1 A. Dasar Teori
a. SPSS
SPSS (Statistical Package for the Social Sciences : Paket Statistik untuk Ilmu Sosial) adalah sebuah program yang digunakan untuk analisis statistik. Dalam banyak hal, SPSS sebanding dengan Excel. Hal ini dapat digunakan untuk menghitung, dan membuat diagram. Namun, ada kemungkinan lebih banyak dalam SPSS daripada di Excel, dan sejumlah prosedur yang lebih mudah untuk dilakukan di SPSS. Di sisi lain, dalam beberapa situasi Excel mungkin merupakan pilihan yang lebih baik. Data dapat dipertukarkan antara SPSS dan Excel agak mudah. SPSS ada untuk PC dan untuk Macintosh dan untuk menggunakannya harus punya Lisensi. Tutorial ini bertujuan untuk memberikan suatu pendahuluan SPSS. Diasumsikan bahwa Anda akrab dengan Excel.
SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah. Langkah pertama yang harus dilakukan adalah dengan cara menginstal terlebih dahulu software SPSS yang akan digunakan. Pada pembelajaran kali ini menggunakan Software SPSS 12. Saat ini software SPSS telah mengalami berbagai penambahan fasilitas, versi terkini yaitu SPSS 17. Cara mempelajarinya tidak jauh berbeda dengan SPSS versi lainnya.
b. Inputing Data dan Mendefinisikan Variabel
angka yang Anda tidak dapat menggunakan dalam perhitungan), mata uang (nomor dengan dua dan hanya dua tempat desimal) dan variabel dengan spesifik format. Anda harus menetapkan variabel Anda sesuai dengan jenis data yang akan diisikan. Dapat menggunakan salah satu dari jenis berikut, seperti yang didefinisikan oleh SPSS.
1) Numeric : Sebuah variabel yang bernilai angka. Nilai ditampilkan dalam standar format numerik. Data Editor menerima nilai numerik dalam format standar atau dalam notasi ilmiah.
2) Koma : Sebuah variabel nilai numerik yang ditampilkan dengan koma. Editor Data menerima nilai numerik untuk variabel koma dengan atau tanpa koma, atau di notasi ilmiah.
3) Dot : Sebuah variabel nilai numerik yang ditampilkan dengan dot (titik). Editor Data menerima nilai numerik untuk dot variabel dengan atau tanpa titik, atau dalam ilmiah notasi.
4) Notasi ilmiah : Sebuah variabel nilai numerik yang ditampilkan dengan huruf E (eksponen sepuluhan). Data Editor menerima numerik nilai untuk variable tersebut dengan atau tanpa eksponen. Eksponen bisa didahului baik oleh E atau D dengan tanda opsional. 5) Date : Sebuah variabel nilai numerik yang ditampilkan dalam salah
satu dari beberapa data kalender seperti jam. Pilih format dari daftar. 6) Custom currency (mata uang).
7) String : Nilai dari variabel string yang tidak numeric, dan karenanya tidak digunakan dalam perhitungan. Mereka dapat mengandung karakter sampai dengan panjang yang didefinisikan. Huruf besar dan huruf kecil dianggap berbeda. Juga dikenal sebagai variabel alfanumerik.
c. Nama Variabel dan label
Dalam SPSS, nama variabel delapan karakter dan tidak boleh memuat spasi,bkoma, tanda hubung. Aturannya sebagai berikut :
1) Nama harus dimulai dengan huruf.
5) Nama harus unik. d. Analisis Diskriptif
Analisis Diskriptif adalah analisis yang bertujuan untuk menggambarkan keadaan data. Analisis deskriptif berupa ukuran gejala pusat berupa mean, median, dan modus. Ukuran penyebaran berupa kuartil, desil dan persentil. Ukuran penyebaran berupa rentang data (range), simpangan (simpangan baku dan varians). Ukuran kemiringan berupa model populasi, koefisien kemiringan (kurtosis), dan koefisien kecembungan (skweness).
