ARTIKEL PENGOLAHAN DATA BISNIS

Spreadsheet SPSS
(Mengolah data excel, computer dan statistik dekriptif)

Disusun Oleh :
Vicka Aziziah Maulani (4.52.19.1.30)

POLITEKNIK NEGERI SEMARANG

Jurusan Administrasi Bisnis
Prodi Administrasi Bisnis Terapan
Tahun Akademik 2019 / 2020
Pengantar SPSS 2

Istilah Keterangan
Pengantar SPSS 3

Tab sheet untuk memasukkan dan mendefinisikan setiap masing-masing pada

Variable View
variabel itu sendri.
Variabel Name Sebuah kolom untuk memberikan nama pada tiap variabel data.
Numeric Tipe data yang berbentuk angka.
Comma Tipe data dengan berbentuk koma (“,”) dengan untuk memisahkan angka
Dot Tipe data dengan berbentuk titik (“.”) dengan untuk memisahkan angka
Tipe data dengan berbentuk plus (“+”) ataupun minus (-) dengan untuk
Scientific Notation
memberikan nama pada tiap variabel
Variabel Type Menentukan tipe variabel
Date Tipe data untuk menginput tanggal
Dollar Tipe data dengan menmpilkan sebuah dollar (“$”)
Custom Currency Tipe data dengan menampilkan format mata uang tertentu.
String Tipe data khusus untuk menginput berbentuk huruf
Restricted Numeric Tipe data menampilkan angka yang diawali dengan “0” sampai seterusnya.
Width Menentukan banyaknya karakter dari sebuah data yang akan di entry.
Decimals Menentukan berapa panjang pada angka desimal sesudah tanda koma (“,”)
Label Menampilkan penjelasan rinci pada kolom Name dan ditampilkan di jendela output.
Umumnya digunakan oleh data nominal dan ordinal untuk merepresentasikan
Values
suatu nilai numerik sebagai label
Apabla terdapat data yang hilang maka missing digunakan untuk menangani data
Missing
uang hilang, namun ada dapat membiarkannya atau menghiraukan.
Column Menentukan lebar panjang nam karakter di Data View.
Align Menentukan teks left,mid, atau right pada tampilan data yang kita entry.
Left Posisi data rata kiri
Right Posisi data rata kanan
Center Posisi data rata tengah
Measure Menentukan atau mengukur tipe data variabel itu sendiri.
Nominal Tipe data dengan penggunaan nominal.
Ordinal Tipe data dengan penggunaan tingkatan.
Scale Tipe data dengan penggunaan ber skala(bawaan)
menentukan kedudukan pada tiap variabel apakah
Role
Input,Target,Both,None,Partition ataupun Split.
Input Variabel Independent (Predictor/default)
Target Variabel Dependent (output)
None Tanpa peranan

Daftar Istilah Penting pada SPSS

Istilah Keterangan
Partition Untuk memisahkan variabel menjadi sampel terpisah melalui partisi data.
Split Digunakan dengan IBM® SPSS® Modeler (bukan IBM® SPSS® Statistics)
Pengantar SPSS 4

Data View Tempat untuk menampilkan definisi nilai data pada variabel.
Menu yang memiliki beberapa pilihan submenu untuk melakukan perubahan data tertentu, seperti
Data menu
mendefinisikan variabel, mengurutkan data, mengidentifikasi kasus duplikat, dan lain-lain. 
Analyze Sebagai menu inti pada mengolah data seperti menganalisa deskriptif.
Graphs Menu yang memiliki beberapa pilihan untuk menampilkan output hasil data seperti grafik.
Utilities Menu yang berfungsi untuk mendefinisikan variabel data.
menu yang disediakan pada program SPSS memiliki beberapa service dan hanya bisa dilakukan
Add-ons
dengan koneksi komputer atau secara online.
Windows Menu yang memiliki fungsi untuk melakukan berpindah pada menu lain yang terdapat di SPSS.
Menu program SPSS ditujukan untuk menyediakan service atau bantuan informasi. Juga bisa pula
Help
tanpa memerlukan koneksi internet atau secara offline.
Menu pada program SPSS yang ditujukan untuk mengatasi yang berhubungan pada file data.
Menu file Seperti membuka data baru, membuka file yang diinginkan, menginput data melalui program lain
dan dapat mencetak isi data.
Data Merupakan sebuah dokumen yang berbentuk data
New Data Berfungsi untuk membuka dokumen baru yang berbentuk data dan bertipe *.sav.
Untuk mengetahui apa yang harus kita lakukan pada data yang dimiliki agar analisis menjadi
Systax
akurat.
Berfungsi membuka dokumen syntax analisis data yang baru sesuai formula yang kita inginkan
New Syntax
dan bertipe file*.sps.
Output Sebuah dokumen merupakan hasil dari running out SPSS.
New  Output Berfungsi untuk membuka output viewer baru dengan tipe *.spo.
Berfungsi untuk membuka dokumen output lain selain dokumen output viewer,dokumen dengan
New  Draft Output
tipe*.rtf.
Berfungsi untuk membuka dokumen script baru dengan menyesuaikan formula yang kita inginkan,
New Script
dokumen dengan tipe *.sbs.
Berfungsi untuk membuka data dokumen yang telah disimpan pada perangkat, dokumen dengan
Open  Data
tipe *.sav.
Berfungsi untuk membuka dokumen syntax yang telah disimpan pada perangkat dengan tipe
Open  Syntax
dokumennya yaitu *.sps .
Berfungsi untuk membuka dokumen data pada hasil output SPSS yang sudah disimpan pada
Open Output
perangkat dengan tipe dokumennya yaitu *.spo.
Berfungsi untuk membuka dokumen data script pada SPSS yang sudah  disimpan pada
Open  Script perangkat dengan tipe dokumennya yaitu*.sbs . Bila *Other. artinya telah membuka data yang
sudah tersimpan sebelumnya 
New Query Berfungsi membuka data selain pada format SPSS yang sudah di izinka. 
Edit Query Berfungsi mengolah atau  mengedit query yang sebelum data yang sudah  disimpan.
Edit Digunakan dalam mengatasi untuk  mengubah dan memperbaiki pada data.
View untuk mengatur tampilan pada sistem toolbar.
Transform Berfungsi untuk mengubah variabel menjadi bentuk lain dengan kriteria tertentu.

Istilah Keterangan
Redo Untuk mengembalikan pada perintah yang sudah dibatalkan sebelumnya. (Ctrl+Y)
Cut Perintah untuk memindahkan pada teks atau objek.
Paste untuk menempelkan teks atau objek yang sudah di perintah copy ataupun cut.
Paste after Perintah untuk mengulangi dari perintah paste sebelumnya.
Paste special Perintah menempelkan bisa berwujud gambar. 
Clear Perintah untuk menghapus pada objek atau sell
Find Tempat untuk mencari sebuah kata ataupun teks.
Pengantar SPSS 5

Options Untuk mengatur sistem tampilan lembar pada SPSS

View Untuk melihat tampilan pekerjaan dan proses-proses pada SPSS.
Status Bar Berfungsi supaya kita dapat membaca proses yang ada.
Toolbar Untuk mengubah atau mensetting tampilan pada toolbar.
Fonts Berfungsi memanage ukuran font data editor SPSS
Outline size Mengedit besar kecilnya font atau huruf pada hasil output SPSS
Outline font Mengubah jenis font yang diinginkan pada hasil output SPSS
Gridlines Untuk mengeset pada garis cell di data editor SPSS
Value labels Mengelolal tampilan editor supaya dapat membaca value label 
Data Tempat untuk melakukan operasi pada data.
Define Dates Menginterpretasikan pada variabel waktu seperti jam, tanggal, bulan ataupun tahun.
Insert Variable Mencantumkan atau menambahkan kolom baru pada variable.
Insert case Mencantumkan atau menambahkan baris badu SPSS.
Go to case Mengubah tempat kursor ke baris yang diinginkan. 
Sort case Untuk mengurutkan nilai variabel
Transpose Aktivitas proses transpose di kolom variable agar dapat menjadi baris.
Mengumpulkan dokumen-dokumen pada SPSS supaya dapat bergabung menjadi kolom-kolom
Merge files
variabel.
Split file Mengatasi file dengan menyesuaikan pada kolom variabel. 
Select case Mengelola variabel dengan disesuaikan persyaratan tertentu. 
Transform Berfungsi untuk menyediakan fasilitas seperti menghitung, mengubah, ataupun merangking pada data. 
Compute Mengoperasi data seperti matematik atau logaritma.
Count Dapat membaca jumlah pada data di baris tertentu. 
Recode Menggantikan atau merubah nilai ke dalam kolom variabel tertentu.
Categorize variable Merubah sebuah angka rasional menjadikan diskrit.
Rank case mengurutkan nilai data yang ada pada variabel

Istilah Keterangan
Analyze Berfungsi untuk menyediakan kategori statistik yang ada pada SPSS. 
Reports Berisi tentang laporan
OLAP Cubes Bentuk laporan dengan menampilkan data yang ringkas dan praktis termasuk banyaknya variabel.
Case summaries Berfungsi untuk melihat lebih jauh isi statistic deskriptif yang meliputi subgrup dalam sebuah kasus.
Report summaries in rows Berfungsi untuk membuat laporan setiap ringkasan pada baris lain. 
Report summaries in columns Berfungsi untuk menampilkan setiap laporan statistic pada kolom terpisah.
Descriptive statistics Berfungsi memberikan gambaran, hasil, dan analisis data yang dimiliki.
FreQuencies Alat analisis untuk memberikan data dalam bentuk tabel dan jenis lain.
Descriptives Berfungsi menganalisis deskripsi data.
Explore Mengeksplorasi analisis deskriptif data yang lebih rinci dibanding frequencies dan descriptives.
Crosstabs Menganalisis desain penelitian berbentuk tabel kontingensi.
Menganalisis perbandingan variabel satu dengan variabel lain dan outputnya akan menghasilkan
Ratio
ringkasan berupa ratio statistic.
P-p- plots Berfungsi menguji beberapa kuat probabilitas penyebaran atau distribusi kumulatif dari sebuah
Pengantar SPSS 6

