Entry data merupakan salah satu tahap yang penting dalam mengolah data. Ketepatan, ketelitian dalam memasukkan data adalah kunci pokok membuat data yang baik.
Manfaat entry data dan database adalah memudahkan seseorang dalam mencari data yang kemudian dapat diolah sesuai kebutuhan.
Entry data dan Pembuatan database merupakan salah satu tahap awal dalam pengolahan data. Dari sinilah olah data yang baik dapat dihasilkan jika entry datanya benar. Ketelitian dan ketepatan sangat dibutuhkan sehingga dapat membentuk database yang baik.
Setiap mahasiswa mampu mengentry data dan membuat database dengan SPSS.
Halaman Kerja SPSS Variable View, digunakan untuk memasukandan mendefinisikan variabel Name, kolom ini digunakan untuk memberikan nama pada variable. Type, kolom ini digunakan untuk menentukan tipe data apa yang akan kita input. Width, digunakan untuk menentukan berapa digit huruf atau angka (lebar kolom) Decimals, kolom ini digunakan untuk menentukan berapakah angka yang ada di belakang tanda koma.
Halaman Kerja SPSS Label, digunakan untuk memberikan nama variable atau keterangan penjelasan suatu variable. Values, digunakan untuk menentukan nilai untuk data ordinal maupun nominal (misalnya 1=Akuntansi, 2= Manajemen, dan 3 = Ekonomi Terapan) Missing, kolom Mising digunakan untuk menentukan data yang hilang. Columns, digunakan untuk menentukan berapa digit lebar kolom yang akan digunakan. Align, digunakan untuk menentukan rata kanan, kiri atau tengah. Measure, digunakan untuk menentukan tipe atau ukuran data, yaitu nominal, ordinal atau skala.
Data View Halaman Data View digunakan untuk memasukan data pada kolom variable yang telah dibuat.
Klik tab Variabel View. Kemudian tempatkan kursor atau pointer pada kolom Name, lalu kemudian berikan nama misalnya Jurusan, Nilai Statistikatau jenis kelamin. Kemudian Klik kursor pada Type, kemudian klik kotak kecil yang telah tersediayaitu : Numeric yaitu tipe data berbentuk angka Comma, digunakan untuk data yang menggunakan koma. Dot, yaitu tipe data menggunakan titik. Scientific notation, yaitu tipe data berbentuk angka yang menggunakan notasi bilangan. Date, yaitu tipe data berbentuk tanggal Dollar, yaitu data yang menggunakan satuan dolar. Custom Currency, yaitu data angka nilai mata uang. String, yaitu data yang berupa kalimat atau angka yang tidak dapat diperhitungkan nilainya.
Pilih salah satu tipe data yang sesuai kemudian klik OK Kemudian Klik Width untuk menentukan berapa digit lebar baris yang akan digunakan untuk input data. Pada Desimal, tentukan berapa jumlah angka dibelakang koma yang akan digunakan. Pada Label, berikan nama sebagai penjelasan dari Kolom Name jika kolom Name sekiranya belum jelas. Pada values, jika data adalah data ordinal atau kategori (nominal) dan ingin menyederhanakan dalam bentuk angka misalnya 1= Akuntansi, 2= Manajemen dan 3= Ek.Terapan makaklik kotak kecil. Selanjutnya, pada kotak dialog Value Label isilah kotak Value dengan angka 1, sedangkan kotak Value Label diisikan dengan Akuntansi kemudian klik tombol Add. dan ulangi sampai semua value terisi.
Kolom Missing Value digunakan jika ada data yang hilang atau yang tidak digunakan. Jika tidak ada, abaikan kolom ini. Pada Column tentukan berapa digit lebar kolom yang akan digunakan. Pada Align dapat ditentukan apakah rata kanan, tengah atau kiri yang akan kita gunakan. Measure, pilihlah sesuai jenis data yang anda gunakan yaitu: Scale : data interval atau rasio yang bukan merupakan data hasil kategorisasi misalnya nilai statistika, nilai mate-matika dan sebagainya. Ordinal, yaitu data hasil kategorisasi yang tidak setara misalnya 1= sangat tidak puas, 2= puas dan 3= sangat tidak puas.
Untuk Menyipan data yang telah diinput maka klik File > Save As/ Save selanjutnya pada dialog Save Data As yang terbuka, silahkan pilih salah satudirektori untuk menyimpan file. kemudian berikan nama file dan klik save.
Tugas Entrylah data berikut dan buatlah database. Serahkan pada Instruktur!
Data Produksi Sektor Manufaktur di Greek, 1961-1987 Tahun Output Labor Capital (miliar) (ribuan) (miliar) 1961 35,858 637 59,6 1962 37,504 643,2 64,2 1963 40,378 651 68,8 1964 46,147 685,7 75,5 1965 51,047 710,7 84,4 1966 53,871 724,3 91,8 1967 56,834 735,2 99,9 1968 65,439 760,3 109,1 1969 74,939 777,6 120,7 1970 80,976 780,8 132 1971 90,802 825,8 146,6 1972 101,955 864,1 162,7 1973 114,367 894,2 180,6 1974 101,823 891,2 197,1 1975 107,572 887,5 209,6 1976 117,6 892,3 221,9 1977 123,224 930,1 232,5 1978 130,971 969,9 243,5 1979 138,842 1006,9 257,7 1980 135,486 1020,9 274,4 1981 133,441 1017,1 289,5 1982 130,388 1016,1 301,9 1983 130,615 1008,1 314,9 1984 132,244 985,1 327,7 1985 137,318 977,1 339,4
Douglas, AL, et.al. 2005. Statistical Technique in Business and Economics. Mc.Graw-Hill Companies. Priyatno, Duwi. 2009. 5 Jam Belajar Olah Data Dengan SPSS 17. Edisi satu. Yogyakarta: Penerbit Andi Santoso. S. 2010. Mastering SPSS 18. Jakarta : PT.Elex Media Komputindo Wahana Komputer. 2010. Mudah Belajar Statistik dengan SPSS 18. Edisi satu.yogyakarta: Penerbit Andi