PENGANTAR PRAKTIKUMPROGRAM SPSS

FITRI EKASARI

1

Pendahuluan

PLANNING usulan penelitian Planning pengolahan data, yg meliputi :

1. Tehinik Pengolahan data : editing, coding, entry serta analisisentry serta analisis

2. Tabel, grafik Hasil

Problem : Model Analisis ?

Editing

Pemeriksaan Quesioner, Meliputi : Can read or not Compelete Compelete Konsisten Akurat

EDITING

Editing dpt dilakukan dgn cara :1. Editing Lapangan

( Pengecekan ulang terhadap bbrapa( Pengecekan ulang terhadap bbrapapertanyaan penting 10 responden )

2. Editing Menyeluruh( Seluruh jawaban responden utk

keperluan konsisitensi jawaban )

Kesalahan dalam Editing

Tidak tepat dalam mengisi kolom ygdisediakan

Kesalahan dalam menulis jawabanpertanyaanpertanyaan

Kesalahan dalam menulis angka Salah menggunakan unit ukuran

Koding

Memberi angka or kode2 tertentu yang telahdisepakati terhadap jawaban2 pertanyaan dalamquesioner, sehingga memudahlan pada saatmemasukkan data ke komputermemasukkan data ke komputer

Example :1. SD2. SMP3. SMA4. PT

Persyaratan dalam koding

Kesesuaian, Variabel hrs sesuai dn tujuan Klasifikasi, prlu dibuat kategori sesuai

reason ttt , EX : Pendidikan Not double meaning, Hrs jelas defenisi

Operasionalnya Harus adanya defenisi variabel

entry

Menyiapkan lembar kerja yg berisivariabel2 dlm quesioner secara lengkap ( SPSS, Epi-Info, Stata, dll )

Memasukan data jawaban sesuai kode --- Memasukan data jawaban sesuai kode ---Data Base

Prepare file khusus untk menyimpan data( Ingat!! Tidak boleh dianalisis )

CleANING

Analisi awal : Penggolongan, pengurutan, Penyederhanaan data---- di baca and diinterprestasikan

Nominal dan Ordinal : Tabulasi DF/ Nominal dan Ordinal : Tabulasi DF/ variabel

Data interval/rasio : analisis Median or tesnormalitas data

cleaning

Tabel DF :1. Deskripsi karekteristik suatu variabel2. Mempelajari distribusi dari variabel2. Mempelajari distribusi dari variabelpokok3. Memilih klasifikasi2 pokok utk tabulasisilang

cleaning

Tabel silang : compare or correlation1. Prosentase responden2. Variabel bebas pada baris (faktor resiko) 2. Variabel bebas pada baris (faktor resiko) 3. Variabel Terikat pada kolom ( penyakit )

Siap dianalisis untuk membuktikanhipotesis dengan analisis bivariat or multivariat

SKALA

Data dapat dipisahkan menurut Skala Skala merupakan suatu prosedur

pemberian angka atau symbol lain kepada sejumlah ciri suatu obyek agar kepada sejumlah ciri suatu obyek agar dapat menyatakan karakteristik angkapada ciri tersebut.

Berdasarkan skala data dapat dipisahkanmenjadi:

SCALE

CATEGORIC CONTINUOUS

NOMINAL ORDINAL RATIOINTERVALNOMINAL ORDINAL RATIO

DICHOTOMIC POLYTOMIC

In terms of their mathematical properties are grouped as:

NOMINAL, ORDINAL, INTERVAL, RATIO

INTERVAL

LEVEL OF MEASUREMENTS

1. NOMINAL (name and count)

Data are numerical in name only

Scale assigns number symbols to events in order to label them

Order is of no consequence Order is of no consequence

Restricted use:

- keeping track people/objects/events

- no statistical manipulation possible

Chi square test (the most common test)

Correlations (contingency coefficient)

Least powerful measurement

(no arithmatic origin, order or distance relationship)distance relationship)

(e.g., - dichotomic: sex (man/woman); healthy/diseased); yes/no; pos./neg.)

