Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Pokok Bahasan Pertemuan 11: Paket Program Statistik (SPSS) Pengantar SPSS Pengantar SPSS Prinsip dasar analisis data Prinsip dasar analisis data Konversi.

Presentasi serupa


Presentasi berjudul: "Pokok Bahasan Pertemuan 11: Paket Program Statistik (SPSS) Pengantar SPSS Pengantar SPSS Prinsip dasar analisis data Prinsip dasar analisis data Konversi."— Transcript presentasi:

1 Pokok Bahasan Pertemuan 11: Paket Program Statistik (SPSS) Pengantar SPSS Pengantar SPSS Prinsip dasar analisis data Prinsip dasar analisis data Konversi Data ke format SPSS Konversi Data ke format SPSS 1

2 Pengantar SPSS SPSS, Statistical Packages for Social Science SPSS, versi 13 atau 11? CARA KERJA SPSS INPUT DATA PROSESOUTPUT DATA (Data Editor) (Data Editor)Output Navigator -. Pivot Table Editor -. Text Output Editor -. Chart Editor 2

3 WINDOW SPSS Data Editor Data Editor – Meng-input data, dan mengolah data. Hanya ada satu window data editor yang terbuka. Output Viewer Output Viewer – Window yang akan menampilkan hasil perhitungan analisis. Dapat berupa table, grafik, teks. Syntax Editor Syntax Editor – Untuk melakukan analisis deskriptif dengan cara menuliskan SPSS Command language. File.*sps. Script Editor Script Editor – Memodifikasi proses Script dan OLE di fungsi SPSS. 3

4 Data Editor Sebelum mulai menganalisis data, yang perlu dilakukan pertama kali adalah memasukkan (entry) data ke SPSS. Tampilan awal pada saat program SPSS dijalankan adalah data view pada data editor seperti yang terlihat pada gambar. Dalam window Data Editor terdapat 2 sheet, yaitu Data View (memasukkan data) dan Variabel View (membuat spesifikasi variabel) Menu-menu seperti File, Edit, View, Windows dan Help adalah menu-menu umum yang sama dengan program/aplikasi under Windows lainnya 4

5 Data View – Data, merupakan menu untuk memodifikasi data secara keseluruhan seperti mengurutkan data, menggabungkan data, dan lain-lain. – Transform, yaitu menu untuk mentranformasikan data berdasar kriteria tertentu seperti penjumlahan antar variabel, recoding, dan lain-lain. – Analize, yaitu menu untuk mengolah data seperti Descriptive Statistics (Frequencies, Descriptive, Explore, Cross Tabs), Tables (Basic Tables, General Tables), Compare Means (Means, One-Sample T Test, Independent-Samples T Test, Paired-Samples T Test, One-Way ANOVA), Correlate (Bivariate, Partial Correlations), Regression (Simple Linear Regression, Multiple Linear Regression), dan lain-lain. – Graph, menu untuk memvisualisasikan data seperti histogram, scatter- plot, boxplot, dan lain-lain. – Utillities, menu pendukung yang berisi: informasi variabel, informasi file, menu Editor, dan lain-lain. 5

6 Variabel View Bagian kedua dari data editor yang tidak kalah penting dengan data view adalah variable view. Tampilan ini bisa kita lihat dengan mengklik tab sheet [variabel view] yang ada di kiri bawah tampilan data editor. Lewat variabel view ini kita dapat mengubah setting data editor sesuai dengan data yang kita miliki. Pada SPSS versi 7 tampilan ini belum ada, yang tersedia adalah tampilan terpisah untuk setiap variabel yang akan ditampilkan. Namun pada dasarnya mempunyai fungsi yang sama. 6

7 Menu pada Variable View – Name. Kolom ini untuk memberi nama variabel. Nama variabel yang kita tuliskan disini akan muncul pada data editor. Pemberian nama harus diawali dengan huruf, tidak bisa dimulai dengan angka. Maksimal hanya bisa berisi 8 karakter. – Type. Untuk menyesuaikan jenis data yang anda masukkan, apakah numeric, string (data nominal yang berupa huruf, misalkan: nama). Klik ikon dalam kolom type maka akan muncul kotak dialog variabel type untuk melakukan perubahan tertentu. Pada kotak dialog ini anda bisa juga mengubah lebar kolom (Width) dan karakter desimal (Decimal Places). 7

