BAB I Introduction to SPSS for Windows Sekilas tentang SPSS Menjalankan SPSS for Windows Membaca Data Memperbaiki (edit) Data Entri Data dan Statistik Deskriptif Interpretasi Output Sekilas tentang SPSS SPSS pada awalnya singkatan dari Statistical Package for the Social Sciences namun seiring dengan perkembangan pasar 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 menghapal 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 fo Windows versi 6.00, dan sekarang sudah sampai SPSS for Windows versi 14.00, di mana setiap versi yang lebih baru tentu saja mempunyai fasilitas yang lebih lengkap tetapi membutuhkan spesifikasi komputer yang lebih canggih. Modul pelatihan ini berpedoman pada SPSS for Windows versi 10.00 dengan dua alasan utama (1) Sesuai dengan spesifikasi hardware yang dimiliki, (2) sesuai dengan kebutuhan untuk analisis data penelitian di lingkungan fakultas kita. Spesifikasi komputer yang harus dimiliki untuk menjalankan program SPSS for Windows Versi 10.00: Windows 98/ME/NT/2000/XP. Pentium or Pentium-class processor 32 MB minimum for Win 98/ME, 64 MB minimum for Win NT/2000/XP 100 MB hard disk space SVGA (800x600 resolution) graphics card - 1 -
Menjalankan SPSS Dari Windows Start, pilih Programs SPSS for Windows Gambar 1. Jalankan SPSS melalui Windows Start Kita juga bisa menjalankan SPSS dengan cara double-click icon SPSS pada Desktop. Gambar 2. Jalankan SPSS melalui Desktop Shortcut Tampilan awal SPSS dalam bentuk default adalah seperti di bawah ini: Gambar 3. Tampilan awal SPSS berupa tabel kosong Membaca Data Untuk membaca data, kita harus mempunyai file data terlebih dahulu. Sebelum berlatih bagaimana cara melakukan input (entri) data, terlebih dahulu kita mencoba membuka file data yang sudah ada di dalam komputer yang merupakan bawaan program SPSS. Komputer akan menyimpan data input SPSS dengan nama belakang.sav Sedangkan output datanya tersimpan dengan nama belakang.spo Bukalah file data bawaan SPSS yang bernama voter.sav yang biasanya tersimpan dalam harddisk komputer pada drive C, folder Program Files, sub folder SPSS atau alamat singkatnya adalah: C:\Program Files\SPSS\voter.sav - 2 -
Namun perlu diketahui, tidak semua file data bawaan SPSS tersebut tersimpan pada drive yang sama, ini tergantung pada proses instalasi dan versi SPSS yang digunakan. Cara membuka file data dapat dilihat pada gambar berikut: Gambar 4. Buka data melalui menu pull-down Sehingga akan tampil jendela baru seperti di bawah: Gambar 5. Jendela untuk membuka data Arahkan Look in ke C:\Program Files\SPSS\voter.sav kemudian tekan Open. Sehingga akan tampil file voter.sav seperti terlihat pada gambar berikut: - 3 -
Gambar 6. File data voter.sav Data di atas merupakan Data View survey mengenai Pemilu Presiden di USA pada tahun 1992, dimana kolom menunjukkan variabel yang diteliti [pres92, age, agecat, educ, degree, sex] dan baris menunjukkan jumlah responden [1847] Untuk mengetahui karakteristik variabel lebih detail mengenai varaibel tersebut bisa dilihat melaui Variable View Gambar 7. Variebel view data voter.sav Variable View terdiri dari sepuluh kolom, dimana masing-masing kolom mempunyai fungsi masing-masing 1. Name. Nama variabel, caranya dengan mengetik langsung nama singkat variabel pada cell yang bersangkutan. Perhatian: ada bebarapa karakter yang tidak diperbolehkan seperti spasi, &, *. 