variabel.
Berfungsi untuk menguji seberapa kuat probabilitas penyebaran atau distribusi kumulatif dari
Q-Q-plots
sebuah variabel.
Tables Memungkinkan pengguna untuk membuat tabel. 
Custom tables Submenu tables yang berfungsi sebagai pembuat tabel sesuai keinginan.
Multiple response sets Submenu tables yang berfungsi sebagai perespons dengan kemungkinan jawaban 2 atau lebih.
Compare means Menganalisis perbandingan rata-rata (mean) antara variabel yang satu dengan variabel yang lain.
Means Berfungsi melakukan analisis uji beda rata-rata atau lebih antara variabel bebas dan variabel terikat.
One- sample T Test Berfungsi mengetahui nilai t dari satu sampel sekaligus nilai signifikansi.
Berfungsi mengetahui perbedaan rata-rata atau lebih baik untuk sampel yang saling bebas
Independent samples T-Test
sekaligus mengetahui apakah perbedaan tersebut signifikan.
Paired- samples T-Test Submenu compare means untuk sampel penelitian yang berpasangan. 
Berfungsi mengetahui perbedaan pada tiga atau lebih sampel (multivariat) sekaligus  mengetahui
One way ANOVA
apakah perbedaan tersebut signifikan.
Berfungsi membandingkan tiga atau lebih sampel penelitian berbentuk analisis variabel dua arah
General Linear Model
(two-way anova)
Menganalisis model nilai skala variabel terikat berdasarkan pada hubungan variabel prediktor
Univariate
berskala kategorik.
Menganalisis model nilai skala beberapa variabel berdasarkan pada hubungan variabel prediktor
Multivariate
berskala kategorik.
All visible output      Mencetak lembar kerja secara keseluruhan.
Selection    Mencetak sesuai keinginan yang kita sorot/blok.
Print Preview Melihat contoh hasil cetakan yang nantinya diperoleh.
Recently used data Berisi list file data yang pernah dibuka sebelumnya.
Recently used file Berisi list file secara keseluruhan yang pernah dikerjakan.
Edit Untuk melakukan pengaturan option untuk konfigurasi SPSS secara keseluruhan.
Undo Pembatalan perintah yang dilakukan sebelumnya.

BAB I

Pengantar SPSS
Bab ini akan dibahas:
 Pemahaman Mengenai SPSS
 Pemahaman Tentang Karakteristik dan Prinsip Rancangan Revolusi Industri 4.0
 Pemahaman Sejarah dan Perkembangan Revolusi Industri 4.0
Pengantar SPSS 7

S
tatistika yaitu cabang lmu yang mempelajari dan ilmu yang berknan
dengan data bagaimana merencanakan, mengumpulkan, menganalisis,
menginsterpretasi dan mempresentasikan data. Untuk memepermudah
dalam pengerjaan statisitika sehinga pekerjaan lebih efisien dan cepat
maka kita perlu alat yaitu sebuah software atau program yang dinamakan
IBM SPSS Statistics. Kemampuan yang dapat diperoleh dari SPSS meliputi
pemrosesan segala bentuk file data, modifikasi datam membuat tabulasi berbentuk
distribusi frekuensi, analisis statistik deskriptif, analisis statistik lanjut yang
sederhana maupun komplek, pembuatan grafik, dsb. Dengan memiliki menu-menu
deskriptif dan kotak-kotak dialog sederhana untuk memudahkan pengguna sehingga
mudah dipahami bagaimana mengoperasikannya. Beberapa kegitan bisa dilakukan
dengan praktis seperto menggunakan pointing dan clicking mouse.

Pengertian SPSS
Statistical Program for Social Science atau disingkat SPSS yaitu suatu program
aplikasi bisnis dimana memiliki kemampuan paket program statistika dengan
kemampuan analisis statistic yang cukup tinggi. Dan sebagai alat untuk membantu
dalam mengolah penelitian, menganalisis dan menginterpretasikan data sehingga si
peneliti dapat memahami data yang dimilikinya.

Konsep Dasar SPSS

EMPAT TIPE DATA YANG DI OLEH MENGGUNAKAN SPREAD SHEET

SPSS
1. Nominal
Tipe variabel yang digunakan untuk mempresentasikan pada suatu data.
Contoh: Jenis Gender,Jenis Jabatan, Jenis Produk, atau Jenis Perguruan Tinggi,
dan lain-lain. Dalam menganalisis data, tipe ini biasanya dilambangkan dengan
menggunakan angka seperti 1,2,dan 3.

2. Ordinal
Tipe variabel yang mengkategorikan data dengan peringkat atau tingkatan .
Contoh: Dalam tingkat umur : “Bayi” dilambangkan “1”, “Balita” dilambangkan
“2”, “Anak-anak”’ dilambangkan “3”, “Pra Remaja” dilambangkan “4”, “Remaja”
dilambangkan “5”, “Dewasa” dilambangkan “6”, “Lansia” dilambangkan “7”.

3. Interval
Tipe data interval memiliki kesamaan dengan ordinal yaitu memiliki tingkatan.
Contohnya seperti Skor 1 sebagai “Sangat Tidak Setuju”, Skor 2 “Tidak Setuju”,
Skor 3 “Netral”, Skor 4 “Setuju”, Skor 5 “Sangat Setuju”

4. Rasio
Tipe data dalam bentuk angka yang memiliki arti data yang sesungguhnya.
Contoh data rasio dapat berupa “tinggi badan, berat badan, penjualan, dsb).

STRUKTUR DATA
Struktur data pada SPSS memiliki ciri khas sebagai berikut:
 Data yang diolah harus memiliki semisal berbentuk baris (m) dan kolom (n).
 Pada setiap baris maka dipanggil dengan case atau kasus.
Pengantar SPSS 8

 Pada setiap kolom memiliki heading atau bisa dipanggil dengan variabel
 Korealasi setiap pada variabel dan case dipanggil dengan value.

Jenis Tahun Masa Kerja

NAMA Jenis Pekerjaan
Kelamin Masuk (tahun)
ADI KURNIANTO 1 2018 2 1
ELIZABETH RAHMAWATI 2 2018 2 1
ENDANG SULASTRI 2 2019 1 4
SUENI ANANTYA 1 2018 2 1
BERTA HANDAYANI 2 2017 3 3
MAHTA PONDAH 2 2015 5 2
ANGGA SAPUTRA 1 2016 4 1
MERINA ANDAYANI 2 2017 3 1
ADI LINAWATI 1 2017 3 1
AYU SAEKATUL 2 2016 4 3
INDAH WULANDARI 2 2018 2 3
IKA YUSNIA 2 2018 2 2
ERMIN TIRA 2 2019 1 4
INDRAYANI KRISTANTI 2 2017 3 3
TAKARINA YUNIARTI 2 2017 3 1

Tabel 1.1 Daftar Profesi

Pada Tabel 1.1 diatas maka menunjukan daftar data yang terdiri dari :
1. Nama => Variabel “String”
2. Jenis Kelamin => Variabel “Date”
3. Masa Kerja (tahun) dan Jenis Pekerjaan => Variabel “Numerik”

MENGOPERASIKAN SPSS
1. Klik SPSS pada menu.

Gambar 1.1 Program SPSS pada Menu

2. Maka akan muncul seperti gambar berikut. Bila ingin membuat data baru
maka klik [New Dataset]

Membuka data baru

Pengantar SPSS 9

Riwayat dokumen atau file data yang pernah

dibuka sebelumnya

Membuka dokumen atau file lain

Gambar 1.2 Welcome to IBM SPSS Statistics

3. Kemudian setelah mengeklik [New Dataset] maka akan muncul tampilan

seperti gambar dibawah ini:

Gambar 1.3 IBM SPSS Statistic Data Editor

Di dalam data Editor terdapat 2 tab sheet yaitu [Data View] dan [Variable View]
 Data View untuk tempat untuk menampilkan definisi nilai data pada variabel.
 Variable View untuk ab sheet untuk memasukkan dan mendefinisikan setiap
masing-masing pada variabel itu sendri. Biasanya dalam memulai pengisian
data dari awal melalui SPSS, supaya mengisi pada tab sheet variable view
terlebih dahulu.

MENGINPUT DATA EXCEL KE DALAM DATA SPSS.

Supaya dalam pengisian data SPSS cepat maka kita dapat melakukannya sperti
langkah berikut:
1. Klik menu diatas pojok kanan pada SPSS [File]  [Open]  [Data]

Gambar 1.4 File,Open,Data

Pengantar SPSS 10

2. Pilih file Excel yang akan anda pilih dan klik [Open]

Gambar 1.5 Open Data

MENGELOLA DATA DAN VARIABEL

Mendefinisikan Variabel
Sebelum mengoperasi SPSS sebaiknya kita harus paham bagaimana mendefinisikan
sebuah varibel didalam system operasi SPSS.
Perhatikan contoh kasus dengan data sebagai berikut:
Jenis
NO NAMA Masa Kerja (tahun) Jenis Pekerjaan GAJI
Kelamin
1 ADI KURNIANTO 1 2 1 3.500.000
2 ELIZABETH RAHMAWATI 2 2 1 3.000.000
3 ENDANG SULASTRI 2 1 4 3.500.000
4 SUENI ANANTYA 1 2 1 3.000.000
5 BERTA HANDAYANI 2 3 3 2.500.000
6 MAHTA PONDAH 2 5 2 2.000.000
7 ANGGA SAPUTRA 1 4 1 3.000.000
8 MERINA ANDAYANI 2 3 1 3.000.000
9 ADI LINAWATI 1 3 1 3.000.000
10 AYU SAEKATUL 2 4 3 5.000.000
11 INDAH WULANDARI 2 2 3 4.000.000
12 IKA YUSNIA 2 2 2 3.000.000
13 ERMIN TIRA 2 1 4 3.000.000
14 INDRAYANI KRISTANTI 2 3 3 4.000.000
15 TAKARINA YUNIARTI 2 3 1 3.500.000
Tabel 1.2 Contoh Kasus

Langkah selanjutnya yang harus dilakukan adalah mendefinisikan variabel-variabel.

