BAB I
PENDAHULUAN
Salah satu jenis software yang
sangat populer untuk menganalisis data adalah SPSS (Statistical Package for
the Social Sciences atau Paket Statistik untuk Ilmu Sosial) versi pertama
dirilis pada tahun 1968, diciptakan oleh Norman Nie, seorang
lulusan Fakultas Ilmu Politik dari Stanford University, yang sekarang menjadi
Profesor Peneliti Fakultas Ilmu Politik di Stanford dan Profesor Emeritus Ilmu
Politik di University of Chicago.
SPSS adalah salah satu program yang
paling banyak digunakan untuk analisis statistika ilmu sosial. SPSS digunakan
oleh peneliti pasar, peneliti kesehatan, perusahaan survei, pemerintah,
peneliti pendidikan, organisasi pemasaran, dan sebagainya. SPSS dipublikasikan
oleh SPSS Inc, untuk mendapatkan software SPSS anda dapat mendownloadnya pada
situs www.spss.com atau mencarinya secara manual pada situs www.download.com.
Sejak pertama kali diluncurkan
sampai saat ini SPSS telah mengalami pengembangan sampai pada SPSS versi 16, 17
bahkan telah ada yang sampai versi 20 seperti yang terkutip pada salah satu
blog. Secara umum tampilan antara satu versi dengan persi yang lebih baru tidak
jauh berbeda hanya saja pada setiap versinya SPSS terus mengalami perbaikan,
penambahan vitur ataupun fasilitas pendukung lain, yang mungkin tidak ada pada
versi sebelumnya.
BAB
II
PEMBAHASAN
A. MENGAKTIFKAN SPSS
Klik
Start =>Program => SPSS for
Windows
Setelah
muncul kotak dialog pilihlah:
·
Type
in data untuk memulai kerja baru
·
Open
an existing data source untuk mengedi data
yang sudah disimpan sebelumnya anda akan masuk
pada SPSS data editor seperti gambar di samping.
Gambar 2.1. Tampilan data editor dari SPSS
B. MENENTUKAN JENIS VARIABLE
Setelah anda masuk SPSS data editor, pojok kiri
bawah tampak ada dua menu yaitu: data
view dan variable view. Pilihlah
variable view sebelum melanjutkan
memasukkan data. Dalam variable view
memiliki 10 kolom identitas data:
a.
Name : Nama variable (hanya boleh satu kata)
b.
Type
: Tipe data (sesuaikan dengan data
yang anda masukkan, untuk data angka gunakan numeric)
c.
Width : Menentukan jumlah karakter atau angka
yang akan tampil pada data editor.
d.
Decimals : Menentukan jumlah angka di belakang koma
e.
Label : Memberikan identitas variable
f.
Value : Digunakan untuk memasukkan angka
sebagai pengganti kode pada data nominal dan ordinal.
g.
Missing : Untuk memberikan keterangan apabila data
tidak ada
h.
Columns : Memberikan ukuran lebar kolom di layar editor
i.
Align : Menentukan letak data (rata tengah,
rata kiri, rata kanan)
j.
Measure : Menentukan jenis data yang dimasukkan, ada 3
jenis yaitu:
Scale
– Data yang memiliki acuan nilai nol,
contoh tinggi anak, prestasi belajar, berat badan
Ordinal
– Data yang dikelompokkan tetapi setiap
kelompok memiliki nilai berbeda, contoh berat badan kurang dari 30 kg kelompok
ringan, 31 – 50 sedang, lebih dari 50 kg kelompok berat.
Nominal
– Data yang dikelompokkan tetapi setiap kelompok memiliki dasar yang sama,
misalnya jenis kelamin, metode pembelajaran, jenis media dll.
Setelah ke 10 kolom ini
diisi, dilanjutkan dengan memasukkan data ke menu editor. Isikan datanya dengan
cara klik Data View yang ada di
kiri bawah layar, kemudian isikan
datanya untuk tiap case (variable).
C.
