Mengoptimalkan Pengolahan Data Skripsi menggunakan Software SPSS

HIMASI FEB UNTAN

Presented By: Ayu Puspita Sari, S.Ak., M.Ak.
 Overview
A
Pengenalan SPSS dan
B
Pengolahan Data Awal Analisis Statistik dengan SPSS
1. Pemahaman tentang berbagai teknik analisis data
1. Pengenalan terhadap perangkat lunak SPSS,
yang dapat dilakukan dengan SPSS, seperti analisis
termasuk antarmuka dan fungsi dasar
deskriptif, uji hipotesis, regresi, dan analisis faktor.
2. Proses pengumpulan dan pembersihan data awal
2. Contoh penggunaan analisis statistik dalam konteks
sebelum memasukkan data ke dalam SPSS
penelitian skripsi
3. Pembahasan tentang penyusunan dataset,
3. Praktek langsung menggunakan SPSS untuk
pengkodean variabel, dan penanganan data yang
menjalankan analisis data dan menginterpretasikan
hilang.
hasilnya
 About SPSS
SPSS (Statistical Package for the Social Sciences) adalah
software untuk menganalisis data, melakukan perhitungan
statistik yang meliputi statistik parametrik dan statistik non-
parametrik yang berbasis windows
 Pengembangan SPSS
SPSS dirilis pertama kali pada tahun 1998. Kemudian sejak tahun 2009 SPSS
telah diakuisisi oleh IBM Corporation sebagai software IBM Analytic.
Selanjutnya perangkat lunak ini disebut IBM SPSS Statistics. Software ini
dikembangkan dengan bahasa pemrograman Java. SPSS tersedia untuk
platform sistem operasi Microsoft Windows, Linux dan Mac OS. SPSS juga dapat
diintegrasikan dengan bahasa pemrograman R, Microsoft.NET dan Python untuk
penggunaan lebih lanjut.
 Fungsi SPSS
SPSS digunakan oleh berbagai universitas, institusi, dan perusahaan untuk melakukan analisis data.
Berikut beberapa contoh penggunaan SPSS, yaitu:
1. Melakukan riset pemasaran (market research).
2. Analisis data survey atau kuesioner.
3. Populer digunakan untuk penelitian akademik mahasiswa.
4. Populer digunakan oleh keperluan pemerintahan seperti lembaga BPS.
5. Data mining.
6. Membantu untuk pengambilan keputusan suatu perusahaan.
7. Penelitian kesehatan masyarakat.
8. Mendokumentasikan data.
9. Representasi data statistik.
10. Memprediksi suatu kejadian time series.
 Fitur Dasar SPSS
Statistika deskriptif
Statistika deskriptif adalah metode-metode yang berkaitan dalam hal pengumpulan data dan
penyajian data sehingga dapat diperoleh suatu informasi dari data tersebut. Beberapa contoh
statistika deskriptif yang sering digunakan seperti rataan hitung (mean), nilai tengah (median),
nilai yang sering muncul (modus), standar deviasi, ragam, dan lain-lain.

Statistika bivariat
Statistika bivariat adalah analisis yang dilakukan secara simultan untuk melakukan pengujian
antar 2 variabel. Beberapa contoh statistika bivariat adalah uji t, ANOVA, uji non-parametrik,
teorema bayes, dan lain-lain.
 Fitur Dasar SPSS
Regresi linear
Regresi linear adalah suatu alat ukur yang digunakan untuk mengukur hubungan suatu linear variabel
independen dengan variabel independen.

Identifikasi kelompok
Beberapa metode untuk mengidentifikasi kelompok: analisis faktor, analisis klaster (two-step, K-means,
hierarchical), dan discriminant.

Analisis spasial
Analisis spasial adalah metode-metode yang digunakan dalam pengolahan data Geographic Information
System (GIS).

R Extension
R Extension SPSS adalah aplikasi berupa plugin yang dapat dipasang (install) untuk melakukan
implementasi algoritma yang dimasukkan pengguna dengan bahasa pemrograman R.
 SPSS Data Editor
SPSS Data Editor terdiri dari dua tab sheet, yaitu: Data View dan Variable View.
A. Data View
Data View adalah tab sheet yang menampilkan nilai data yang sebenarnya atau label nilai yang
didefinisikan. Pada tab sheet inilah, anda mengentri data ke SPSS (lihat Gambar 3). Diatasnya terdapat
menu-menu seperti File, Edit, View, Windows, dan Help seperti halnya menu-menu umum pada aplikasi
under Windows lainnya.