Dengan demikian definisi dari data di Tabel 3.3 dapat dijabarkan sebagai berikut:

Variabel Tipe Label Value Label

NAMA String Nama karyawan
Pengantar SPSS 11

SEX Numeric Jenis Kelamin 1=”Laki-laki”

2=”Perempuan”

MS KERJA Numeric Masa Kerja Dalam

AKREDITASI PT Numeric Akreditasi PT Asal 1=”Akreditasi A”
2=”Belum Akreditasi”
FORMASI Numeric Formasi Karyawan
GAJI Numeric Gaji Karyawan

Tabel 1.3 Daftar Pegawai

Menyimpan File Data

Apabila sudah melakukan pengisian data seperti pada tabel diatas. Maka anda bisa
simpan sperti langkah-langkah berikut ini:
1. Klik menu [File] [Save], bisa juga menggunakan cara alternatif yaitu dengan
menekan Alt+f  S atau Ctrl+S

Gambar 1.6 File,Save

2. Kemudian pilih fodlder yang akan disimpan pada file dan beri nama pada file
yang anda simpan tadi. Contoh: Daftar.sav

Gambar 1.7 Save

3. Klik [Save ]

Menghapus Data
Pada data View yang telah terisi, serta jika telah melakukan editing dan pengisian di
variable view seperti yang telah dilakukan pada Langkah sebelumnya, maka anda bisa
melakukan hapus data atau variabel sebagai berikut:
Pengantar SPSS 12

1. Melalui Data View

 Klik nama kolom (variabel) yang anda hapus pada tab data view.

Gambar 1.8 Klik Column

 Tekan tombol detele pada keyboard atau bisa klik kanan pada variabel
yang disorot atau dipilih. Lalu, klik “Clear” variabel dan nilai terkait
akan dihapus.

Gambar 1.9 Clear Data

2. Melalui Variable View
 Klik pada nomor baris yang sesuai dengan variabel yang ingin anda
hapus. Hal ini akan menyeleksi semua baris.

Gambar 1.10 Variable View

 Tekan tombol delete atau klik kana pada nomor baris yang sesuai
dengan variabel yang ingin anda hapus. Klik Delete.
Pengantar SPSS 13

Gambar 1.11 Clear Data

Mengcopy Data
Data yang telah dibuat sebelumnya pada Ms Excel, dapat dissave terlebih dahulu
sebelum melakukan copy data atau menyalin data dari Ms Excel. Adapun Langkah-
langkahnya sebagai berikut:
1. Melalui Import Data
 Buka aplikasi SPSS sehingga muncul tampilan data view. Kemudian,
klik File > Open > Klik Data.

Gambar 1.12 Open Data

 Pilih File yang akan diimport. Kemudian Klik file excel dan klik Open.

Gambar 1.13 Select Data View

Pengantar SPSS 14

 Maka hasilnya sebagai berikut.

Gambar 1.14 Output Copy Data

2. Cara Copy Paste Data
 Buka Aplikasi Excel. Kemudian Range data dan tekan CTRL+C atau
klik kanan pilih copy.

Gambar 1.14 Output Copy Data

 Buka Aplikasi SPSS. Klik pada cell data view kemudian tekan CTRL+V
atau klik kanan pilih Paste.
Pengantar SPSS 15

Gambar 1.15 Copy Paste Data

 Kemudian, hasilnya akan menjadi seperti dibawah ini.

Gambar 1.16 Output Copy Paste Data

Menyisipkan Data
Setelah data terisi dan lengkap di SPSS, akan tetapi ada data tambahan karena suatu
hal sehingga anda ingin menambahkan dengan cara menyisipkan data agar tidak
melakukan pengisian ulang dari awal. Adapun Langkah-langkahnya sebagai berikut:
1. Menambahkan Data dalam bentuk baris
 Pada tampilan Data View kita klik atau sorot baris yang akan kita
sisipkan data.

Gambar 1.17 Data View

 Klik Edit pada baris yang tersoroti. Kemudian Klik Insert Cases.
Pengantar SPSS 16

Gambar 1.18 Insert Cases

 Maka hasilnya sebagai berikut.

Gambar 1.19 Output

2. Menambahkan Data dalam bentuk kolom

 Pada tampilan Data View kita klik atau sorot baris yang akan kita
sisipkan data.

Gambar 1.20 Variable View

 Klik Edit pada baris yang tersoroti. Kemudian Klik Insert Variable.

Gambar 1.21 Insert Variable

 Maka hasilnya sebagai berikut.

Pengantar SPSS 17

Gambar 1.22 Output

CATEGORIES VARIABLE/ MENGELOMPOKKAN DATA

Ketika melakukan analisis data, anda mungkin akan menganalisis dengan kriteria
tertentu sebagai kelompok data. Cara mengelompokkan pada SPSS dengan
menggunakan Split File. Adapun Langkah-langkahnya sebagai beriikut:

1. Klik data > Split File.

Pengantar SPSS 18

Gambar 1.23 Splif File

2. Lakukan konfigurasi Split File

Gambar 1.24 Split File Window

3. Pilih Compare Groups lalu pilih variabel pengelompokkan data

Pengantar SPSS 19

Gambar 1.25 Split Data Configuration

4. Klik OK
5. Data telah dikelompokkan dan hasil outputnya sebagai berikut.

Gambar 1.26 Output

Pengantar SPSS 20

BAB II

Fungsi Aplikasi SPSS

Bab ini akan dibahas:
 Pemahaman Tentang Fungsi Aplikasi SPSS

S
tatistical Product and Service Solutions atau disingkat SPSS adalah
software aplikasi yang sering digunakan dan dicari banyak orang karena
segala mudahnya fasilitas ynag ada didalam program tersebut
dibandingkan dengan dengan Microsoft Excel. Juga SPPS ini sering
berguna untuk akivitas mengolah dan menganalisis data penelitian. SPPS
siring digunakan di dalam berbagai banyak bidang seperti riset pemasaran,
pengendalian dan perbaikan mutu, penelitian sains, peneliti pasar, peneliti kesehatan,
perusahaan survei, pemerintah, peneliti pendidikan, organisasi pemasaran, dan
sebagainya. Penggunaan SPSS dalam semua kebutuhan pengolahan dan analisis data
dapat diselesaikan dengan mudah dan cepat.

1. Viewer
Mempermudah untuk melihat hasil proses saat pemgerjaa, mengatur bagian
dari output tertentu serta mempermudah menginput hasil pengolah pada
SPSS ke aplikasi lain.

2. Multidimensional Pivot Tables

Di dalam multidimensional pivot tabel pada SPSS, si pemakai dapat
melakukan mengeksplor pada dengan mengatur baris, kolom, da layer. Dan
juga dapat melakukan dengan mudah untuk pengaturan kelompok data
seperti spliiting tabel menjadi satu kategori atau grup tertentu yang
ditampikan pada satu waktu.

3. High-Resolution Graphics
SPSS memiliki grafik dengan resolusi tinggi, dalam pie charts, bar charts,
histogram, scatterplots, 3-D graphics, dll. Denggan ini SPSS tidak hanya
mudah dioperasikan atau penggunaanya mudah namun jua membuat si
pemakai hasil pengerjaannya lebih enak dilihat atau hasil pengerjaannya
mudah dibaca dan menarik.

4. Database Acces
Dapat memperoleh sebuah informasi kembali pada database dengan cara
menggunakan database wixar yang usah disediakan.

5. Data Transformations
Berfungsi untuk menyediakan fasilitas seperti menghitung, mengubah,
ataupun merengking pada data.

6. Electronic Distribution
Di sini SPSS menyediakan fasilitas supaya si pe engguna dapat
mengirimkan pengerjaannya secara elektronik dengan menggunakan
Pengantar SPSS 21

pengiriman email ataupun melakukan export pada tabel dan grafik ke mode
semisal HTML. Maka dapat mendukung dalam pendistributian melalui
online atau internet.

7. Online Help
Program SPSS ditujukan menyediakan service atau bantuan informasi
melalui secara Online atau koneksi pada komputer.Layanan yang tersedia
Bantuan yang tersedia seperti petunjuk pengerjaan dengan detail,
memudahkan dalam pencarian langkah-langkah yang diinginkan sserta
contoh kasus dalam pengoperasian program SPSS.

8. Akses Data Tanpa Tempat Penyimpanan Sementara

Di sini SPSS menyediakan fasilitas memnganalisis file data yang memilki
kapasitas besar disimpan dengantanpa membutuhkan tempat penyimpanan
semenara.

9. Interface dengan Database Relasional

SPSS memimilki fasilitas supaya dalam pengerjaan lebih efisien dan mudah
dalam ekstrakan data dan menganalisis database relasiona.

10. Analisis Distribusi

SPSS memeilki fasilitas ini yaitu pemakaian aplikasi dengan multi user atau
penggunaan user lebih dari satu.Gunananya supaya dalaam menganalisis
ke file yang kapasitas besat dapat me remote ke serves dan memprosesny
sekaligus tanpa memindahkan ke user komputer lain. Intinya hanya
memerlukan satu komputer user tanpa harus memakasih liebih 1 komputer
user.

11. Multiple Sesi

Memiliki kemampuan dalam melakukan menganalisis lebih dari satu file
dengan waktu yang bersamaanpun.

12. Mapping
Kemampuan dalam visual hasil data dibuat dengan berbagai macam seperti
type bar,pie,jangkauan nilai,simbol gradual ataupun chart.
Pengantar SPSS 22

BAB III

Contoh Kasus Pada SPSS

Bab ini akan dibahas:
 Pemahaman membangun crosstabs atau tabulasi silang pada spss
 Pemahaman melakukan compute di spss
 Pemahaman membangun statistik deskriptif pada spss mencari rata-rata, standar deviasi, nilai kurtosis,
skewness
 Pemahaman membuat kurva normal menggunakan spss

Membangun Crosstabs atau Tabulasi Silang pada SPSS

Crosstabs atau tabulasi silang, yaitu fasilitas yang ada pada program SPSS untuk melakukakn
uji chi square terhadap data penelitian
Contoh kasus : Sebuah kelompok penelitian akan meneliti sebuah desa tentang Gender terhadap
jenis pekerjaan. Maka akan dianalisis seberapa pengaruh gender seseorang terhadap profesi.
Berikut datanya profesi dibawah ini:

Jenis Jenis
NO NAMA
Kelamin Pekerjaan
1 ADI KURNIANTO 1 1
2 ELIZABETH RAHMAWATI 2 1
3 ENDANG SULASTRI 2 4
4 SUENI ANANTYA 1 1
5 BERTA HANDAYANI 2 3
6 MAHTA PONDAH 2 2
7 ANGGA SAPUTRA 1 1
8 MERINA ANDAYANI 2 1
9 ADI LINAWATI 1 1
10 AYU SAEKATUL 2 3
11 INDAH WULANDARI 2 3
12 IKA YUSNIA 2 2
13 ERMIN TIRA 2 4
14 INDRAYANI KRISTANTI 2 3
15 TAKARINA YUNIARTI 2 1
Tabel 3.1 Tabel Kasus

JENIS PEKERJAAN
JENIS 1 GURU
KELAMIN
2 TEKNISI
1 Laki-laki 3 OFFICER
2 Perempuan 4 INSTRUKTUR

