3
Tujuan Umum
Meningkatkan kemampuan mahasiswa dalam melakukan
penelitian untuk membuat skripsi/karya tulis ilmiah
Tujuan Khusus
1. Memberikan ketrampilan peserta melakukan data
entry dari data awal ke SPSS
2. Memberikan kemampuan mahasiswa mengelola data
penelitian dan siap dilakukan analisis
3. Memberikan kemampuan mahasiswa melakukan
analisis univariat dan bivariat yang sesuai tujuan
penelitiannya
4
Data
1. Data Kualitatif, dinyatakan dalam bentuk bukan angka
2. Data Kuantitatif, dinyatakan dalam bentuk angka
3. Skala data:
1) Data Nominal hasil penggolongan setara,
2) Data Ordinal hasil penggolongan tidak setara
3) Data Interval, bukan hasil penggolongan dengan jarak
yang sama dan tidak mempunyai nilai nol mutlak
4) Data Rasio, sama dengan data interval tetapi
mempunyai nilai nol mutlak.
17/11/2014 5
Nominal : jenis kelamin
laki-laki/perempuan
• Ordinal : tingkat pendidikan
rendah, sedang dan tinggi
kadar kolesterol :
rendah, sedang dan tinggi
• Interval : suhu tubuh
• * rasio : berat badan, tinggi badan, kadar
glukosa darah, kadar kolesterol
Beberapa catatan penting :
• Usahakan mengambil data sedapat
mungkin yang kategorinya lebih tinggi
• Rasio> interval> ordinal> nominal
• Data dari variabel numerik dapat
dijadikan kategorik, tetapi sebaliknya
tidak dapat
Lambang skala pengukuran dalam SPSS :
1. Scale : rasio dan interval (penggaris)
2. Ordinal : tangga
3. Nominal : bulatan-bulatan bola
Data adalah himpunan yang berasal dari hasil
pengukuran terhadap individu-individu yang menjadi
obyek penelitian, dibagi berdasarkan:
SUMBER:
Primer
Sekunder
Tersier
BENTUK:
Kuantitatif
Kualitatif
JENIS:
Diskret dengan menghitung
Kontinu dengan mengukur
17/11/2014 9
Variabel
Variabel adalah suatu yang beragam atau
bervariasi, dikenal sebagai:
◦ Variable Dependent (variabel tergantung), yaitu variabel
yang dipengaruhi oleh variabel lain dan tidak dapat
berdiri sendiri, sedangkan
◦ Variable Independent (variabel bebas), yaitu variabel
yang mempengaruhi variabel lain dan sifatnya dapat
berdiri sendiri.
17/11/2014 10
Analisis Data, adalah proses mengolah data dan
mengartikan hasil pengolahan data.
◦ Analisis Deskriptif adalah analisis yang menekankan
pada gambaran satu variabel.
◦ Analisis Inferensial adalah analisis yang menekankan
pada hubungan antar variabel dengan menekankan
pengujian hipotesis dan menyimpulkan hasil penelitian.
17/11/2014 11
Metode pengumpulan data:
1. Metode Observasi (pengamatan)
2. Metode Survei
3. Metode Wawancara
4. Metode Kuesioner dan Angket
5. Metode Dokumenter
17/11/2014 12
Hipotesis, adalah jawaban sementara yang belum
dibuktikan
Hipotesis Nihil=Nol Hipotesis (H0), yang menyatakan tidak
adanya hubungan antar variabel
Hipotesis Alternatif=Hipotesis Kerja (H1) yang menyatakan
adanya hubungan antar variabel
Uji Hipotesis, apakah hipotesis nihil diterima atau
ditolak. Pengambilan keputusan dapat dengan
menggunakan Probabilitas atau mambandingkan Data
Hitung dan Data Tabel.
Signifikansi, apakah kesimpulan yang diambil
bermakna atau meyakinkan dan dapat diberlakukan
pada populasi
17/11/2014 13
Berbagai analisis dapat dilakukan dengan SPSS:
1. Uji Instrumen Pengumpul Data (Validitas
Reabilitas)
2. Uji Asumsi Dasar (Normalitas Homogenitas)
3. Uji Penyimpangan Asumsi Klasik
4. Statistik Deskriptif (tendensi sentral, varians)
5. Analisis Korelasi dan Regresi
6. Uji Perbedaan Rata-rata
7. Uji Nonparametrik
8. Uji Chi-Kuadrat, Crosstabs
17/11/2014 14
Berbagai pengolahan data dapat dilakukan
dengan SPSS, yaitu pada menu Analysis
misalnya:
◦ Statistik Deskriptif
◦ Uji Perbandingan Rerata
◦ Statistik Non-Parametrik
◦ Analisis Korelasi
◦ Regresi Linier
◦ Analisis Varians
◦ Analisis Faktor
◦ Dll
17/11/2014 15
1. Pelatihan Data Entry dengan Excel dan SPSS,
cleaning data
2. Setelah data entry dilakukan manajemen data
(Compute, Recode, transform dan lain lain)
3. Kemudian lakukan analisis dasar yang sering
dipakai: Statistik Deskriptif, Uji Perbandingan
Rerata dan Statistik Non-Parametrik (Uji Chi-
Square, Uji dua sampel dan korelasi)
4. Uji hipotesis dengan deskriptif/univariat dan
bivariat.
