View
40
Download
0
Category
Preview:
Citation preview
1
LAPORAN PRAKTIKUM
ANALISIS DATA EKSPLORASI
MODUL : 2
Organisasi dan Menggunakan Data dalam SPSS
Praktikan Laboran
Nur Aisyah Putri S 12611014 29/10/2013
Tanggal KumpulNomor MahasiswaNama PraktikanTanda Tangan
Asisten Dosen
Dessy Setiani
Dewi Masithoh F.A
Dr.Jaka Nugraha,M.Si
Tanda TanganNama Penilai NilaiTanggal Koreksi
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2013
A1
2
BAB I
PENDAHULUAN
A. Mengenal SPSS
SPSS (Statistical Package for the Social Sciences) adalah sebuah program yang
digunakan untuk analisa data statistik. (Jaka Nugraha. 2011)
SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis statistik
cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan
menu-menu deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah untuk
dipahami cara pengoperasiannya. Beberapa aktivitas dapat dilakukan dengan mudah dengan
menggunakan pointing dan clicking mouse.
SPSS banyak digunakan dalam berbagai riset pemasaran, pengendalian dan perbaikan
mutu (quality improvement), serta riset-riset sains. SPSS pertama kali muncul dengan versi
PC (bisa dipakai untuk komputer desktop) dengan nama SPSS/PC+ (versi DOS). Tetapi,
dengan mulai populernya system operasi windows. SPSS mulai mengeluarkan versi windows
(mulai dari versi 6.0 sampai versi terbaru sekarang).
Sekarang kemampuan SPSS diperluas untuk melayani berbagai jenis pengguna (user),
seperti untuk proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan demikian,
sekarang kepanjangan dari SPSS Statistikal Product and Service Solutions.
Beberapa kemudahan yang lain yang dimiliki SPSS dalam pengoperasiannya adalah
karena SPSS menyediakan beberapa fasilitas seperti berikut ini:
a. Data Editor, merupakan jendela untuk pengolahan data. Data editor dirancang sedemikian
rupa seperti pada aplikasi-aplikasi spreadsheet untuk mendefinisikan, memasukkan,
mengedit, dan menampilkan data.
b. Viewer, mempermudah pemakai untuk melihat hasil pemrosesan, menunjukkan atau
menghilangkan bagian-bagian tertentu dari output, serta memudahkan distribusi hasil
pengolahan dari SPSS ke aplikasi-aplikasi yang lain.
c. Multidimensional Pivot Tables, hasil pengolahan data akan ditunjukkan dengan
multidimensional pivot tables. Pemakai dapat melakukan eksplorasi terhadap tabel dengan
pengaturan baris, kolom, serta layer. Pemakai juga dapat dengan mudah melakukan
pengaturan kelompok data dengan melakukan splitting tabel sehingga hanya satu group
tertentu saja yang ditampilkan pada satu waktu.
3
d. High-Resolution Graphics, dengan kemampuan grafikal beresolusi tinggi, baik untuk
menampilkan pie charts, bar charts, histogram, scatterplots, 3-D graphics, dan yang
lainnya, akan membuat SPSS tidak hanya mudah dioperasikan tetapi juga membuat
pemakai merasa nyaman dalam pekerjaannya.
e. Database Access, pemakai program ini dapat memperoleh kembali informasi dari sebuah
database dengan menggunakan Database Wizard yang disediakannya.
f. Data Transformations, transformasi data akan membantu pemakai memperoleh data yang
siap untuk dianalisis. Pemakai dapat dengan mudah melakukan subset data,
mengkombinasikan kategori, add, aggregat, merge, split, dan beberapa perintah transpose
files, serta yang lainnya.
g. Electronic Distribution, pengguna dapat mengirimkan laporan secara elektronik
menggunakan sebuah tombol pengiriman data (e-mail) atau melakukan export tabel dan
grafik ke mode HTML sehingga mendukung distribusi melalui internet dan intranet.
h. Online Help, SPSS menyediakan fasilitas online help yang akan selalu siap membantu
pemakai dalam melakukan pekerjaannya. Bantuan yang diberikan dapat berupa petunjuk
pengoperasian secara detail, kemudahan pencarian prosedur yang diinginkan sampai pada
contoh-contoh kasus dalam pengoperasian program ini.
