Pengenalan SPSS

Materi I Pemahaman Tentang SPSS

• Pemahaman SPSS
• Mengaktifkan SPSS
• Membuat grafik
• Menginput data
• Membuat tabel

Pengertian SPSS

SPSS adalah program aplikasi komputer untuk menganalisis data statistik, khususnya statistik untuk ilmu-ilmu sosial (social statistic science).

Mengaktifkan SPSS

Cara mengaktifkan SPSS:
1. Klik Start > All Programs > SPSS for Windows > SPSS 13.0 for Windows
2. Muncul jendela SPSS 13.0 for Windows a. Jika belum ada file yang telah dibuat, klik Cancel, atau b. Jika ada file yang telah dibuat, pilih Open an existing data source, kemudian double-click More Files > pilih lokasi penyimpanan file Anda, lalu pilih file Anda > klik Open.
3. Muncul SPSS Data Editor.

Window SPSS

Ada empat window dalam SPSS, yaitu:
1. Data Editor: muncul pertama kali pada saat membuka SPSS, terdiri dari:
a. File - - > berfungsi untuk menangani hal-hal yang berhubungan dengan file data, seperti membuat file baru, membuka file tertentu, mengambil data dari program lain, dan mencetak isi Data Editor.
b. Edit - - > berfungsi untuk menangani hal-hal yang berhubungan dengan memperbaiki atau mengubah nilai data (duplikasi data, menghilangkan data, dan edit data). Selain itu, juga berfungsi untuk mengubah setting pada Options (seperti Output Label dan Script).
c. View - - > berfungsi untuk mengatur toolbar (status bar dan penampakan value label).
d. Data - - > berfungsi untuk membuat perubahan data SPSS secara keseluruhan, seperti mengurutkan data, menyeleksi data berdasarkan kriteria tertentu, dan menggabung data.
e. Transform - - > berfungsi untuk membuat perubahan pada variable yang telah dipilih dengan kriteria tertentu. f। Analyze - - > berfungsi untuk melakukan semua prosedur perhitungan statistik, seperti uji t, uji F, regresi, time series, dll.
g. Graphs - - > berfungsi untuk membuat berbagai jenis grafik untuk mendukung analisis statistik, seperti Pie, Line, Bar, dan kombinasinya.
h. Utilities  menu tambahan yang mendukung program SPSS, seperti:
i. Memberi informasi tentang variable yang sekarang sedang dikerjakan
ii. Mengatur tampilan menu-menu yang lain
i. Window - - > berfungsi untuk berpindah (switch) di antara menu-menu yang lain di SPSS.
j. Help - - > berfungsi untuk menyediakan bantuan informasi mengenai program SPSS yang dapat diakses secara mudah dan jelas.
2। Menu Output Viewer: menampilkan hasil pengolahan data atau informasi.
3. Menu Syntax Editor: file teks yang berisi berbagai perintah SPSS dan dapat diketik secara manual.
4. Menu Script Editor: digunakan untuk melakukan berbagai pengerjaan SPSS secara otomatis, seperti membuka dan menutup File, Ekspor Chart, dan penyesuaian bentuk Output.

Jenis डाटा
Ada 4 jenis data:
1. Data nominal (kategorikal) - - > data berupa kode, misal: 1=Laki-Laki dan 2=Perempuan
2. Data ordinal - - > data berupa kode tapi memiliki urutan tertentu, misal 1=sangat setuju; 2=setuju; 3=netral; 4=tidak setuju; 5=sangat tidak सेतुजू
3. Data interval - - > data metrik yang bukan berupa kode, misal data temperatur udara, penentuan waktu (jam)
4. Data rasio - - > data metrik bukan kode dan mempunyai nol mutlak, misal data berat badan, penjualan barang, gaji karyawan