MENYIMPAN DATA LEWAT DATA EDITOR
Untuk menyimpan data lakukan langkah-langkah sbb:
1. Klik menu File =>
Save As
2. Beri nama file
NB : File yang tersimpan akan langsung berekstensi save
D.
MENGHAPUS VARIABEL
Untuk menghapus variabel lakukan langkah berikut:
1. Pindahkan ke Variable
View dengan menekan tombol Ctrl-T
2. Pilih variabel yang akan
dihapus dengan meng-klik nomor variabel
3. Tekan tombol Del
E. MENYISIPKAN VARIABEL DAN
KASUS
Untuk variabel maka pindahkan kursor pada kolom yang akan disisipi
kemudian klik menu Data; insert Variable lalu isikan datanya
Untuk kasus maka pindahkan kursor pada baris yang akan disisipi
kemudian klik menu Data; insert Variable lalu isikan datanya
F.
TRANSPOSE DATA
Transpose data adalah memindahkan kolom data menjadi baris dan
sebaliknya.
Langkah-langkah untuk transpose data adalah:
1. Buka file yang akan
ditranspose
2. Pilih menu Data ;
Transpose
3. Pindahkan satu atau
beberapa variabel ke kotak Variable
4. Tekan OK
Maka variabel yang dipindahkan akan menjadi case dan variabel yang
tidak dipindahkan akan hilang.
G. MENGURUTKAN DATA
Untuk beberapa kegunaan khusus dan jika datanya banyak, maka
diperlukan pengurutan data berdasarkan variabel tertentu. Hal ini dilakukan
dengan perintah
SORT CASES. Untuk mengurutan data dilakukan langkah berikut :
1.
Buka file yang akan diurutkan.
2.
Pilih menu Data ; SORT CASES.
3.
Pindahkan satu atau beberapa variabel ke kotak
Variable yang akan digunakan sebagai kunci.
4.
Pilih modus pengurutannya Ascending(urutan naik)
atau Descending (urutan turun).
5.
Tekan OK
H.
ANALISIS
STATISTIK DESKRIPTIF
Statistika deskriptif adalah
ilmu yang digunakan untuk menganalisa data dengan melihat gambaran dari data
tersebut. Gambaran suatu data dapat dilihat dari besaran statistik, misal nilai
mean (rata-rata), Standar deviasi (simpangan baku), variansi, modus dan
sebagainya.
I.
DESKRIPSI DATA DENGAN BESARAN STATISTIK
Dalam SPSS, deskripsi
data dengan besaran statistik dapat dilakukan dengan menggunakan menu
Descriptive Statistics, yang terdiri dari sub menu:
- Frequencies
- Descriptive
- Explore
- Crosstab
Diantara empat sub menu descriptive
statistics ini, untuk menguji normalitas data dilakukan dengan sub menu
explore. Namun demikian, jenis yang juga akan dibahas dalam modul ini.
1. Frequencies
 |
Apabila anda klik sub menu analyze => descriptive statistic => Frequencies akan tampak tampilan sbb: Spesifikasi minimum dari prosedure ini adalah memindahkan sebuah variabel ke kotak Variable(s). Output yang dihasilkan dari sub menu ini berupa tabel. Bila check box pada Display
Frequencies Tables
ditandai maka pada output akan nampak tabel frekuensi data. Selain itu terdapat
tiga tombol lain yaitu Statistics, Chart, dan Format.
Tombol Statistics.
Tombol ini digunakan
untuk menampilkan deskripsi univariat dari variabel numeric yang ada di daftar,
antara lain ukuran pemusatan ( Mean, Median, Modus, Jumlah), ukuran letak
(Kuartil, Desil, Persentil), Ukuran Dispersi (nilai maksimum, nilai minimum,
Range, Variansi, Standar Deviasi), Kemiringan (Skewness) dan Kurtosis.
Statistik-statistik yang diinginkan dapat diplilih dengan menandai check box
yang tersedia.
Tombol Chart.
Tombol ini digunakan
untuk menampilkan grafik batang, grafik lingkaran dan grafik histogram. Apabila
diinginkan grafik histogram dengan kurva normalnya maka tandai check box
With Normal Curve.