2. Type. Tipe data [numeric, comma, dot, scientific notation, date, dollar, custom currency, string]. 3. Width. Lebar kolom yang harus disediakan dan harus disesuaikan dengan jumlah karakter data yang akan diisi. 4. Decimals. Tentukan berapa angka desimal setelah tanda koma. 5. Label. Nama lengkap variabel atau berisi tentang keterangan tambahan dari masing-masing variabel. - 4 -
6. Values. Label pengklasifikasi variabel. Misal: a. 1 jawaban responden yang memilih Bush b. 2 jawaban responden yang memilih Perot c. 3 jawaban responden yang memilih Clinton Gambar 8. Value label 7. Missing. Data yang dianggap hilang yang tidak akan kita ikutkan analisis. Ada tiga pilihan: a. No missing values b. Discrete missing values. Angka tertentu yang kita anggap hilang c. Range plus one optinal discrete missing value. Jika ada data hilang dengan range yang jelas. Gambar 9. Missing values 8. Columns. Lebar kolom 9. Align. Rata kanan, kiri, atau tengah untuk setiap data yang diinput. 10. Measure. Jenis skala data untuk setiap varaibel: Gambar 10. Skala data - 5 -
Tabel 1. Skala Data Karakteristik Contoh Gender, kurikulum, tipe, warna rambut Morgan et.all, 2001 Nominal Ordinal Scale Qualitiative data Quantitative data Tidak berjenjang Berjenjang Penamaan Hanya ranking Rangking 1, rangking 2, rangking 3 Quantitative data Berjenjang Distribusi normal Tinggi badan, nilai matakuliah, Memperbaiki (edit) Data File data voter.sav simpanlah dengan nama lain pada komputer yang Anda pakai dengan nama baru pemilu_as_92.sav dengan cara: File Save As Gambar 11. Menyimpan data Lalu arahkan pada direktori dan folder sesuai dengan pilihan Anda, sebaiknya di salah satu folder MyDocument. Edit masing-masing variabel seperti di bawah ini: Gambar 12. Variabel view Entri Data dan Statistik Deskriptif Masukkan data di bawah ini dengan prosedur berikut: 1. Buka program SPSS 2. Tekan menu File Data - 6 -
Gambar 13. Entri data baru Namun jika kita membuka SPSS sudah dalam tampilan data kosong siap enti dengan nama file untitled SPSS Data Editor maka kita bisa langsung mengisinya. 3. Buka Variabel View untuk memberi nama dan men-setting variabel dengan karakteristik seperti di bawah: CABUP Calon Bupati Measurement level: Nominal Decimal: 0 Column Width: 8 Alignment: Right Value Label 1 Moenir 2 TBS UMUR Umur Responden Measurement level: Scale Decimal: 0 Column Width: 8 Alignment: Right KLP_UMUR Kelompok Umur Measurement level: Ordinal Decimal: 0 Column Width: 8 Alignment: Right Value Label 1 Kurang dari 35 2 35-44 3 45-64 4 65 ke atas TKT_PDIK Jenjang Pendidikan Measurement level: Ordinal Decimal: 0 Column Width: 8 Alignment: Right Value Label 0 Tidak tamat SD 1 Lulus SD 2 Lulus SMTP 3 Lulus SMTA 4 Lulus Perg Tinggi J_KLAMIN Jenis kelamin responden Measurement level: Scale Decimal: 0 Column Width: 8 Alignment: Right Value Label 1 Pria 2 Wanita - 7 -
