PENGANTAR STATISTIK : SPSS

Panduan Dasar SPSS : Pengantar Dasar Pemrograman SPSS

Semula SPSS hanya digunakan untuk ilmu social saja “statistical package for the social science” tapi perkembangan berikutnya digunakan untuk berbagai disiplin ilmu sehingga kepanjangannya berubah menjadi “statistical product and service solution[1]”

Program ini pertama dikembangkan oleh Norman H. Nie, C. Hadley dan Dale Bent dari Stanford university tahun 1960, tahun selanjutnya keluar SPSS/PC+ untuk personal computer, sedang  untuk versi windows dirilis tahun 1992.

Langkah-langkah dasar proram SPSS : 

1.    Membuka Program

• Klik Start dan klik All program
• Klik SPSS for Windows dan klik SPSS 13,00 for Windows

2.  Cara Input Data

2.1.    Variable Data

Sebelum menginput data Langkah-langkah pertama kita membuat variable data dulu dengan ketentuan antara lain (nama varabel harus diawali dengan huruf dan selanjutnya boleh huruf, angka atau symbol seperti #, $, &, nama variable tidak boleh diakhiri dengan tanda titik dan tidak dieprkenankan memakai spasi, tidak boleh sama persis antara satu varibel dan variable lainnya, diperbolehkan menggunakan huruf capital/ besar maupun huruf kecil, tidak diperkenankan menggunakan kata-kata yang sudah ada pada system atau bahasa pemrograman SPSS, seperti ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO DAN WITH)

Diketahui data sebagai berikut :

No	Nama	Gender	Program	Usia	Tinggi	Berat
1.	Niken	2	1	18	172	55
2.	gayus	1	2	20	180	75
3.	Vina	2	3	22	155	65
4.	sumanto	1	2	25	170	80
5.	Agnes	2	1	16	176	66

Adapun langkah-langkah penyusunan varibel sebagai berikut:

1.    Buat file baru, klik File, klik New dan klik Data

2.    Terlihat lembar kerja baru, posisi pada Data View

3.    Klik Variable view.(ada tampilan nama, type, widh, decimals, label, values, missing, columns, align dan measure)

• Name : Kemudian ketik Nama
• Type : Klik Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “String”
•  Widh : default 8
• Decimals : default 2
• ·Label : ketik nama subjek

  Value (untuk Nama value-nya “None”untuk selanjutnya Misalkan kita akan membuat value untuk gender dan program)

• Name : ketik gender dibawah nama
• Type : biarkan numeric
• Label : ketik jenis kelamin
• Value : klik, maka akan  muncul Value Labels, kemudian ketik “1” di value dan “pria” di label kemudian “Add”, kemudian ketik “2” di value dan tik “wanita” di label) sedangkan untuk program :
• Name : ketik program dibawah gender
• Type : biarkan numeric
• Label : ketik program jurusan
• Value : klik, akan muncul Value Labels, kemudian tik di value:”1”, Label : tik Bahasa Jepang, dan Add. Value : tik “2”, Label : tik Bahasa Inggeris dan klik Add; value : tik “3”, label : tik Bahasa Mandarin dan klik Add)
• Kemudian Name ketik “usia”, Enter. Ketik Tinggi, enter. Ketik Berat, enter, kemudian Label : ketik usia, tinggi badan dan berat badan.

2.2.    Input Data

• Nama : Ketik nama subjek pada varibel “nama”. Contoh : Niken, gayus, vina…seterusnya.
• Gender : ketik angka “1” pada kolom gender dan enter (terjadi perubahan dimana hasil ketikan angka 1 akan berubah menjadi pria, kemudian ketik 2 pada kolom gender, kemudian enter angka 2 pada kolom gender dan ( terjadi perubahan dimana hasil ketikan angka 2 akan berubah menjadi wanita, dst)
• Program : ketik angka 1 pada kolom program dan enter (terjadi perubahan dimana hasil ketikan angka 1 akan berubah menjadi bahasa jepang, ketik angka 2, enter, angka 3, enter…dans eterusnya)
• Usia : ketika 18 pada variable usia, ketik 20, enter. Ketik 22, enter…
•  Tinggi : ketik 172 dan angka-angka seterusnya pada kolom tinggi, ketik 180, enter. Ketik 155, enter….seterusnya.
• Berat : ketik 55, enter..ketika 75, enter..ketik 65, enter…seterusnya.

3. Cara Menyimpan Data.

•  Klik Save, pada File Name, ketik lat. JPN1
•  Save In : pilih my document ( pilihan menyimpan file tergantung keinginan anda, file juga bisa dismpan di SPSS evaluation, local disk, klik Save.

4.Menghapus Kolom.

Klik pada heading kolom/nama variable yang akan dihapus (contoh : akan dihapus varibel berat), letakan pointer persis pada tulisan berat, akan terlihat tanda panah kearah bawah. Klik, akan terlihat variable berat berubah menjadi hitam, klik Edit, klik Cut/Clear/Delete. Akan terlihat varibel berat sudah tidak ada dalam rekaman data.

