DASAR-DASAR PENGENALAN SPSS (Compatibility Mode)

PENGENALAN SPSS  
PENGANTAR
ANALISIS DATA
Ns. Dini Rachmaniah, M.Kep.Sp.Kep.An
© aSup-2007
ANALISIS DATA
APA ITU
ANALISIS?
= Memberi makna data, memberi makna arti
Hasil analisis  Kesimpulan = INFORMASI

 INFORMASI sudah mempunyai
arti/makna
 Beda Informasi dengan Data???
© aSup-2007
Area Biostatistika & Infokes
Data
Langkah-langkah statistika
Pengumpulan Analisis
data Pengolahan Penyajian
Pengumpulan data, dan
data data Kesimpulan
Informasi
"The data we have are not the data we want, the

data we want are not the data we need, and the
data we need are not available",(Hukum Finagel)
© aSup-2007
Analisis akan maksimal

 Menguasai Statistik
 Menguasai Substansi
 Menguasai Paket Program Statistik Komputer
1.SPSS
2.MINITAB
3.SAS
4.STATA
5.LISREL
6.AMOS
7.R-Software
8.EVIEWS
© aSup-2007
Kedalaman analisis
 Jenis Penelitian 
Kuantitatif---Kualitatif
 Jenis sampel yang dibandingkan 
Independent----Dependent
 Jenis Variabel 
Kategorik---Numerik
 Jenis Kenormalan Data  Distribusi normal-
--Distribusi tidak normal
© aSup-2007
STATISTIK DEKRIPTIF
• kegiatannya hanya hanya mendeskripsikan
data yg disurvei tanpa/belum melakukan
generalisasi ke populasi
STATISTIK INFERENSIAL/INDUKTIF/ANALITIK
• kegiatannya sudah melakukan generalisasi
dari sampel ke populasi
© aSup-2007
DASAR PENGOLAHAN
DATA DENGAN SPSS
Ns. Dini Rachmaniah,M.Kep.Sp.Kep.An
© aSup-2007 7
TEKNIK
PENGOLAHAN DATA
© aSup-2007
PENGOLAHAN DATA
 Pengolahan data merupakan salah satu
bagian rangkaian kegiatan penelitian
setelah pengumpulan data.
 Data yang masih mentah (raw data) perlu
diolah sedemikian rupa sehingga menjadi
informasi yang akhirnya dapat digunakan
untuk menjawab tujuan penelitian
© aSup-2007
Metode Pengolahan Data
Secara Umum dibagi menjadi :

 Pengolahan data secara manual
 Pengolahan data secara elektronik
© aSup-2007
Pengolahan data secara manual
 Dilakukan untuk jumlah observasi yang tidak
terlalu banyak
 Memerlukan waktu yang sangat lama
 Contoh:
Pelaksanaan pemilu menggunakan “tally mark”
© aSup-2007
Pengolahan data secara elektronik

 Memerlukan bantuan komputer
 Meminimalisir tingkat kesalahan
 Memerlukan adanya program sesuai
dengan kebutuhan
 Dapat dilakukan pengolahan lebih
lanjut
© aSup-2007
Empat Tahap Pengolahan Data

1. Pemerikasaan Data (Editing)
Merupakan kegiatan untuk melakukan
pengecekan isian formulir atau kuesioner
meliputi :
 Kelengkapan pengisian instrumen
 Kejelasan tulisan pada jawaban responden
 Konsistensi/keajegan dan kesesuaian antar
jawaban
 Relevansi jawaban dengan pertanyaan
© aSup-2007
2. Pembuatan Kode (Coding)
 Coding merupakan kegiatan merubah data

berbentuk huruf menjadi data berbentuk
angka/bilangan
 Misalnya untuk variabel pendidikan dilakukan
 koding 1 = SD, 2 = SMP, 3 = SMU dan 4 = PT.
Jenis kelamin: 1 = laki-laki, 2=Wanita
 Kegunaan dari coding adalah untuk
mempermudah pada saat analisis data dan juga
mempercepat pada saat entry data
© aSup-2007
3. Processing
 Pemrosesan data dilakukan dengan cara meng-
entry data dari kuesioner ke paket program
komputer. Ada bermacam-macam paket
program yang dapat digunakan untuk
pemrosesan data dengan masing-masing
mempunyai kelebihan dan kekurangan.
 Salah satu paket program yang sudah umum
digunakan untuk entry data adalah paket
program SPSS for Window.
© aSup-2007
Cleanning Data
 Cleaning (pembersihan data) merupakan
kegiatan pengecekan kembali data yang sudah
di-entry apakah ada kesalahan atau tidak.
 Kegiatan untuk memastikan bahwa seluruh data
yang telah dimasukkan kedalam mesin
pengolah data sudah sesuai dengan keadaan
sebenarnya.
 Data Cleaning harus dilakukan dengan teliti
agar data dapat diolah dengan mesin pengolah
data sehingga mendapatkan data valid.
© aSup-2007
2 Tipe Kesalahan dalam Data

