Item-Total Statistics
Lembar ceklist
Petunjuk pengisian :
5 = sangat setuju
4 = setuju
3 = Ragu - ragu
2 = tidak setuju
1 = sangat tidak setuju
N Pernyataan 4 3 2 1
O
1 Ketersediaan lahan parker memadai
2
DASAR-DASAR SPSS, DATA VIEW, VARIABLE VIEW,
IMPORT DAN EXPORT DATABASE PADA SPSS
DASAR-DASAR SPSS
Bagi kebanyakan orang, proses pengolahan data statistik masih dipandang sebagai proses
perhitungan matematis yang sulit dan akan memakan waktu yang cukup lama. Namun kini,
dengan perkembangan di bidang Information Technology (IT), proses pengolahan data
tersebut menjadi sesuatu yang sangat mudah dan cepat. Software pengolah data bukanlah
sesuatu yang sulit dicari, dari yang hampir selalu ada di setiap komputer (misalnya Microsoft
Excel) sampai yang lebih canggih seperti SPSS atau MINITAB.
Kita dapat menggunakan software seperti Excel untuk menghitung rata-rata dan
membuat analisis sederhana seperti linear regression atau histogram. Umumnya, analisis
Excel seperti ini sudah cukup, namun dalam banyak hal kita sering memerlukan analisis yang
lebih lengkap; software seperti SPSS, MINITAB, STATISTICA dapat membantu kita
menganalisis data secara lebih lengkap. Excel sendiri dapat menyamai kemampuan
ketiga software tersebut dengan cara melengkapinya dengan beberapa adds-on tertentu yang
dapat kita download dari internet. Gambar 1 berikut memperlihatkan tampilan
beberapa software statistik yang disebutkan tadi.
Sotware-software statistik tidak terbatas empat software yang ditunjukkan di atas.
Namun, jika disebutkan software statistik maka yang pertama kali terbayang di benak banyak
orang adalah SPSS. Kepopuleran SPSS inilah yang menarik minat saya untuk membuat
tulisan ini. Pada dasarnya, saya sendiri kurang familiar dan kurang suka dengan SPSS, tetapi
bagaimanapun SPSS sering dijadikan dasar pengenalan software statistik di berbagai
perguruan tinggi.
SPSS dikembangkan sejak 1968 oleh Norman H. Nie, C. Hadlai (Tex) Hull, dan Dale
H.Bent di Stanford University. Pada awalnya, software statistik ini diperuntukan untuk
menyelesaikan analisis-analisis statistik dalam penelitian sosial (social science) sehingga
dinamai SPSS yang merupakan singkatan dari Statistical Package for the Social Science.
Seiring dengan fungsinya yang kian berkembang, SPSS mengubah kepanjangannya
menjadi Statistical Product and Service Solution. Saat ini, saya menggunakan SPSS 14.0 for
Evaluation Version yang dirilis 5 september 2005. Fungsi-fungsinya tidak beda jauh
dengan SPSS 11 yang biasa saya pakai di laboratorium kampus.
SPSS Data Editor merupakan tempat untuk entry data dan melakukan perintah
analisis, sedangkan SPSS Viewer akan menampilkan hasil dari analisis SPSS. Pembahasan
paling penting untuk pengenalan SPSS ini adalah pada jendela SPSS Data Editor.
SPSS Data Editor
a. DATA VIEW
Data View adalah tab sheet yang menampilkan nilai data yang sebenarnya atau label nilai
yang didefinisikan. Pada tab sheet inilah, anda mengentri data ke SPSS (lihat Gambar 3).
Diatasnya terdapat menu-menu seperti File, Edit, View, Windows, dan Help seperti halnya
menu-menu umum pada aplikasi under Windows lainnya. Menu-menu utama SPSS adalah:
b. VARIABLE VIEW
Variable View adalah tab sheet yang menampilkan kamus metadata di mana setiap baris
mewakili sebuah variabel dan memperlihatkan nama variabel, jenis data (misal: numeric,
string, date), lebar cetak, dan berbagai karakteristik lain.