e. Recodes dan Transformasi
Anda mungkin akan ingin bekerja dengan beberapa variabel dalam bentuk yang berbeda. Jika Anda mengumpulkan penghasilan atau data umur, misalnya, Anda mungkin ingin kelompok variabel kontinu ke dalam kategori. Atau Anda mungkin ingin membuat variabel yang menggabungkan berbagai kondisi, mengatakan, manajer minoritas semua berdasarkan gender. Jenis manipulasi data disebut mengubah atau recoding. Dalam latihan ini, Anda akan menciptakan beberapa variabel baru, beberapa yang menunjukkan beberapa kondisi dan beberapa yang recode variabel kontinu ke variabel kategorikal.
f. Grafik
4 2.1 Studi Kasus
Pada kasus kali ini praktikan akan menyelesaikan sebuah kasus yang diberikan. Kasus yang akan diselesaikan praktikan yaitu :
1. Seorang peneliti sedang melakukan penelitian pemberian bungkil biji kapuk dengan pemanasan oven suhu 1460ᴼC terhadap jumlah protozoa rumen pada binatang sapi, kambing, dan domba selama 22 hari. Berikut ini adalah hasil penelitian dari pengambilan cairan rumen pada ketiga binatang.
Lakukan analisis deskriptif pada data diatas untuk jumlah protozoa pada cairan binatang Sapi dan Domba!
2. Data pegawai.
Tabel 2. Daftar Pegawai Perusahaan X Tahun 2015 No. terakhir dan pangkat pegawai mereka. Lakukan recodes dan transformasi berdasarkan syarat transformasi Pendidikan terakhir sebagai berikut.
Pendidikan Terakhir Value Gaji (Rp) diberikan. Langkah pertama yang harus dikerjakan adalah sebagai berikut : A. Analisis Deskriptif
Gambar 2.1 Lembar kerja SPSS.
2. Membuat variabel yang akan praktikkan analisis. Pada kasus kali ini praktikkan menganalisis tiga variabel yaitu variabel X, Y, dan Z.
Gambar 2.2 Memasukkan variabel yang akan dianalisis.
Gambar 2.3 Mengisi data pada variabel.
4. Setelah langkah diatas sudah dikerjakan, lalu langkah selanjutnya yaitu menganalisis data dengan membuat analisis dekskriptif. Klik Analyze > Klik Descriptive Statistic > Klik Frequencies. Lihat gambar 2.4
5. Maka akan muncul jendela frequencies seperti gambar
Gambar 2.3 Jendela frequencies.
6. Klik (x) klik tanda panah yang ditandai merah pada gambar (untuk memasukkan variabel (x) ke kolom variables(s). Kemudian klik (y) dan (z) lalu masukkan ke kolom variables(s). Seperti gambar
Gambar 2.3 Memasukkan variabel yang akan dianalisis.
Minimum, Maximum, S.E mean, Mean, Median, Mode, Sum, Skewness, Kurtosis. Lalu klik continue Lihat gambar 2.5
Gambar 2.3 Jendela frequencies statistics. 8. Maka akan kembali ke jendela frequence, lalu klik chart.
Gambar 2.3 Jendela frequencies.
9. Maka akan muncul jendela frequencies: chart. Lalu tandai histogram, klik continue.
10. Maka akan kembali ke jendela frequenceis, lalu klik OK
Gambar 2.3 Jendela frequencies. 11. Maka akan mucul outputnya, lihat gambar 2.11
B. Recods dan Transformasi
1. Masukkan variabel soal nomor dua dalam variables views. Lihat gambar 2.12
Gambar 2.12Mengisi data variabel.
2. Setelah itu masukkan data soal nomor dua dalam variabel X dan Y. Lihat gambar 2.13
3. Selanjutnya Lakukan recodes dan transformasi berdasarkan syarat transformasi yang terdapat dalam soal nomor dua. Klik Transform > klik Recode into Different Variables,, maka akan muncul jendela seperti Gambar 2.14.
Gambar 2.14 Jendela recode into different variables.
4. masukkan variabel (y)ke dalam kolom Input Variable -> Output Variable, beri nama variabel pada Output Variable, lalu klik change , kemudian Klik old and news values.
Gambar 2.15 Proses transformasi.