Menginput Data

Cara menginput data:
1. Buka lembar kerja baru
2. Menamai variabel yang diperlukan, dengan cara sbb.:
a. Klik tab sheet Variable View yang terletak di kiri bawah layar.
b. Muncul tampilan pemasukan variabel baru dengan urutan Name, Type, dst.
i. Name: untuk mengisi nama variabel dan biasanya ditulis dengan huruf kecil.
ii. Type: jenis data, yaitu data numerik (berupa angka) dan data string (berupa huruf atau gabungan huruf dan angka)
iii. Width: jumlah digit untuk masing-masing variabel iv. Decimals: jumlah decimal
v. Label: keterangan untuk nama वरिअब्ले
vi. Values: untuk data yang membutuhkan keterangan untuk pengkategorian, misal: 1=Laki-Laki dan 2=Perempuan
vii. Missing: data yang hilang atau tidak ada isinya viii. Column: lebar kolom yang dibutuhkan untuk memasukkan data
ix. Align: posisi data, yaitu di kanan, kiri, atau tengah sel
x. Measure: tipe variabel untuk menentukan jenis analisis, yaitu nominal, ordinal, atau scale (data jenis interval/rasio)
3. Mengisi data, dengan cara sbb.:
a. Klik tab sheet Data View yang terletak di kiri bawah layar
b. Input data sesuai dengan nama variabelnya

Materi 2: Pengujian Data

• Statistik Deskriptif
• Statistik Parametrik
• Statistik Non Parametrik
• Uji Validitas dan Reliabilitas
• Uji satu sampel
• Uji dua sampel
• Uji ANOVA

Statistik Deskriptif

Ada 4 cara menampilkan statistik deskriptif dari suatu data:
1. Ringkasan setiap data: klik Analyze > Reports > Case Summaries
2. Statistik deskriptif awal (first look): klik Analyze > Descriptive Statistics > रेक़ुएन्किएस
3. Statistik deskriptif beberapa variable dalam satu tabel: klik Analyze > Descriptive Statistics > Descriptives
4. Statistik deskriptif yang kompleks, termasuk pengujian data: klik Analyze > Descriptive Statistics > Explore

Uji Reliabilitas dan Validitas

Reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach’s Alpha >0,60 (Nunnally dalam Ghozali, 2005). Semakin tinggi nilai Cronbach’s Alpha semakin tinggi reliabiltas sebuah kuesioner. Cara menguji reliabilitas:
1. Klik Analyze > Scale > Reliability Analysis
2. Items: Masukkan item kuesioner
3. Klik Statistics, kemudian diisi:
a. Descriptives for: pilih Item, Scale, Scale if item deleted
b. Inter-Item: pilih Correlations
c. Klik Continue
4. Klik OK Validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Untuk mengetahui bahwa pertanyaan-pertanyaan dalam variabel-variabel adalah valid (construct validity) maka dilakukan confirmatory factor analysis. Variabel-variabel diharapkan memiliki nilai Kaiser-Meyer-Olkin Measure of Sampling Adequacy (KMO MSA) >0,5 sehingga confirmatory factor analysis dapat dilakukan. Selain itu, nilai eigenvalue harus >1 dan masing-masing butir pertanyaan dari setiap variabel diharapkan memiliki factor loadings >0,40. Semakin tinggi angka factor loading semakin baik construct validity dari suatu variabel (Hair, et al., 1998).

Cara menguji validitas:
1. Klik Analyze > Data Reduction > Factor
2. Variables: masukkan seluruh pertanyaan kuesioner
3. Klik tombol Descriptives dan pilih KMO and Bartlett’s test of sphericity, kemudian klik Continue
4. Klik Rotation dan pilih Varimax, kemudian klik Continue
5। Klik Extraction, kemudian pada Extract pilih Number of factors:
2, kemudian klik Continue
6. Klik OK Analisis hasil dari uji validitas: Untuk mengetahui apakah setiap variabel memiliki factor loadings >0,40, dapat dilihat dari tabel Rotated Component Matrix. Jika setiap kuesioner menunjukkan factor loadings >0,40 dan mengelompok di satu kelompok (kelompok 1 atau kelompok 2) maka menunjukkan bahwa pertanyaan-pertanyaan dalam suatu variabel valid. Jika terdapat kuesioner yang tidak mengelompok di satu kelompok dan memiliki factor loadings <0,40>Bentuk pengujian डाटा

Ada dua bentuk pengujian data:
1. Pengujian menggunakan grafik/plot
2. Pengujian menggunakan alat uji statistik, seperti skewness dan kurtosis, uji Kolmogorov-Smirnov (untuk menguji apakah data berdistribusi normal atau tidak), uji Levene (untuk menguji apakah dua sampel mempunyai varians yang sama atau tidak). Uji normalitas Untuk mengetahui alat analisis yang digunakan (parametrik atau non parametrik), data harus diuji apakah berdistribusi normal atau tidak। Normalitas data diuji dengan One Sample Kolmogorov-Smirnov Test.
Cara melihat hasil dari uji normalitas:
1. Jika signifikansi <0,05>0,05 maka data berdistribusi normal Statistik Inferensi 1. Jika data berdistribusi normal - - > menggunakan statistik परमेत्रिक
2. Jika data tidak berdistribusi normal - - > menggunakan statistik non parametrik

STATISTIK PARAMETRIK

Pemahaman Statistik Parametrik Metode statistik parametrik digunakan untuk data yang berdistribusi normal atau mendekati normal.

