PERTEMUAN KE-1 DATA VIEW &

VARIABLE VIEW
Penjelasan Menu Variable View Pada SPSS
Pada awalnya kepanjangan SPSS adalah Statistikal Package for the Social Sciens dimana pada
waktu itu SPSS dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu sosial,
sehingga . Sekarang kemampuan SPSS diperluas untuk melayani berbagai jenis pengguna (user),
seperti untuk proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan demikian, sekarang
kepanjangan dari SPSS adalah Statistical Product and Service Solutions.
SPSS adalah sebuah software pengolah data statistik atau yang digunakan untuk analisis
statistik interaktif, atau batch.

Secara garis besar lembar kerja software SPSS terbagi menjadi dua bagian, yakni:
1) Variable View: Tempat mendeskripsikan variable
2) Data View: Tempat input data dan mengolah data

Memang inti dari penggunaan software SPSS ada pada halaman Data View, yang mana nantinya
data akan diolah pada halaman ini untuk bisa menghasilkan output yang diinginkan.

Namun jangan kesampingkan pentingnya lembar kerja Variable View. Tanpa pendeskripsian
variabel yang benar, pengolahan data bisa menjadi masalah kedepannya, yang lebih lanjut
dapat berpengaruh pada hasil yang diharapkan. Oleh karena itu pada artikel kali ini saya akan
menjelaskan secara rinci kegunaan dari setiap bagian lembar kerja Variable View.
 PERTEMUAN KE-1 DATA VIEW &
VARIABLE VIEW

1) Variabel View Pada SPSS

1) Name (Nama Variabel)

Beberapa aturan dalam pemberian nama variable di SPSS :
 Jumlah karakter/huruf  yang bisa digunakan untuk memberi nama pada sebuah variabel
adalah 64 karakter.
 Tidak boleh ada tanda aritmatik (+, -,/, *)
 Tidak bolah ada spasi, jika menghendaki nama variabel terdiri dari 2 kata maka
sebaiknya digunakan tanda ” _” (stat_kesehatan)
 Karakter tidak boleh diakhiri dengan titik (.)
 Hindari penamaan variabel dengan istilah-istilah yang digunakan oleh SPSS seperti : ALL,
BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO, WITH.

Contoh:
 PERTEMUAN KE-1 DATA VIEW &
VARIABLE VIEW

2) Type
tetapi untuk keperluan analisis data yang biasa dipakai adalah:
type String, Numeric dan Date.
Ø  Numeric : digunakan untuk memasukkan data dalam bentuk angka.
Ø  String : jika data yang ingin dimasukkan dalam bentuk karakter/huruf (misalnya: nama
responden, alamat, lokasi penelitian, jenis pekerjaan dan sebagainya).
Ø  Date : digunakan untuk memasukkan data tanggal. Ada sejumlah pilihan type/format
tanggal, misalnya: dd.mm.yy.
Ø  Comma : Data ini berbentuk numerik, dianggap valid bila dalam bentuk angka, bisa
bertanda plus maupun minus di depan angka, ditandai koma sebagai pembeda ribuan.
Dot : Data ini berbentuk numerik, dianggap valid bila dalam bentuk angka, bisa bertanda
plus maupun minus di depan angka, ditandai titik sebagai pembeda ribuan.
Ø  Scientific Notation : Data ini berbentuk  numerik, dianggap valid bila dalam bentuk angka,
bisa bertanda plus maupun minus, ditandai dengan simbol E.
Ø  Dollar : Data ini berbentuk numerik, dianggap valid bila dalam bentuk angka, yang
ditandai ($) dengan tanda koma sebagai pemisah tanda ribuan.
Ø  Custom Currency : Bentuk tipe ini digunakan untuk menampilkan format mata uang yang
dibuat melalui kotak dialog Options dari menu edit.