Name. Kolom ini untuk memberikan informasi tentang nama variabel data. Nama
variabel yang kita tuliskan di sini akan muncul pada Data View. Beberapa aturan
penamaan variabel:
o Nama variabel maksimal 8 karakter.
o Nama diawali dengan huruf (tidak bisa dimulai dengan angka), sisanya dapat
berisi huruf, angka, titik, atau simbol @, #, _, atau $. Kosong dan karakter
khusus lain (misal: ! , ? , ‘ , dan *) tidak dapat digunakan.
o Nama tidak bisa berakhir dengan titik dan tidak harus diakhiri dengan garis
bawah “_”.
o nama variabel harus unik; duplikasi tidak diperbolehkan.
o Nama-nama variabel tidak case sensitif, “Nama”, “nama”, dan “naMa” semua
dianggap sama.
Type. Kolom ini untuk memberikan jenis variabel data yang digunakan,
apakah Numeric, String (data berupa karakter, misal “Nama”), Date, etc. Klik
ikon dalam kolom Type maka akan muncul dialog box Variable Type.
Pada dialog box ini, kita dapat mengubah jenis data dan juga lebar kolom (Width) dan
jumlah angka desimal (Decimal Places). Secara default, SPSS memberikan jenis
data numeric dengan lebar 8 digit dan 2 angka desimal di belakang koma.
Label. Kolom ini menunjukkan tambahan informasi dengan memberi label pada
variabel data yang kita inginkan. Misalnya:
variabel: ”barang” kita beri label: ”nama barang”
variabel: ”X” kita beri label ”Permintaan”
variabel ”Y” kita beri label ”Ramalan Permintan”
Pemberian label dapat membantu dalam interpretasi hasil analisis (output) karena
definisi output lebih jelas.
Value. Kolom ini untuk memberikan label string yang diterapkan untuk
nilai numeric tertentu, biasanya untuk data yang bersifat ordinal dan interval, misal
angka 1 untuk laki-laki dan angka 2 untuk perempuan. Klik ikon pada
kolom Values maka akan muncul dialog box Value Labels. Misalnya untuk variabel
”gender” kita akan mendefinisikan ”jenis kelamin” dengan memberi label:
Isi [Value] dengan angka 1 dan [Label] dengan “Laki-laki” lalu klik [Add], kemudian
ulangi langkah-langkah tersebut untuk jenis kelamin “Perempuan“—lihat Gambar 6.
Nantinya pada variabel gender, kita tidak perlu menuliskan laki-laki dan perempuan
melainkan cukup mengisi 1 untuk laki-laki dan 2 untuk perempuan.
Missing. Kolom ini menunjukkan nilai yang hilang (missing value) dalam data (jika
ada). Responden dapat menolak untuk menjawab pertanyaan tertentu, mungkin tidak
tahu jawabannya, atau mungkin menjawab dalam bentuk lain. Jika anda tidak
mengidentifikasi data ini, analisis anda mungkin tidak memberikan hasil yang akurat.
Klik ikon pada kolom Missing maka akan muncul dialog box Missing Values.
Pada form Discrete, isi angka yang akan dijadikan pengganti missing value, misal: 9,
99, 999, etc. Jika kita memilih angka 9, maka setiap ada data yang tidak diisi (missing
value) angka 9 yang harus diisikan, jangan dibiarkan kosong.
Data numerik :
1. < 17,0 – 18,4. -----> KURUS
2. 18,5 – 25,0 -------> Normal
3. 25,1 – 27,0 -------> Gemuk
Kekurangan berat
badan tingkat
berat < 17,0
Kekurangan berat
badan tingkat
Kurus ringan 17,0 - 18,4
Kelebihan berat
badan tingkat
ringan 25,1 - 27,0
Kelebihan berat
badan tingkat
Gemuk berat > 27,0
Data Katagorik
1. Kurus
2. Normal
3. Gemuk