i. Akses Data Tanpa Tempat Penyimpanan Sementara, analisis file-file data yang sangat
besar disimpan tanpa membutuhkan tempat penyimpanan sementara. Hal ini berbeda
dengan SPSS sebelum versi 11.5 dimana file data yang sangat besar dibuat temporary
filenya.
j. Interface dengan Database Relasional, fasilitas ini akan menambah efisiensi dan
memudahkan pekerjaan untuk mengekstrak data dan menganalisnya dari database
relasional.
k. Analisis Distribusi, fasilitas ini diperoleh pada pemakaian SPSS for Server atau untuk
aplikasi multiuser. Kegunaan dari analisis ini adalah apabila peneliti akan menganalisis
file-file data yang sangat besar dapat langsung menganalisa dari server dan memprosesnya
sekaligus tanpa harus memindahkan ke komputer user.
l. Multiple Sesi, SPSS memberikan kemampuan untuk melakukan analisis lebih dari satu file
data pada waktu yang bersamaan.
m. Mapping, visualisasi data dapat dibuat dengan berbagai macam tipe baik secara
konvensional atau interaktif, misalnya dengan menggunakan tipe bar, pie atau jangkauan
nilai, simbol gradual, dan chart.
4
BAB II
DESKRIPSI KERJA
Praktikan akan membahas atau menjelaskan langkah-langkah mengerjakan beberapa
soal analisis data deskriptif dengan menggunakan aplikasi SPSS 16.0. Langkah-langkahnya
yaitu :
1. Untuk membuka aplikasi SPSS 16.0 maka klik menu Start → SPSS 16.0.
Gambar 2.1 Membuka SPSS 16.0
2. Kemudian akan muncul tampilan dibawah ini, lalu klik cancel pada kotak dialog untuk
memasukkan data.
Gambar 2.2 Tampilan kotak dialog saat membuka SPSS
5
3. Kemudian akan muncul lembar kerja SPSS 16.0. Sebelum memasukkan data, variabel-
variabel dari data harus terlebih didefinisikan dan dimasukkan pada sheet variable view
terlebih dahulu.
Gambar 2.3 Tampilan sheet Variable View
4. Setelah selesai mendefinisikan variabel pada sheet Variable View, maka selanjutnya
adalah memasukkan data-data yang akan dianalisis pada sheet Data View.
Gambar 2.4 Tampilan sheet Data View
6
Setelah memasukkan data, maka selanjutnya adalah menyelesaikan permasalahan
1 yaitu melakukan analisa deskriptif pada data-data tersebut. Analisa yang harus
dilakukan adalah menghitung mean, median, modus, sum, kuartil, percentil, standar
deviasi, variansi, range, min, dan max. Langkah-langkahnya yaitu :
1. Klik Analyze → klik Descriptive Statistic → klik Frequencies. Setelah mengklik
Frequencies maka akan muncul kotak seperti dibawah ini :
Gambar 2.5 Kotak dialog Frequencies
2. Selanjutnya adalah memasukkan variabel ke dalam kolom variables(s) dengan
cara mengklik nama variabel kemudian klik tanda . Setelah itu klik display
frequency tables.
Gambar 2.6 Memasukkan variabel pada kotak dialog Frequencies
3. Kemudian klik Statistics dan beri tanda pada Quartil, Percentil, Mean, Median,
Mode, Sum, Std.Deviation, Variance, Range, Minimum, dan Maximum. Kemudian
klik Continue.
7
Gambar 2.7 Memilih perintah yang ingin digunakan
4. Kemudian klik OK dan tidak lama kemudian output atau hasilnya akan keluar
pada lembar output SPSS.
Gambar 2.8 Klik OK untuk mengeluarkan output
8
Setelah permasalahan 1 (analisa deskriptif) terselesaikan, selanjutnya adalah
menyelesaikan permasalahan 2 yaitu mengganti nilai–nilai pada nilai Matematika dengan
ketentuan <70 dengan kategori 1, >80 dengan kategori 2, dan lainnya dengan kategori 3.
Serta mengganti nilai – nilai pada nilai IPA dengan ketentuan <75 dengan kategori 1, >
85 dengan kategori 2, lainnya dengan kategori 3. Langkah-langkahnya yaitu :
1. Dari menu pilih Transform → Recode Into Different Variables.
Gambar 2.9 Menu Transform
2. Kemudian akan muncul kotak untuk memindahkan variabel ke kolom
, kemudian menuliskan nama variabel baru untuk
recode data pada kolom Name di kolom Output Variable. Kemudian klik Change.