Cleaning
1. Possible Code Cleaning : kesalahan yang
diakibatkan oleh peneliti ketika memasukan
data ke dalam mesin pengolah data.
2. Contingency Cleaning: Kesalahan yang
diakibatkan oleh adanya struktur kuesioner
yang hanya khusus digunakan dijawab oleh
sebagian orang saja, sedangkan yang lain tidak.
© aSup-2007
Contoh Kuesioner
1. Apakah anda menggunakan
pepsodent?
A. ya B. tidak (lanjut ke no 12 )
2. Apakah anda puas dengan khasiat
pepsodent?
A. Puas B. Tidak Puas
3. Bagaimana rasa varian pepsodent?
A. Segar B. Tidak Segar
© aSup-2007
Data Coding
No Nama Kode
variabel
Var001 Menggunakan 1= ya
Pepsodent 2= tidak
Var002 Tingkat 1=puas

Kepuasan 2=tidak puas
Khasiat
Pepsodent
var003 Rasa 1=segar
1=segar
Pepsodent 2=tidak
2= tidak segar
© aSup-2007
Coding Book
Var / Responden Responden Responden Responden
1 2 3 4
respond
en
Var001 1 1 1 2
Var002 1 1 2 2
Var003 2 3 1 1
© aSup-2007
Contoh data cleaning

 Possible Code Cleaning : dapat ditemukan pada responden
nomor 2 variabel 003, yakni angka 3. nilai 3 tidak ada
dalam buku koding. Yang tersedia dalam buku koding
adalah kode 1 & 2.
 Contingency Cleaning : ditemukan pada responden no.4
variabel 001-003.ketika menjawab tidak (kode 2)
seharusnya responden tidak dapat menjawab pertanyaan
selanjutnya. Dan responden tersebut diperbolehkan
menjawab pada kembali pada no.12. Ia Tidak
menggunakan pepsodent, tetapi tahu rasa varian. Itulah
contingency cleaning.
© aSup-2007
Cara meng-cleaning data
 Mengetahui Missing Data yaitu dengan melakukan
list (distribusi frekuensi) dari variabel yang ada (total
Sampel 100)
 Mengetahui variasi data yaitu dengan mengetahui
variasi data akan diketahui apakah data yang di-
entry benar atau salah. (angka 7 pada kode
pendidikan)
 Mengetahui konsistensi data, Cara mendeteksi
adanya ketidakkonsistensi data dengan
menghubungkan dua variabel (keikutsertaan KB dg
jenis KB)
 Membuat Tabel Silang (Umur Resp dg Jumlah Anak)
© aSup-2007
INTRODUCTION to SPSS
(Statistical Package for Social
Science)
© aSup-2007 23
Tujuan/Kompetensi pembelajaran
 Menjalankan program SPSS
 Mengenal berbagai jenis jendela
yang ada di program SPSS
(Data Editor, Output, dll)
 Membuat Variabel data
 Memasukkan (entry) data
 Menyimpan (save) file SPSS
 Membuka (open) File SPSS
© aSup-2007
????
 Apa itu SPSS?
 Apa yang bisa dilakukan SPSS?
 Apa kesamaan SPSS dengan
Microsoft Office Excel?
© aSup-2007 25
SPSS
Adalah program aplikasi

untuk melakukan
perhitungan statistik dengan
menggunakan komputer.
© aSup-2007 26
Membuka Program SPSS
 Untuk memanggil program SPSS dapat dilakukan
dua cara :
1. Bila tampilan pertama komputer sudah muncul

