Pokok Bahasan Pertemuan 11:

1. Pokok BahasanPertemuan 11: Paket Program Statistik (SPSS) • Pengantar SPSS • Prinsip dasar analisis data • Konversi Data ke format SPSS

2. Pengantar SPSS SPSS, Statistical Packages for Social Science SPSS, versi 13 atau 11? CARA KERJA SPSS INPUT DATA PROSES OUTPUT DATA (Data Editor) (Data Editor) Output Navigator -. Pivot Table Editor -. Text Output Editor -. Chart Editor

3. WINDOW SPSS • Data Editor • Meng-input data, dan mengolah data. Hanyaadasatu window data editor yang terbuka. • Output Viewer • Window yang akan menampilkan hasil perhitungan analisis. Dapat berupa table, grafik, teks. • Syntax Editor • Untukmelakukananalisisdeskriptifdengancaramenuliskan SPSS Command language. File .*sps. • Script Editor • Memodifikasi proses Script dan OLE di fungsi SPSS.

4. Data Editor Sebelummulaimenganalisis data, yang perludilakukanpertama kali adalahmemasukkan (entry) data ke SPSS. Tampilanawalpadasaat program SPSS dijalankanadalahdata view pada data editor seperti yang terlihatpadagambar. Dalam window Data Editor terdapat 2 sheet, yaituData View (memasukkan data) danVariabel View (membuatspesifikasivariabel)Menu-menu sepertiFile, Edit, View, Windows danHelp adalah menu-menu umum yang samadengan program/aplikasiunder Windows lainnya

5. Data View • Data, merupakan menu untukmemodifikasi data secarakeseluruhansepertimengurutkan data, menggabungkan data, dan lain-lain. • Transform, yaitu menu untukmentranformasikan data berdasarkriteriatertentusepertipenjumlahanantarvariabel, recoding, dan lain-lain. • Analize, yaitu menu untukmengolah data seperti Descriptive Statistics (Frequencies, Descriptive, Explore, Cross Tabs), Tables (Basic Tables, General Tables), Compare Means (Means, One-Sample T Test, Independent-Samples T Test, Paired-Samples T Test, One-Way ANOVA), Correlate (Bivariate, Partial Correlations), Regression (Simple Linear Regression, Multiple Linear Regression), dan lain-lain. • Graph, menu untukmemvisualisasikan data seperti histogram, scatter-plot, boxplot, dan lain-lain. • Utillities, menu pendukung yang berisi: informasivariabel, informasi file, menu Editor, dan lain-lain.

6. Variabel View Bagiankeduadari data editor yang tidakkalahpentingdengan data view adalahvariable view. Tampilaninibisakitalihatdenganmengkliktab sheet [variabel view] yang adadikiribawahtampilan data editor. Lewatvariabel view inikitadapatmengubah setting data editor sesuaidengan data yang kitamiliki. Pada SPSS versi 7 tampilaninibelumada, yang tersediaadalahtampilanterpisahuntuksetiapvariabel yang akanditampilkan. Namunpadadasarnyamempunyaifungsi yang sama.

7. Menu padaVariable View Name. Kolominiuntukmemberinamavariabel. Namavariabel yang kitatuliskandisiniakanmunculpada data editor. Pemberiannamaharusdiawalidenganhuruf, tidakbisadimulaidenganangka. Maksimalhanyabisaberisi 8 karakter. Type. Untukmenyesuaikanjenis data yang andamasukkan, apakah numeric, string (data nominal yang berupahuruf, misalkan: nama). Klikikondalamkolom type makaakanmunculkotak dialog variabel type untukmelakukanperubahantertentu. Padakotak dialog iniandabisajugamengubahlebarkolom (Width) dankarakterdesimal (Decimal Places).