8 Menu pada Variable View (2) Label. Kolom ini berfungsi untuk memberi label pada variabel yang kita inginkan. Misalnya kita mempunyai variabel “nama” pada kolom pertama, variable tersebut bisa kita beri label “nama responden”. Contoh lainnya bila kita mempunyai variabel dengan nama “skala1”, kita bisa mendefinisikan lebih jelas dengan memberi label sesuai dengan nama skala kita sebenarnya, misalnya “skala kecemasan”, dan lain-lain. Pemberian label ini sangat penting karena pada hasil analisis (output) akan tercetak label yang telah kita definisikan ini. Tercetaknya label pada output akan sangat membantu dalam interpetasi output tersebut. 8

9 Value. Kolom ini berfungsi untuk medefinisikan value data dari variabel yang dimaksud. Pemberian value ini biasanya untuk data yang bersifat ordinal dan interval. Klik ikon pada kolom value maka akan muncul kotak dialog value labels. Misalnya pada variabel gender kita akan mendefinisikan jenis kelamin dengan melakukan pemberian label. Yang perlu kita lakukan adalah mengisi [Value] dan [Value label] lalu klik [Add]. Lakukan ini untuk semua value kemudian klik [OK] (gambar 4). Setelah pemberian value ini maka pada variabel gender kita tidak perlu menuliskan laki-laki dan perempuan melainkan cukup mengisi 1 untuk laki-laki dan 2 untuk jenis kelamin perempuan.

10 Menu pada Variable View (3) Missing. Kolom ini berfungsi untuk mendefinisikan missing value yang ada dalam data kita. Yang dimaksud missing value disini adalah jika ada data kosong dalam data kita. Data kosong bisa disebabkan karena tidak tersedianya data atau sebab lain misanya pada pengisian skala ada item-item yang terlewat oleh responden. Untuk mengaktifkan kotak dialog missing value, klik ikon pada kolom missing. Pada form Discrete missing value isikan angka yang akan dijadikan pengganti missing value, misalnya 9, 99, 999 dsb. Misalnya jika kita memilih angka 9 maka setiap ada data yang tidak diisi (missing value) angka 9 yang harus diisikan, jangan dibiarkan kosong! Perbedaan bila diisi 9 dan yang dibiarkan kosong akan dijelaskan lebih lanjut. 10

11 Column. Fungsi menu ini adalah untuk mengubah jumlah karakter yang dapat dimasukkan pada suatu variabel tertentu. Bila kita mengisi coloumn dengan angka 2 maka hanya dua digit data saja yang dapat dimasukkan pada variabel tersebut. Align. Menu ini mengatur posisi data pada tiap cell. Pilihan posisinya ada tiga yaitu left, right dan center. Measurement. Menu ini mendefinisikan jenis data apa yang kita punyai. Pilihan yang ada adalah scale, nominal dan ordinal.

12 Prinsip Dasar Analisis Data Untuk kepentingan analisis diperlukan pengertian dasar mengenai data, seperi misalnya syarat data yang baik dan jenis-jenis data Data yang dihitung dan diukur untuk keperluan analisis akan memperlihatkan variasi nilai suatu variable, yaitu karakteristik yang menunjukkan variasi atau sesuatu yang nilainya berubah-ubah atau berbeda-beda. Misalnya harga (yaitu karakteristik suatu barang akan berubah-ubah menurut waktu atau berbeda-beda menurut tempat), produksi, hasil penjualan, ekspor, pendapatan nasional, umur, modal perusahaan, dan sebagainya. 12

13 Suatu variable dengan nilai yang dapat dihitung atau terbatas disebut variabel diskrit, misalnya jumlah anak perusahaan, jumlah karyawan pada suatu perusahaan, dan sebagainya. Sedangkan variable dengan nilai yang tidak terbatas yang dapat diukur dan dicatat sampai suatu tingkat ketepatan yang diperlukan disebut variabel kontinu. Misalnya daya tahan hidup sebuah barang elektronik, kecepatan kendaraan, jangka waktu pembayaran, dan lain-lain.