5. Klik value pada old value, kemudian isi nilai variabel (Y) yang ingin ditransformasi, lalu klik value pada new value, isi kolom dengan nilai yang ingin kemudian klik add. Lihat gambar 2.
6. Setelah selesai mengisi data yang ingin direcode, maka kllik continue, maka hasilnya dapat dilihat pada Gambar 2.17
Gambar 2.17 Hasil data setelah recode.
7. Kemudian Lakukan recodes gaji berdasarkan syarat recode Pendidikan terakhir. Klik Transform > klik Recode into Different Variables, lalu masukkan variable value kedalam output variable, lalu isi nama output variable , kemudian klik old and new valuaes, seperti Gambar 2.18.
8. Kemudian isi data value pada old value dan new value, sesuai dengan syarat yang telah ditentukan.
Gambar 2.19 Mengisi nilai dari data yang ingin ditransformasi. 9. Setelah selesai memasukkan nilai recode, maka klik continue maka
hasilnya dapat dilihat dalam Gambar 2.20.
BAB III PEMBAHASAN
A. Analisis Diskriptif 1. Frequencies
Gambar 3.1 Tabel frequence.
Berdasarkan Gambar 3.1 tabel diatas, berikut merupakan hasil analisis diskriptifnya :
a. Jumlah data (N) yang valid adalah 22 sedangkan data yang missing adalah 0. Untuk variabel keduanya.
b. Nilai rata-rata (mean) dari data adalah variabel (x) = 2.8268, variabel (y) = 2.6518, dan variabel (z) = 2.4586.
c. Nilai dari standar error mean adalah variabel (x) = 0.15566, variabel (y)= 0.16286, dan variabel (z) = 0.19276. SE.Mean adalah ukuran seberapa besar ragam nilai mean dari sampel yang diambil dari distribusi yang sama.
variabel (z) = 2.3300. Median digunakan untuk menghitung nilai tengah yang didapat dengan mengurutkan data dari nilai terkecil menuju nilai terbesar
e. Nilai modenya adalah variabel (x) = 2.82, variabel (y) = 2.35, dan variabel (z) = 1.67. Mode digunakan untuk menghitung nilai data yang sering muncul.
f. Nilai standar deviation adalah variabel (x) = 0.73011, variabel (y) = 0.76388, dan variabel (z) = 0.90410. Standar Deviation adalah deviasi standar yang merupakan akar kuadrat dari variansi jumlah sampel. g. Nilai variansi adalah varabel (x) = 0.533, variabel (y) = 0.584 dan
variabel (z) = 0.817. Variance adalah jumlah dari selisih pengurangan antara data dan mean dibagi dengan (n-1).
h. Nilai skewness adalah variabel (x) = -0.360, variabel (y) = -0.314, dan variabel (z) = 0.507. Nilai skewness = (mean-modus)/ standar deviasi. skewness merupakan suatu besaran statistik yang menunjukkan
kemiringan data. Nilai menunjukkan nilai negatif pada sapi dan kambing sehingga diartikan bahwa distribusi data akan memiliki ekor atau kecondongan ke kanan, sedangkan domba bernilai positif, maka distribusi data akan condong ke kiri.
i. Nilai kurtosisnya adalah variabel (x) = -0.107, variabel (y) = -0.414, dan variabel (z) = -0.23 dan. Nilai ini menunjukkan nilai negatif yang berarti ekor yang pendek. Kurtosis yaitu nilai ukuran yang menunjukkan distribusi data lebih tinggi, lebih rendah, atau sama pas di tengah dari distribusi normal.
j. Nilai minimumnya adalah variabel (x) = 1.12, variabel (y) =1.09, dan variabel (z) = 0.113
k. Nilai maksimumnya adalah variabel (x) = 4.01, variabel (y) = 3.82, dan variabel (z) = 4.63
tertinggi dengan nilai data terendah.
m. Nilai Sum untuk variabel (x) sebesar = 62.19, variabel (y) sebesar = 58.34, dan untuk variabel (z) = 54.09. Sum digunakan untuk menghitung jumlah keseluruhan data.