Uji satu sampel
Ada dua jenis pengujian untuk menguji satu sampel:
1. Uji z - - > jika jumlah sampel ≥30, caranya dengan menggunakan menu uji t karena SPSS tidak menyediakan perhitungan untuk uji z
2। Uji t - - > jika jumlah sampel <30,> Compare Means > One Sample T-Test

Uji dua sampel
Asumsi yang harus dipenuhi untuk menguji dua sampel:
1. Kedua sampel berasal dari populasi yang berdistribusi normal
2. Varians kedua sampel sama
3. Sampel tidak berhubungan satu dengan yang lain Jika asumsi tidak terpenuhi, dapat menggunakan metode statistik non parametrik. Cara melihat apakah kedua sampel memiliki varians yang sama adalah dengan melihat hasil Test of Homogeneity of Variances. Jika dari uji tersebut menunjukkan signifikansi (Sig.) >0,05 maka varians kedua sampel adalah sama/identik.
Dua macam uji dua sampel:
1. Uji Sampel Independen - - > klik Analyze > Compare Means > Independent Sample T-Test 2. Uji Sampel Dependen - - > klik Analyze > Compare Means > Paired Sample T-Test

Uji ANOVA

Uji ANOVA digunakan untuk menguji lebih dari dua sampel.

Caranya adalah sbb.:
1. Klik Analyze > Compare Means > One Way ANOVA
2. Muncul kotak dialog yang berisi berikut ini:
a. Dependent List: diisi variabel dependen yang akan diuji.
b. Factor: diisi untuk variabel pengelompokan
c. Klik Option dan pengisiannya dengan cara sbb.:
i. Statistics: pilih Descriptive dan Homogeneity-of-variance
ii. Missing value: jika tidak ada data yang kosong, diabaikan saja (tetap pada default Exclude cases analysis by analysis)
iii. Tekan Continue d. Klik Post-Hoc (analisis lanjutan dari
F test) dan pengisiannya dengan cara sbb.:
i. Klik Bonferroni dan Tukey
ii. Tekan Continue
e. Klik OK

Analisis Hasil
Jika hasil uji ANOVA menunjukkan bahwa signifikansi (Sig.) <0,05>0,05 maka hipotesis yang diuji (hipotesis alternatif) tidak didukung.

STATISTIK NON PARAMETRIK

Pemahaman Statistik Non Parametrik Statistik non parametrik digunakan untuk data yang tidak berdistribusi normal atau jumlah data sangat sedikit serta level data adalah nominal atau ordinal.

Uji Satu Sampel
Uji non parametrik yang menguji satu sampel, yaitu: 1. Uji Binomial 2. Uji Runs (Runs Test) 3. Uji Kolmogorov-Smirnov untuk satu sampel Uji Chi-Square
Uji Chi-Square digunakan untuk menguji apakah data sebuah sampel yang diambil menunjang hipotesis yang menyatakan bahwa populasi asal sample tersebut mengikuti suatu distribusi yang telah ditetapkan. Uji ini disebut juga uji keselarasan (goodness of fit test) karena untuk menguji apakah sebuah sampel selaras dengan salah satu distribusi teoritis (seperti distribusi normal, uniform, binomial, dan lainnya).

Uji Data Dua Sampel Berhubungan (Dependen)
Uji data dua sample berhubungan terdiri dari:
1. Uji Peringkat-Bertanda Wilcoxon (Wilcoxon Signed Ranks Test)
2. Uji Tanda (Sign)
3. Uji McNemar (McNemar Test)

Uji Data Dua Sampel Tidak Berhubungan (Independen)
Uji data dua sampel tidak berhubungan terdiri dari:
1. Uji Mann-Whitney (Mann-Whitney Test)
2. Uji Kolmogorov-Smirnov (Two-Sample Kolmogorov-Smirnov Test)
3. Uji Wald-Wolfowitz (Wald-Wolfowitz Test)