Prasyarat uji Chi square adalah data variabel berjenis nominal, atau bisa ordinal tetapi tidak
diukur tingkatannya. Disini akan dilakukan analisis Crosstabs untuk menggambarkan hubungan
jenis kelamin terhadap jenis pekerjaan “Data Profesi” dan dilakukan pengujian Chi square.
Pengantar SPSS 23

LANGKAH-LANGKAH ANALISIS DI SPSS:

1. Buka aplikasi atau program SPSS, dengan klik START => IBM SPSS

Statistics 26 (bisa juga mengunakan seri program SPSS apa saja, ex: 20,24
atau 25)

Gambar 3.1 Tampilan IBM SPSS Statistics 26

2. DI halaman SPSS 26 awal langsung terbuka halaman seperti dibawah ini, lalu
untuk memulai klik New Dataset, lalu akan terbuka halaman Variable View

Gambar 3.2 Tampilan Halaman awal IBM SPSS Statistics 26

Pengantar SPSS 24

Gambar 3.3 Variable View

3. Lakukan langkah pengisian seperti dibawah berikut:

a b c

a. Langkah awal pengisian pada variable view, mengisi kolom Name, Type,
Wdth dan Decimals
 Untuk kolom pada baris 1 Name : “Kelamin”, Label: “Jenis Kelamin”, Decimal
diubah menjadi 0 (misal “2” diubah menjadi “0”)
 Untuk kolom pada baris 2 Name : “Kelamin”, Label: “Jenis Pekerjaan,”
Decimal diubah menjadi 0 (misal “2” diubah menjadi “0”)

Tabel 3.4 Variable View

b. Untuk kolom Value,klik kolom Value maka akan muncul tampilan kotak seperti ini

Tabel 3.5 Value Labels Window

Pengantar SPSS 25

 Masukkan di kotak Value Tabels

I . Untuk Value Tabels baris pertama
- Value : “1” sedangkan Label : “Laki-laki” setelah itu klik “Add”
- Value : “2” sedangkan Label : “Perempuan” setelah itu klik “Add”

Tabel 3.5 Value Labels Window

II. Dan untuk Value Tabels baris kedua

- Value : “1” sedangkan Label : “Guru” setelah itu klik “Add”
- Value : “2” sedangkan Label : “Teknisi” setelah itu klik “Add”
- Value : “3” sedangkan Label : “Officier” setelah itu klik “Add”
- Value : “4” sedangkan Label : “Instruktur” setelah itu klik “Add”

Tabel 3.6 Add Labels

c. Pada kolom Measure terdapat pilihan, klik “Nominal” untuk baris pertama dan
kedua
Pengantar SPSS 26

d. Maka bisa dilihat pada gambar dibawah ini berikut Variabel View pada kasus tsb.

Tabel 3.8 Variable View

4. Apabila sudah melakukan langkah-langkah sebelumnya, maka kita bisa

langsung masuk pada ke halaman Data View.
Caranya dengan klik Data View, apabila sudah muncul seperti gambar diwah ini.
Maka kita bisa isi data sesuai yang diinginkan.

Tabel 3.9 Data View

5. Isi Data View seperti gambar berikut. Dalam pengisian data view bisa
dilakukan dengan cara Copy Paste( Ctrl+C dan Ctrl+V) data yang ada miliki di
Excel
Jenis Jenis
Kelamin Pekerjaan
1 1
2 1
2 4
1 1
2 3
2 2
1 1
2 1
1 1
2 3
2 3
2 2
2 4
2 3
2 1
Pengantar SPSS 27

Setelah melakukan pengisian data. Kemudian, klik Analyze -> Descriptive Statistics
-> Crosstabs

Gambar 3.11 Langkah Descriptive Statistics Crosstab

6. Dan akan muncul tambilan seperti gambar dibawh ini

Gambar 3.12 Crosstabs window

7. Masukkan variabel “Jenis Kelamin” ke kotak Row(s), sedangkan variabel Jenis

Pekerjaan ke kotak Column(s). Setelah itu klik tombol Statistics,

Gambar 3.13 Crosstab: Statistics

8. Setelah kita kilik tombol Statistik, maka akan terbuka kotak dialog
sebagaiberikut:
Lalu, beri tanda centang pada Chi-square -> klik Continue
Pengantar SPSS 28

Gambar 3.14 Crosstab: Statistics

9. Klik OK. Maka hasil output sebagai berikut:

Gambar 3.15 Output Chi Square Tests

INTERPRETASI HASIL OUTPUT UJI CHI SQUARE (ANALISIS SPSS):

1. Output Case Processing Summary
Berdasarkan Gambar Output 3.15 data Jenis Kelamin dan Jenis Pekerjaan yang
valid berjumlah 15 dan tidak ada data yang hilang (missing) dengan total
persentase 100%.
Pengantar SPSS 29

Gambar 3.16 Output Case Processing Summary

2. Output Jenis Kelamin terhadap Jenis pekerjaan (Versi Crosstabulation)

Berdasarkan hasil output bisa dilihat bahwa pada Jenis kelamin “Laik-laki” yang
berprofesi sebagai guru ada 4 orang, dan yang lainnya seperti teknisi, officier dan
instruktur sebanyak 0 orang atau tidak ada sama sekali yang berprofesi selain
menjadi guru. Sehingga, Total orang yang berjenis kelamin Laki-laki sebanyak 4
orang.

Sedangkan untuk Jenis kelamin “Perempuan” yang brofesi menjadi guru terdapat
3 orang, teknisi terdapat 2 orang, ifficier terdapat 4 orang, dan instruktur terdapat
2 orang. Sehingga, Total orang yang berjenis kelamin Perempuan sebanyak 11
orang.

Banyaknya jenis pekerjaan sebagai Guru terdapat 7 orang, teknisi berjumlah 2

orang, Officer berjumlah 4 orang, dan instruktur berjumlah 2 orang. Total 15
orang pegawai.

Gambar 3.16 Output Case Processing Summary

3. Output Chi-Square Tests

Uji Chi square ditukan berfungsi untuk menguji hubungan antara variabel baris
dan kolom, dalam hal ini antara variabel jenis kelamin terhadap profesi. Langkah-
langkah pengujian sebagai berikut:

Gambar 3.17 Output Chi Square Tests

a. Merumuskan hipotesis
Pengantar SPSS 30

Ho : Terdapat hubungan antara jenis kelamin dengan jenis pekerjaan.

Ha : Tidak Terdapat hubungan antara jenis kelamin dengan jenis pekerjaan.
b. Menentukan Chi square hitung
Dari output didapat nilai X2 hitung (Pearson Chi Square) adalah 6,234.
c. Menentukan Chi square tabel
Chi square tabel dapat dilihat pada tabel statistik Chi square pada
signifikansi 0,05, df = n-1 yaitu 15-1 = 14. hasil diperoleh untuk Chi square
tabel adalah 23,6848 (Lihat pada lampiran).
a) Kriteria pengujian
 Jika nilai Chi square hitung > Chi square tabel maka Ho diterima.
 Jika nilai Chi square hitung < Chi square tabel maka Ho ditolak
Berdasar Signifikansi
 Jika Signifikansi < 0,05 maka Ho diterima,
 Jika Signifikansi > 0,05 maka Ho ditolak.
d. Membuat kesimpulan
Karena Chi square hitung < Chi square tabel (6,234 < 23,6848) dan
signifikansi > 0,05 (0,101 > 0,05) maka Ho ditolak dan Ha diterima. Jadi
dapat disimpulkan bahwa tidak ada hubungan antara jenis kelamin dengan
jenis pekerjaan. Atau dengan kata lain tidak ada perbedaan jenis kelamin
jika dilihat dari jenis pekerjaan yang berbeda.

Melakukan Compute di SPSS

Didalam Compute di SPSS biasanya digunakan untuk menginput variabel
baru dari hasil perhitungan berdasar data variabel lama.Dan compute
merupakan tahap dari meng-entry data.Entry data yaitu salah satu langkah
awal dan penting dalam mengolah data di SPSS.
Melakukan Compute di SPSS
Contoh Kasus:
Jenis Jenis
NO NAMA Masa Kerja (tahun) GAJI BONUS
Kelamin Pekerjaan
1 ADI KURNIANTO 1 2 1 3.500.000 400.000
2 ELIZABETH RAHMAWATI 2 2 1 3.000.000 1.100.000
3 ENDANG SULASTRI 2 1 4 3.500.000 600.000
4 SUENI ANANTYA 1 2 1 3.000.000 900.000
5 BERTA HANDAYANI 2 3 3 2.500.000 900.000
6 MAHTA PONDAH 2 5 2 2.000.000 400.000
7 ANGGA SAPUTRA 1 4 1 3.000.000 600.000
8 MERINA ANDAYANI 2 3 1 3.000.000 900.000
9 ADI LINAWATI 1 3 1 3.000.000 600.000
10 AYU SAEKATUL 2 4 3 5.000.000 900.000
11 INDAH WULANDARI 2 2 3 4.000.000 1.100.000
12 IKA YUSNIA 2 2 2 3.000.000 1.100.000
13 ERMIN TIRA 2 1 4 3.000.000 600.000
14 INDRAYANI KRISTANTI 2 3 3 4.000.000 400.000
15 TAKARINA YUNIARTI 2 3 1 3.500.000 900.000

JENIS KELAMIN FORMASI

1 Laki-laki A GURU
2 Perempuan B TEKNISI
C OFFICER
INSTRUKTU
D R
Tabel 3.2 Kasus Compute
Pengantar SPSS 31

LANGKAH-LANGKAH
1. Lakukan pengisisan pada [Variable View] seperti gambar berikut:

Gambar 3.18 Data View

Langkah awal pengisian pada variable view, mengisi kolom Name, Type,
Decimals dan Labels
 Isi kolom [Name] dengan variabel:
 Nama
 Kelamin
 Masa
 Pekerjaan
 Gaji
 Bonus
 TOTAL
 Ubah kolom [Type]pada masing-amsing variabel
 Nama -> String
 Kelamin sampai Total menggnakan Type -> Numeric
 Ubah Decimals menjadi 0 (misal, “2” diubah menjadi “0)
 Isi label pada tiap variabel
 Nama -> “Nama”
 Kelamin -> “Jenis Kelamin”
 Masa -> “Masa Kerja”
 Pekerjaan -> “Jenis Pekerjaan”
 Gaji -> “Gaji”
 Bonus -> “Bonus”
 TOTAL -> “Gaji Total”
 Isi kolom Values untuk variabel 
a. Jenis Kelamin:
 “1” -> “Laki-laki”
 “2” -> “Perempuan”
b. Jenis Pekerjaan:
 “1” -> “Guru”
 “2” -> “Teknisi”
 “3” -> “ Officier”
 “4” -> “ Instruktur”

2. Untuk kolom Width, Missing dan Column hiraukan, biarkan delfault sesuai
pada SPSS. 
3. Pada tab [Data View], isi data seperti Gambar 2 di bawah ini.
Pengantar SPSS 32

Gambar 3.19 Entry Data pada Tab Sheet Data View

4. Untuk melihat data values pada variabel “Kelamin” dan “Pekerjaan” maka klik

ikon seperti ikon disamping =>  <= tujuannnya supaya pada tampilan [Data
View] tidak ada tampilan seperti 1,2,3,dll.

