Pengolahan Data dengan SPSS

Materi
Pengenalan SPSS
1. Overview
2. Tampilan Awal
3. Menu Awal
4. Input Data
Pengenalan Beberapa Analisis Statistika
5. Statistik deskriptif
6. Analisis Korelasi
7. Analisis Tabulasi silang
8. Uji validitas dan Realibilitas
 Jenis Variabel

Kategorik Kontinue
No Pendidikan Gol.darah No Tinggi Badan Usia

1 SMA B 1 160 35

2 SD A 2 175 47

3 SD o 3 158 56

4 SMP o 4 165 28

5 D3 AB 5 167 31

6 S1 A 6 171 26

7 S2 A 7 159 39
 Overview Tampilan Awal
1. Data View

• Spss singkatan dari Statistical Package for The Social

Sciences

• Dibuat oleh IBM (Intenational Business Machines)

• Pengguna software dapat menggunakan fitur point &

clik atau fitur Syntax

• Memiliki beragam jenis analisis Statistika

Bagian tampilan untuk melihat data yang akan dianalisis

 Tampilan Awal
Name
Nama Variabel (Max, 64 Karakter, tidak boleh ada spasi,
2. Variabel View tidak boleh didahului dengan angka)

Type
Format penulis data ( Numeric, string, dll)

Width
Maksimum karakter pada variabel

Decimals
Banyak decimal untuk data

Label
Deskripsi Variabel

Bagian tampilan untuk mengatur parameter variabel data

Values
Deskripsi nama Group/Kelompok bagi variabel
kategorik
Tampilan Awal Menu Utama

Missing
Pengaturan jika ada data yang hilang pada variabel

Columns
Pengaturan jika ada data yang hilang pada variabel
Menu Utama yang sering digunakan:
Align
File
Pengaturan posisi teks pada data View ( rata kiri, rata
Pengaturan file data yang digunakan didalam analisis
tengah, dll)
serta file SPSS
Measure
Analyze
Pengaturan jenis variabel (kategorik/continue)
Melakukan analisis Statistika
Role
Graph
Pengaturan peran fungsi variabel (independent,
Pembuatan Grafik
dependen, dll)
 Input Data

Tiga cara utama menginput data:

1. Menulis langsung data pada SPSS

2. Menggunakan fitur Copy & Paste dari file Excel
3. Mengimpor file Excel (.xlsx, .xls) atau CSV (.csv)
 Statistika Deskriptif

Contoh: Data score hasil ujian mahasiswa

Output dari SPSS
Tujuan Analisis
Input
Metode statistika yang digunakan
untuk memaparkan hasil rangkuman No A B C
Descriptive Statistics

(summary) data dalam bentuk tabel  

1 54 65 90
ataupun grafik N Mean
 
2 64 59 79 Statistic Statistic Std. Error

Input 3 77 84 88 A
7 73.86 5.235
Variabel kategorik / variabel continue 4 74 53 89 B
7 70.86 5.064

5 91 89 80
Output C
7 80.57 3.927

Rangkuman data dalam bentuk 6 91 79 60 Valid N (listwise)    

7
table/grafik 7 66 67 78
 Analisis Korelasi

Tujuan Analisis Output

Metode statistika yang digunakan untuk
mengukur kekuatan dan arah hubungan dari dua Nilai korelasi memiliki dua komponen
variabel kontinu
1. Kekuatan hubungan
Input Mendekati absolut 1→ semakin kuat
Dua variabel kontinu Mendekati 0 → semakin lemah

2. Arah hubungan
Output
• Positif : variabel A↑, variabel B ↑
Nilai korelasi (dilambangkan dengan r) • Negatif A↓, variabel B ↑ Dan sebaliknya
 Contoh
Output
Input
Contoh: pengaruh nilai toelf (A) dengan Output
Korelasi : -0.7
usia (B)

No A B Correlations
1. Kekuatan hubungan
    Nilai Kekuatan hubungan antara
1 572 30 Toefl Usia variabel A dan B dapat dikatakan
2 510 39 Nilai Toefl Pearson
1 -.691 cukup Kuat
Correlation
3 498 31 Sig. (2-tailed)   .086
2. Arah Hubungan
N 7 7
Variabel A dan B berhubungan
4 479 50 Usia Pearson
-.691 1
Correlation negative, artinya
5 532 35 Sig. (2-tailed) .086   nilai A semakin besar maka nilai B
N 7 7
6 484 43
akan menjadi semakin kecil
7 502 49
3. Jika <0,05 = ada hubungan
Jika < 0,05 = Tidak ada hubungan
 Analisis Tabulasi Silang
(Crosstabs)

Tujuan analisis Input

Contoh: Jenis kelamin dan pilihan minuman
Teknik analisis data yang menyajikan dua
variabel berbeda kedalam satu matriks dan Responden Jenis kelamin Minuman
mengidentifikasi jika terdapat hubungan atau 1 Laki-laki Coffee
tidak 2 Perempuan Coffee
3 perempuan Non-coffee
Input 4 Laki-laki Coffee
Dua variabel kategorik 5 Laki-laki Coffee
6 Perempuan Coffee
Output 7 Laki-laki Non-coffee
Hasil pengujian berupa nilai p-hitung 8 Perempuan Non-coffee
P-hitung < 0,05 : ada hubungan 9 Laki-laki Coffee
P-hitung > 0,05 : tidak ada hubungan 10 Laki-laki Coffee
 lanjutan (Output)
Chi-Square Tests
Jenis Kelamin * Minuman Crosstabulation
    Asymp. Sig. Exact Sig. Exact Sig.
Value df (2-sided) (2-sided) (1-sided)
Count        
Pearson Chi-Square 1.270a 1 .260    
    Minuman
Continuity    
    Correction b .179 1 .673
coffee non-coffee Total
Jenis Kelamin laki-laki 5 1 6 Likelihood Ratio 1.265 1 .261    
Perempuan 2 2 4 Fisher's Exact Test       .500 .333
Total 7 3 10 Linear-by-Linear    
1.143 1 .285
Association
N of Valid Casesb 10        
a. 4 cells (100,0%) have expected count less than 5. The minimum expected
count is 1,20.
Kesimpulan: b. Computed only for a 2x2        
table

Jika dilihat dari hasil bahwa Nilai Assymp. Sig (2-

sided) atau p-hitung sebesar 0,260 dimana lebih besar
dari 0,05 artinya tidak terdapat hubungan variabl
pilihan minuman dengan variabel jenis kelamin
 Uji validitas dan Realibilitas

Input
Tujuan Analisis Contoh: terdapat 4 pertanyaan dengan skala likert
Metode yang digunakan untuk menguji kebaikan
alat ukur/instrument penelitian (pada umumnya
berupa pertanyaan kuesioner)

Input
Nilai jawaban dari pertanyaan kuesioner

Output
Validasi : Average Variance Extracted (AVE)
Reliabilita : Composite Reliability (CR) &
Cronbach’s Alpha
 Lanjutan (Output)
Uji validitas Uji Reliability
berdasarkan nilai signifikansi
• Jika nilai signifikansi < 0,05 = valid
• Jika nilai signifikansi > 0,05 = tidak valid Reliability Statistics

Cronbach's Alpha N of Items

.960 10

• Jika nilai cronbach’s alpha > 0,70 =

Reliabel
• Jika nilai cronbach’s alpha < 0,70 =
Tidak Reliabel

Pada hasil nilai Cronbach’s alpha > 0,70 yang

berarti reliability