Aplikasi SPSS 1 Tujuan 1. Mahasiswa dapat menginput data ke dalam software SPSS dalam format yang tepat 2. Mahasiswa dapat menentukan beberapa ukuran pemusatan dan penyebaran 3. Mahasiswa dapat membuat tabel distribusi frekuensi dengan program SPSS Pengenalan SPSS SPSS (Statistical Program for Social Science) merupakan paket program yang berguna untuk menganalisis data statistik. SPSS dapat digunakan untuk hampir seluruh file data dan sekaligus membuat laporan dalam bentuk tabulasi, grafik, dan plot untuk berbagai distribusi maupun statistik deskriptif. SPSS menyediakan empat window, yaitu : Data editor yang terdiri dari : File, berfungsi untuk menangani hal-hal yang berhubungan dengan file data, sepertimembuka file baru, membuka file tertentu, mengambil data dari program lain, mencetak dan lain-lain. Edit, berfungsi dalam menangani hal-hal yang berhubungan dengan perbaiakan atau mengubah nilai data (duplikasi data, menghilangkan data, dan lain-lain). View, berfungsi untuk mengubah status toolbar (output label, script, dan lain-lain) Data, Berfungsi untuk membuat perubahan pada SPSS secara keseluruhan seperti mengurutkan data, menyeleksi data berdasar kriteria tertentu, dan lain-lain. 1 Lesta Karolina Sebayang S.E., M.Si 1
Transform, berfungsi untuk membuat perubahan pada peubah yang telah dipilih dengan aturan tertentu. Analyze, merupakan menu inti SPSS yang berfungsi untuk melakukakn semua prosedur perhitungan statistik, seperti uji t, uji F, regresi, dan lain-lain. Graph berfungsi membuat berbagai jenis grafik untuk mendukung analisis statistik, seperti, line bar, pie, dan lain-lain. Utilities berfungsi dalam memberi informasi tentang peubah yang sekarang dan yang sedang dikerjakan juga dalam mengatur tampilan menu menu lain. Window (seperti yang telah kita kenal). Help (seperti yang telah kita kenal). Menu Output Viewer Menu ini berfungsi untuk memasukan data yang siap diolah oleh SPSS, setelah diolah lewat menu analyze maka hasil pengolahan informasi tersebut ditampilkan dalam bentuk viewer. Seperti halnya pada,emu editor, menu ini memuat file, edit, dan lain-lain yang disesuaikan dengan keinginan pengguna. 2
Menu Syntax Editor Jika pada saat mengolah data, ada beberapa perintah yang hanya dapat digunakan dalam SPSS command language. Perintah tersebut dapat ditulis dalam Syntax Editor. Isi menu syntax sama dengan menu lain, tetapi ada tambahan submenu run, yang berfungsi untuk menjalankan syntax yang ditulis. Menu Script Editor Pada dasarnya dapat digunakan untuk melakukan berbagai pengerjaan SPSS secara otomatis, seperti membuka file, menutup file, dan lain-lain. Isi menu syntax sama dengan menu lain, tetapi ada tanmbahan submenu script, yang berfungsi untuk membuat berbagai subrutin dan fungsi baru, serta sub menu debug untuk melakukan debug script. Mempersiapkan data Sebelum kita menampilkan data dengan menggunakan SPSS, kita harus mengenal dulu case, variable, dan value. Setiap baris dinamakan case (kasus). Sementara itu, setiap kolom dinamakan variable (peubah). Sedangkan input setiap sel dinamakan value (nilai). Dalam rangka memasukan data (sebelum di olah), bias langsung ditulis dalam SPSS atau dicopy dari file lain (excel, lotus, dbase, dan lainlain. Berikut ini adalah contoh data yang akan digunakan: 3