Gambar 3.20 Data View

5. Jumlahkan Gaji dan Bonus untuk menghitung Total Gaji:
a. Klik menu [Transform] –> [Compute Varible ] maka akan muncul tampilan
kotak  Compute Variable.

Gambar 3.21 Compute Variable

b. Tuliskan “TOTAL” pada [ Target Variable].

c. Klik [Type & Label], beri label “Gaji Total“.
Pengantar SPSS 33

Gambar 3.22 Compute Variable View

d. Ketik “Gaji+Bonus” pada kotak [Numeric Expression], dan juga

menggunakan cara latermatif dengan cara menggunakan tombol-tombol
yang tersedia pada dialog box, lihat Gambar 3.

Gambar 3.23 Contoh Perintah Penjumlahan pada Dialog Box Compute Variable

6. Kemudian Klik [OK]. Maka pada [Data View] akan muncul variabel baru

dengan nama “Total” (lihat Gambar 4).
 
Pengantar SPSS 34

Gambar 3.24 Output dari Perintah Penjumlahan pada Dialog Box Compute Variable
 

Membangun Statistik Deskriptif Pada SPSS Mencari Rata-Rata,

Standar Deviasi, Nilai Kurtosis, Skwekness
Statistik deskriptif adalah metode dari statistik yang mencari cara untuk
mengumpulkan dan menjikan sebuah data sehingga memberikan informasi yangg
bisa berguna dan mudah mengerti.
Statistik Deskriptif berfungsi sebagai menggambarkan atau mendseskripsikan suatu
data dan peristiwa kemudian dilihat dari nilai rata-rata (mean), standar deviasi, varian,
maksimum, minimum, sum, range, kurtosis dan skewness (kemencengan distribusi)
dikumpulkan melalui proses penelitian dan investigasi sehinnga kesimpulan yang
dihasilkan lebih menarik.
Supaya dalam pengerjaan Stastistik deskriptif mudah dipahami oleh kita maka
pengerjaannya menggunakan aplikasi atau sofware yaitu SPSS.
Berikut kami uraikan langkah-langkah uji statistik deskriptif disertai dengan gambar
panduan.

CONTOH KASUS

I. DENGAN DATA NUMERIK

Data yang akan saya dalam uji ini adalah data sample massa kerja karyawan sesuai
dengan hasil gaij kerja selama ia bekerja.Berikut datanya di tabel dibawah ini.

Masa
GAJI
Kerja (tahun)
2 3.500.000
2 3.000.000
1 3.500.000
2 3.000.000
3 2.500.000
5 2.000.000
4 3.000.000
3 3.000.000
Pengantar SPSS 35

3 3.000.000
4 5.000.000
2 4.000.000
2 3.000.000
1 3.000.000
3 4.000.000
3 3.500.000

Tabel 3.3 Contoh Kasus

 
1. Pertama siapkan data yang akan dianalis, dan buk program SPSS (versi
apapun, namun recomended untuk menggunakan IBM SPSS Statisics 26)
2. Lalu klik Variable View. Pada bagian Name baris 1 ketik “Massa,” dan baris 2
ketik “Gaji”, pada bagian Decimals ubah angka 2 menjadi angka 0, pada
bagian Label barisan nomor 1 ketikkan “ Massa Kerja” dan barisan nomor 2
ketikkan “Gaji”. Untuk bagian Measure baris nomor 1 dan 2 pilih pilihan Scale.
Kemudian khusus yang lainnya sperti Width,Values,Missing,Columns,Align dan
Role hiraukan saja dan biarkan tetap default. Berikut gambar seperti gambar
dibawah ini.

Gambar 3.25 Variable View

3.Setelah mengisi variabel view kilik Data View  (disebelah kiri Variable View).
Masukan data Massa dan Gaji. Untuk mempermudah dan memerpcepat
pengerjaan, kita bisa melakuan copy data nilai dari file excel tersebut lalu
pastekan ke SPSS. Bisa dilihat seperti digambar bawah
Pengantar SPSS 36

Masa Kerja
GAJI
(tahun)
2 3.500 .000
2 3.000.000
1 3.500.000
2 3.000.000
3 2.500.000
5 2.000.000
4 3.000.000
3 3.000.000
3 3.000.000
4 5.000.000
2 4.000.000
2 3.000.000
1 3.000.000
3 4.000.000
3 3.500.000

Gambar 3.26 Copy Data

4. Setelah melakukan pengisian data. Kemudian, klik Analyze -> Descriptive
Statistics -> Descriptive

Gambar 3.26 Statistics: Descriptives

5. Ditampilan kotak "Descriptives”,isikan kotak variable(s) dengan variabel Massa

Kerja(Massa), Gaji(Gaji)

Gambar 3.27 Descriptives

Pengantar SPSS 37

Setelah mengisi Variable(s) maka klik Option.

6. Setelah kita kilik tombol Option, maka akan terbuka kotak dialog
sebagaiberikut:

Gambar 3.28 Descriptives Options

Untuk melakukan analisis statistik deskriptif apa saja sesuai pilihan pada
Descriptive: Options lalu anda checlist (√) untuk statisitik deskriptif di output
SPSS. Semisalnya kali ini saya checlist (√) Mean, Sum, Std.deviatiom, Variance,
Minimum, Maximum, S.E. mean, Kurtosis, dan Skewness & juga display order
dalam Variable list. Maka tampilan output akan muncul semestinya yang telah
dipilih. Setelah checlist yang telah dipilih maka klik Continue.

7.  Kemudian setelah pilih continu maka akan kembali ke kotak Desciptive dan
klik OK.Maka akan muncul tampilan Output SPSS Statistik Deskriptif untuk
Massa kerja dan Gaji.

Gambar 3.28 Descriptives window

Interpretasi Tabel Output pada Statistik Deskriptif

Gambar 3.29 Output Descriptives Statistics

Pengantar SPSS 38

Berdasarkan hasil output uji statistic deskriptif, nilai rata-rata dari variabel Massa
Karyawan sebesar 15 sampel pada Dafar Profesi yakni 2,67 (Dibulatkan 2) dan
memiliki nilai standar deviasi sebesar 1,113. Sedangkan nilai rata-rata dari Gaji
Karyawan sebesar Rp. 3.266.666,67 dan nilai standar deviasinya sebesar Rp.
703.731,551.
Skewness, yaitu ukuran ketidaksimetrisan dalam distribusi data, sedangkan
kurtosis juga sama halnya dengan skweness mengukur distribusi data namun
nilai kurtosis menghitung ukuran seberapa datar atau runcing pada histogram.
Pada hakikatnya nilai skewness dan kurtosis distribusin noramalnya adalah nol.
Maka dari itu:
 Apabila terdapat nilai skewness mengalami positif maka yang dialami
distribusi data akan menunjukan“miring ke kiri distribusi normal”
(karena terdapat frekuensi nilai yang tinggi di sebelah kiri titik tengah
distribusi normal), dan sebaliknya apabila terdapat skewness negatif
maka distribusi dataakan menunjukan ”miring ke kanan distribusi
normal” (kiri khusus kita yang melihatnya dan membaca).
 Apabila nilai kurtosis positif maka yang dialami distribusi data
menunjukkan “meruncing” (ada satu nilai yang mendominasi),
sebaliknya apabila Kurtosis Negatif maka distribusi data “melandai”
(varians besar).
Perhatikan Gambar output di atas maka dapat disimpulkan:
 Pada variabel Massa Kerja memiliki skewness positf dan kurtosis
negatif, artinya distribusinya “miring ke kanan distribusi normal” dan
“melandai”.
 Pada variabel Gaji, nilai skewness positif dan nilai kurtosis positif,
artinya distribusinya “miring ke kiri distribusi normal” dan
“meruncing”.
Bila ingin melakukan pembuktian agar hasilnya lebih kongrit maka bisa
dilakukan dengan membuat histogram untuk variabel Jenis Pekerjaan dan Gaji.
Untuk langkah-langkahnya bisa disimak pada sub bab selanjutnya => Membuat
Kurva Normal menggunakan SPSS

II. MENGGUNAKAN DATA VARIABEL NUMERIK DENGAN KATEGORIK

Data yang akan saya dalam uji ini adalah data sample massa kerja karyawan sesuai
dengan hasil gaij kerja selama ia bekerja.Berikut datanya di tabel dibawah ini.

Jenis Pekerjaan GAJI

1 3.500.000
1 3.000.000
4 3.500.000 JENIS
PEKERJAAN
1 3.000.000
3 2.500.000 1 GURU
2 2.000.000 2 TEKNISI
1 3.000.000 3 OFFICER
1 3.000.000 4 INSTRUKTUR
1 3.000.000
Tabel 3.4 Kasus Kurva
3 5.000.000
3 4.000.000
2 3.000.000
4 3.000.000
3 4.000.000
1 3.500.000
Pengantar SPSS 39

Langkah-langkah:

1. Langkah pertama adalah persiapkan data yang akan di analisis

2. Buka program SPSS, selanjutnya klik Variable View, dibagian pojok kiri bawah.
Lihat gambar di bawah ini
a b c

Gambar 3.30 Variable View

a. Langkah awal pengisian pada variable view, mengisi kolom Name, Type,
Wdth dan Decimals
 Untuk kolom pada baris 1 Name : “Jenis”, Label: Jenis Pekerjaan,
Decimal diubah menjadi 0 (misal “2” diubah menjadi “0”)
 Untuk kolom pada baris 2 Name : “Gaji”, Label: “Gaji”, Decimal diubah
menjadi 0 (misal “2” diubah menjadi “0”)

Gambar 3.31 Decimals menu

b. Kali ini yang menggunakan kolom Value hanya baris pertama, maka klik
kolom Value maka akan muncul tampilan kotak seperti ini

Gambar 3.32 Value Labels

Masukkan di kotak Value Tabels

 Value : “1” sedangkan Label : “Guru” setelah itu klik “Add”
 Value : “2” sedangkan Label : “Teknisi” setelah itu klik “Add”
 Value : “3” sedangkan Label : “Officier” setelah itu klik “Add”
 Value : “4” sedangkan Label : “Instruktur” setelah itu klik “Add”
Pengantar SPSS 40

Gambar 3.33 Add Labels

c. Pada kolom Measure terdapat pilihan, klik “Scale” untuk baris pertama dan
kedua

Gambar 3.34 Measure

d. Maka bisa dilihat pada gambar dibawah ini berikut Variabel View pada kasus
tsb.

