Reliability Statistics

Item-Total Statistics

Cronbach's Alpha N of Items

Scale Mean if Item Scale Variance if Item Corrected Item-Total Cronbach's Alpha if
  ,949Deleted 13 Deleted Correlation Item Deleted
p1 47,7500 55,039 ,557 ,950
p2 47,8500 53,713 ,660 ,947
p3 47,9500 53,313 ,767 ,944
p4 48,1000 52,726 ,710 ,946
p6 48,0500 49,418 ,904 ,939
p7 48,0000 51,579 ,365 ,945
p8 48,1000 52,516 ,811 ,943
p9 47,9000 52,516 ,811 ,943
p10 48,0000 52,842 ,768 ,944
p11 48,2000 50,379 ,879 ,940
p12 47,9500 55,418 ,632 ,948
p13 47,9000 55,779 ,367 ,947
p15 48,2500 48,618 ,831 ,943

Favorable = PERTANYAAN POSITIF

Benar ; 1
Salah ; 0
Unfavourable = PERTANYAAN NEGATIF
Benar = 0
Salah = 1

N PERTANYAAN BENAR SALAH

O
1 Demam berdarah disebabkan oleh Xx x
nyamuk betina aides aigepty
2 Demam berdarah disebabkan oleh Xx
jamur

Lembar ceklist

N KEGIATAN DILAKUKAN TDK DILAKUKAN

O
1 Membasuh kedua tangan dengan air ÿ
mengalir
2

RATING SCALE ---> Skala Likert (4 – 5 alernatif jawaban)

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

SPSS Data Editor terdiri dari dua tab sheet, yaitu: Data View dan Variable View.

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:

 Data. Menu ini menampilkan submenu untuk melakukan perubahan-perubahan data,

seperti mengurutkan data, memisahkan isi file dengan kriteria tertentu,
menggabungkan data, etc.
 Transform. Menu untuk transformasi data, seperti menghitung variabel data,
mengubah data, merangking data, etc.
 Analyze. Menu yang menjadi pusat pengolahan data, seperti mengolah statistik
deskriptif, regresi, korelasi, etc.
 Graphs. Menu untuk menampilkan data dan hasil pengolahan data dalam bentuk
grafik dan chart, seperti bar charts, histogram, scatter diagram, etc.
 Utilities. Menu pelengkap dalam pengoperasian SPSS, seperti menampilkan
informasi variabel, mendefinisikan dan menampilkan variabel data, etc.

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.

Menu yang tersedia dalam Variabel View diantaranya:

 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.

 Columns. Kolom ini  menunjukkan lebar kolom. baik jenis

data numeric maupun string, lebar maksimal 255 digit.
 Align. Kolom ini  menunjukkan posisi data pada tiap cell. Terdapat tiga pilihan posisi
data, yaitu: left, right, dan center.
 Measure. Kolom ini  menunjukkan jenis ukuran data yang digunakan. Terdapat tiga
pilihan jenis ukuran data, yaitu: Scale, Nominal, dan Ordinal.
 UMUR JK PDDKN PENGET PATUH
1 1
2 2
3
4
5
6
7
8
10
0
 Type Widt Dec Label Value Missin Colum Alig Measur rol
h i s g n n e e
1 UMUR numeric 8 0 Umur
responde
n
2 JK 8 0 Jenis
kelamin
3 PDDK 8 0
N
4 PENGE 8 0
T
5 PATU 8 0
H
6
7
8
1
0
0

Variabel : Berat Badan

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

Normal 18,5 - 25,0

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