Uji Data Tiga atau Lebih Sampel Berhubungan (Dependen)
Uji data tiga atau lebih sampel berhubungan terdiri dari:
1. Uji Friedman (Friedman Test)
2. Uji Keselarasan/Konkordasi Kendall (Kedall’s W Test)
3. Uji Cochran (Cochran Test)

Uji Data Tiga Sampel atau Lebih Tidak Berhubungan (Independen)
Uji data tiga sampel atau lebih tidak berhubungan terdiri dari:
1. Uji Kruskal Wallis (Kruskal Wallis)
2. Uji Median (Median Test)


Materi 3: Uji Korelasi dan Regresi

• Uji korelasi • Uji regresi
Pemahaman korelasi dan regresi Korelasi mengukur apakah ada hubungan yang signifikan antara dua variabel. Regresi mengukur seberapa jauh hubungan kedua variabel tersebut.

Korelasi
Cara melakukan uji korelasi:
1. Klik Analyze > Correlate > बिवारिअते
2. Pengisian: a. Variable: diisi variabel yang akan dikorelasi b. Pilih Pearson pada Correlation Coefficients c. Pilih Two-tailed pada Test of Significance d. Klik Flag significant correlations  tanda untuk menampilkan tingkat signifikansi 5% dan/atau 10% pada output atau tidak e. Klik Option, kemudiaan diisi sbb.: i. Statistics: diabaikan saja ii. Missing value: tetap pada default yaitu Exclude cases pairwise iii. Tekan Continue
3. Klik OK

Regresi

Ada dua regresi, yaitu:
1. Regresi Sederhana - - > jika variabel independen hanya satu.
2. Regresi Berganda - - > jika variabel independen lebih dari satu.

Cara melakukan uji regresi sederhana:
1. Klik Analyze > Regression > Linear
2. Pengisian: a. Dependent: diisi variabel dependen b. Independent(s): diisi variabel independen c. Case Labels: keterangan pada kasus d. Method: cara memasukkan/seleksi variabel. Untuk keseragaman, pilih default yang ada, yaitu Enter (prosedur pemilihan variabel di mana semua variabel dalam blok dimasukkan dalam perhitungan single step.
3. Klik Option dan diisi: a. Stepping Method Criteria: diisi standar probabilitas untuk uji F yaitu 5% (Entry: .05) b. Include constant in equation (menyertakan konstanta): diklik c. Missing value (data yang hilang): tetap pada default, yaitu Exclude cases listwise. d. Klik Continue
4. Klik Statistics dan diisi: a. Regression Coefficients: tetap pada default, yaitu Estimate b. Klik pilihan Descriptives dan tetap pada default pilihan Model fit c. Residuals: klik pada Casewise diagnostics, kemudian pilih all cases untuk melihat pengaruh regresi terhadap semua daerah d. Klik Continue
5. Klik Plots (berhubungan dengan gambar/grafik untuk regresi). Kemudian diisi seperti berikut ini: a. Klik pilihan SDRESID dan masukkan ke pilihan Y. Lalu klik sekali lagi pada pilihan ZPRED dan masukkan ke pilihan X. Setelah kedua variabel Y dan X terisi, klik tombol Next untuk melanjutkan pengisian plot kedua. b. Tampak variabel Y dan X kosong kembali. Sekarang klik pilihan ZPRED dan masukkan ke pilihan Y. Lalu klik sekali lagi pada pilihan DEPENDNT dan masukkan ke pilihan X. c. Untuk plot ketiga, pada pilihan Standardized Residual Plots, klik pada Normal Probability Plot. d. Klik Continue.
6. Klik OK.

Cara melakukan uji regresi berganda:
1. Klik Analyze > Regression > Linear
2. Pengisian: a. Dependent: variabel tergantung b. Independent(s): variabel bebas c. Case Labels: keterangan pada kasus d. Method: tetap pada default yang ada, yaitu Enter
3. Klik Options dan diisi seperti berikut ini: a. Stepping Method Criteria: pilih Use probability of F dan isi Entry: .05 b. Tetap pada default Include constant in equation c. Missing value: Exclude cases pairwise d. Klik Continue
4. Klik Statistics dan diisi seperti berikut ini: a. Regression Coefficients: pilih Estimates b. Pilih Model Fit dan Descriptives c. Residuals dikosongkan saja d. Klik Continue
5. Klik Plots, kemudian klik Produce all partial plots, lalu klik Continue
6. Klik OK