Gambar 2.10 Memindahkan dan membuat variabel baru
3. Kemudian klik Old and New Values untuk memasukkan nilai baru. Untuk
variabel Matematika pilih Range Lowest through diisi dengan 70 kemudian New
Value diisi dengan 1 dan klik Add. Kemudian Range values through Highhest
9
diisi dengan 80, New Values diisi 2 dan klik Add. Untuk All other values
masukkan angka 3 pada New values dan klik Add.
Gambar 2.11 Kotak dialog Old and New Value
4. Setelah selesai maka klik Continue dan nanti akan muncul kotak lagi maka klik
OK. Setelah klik OK maka hasilnya akan muncul pada sheet Data View.
Gambar 2.12 Klik OK untuk menampilkan output
5. Melakukan hal yang sama untuk variabel IPA, namun sebelum mengisi old and
new values, old and new values untuk Matematika harus dihapus terlebih dahulu
dengan perintah Remove. Kemudian pada Range Lowest through diisi dengan 75
dan New Value diisi dengan 1. Kemudian Range values through Highhest diisi
dengan 85 dan New Values diisi 2. Untuk All other values masukkan angka 3
pada New values. Setelah selesai, kemudian continue.
10
Gambar 2.13 Old and New Value untuk variabel IPA
6. Kemudian akan muncul kotak dibawah ini, dan klik OK. Setelah klik OK maka
hasilnya akan muncul pada sheet Data View.
Gambar 2.14 Klik OK untuk menampilkan output
11
Setelah permasalahan 2 (Recode Data) terselesaikan, selanjutnya adalah
menyelesaikan permasalahan 3 yaitu membuat grafik untuk kedua variabel tersebut,
yaitu Matematika dan IPA. Langkah-langkahnya yaitu :
1. Pilih menu Graphs → Legacy Dialogs → pilih bentuk grafik yang diinginkan,
misalnya bentuk yang dipilih adalah Bar.
Gambar 2.15 Tampilan menu Graph
2. Kemudian pilih Simple dan klik Define.
Gambar 2.16 Kotak dialog Bar Charts
3. Kemudian muncul kotak untuk menentukan variabel mana yang akan dijadikan
Category Axis dalam grafik. Kemudian klik variabel yang ingin dimasukkan ke
kolom Category Axis dan klik tanda selanjutnya klik OK. Hasil grafik
akan muncul pada lembar Output SPSS.
12
Gambar 2.17 Menentukan Axis Category
4. Membuat grafik variabel IPA dengan cara yang sama seperti membuat grafik
variabel Matematika.
13
BAB III
PEMBAHASAN
Praktikan akan membahas atau menerangkan tentang proses dan output dari
permasalahan 1 sampai permasalahan 3. Berikut ini penjelasan-penjelasannya :
Gambar 3.1 Tampilan sheet Variable View
Gambar 3.1 ini merupakan tampilan dari sheet Variable View setelah dilakukan
recode data. Baris pertama mempunyai arti bahwa, Matematika adalah nama variabel
pertama dengan tipe data numeric dan width diisi 8 artinya karakter yang diinput maksimal
hanya 8 karakter. Decimals diisi dengan 0 artinya pembulatan angka dibelakang koma tidak
ada (tidak ada pembulatan angka dibelakang koma). Karena tidak ada tambahan keterangan
untuk variabel maka label tidak diisi, kemudian karena pada variabel tidak membutuhkan
tambahan berupa kode, maka Values diisi None. Kemudian Missing diisi None karena antara
variabel tidak ada selisih. Colomn menunjukkan lebar kolom, lebar ini sapat disesuaikan
sendiri. Align diisi Right karena rata tulisan yang dipilih adalah rata kanan. Measure tersebut
diisi dengan Scale karena tipe datanya berbentuk numeric. Penjelasan untuk variabel IPA
sama seperti variabel Matematika, hanya nama variabel yang berbeda.
Variabel A dan variabel B merupakan variabel hasil recode data dari variabel
Matematika dan IPA. Variabel A dan B hampir sama dengan variabel Matematika dan IPA.
Perbedaannya hanya terletak pada nama, desimal, dan lebar kolom.
