Paper Spss Febri Damayanti
Paper Spss Febri Damayanti
“SPSS”
DISUSUN OLEH:
NIM : 4191111066
TAHUN 2021
“SPSS”
SPSS adalah aplikasi yang digunakan untuk melakukan analisis statistika tingkat lanjut,
analisis data dengan algoritma machine learning, analisis string, serta analisis big data yang
dapat diintegrasikan untuk membangun platform data analisis. SPSS adalah kependekan dari
Statistical Package for the Social Sciences. SPSS sangat populer di kalangan peneliti dan
statistikawan untuk membantu melakukan perhitungan terkait analisis data. SPSS menyediakan
library untuk perhitungan statistika dengan antarmuka interaktif yang menjadikannya sebagai
software analisis data tingkat lanjut paling populer di berbagai universitas, instansi, dan
perusahaan.
Pada tahun 1968, Norman H.Nie, C.Hadlai (Tex) Hull dan Dale H.Bent, tiga orang
pemuda dari latar belakang professional berbeda, mengembangkan sistem perangkat lunak yang
berdasarkan gagasan statistika untuk mengubah data mentah menjadi informasi essensial untuk
membuat keputusan. Sistem perangkat lunak statistic revolusioner ini disebut SPSS, yang
menjadi calon Statistical Package untuk Ilmu Pengetahuan Sosial. Ketiga pemuda tersebut
membangun SPSS dari keperluan untuk dengan cepat menganalisa volume data ilmu
pengetahuan socialyang dikumpulkan lewat berbagai metode penelitian. Dilakukan kerja pertama
SPSS di Stanford University dengan maksud untuk membuatnya tersedia hanya untuk
dikonsumsi local dan tak ada distribusi internasional. Nie, seorang ilmuwan social dan Stanford
doctoral calon, mengambil target sasaran dan menetapkan kebutuhan; Bent calon doctorStanford
university pada penelitian pelaksanaan, mempunyai keahlian analisa dan mendesain struktur
berkas sistem SPSS, dan Hull, yang baru tamat dari Stanfor dengan gelar MBA-nya ,
memprogram SPSS.
1. 1968-1975: “SPSS menjadi produk,” ketika teknologi terlebih dulu telah berkembang dan
bertambah besar dinya sendiri sebagai perusahaan akademis.Pencipta SPSS, Norman H.
Nie, C. Hadlai (Tex) Hull dan Dale H. Bent, menyebarkan pita sumber kode ke kecil,
tetapi antusias, pemakai himpunan, sedangkan pemeliharaan dan peningkatan dilakukan
oleh pengarang asli.
2. 1975-1984: “SPSS menjadi perusahaan.” Perusahaan secara terpisah tergabung ketika
pendapatannya mengancam status non-profit oriented dari aslinya yang merupakan
hosting institution, pada Pusat Penelitian Pendapat Nasional di Universitas
2
Chicago.Selama tahap awal ini, perusahaan telah ter-organized dan sejumlah inisiatif
perkembangan dilakukan.
3. 1984-1992: “Era PC,” dengan Perusahaan bertambah besar dari $18 juta ke $38 juta atas
kekuatan sistem analisa statistik yang menuntun pasar karena PC DOS. SPSS adalah
yang pertama memasarkan produk perangkat halus statistik pada PC DOS.
4. 1992-1996: “Era Windows,” dengan Perusahaan mengapalkan versi Windows pertama
software statistik pada 1992. Versi ini menggerakkan pendapatan ke $84 juta menjelang
1996. Perusahaan difokuskan di atas produk statistik, dan strategi akuisisi melengkapi
tujuan ini dengan membawa masuk perusahaan produk statistik lain, seperti SYSTAT
(1994) dan Jandel (1996).
5. 1997-2002: “peralihan perusahaan”. Periode ini menjadi umur pertumbuhan dengan
akuisisi dan kenaikan analitis lamaran sebagai komplemen untuk inti bisnis produk
statistik. Perusahaan bertambah besar dari $110 juta pada 1997 dan memproyeksikan
$209 juta pada 2002 lewat akuisisi Quantime (software penelitian pasar), ISL (software
data mining), ShowCase (software kecerdasan perusahaan untuk pasar middle),
NetGenesis (penggunaan analitik untuk data Jaringan), LexiQuest (software text mining),
dan netExs (Jaringan interface untuk teknologi OLAP).
6. 2003: Predictive analytics dengan berhasil didirikan sebagai bagian dari pasar.Predictive
analytics melengkapi dan meningkatkan teknologi informasi lain. Organisasi yang
mengerjakan predictive analytics ini tak hanya mengetahui apa yang sudah terjadi,
mereka juga tahu apa mungkin terjadi berikutnya. Sangat penting, mereka mengetahui
apa yang melakukan tentang itu dengan mempergunakan pengetahuan ini untuk
menambah pendapatan, mengurangi biaya, dan memperbaiki hasil. SPSS memahami
perlunya kesadaran dengan semakin meningkatnya keuntungan ini di antara sektor umum
yang komersial, dan organisasi akademis yang dilayaninya. Untuk meningkatkan fokus di
predictive analytics, SPSS memperoleh DataDistilleries,yang berbasis di Belanda sebagai
provider aplikasi predictive analytic pada November 2003.