8. Menu padaVariable View (2) Label. Kolom ini berfungsi untuk memberi label pada variabel yang kita inginkan. Misalnya kita mempunyai variabel “nama” pada kolom pertama, variable tersebut bisa kita beri label “nama responden”. Contoh lainnya bila kita mempunyai variabel dengan nama “skala1”, kita bisa mendefinisikan lebih jelas dengan memberi label sesuai dengan nama skala kita sebenarnya, misalnya “skala kecemasan”, dan lain-lain. Pemberian label ini sangat penting karena pada hasil analisis (output) akan tercetak label yang telah kita definisikan ini. Tercetaknya label pada output akan sangat membantu dalam interpetasi output tersebut.

9. Value. Kolom ini berfungsi untuk medefinisikan value data dari variabel yang dimaksud. Pemberian value ini biasanya untuk data yang bersifat ordinal dan interval. Klik ikon pada kolom value maka akan muncul kotak dialog value labels. Misalnya pada variabel gender kita akan mendefinisikan jenis kelamin dengan melakukan pemberian label. Yang perlu kita lakukan adalah mengisi [Value] dan [Value label] lalu klik [Add]. Lakukan ini untuk semua value kemudian klik [OK] (gambar 4). Setelah pemberian value ini maka pada variabel gender kita tidak perlu menuliskan laki-laki dan perempuan melainkan cukup mengisi 1 untuk laki-laki dan 2 untuk jenis kelamin perempuan.

10. Menu pada Variable View (3) Missing. Kolom ini berfungsi untuk mendefinisikan missing value yang ada dalam data kita. Yang dimaksud missing value disini adalah jika ada data kosong dalam data kita. Data kosong bisa disebabkan karena tidak tersedianya data atau sebab lain misanya pada pengisian skala ada item-item yang terlewat oleh responden. Untuk mengaktifkan kotak dialog missing value, klik ikon pada kolom missing. Pada form Discrete missing value isikan angka yang akan dijadikan pengganti missing value, misalnya 9, 99, 999 dsb. Misalnya jika kita memilih angka 9 maka setiap ada data yang tidak diisi (missing value) angka 9 yang harus diisikan, jangan dibiarkan kosong! Perbedaan bila diisi 9 dan yang dibiarkan kosong akan dijelaskan lebih lanjut.

11. Column. Fungsi menu ini adalah untuk mengubah jumlah karakter yang dapat dimasukkan pada suatu variabel tertentu. Bila kita mengisi coloumn dengan angka 2 maka hanya dua digit data saja yang dapat dimasukkan pada variabel tersebut. Align. Menu ini mengatur posisi data pada tiap cell. Pilihan posisinya ada tiga yaitu left, right dan center. Measurement. Menu ini mendefinisikan jenis data apa yang kita punyai. Pilihan yang ada adalah scale, nominal dan ordinal.

12. Prinsip Dasar Analisis Data Untuk kepentingan analisis diperlukan pengertian dasar mengenai data, seperi misalnya syarat data yang baik dan jenis-jenis data Data yang dihitung dan diukur untuk keperluan analisis akan memperlihatkan variasi nilai suatu variable, yaitu karakteristik yang menunjukkan variasi atau sesuatu yang nilainya berubah-ubah atau berbeda-beda. Misalnya harga (yaitu karakteristik suatu barang akan berubah-ubah menurut waktu atau berbeda-beda menurut tempat), produksi, hasil penjualan, ekspor, pendapatan nasional, umur, modal perusahaan, dan sebagainya.

13. Suatu variable dengan nilai yang dapat dihitung atau terbatas disebut variabel diskrit, misalnya jumlah anak perusahaan, jumlah karyawan pada suatu perusahaan, dan sebagainya. • Sedangkan variable dengan nilai yang tidak terbatas yang dapat diukur dan dicatat sampai suatu tingkat ketepatan yang diperlukan disebut variabel kontinu. Misalnya daya tahan hidup sebuah barang elektronik, kecepatan kendaraan, jangka waktu pembayaran, dan lain-lain.

