MATERI PENDUKUNG TUTORIAL SINGKAT

PENGOLAHAN DATA QUESTONER SDM

DENGAN SPSS

MATA KULIAH : SISTEM INFORMASI MANAJEMEN

JURUSAN : MANAJEMEN STIE PGRI SUKABUMI

A. PENDAHULUAN
TUTORIAL ini adalah bahan penunjang untuk menerangkan materi berkaitan dengan Sistem
Informasi Manajemen, yaitu adanya bantan Teknologi Informasi dalam pengolahan data
berkaitan dengan data yang berkaitan dengan Survey Manajemen Sumber Daya Manusia. Dalam
pengolahan data berkaitan dengan penyebaran sebuah Questioner, maka beberapa langkah
harus diperhatikan sebagai urutan proses yang ada dan harus dipenuhi selama proses
pengolahan data berlangsung. Adapun data yang akan diolah adalah sekumpulan nilai kualitatif
dengan maksud untuk mengambil nilai statistik dan mencari keterhubungan antar variabel yang
dibuat. Berikut akan kita mencoba menyusun nilai dari sebaran data yang sudah diterima untuk
menyusun data sebagai berikut:

1. Data Deskriptive
2. Data Korelasi
3. Data Regresi

Tutorial dasar dan singkat ini tidak membahas perihal yang lebih dalam dan jauh berkaitan
dengan metode penelitian , jenis data, pengelompokan data, teori statistik dan dasar formulasi
penempatan teori survey.

1. Data Deskriptive
Sebagai gambaran dasar berkaitan dengan data deskriptive adalah, sebuah kumpulan angka,
gambar, tanda baca dan susunan diantaranya untuk menunjukan adanya sebuah kondisi
yang diperlihatkan melalui media tersedia, dengan maksud untuk memberikan penerangan
awal dari kondisi nyata , sehingga dapat disimpulkan secara sementara dari penggambran
yang ditampilkan, adapun nilai yang akan diambil untu k melukiskan hasil dari data ini akan
ditampilkan dalam proses dan hasil pengolahan data dengan SPSS

2. Data Korelasi
Sebagai susunan dari hasil proses formulasi statistik untuk mengukur tingkat keterhubungan
antar variabel, sehingga akan diketahui adanya sebuah hubungan dari variabel yang
dijadikan sebagai variabel bebas terhadap variable terikat, adapun nilai yang dihasilkan
adalah untuk menunjukan tingkat keeratan hubungan dari variable yang diteliti, dan
selanjutnya akan dideskripsikan dalam bentuk Range Angka antara -1 sampai dengan 1.

3. Data Regresi
Sebagai susunan dari hasil formula secara matematis yang digunakan oleh metode statistika
untuk menentukan tingkat keterpengaruhan antar variabel, yang ditentukan dari variabel
bebas terhadap variable terikat dan akan memberikan data yang menunjukan tingkat
keterpengaruhan yang ditunjukan dengan Range antara -1 hingga 1. Dari hasil hasil yang
ditampilkan akan memberikan gambaran tentang prediksi adanya nilai pengaruh yang
dikurangkan dari angka keseluruhan (100%), sehingga nilai sisa dari proses pengurangan
adalah situasi yang tidak mencakup kepterpengaruhan (Akan leih jelas dalam pemaparan
hasil proses dengan SPSS).
B. PERSIAPAN DATA
Pada proses pengolahan data yang akan dilakukan, pastikan bahwa data yang akan diolah
sudah tersedia dalam format questioner dengan perangkat apapun, namun menunjukan
adanya sebuah skala dari jajak survey yang mewakili data tertulis. Salah satu contoh dari
data questioner yang bisa dijasikan contoh adalah data yang sudah disebarkan dan diisi oleh
responden seperti pada gambar berikut

Sangat Setuju Sekali

Sangat Tidak Setuju
1. Pernyataan

Kurang Setuju

Sangat Setuju
Tidak Setuju
2. Label

Setuju
No Pernyataan

1 Instansi menyusun kebijakan pemanfaatan teknologi sesuai

0 1 2 3 4 5 3. Value Scale
dengan tujuan dan sasaran instansi
2 Instansi memanfaatkan teknologi yang efektif untuk:

4. Choice Value
mengelola kegiatan; mengelola pengetahuan (knowledge
management); mendukung berbagai kegiatan peningkatan
dan pembelajaran (learning); serta mendukung interaksi
dengan pemangku kepentingan dan mitra 

Data yang disebarkan biasanya sudah memenuhi unsur untuk dijadikan kelompok variabel
dengan pembagian pada kelompok data variabel bebas dan variabel terikat. Pada data
terlampir biasanya mengandung unseur sebahai berikut:
1. Pernyataan (Isi dari pendapat yang ditawarkan)
2. Label (Pendapat responden sebagai pilihan yang disediakan)
3. Value Scale (label yang ditandai dengan skala nilai)
4. Choice Value (Pilihan responden diantara label/skala yang ada)
Dalam keadaan sebenarnya , satu orang mendapatka 1 perangkat angket isian questioner,
sehingga banyaknya responden menunjukan anyaknya angket yang diterima.

C. PENGOLAHAN DATA
Pada langkah selanjutnya adalah dengan membuka aplikasi Statistical Package for Social and
Science (SPSS) untuk malakukan input data dan pengolahan data serta menampilkan hasil
dan meberikan analisis dari output yang disampaikan oleh aplikasi.
Berikut langkah penggunaan parsial SPSS untuk pengolahan data questioner survey SDM
yang sudah dilakukan sebelumnya.

Klik Cancel, Jika kita akan membuat Data Baru.

Setelah muncul gambar awal tampilan dari SPSS, maka pilih untuk membuat data baru
dengan memilih Variabel yang akan di input kedalam sistem, Jika dilihat dari jumlah
questioner, maka terdapat Point 3 Eksistensi Aparatur, sebagai faktor X
(Independent/Bebas) dan Kemitraan sebagai faktor Y (Dependent/ Terikat).
Pada tampilan SPSS selanjutnya, isikan ringkasan isi dari Pernyataan yang ada pada
Questioner SDM dalam Kolom Variabel View pada bagian Label serta semua urutan
pernyataan point 3 diberikan Nama X1-X19 yang diasumsikan sebagai Variabel X (Eksistensi
Kompetensi SDM)

Sedangkan untuk Variabel Y bisa dilakukan dengan mengisi piont 4 tentang Kemitraan,
dengan Jumlah variabel sebanyak 31 (Sampai Y31), dengan membuat isian pada SPSS pada
Kolom Variebel View seperti pada gambar berikut

Setelah mengisi Label dengan ringkasan pernyataan yang ada pada Questioner, serta seluruh
Komponen Variabel Y (Kemitraan dan Sumber Daya) dari Y1 sapai Y31, maka dilakukan
konversi dari statement berupa huruf, menjadi angka, dengan melakukan pengisian pada
bagian Value, seperti pada gambat berikut

Untuk tahap pertama, isi angka 0 (Nol) pada kolom Value, serta pada kolom Label isikan
Sangat Tidak Setuju, sesuai dengan yang ada pada questioner kemudian Klik tombol Add
untuk memindahkan data pada Kolom List (Lihat gmbar Value Labels di atas), lakukan
langkah yang sama untuk setiap Label, Hingga pada Value ke 5 untuk Sangat Setuju Sekali,
Klik tombol OK jika sudah selesai, dan lakukan Copy Paste untuk mempercepat pembuatan
untuk Value lainya, sehingga tampilan Varabel View akan tampak seperti berikut

Selanjutnya lakukan pengisin data pada bagian Data View untuk seluruh data questioner
yang telah diisi oleh responden ( Sesuai Tugas)

Halaman Kosong Data View, Jumlah Angka ini menunjukan banyaknya responden
Pengsian data dari questioner dilihat berdasarkan pilihan pada Label, atau bisa dengan
melihat Posisi Value pada lembaran questioner (Tugas pada format MS.Excel) untuk setiap
kolom pernyataan diisi sesuai dengan Checklist yang dilakukan untuk setiap pernyataan
mulai dari Variabel X (X1-X19) hingga variabel Y (Y1-Y31).
Pengisian data View pada SPSS dari setiap questioner yang ada dari hasil tugas yang
diberikan , jumlah data questioner yang diambil sebanyak 30 Responden dapat tergambar
seperti berikut:

Langkah selanjutnya adalah dengan membuat pengelompokan data sesuai dengan variabel
yang ada, yaitu Jumlah variabel X dan Jumlah variabel Y. Seperti dilihat pada langkah-langkah
berikut:

- klik Menu Bar Transform, kemidian pilih Compute Variable untuk menjumlahkan setiap
variebel
- isi kolom Target Variabel dengan tulisan Jumlah_X, kemudian Klik icon Type&Label dan isi
kolom dengan tulisan “Jumlah Variabel X”, kemudian klik tombol Continue

serta memindahkan semua variabel X1 hingga X19 ke Kolom Numeric Expression dengan
double klik dari X1 kemudian kli tombol Tambah hingga X19

Klik OK jika semua variabel X sudah dipindahkan, dan tampilan seperti terlihat pada gambar
di atas.

- kemudian klik kolom Target Variabel dengan tulisan Jumlah_Y, dan klik tombol Type&Label
dan isik dengan tulisan Jumlah Variabel X pada kolom label, kemudian klok Continue.

Perubahan di atas adalah untuk merubah tampilan pada Data View, sehingga data pada
tamplan akhir untuk dapt dilhat pada kolom output sebagai laporan dari tabulasi dan
ekspresi akhir dari hasil perhitungan. Berikut adalah pengalihan dari seluruh Variabel Y ke
kolom Numeric Expression dari Y1 hingga Y31.
 Lakukan cara yang sama dengan langkah pemindahan Variabel X untuk Variabel Y,
kemudian klik OK, jika sudah selesai semua variabel Y dipidahkan.

Apabila selesai dalam proses perhitungan pada Variabel Compute, maka akan didapat hasil
berupa Excute pada Output dengan hasil seperti berikut

*)Tampilan Output bisa di Minimize untuk sementara,

Tampilan pada Variabel View, jika proses perhitungan berhasil akan seprti gambar di
bawah ini

- langkah selanjutnya adalah klik Menu Bar Analyze dan pilih MenuDescripitive Statistic
kemudian pilih Sub menu Frequencies
1. Stataistik Deskripsi
Statistik deskripsi adalah penggambaran dari setiap data secara urutan untuk diambil
pengelompokan berdasarkan variabel pada setiap kelompok data, jika dilihat dari
kelompok deskripsi berikut (Frequencies Form)bisa dibuat tampilan sesuai dengan
questioner:

Pindahkan seluruh variabel X dan Y ke Kolom Variabel, kecuali untuk Jumlah Variabel X
dan Jumlah Variabel Y, kemudian Klik Tombol Statistic untuk menentukan kelompok
data. Pada kesempatan ini, hanya di klik Mode, hanya untuk menentukan kelompok data
yang sering muncul.

Klik Continue untuk Melanjutkan, dan pada langkah selanjutnya adalah menentukan
gambaran representasi kelompok data dalam bentuk grafik dengan Klik Tombol Cahrt ,
setelah muncul seperti pada gambar berikut, pilih Pie Chart pada Chart Type, serta
Percentages untuk Chart Value.

Klik Continue untuk menentukan langkah selanjutnya, setelah kembali ke Frequecies

Form, Klik Tombol OK untuk melihat seluruh tabel dan grafik frekuensi statistik deskripsi.
Berikut adalah urutan tabel deskripsi untuk setiap kelompok data yang ada pada form
questioner sesuai dengan tugas. Jika kursor diteruskan sampai data paling bawah, maka
akan ditampilkan grafik Pie

Dipilihnya Pie Chart, salah satu alasanya adalah, data yang dikumpulkan bersifat
kualitatif, sehingga representasi data yang ditampikan lenih memperlihatkan prosentase
jawaban dari setiap tabel questioner yang diolah, data ini sering disebut sebagai
deskripsi statistik. Untuk melihat lebih lanjut, maka seluruh grafik ada pada halaman
Output.
2. Data Koreasi
Untuk menentukan data korelasi, ternagi dalam 2 bagian yaitu:
a. Pengujian Nilai Validitas dari setiap kolom pernyataan untuk menentukan kelompok
data questioner yang memiliki nilai keabsahan data untuk diolah selanjutnya
b. Pengujian Nilai keterhubungan antar Variabel dengan nilai keterhubungan yang
menunjukan derajat angka untuk diambil simpulan akhir.
Pada kesempatan praktikum parsial ini, hanya akan digunakan pengujian hubungan
antar variabel, dengan langkah sebagai berikut:
Klik Menu bar Analyze, kemudian pilih Menu Correlation dan pilih Sub Menu Bivariate