Gambar 3.35 Variable View

3. Klik Data View pada bagian pojok kiri bawah lalu masukkan Data seperti pada
gmabar dibawah ini. Supaya mempercepat waktu bisa dilakukan dengan cara
copy data nilai dari file excel tersebut lalu pastekan ke SPSS. Tampak di layar
sebagai berikut

Gambar 3.36 Copy Data

Pengantar SPSS 41

4. Selanjutnya dari menu utama SPSS, pilih Analyze, kemudian pilih sub

menu Descriptive Statistic, lalu pilih Descriptives.

Gambar 3.36 Descriptives Statistics

5. Maka akan muncul tampilan kotak dialog baru dengan nama "Descriptives".

Isikan variabel pada kotak variable(s).

Gambar 3.37 Descriptives window

6. Langkah selanjutnya, untuk melakukan analisis statistik deskriptif apa saja

yang ingin dipilih, maka klik Options. maka muncul kotak dialog "Descriptives:
Options" selanjutnya anda ceklist (√) untuk statisitik deskriptif yang ingin dipakai
atau ditampilkan di output SPSS. Misal saya berikan tanda centang pada Mean,
Std. Deviation, Variance, Maximum, Minimum,Kurtosis dan Skewness. Maka
akan tampak sebagaimana tampilan di bawah ini.
Pengantar SPSS 42

Gambar 3.38 Descriptives Options

7. Kemudian setelah pilih continue maka akan kemnali ke kotak Descriptive dan klik
OK. Maka akan muncul tampilan Output SPSS Statistik Deskriptif.

Gambar 3.39 Descriptives Window

Interpretasi Tabel Output Uji Statistik Deskriptif SPSS

Gambar 3.40 Output

Berdasarkan hasil output uji statistic deskriptif, nilai rata-rata dari variabel Jenis
Pekerjaan sebesar 15 sampel pada Daftar Profesi yakni 2,07 dan memiliki nilai
standar deviasi sebesar 1,163. Sedangkan nilai rata-rata dari Gaji Karyawan sebesar
Rp. 3.266.666,67 dan nilai standar deviasinya sebesar Rp. 703.731,551.
Skewness, yaitu ukuran ketidaksimetrisan dalam distribusi data, sedangkan kurtosis
juga sama halnya dengan skweness mengukur distribusi data namun nilai kurtonis
menghitung ukuran seberapa datar atau runcing pada histogram.Pada hakikatnya
nilai skewness dan kurtosis distribusin noramalnya adalah nol.
Maka dari itu:
Pengantar SPSS 43

Apabila terdapat nilai skewness mengalami positif maka yang

dialami distribusi data akan menunjukan“miring ke kiri distribusi
normal” (karena terdapat frekuensi nilai yang tinggi di sebelah kiri
titik tengah distribusi normal), sebaliknya apabila terdapat
skewness negatif maka distribusi dataakan menunjukan ”miring ke
kanan distribusi normal” (kiri khusus kita yang melihatnya dan
membaca).
 Apabila nilai kurtosis positif maka yang dialami distribusi data
menunjukkan “meruncing” (ada satu nilai yang mendominasi),
sebaliknya apabila Kurtosis Negatif maka distribusi data “melandai”
(varians besar).
Perhatikan Gambar output di atas maka dapat disimpulkan:
Pada Variabel Jenis Pekerjaan memiliki skewness dan kurtosis sama-sama positif
yang berarti bahwa distribusinya ”miring ke kiri distribusi normal” dan “Melandai”.
Akan tetapi variabel memiliki skewness positif dan Kurtosis negative yang berarti
bahwa distribusinya “miring ke kanan distribusi normal” dan “Melandai”

 Pada variabel Jenis Pekerjaan memiliki skewness positf dan

kurtosis negatif, artinya distribusinya “miring ke kanan distribusi
normal” dan “melandai”.
 Pada variabel Gaji, nilai skewness positif dan nilai kurtosis poditif,
artinya distribusinya “miring ke kiri distribusi normal” dan
“meruncing”.

Bila ingin melakukan pembuktian agar hasilnya lebih kongrit maka bisa dilakukan
dengan membuat histogram untuk variabel Jenis Pekerjaan dan Gaji. Untuk langkah-
langkahnya bisa disimak pada sub bab selanjutnya => Membuat Kurva Normal
menggunakan SPSS

Membuat Kurva Normal menggunakan SPSS

Setelah menyimak bab sebelumnya Membangun Statistik Deskriptif Pada SPSS
Mencari Rata-Rata, Standar Deviasi, Nilai Kurtosis, Skwekness, pastinya kita tetap
perlu hasil data yang kongrit dengan melakukan pembuktian. Maka dari itu kita
membuat histogram. Mari ikuti langkah-langkahnya seperti bawah ini.
Sebagai pembuktian, buat histogram untuk variabel Massa kerja dan Gaji. Berikut
caranya:
1. Klik menu [Graphs] -> [Histogram], maka muncul dialog box Histogram.

Gambar 3.41 Histogram

Pengantar SPSS 44

2. Pilih variabel Usia dan masukkan dalam form Variable.

3. Centang Display normal curve , supaya dapat muncul korva
normal.kemudian klik [OK]

Gambar 3.42 Histogram Window

4. Untuk variabel “Jenis Pekerjaan” dan “ Gaji”, lakukan langkah-langkah seperti

ini.

I. Dengan Numerik
Massa Kerja Gaji

5. Lalu akan muncul hasilnya seperti gambar berikut.

II. Dengan Kategorik dan Numerik

Massa Kerja Gaji
Pengantar SPSS 45

Gambar 3.43 Analisis Skewness dan Kurtosis pada Histogram

Perhatikan hasil kurva mormal diatas

a. Dengan Numerik
Bisa dilihat pada tabel tersebut menunjukkan bahwa hasil histogram:
 Pada variabel “Massa Kerja” memiliki distribusi “miring ke kanan distribusi
normal” karena nilainya skewness positf dan “melandai” karena kurtosis
negatif.
 Sedangkan pada variabel “Gaji”, memiliki distribusi “miring ke kiri distribusi
normal” karena nilainya skewness positif dan “meruncing” karena nilai kurtosis
positif

b. Dengan Kategorik dan Numerik

Bisa dilihat pada tabel tersebut menunjukkan bahwa hasil histogram:
  Pada ariabel “Jenis Pekerjaan” memiliki skewness positf dan kurtosis negatif,
artinya distribusinya “miring ke kanan distribusi normal” dan “melandai”.
 Pada variabel “Gaji”, nilai skewness positif dan nilai kurtosis positif, artinya
distribusinya “miring ke kiri distribusi normal” dan “meruncing”.

Dan dengan in anda bisa menyimpulkan apakah distribusi tersebut normal atau
tidak. Anda bisa saja menyatakan normal, karena menyerupai bentuk lonceng tetapi
agak serong, tapi  orang lain mungkin akan menyatakan tidak normal karena jauh
dari bentuk lonceng.

BAB IV
Pengantar SPSS 46

Diskusi pada SPSS

Bab ini akan dibahas:
 Bagaimana menangani kasus Tabulasi Silang ( Crosstabs)
 Melakukan Compute pada kasus SPSS
 Membangun statistik deskriptif pada kasus SPSS untuk mencari Rata-rata ( mean), Standar deviasi (), Nilai
Kurtosis (), dan Skwekness
 Membuat kurval norma dalam sebuah kasus dengan menggunakan SPSS

S
etelah kita memhami pada bab sebelumnya. Maka disini saya suda
menyediakan berapa kasus dengan maksud mencari membangun crosstabs
atau tabulasi silang pada SPSS, melakukan compute di SPSS, membangun
statistik deskriptif pada spss mencari rata-rata, standar deviasi, nilai
kurtosis, skwekness. dan membuat kurva normal menggunakan SPSS

Kasus :
Seorang Peneliti ingin mengetahui apakah terdapat hubungan antara
Golongan( 1,2,3,4) dengan Status Karyawan (Kawin dan Tidak Kawin) pada PT Adbis
Polines dimana terdapat 29 responden dengan golongan dan status karyawan yang
berbeda-beda.

Hipotesis:
Ho : Terdapat hubungan yang signifikan antara Golongan dengan Status
Ha : Tidak Ada hubungan yang signifikan antara Golongan dengan Status

Berikut data karyawan PT Adbis Polines.