17/11/2014 16
Ada dua cara memulai menjalankan SPSS
1. Desktop windows sudah ada icon SPSS, klik dua
kali
2. Klik start--- Program-- SPSS for windows--
SPSS 17 for windows
3. Setelah klik SPSS for windows, klik cancel anda
akan masuk ke dalam SPSS data editor
4. Pada lembar data view, setiap baris mewakili
satu responden, setiap kolom mewakili satu
variabel atau satu pertanyaan kuesioner.
Sebelum analisa data statistik kita perlu
memasukkan data terlebih dahulu
Bila file data belum ada ketik file data pada lembar
SPSS data editor
Untuk file data baru, klik file, new, data
Halaman SPSS data editor yang aktif terdiri dari
dua lembar : lembar pertama data view dan lembar
kedua variable view
Data view : tempat memasukkan data
Variable view : tempat dimana anda memberi
nama variabel dan mendefinisikan karakteristik lain
dari variabel
Variabel view :
1. Nama variabel : maksimal 8 karakter, bila tidak
diberi nama SPSS akan memberi nama
var00001, var00002, dst
2. Tipe variable : numeric, date, string dan
seterusnya
3. Lebar data : pada kolom width
4. Kolom decimal : banyaknya angka
5. Kolom label : penjelasan nama variabel
6. Kolom value : jenis kelamin 1.pria 2. wanita
7. Missing value : data hilang/tidak dijawab. Usia
responden tidak diisi, ditulis -1 (kode missing)
Variable view :
8. Lebar colums : menentukan lebar kolom
9. Alignment : rata kanan- right (numeric)
rata tengah -- center
rata kiri -- left (string)
10. Skala data : nominal, ordinal, interval, ratio)-
pada kolom measure
Scale : numeric/ratio
Nominal-- ditentukan peneliti
Ordinal--- ditentukan peneliti
id Sex Usia Jumlah jam PC sangat Suka belajar
(1=pria, (1=<20 th, penggunaan PC software PC
2=perempuan)
mudah
2=20-29 th, per minggu digunakan (1=sangat
3=30-39 th, (1=nol jam, tak setuju,
(1=sangat
4=40-49 th, 2=1-5 jam, 2= tak
5=50-59 th, 3=6-10 jam, tak setuju, setuju,
6=60 th ke atas) 4=11-20 jam, 2=taks 3= netral,
5=21-30 jam, etuju, 4=setuju,
6=>30 jam) 3=netral, 5=sangat
4=setuju setuju)
5=sangat
setuju)
1 1 2 2 5 4
2 2 3 6 2 3
3 2 2 6 2 3
4 1 5 4 3 1
5 2 2 6 5 5
6 1 3 4 3 4
Variable view :
Contoh untuk id :
1. Masukkan variabel pertama id pada kolom name
2. Batasi hanya untuk bilangan bulat 2 digit, tanpa
angka di belakang koma
3. Pada kolom type, klik kotak kecil warna abu-abu,
muncul box variable type, pilih type numerik,
width=2 dan decimal=0, klik ok
4. Jenis kelamin- labels, 1= laki-laki
2=perempuan, klik ok
5. Skala : nomimal
6. 6. kelompok usia- labels, 1= kurang dari 20 th
Variable view :
, klik add, ulangi isi value 2= 20-29 th, dst, ok
Karena kemungkinan ada responden yang tidak
mau menjawab usia, maka didefinisikan missing
value, klik missing, pilih discrete, -1
• Kelompok usia masuk skala ordinal, scale : ordinal
• Masukkan jumlah jam-- skala ordinal
• Masukkan PC_mudah- ordinal
• Masukkan suka belajar- ordinal
• Setelah selesai save, pilih folder menyimpannya
• Lihat contoh : kuesione.sav
Data view :
1. Isi data
2. Save
3. Melihat value labels, klik view-- value labels,
muncul tanda check (v)
4. Untuk menghilangkan klik ulang di value labels
maka akan kembali menjadi angka lagi
Langkah pertama : eksplorasi data
Apakah terjadi kesalahan dalam memasukkan data
Contoh : jenis kelamin Cuma ada 1 dan 2 tetapi
muncul angka 3, berarti salah input
Prosedur penyaringan :
1. pilih frequencies, klik analyze- descriptive
statistics-- frequencies, pindahkan semua
variable yang akan disaring ke kotak variable, ok
Kita dapat melihat yang salah (contoh : muncul
angka 3 pada jenis kelamin)
Merupakan syarat statistik inferensial
Ada beberapa cara :
1. shapiro-Wilk
2. Kolmogorov Smirnov (explore)
Bentuk hipotesis untuk uji normalitas :
Ho : data berasal dari populasi yang terdistribusi
normal
H1 : data tidak berasal dari populasi terdistribusi
normal
P value < α, maka Ho ditolak
Jika p value >= α, maka Ho tidak dapat ditolak
Lihat contoh independet t test
Tests of Normality
Tidak berpasangan
Tabel selain 2 x 2
Tabel 2 x 2 Tabel 2 xK
dan 2 x K