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)