No Nama Karyawan Golongan Status
1 Putri 4 2
2 Mareta 2 2
3 Fatimah 4 2
4 Rizka Laila 1 1
5 Vena brigita 2 1
6 M Wira Yuda 3 2
7 Luthfiya 3 1
8 Inas Salma 4 2
9 Della 4 1
10 Ericha 3 2
11 Gusti Tahta 2 1
12 Asyifani 1 1
13 Aksa Ganeo 1 1
14 Elsa 2 1
15 Asti 2 2
16 Nabila 4 1
17 Assifah 4 2
18 Vicka 2 2
19 Shelvia 1 2
20 Nur 1 1
21 Sari 4 2
22 Khansa 4 1
23 Nisa 3 2
24 Syifa 2 1
25 Nugraha 3 2
26 Daffa 3 1
Pengantar SPSS 47

27 Felicia 2 2
28 Nelisa 1 2
29 Triyamah 1 2

Kode Status
1 Kawin
2 Tidak Kawin
Tabel 5.1 Kasus PT Adbis Polines

LANGKAH-LANGKAH ANALISIS DI SPSS:

1. Buka aplikasi atau program SPSS, dengan klik START => IBM SPSS
Statistics 26 (bisa juga mengunakan seri program SPSS apa saja, ex: 20,24
atau 25)

Gambar 4.1 Tampilan IBM SPSS Statistics 26

2. DI halaman SPSS 26 awal langsung terbuka halaman seperti dibawah ini, lalu
untuk memulai klik New Dataset, lalu akan terbuka halaman Variable View

Gambar 4.2 Tampilan Halaman awal IBM SPSS Statistics 26

Pengantar SPSS 48

Gambar 4.3 Variable View

3. Lakukan langkah pengisian seperti dibawah berikut:

a. Pindahkan data yang sudah ada dari Ms. Excel dengan melakukan Copy
Paste ke dalam Data View SPSS seperti berikut:
Pengantar SPSS 49

Gambar 4.4 Tampilan utama Ms Excel dan SPSS

b. Kemudian, lakukan pengisian dan edit pada variable view:

Gambar 4.5 Tampilan Variable View SPSS

 Untuk kolom pada baris 1 Name : “Nama”, Decimal diubah menjadi 0 (misal “2”
diubah menjadi “0”), dan jangan lupa untuk type data “String” karena data
karakter.
 Untuk kolom pada baris 2 Name : “Golongan”, Decimal diubah menjadi 0
(misal “2” diubah menjadi “0”), dan type data “Numeric” karena data bilangan
serta Measure type “Scale”.
 Untuk kolom pada baris 3 Name : “Status”, Decimal diubah menjadi 0 (misal
“2” diubah menjadi “0”), dan type data “Numeric” karena data bilangan serta
Measure type “Scale”. Kolom value kita lakukan Langkah sebagai berikut:

Gambar 4.6 Tampilan Value Labels

- Value : “1” sedangkan Label : “Kawin” setelah itu klik “Add”

- Value : “2” sedangkan Label : “Tidak Kawin” setelah itu klik “Add”

Jika sudah selesai pengisisan value label, klik OK.

 Untuk kolom pada baris 4 Name : “Jumlah”, Label: “Jumlah Anak”, Decimal
diubah menjadi 0 (misal “2” diubah menjadi “0”), dan type data “Numeric”
karena data bilangan serta Measure type “Scale”.
 Untuk kolom pada baris 5 Name : “Gapok”, Label: “Gaji Pokok”, Decimal
diubah menjadi 0 (misal “2” diubah menjadi “0”), dan type data “Numeric”
karena data bilangan serta Measure type “Scale”.
 Untuk kolom pada baris 6 Name : “Tunis”, Label: “Tunjangan Istri”, Decimal
diubah menjadi 0 (misal “2” diubah menjadi “0”), dan type data “Numeric”
karena data bilangan serta Measure type “Scale”.
Pengantar SPSS 50

 Untuk kolom pada baris 7 Name : “Tunan”, Label: “Tunjangan Anak”, Decimal
diubah menjadi 0 (misal “2” diubah menjadi “0”), dan type data “Numeric”
karena data bilangan serta Measure type “Scale”.

c. Setelah melakukan pengisian data. Kemudian, klik Analyze -> Descriptive

Statistics -> Crosstabs

Gambar 5.7 Tampilan cara Crosstabs

d. Setelah itu, muncul tampilan sebagai berikut. Masukkan variabel “Status”

ke kotak Row(s), sedangkan variabel Golongan ke kotak Column(s). Setelah
itu klik tombol Statistics,

Gambar 4.8 Tampilan Crosstabs

e. Muncul kotak dialog Crosstabs Statistics. Beri centang pada Chi-Square

dan klik Continue.
Pengantar SPSS 51

Gambar 4.9 Crosstabs Statistics View

f. Klik OK. Maka muncul hasil output Uji Chi-Square sebagai berikut:

Gambar 4.10 Output Uji Chi Square (X2)

INTERPRETASI HASIL OUTPUT UJI CHI-SQUARE (ANALISIS SPSS):

1. Output Case Processing Summary
Menjelaskan data penelitian ini dengan jumlah sampel yang dimasukkan semua
yaitu sebesar 29 sampel dengan tingkat prosentase 100% serta sebesar “0’ pada
Kolom missing yang artinya tidak ada data yang tidak terisi baik pada data Status
dan Golongan.
Pengantar SPSS 52

Gambar 4.11 Output Case Processing Summary

2. Output Status terhadap Golongan Cross Tabulation

Berdasarkan hasil output berikut bisa dilihat bahwa untuk Karyawan dengan
Golongan 1 yang berstatus Kawin berjumlah 4 orang dan 3 orang yang berstatus
Tidak Kawin. Sedangkan karyawan Golongan 2 yang berstatus Kawin dan Tidak
Kawin sebanyak 4 orang. Karyawan Golongan 3 yang berstatus Kawin berjumlah
2 orang dan 4 orang berstatus Tidak Kawin. Selain itu, Karyawan dengan
Golongan 4 terdapat 3 orang berstatus Kawin dan 5 orang berstatus Tidak Kawin.

Total dari responden berstatus kawin berjumlah 13 orang dan Tidak Kawin
sebanyak 16 orang. Lalu untuk Karyawan dengan Golongan 1 berjumlah 7 orang,
Golongan 2 dan 4 ada 8 orang, Golongan 3 sebanyak 6 orang.

Gambar 4.12 Output Status Golongan Crosstabulation

3. Output Chi Square Tests

Output ini digunakan dalam pengambilan keputusan dari rumusan hipotesis

dimana menguji hubungan antara variabel Status terhadap Golongan. Ada 2 cara
dalam pengambilan dasar keputusan:
a. Dilihat dari nilai Chi Square hitung
Pada tabel berikut dapat dilihat bahwa nilai Chi Square hitung sebesar 1,010.
Sedangkan nilai chi square tabel pada tabel statistic signifikansi 0,05 diperoleh
nilai sebesar 42,556.

Kriteria Pengujian:
 Ho diterima dan Ha Ditolak, Jika Nilai Chi Square Hitung > Chi Square Tabel
 Ho ditolak dan Ha Diterima, Jika Nilai Chi Square Hitung < Chi Square Tabel

b. Nilai Signifikansi (Asymp.Sig)

Pada tabel tersebut diperoleh nilai signifikansi (2-sided) sebesar 0,799. Sedangkan
untuk kriteria pengujiannya:
 Ho diterima dan Ha Ditolak, Jika Nilai Signifikansi < 0,05
 Ho ditolak dan Ha Diterima, Jika Nilai Signifikansi > 0,05
Pengantar SPSS 53

Gambar 4.13 Output Chi-Square Tests

Berdasarkan hasil output diatas, nilai Chi Square Hitung < Chi Square Tabel
(1,010 < 42,556) dan signifikansi > 0,05 (0,799 > 0,05) maka Ho ditolak dan Ha
Diterima. Jadi, dapat disimpulkan bahwa tidak ada hubungan antara Status
terhadap Golongan Karyawan yang berarti pula tidak ada perbedaan Status
pekerjaan jika dilihat dari Golongan Karyawan yang berbeda.

Melakukan Compute di SPSS

Kasus:
Seorang Peneliti ingin mengetahui Gaji Kotor Karyawan dengan menggunakan fitur
Compute pada aplikasi SPSS dimana berfungsi mengolah data yaitu menjumlahkan
data dari Gaji Pokok Karyawan dengan Tunjangan yang terdiri dari Tunjangan Istri
dan Anak pada PT Adbis Polines.

Berikut tabel Kasus PT Adbis Polines:

Pengantar SPSS 54

Tabel 4.2 Kasus Compute Variable

LANGKAH-LANGKAH:
1. Setelah aplikasi atau program SPSS terbuka, lakukan pengisian awal pada
Data View yang datanya didapatkan dari file yang ada di Ms. Excel.

Gambar 4.14 Data View

2. Lakukan edit data dan pengisian pada Variable View sebagai berikut.
a. Mengisi kolom Name, Type, Decimals dan Labels
 Isi kolom [Name] dengan variabel:
Pengantar SPSS 55

- Nama
- Golongan
- Status
- Jumlah
- Gapok
- Tunis
- Tunan
 Ubah kolom [Type]pada masing-amsing variabel
- Nama -> String
- Golongan sampai Tunan menggnakan Type -> Numeric
 Ubah Decimals menjadi 0 (misal, “2” diubah menjadi “0)
 Isi label pada variabel yang butuh diperjelas
- Jumlah -> “Jumlah Anak”
- Gapok -> “Gaji Pokok”
- Tunis -> “Tunjangan Istri”
- Tunan -> “Tunjangan Anak”
 Isi kolom Values untuk variabel 
Status:
- “1” -> “Kawin”
- “2” -> “Tidak Kawin”

b. Untuk kolom Width, Missing dan Column hiraukan, biarkan delfault

sesuai pada SPSS. 
c. Untuk melihat data values pada variabel “Status” maka klik ikon

seperti ikon disamping =>  <= tujuannnya supaya pada tampilan

[Data View] tidak ada tampilan seperti 1,2,dll.

Gambar 4.15 Variabel Status View

3. Jumlahkan Gaji Pokok dengan Tunjangan istri dan Tunjangan Anak untuk
Menghitung Gaji Kotor:
a. Klik menu [Transform] –> [Compute Varible ] maka akan
muncul tampilan kotak  Compute Variable.
Pengantar SPSS 56

Gambar 4.16 Compute Variable

b. Tuliskan “Gator” pada Target Variable. Kemudian Klik [Type & Label], beri
label “Gaji Kotor“.

Gambar 4.17 Compute Variable Window

c. Ketik “Gapok+Tunis+Tunan” pada kotak [Numeric Expression], dan
juga menggunakan cara latermatif dengan cara menggunakan tombol-
tombol yang tersedia pada dialog box, lihat Gambar 3.
Pengantar SPSS 57

Gambar 4.18 Compute Variable Window

d. Klik [OK]. Maka pada [Data View] akan muncul variabel baru dengan
nama “Gaji Kotor” (lihat Gambar 4).

Gambar 4.19 Output Compute Variable

Membangun Statistik Deskriptif Pada SPSS Mencari Rata-Rata,

Standar Deviasi, Nilai Kurtosis, Skwekness

I. DENGAN DATA NUMERIK

Kasus:
Pengantar SPSS 58

Seorang Peneliti ingin mengetahui Rata-rata, Standar Deviasi, Nilai Kurtosis,

Skwekness dari data sampel Jumlah anak dengan Gaji Kotor Karyawan dengan
menggunakan fitur Statistik Deskriptif SPSS pada PT Adbis Polines.

Berikut data di tabel dibawah ini.