n. Nilai persentil variabel (x) sebagai berikut :
a. Posisi dari persentil data ke-25% adalah 51.50 b. Posisi dari persentil data ke-50% adalah 64.50 c. Posisi dari persentil ke-75% adalah 68.25 Nilai persentil variabel (y) sebagai berikut :
a. Posisi dari persentil data ke-25% adalah 37.75 b. Posisi dari persentil data ke-50% adalah 44.50 c. Posisi dari persentil ke-75% adalah 50.75. Nilai persentil variabel (Z) sebagai berikut : a. Posisi dari persentil data ke-25% adalah 51.50 b. Posisi dari persentil data ke-50% adalah 64.50 c. Posisi dari persentil ke-75% adalah 68.25 2. Frequency table
Gambar 3.3 Tabel frequency kambing.
Berdasarkan gambar 3.2, 3.3, dan 3.4 tabel di atas frekuensi dari jumlah protozoa rumen dari sapi, kambing, dan domba rata -rata setiap hari memiliki jumlah besaran cairan yang berbeda, dengan jumlah datanya sama dengan 22 ( dua puluh dua) setiap variabel. Inti dari setiap variabel adalah setiap data yang akan dicacah di dalam output tabel variabel (x), variabel (y), maupun (z) kemudian akan dikumulatifkan ke dalam persentase, sehingga total harus sama dengan jumlah kasus data yang ada dan jumlah total kumulatifnya harus 100 persen.
3. Histogram
Gambar 3.5 Histogram sapi.
Gambar 3.5 di atas menunjukkan histogram untuk variabel jumlah cairan protozoa rumen pada sapi, memiliki distribusi “miring ke kanan distribusi normal” karena nilainya skewness negatif dan “agak melandai” karena nilai kurtosis negatif.
Gambar 3.6 di atas menunjukkan histogram untuk variabel jumlah cairan protozoa rumen pada kambing, memiliki distribusi “miring ke kanan distribusi normal” karena nilainya skewness negatif dan “agak melandai” karena nilai kurtosis negatif.
Gambar 3.7 Histogram domba.
Gambar 3.7 di atas menunjukkan histogram untuk variabel jumlah cairan protozoa rumen pada sapi, memiliki distribusi “miring ke kiri distribusi normal” karena nilainya skewness positif dan “agak melandai” karena nilai kurtosis negatif.
B. Recodes dan Transformasi
Fungsi recode sendiri digunakan untuk membuat definisi ulang dari pengkodean yang telah dibuat sebelumnya. Fungsi ini didasarkan pada kriteria tertentu dan dapat dilakukan dalam nama variabel yang sama atau dengan nama variabel yang baru.
Dalam gambar, nilai value merupakan hasil recode dari variable (Y), pemberian kode pada nilai value dilakukan dengan syarat tertentu, yaitu jika variabel (y) dengan nilai SD dan SMP maka dikodekan dengan (1), jika SMA dan SMK maka dikodekan dengan (2), jika D3 dan S1 dikodekan dengan (3), dan jika S2 dan S3 maka dikodekan dengan (4). Lihat Gambar 3.8.
Gambar 3.9 Hasil data recode gaji.
22
Kesimpulan dari hasil praktikum terkait studi kasus dan kesimpulan dari pembahasan hasil output pada soal diperoleh sebagai berikut :
1. Setelah dilakukan praktikum tentang SPSS memahami lebih detail tentang penggunaan rumus dan fungsi dari masing-masing rumus yang terdapat pada SPSS. 2. Semakin besar nilai deviasi standar akan semakin tinggi pula penyimpangan data
dari nilai rata-ratanya. Sebaliknya, semakin kecil nilai deviasi standar akan berarti data mengelompok pada sekitar nilai rata-ratanya dan tidak menunjukkan variansi data yang banyak.
3. Pada (Skewness) grafik menunjukkan simetris atau tidaknya distribusi pada sampel data. Jika nilai skewnessnya condong kekanan maka nilainya negatif dan jika n nilai skewnessnya positif maka akan condong ke kiri.
Universitas Islam Indonesia.