Tombol Format
Untuk menentukan format output tabel deskriptif
 |
2. Deskriptives
Apabila sub menu
Frequencies diklik akan tampak tampilan sebagai berikut :
Spesifikasi minimum dari prosedure ini adalah memindahkan sebuah variabel ke kotak
Variable(s). Output yang dihasilkan dari sub menu ini tidak berupa tabel.
Tombol Option
Tombol ini digunakan untuk menampilkan deskripsi univariat dari
variabel numeric yang ada di daftar, antara lain Mean, Sum, nilai maksimum,
nilai minimum, Range, Variansi, S.E. Mean , Kemiringan (Skewness) dan Kurtosis
serta format pengurutan. Statistik-statistik yang diinginkan dapat diplilih
dengan menandai check box yang tersedia.
3. Explore
Eksplore digunakan untuk menguji
normalitas distribusi suatu data. Persyaratan yang harus dipenuhi dalam
analisis ini adalah: variable dependent harus data skala dan variable grouping
harus nominal atau ordinal. Langkah-langkah analisis explore untuk menguji
normalitas data adalah sbb:
1.
Buka file yang akan dianalisis
2.
Klik: analyze => statistic
Descriptive => explore, sehingga keluar tampilan seperti berikut:
3.
Masukkan variable terikat anda kedalam
kotak dependent list, variable bebas ke dalam factor list.
Sedangkan label cases by diisikan data yang jenis variabelnya string.
4.
Klik statistic untuk menentukan interval
kepercayaan statistic anda. Bila sudah diisi klik continue.
5.
Klik Plot dari ditak dialog explore.
Untuk menguji normalitas beri tanda centang pada Normality plots with tests.
6.
Klik continue
J.
UJI
NORMALITAS
A. Penyusunan
Variable
Susunlah variable data penelitian anda
sebagai berikut:
Value
metode pembelaran adalah: 1. Demonstrasi; 2. Eksperimen
Value
media pembelaran adalah: 1. real; 2. Virtual
Value
kemampuan awal adalah: 1. rendah; 2. Tinggi
B. Penyusunan
Data
Susunlah
data hasil penelitian anda seperti gambar dibawah ini:
C. Langkah
analisis menggunakan menu explore.
Explore dapat digunakan untuk menguji normalitas,
dengan langkah sebagai berikut:
1. Analyze->
Descriptive Statistics -> Explore
2.
Masuk ke menu explore, lihat gambar.
3.
Masukkan variable terikat (prestasi) ke dependent list, variable bebas ke factor list.
 |
Pilih menu plots, akan terlihat sebagai berikut:
Setelah
terisi lalu pilih continue, kemudian tekan OK dari menu explore.
D. Hasil
Uji Normalitasnya sebagai berikut:
1.
Metode Pembelajaran
Interpretasi
hasil: distribusi data prestasi belajar berdasarkan metode pembelajaran tidak
terdistribusi normal (sig < 0.05)
2.
Media
Pembelajaran.
Interpretasi
hasil: distribusi data prestasi belajar berdasarkan Media pembelajaran
terdistribusi normal (sig > 0.05)
3.
Kemampuan awal.
Interpretasi
hasil: distribusi data prestasi belajar berdasarkan kemampuan awal
terdistribusi normal (sig > 0.05)
K. UJI HOMOGENITAS
A.
Penyusunan variable
Susunlah variable data penelitian anda
sebagai berikut:
Value
metode pembelaran adalah: 1. Demonstrasi; 2. Eksperimen
Value
media pembelaran adalah: 1. real; 2. Virtual
Value
kemampuan awal adalah: 1. rendah; 2. Tinggi
B. Penyusunan
Data
Susunlah
data hasil penelitian anda seperti gambar dibawah ini:
C. Langkah
analisis.
General
Linear Model
GLM dapat digunakan untuk menguji homogenitas jika
terdiri dari beberapa variable bebas, dengan langkah sebagai berikut:
1. Analyze->
General Linear Model -> Univariate
2. Masuk
ke menu univariate, lihat gambar.
