MENGENAL SPSS 17

PENDAHULUAN

SPSS pada awalnya singkatan dari ”Statistical Package for the Social Sciences” namun seiring dengan perkembangan pasar, penggunaan software ini yang semakin meluas sehingga bukan hanya paket software yang tadinya diperuntukkan bagi ilmu sosial saja tetapi menjadi “Statistical Product and Service Solutions” merupakan aplikasi statistik untuk mengelola dan menganalisis data untuk berbagai keperluan dengan menggunakan teknik statistik. 

Versi pendahulu dari SPSS ini adalah SPSSPC+ berbasis DOS di mana user dalam menjalankan perintah harus melalui syntax code yang sangat tidak familiar sehingga membutuhkan usaha menghafal setiap perintah teknik analisis. Sekarang ini SPSS yang berkembang sudah berbasis Windows sehingga dikenal dengan SPSS for Windows. Pertama kali muncul versi Windows adalah SPSS for Windows versi 6.00, dan sekarang sudah sampai SPSS for Windows versi 17.00, di mana setiap versi yang lebih baru tentu saja mempunyai fasilitas yang lebih lengkap tetapi membutuhkan spesifikasi komputer yang lebih canggih. Modul Pratikum SPSS ini berpedoman pada SPSS for Windows versi 17.00 dengan dua alasan utama (1) Sesuai dengan spesifikasi hardware yang dimiliki, (2) sesuai dengan kebutuhan untuk pembelajaran, analisis data statistic (penelitian) di lingkungan Institut Manajemen Telkom (IMT). 

Mengapa SPSS Populer dalam mengolah data statistik?

• Bentuk Pemaparan yang baik (Tabel dan Grafik)
• Dinamis (mudah dilakukan perubahan data dan update analisis)
• Mudah dihubungkan dengan aplikasi lainnya, misalnya eksport import data dari dan ke Microsoft Excel.

Apa itu statistik (Statistic)?

Asal kata statistic , yaitu Statia berarti catatan administrasi pemerintahan di US. Dalam bahasa Yunani, Stochos (Anak Panah) yang berarti sesuatu yang mengandung ketidak pastian. Pengertian statistik (=data; =ukuran sampel) yaitu ilmu yang mempelajari cara pengumpulan data, pengolahan data, analisis data serta penyajian data sehingga menjadi suatu informasi yang berguna bagi pengambilan keputusan.

Jenis Data Statistik

Nominal

Data berjenis nominal membedakan data dalam kelompok yang bersifat kualitatif. Cirinya dalam pengambilan data dihasilkan suatu kategori, misalnya kategori jenis kelamin yang dikategorikan “laki-laki” misalnya diwakili oleh angka “1” dan “perempuan” diwakili oleh angka “2”. . Ciri lain adalah tidak mungkin seseorang memiliki dua kategori dan tidak dapat dilakukan operasi matematika. Angka yang digunakan disini hanya sebagai simbol sehingga tidak dapat dilakukan operasi matematika, misalnya 1+1, 1x2, atau 2/1. Dalam statistik data nominal mempunyai tingkatan paling rendah.

Contoh :

Nama	Jenis Kelamin
Fitri	Perempuan
Ujang	Laki-laki
Wulan	Perempuan

Ordinal

Dalam ilmu statistik data berjenis ordinal mempunyai level pengukuran yang lebih tinggi dari data nominal dan termasuk data kualitatif. Jika di dalam nominal semua data dianggap kualitatif dan setara (laki-laki setara dengan perempuan), pada Ordinal terdapat klasifikasi data berdasarkan tingkatannya. Sebagai contoh tingkat pendidikan, SD diwakili angka “1”, SMP dengan angka “2”, SMA dengan angka “3”, Diploma dengan angka “4” serta Sarjana dengan angka “5”

Sama halnya dengan data nominal, meskipun tingkatannya lebih tinggi dari pengukuran data nominal, pada data ordinal tetap tidak dapat dilakukan oprasi matematika. Misalnya 1+2=3, bukan berarti tingkat pendidikan SD+SMP=SMA. Angka yang digunakan disini hanyalah simbol. 

Contoh :

Nama	Pendidikan
Fitri	SD
Ujang	SMP
Wulan	SMA

Interval

Data interval termasuk data kuantitatif, mempunya tingkatan lebih tinggi dari data nominal dan ordinal. Angka kuantitatif yang digunakan menunjukkan suatu urutan dan juga dapat dilakukan operasi matematika misalnya penjumlahan dan penguangan. Misalnya interval “Nilai SPSS” dari mahasiswa Adminitrasi Bisnis IM Telkom adalah antara 0 hingga 100. Jika si “A” mempunya nilai 45 dan si “B” mempunyai nilai 90 bukan berarti tingkat kecedasan “B” dua kali kecerdasan “A”.

Contoh :

Kecerdasan	Nilai SPSS
Sangat baik	80 – 100
Baik	60 – 79
Cukup	40 – 59
Buruk	0 - 39

Rasio

Data rasio merupakan tipe data dengan level pengukuran paling tinggi dibandingkan tipe data lainnya. Data rasio termasuk data kuantitatif, dengan angka yang digunakan adalah data sesungguhnya dan dapat dilakukan operasi matematika, misalnya jumlah, kurang, kali dan bagi. 