3)  WIDTH
Width berfungsi untuk memberikan jumlah karakter yang dikehendaki dalam satu variabel.
Contoh:
- Misalkan akan dimasukkan nilai 500, namun pada bagian width hanya tertulis 2,
maka nantinya pada lembar Data View yang terlihat hanya angka 50.
- Contoh lain misal pada bagian width tertulis 8, kemudian akan dimasukkan kalimat di
Variabel Nama_Pasien", “Ibnu Adkha” maka yang akan terlihat pada lembar Data View
hanya kalimat = "Ibnu A".
 PERTEMUAN KE-1 DATA VIEW &
VARIABLE VIEW
4) Desimal
Kolom Decimals berfungsi untuk memberikan jumlah karakter dibelakang koma yang
dikehendaki dalam satu variabel. Jika pada bagian decimals tertulis 2, dan angka yang ingin
dimasukkan adalah 5, maka nantinya pada lembar Data View akan tertulis 5.00.
Ketentuan yang berlaku, yaitu: tidak boleh sama atau lebih besar dibanding Width-nya, dan jika
aturan tersebut dilanggar maka SPSS akan mengeluarkan peringatan sebagai berikut: 

5) Label Merupakan penjelasan rinci kolom Name.

Misal nama variabel dibuat dalam huruf yang singkat, agar kita mengetahui kepanjangan dari
singkatan tersebut maka sebaiknya pada kolom Label diisi keterangan lengkap dari nama
variabel tersebut, misal: nama variabel stat_kesehatan maka labelnya ditulis lengkap Statistika
Kesehatan. Kolom ini boleh tidak diisi (tidak mempengaruhi analisis).

6) Values
Merupakan kode yang diberikan jika variabel yang digunakan kategorik. Misalnya untuk
jenis kelamin, jika kode 1 untuk laki-laki dan kode 2 untuk perempuan maka pada value kita
buat.

7) Missing Value
Missing Value berfungsi untuk menghilangkan sebuah nilai agar tidak dimasukkan
kedalam analisis. Data yang dianggap hilang yang tidak akan kita ikutkan dalam analisis . Ada 3
pilihan dalam kolom Missing Value, yakni:
 No missing values: tidak ada nilai yang dianggap hilang.
 Discreate missing values: angka diskrit yang dianggap hilang.
 Range plus one optional discreate missing value: untuk menghilangkan angka-angka yang
termasuk kedalam sebuah range/interval tertentu.
 PERTEMUAN KE-1 DATA VIEW &
VARIABLE VIEW

8) Columns
Columns berfungsi untuk menentukan lebar kolom pada Data View. Semakin besar
nilainya maka semakin lebar tampilan kolom yang ada di Data View.
lebar tempat nama karakter dari NAME Besarnya minimal sama dengan besarnya nilai di WIDTH

9) ALIGN
Align berfungsi untuk menentukan rata tulisan dari sebuah variabel. Tersedia 3 pilihan
align, yakni:
 Left: penulisan rata kiri
 Right: penulisan rata kanan
 Center: penulisan rata tengah

10) MEASURE
Terbagi 3 : Nominal, Ordinal, Scale.
- Nominal: merupakan skala data yang berfungsi hanya untuk membedakan yang tingkatannya
setara.
Contoh Membedakan
Variabel jenis kelamin
Variabel nama perusahaan
Variabel nama universitas
Variabel nama instansi
Variabel nama merek smartphone
Variabel nama kabupaten

- Ordinal: merupakan skala data yang berfungsi untuk membedakan sekaligus mengurutkan.
Contoh Membedakan
Variabel tingkatan pendidikan (TK, SD, SMP, SMA, dan PT)
Variabel tingkatan organisasi (anggota, koordinator, inti, wakil ketua dan ketua)
Variabel tingkat umur (balita, anak-anak, remaja, dewasa, dan manula)
Variabel tingkat suhu (dingin, hangat, dan panas)
Variabel tingkat harga suatu produk (murah, sedang, dan mahal)
Variabel rasa masakan (tidak enak, enak, dan sangat enak)
 PERTEMUAN KE-1 DATA VIEW &
VARIABLE VIEW
- Scale: merupakan tipe variabel untuk skala data Interval dan Rasio. Tipe variabel ini biasa
digunakan untuk perhitungan data numerik pada umumnya.
Contoh Memberikan
- Variabel tinggi tubuh siswa
- Variabel nilai suatu ujian
- Variabel harga beras
- Variabel banyak pengunjung suatu objek wisata
- Variabel nilai tukar suatu mata uang
- Variabel berat tubuh siswa