3. Masukkan
variable terikat (prestasi) ke dependent
variable, variable bebas ke fixed
factor.
Pilih
menu option, akan terlihat sebagai berikut:
4. Dari menu display, pilihlah Homogeneity tests, lalu tekan continue.
Kita akan masuk ke menu univariate lagi. Kemudian tekan OK.
D. Hasil
Uji Homogenitasnya sebagai berikut:
Interpretasi hasil: distribusi data prestasi belajar
adalah homogeny karena sig > 0.05
L. UJI T
A. Penyusunan
variable
Susunlah variable data penelitian anda sebagai
berikut:
Value metode
pembelaran adalah: 1. Demonstrasi; 2. Eksperimen
B. Penyusunan
Data
Susunlah
data hasil penelitian anda dari tabel dibawah ini:
Kelompok
Demonstrasi
|
Kelompok
Eksperimen
|
|||
Nama
|
Prestasi
|
Nama
|
Prestasi
|
|
Amir
|
78
|
Qori
|
67
|
|
Budi
|
75
|
Rosa
|
65
|
|
Cici
|
76
|
Tutik
|
68
|
|
Donny
|
67
|
Umi
|
64
|
|
Elisa
|
87
|
Vonny
|
63
|
|
Farhan
|
69
|
Xerric
|
67
|
|
Ghulam
|
65
|
Wolly
|
69
|
|
Hilma
|
64
|
Yonny
|
74
|
|
Ilyasa
|
68
|
Zidni
|
75
|
|
Jarot
|
74
|
Agung
|
68
|
|
Kamila
|
73
|
Boby
|
67
|
|
Lala
|
76
|
Catur
|
62
|
|
Munir
|
78
|
Dadang
|
71
|
|
Nisa
|
85
|
Emy
|
72
|
|
Opik
|
81
|
Fonny
|
45
|
|
C. Langkah
analisis
Uji T digunakan untuk membandingkan rerata dua
kelompok sampel. Langkah analisisnya adalah sebagai berikut:
1.
 |
Analyze-> Compare Means -> Independent Samples T Test
2.
 |
Masuk ke menu Independent Samples T Test, lihat gambar
3.
Masukkan variable terikat (prestasi) ke Test variable, variable bebas ke grouping variable. Pilihlah group 1
(untuk metode demonstrasi), group 2 (untuk metode eksperimen).
4.
Kemudian tekan OK
5. Hasil
Uji T-nya sebagai berikut:
6.
Interpretasi
hasil uji T
a. Uji Levene digunakan untuk mengetahui homogenitas
sampel. Jika sig > 0.05 maka sampel homogen.
b. Hasil Uji T menunjukkan sig 0.004 atau kurang dari
0.05, maka dapat disimpulkan ada perbedaan prestasi belajar yang signifikan
antara penggunaan metode demonstrasi dan eksperimen.
M. UJI ANAVA
A. Penyusunan
variable
Susunlah variable data penelitian anda sebagai
berikut:
Value
metode pembelaran adalah: 1. Demonstrasi; 2. Eksperimen
Value
media pembelaran adalah: 1. real; 2. Virtual
Value
kemampuan awal adalah: 1. rendah; 2. Tinggi
B. Penyusunan
Data
 |
Susunlah data hasil penelitian anda seperti gambar dibawah ini:
C. Langkah
analisis Uji Anava dengan General Linear Model
GLM dapat digunakan untuk menguji
Anava 3 jalan jika terdiri dari beberapa variable bebas, dengan langkah sebagai
berikut:
1.
 |
Analyze-> General Linear Model -> Univariate
2.
 |
Masuk ke menu univariate, lihat gambar
3.
Masukkan variable terikat (prestasi) ke
dependent variable, variable bebas ke fixed factor.
4.
Kemudian tekan OK
5.
Hasil anava 3 jalan adalah sebagai
berikut:
6.
Interpretasi
hasil uji anava :
1.