14 Syarat Data yang baik 1.Data harus obyektif, maksudnya sesuai dengan keadaan sebenarnya (as it is). Misalnya produksi yang turun dilaporkan naik, harga satu satuan barang Rp 500,- dilaporkan Rp 750,- walaupun ada kwitansinya, tetap tidak obyektif. 2.Data harus bisa mewakili (representative). Misalnya jika laporan harga yang hanya didasarkan atas pasar-pasar yang murah saja, maka ini tidak mewakili. Laporan konsumsi susu hanya dari golongan orang kaya saja juga tidak mewakili. 3.Kesalahan baku (standard error) harus kecil. Suatu perkiraan (estimate) dikatakan baik (memiliki tingkat ketelitian yang tinggi) jika kesalahan bakunya kecil. Ketiga syarat di atas sering disebut sebagai syarat data yang dapat diandalkan (reliable). 14

15 Kedua syarat berikut lebih menunjukkan manfaat dan kegunaannya, yaitu: 4.Harus tepat waktu (up to date). Khususnya kalau data akan dipergunakan untuk melakukan pengendalian atau evaluasi, syarat tepat waktu ini penting sekali agar sempat dilakukannya penyesuaian atau koreksi seperlunya kalau ada kesalahan atau penyimpangan yang terjadi di dalam implementasi suatu perencanaan. 4.Harus relevan. Maksudnya data yang dikumpulkan harus ada hubungannya dengan masalah yang akan dipecahkan. Misalnya pemilik perusahaan yang mengalami kemerosotan penjualannya dan ingin mencegahnya, harus mengetahui faktor-faktor penyebab kemerosotan tersebut, sehingga ia memerlukan data yang relevan, misalnya mutu barang (mungkin tidak sesuai dengan selera konsumen), harga barang (mungkin terlalu tinggi), biaya iklan (media iklan yang dipakai kurang efektif), salesman kurang bersemangat, adanya persaingan barang impor dan barang produksi domestic yang sejenis, pendapatan konsumen menurun sehingga mengurangi daya beli, dan lain sebagainya.

16 Review: Jenis-jenis data Menurut sifatnya Menurut sifatnya Menurut sumbernya Menurut sumbernya Menurut waktu pengumpulannya Menurut waktu pengumpulannya Menurut cara memperolehnya Menurut cara memperolehnya Menurut tingkat pengukuran  paling penting diperhatikan untuk pengolahan dan analisis data Menurut tingkat pengukuran  paling penting diperhatikan untuk pengolahan dan analisis data 16

17 Konversi Data ke Format SPSS Mungkin dikarenakan pada CS Pro, alat pengolahan data yang disajikan kurang lengkap dan tidak serempak (simultan). Maka untuk pengolahan yang lebih komplek namun membutuhkan waktu yang relatif singkat disarankan untuk memakai program pengolah data yang lain spt misalnya Microsoft Excel, SPSS, SAS dll. Data yang sudah dimasukkan dalam program entry CS Pro dapat di-’eksport’ ke dalam file yang bersesuaian dengan alat pengolahan yang akan kita gunakan. 17

18 Konversi Data ke Format SPSS (2) 18 Konversi data dari program CSPro dapat dilakukan dengan menggunakan menu Tools  Export Data atau dijalankan secara terpisah dari CS Pro Kemudian muncul dialog untuk memasukkan/memilih file kamus data Kemudian muncul kotak dialog CSExport Pilih item pada record dengan id item (keseluruhan) yang akan dieksport Pilih isian untuk output, tipe & jenis item (item atau sub item), dan format hasil eksport data Kemudian Run

19 Konversi Data ke Format SPSS (3) 19 Kemudian muncul kotak dialog untuk memilih/ memasukkan file data hasil enti dengan menggunakan CSEntry Kemudain muncul kotak dialog yang akan memperlihatkan nama dan direktori tujuan disimpannya file hasil eksport. Biasanya file tersebut berekstensi.dat

20 Text Import Wizard Setelah data hasil eksport tersimpan, kita bisa buka dkembali dengan program SPSS. Namun yang akan muncul untuk pertama kali adalah Texi Import Wizard. Panduan ini terdiri dari 6 langkah untuk menyempurnakan pemindahan data tsb. 20


Download ppt "Pokok Bahasan Pertemuan 11: Paket Program Statistik (SPSS) Pengantar SPSS Pengantar SPSS Prinsip dasar analisis data Prinsip dasar analisis data Konversi."

Presentasi serupa


Iklan oleh Google