Langkah selanjutnya adalah dengan menentukan Variabel yang akan dicari nilai
keterhubungan antara keduanya, langkah selanjutnya dapat dilihat sebagai berikut

Pindahkan Variabel Jumlah Variabel Y dan Jumlah Variabel X ke dalam kolom Varabels
yang akan dihitung nilai korelasinya, kemudian klok rombol OK untuk melihat hasil pada
Halaman Output.
 Pada hasil yang diperlihatkan adalah sebesar 0,685, yang berarti vriabel X
mempengaruhi Variabel Y sebesar 0,685, atau dalam bahasa desimal sebesar 69%
(dengan pembulatan ke atas) .
Sehingga jika dilihat dari niai Koefesien Signifikasi korelasi antara Eksistensi Kompetensi
SDM terhadap Kemitraan Sumber Daya sebesar 69%.

3. Data Regresi
Data regresi seperti yang sudah disampaikan sebelumnya dalah adanya data
ketergantungan antar variabel yang ditunjukan dengan keterpengaruhan saru variabel
terhadap variabel lainya, langkah yang dilakukan untuk mendapatkan nilai ini adalah
sebagai berikut Klik menu bar Analyze, kemudian pilih Menu Regression serta pilih
SubMenu Linier untuk menentukan hanya terdapat dua variabel yang akan diukur
tingkat keterpengaruhanya.

Selanjutnya akan muncul Form untuk diisi dengan memindahkan Jumlah Vriabel Y
kepada Kolom Dependent, atau sebagai faktor terikat, dan memindahkan Jumlah
Variabel X pada kolom Independent, dan selanjutnya Klik Tombol Statistics untuk
menetukan jenis Statistik Regresi (Form Linear Regression Statistic) serta centang bagian
seperti pada gambar terlampir, kemudian klik Continue untuk melnjutkan proses, untuk
selanjutnya Klik tombol OK setelah kembali pada Form Linear Regression untuk
mendapatkan nilai akhir dari penentuan nilai Regresi
 Sehingga hasil yang ditampilkan bagian Output akan terlihat tabel seperti berikut

Dalam pengambilan keputusan nilai regresi dalah dengan melihat secara parsial dari
Model Summary dan diambil R Square, sebagai nilai keterpengaruhan dari variabel X
sebagai variabel bebas terhadap Y sebagai variabel terikat. Sehingga jika dilihat dari nilai
koefesien regresi adalah 0,469 atau 47% (pembulatan ke atas)

D. ANALISIS HASIL
Berdasarkan hasil tabulasi dan grafik (Pie Chart) yang diperlihatkan pada halaman Output
pengolahan data questioner, dapat dilihat dan di analisis sebaran klasifikasi pernyataan dan
jawaban melalui data deskriptiv dengan melihat jumlah prosentase dari setiap tabel
pernyataan dan sjala sikap yang diberikan oleh responden .
Berdasarkan data yang didapat dari perhitungan statistik untuk hasil survey SDM sesuai
tugas yang diberikan, maka dapat diambil kesimpulan adanya hubungan Eksistensi
Kompetensi SDM dengan Kemitraan SDM sebesar 68%, hal ini menunjukan keeratan
hubungan dengan ukuran sedang.
Berdasarkan data yang didapat dari perhitungan statistik untuk hasil survey SDM sesuai
dengan tugas yang diberikan, maka dapat diambil kesimpulan adanya pengaruh Eksistensi
Kompetensi SDM terhadap Kemitraan SDM sebesar 47%, sehingg faktor Kemitraan SDM
terhadap instansi dan lingkunganya sebesar 47% sedangkan sisanya diambil dari 100%
berarti 53% dipengaruhi oleh faktr lain selain kompetensi SDM, hal ini bisa disebabkan oleh
faktor lain, seperti lingkungan, aturan,