- polytomic: religion, social status, educational status

2. ORDINAL(RANK/ORDER)

Data that can allow setting up unequalities and cannot do muchunequalities and cannot do much

Scale places events in order

Intervals of the scale are not equal

More precise comparisons are not possible

No absolute values

Median is appropriate measure of central tendency

Percentile or quartile is used for measuring dispersion

Rank order correlations are possible Rank order correlations are possible

Nonparametric tests

Used in qualitative research

(e.g., class of school, ranking, status: social, economic, education, health,

disease)

INTERVAL

data which allows for forming differences in addition to setting up inequalities

Scale that adjusts intervals in such a way that a rule can be established as a basis for making the units equal

No absolute zero or unique origin; only an No absolute zero or unique origin; only an arbitrary zero can be had

No capacity to measure the complete absence of a trait/characteristic (eg., temperature:

0oC, 00F)

More powerful than ordinal scale due to the concept of equality of interval

4. RATIO

Data allows forming quotients (ratio)(frartion) in addition to setting inequalities and forming differences

Scale has an absolute or true zero and represents the actual amounts of variables

The most precise scale; all mathematical operations and statistical techniques can be appliedstatistical techniques can be applied

(all manipulations that are possible with real numbers can be carried out)

Geometric and harmonic means can be used

Coefficient of variation can be worked out

Tipe Data Statistik *

I. Data Kualitatif : Data yang bukan berupa angka, ciri : tidak bisa dilakukan operasi matematika. Terbagi dua :

a.Nominal

21

Data yang paling rendah dalam level pengukuran data. Contoh : Jenis kelamin, tgl dan tempat lahir seseorang

b.Ordinal ada tingkatan data. Contoh : Sangat setuju, Setuju, kurang setuju, tidak setuju

II. Data KuantitatifData berupa angka dalam arti sebenarnya dapat dilakukan operasi matematika. Terbagi dua :

a. Data Interval, Contoh : Interval temperatur ruang adalah sbb :

Cukup panas jika antara 50C-80 C

Panas jika antara 80 C-110 C

22

Panas jika antara 80 C-110 C

Sangat panas jika antara 110 C-140 C

b. Data Rasio tingkat pengukuran paling tinggi ; bersifat angka dalam arti sesungguhnya. Beda dengan interval mempunyai titik nol dalam arti sesungguhnya.

SKALA DATA

Kategori(Kualitatif)

hasilmenggolongkan

NominalMembedakan

ContohJenis Kelamin,

Warna, Suku Bangsa, dll

Binary atauDichotomous Jika hanya ada dua

kemungkinan

ContohHidup dan mati

OrdinalMembedakanAda tingkatan

ContohTingkat Pendidikan,

Tingkat SosialEkonomi, Sikap, dll

5/27/2011 23

Numerik(Kuantitatif)

hasilmenghitung/ mengukur

IntervalMembedakanAda tingkatan

Ada jarak

ContohNilai Ujian, Temperatur,

Tingkat Kecerdasan

DiskritHasil

penghitungan(berbentuk

bilangan bulat)

ContohJumlah Anak,

Jumlah KehadiranJarak (dengan

langkah kaki), dll

RatioMembedakanAda tingkatan

Ada jarakAda nol

mutlak

ContohBerat Badan,Tinggi Badan

Jarak

KontinyuHasil

Pengukuran(bisa berbentuk

bilanganpecahan/desimal)

ContohTemperatur,Berat Badan,

dll

SKALA DATA

Kategori(Kualitatif)

hasilmenggolongkan

NominalMembedakan

ContohJenis Kelamin,

Warna, Suku Bangsa, dll

Binary atauDichotomous Jika hanya ada dua

kemungkinan

ContohHidup dan mati

OrdinalMembedakanAda tingkatan

ContohTingkat Pendidikan,

Tingkat SosialEkonomi, Sikap, dll

5/27/2011 24

Numerik(Kuantitatif)

hasilmenghitung/ mengukur

IntervalMembedakanAda tingkatan

Ada jarak

ContohNilai Ujian, Temperatur,

Tingkat Kecerdasan

DiskritHasil

penghitungan(berbentuk

bilangan bulat)

ContohJumlah Anak,

Jumlah KehadiranJarak (dengan

langkah kaki), dll

RatioMembedakanAda tingkatan

Ada jarakAda nol

mutlak

ContohBerat Badan,Tinggi Badan

Jarak

KontinyuHasil

Pengukuran(bisa berbentuk

bilanganpecahan/desimal)

ContohTemperatur,Berat Badan,

dll

Kategori(Kualitatif)

hasilmenggolongka

n

NominalMembedakan

ContohJenis Kelamin,

Warna, Suku Bangsa, dll

Binary atauDichotomou

s Jika hanya ada

dua kemungkinan

ContohHidup dan mati, sehat dan sakit,

dll

OrdinalMembedakan

Adatingkatan

ContohTingkat

Pendidikan,Tingkat Sosial

Ekonomi, Sikap, dll

Interval Contoh Diskrit Contoh

5/27/2011 25

Numerik(Kuantitati

f)hasil

menghitung/ mengukur

IntervalMembedakan

AdatingkatanAda jarak

ContohNilai Ujian, Temperatur,

Tingkat Kecerdasan, dll

DiskritHasil

penghitungan(berbentuk

bilangan bulat)