B. Variable 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.
 SPSS Data Editor
A. Data View
Menu-menu utama SPSS adalah:
1. Data. Menu ini menampilkan submenu untuk melakukan perubahan-perubahan data, seperti
mengurutkan data, memisahkan isi file dengan kriteria tertentu, menggabungkan data, dll.
2. Transform. Menu untuk transformasi data, seperti menghitung variabel data, mengubah data,
merangking data, dll.
3. Analyze. Menu yang menjadi pusat pengolahan data, seperti mengolah statistik deskriptif, regresi,
korelasi, dll.
4. Graphs. Menu untuk menampilkan data dan hasil pengolahan data dalam bentuk grafik dan chart,
seperti bar charts, histogram, scatter diagram, dll.
5. Utilities. Menu pelengkap dalam pengoperasian SPSS, seperti menampilkan informasi variabel,
mendefinisikan dan menampilkan variabel data, dll.
Gambar Data View
 SPSS Data Editor
B. Variable View
 SPSS Data Editor
Menu yang tersedia dalam Variabel View diantaranya:
1. Name. Kolom ini untuk memberikan informasi tentang nama variabel data. Nama variabel yang kita
tuliskan di sini akan muncul pada Data View. Beberapa aturan penamaan variabel:
Nama variabel maksimal 8 karakter.
Nama diawali dengan huruf (tidak bisa dimulai dengan angka), sisanya dapat berisi huruf, angka,
titik, atau simbol @, #, _, atau $. Kosong dan karakter khusus lain (misal: ! , ? , ‘ , dan *) tidak dapat
digunakan.
Nama tidak bisa berakhir dengan titik dan tidak harus diakhiri dengan garis bawah “_”.
Nama variabel harus unik; duplikasi tidak diperbolehkan.
Nama-nama variabel tidak case sensitif, “Nama”, “nama”, dan “naMa” semua dianggap sama.
 SPSS Data Editor
2. Type. Kolom ini untuk memberikan jenis variabel data yang digunakan, apakah Numeric, String (data
berupa karakter, misal “Nama”), Date, dll.
Klik ikon

dalam kolom Type maka akan muncul dialog box Variable Type. Pada dialog box ini, kita dapat mengubah
jenis data dan juga lebar kolom (Width) dan jumlah angka desimal (Decimal Places). Secara default, SPSS
memberikan jenis data numeric dengan lebar 8 digit dan 2 angka desimal di belakang koma.
 SPSS Data Editor
3. Label. Kolom ini menunjukkan tambahan informasi dengan memberi label pada variabel data yang kita
inginkan. Misalnya:
variabel: ”barang” kita beri label: ”nama barang”
variabel: ”X” kita beri label ”Permintaan”
variabel ”Y” kita beri label ”Ramalan Permintan”
Pemberian label dapat membantu dalam interpretasi hasil analisis (output) karena definisi output lebih
jelas.

4. Value. Kolom ini untuk memberikan label string yang diterapkan untuk nilai numeric tertentu, biasanya
untuk data yang bersifat ordinal dan interval, misal angka 1 untuk laki-laki dan angka 2 untuk perempuan.
Klik ikon
 SPSS Data Editor
pada kolom Values maka akan muncul dialog box Value Labels. Misalnya untuk variabel ”gender” kita
akan mendefinisikan ”jenis kelamin” dengan memberi label: Isi [Value] dengan angka 1 dan [Label] dengan
“Laki-laki” lalu klik [Add], kemudian ulangi langkah-langkah tersebut untuk jenis kelamin “Perempuan“—
lihat Gambar 6. Nantinya pada variabel gender, kita tidak perlu menuliskan laki-laki dan perempuan
melainkan cukup mengisi 1 untuk laki-laki dan 2 untuk perempuan.
 SPSS Data Editor
5. Missing. Kolom ini menunjukkan nilai yang hilang (missing value) dalam data (jika ada).
Responden dapat menolak untuk menjawab pertanyaan tertentu, mungkin tidak tahu jawabannya, atau
mungkin menjawab dalam bentuk lain. Jika anda tidak mengidentifikasi data ini, analisis anda mungkin
tidak memberikan hasil yang akurat.
Klik ikon
pada kolom Missing maka akan muncul dialog box Missing Values. Pada form Discrete, isi angka yang
akan dijadikan pengganti missing value, misal: 9, 99, 999, dll. Jika kita memilih angka 9, maka setiap ada
data yang tidak diisi (missing value) angka 9 yang harus diisikan, jangan dibiarkan kosong.
 SPSS Data Editor
6. Columns. Kolom ini menunjukkan lebar kolom. baik jenis data numeric maupun string, lebar
maksimal 255 digit.
7. Align. Kolom ini menunjukkan posisi data pada tiap cell. Terdapat tiga pilihan posisi data, yaitu:
left, right, dan center.
8. Measure. Kolom ini menunjukkan jenis ukuran data yang digunakan. Terdapat tiga pilihan jenis
ukuran data, yaitu: Scale, Nominal, dan Ordinal.
 Tahapan Analisis SPSS
1. Statistik Deskriptif
2. Uji Validitas, Reliabilitas
3. Uji Asumsi Klasik
4. Analisis Regresi Linear Berganda
5. Evaluasi Model