14
Gambar 3.2 Output untuk analisa deskriptif
Gambar 3.2 merupakan hasil analisa deskriptif dari data-data pada variabel
Matematika dan variabel IPA. Kolom pertama menjukkan ukuran-ukuran analisa deskriptif,
kolom kedu menunjukkan hasil ukuran untuk variabel Matematika dan kolom ketiga
menunjukkan hasil ukuran untuk variabel IPA. Pada variabel Matematika dan IPA ada 20
data yang dimasukkan dan valid, kemudian missing atau selisih antara variabelnya 0 (nol).
Kemudian untuk rata-ratanya, data pada variabel matematika mempunyai rata-rata
76.05 dan pada variabel IPA mempunyai rata-rata 78.15. Selanjutnya, median (nilai tengah)
15
untuk Matematika adalah 79.00 dan untuk IPA adalah 79.50. Mode (modus) adalah nilai yang
sering keluar, untuk Matematika modusnya adalah 90 dan untuk IPA modusnya adalah 70.
Variansi merupakan salah satu ukuran sebaran yang paling sering digunakan dalam berbagai
analisis statistika, sedangkan standar deviasi merupakan akar kuadrat positif dari variansi.
Variansi untuk Matematika adalah 177.629 dan standar deviasi adalah 13.328. untuk IPA
variansi 45.292 dan standar deviasi 6.730.
Range merupakan jarak antara data terkecil dengan data terbesar, untuk besarnya
range Matematika adalah 45, sedangkan untuk IPA adalah 24. Minimum merupakan nilai
terkecil dalam data, untuk Matematika nilai minimum adalah 45 dan untuk IPA adalah 66.
Maximum merupakan nilai tertinggi dalam data, nilai maximum untuk Matematika dan IPA
sama yaitu 90. Sum merupakan penjumlahan seluruh nilai dalam variabel, jumlah untuk nilai
matematika adalah 1521 dan untuk IPA adalah 1563. Presentil yaitu ukuran lokasi yang
membagi sekelompok data menjadi 100 bagian yang sama. Pada ukuran ke 25 nilai
Matematika adalah 65.25, pada ukuran ke 50 nilai Matematika adalah 79.00, pada ukuran ke
75 nilai Matematika adalah 87.75. Pada ukuran ke 25 nilai IPA adalah 71.00, pada ukuran ke
50 nilai IPA adalah 79.50, pada ukuran ke 75 nilai IPA adalah 82.75.
16
Gambar 3.3 Output untuk Recode data pada lembar output SPSS
Gambar 3.3 merupakan output yang berada di lembar output SPSS untuk perintah
recode data. Output untuk recode data yang muncul pada lembar output SPSS hanya berupa
tulisan pemberitahuan serta keterangan dari old and new value. Untuk output yang berupa
nilai akan keluar pada sheet Data View. Keterangan tersebut artinya, recode data untuk
variabel matematika adalah apabila nilai dibawah 70 maka diganti dengan 1, untuk nilai
diatas 80 diganti dengan 2 dan selain itu diganti dengan 3. Hasil recode untuk variabel
Matematika akan dimasukkan dalam variabel A.
Kemudian, recode data untuk variabel IPA adalah apabila nilai dibawah 75 maka
diganti dengan 1, untuk nilai diatas 85 diganti dengan 2 dan selain itu diganti dengan 3. Hasil
recode untuk variabel IPA akan dimasukkan dalam variabel B.
17
Gambar 3.4 Output Recode Data pada sheet Data View
Gambar 3.4 merupakan output dari recode data yang tampil pada sheet Data View.
Variabel A merupakan recode data dari variabel Matematika. Sedangkan, Variabel B
merupakan recode data dari variabel IPA.
Variabel A adalah recode data dari variabel Matematika dimana nilai dibawah 70
maka diganti dengan 1, untuk nilai diatas 80 diganti dengan 2 dan selain itu diganti dengan 3.
Baris pertama pada variabel A tertulis angka 2 karena nilai 90 pada matematika masuk
kepada kategori 2 yaitu kategori nilai diatas 80. Baris kedua pada variabel A tertulis angka 1
karena nilai 60 pada matematika masuk kepada kategori 1 yaitu kategori nilai dibawah 70.
Baris pertama pada variabel A tertulis angka 3 karena nilai 78 pada matematika masuk
kepada kategori 3 yaitu kategori nilai antara 70 hingga 80. Kemudian untuk baris keempat
nilai 65 masuk kategori 1 karena masuk kategori nilai kurang dari 70, begitupun penjelasan
untuk baris-baris selanjutnya.