4. Langkah berikutnya input data di bawah ini: Tabel 2. Data Pilkada Kabupaten Purbalingga 2005 (data fiktif) No. CABUP UMUR KLP_UMUR TKT_PDIK J_KLAMIN 1 2 45 3 4 2 2 2 45 3 3 2 3 2 41 2 0 1 4 2 40 2 3 1 5 1 51 3 3 1 6 2 53 3 3 1 7 2 40 2 3 1 8 2 41 2 1 2 9 2 59 3 4 2 10 2 43 2 3 2 11 2 30 1 2 1 12 2 41 2 4 1 13 2 51 3 0 1 14 1 40 2 1 2 15 2 75 4 0 2 16 2 56 3 0 2 17 2 36 2 1 2 18 2 64 3 0 2 19 2 31 1 1 1 20 1 32 1 2 2 21 1 36 2 1 2 22 2 42 2 2 2 23 2 49 3 3 2 24 2 37 2 1 1 25 2 61 3 3 2 26 2 75 4 1 2 27 1 40 2 4 1 28 1 52 3 2 1 29 2 54 3 3 2 30 2 81 4 1 2 31 2 60 3 1 2 32 2 41 2 3 2 33 2 49 3 1 2 34 2 30 1 1 1 35 2 61 3 3 1 36 1 76 4 0 2 37 1 52 3 1 2 38 2 51 3 3 2 39 1 28 1 0 2 40 2 35 2 1 1 Analisislah dengan teknik Descriprtive Statistics dengan cara sebagai berikut: - 8 -
1. Klik Analyze Descriptive Statistics Frequencies Gambar 14. Statistik Deskriptif 2. Masukkan variabel yang akan dianalisis; dengan cara sorot (higlight) kemudian bawa dengan tanda panah Gambar 15. Distribusi Frekuensi 3. Klik Charts 4. Pilih Pie Charts 5. Klik Continue Gambar 16. Pilihan diagram - 9 -
6. Periksa dan editlah outputnya sehingga dapat tampil seperti ini: Gambar 17. Output diagram pie Kemudian analisislah variabel Umur dengan cara: 1. Masukkan variabel Umur seperti pada gambar 15 di atas 2. Klik Statistics 3. Pilih (beri tanda ) Mean, Median, Mode, Skewness, Standard Deviation, Variance, dan Range Gambar 19. Pilihan dalam distribusi frekuensi 4. Klik Continue 5. Klik Charts 6. Pilih Histogram dan pilih (beri tanda ) pada With normal curve - 10 -
Gambar 20. Pilihan diagram 7. Klik Continue 8. Klik OK Periksa dan editlah Output file pada Histogram (diagram batang) sehingga warnanya berubah seperti gambar di bawah, dengan cara: 10 Umur Responden 8 6 4 Frequency 2 0 Std. Dev = 13.47 Mean = 48.1 N = 40.00 30.0 40.0 50.0 60.0 70.0 80.0 35.0 45.0 55.0 65.0 75.0 Umur Responden Gambar 21. Output histogram dengan kurve normal 1. Klik pada area Diagram Batang yang berwarna merah variabel Umur Responden sehingga keluar Window baru SPSS Chart Editor 2. Klik sekali pada area Diagram Batang yang berwarna merah sehingga keluar tanda titik pada masing-masing batang (blok) 3. Klik Format Fill Patern - 11 -
Gambar 22. Mengubah warna dan bentuk histogram 4. Pilih (klik) kotak tanpa warna lalu tekan Apply Gambar 23. Pilihan warna histogram 5. Klik Close 6. Tutup Window SPSS Chart Editor dengan klik File Close 7. Apakah tampilan histogram sudah berubah? 8. Analisislah variabel lainnya dengan bentuk diagram sesuai dengan kebutuhan. Interpretasi Output Statistics Umur Responden N Mean Median Std. Deviation Variance Skewness Std. Error of Skewness Range Minimum Valid Missing 40 0 48,10 45,00 13,471 181,477,754,374 53 28 Data dikatakan berdistribusi normal jika nilai Skewness lebih kecil dari plus/minus 1 (< +/- 1) SD (Std. Deviation): Pengukuran mengenai penyebaran data seputar Rata-rata (mean). Dalam Normal Distribusi, 68% data berada pada 1 (satu) SD dari Rata-rata dan 95% data berada 2 (dua) SD. Jika Rata-rata 48,10, dengan SD 13,471 maka 95% data berada di antara (48,10+2SD) dan (48.10-2SD) dalam suatu normal distrubusi - 12 -
- 13 - Introduction to SPSS for Windows