STATISTIK DESKRIPTIF 

FUNGSI : pengumpulan, peringkasan data dan penyajian hasil peringkasan data (summary statistic)

Ada dua kelompok ukuran staistik yang sering digunakan dalam pengambilan keputusan adalah : mencari kecenderungan terpusat (Central Tendency) seperti mean, median, modus dan mencari ukuran dispersi (standar deviasi dan varians), sedang untuk mengetahui kemiringan data ukuran yang dipakai dengan skewness dan kurtosis.

A.    

• Dasar Statistic Deskriptif:

1. Frequencies
2. Descriptive
3. Explore
4. Crosstabs

Berikut data nilai UTS, nilai UAS dan nilai tugas 30 mahasiswa.

No	Nama	Gender*	Angkatan*	Nilai Uts	Nilai Uas	Tugas
1	Iwan	1	4	72	78	76
2	Anton	1	1	63	77	78
3	Koko	1	3	88	90	80
4	Dine	2	3	66	73	70
5	Memed	1	2	76	81	75
6	Cecep	1	1	66	72	65
7	Apep	1	4	71	78	77
8	Tini	2	2	52	80	72
9	Agness	2	3	59	60	60
10	Diah	2	1	72	70	70
11	Susi	2	4	63	70	70
12	Rosy	2	2	57	60	66
13	Shinta	2	2	86	90	90
14	Dewi	2	3	94	88	85
15	Fery	1	2	90	82	78
16	Marko	1	1	70	70	70
17	Gayus	1	4	88	85	88
18	Boncel	1	2	84	80	80
19	Linda	2	3	74	79	76
20	Krisna	2	2	57	60	60
21	Yosep	1	4	78	75	75
22	Haris	1	2	84	80	80
23	Roy	1	3	70	67	76
24	Nazar	1	4	54	70	70
25	Henki	1	3	81	80	80
26	kodok	1	1	78	76	77
27	siska	2	4	65	60	65
28	andik	1	4	81	78	80
29	Bambang	1	3	67	65	66
30	Sumanto	1	2	70	70	70

*Gender (jenis kelamin) : 1. Pria   2. Wanita

**Angkatan : 1. Angkatan 2008, 2. Angkatan 2009 3. Angkatan 2010, 4. Angkatan 2011

Frequencies :

• Buat variable diatas yang terdiri dari nama, gender, angkatan, nilai UTS, nilai UAS dan tugas, kemduian simpan dengan file latspss2.
• Buka file diatas, klik Analyze, klik Descriptive Statistics dan klik Frequencies.
• Klik Nilai Uts dan pindahkan Nilai Uts kekotak variables dengan mengklik tanda “◄” kemudian klik statistics, untuk dispersion : pilih semua pilihan yang ada. Central tendency : pilih mean dan median, distribution : pilih skewness dan kurtosis. Percentile values : pilih percentile (pada kotak disebelah kananya ketik 25 dan klik Add, kemduian ketik lagi 50 dan klik Add, ketik 75 dan klik Add. Hal ini dilakukan untuk membuat nilai persenstil antara 25, 50 dan 75) klik continue. Kemudian klik Chart : pilih histograms dan pilih juga With Normal Curve (pilihan pada chart menggunakan histogram karena jenis datanya interval atau rasio), klik Continue dan klik Ok

• Descriptive (fasilitas ini untuk menampilkan ukuran statistic (mean, sum, standard deviation, variance, range, minimum, maximum, SE mean, kurtosis dan skewness selain fasilitas pilihan save Standardized Values As Varibales pilihan ini akan menghasilkan variable baru berupa nilai Z skor (nilai baku), nilai Z skor akan sangat berguna ketika kita akan membandingkan nilai suatu variable dengan nnilai variable lainnya, terlebih nilai yang dibandingkan diambil dari skala pengukuran yang berbeda.) langka-langkahnya :
• Buka file diatas, klik analyze, klik descriptive statistics, klik descriptive
• Klik Nilai_ tgs dan pindahkan ke kotak variable(s) dengan mengklik tanda “◄”klik Ok.berlaku untuk melihat nilai UTS dan UAS…
• Untuk mencari nilai baku (nilai Z) dari nilai tugas, uts dan uas tinggal,  klik Analyze, klik Descriptive Statistics dan klik Descriptive. Klik nilai_tugas, nilai_uts dan nilai_uas, pindahkan kekotak Variables, kemudian klik Save Standardized.klik Ok
• Pada Data View akan terlihat nilai Z

Explore

• untuk mengexplore data lebih lengkap dibandingkan fasilitas frequencies dan descriptive)
• pada Explore Statistics dapat ditampilkan pilihan : Descriptive, M-Estimators, Outliers dan Percentiles, sedang pada Explore Plots dapat ditampilkan : Descriptive (Stem-Ang-Leal dan Histogram) dan tampilan untuk Normality Plots With Test.