ContohJumlah Anak,

Jumlah KehadiranJarak (dengan

langkah kaki), dll

RatioMembedakan

AdatingkatanAda jarakAda nol

mutlak

ContohBerat Badan,Tinggi Badan

Jarak (dlm km), dll

KontinyuHasil

Pengukuran(bisa berbentuk

bilanganpecahan/desimal

)

ContohTemperatur,Berat Badan,

dll

Program komputer statistik :

1. Membuat sendiri; dengan bahasapemrograman misal BASIC, PASCAL

2. Sebagai Add Ins dari Program lain, contoh: Microsoft Excellcontoh: Microsoft Excell

3. Program khusus Statistik, contoh : Microstat, SAS, SPSS

26

Statistik dan Komputer

Statistik menyediakan metode/cara pengolahan data, komputer menyediakan sarana pengolahan datanya.

Dengan bantuan komputer, pengolahan data statistik hingga dihasilkan informasi yang

27

statistik hingga dihasilkan informasi yang relevan menjadi lebih cepat dan akurat dibutuhkan bagi para pengambil keputusan.

Dengan keunggulan kecepatan, ketepatan dan keandalan komputer dibutuhkan untuk mengolah data statistik

Pengantar spss

Program SPSS ---> program aplikasi untukmengolah dan menganalisis data statistik.

Berhubungan dengan banyak angka

Numerical descriptionNumerical description

SPSS (Statistical Product and Service Solutions ) = ( Statistical Program for Social Sciences)

Tampilan layar SPSS ada 2 :1. lembar kerja = data view2. Defenisi Operasional = variable view

Menu utama File; berisi fasilitas pengelolaan atau

manajemen data dan file Transform; digunakan untuk

memanipulasi data Analyze; digunakan untuk menganalisis Analyze; digunakan untuk menganalisis

data Graph; digunakan untuk memvisualkan

data Utilities; digunakan berkaitan dengan

utilitas dalam SPSS 10.0.

FORMAT DATA & OUTPUT

Data dalam SPSS mempunyai ekstensi sav( .sav).

Sedangkan output dari hasilpengolahan data yang dilakukan olehSPSS berekstensi spo (.spo).

JENIS-JENIS VARIABEL (TIPE DATA)

1. Variabel Numerik. Variabel ini untuk data-data numerik

baik yang memakai desimal maupun tidak. 2. Variabel Faktor. Variabel ini berisi

data-data kategorik atau faktor, bisaberupa numerik, huruf,atau string (beberapa huruf) Contohnya 1,2,3 ataurendah, sedang, tinggi, atau A,B,C.

JENIS-JENIS VARIABEL (TIPE DATA)

3. Variabel String. Variabel ini untuk data-data String atau Character. ContohnyaNama, Alamat,A.B,C. Biasanya tidakNama, Alamat,A.B,C. Biasanya tidak

bisa diolah secara statistics.

Pendefinisian Variabel

Jika anda bekerja pada Software SPSS maka anda pertama-tama harus mempunyaidata yang berada dalam sususan tabel. Cara pemasukan data dilakukan dengan carapemasukan data dilakukan dengan carasebagai berikut :

1. Aktifkan Variable View. 2. Isikan nama variabel pada kolom Name

seperti tampilan pada gambar di bawahini :

Pendefinisian Variabel

3. Atur kolom Type sesuai kebutuhandengan mengklik pada sel yang sudahada nama variabelnya, pilihlah tipe data yang sesuai :yang sesuai :

Pendefinisian Variabel

4. Klik tombol OK untuk melanjutkan, atau

Cancel kalau ingin membatalkan. 5. Setelah pendefinisian dilakukan maka

pengisian data dapat dilakukan denganmengaktifkan terlebih dahulu Data View seperti pada gambar berikut :

Pendefinisian Variabel

Selanjutnya isikan datanya sesuai dengankreasi anda.

Simpan data anda dengan namaDataku.sav.Dataku.sav.

Tugas

Buatlah tabel yang berisi data sebagaiberikut :

Atur lebar kolom sesuai dengankebutuhan dan kreasi anda. Sesuaikantipe data yang digunakan.

Setelah selesai, simpan data anda dengan nama TGSData.sav di folder anda.

SEKIAN

TERIMA KASIH