7. 2004: Pada 2004, SPSS mempercepat perkenalan predictive analytics
lamaran,meningkatkan ketrampilan dan mengintegrasikan teknologi dari akuisisi baru
saja, termasuk Data Distilleries. Versi baru Predictive Marketing diperkenalkan, sama
baiknya dengan aplikasi baru, PredictiveCallCenter. Perkembangan tambahan
dipersiapan untuk aplikasi tambahan guna diperkenalkan pada 2005.
8. Sekarang: SPSS dikenal sebagai pemimpin di pasar predictive analytics.Predictive
analytics, yang menyatukan analytics yang maju dan optimasi keputusan, akan terus
menjadi fokus.
3
1.3 Fungsi , Manfaat dan Kegunaan SPSS
Sebagai perangkat analisis yang paling populer baik perusahaan maupun instansi, SPSS bisa
diterapkan untuk banyak keperluan analisis data seperti berikut ini:
1. SPSS mampu mengakses data dari berbagai jenis format yang ada, sehingga data
yang sudah tersedia dalam berbagai format dapat digunakan langsung untuk
melakukan analisis data.
2. Tampilan data yang diberikan SPSS lebih informatif sehingga mempermudah
pengguna dalam membaca hasil yang diberikan
3. Informasi yang diberikan lebih akurat, karena SPSS sendiri memberikan informasi
dengan memberikan kode alasan jika terjadi missing data
4. SPSS sendiri cukup mudah digunakan, dimana pengguna tidak perlu mempelajari
bahasa programming.
Bagi mahasiswa sendiri, pengolahan data hingga analisis akan berguna dalam pelbagai
aspek seperti berikut ini:
1.Menentukan kualitas informasi dengan cepat, tepat, akurat dan relevan untuk disajikan ke
dalam bentuk laporan terkait.
6.Multi user, atau kondisi dimana sebuah database bisa dimanfaatkan oleh banyak pengguna
sekaligus.
4
7.Hasil analisa nanti ya, akan membandingkan, mengurut, mengklasifikasi hingga
mengendalikan data dengan analisa yang tepat dan akurat.
Contoh:
All Programs › IBM SPSS Statistics › IBM SPSS Statistics 23. Lokasi shortcut disesuaikan
dengan versi SPSS yang terinstall di komputer (versi lain tidak jauh berbeda).
Untuk menutup klik (X) pada pojok kiri dialog Files seperti berikut,
3. Data View: input data melalui lembar kerja dengan tab Data View
Data View adalah tampilan lembar kerja SPSS untuk menampilkan isi dari input data. Data yang
dimasukkan diinput secara vertikal. Berikut ilustrasinya,
5
Perangkat lunak SPSS akan membuat variabel baru dengan VAR00001
4.Variable View: mengedit dan melihat variabel data pada lembar kerja
Anda dapat mengedit Variable View untuk mengubah nama variabel, tampilan data, type data,
panjang tampilan data. Berikut mengubah nama variabel,
Setelah memastikan data terinput benar. Anda dapat menyimpan lembar kerja SPSS dengan klik
menu File › Save. Atau menggunakan shortcut keyboard Ctrl+S,
6
6.Pilih direktori penyimpanan dan simpan file data dengan nama
Jendela Save Data As akan terbuka untuk menyimpan file data yang telah diinput. Pilih direktori
penyimpanan dan simpan file seperti ilustrasi berikut,
Klik Save
7.File tersimpan
File berhasil disimpan ditandai dengan keluaran berupa jendela output yang menampilkan lokasi
penyimpanan, nama file, dan format file yang digunakan. (SAVE OUTFILE)
7
Anda dapat menutup kedua jendela jika tidak melakukan pekerjaan lainnya.
Toolbar pada SPSS memberikan shortcut perintah berupa ikon yang dapat
mempercepat pekerjaan terkait beberapa fungsi menu bar pada SPSS. Berikut
ilustrasi toolbar dari perangkat lunak SPSS,
8
Redo Untuk mengembalikan
perintah yang telah
dibatalkan sebelumnya, sama
dengan Ctrl+Y
9
Find (Ctrl+F) dan Replace
(Ctrl+H) pada menu Edit
10
Spell check Untuk mengecek kesalahan
eja, bergantung konfigurasi
bahasa yang aktif, sama
dengan Utilities › Spelling
Secara garis besar lembar kerja software SPSS terbagi menjadi dua bagian,
yakni:
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
1. Name. Kolom ini untuk memberikan informasi tentang nama variabel data.
11
2. Type. Kolom ini untuk memberikan jenis variabel data yang digunakan, apakah Numeric,
String (data berupa karakter, misal “Nama”), Date, etc.
3. 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.
4. 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.
5. 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
6. 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.
7. Columns. Kolom ini menunjukkan lebar kolom. baik jenis data numeric maupun string, lebar
maksimal 255 digit.
8. Align. Kolom ini menunjukkan posisi data pada tiap cell. Terdapat tiga pilihan posisi data,
yaitu: left, right, dan center.
9. Measure. Kolom ini menunjukkan jenis ukuran data yang digunakan. Terdapat tiga pilihan jenis
ukuran data, yaitu: Scale, Nominal, dan Ordinal.
DAFTAR PUSTAKA
12
http://anwarstatistik.blogspot.com/2017/03/dasar-dasar-spss-data-view-variable.html?m=1
https://www.merdeka.com/jatim/spss-adalah-program-analisis-statistika-pelajari-kegunaan-serta-
sejarahnya-kln.html
https://www.utopicomputers.com/apa-itu-spss-berikut-pengertian-dan-fungsinya/
https://www.ardanisite.com/apa-itu-aplikasi-spss/
13