Tabel 4.3 Kasus

LANGKAH-LANGKAH:
1. Setelah aplikasi atau program SPSS terbuka, lakukan pengisian awal pada
Data View yang datanya didapatkan dari file yang ada di Ms. Excel.
Pengantar SPSS 59

Gambar 4.20 Data View

2. Setelah melakukan pengisian data. Kemudian, klik Analyze -> Descriptive

Statistics -> Descriptive

Gambar 4.21 Decriptive Statistics

3. Ditampilan kotak "Descriptives”,isikan kotak variable(s) dengan variabel

Jumlah Anak(Jumlah), Gaji Kotor (Gator)
Pengantar SPSS 60

Gambar 4.21 Decriptive Statistics Window

4. Setelah kita klik tombol Option, maka akan terbuka kotak dialog sebagai
berikut. Kemudian beri tanda centang sesuai kebutuhan seperti pada
penelitian ini peneliti memberi centang pada Mean, Std. Deviation, Kurtosis,
dan Skewness, dan Variable list dalam display order.

Gambar 4.22 Descriptive Options

5. Kemudian setelah pilih continue maka akan kembali ke kotak Desciptive dan
klik OK. Maka akan muncul tampilan Output SPSS Statistik Deskriptif untuk
Jumlah Anak dan Gaji Kotor.
Pengantar SPSS 61

Gambar 4.23 Output Descriptive Statistics

Berdasarkan hasil output uji statistic deskriptif, nilai rata-rata dari Jumlah Anak
Karyawan sebesar 29 sampel pada PT Adbis Polines yakni 1,24 (Dibulatkan 1)
Anak dan memiliki nilai standar deviasi sebesar 1,618. Sedangkan nilai rata-rata
dari Gaji Kotor Karyawan sebesar Rp. 921.896,55 dan nilai standar deviasinya
sebesar Rp. 138.759,902.

Pada Variabel Jumlah Anak dan Gaji Kotor sama-sama memiliki skewness positif
dan Kurtosis negative yang berarti bahwa distribusinya “miring ke kanan
distribusi normal” dan “Melandai”.

II. MENGGUNAKAN DATA VARIABEL NUMERIK DENGAN KATEGORIK

Kasus:
Seorang Peneliti ingin mengetahui Rata-rata, Standar Deviasi, Nilai Kurtosis,
Skwekness dari data sampel Status dengan Gaji Kotor Karyawan dengan
menggunakan fitur Statistik Deskriptif SPSS pada PT Adbis Polines.

Berikut data di tabel dibawah ini.

Tabel 4.4 Kasus

LANGKAH-LANGKAH:
1. Setelah aplikasi atau program SPSS terbuka, lakukan pengisian awal pada
Data View yang datanya didapatkan dari file yang ada di Ms. Excel.
Pengantar SPSS 62

Gambar 4.24 Data View

2. Pada pengisian variable view masih sama dengan cara sebelumnya, akan tetapi
disini yang membedakan terdapat data yang harus dibuat kategorisasi yaitu
pada “Status”.

Gambar 4.24 Tampilan Value Labels

- Value : “1” sedangkan Label : “Kawin” setelah itu klik “Add”

- Value : “2” sedangkan Label : “Tidak Kawin” setelah itu klik “Add”

Jika sudah selesai pengisisan value label, klik OK.

3. Setelah melakukan pengisian data. Kemudian, klik Analyze -> Descriptive

Statistics -> Descriptive
Pengantar SPSS 63

Gambar 4.25 Descriptive Statistics

4. Ditampilan kotak "Descriptives”,isikan kotak variable(s) dengan variabel Status

dan Gaji Pokok (Gapok)

Gambar 4.26 Descriptive Window

5. Klik tombol Option, maka akan terbuka kotak dialog sebagai berikut.
Kemudian beri tanda centang sesuai kebutuhan seperti pada penelitian ini
peneliti memberi centang pada Mean, Std. Deviation, Kurtosis, dan Skewness,
dan Variable list dalam display order.
Pengantar SPSS 64

Gambar 4.22 Descriptive Options

6. Kemudian setelah pilih continue maka akan kembali ke kotak Desciptive dan
klik OK. Maka akan muncul tampilan Output SPSS Statistik Deskriptif untuk
Status dan Gaji Pokok.

Gambar 4.23 Output Decriptive Statistics

Berdasarkan hasil output uji statistic deskriptif, nilai rata-rata dari variabel status
Karyawan sebesar 29 sampel pada PT Adbis Polines yakni 1,55 (Dibulatkan 2) yang
berarti Tidak Kawin dan memiliki nilai standar deviasi sebesar 0,506. Sedangkan nilai
rata-rata dari Gaji Kotor Karyawan sebesar Rp. 851.724,14 dan nilai standar
deviasinya sebesar Rp. 115.327,762.

Pada Variabel Status memiliki skewness dan kurtosis sama-sama negatif yang berarti
bahwa distribusinya ”miring ke kiri distribusi normal” dan “Melandai”. Akan tetapi
variabel Gaji Pokok memiliki skewness positif dan Kurtosis negative yang berarti
bahwa distribusinya “miring ke kanan distribusi normal” dan “Melandai”

Membuat Kurva Normal menggunakan SPSS

Kasus:
Seorang Peneliti ingin membuktikan hasil Uji Statistik Deskriptif dengan membuat
histogram dari variabel Jumlah Anak (Jumlah) dan Gaji Kotor (Gator) pada PT Adbis
Polines.
Pengantar SPSS 65

LANGKAH-LANGKAH:
1. Klik menu [Graphs] -> [Histogram], maka muncul dialog box Histogram.

Gambar 4.24 Histogram

2. Pilih Variabel Jumlah Anak dan Masukkan dalam form variable dan centang
Display normal curve , supaya dapat muncul kurva
normal.kemudian klik [OK]

Gambar 4.25 Histogram Window

3. Untuk variabel Status, Gaji Pokok dan Gaji Kotor lakukan Langkah-langkah
seperti ini.

4. Kemudian muncul output seperti gambar berikut.

I. Dengan Numerik
Jumlah Anak Gaji Kotor
Pengantar SPSS 66

II. Dengan Kategorik dan Numerik

Status Gaji Pokok

Gambar 4.25 Histogram Window

Gambar 4.26 Output Histogram
Perhatikan hasil kurva mormal diatas
I. Dengan Numerik
Bisa dilihat pada tabel tersebut menunjukkan bahwa hasil histogram:
 Pada variabel “Jumlah Anak” dan “Gaji Kotor” sama-sama memiliki distribusi
“miring ke kanan distribusi normal” karena nilainya skewness positf dan
“melandai” karena kurtosis negatif.
II. Dengan Kategorik dan Numerik
Bisa dilihat pada tabel tersebut menunjukkan bahwa hasil histogram:
 Pada variabel “Status” memiliki nilai skewness negative dan nilai kurtosis
negatif, artinya distribusinya “miring ke kiri distribusi normal” dan “melandai”.
 Pada variabel “Gaji Pokok”, memiliki skewness positf dan kurtosis negatif,
artinya distribusinya “miring ke kanan distribusi normal” dan “melandai”.
Dan dengan in anda bisa menyimpulkan apakah distribusi tersebut normal atau
tidak. Anda bisa saja menyatakan normal, karena menyerupai bentuk lonceng
tetapi agak serong, tapi  orang lain mungkin akan menyatakan tidak normal
karena jauh dari bentuk lonceng.

BAB VI
Pengantar SPSS 67

Pentingnya Aplikasi SPSS

Bab ini akan dibahas:
 Pemahaman Mengenai Implikasi Manajeril pada fungsi SPSS
 Kesimpulan dari SPSS

Implikasi Manajeril Pada Fungsi SPSS

Berikut beberapa kelebihan pada program SPSS
1. Dalam memasukkan datanya mudah
2. Untuk mengerjakan kasus seperti analisis deskriptif dan frekuensi akses
nya menjadi
3. Mudah dan praktis
4. Dalam memasukkan datanya mudah
5. Dalam melakukakn pengolahan data seperti memilih pilihan uji statistik
yang sudahtersedia di aplikasi tersebuy
6. Miliki beragam macam jenis grafik
7. Sistem kerjanya lebih mudah digunakan dibandingkan dengan Microsoft
Excel karena dapat melakukan banyak hal Pivol Tables di Microsoft Excel
8. Dalam menampilkan output cepat dan efisien
9. Output yang muncul juga mudah depahami dan cetak dengan berbagai
pilhan (contoh; jpg,word,dll)
10. Titik baris pada SPSS dapat mengatasi jumlah yang tidak terbatas
11. Dapat menghemat waktu pekerjaan kita dan mengingkatkan produktivitas
kita dalam bekerja.
12. Di dalam SPSS memberi fasilitas kita untuk memahami hasl stastik dari
data yang kita milki. Seperti di dalam halaman pembukaan awal SPSS
terdapat contoh bantuan sperti extra file dan tutorial sehingga saperti
yang masih pemula dapat memahami hasil statistik.
13. Dapat menghasilkan hasil data yang akurat walapun terdapat data yang
hilang. Itu menandakanbahwa keunggulan SPSS sendri bisamendeteksi
data yang hilang dan itusebgai pemberitahuan untuk kita apaka ada
pertanyaan yang terlewati terhadap responden

Setelah memahami apa saja keunggulan SPSS maka kita bisa menyimpulkan
seberapa penting SPSS digunakan khususnya di bidang bisnis. Seperti dalam
mempermudah pekerjaan untuk para pembisnis, perusahaan, marketing dan
lain-lain. Dengan demikian bila mereka menggunakan dan menerapkan SPSS
dalam pekerjaanya maka akan merasakan manfaat apa saja di dalam SPSS.
Beberapa manfaat yang akan dirasakan yaitu
 Pekerjaan menjadi efisien dan lebih cepat menimbulkan produktivitas
dalam bekerja
 Dapat menghemat dana dan keuangan
 Dapat meramalkan bisnis yang kita miliki
 Dapat mengetahui penilaian kepuasan konsumen pada produk yang kita
miliki
 Dapat melakukan pengawasan dan perbaikan mutu pada sebuah produk
bisnis yang dimiliki
Pengantar SPSS 68

Demikian itu manfaat dari SPSS sendiri, dengan kita dapat memahami
seberapa banyak fungsi dan maafaat program aplikasi SPSS. Apabila sebuah
persuhaan tidak menggunakan program ini maka bisnis yang dilakukan
berantakan dan tidak ada perkembangan bisnis yang signifikan. Dan
membuat perusaan tersebut memiliki pembengkakan pada dana ataupun
hutan dan menjadi bangkrut.