Variabel B adalah recode data dari variabel IPA dimana nilai dibawah 75 maka
diganti dengan 1, untuk nilai diatas 85 diganti dengan 2 dan selain itu diganti dengan 3. Baris
pertama pada variabel B tertulis angka 3 karena nilai 80 pada IPA masuk kepada kategori 3
yaitu kategori nilai antara 75 hingga 85. Baris kedua pada variabel A tertulis angka 1 karena
18
nilai 70 pada IPA masuk kepada kategori 1 yaitu kategori nilai dibawah 70. Baris pertama
pada variabel B tertulis angka 3 karena nilai 82 pada IPA masuk kepada kategori 3 yaitu
kategori nilai antara 74 hingga 85. Kemudian untuk baris keempat nilai 90 masuk kategori 2
karena masuk kategori nilai diatas 85, begitupun penjelasan untuk baris-baris selanjutnya.
Gambar 3.5 Grafik untuk variabel Matematika
Gambar 3.5 merupakan gambar grafik untuk data dalam variabel Matematika. Axis
(sumbu X) merupakan nilai Matematika yang diperoleh siswa. Sedangkan, ordinat (sumbu
Y) merupakan banyaknya siswa yang mendapat nilai tertentu. Dari grafik diatas dapat
diketahui berapa nilai yang sering muncul atau berapa modus untuk nilai Matematika ini.
Kemudian dapat diketahui pula berapa anak yang memperoleh nilai tertentu, serta dapat
digunakan untuk mengurutkan data. Grafik diatas dapa dibaca seperti ini : untuk nilai 45, 59,
65, 66, 67, 75, 86, dan 88 masing-masing diperoleh oleh 1 orang siswa. Kemudian untuk nilai
60, 78, 80 dan 87 masing-masing diperoleh oleh 2 orang siswa. Kemudian untuk nilai 90
diperoleh oleh 4 orang siswa, nilai 90 ini sebagai modus karena merupakan nilai yang sering
keluar.
19
Gambar 3.6 Grafik untuk variabel IPA
Gambar 3.6 merupakan gambar grafik untuk data dalam variabel IPA. Axis (sumbu X)
merupakan nilai IPA yang diperoleh siswa. Sedangkan, ordinat (sumbu Y) merupakan
banyaknya siswa yang mendapat nilai tertentu. Dari grafik diatas dapat diketahui berapa nilai
yang sering muncul atau berapa modus untuk nilai IPA ini. Kemudian dapat diketahui pula
berapa anak yang memperoleh nilai tertentu, serta dapat digunakan untuk mengurutkan data.
Grafik diatas dapa dibaca seperti ini : untuk nilai 66, 74, 75, 76, 78, 79, 82, 83, 85, 87, 88,
dan 90 masing-masing diperoleh oleh 1 orang siswa. Kemudian untuk nilai 70 dan 80
masing-masing diperoleh oleh 4 orang siswa.
20
BAB IV
PENUTUP
Perintah-perintah SPSS yang sederhana dan mudah dimengerti sangat mempermudah
pemakainya dalam mengolah dan menganalisa data. dalam menganalisa data, variabel harus
didefinisikan terlebih dahulu untuk memudahkan pengolahan data selanjutnya. dengan sekali
proses, SPSS dapat mengerjakan beberapa perhitungan secara langsung, seperti mencari
mean, rata-rata, modus, median, dll hanya dengan memberi tanda pada kategory yang ingin
dicari.
Untuk membuat grafik, SPSS menyediakan berbagai jenis grafik dengan berbagai
kategory. Bentuk grafik dalam SPSS ada banyak seperti, histogram, diagram batang, diagram
baris, diagram lingkaran, dll. SPSS juga menyediakan perintah untuk Recode Data sehingga
memudahkan para penggunanya. Kemudian SPSS mempunyai lembar kerja sendiri untuk
output. Output perhitungan SPSS akan keluar pada lembar output, bukan lembar Data View.
21
DAFTAR PUSTAKA
Nugraha, Jaka. 2011. Modul Praktikum Analisis Data Eksplorasi. Yogyakarta : UII.
Xeon, Gundam. 2012. Cara Memasukkan dan Mengolah Data menggunakan SPSS.
http://knowledgesforfuture.blogspot.com/2012/12/cara-memasukkan-dan-mengolah-
data.html (28/10/2013 20.00)
http://suicidealone.wordpress.com/2008/05/14/apa-itu-spss/ (28/10/2013 20.00)
Recommended