Tidak ada
pengaruh penggunaan media terhadap prestasi belajar (Pvalue = 0,293)
2.
Tidak ada
pengaruh kemampuan awal terhadap prestasi belajar (Pvalue = 0.480)
3.
Tidak ada
pengaruh metode pembelajaran terhadap prestasi belajar (Pvalue = 0.655)
4.
Tidak ada
interaksi antara penggunaan media dan kemampuan awal terhadap prestasi belajar
(Pvalue = 0.784)
5.
Tidak ada
interaksi antara penggunaan media dan metode pembelajaran terhadap prestasi
belajar (Pvalue = 0.993)
6.
Tidak ada
interaksi antara metode pembelajaran dan kemampuan awal terhadap prestasi
belajar (Pvalue = 0.725)
7.
Tidak ada interaksi
antara penggunaan media, kemampuan awal, dan metode pembelajaran terhadap
prestasi belajar (Pvalue = 0.373)
BAB III
PENUTUP
SPSS (Statistical Program for Social Science) merupakan paket program
yang berguna untuk menganalisis data statistik. SPSS dapat digunakan untuk
hampir seluruh file data dan sekaligus membuat laporan dalam bentuk tabulasi,
grafik, dan plot untuk berbagai distribusi maupun statistik
deskriptif.
SPSS menyediakan
empat window , yaitu :
·
Data editor yang
terdiri dari :
Ø File, berfungsi untuk menangani hal-hal yang
berhubungan dengan file data,seperti membuka file baru, membuka file tertentu,
mengambil data dari program lain, mencetak dan lain-lain.
Ø Edit, berfungsi dalam menangani hal-hal yang
berhubungan dengan perbaiakan atau mengubah nilai data (duplikasi data,
menghilangkan data,dan lain-lain).
Ø View, berfungsi untuk mengubah status toolbar (output
label,script, dan lain-lain)
Ø Data, Berfungsi untuk membuat perubahan pada SPSS
secara keseluruhanseperti mengurutkan data, menyeleksi data berdasar kriteria
tertentu, danain-lain.
Ø Transform, berfungsi untuk membuat perubahan pada
peubah yang telah dipilih dengan aturan tertentu.
Ø Analyze, merupakan menu inti SPSS yang berfungsi untuk
melakukakn semua prosedur perhitungan statistik, seperti uji t, uji F, regresi,
dan lain-lain.
Ø Graph berfungsi membuat berbagai jenis grafik untuk
mendukung analisis statistik, seperti, line bar, pie, dan lain-lain.
Ø Utilities berfungsi dalam memberi informasi tentang
peubah yang sekarang dan yang sedang dikerjakan juga dalam mengatur tampilan
menu menu lain.
Ø Window (seperti yang telah kita kenal).
Ø Help (seperti yang telah kita kenal).
·
Menu Output
Viewer
Menu ini
berfungsi untuk memasukan data yang siap diolah oleh SPSS, setelah diolah lewat
menu analyze maka hasil pengolahan informasi tersebut ditampilkan dalam bentuk
viewer. Seperti halnya pada ,emu editor, menu ini memuat file, edit, dan
lain-lain yang disesuaikan dengan keinginan pengguna.
- Menu Syntax Editor
Jika pada saat
mengolah data, ada beberapa perintah yang hanya dapat digunakan dalam SPSS
command language. Perintah tersebut dapat ditulis dalam Syntax Editor. Isi menu
syntax sama dengan menu lain, tetapi ada tambahan submenu run, yang berfungsi
untuk menjalankan syntax yang ditulis.
- Menu Script Editor
Pada dasarnya
dapat digunakan untuk melakukan berbagai pengerjaan SPSS secara otomatis,
seperti membuka file, menutup file, dan lain-lain. Isi menu syntax sama dengan
menu lain, tetapi ada tanmbahan submenu script, yang berfungsi untuk membuat
berbagai subrutin dan fungsi baru, serta sub menu debug untuk melakukan debug
script.
Tidak ada komentar:
Posting Komentar