Icon
SPSS, maka klik dengan mouse icon tersebut dua
kali.
2. Bila di layar belum ada icon SPSS, maka klik
“Start”, pilih “File Program” dan sorot “SPSS
evaluation” dan klik dua kali.
© aSup-2007 27
MEMBUKA PROGRAM SPSS
 Start  SPSS for windows
 Lanjutkan dengan “Doule klik”, hingga

muncul tampilan sbb:
© aSup-2007
 Klik Ok, lanjutkan

dengan membuka file
(*.sav)
 Atau Klik “Cancel” jika

Anda ingin membuat file
baru (new)
© aSup-2007
Di dalam operasionalnya, SPSS mengenal 2 jenis
jendela (Window) yang utama yaitu:
1. SPSS Data Editor Jendela ini berisis tampilan

data yang kita olah dan analisis dengan
tampilan sejenis Spreadsheet (seperti tampilan
Program Excel).
2. SPSS Output Hasil olahan (hasil analisis) yang

anda lakukan akan ditampilkan pada Output
window. Window ini merupakan teks editor,
artinya dapat mengedit hasil analisis yang
ditampilkan.
© aSup-2007 30
Menu-menu utama SPSS adalah:
 File : Untuk membuat file data baru, data yang tersimpan atau data dari
program lain
 Edit : Untuk memodifikasi, mengkopi, menghapus, mencari, dan
mengganti data
 View : mengatur tampilan font, tampilan kode/label
 Data : untuk membuat/mendefinisan nama variabel, menggabungkan data
 Transform : Untuk transformasi/modifikasi data
 Analyze : Untuk memilih berbagai prosedur statistik dari sederhana
sampai komplek
 Graphs : Untuk membuat grapik
 Utilities : Untuk menampilkan berbagai informasi tentang isi file
 Window : Untuk berpindah-pindah antar jendela (data/output)
 Help : Informasi bantuan bagaimana menggunakan berbagai fasilitas
pada SPSS
© aSup-2007 31
Menu Bar
Tool Bar
Kolom Variabel
Nomor Baris
Sel Data Editor
Data View
Variabel View
© aSup-2007 32
DATA DALAM FORMAT SPSS

 Memasukkan (entri) data dengan
format SPSS dapat dilakukan
langsung meng-entri datanya di
data view
 Atau dengan mendefinisikan
dahulu variabelnya di variable
view
© aSup-2007 33
VARIABEL VIEW
 Variable View adalah tab sheet yang
menampilkan kamus metadata di
mana setiap baris mewakili sebuah
variabel dan memperlihatkan nama
variabel, jenis data (misal: numeric,
string, date), lebar cetak, dan berbagai
karakteristik lain.
© aSup-2007 34
VARIABLE VIEW
 Baris di dalam variable view adalah
variabel-variabel dari data,
 Kolom adalah definisi dari tiap variabel
© aSup-2007 35
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.
Diatasnya terdapat menu-menu
seperti File, Edit, View, Windows,
dan Help seperti halnya menu-menu umum
pada aplikasi under Windows lainnya.
© aSup-2007 36
DATA VIEW
 Baris di dalam data view adalah nomor subjek
 Kolom adalah banyaknya variabel
© aSup-2007 37
MENU YANG TERSEDIA PADA

VARIABEL VIEW
© aSup-2007 38
NAME
 Adalah nama atau singkatan dari variabel
 Aturan pemberian nama variabel adalah :
1) Diawali dengan huruf
2) tidak boleh lebih dari 8 karakter (singkat)
3) tidak boleh ada spasi (spacebar)
© aSup-2007 39
TYPE
 Umumnya yang digunakan adalah tipe
NUMERIC (data berupa angka) dan
STRING (data berupa huruf)
 Untuk mengubah tipe variabel klik di
pojok kanan kotak type  variable type
© aSup-2007
WIDTH
 Adalah banyaknya karakter dari data yang
akan dientri
 Berkaitan dengan COLUMNS
© aSup-2007 41
DECIMALS
 Adalah banyaknya angka desimal yang digunakan
 Default angka desimal di SPSS adalah 2
 Bila data (numeric) bilangan bulat, sebaiknya
desimal dibuat 0 (nol)
 untuk mengubah nilai desimal  klik di pojok
kanan kotak
© aSup-2007 42
LABEL
 Adalah versi lengkap dari NAME, bisa
banyak karakter
 Bisa huruf besar dan menggunakan spasi
 Sebaiknya dituliskan, terlebih bila akan
variabel tersebut akan diolah lebih lanjut
© aSup-2007 43
VALUES
 Digunakan untuk meng-coding data NOMINAL
 Untuk membuat coding suatu variabel  klik di
pojok kanan kotak values  VALUE LABEL
 Value untuk coding
 Value Label untuk definisi value
© aSup-2007 44
MISSING
 Digunakan bila dalam data yang akan diolah
terdapat datum yang tidak terisi atau tidak
lengkap
 Sebaiknya data yang akan diolah lengkap
 Bila ada beberapa datum tidak terisi, pilih
angka yang tertentu sebagai tanda missing
values atau kosongkan saja
© aSup-2007 45
COLUMN
 Adalah lebar tempat nama karakter dari
NAME
 Besarnya minimal sama dengan besarnya
nilai di WIDTH
© aSup-2007 46
ALIGN
 Sama seperti Align di Microsoft Word
 Lebih baik terlihat apabila dibuat menjadi
center, terutama untuk data berupa angka
 Untuk mengubah menjadi Left/Centre/Right
 Klik di pojok kanan kotak Align
© aSup-2007 47
MEASURE
 Adalah skala pengukuran dari variabel yang
bersangkutan
 Untuk mengubah skala pengukuran  klik di
pojok kanan kotak scale
 Skala pengukuran Interval dan Ratio dalam
SPSS adalah SCALE
© aSup-2007 48
LEMBAR KERJA PADA TAMPILAN SPSS
1. Data View
2. Variable View
Data View &

