MENU DASAR SPSS

•File
Menu file berfungsi untuk hal yang berkaitan dengan file seperti membuka file, menyimpan file, menutup file, dan juga lainnya. Dengan submenu antara lain : New, Open, Save, Save As, hingga Exit.
•Edit
Menu edit berfungsi untuk proses editing seperti penambahan variabel atau cases. Dengan submenu antara lain : Undo, Redo, Cut, Copy, hingga Option
•View
Menu View berfungsi untuk melihat tampilan SPSS. Anda bisa merubah tampilan menu sesuai dengan apa yang anda inginkan. Dengan submenu antara lain : status bar, toolbars, menu editor sampai variabel
•Data
Menu data berfungsi untuk hal yang berkaitan dengan data seperti menggabungkan data, validasi data, dll. Dengan submenu atara lain : define variabel properties, copy data properties, validasi hingga weight cases.
•Transform
Menu Transform berfungsi untuk perubahan data. Dengan submenu antara lain : compute variabel, recode into same variabel, rank cases, hingga run pending transformation.
•Analyse
Menu Analyse berfungsi untuk melakukan analisis data yang merupakan menu dimana anda melakukan analisis statistik mulai dari analisis deskriptif seperti menampilkan tabel atau grafik, sampai analisis yang lebih komplek. Dengan submenu antara lain : Descriptive analysis, tables, compare mean, hingga ROC curve.
•Graphs
Menu yang berfungsi sebagai pembuat grafik. Di menu unu anda bisa membuat bermacam-macam tampilan grafik seperti grafik batang, grafik garis, dll.
•Utilities
Menu Utilities berfungsi sebagai tempat informasi variabel, data, maupun menjalankan script.
•Add-ons
Menu ini berfungsi sebagai tempat aplikasi tambahan yang kompatibel dengan SPSS seperti Amos, text analysis, dll.
•Windows
Menu windows berfungsi untuk melakukan perpindahan file data yang aktif antara satu file dengan file lainnya.
•Help
Menu File berfungsi untuk membantu pengguna mempelajari SPSS lewat tutorial yang menarik dan step-by-step.
•Data View
Merupakan hasil dari pemberian nama atau pemberian variable pada variable view.
•Variable View
Merupakan salah satu cara untuk memasukkan nama variable yang selanjutnya akan diolah dalamprogram statistic SPSS.
Desain Variabel
Untuk mendesain variable sesuai dengan kebutuhan, kita bisa menggunakan variabel 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.
Dalam variable view, terdapat beberapa kolom untuk mensetting data editor, yaitu name, type, width, decimal, label, value, missing, colums, Align dan Measure.
Memberi nama Variabel
Proses pemberian nama variabel dapat digunakan dengan dua cara, yang pertama pemberian nama dapat langsung diberikan pada layar ”variabel view” dan cara kedua dengan menggunakan syntax program SPSS.
-Nama Variabel.
Default dari variable diawali dengan suku kata VAR dan diikuti5 digit angka (VAR00001, VAR00002,…). Ketentuan0ketentuan dalam memberikan nama variable adalah sebagai berikut:
1.Nama variable harus diawali dengan huruf
2.Tidak boleh diakhiri dengan tanda titik
3.Panjanng variable standartnya 8 karakter
4.Tidak boleh ada blank atau spasi dan karakter special seperti !,?,’ dan *
5.Harus unik, yaitu tidak boleh ada nama variable yang sama
6.Tidak boleh menggunkan istilah reserved word (isrtilah yang sudah ada pada SPSS) yatiu, ALL, AND, BY, EQ, GE, GT, LE, LT, NOT, OR, TO dan WITH.
-Type.
Dalam SPSS banyak type data yang ditawarkan untuk tiap variabel, tetapi untuk keperluan analisis data yang biasa dipakai adalah: type String, Numerik dan Date.
1.String: jika data yang ingin dimasukkan dalam bentuk karakter/huruf (misalnya: nama responden, alamat, lokasi penelitian, jenis pekerjaan dan sebagainya). Data dalam bentuk ini tidak bisa diolah secara statistik. Apabila data jenis ini ingin diolah secara statistik, maka harus terlebih dahulu dikode dengan angka dan dimasukkan sebagai data type Numeric.
2.Numeric: digunakan untuk memasukkan data dalam bentuk angka.
3.Date : digunakan untuk memasukkan data tanggal. Ada sejumlah pilihan type/format tanggal, misalnya: dd.mm.yy. Data dalam format ini dapat digunakan untuk menghitung umur responden dengan berdasarkan data tanggal lahir dan data tanggal pengambilan data.
