu analyze digunakan untuk melakukan analisis data yang telah kita masukan ke dalam
computer. Menu ini merupakan menu yang terpenting karena semua pemerosesan dan analisis
data dilakukan dengan menggunakan menu correlate, compare mens, regression.

 Setelah data dan memberikan anam pada variable kemudian klik Analyze kemudian pilih
Descriptive statistic, dan pilih Descriptives.
 Setelah itu akan tampak menu descriptive untuk menukarkan nama variabel.
 Setelah itu klik option: pilih Mean, Standart Deviation, Swaknes, Maksimum , Minimum
dan Range dan kemudian klik continue dan hasil analisis di output SPSS.

Setelah melakukan petunjuk seperti di atas akan keluar tampilan output descriptive

 Pada Output descriptive klik kanan table/variable kemudian copy objects dan kemudian
di transfer ke dalam MS-Word.
Dalam Descriptive Statistic adapun variable :
N : Merupakan jumlah data yang dianalisis untuk tiap variabelnya
Range : Selisih antara nilai data yang maksimal dengan yang paling kecil
Minimum : Data paling kecil
Mean : Nilai Rata-rata
std = Standart deviasi dari masing-masing data

Dengan kepercayaan 95% data seharusnya terdistribusi : Rata-Rata ± 2* Standart Deviasi

Skewness : untuk memperoleh informasi berkenaan dengan distribusi

. data, data terdistribusi normal atau tidak.

ANALISIS DATA PENELITIAN DENGAN SOFTWARE SPSS

Analisis Korelasi

Analisis Korelasi merupakan suatu cara atau metode untuk mengetahui ada atau tidaknya
hubungan linear antar variable. Apabila terdapat hubunganmaka perubahan-perubahan yang
terjadi pada salah satu variable x akan mengakibatkan terjadinya perubahan pada variable lainya
Pembagian Korelasi

a) Korelasi (Non-parametrik)

 Data skor (ordinal)

langkah analisisnya
 Dari data yang ada pilihan analyze, correlate dan bivariate.
 Selanjutnya muncul bivariate Colleration, masukan nilai x dan y padakotak variable, dan
pada coefficeient pilih parson
 Hasilnya terlihat bahwa hubungan x dany adalah signifikan atau tidak.

b) Korelasi (Parametrik)

Sifat penting dari analasis korelasi adalah :

 Koefisien korelasi bernilai antara -1 dan +1

 Korelasi dua variabel bersifat simetrik. Artinya korelasi X dengan Y akan sama

dengan korelasi Y dengan X.

Koefisien korelasi hanya menunjukkan tingkat hubungan antar dua variabel

tetapi tidak menunjukkan hubungan kausal (sebab-akibat) diantara dua
variabel tsb.

langkah analisisnya
 Dari data yang ada pilihan analyze, correlate dan bivariate.
  Selanjutnya muncul bivariate Colleration, masukan nilai x dan y padakotak variable, dan
pada coefficeient pilih parson
 Hasilnya terlihat bahwa hubungan x dany adalah signifikan atau tidak.

ANALISIS DATA PENELITIAN DENGAN SOFTWARE SPSS

ANALISIS REGRESI LINEAR SEDERHANA

Analisis regresi bertujuan untuk memprediksi perubahan nilai variable terikat apabila
pengaruh dari nilai variable bebas.

Kharakteristik Regresi Sederhana :

 Terdiri dari variabel dependent (Y) dan independent (X)

 Regresi merupakan analisis sebab akibat

 Pengaruh dari variabel yang terlibat tidak bersifat timbal balik (hanya satu arah)

 Pendugaan koefisien menggunakan OLS (ordinary Least Square)

 Hal penting yang harus dipelajari :

1. Teori yang diperlukan

2. Model matematis yang dipilih

3. Hasil pengujian statistik :

 Uji t : uji parsial koefisien

 Uji F : uji keseluruhan model

  Kekuatan model ditunjukkan dengan R-square

Langkah analisis:
 Klik Analyze kemudian regression kemudian klik linear regression
 Setelah itu akan muncul linear regression