Variable View
© aSup-2007
1. Data View
2. Variable View
© aSup-2007
ENTRY/INPUT DATA
 Menginput data dapat dilakukan dengan
memasukkan data secara langsung ke data
editor dalam format SPSS maupun format
lain (misal Micosoft Excel)
 Untuk mengubah data yang sudah di-input

dalam format lain menjadi format SPSS, dapat
menggunakan copy-paste atau meng-import-
nya dari SPSS
© aSup-2007 51
MEMASUKAN / ENTRY DATA
 Setelah semua variabel sudah dibuat, maka langkah
selanjutnya adalah memasukkan data hasil survei
kedalam format yang telah dibuat diatas. Untuk
memasukkan data anda harus berpindah ke
layar/jendela Data View, yaitu dengan Klik tombol
Data View, nampak tampilannya sbb:
 Memasukkan data bisa menyamping satu persatu

responden di entry datanya, atau bisa juga perkolom
kearah bawah.
© aSup-2007 52
Menyimpan Data
 Data yang telah dimasukkan dapat disimpan ke
berbagai format data. Secara pengaturan dasar, SPSS
for Window akan menyimpan data tersebut dengan
format SPSS, bentuk formatnya dicirikan dengan
ekstensi “.sav” (Nama file.sav).
 Untuk menyimpan data yang telah anda masukkan :

Example (Lukmanulhakim_Latihan 1). Simpan di
drive yang mudah anda ingat.
© aSup-2007 53
LATIHAN/TUGAS
 Lakukan entery data dengan
menggunakan file “DATA
LATIHAN ANALISA DATA”
pada UFLearn
© aSup-2007 54

DASAR-DASAR PENGENALAN SPSS (Compatibility Mode)

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

DASAR-DASAR PENGENALAN SPSS (Compatibility Mode)

Diunggah oleh

Hak Cipta:

Format Tersedia

PENGENALAN SPSS  

Ns. Dini Rachmaniah, M.Kep.Sp.Kep.An

= Memberi makna data, memberi makna arti

Hasil analisis  Kesimpulan = INFORMASI

Area Biostatistika & Infokes

"The data we have are not the data we want, the

Analisis akan maksimal

Metode Pengolahan Data

Secara Umum dibagi menjadi :

Pengolahan data secara elektronik

Empat Tahap Pengolahan Data

2. Pembuatan Kode (Coding)

 Coding merupakan kegiatan merubah data

2 Tipe Kesalahan dalam Data

Var002 Tingkat 1=puas

Contoh data cleaning

Adalah program aplikasi

1. Bila tampilan pertama komputer sudah muncul

 Lanjutkan dengan “Doule klik”, hingga

 Klik Ok, lanjutkan

 Atau Klik “Cancel” jika

1. SPSS Data Editor Jendela ini berisis tampilan

2. SPSS Output Hasil olahan (hasil analisis) yang

Sel Data Editor

DATA DALAM FORMAT SPSS

MENU YANG TERSEDIA PADA

Data View &

 Untuk mengubah data yang sudah di-input

 Memasukkan data bisa menyamping satu persatu

 Untuk menyimpan data yang telah anda masukkan :

Anda mungkin juga menyukai