DATA KONSUMSI BERAS DAN VARIABEL LAINNYA NO. TAHUN CBRT JPB NIB INF 1 1975 228 19857 693 18,8 2 1976 209 15845 1301 20 3 1977 241 15876 1973 11 4 1978 308 17524 1842 8,2 5 1979 361 17879 1922 20,6 6 1980 470 20163 2012 18,5 7 1981 493 22286 538 12,2 8 1982 477 22837 310 9,6 9 1983 475 24006 1169 11,7 10 1984 488 25933 414 10,5 11 1985 472 26542 34 4,7 12 1986 467 27014 28 5,9 13 1987 455 26051 55 9,2 14 1988 445 27089 33 8,1 15 1989 459 29071 268 6 16 1990 449 29366 49 9,5 17 1991 503 29047 171 9,5 18 1992 615 31356 608 4,9 19 1993 695 31318 23 9,8 20 1994 761 30317 630 9,2 21 1995 918 32334 1799 8,6 22 1996 970 33296 2143 6,5 23 1997 963 31206 285 9,9 24 1998 986 31118 2885 75,5 25 1999 1045 32147 4503 2,1 26 2000 1078 32800 1266 9 Sumber: BPS berbagai edisi Keterangan : CBRT JPB : Jumlah konsumsi beras rumah tangga (ton/tahun) : Jumlah produksi beras (dalam ton/tahun) NIB : Neto impor beras (dalam ton), (NIB = M - X) INF : Rata-rata tingkat inflasi (%/tahun) Ilustrasi kasus yang digunakan pada modul ini adalah mengenai konsumsi beras di Indonesia. Konsumsi beras diasumsikan dipengaruhi oleh 4
1. harga beras, barang yang bersifat subtitutif (pengganti beras, misalnya jagung), dan nilai tukar riil dipengaruhi oleh tingkat inflasi, di mana penentuan harga dasar gabah dilakukan oleh pemerintah, sedangkan harga beras ditentukan mekanisme pasar. 2. Netto Impor Beras dipengaruhi oleh jumlah produksi beras nasional. 3. Total Konsumsi Beras dihitung dari konsumsi rumah tangga dan di luar rumah tangga. Maka fungsi total konsumsi beras dapat dituliskan sebagai berikut : CBRT = f (JPB, NIB, INF) Sehingga model regresi dapat dituliskan sebagai berikut : CBRT = β0 + β1 JPB + β2 NIB + β3 INF + µ Di mana : CBRT adalah total konsumsi beras (ton/tahun) JPB merupakan jumlah produksi beras (ton/tahun) β 0 adalah Intercept, sedangkan β 1, β 2, dan β 3 adalah parameter a. Variabel Dependent : Total Consumsi Beras Rumah Tangga(CBRT) nasional tahun 1975 2000 b. Variabel Independent : 1. Jumlah Produksi Beras (JPB) tahun 1975 2000 2. Netto Import Beras (NIB) tahun 1975 2000 3. Tingkat Inflasi (INF) tahun 1975 2000 5
TAMPILAN SPSS 1. Plot data secara grafis Klik graphs Histogram 12 10 8 Frequency 6 4 2 0 200.00 400.00 600.00 800.00 1000.00 cbrt Mean = 578.1154 Std. Dev. = 263.31796 N = 26 6
2. Statistik Deskriptif Klik Analyze descriptive statistics descriptives 7
REGRESI DAN KORELASI Klik Analyze Regression Linear ( kemudian klik statistics beri check list R-squared, descriptives, model fit dan kebutuhan lainnya klik continue) klik OK Tampilan Output Descriptive Statistics Mean Std. Deviation N cbrt 578,115 4 263,31796 26 jpb 26241,4 615 5586,82668 26 nib 1036,69 23 1098,56171 26 inf 12,6731 13,63653 26 8
Correlations Pearson Correlatio n Sig. (1- tailed) N cbrt jpb nib inf cbrt 1,000,829,386,134 jpb,829 1,000 -,033 -,066 nib,386 -,033 1,000,329 inf,134 -,066,329 1,000 cbrt.,000,026,257 jpb,000.,437,375 nib,026,437.,050 inf,257,375,050. cbrt 26 26 26 26 jpb 26 26 26 26 nib 26 26 26 26 inf 26 26 26 26 Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. Std. B Error Beta 1 (Const ant) -579,771 105,163-5,513,000 jpb,040,004,845 10,579,000 nib,094,020,393 4,660,000 inf 1,153 1,633,060,706,487 a Dependent Variable: cbrt Model yan digunakan: CBRT = β 0 + β 1 JPB + β 2 NIB + β 3 INF + µ Model persamaan: CBRT = -579,77 + 0,040 JPB + 0,094 NIB + 1,153 INF + µ R 2 = 0,92 9