14. Syarat Data yang baik • Data harusobyektif, maksudnyasesuaidengankeadaansebenarnya (as it is). Misalnyaproduksi yang turundilaporkannaik, hargasatusatuanbarangRp 500,- dilaporkanRp 750,- walaupunadakwitansinya, tetaptidakobyektif. • Data harusbisamewakili (representative). Misalnyajikalaporanharga yang hanyadidasarkanataspasar-pasar yang murahsaja, makainitidakmewakili. Laporankonsumsisusuhanyadarigolonganorangkayasajajugatidakmewakili. • Kesalahanbaku (standard error) haruskecil. Suatuperkiraan (estimate) dikatakanbaik (memilikitingkatketelitian yang tinggi) jikakesalahanbakunyakecil. Ketigasyaratdiatasseringdisebutsebagaisyarat data yang dapatdiandalkan (reliable).

15. Keduasyaratberikutlebihmenunjukkanmanfaatdankegunaannya, yaitu: Harustepatwaktu (up to date). Khususnyakalau data akandipergunakanuntukmelakukanpengendalianatauevaluasi, syarattepatwaktuinipentingsekali agar sempatdilakukannyapenyesuaianataukoreksiseperlunyakalauadakesalahanataupenyimpangan yang terjadididalamimplementasisuatuperencanaan. Harusrelevan. Maksudnya data yang dikumpulkanharusadahubungannyadenganmasalah yang akandipecahkan. Misalnyapemilikperusahaan yang mengalamikemerosotanpenjualannyadaninginmencegahnya, harusmengetahuifaktor-faktorpenyebabkemerosotantersebut, sehinggaiamemerlukan data yang relevan, misalnyamutubarang (mungkintidaksesuaidenganselerakonsumen), hargabarang (mungkinterlalutinggi), biayaiklan (media iklan yang dipakaikurangefektif), salesman kurangbersemangat, adanyapersainganbarangimpordanbarangproduksi domestic yang sejenis, pendapatankonsumenmenurunsehinggamengurangidayabeli, dan lain sebagainya.

16. Review: Jenis-jenis data Menurut sifatnya Menurut sumbernya Menurut waktu pengumpulannya Menurut cara memperolehnya Menurut tingkat pengukuranpaling penting diperhatikan untuk pengolahan dan analisis data

17. Konversi Data ke Format SPSS Mungkin dikarenakan pada CS Pro, alat pengolahan data yang disajikan kurang lengkap dan tidak serempak (simultan). Maka untuk pengolahan yang lebih komplek namun membutuhkan waktu yang relatif singkat disarankan untuk memakai program pengolah data yang lain spt misalnya Microsoft Excel, SPSS, SAS dll. Data yang sudah dimasukkan dalam program entry CS Pro dapat di-’eksport’ ke dalam file yang bersesuaian dengan alat pengolahan yang akan kita gunakan.

18. Konversi Data ke Format SPSS (2) • Konversi data dari program CSPro dapat dilakukan dengan menggunakan menu Tools Export Data atau dijalankan secara terpisah dari CS Pro • Kemudian muncul dialog untuk memasukkan/memilih file kamus data • Kemudian muncul kotak dialog CSExport • Pilih item pada record dengan id item (keseluruhan) yang akan dieksport • Pilih isian untuk output, tipe & jenis item (item atau sub item), dan format hasil eksport data • Kemudian Run

19. Konversi Data ke Format SPSS (3) • Kemudian muncul kotak dialog untuk memilih/ memasukkan file data hasil enti dengan menggunakan CSEntry • Kemudain muncul kotak dialog yang akan memperlihatkan nama dan direktori tujuan disimpannya file hasil eksport. • Biasanya file tersebut berekstensi .dat

20. Text Import Wizard Setelah data hasil eksport tersimpan, kita bisa buka dkembali dengan program SPSS. Namun yang akan muncul untuk pertama kali adalah Texi Import Wizard. Panduan ini terdiri dari 6 langkah untuk menyempurnakan pemindahan data tsb.