-Mengatur lebar data (Width) dan Desimalnya (Decimals)
Width disesuaikan dengan lebar data, sebagai patokan adalah data angka/karakter terpanjang yang akan dimasukkan. Misalnya: untuk variabel nama disesuaikan dengan jumlah karakter/huruf terbanyak yang akan dimasukkan, untuk variable berat badan balita maka angka terbanyak adalah 2 digit, untuk variabel tinggi badan (cm) maka angka terbanyak 3 digit dan seterusnya disesuaikan dengan logika masing-masing variabel. Untuk pengaturan Decimals maka ada ketentuan yang berlaku, yaitu: tidak boleh sama atau lebih besar dibanding Width-nya
-Label
Biasanya nama variabel dibuat dalam huruf yang singkat, agar kita mengetahui kepanjangan dari singkatan tersebut maka sebaiknya pada kolom Label diisi keterangan lengkap dari nama variabel tersebut, misal: nama variabel sta_gizi maka labelnya ditulis lengkap Status Gizi
-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] -lihat gambar4. 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.
-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 t erlewat 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.
-Coloumn
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 yangada adalah scale, nominal dan ordinal.
Contoh :
Variabel Tipe Label Variabel Value Label
NAMA String Nama Karyawan
SEX Numeric Jenis Kelamin 1=”Laki-laki”
2=”Perempuan”
GOL Numeric Golongan Karyawan 1=”Lulusan SMA”
2=”Lulusan D3”
3=”Lulusan S1”
4=”Lulusan S2”
MS_KERJA Numeric Masa Kerja Dalam Tahun
GAJIAWAL Numeric Gaji Karyawan Pertama
Data Entery
Proses ini dilakukan setelah kita selesai membuat Template Data dengan cara mengaktifkan (mengklik) Data View . Saat melakukan proses entry data harus dilakukan secara hati-hati untuk meminimalkan terjadinya kesalahan, dan perlu dihindarkan sikap terburu-buru.
Apabila peneliti sudah terlanjur melakukan proses entry data dengan program lain, misalnya dengan MS Excel atau Dbase, maka peneliti tidak usah melakukan entry data ulang dengan program SPSS karena hasil dari entry data tersebut dapat dengan mudah dibuka dengan Program SPSS. Begitu pula sebaliknya, hasil entry data dengan program SPSS juga bisa disimpan ke bentuk file lain, misalnya: file dengan extention MS Excel (melalui Save As dengan mengganti Save as Type menjadi bentuk .xls).
Analisis Data
Fungsi pengolahan yang sering dipakai adalah menggunakan statistik deskriptif, yaitu:
•Distribusi frekuensi :
-pilih menu Analyze – Descriptive Statistics – Frequencies
-amati distribusi frekuensi tiap variabel, dan cermati terhadap kemungkinan nilai-nilai yang ’aneh’ atau menyimpang (misal: pada veriabel sex ada nilai 3 atau 0)
•Deskriptif (mean, SD, minimal, maksimal): pilih menu Analyze – Descriptive Statistics – Descriptives
-Amati nilai minimal dan maksimal dan cermati terhadap kemungkinan nilai diluar kewajaran/ekstrim (outlier)
-Jika nilai SD > rata-rata berarti ada data pencilan/outlier.
•Nilai Z :
-pilih menu Analyze – Descriptive Statistics – Descriptives
-Masukkan Variabel pada kotak Variable(s)
-Aktifkan pilihan: Save standardized value as variable (akan ada tambahan variable baru di file yaitu nilai z)
-Klik pilihan Continue dan OK
-Data dikatakan ada nilai menyimpang/outlier jika nilai z 1,96
•Langkah-langkah analisis Data
1.Kliklah analyze pada menu SPSS, lalu klik descriptive statistiscs, lalu klik frequencies
2.Kemudian akan muncul tampilan frequencies dan dalam kotak sebelah kiri akan ada variabel prestasi belajar dan usia siswa. Silahkan diblok dan pindahkan ke kotak variabel (s), sehingga tulisan OK menjadi terang.
3.Silahkan klik kotak statistics, sehingga akan keluar tampilan frequencies statistics. Silahkan klik central tendency dan dispersion
4.Charts : adalah menu untuk menampilkan data dalam bentuk diagram, ada 3 pilihan yaitu Bar, Pie (untuk data ordinal atau nominal) dan histogram (interval dan ratio). Khusus histogram dapat ditampilkan kurva normalnya, lalu kliknya continue.
5.Format digunakan untuk susunan urutan data, dari skor besar ke urut skor yang kecil atau sebaliknya. Klik format, sehingga akan muncul frequencies format. Pada menu order by ada pilihan Ascending untuk perintah dalam penyajian data diurutkan dari skor terendah ke skor yang paling tinggi. Sementara descending sebaliknya. Pilih saja ascending values, lalu klik continue untuk kembali ke kotak menu awal.
6.Setelah itu kliklah ok untuk proses analisisnya. Tunggu sampai keluar output program SPSS.
Interpretasi Data
Interprestasi data adalah pembacaan data setelah proses analisis selesai, yaitu pembacaan Output SPSS secara umum, yang dapat berupa text, tabel, maupun grafik dengan berbagai variasinya.