PENGENALAN SPSS FOR WINDOW DAN MEMBANGUN
DATA
I.TUJUAN
Pada pertemuan pertama ini
diharapkan mahasiswa dapat,
1.Mengenal lingkungan SPSS for window
2.Mengenal
menu-menu dasar yang ada dalam SPSS
3.Dapat
membuat desain variable
4.Dapat
memasukkan data
5.Dapat
melihat hasil pada SPSS
Agar mahasiswa
mampu memasukkan data dan melakukan penyuntingan dalam mendesain vareabel dan
pembangunan data. Dan pada akhirnya diharap agar mahasiswa mempu
mentransformasikan (memodifikasi atau mengubah ) data.
II.Teori singkat
Mengenal SPSS For window
SPSS
(Statistical Product and Servis Solution) merupakan aplikasi yang digunakan
untuk melakukan perhitungan statistic dengan menggunakan computer. Kelebihan
dari program ini adalah dapat melakukan penghitungan statistik dari yang
sederhana hingga rumit sekalipun.
Tugas yang
harus dilakukan pengguna adalah merancang dan mendesain variable yang akan
dianalisis, memasukkan data, dan melekukan perhitungan dengan menggunakan
tahapan yang ada pada menu yang tersedia. Setelah perhitungan selesai, tugas
pengguna adalah menafsirkan angka-angka yang telah dihasilkan oleh SPSS. Proses
penafsiran inilah yang jauh lebih penting dari sekedar memasukkan angka dan
melakukan penghitungan.dalam melakukan penafsiran pengguna harus dibekali dengan
pengertian menganai statistik dan metologi penelitian.
III.PEMBAHASAN
A. Mendesain Variabel dan membangun data
Saat member
nama variable sebaiknya singkat dan jelas,misalnya “nama”, “gender”, “kerja”,
“didik” dan lain-lain. Selanjutnya menyusun variable di tab sheet yang ada di
bagian kiri bawah. Untuk mengisikan desain variabel dalam SPSS data editor
dapat dilakukan dengan cara berikut:
1.Bukalah lembaran baru dengan cara klik menu File;
New; Data
2.Buat variabel pada sheet Variabel View dengan mangklik tab sheet
Variabel View pada bagian kiri bawah
3.Masukkan nama-nama variabel pada kolom name.
misalnya: nama, gender, kerja, didik dan hasil.
4.Pada kolom pertama (Nama)
Name : ketik Nama
Type : pilih type string-OK
Width : masukkan angka untuk menuliskan panjang
pendek variabel. Misal:8
Label : ketik Nama Responden (boleh dikosongkan)
5.Baris kedua (Gender)
Name : ketik Gender
Type : pilih type numeric
Width : masukkan angka untuk menuliskan panjang
pendek variabel. Misal:1
Label : ketik Gender responden (boleh dikosongkan)
Value : klik kotak kecil sehingga tampak kotak
dialog. Isi kotak value dengan 1 dan isi value label dengan laki-laki. Artinya
angka 1 untuk mewakili gender laki-laki. Tekan tombol add. Ulangi untuk mengisi
value perempuan dengan mangisi kotak value dengan 2 dan value label dengan
perempuan. Kamudian tekan tombol add lalu OK.
Dengan cara yang hampir sama lakukan pada
variabel Kerja dan Didik
Untuk kerja value labelnya adalah: 1=swasta,
2=PNS, 3=Pedagang
Dan value label untuk Didik adalah:1= SMA, 2=
D3, 3=S1
6.Baris kelima (Hasil)
Name :
ketik Hasil
Type :
pilih type numeric
Width :
masukkan angka untuk menuliskan panjang pendek variabel. Misal:8
Decimal: pilihan decimal untuk menuliskan
jumlah decimal dibelakang koma, misal:0
Label :
ketik Penghasilan Responden (boleh dikosongkan)
Value :
none
7.Selanjutnya mengisi data, yaitu Data View dengan
memposisikan (klik) sheet pada bagian sheet Data View (kiri bawah). Isikan data
dari reponden pertama dan sampai seterusnya.
8.Untuk menampilkan output, pilih Menu Anelyze ;
Reports ; Case Summerize
9.Simpan data dengan nama Lat1_Mod1
B.Mamodifikasi data (transform)
Case
Processing Summarya
|
||||||
|
Cases
|
|||||
|
Included
|
Excluded
|
Total
|
|||
|
N
|
Percent
|
N
|
Percent
|
N
|
Percent
|
responden
|
13
|
100.0%
|
0
|
.0%
|
13
|
100.0%
|
jenis kelamin
|
13
|
100.0%
|
0
|
.0%
|
13
|
100.0%
|
pekerjaan
|
13
|
100.0%
|
0
|
.0%
|
13
|
100.0%
|
pendidikan
|
13
|
100.0%
|
0
|
.0%
|
13
|
100.0%
|
penghasilan
|
13
|
100%
|
0
|
0%
|
13
|
100.0%
|
a. Limited to first 100 cases.
|
|
|
|
|
Case
Summariesa
|
||||||
|
|
responden
|
jenis
kelamin
|
pekerjaan
|
pendidikan
|
penghasilan
|
1
|
Doni
|
laki-laki
|
swasta
|
D3
|
1500000
|
|
2
|
Andi
|
laki-laki
|
Pedagang
|
S1
|
2000000
|
|
3
|
Sisil
|
perempuan
|
PNS
|
SMA
|
750000
|
|
4
|
Qori
|
perempuan
|
Pedagang
|
SMA
|
800000
|
|
5
|
Aji
|
laki-laki
|
PNS
|
D3
|
1250000
|
|
6
|
Cici
|
perempuan
|
swasta
|
S1
|
2500000
|
|
7
|
Arum
|
perempuan
|
PNS
|
SMA
|
800000
|
|
8
|
Mayang
|
perempuan
|
PNS
|
SMA
|
900000
|
|
9
|
Andi
|
laki-laki
|
Pedagang
|
D3
|
1300000
|
|
10
|
Umi
|
perempuan
|
Pedagang
|
D3
|
1500000
|
|
11
|
Nani
|
perempuan
|
PNS
|
S1
|
2300000
|
|
12
|
Arum
|
perempuan
|
PNS
|
S1
|
2000000
|
|
13
|
Mayang
|
perempuan
|
Pedagang
|
SMA
|
.
|
|
Total
|
N
|
13
|
13
|
13
|
13
|
12
|
a. Limited to first 100 cases.
|
|
|
|
Tidak ada komentar:
Posting Komentar