Langkah-langkahnya :

• Buka File Data, klik Descriptive Statistics dan klik Explore. klik nilai_tgs, kemudian pindahkan ke Dependent List dengan mengklik tanda►, kemudian pindahkan angkatan_thn ke Factor List dengan mengklik tanda►, klik Ok.

Crosstabs (table silang)

• tabel silang yang terdiri atas satu baris atau lebih atau satu kolom dan sekedar emnampilkan kaitan antara dua ata lebih variable dengan menghitung apakah ada hubungan antara baris dan kolom.
• Alat uji yang dipakai antara chi-square,  kendall, kappa, dsb.

Langkah-langkah :
1.    Crosstabs antara nilai uas dan tahun angkatan.

• Buka file data, klik Analyze, klik Descriptive Statistics, klik Crosstabs.
• Pindahkan nilai_uas ke Row(s), Pindahakan jenis_kelamin ke Column (S)
• Klik Cells, Percentages: klik Total.

2.    Mencari hubungan jenis kelamin dengan nilai uts (nominal dengan interval atau rasio)

• Klik anayze, klik descriptive staistitics dan klik crosstabs.
• Pindahkan nilai_uts ke row(s), pidnahkan jenis_kelamin ke column(s)
• Klik statistics dan pilih chi-square, klik continue, klik cells. Count: observed dan expected, percentages : total. Klik continue, klik ok.

B.   UJI ASUMSI DASAR

Teknik statistic parametric data diperoleh dari random sampling, kemudian harus memenuhi beberapa asumsi dasar.

Teknik Statistik	Normal	Linier	Homogen	Multi Kolinieritas	Auto Korelasi	Heteros Kedastisitas
Korelasi	v	v
Regresi	v	v		v	v	v
T test	v		v
Anava	v		v
Anakova	v	v	v	v	v	v

Uji normalitas data

Dilakukan untuk mengetahui apakah distribusi sebuah data yang didapatkan mengikuti atau mendekati hokum sebaran normal baku dari Gauss yang digambarkan dengan grafik polygon menyerupai bell, lonceng atau genta. Data tersebut tidak positively skewed (miring ke kiri) : memeliki frekuensi yang relative lebih bayak disebelah kiri dan ujung kurva cenderung meruncing kekanan. Negative skewed (miring kekanan), memiliki frekuensi yang relative lebih banyak disebelah kanan dan ujung kurva cendrung meruncing kekiri.

Langkah-langkah :

Menggunakan menu 1-samples K-S

a)      Buka file, klik AnalyzeàNonparametric Testà1-Samples K-S

b)     Klik dan masukan nilai_tugas ke Test variables list

c)      Klik Ok

Criteria : Data normal bila nilai sig (p)>0.05 dan data tidak normal bila nilai sig (p) < 0.05.

§  Menggunakan menu explore. 
a)    Buka file, klik Analyze Descriptive Statistics Explore

• b)    Klik dan masukan nilai_uts ke dependent list. Klik plot. Pada descriptive : nonaktifkan stem-and-leaf dan aktifkan : normality plots with test. Klik continue dan klik Ok.
• Hasil uji normalitas data dengan menu explore dapat dilihat dari perbandingan nilai rasio skewness dan rasio kurtosis (sebaran normal bila : nilai berada antara nilai -2 sampai dengan +2), nilai sig (p) dari kolmogorov-smirnov dan Shapiro-wilk (sebaran normal bila : p>0.05 dans ebaran tidak normal bila p<0.05.)

Uji homogenitas data

Uji ini dilakukan untuk mengetahui apakah variansi antara kelompok yang diuji berbeda atau tidak, variansinya homogeny atau heterogen dan data yang diharapkan adalah homogen.

Langkah-langkah :

Menggunakan ANOVA.   Buka file 

·         Klik analyzeàcompare meansàone-way ANOVA.

·         Klik nilai_uts dan pindahkan ke Dependent List, klik jenis_ kelamin dan pindahkan ke Factor.

·         Klik Option dan pilih Homogeneity Of Variance Test. Klik continue dan klik ok.

·         Data homogeny bila : p>0.05 dan tidak homogeny bila : p<0.05

  Uji lienieritas data

Uji ini dialkuakn untuk mengetahui apakah hubungan antara variable independen dengan variable dependen bersifat linier (garis lurus). Jika hubungannya tidak linier dan tetap dianalisis dengan statistic parametric, maka korelasi yang didapatkan bisa sangat rendah, meskipun sebenarnya korelasinya bisa tinggi kalau teknik parametriknya diganti dengan sttatistik non-parametrik.

Langkah-langkah

a)    Menu graphs: data linier.

• Buka file,  klik GraphsàInteractiveàAcatterplot
• Klik nilai_uas dan pindahkan
• Klik nilai_uts dan pindahkan
• Klik Fit. àMethod : pilih Regression.klik Ok.

b)    Menu graphs : data tidak linier.

sumber:klik disini

---