UJI- F : Uji Model dan koefisien

Dari konsep dasarnya sebenarnya uji-F mendasrkan pada dua hipotesis yaitu :
H0 : Semua koefisien variabel bebas adalah 0 (nol)
H1 : Seamua koefisien variabel bebas tidak sama dengan nol.
Dari hasil analisis di atas Sig = 0.000, dengan  = 5% maka dapat disimpulkan bahwa kita
tolak H0 dan kita terima H1 (Kondisi ini merupakan dalil statistik). Artinya memang
pendapatan mempengaruhi alokasi konsumsi.
Jika seandainya ternyata hasil analisis dalam uji-F, nilai dari Sig = 0.052 maka dengan  =
5%, dapat disimpulkan bahwa kita tolak H1 dan kita terima H0. Artinya, variabel bebas
(Pendapatan) tidak berpengaruh pada konsumsi.

UJI- t : Uji Parameter / Koefisien dalam Model

Dalam konsep dasarnya pengujian statistik ini mendasarkan pada hipotesis :

Uji Konstanta Intersep H0 : ß0 = 0
H1: ß0 ≠ 0
Uji Koeff. Income H0 : ß1 = 0
H1: ß1 ≠ 0

Dari tabel Coefficients diketahui bahwa ß0 = 24.455, Standart error koefisien = 6.414 dan
DAN t- hitung = 3.813. Nilai Sig = 0.000. ini berarti jika kita menggunakan  = 5% = 0.05
maka t-hitung pasti lebih besar dari t-tabel karena nilai sig. Yaitu 0.000 adalah lebih kecil dari
0.05 ( yang kita tentukan). Demikian juga untuk koefisien X atau ß1 juga memiliki logika
pemikiran yang sama.

Interpretasi

Sehingga dapat disajikan hasil sebagai berikut :

Konsumsi = 24.455 + 0.509* Income R2 = 0.962
S.E (6.414) (0.036)
t-hitung = 3.813 14.243
Df = 8

Model yang ditemukan di atas memiliki nilai R2 = 0.962 ini berarti perubahan nilai independen
viabel atau variabel bebas (income) dapat menjelaskan 0.962 atau 96.2 % dari perubahan
dependen variabel atau variabel terikat (konsumsi), sedangkan sisanya (1-0.962 = 0.038 atau 3.8
%) dijelaskan variabel lain yang tidak dispesifikasi (tidak dimasukkan) dalam model.

Dalam pengertian ekonomi dapat dikatakan bahwa jika terdapat kenaikan income sebesar $ 1
per bulan maka akan mempengaruhi kenaikan pula pada konsumsi sebesar $ 0.509. Demikian
juga bila terjadi penurunan income sebesar $ 1 per bulan maka akan berdampak pada penurunan
konsumsi sebesar $ 0.509.

ANALISIS DATA PENELITIAN DENGAN SOFTWARE SPSS

ANALISIS REGRESI LINEAR BERGANDA

Output analisis regresi berganda dari SPSS di atas selanjutnya dapat dirumuskan sebagai
berikut :
PDB = -32137.4 + 2.441*TK + 344.033*Modal R2 =0.99
SE (2993.404) (6.125) (38.948)
t-hit. 10.736 0.399 8.833
Df = 12
ANALISIS DATA PENELITIAN DENGAN SOFTWARE SPSS

ANLISIS REGRESI LINEAR DUMMY VARIABEL

MODEL REGRESI LINEAR DENGAN DUMMY VARIABEL

Variabel dummy digunakan sebagai upaya untuk melihat bagaimana klasifikasi-klasifikasi dalam
sampel berpengaruh terhadap parameter pendugaan. Variabel dummy juga mencoba membuat
kuantifikasi dari variabel kualitatif.
Kita pertimbangkan model berikut ini:
I. Y = a + bX + c D1 (Model Dummy Intersep)
II. Y = a + bX + c (D1X) (Model Dummy Slope)
III. Y = a + bX + c (D1X) + d D1 (Kombinasi)`

Langkah analisisnya:

 Klik Analyze kemudian pilih regression kemudian pilih linear regression

 Setelah itu akan muncul linear regression