Contoh :

Nama Nasabah	Saldo
Fitri	2000
Ujang	- 1500
Wulan	0

Angka 2000 menunjukkan bahwa Fitri mempunyai simpanan di Bank sebesar Rp.2.000,00. Jika Ujang saldonya -1500 menunjukkan Ujang mempunyai utang di Bank sebesar Rp. 1.500,00. Sedangkan Wulan mempunyai saldo 0 rupiah, artinya Wulan tidak mempunya simpanan maupun utang.

Variable

Variabel adalah suatu gejala yang memiliki nilai yang bervariasi dan variasi itu dinyatakan dalam angka atau bilangan.

Secara konseptual variabel dapat dibagi menjadi 4, antara lain:

1. Variabel dependen (tergantung/ terikat/ terpengaruh adalah variabel yang variasinya memerlukan penjelasan
2. Variabel Independen (variabel bebas atau yang mempengaruhi), adalah variabel yang variasinya digunakan untuk menjelaskan variabel dependen
3. Moderating Variable, adalah variabel yang mempunyai dampak kontijensi (contingent effect) yang kuat pada hubungan variabel independen dan variabel dependen (variabel yang memperkuat atau memperlemah hubungan antara variabel dependen dan variabel independen)
4. Intervening Variable, faktor yang secara teori berpengaruh pada fenomena yang diamati tetapi tidak dapat dilihat, diukur atau dimanipulasi namun dampaknya dapat disimpulkan berdasarkan dampak variabel independen dan moderating variable terhadap fenomena yang diamati.

Mengenal SPSS 17

Dari Windows Start à All Programs à SPSS Inc à Statistics 17.0 à SPSS Statistic 17.0 dengan gambar sebagai berikut :

Menu pertama yang muncul adalah :

Defaultnya menu ini menampilkan dengan memberikan pilihan (Option) untuk membuka file existing (yang sudah pernah dibuat sebelumnya). Karena baru memulai dengan pekerjaan baru, Klik Cancel, selanjutnya akan muncul menu berikut.

Menu Data View

Menu Variable View

Tugas-1 : Membandingkan Hitungan Statistik VS SPSS

Anda buka Data View pada SPSS kemudian entry data berikut ini

Anak-Ke	Nilai
1	9.00
2	8.00
3	5.00
4	7.00
5	8.00
6	6.00
7	9.00
8	7.00
9	8.00
10	7.00
11	9.00
12	6.00

Sehingga di SPSS terlihat Data View yang telah di Entry seperti berikut

Dan di Edit Variable View-nya seperti berikut :

Selanjutnya akan dianalisis.

Klik Tab Analyze
à Descriptive Statistics
 à Frequencies :

Sehingga muncul Windows seperti berikut :

Pindahkan variabel yang ada pada jendela sebelah kiri ke jendela sebelah kanan dengan menyorot nama variabelnya kemudian klik panah , kemudian klik Tab Statistic (), sehingga muncul Windows baru seperti berikut :

Kemudian contreng nilai yang akan di análisis (seperti contoh diatas), dilanjutkan klik tombol Continuou
 à OK

Hasil analisisnya (Output) sebagai berikut :

Tugas-2 : Membangun/Membuat Data

IMT Jurusan Administrasi Bisnis melaksanakan penjualan. Untuk memulai membuat data penjualan, siapkan terlebih dahulu penampung data atau Variabel yaitu dengan membuka editor Variable View sebagai beirkut:

Untuk mendefinisikan atribut variable, klik Variabe View pada sudut kiri bawah. Contoh diatas kita akan membuat 3(tiga) variable data penjualan yaitu Nama (Nama Sales), JnsKel (Jenis Kelamin) dan TktJual (Tingkat Penjualan). 

Ada 10 atribut yang perlu didefinisikan :

1. Name : Nama variabel yang akan ditampilkan pada baris teratas pada tampilan Data View
2. Type : merupakan tipe variabel yang dipakai. Ada 8 jenis variable tersebut dapat dilihat pada gambar berikut ini.

   

   
   

3. Width: merupakan lebar kolom yang nilai default-nya hádala 
4. Decimals : merupakan banyak digit setelah koma
5. Label: merupakan penjelasan atribut variable Name yang muncul dalam kotak dialog apabila Anda melakukan analisis lebih lanjut. Klik Analyze à
   Descriptive Statistics
   à Frequencies.

   

   
   

6. Value: pengkodean variable non angka (string variable). Contoh jenis kelamin, 1 untuk laki-laki dan 2 untuk perempuan. Klik sel pada sel Value sehingga muncul gambar berikut :
   
   
7. Missing : menetapkan nilai khusus data sebagai user missing. Misalnya, ingin membedakan data yang tidak diperoleh karena responden menolak menjawab dan atau data yang hilang karena belum dikirim ke respondennya.
8. Columns : fungsinya seperti Width
9. Align : menunjukkan posisi data di dalam sel
10. Measure : merupakan ukuran data yang diginakan. Untuk numeric, SPSS defaulnya SCALE, sedangkan untuk String ada pilihan NOMINAL atau ORDINAL

Setelah variabel sudah siap, klik Data View untuk memasukkan data seperti gambar dibawah ini dimana pada JnsKel diisi ”1” untuk Sales berjenis kelamin laki-laki dan ”2” untuk perempuan.