2. Latar Belakang
SPSS adalah sebuah program komputer yang digunakan untuk membuat
analisis statistika. SPSS dipublikasikan oleh SPSS Inc.
SPSS digunakan oleh peneliti pasar, peneliti kesehatan, perusahaan survei,
pemerintah, peneliti pendidikan, organisasi pemasaran, dan sebagainya.
Selain analisis statistika, manajemen data (seleksi kasus, penajaman file,
pembuatan data turunan) dan dokumentasi data (kamus metadata ikut
dimasukkan bersama data) juga merupakan fitur-fitur dari software dasar
SPSS.
Maka dari itu perlu bagi seorang mahasiswa/i untuk mengetahui program
SPSS.
4. Defenisi SPSS
SPSS adalah kependekan dari Statistical Program for Social
Science merupakan paket program aplikasi komputer untuk
menganalisis data statistik. Spss merupakan salah satu software
yang dapat digunakan untuk membantu pengolahan, perhitungan,
dan analisis data secara statistik.
5. Cara Menggunakan SPSS
Langkah-langkah untuk mengoperasikan SPSS adalah sebagai
berikut:
1. Jika pada desktop sudah ada ikon SPSS, klik ganda pada ikon
tersebut.
2. Akan muncul tampilan SPSS dengan menu-menu yaitu File, Edit,
View, Data, Transform, Analize, Graph, Utilities, Windows, dan
Help. Bagian bawahterdiri dari Data View dan Variabel View.
3. SPSS siap dioperasikan dengan menginput variabel pada variabel
view dan menginput data data view.
6. Input Variabel dan Data
Contoh Kasus
Memasukkan data sebagai berikut:
Berat Ibu Panjang Bayi Jenis Kelamin Bayi
60 50 Pria
80 60 Wanita
87 67 Pria
68 45 Pria
70 46 Pria
50 45 Pria
60 40 Wanita
80 61 Wanita
97 69 Wanita
90 70 Pria
8. Lanjutan
Menampilkan variabel view untuk mempersiapkan pemasukan nama dan properti
variabel. Pilih variabel view berisi beberapa menu pilihan yaitu Name, Type, Width,
Decimal, Label, Value, Missing, Columns, Align, dan Measure.
9. Lanjutan
Dalam hal ini ada dua variabel yaitu:
Variabel pertama: berat ibu
Oleh karena itu variabel pertama berupa data kuantitatif, tempatkan pointer pada baris 1.
• Name : ketik berat
• Type : pilihlah numeric
• Width : ketik 8
• Decimals : Untuk keseragaman 0
• Label : ketik berat ibu
Untuk Value, Missing, Coloums, Align, Measure diabaikan saja.
10. Lanjutan
Variabel kedua: panjang bayi
Oleh karena itu variabel pertama berupa data kuantitatif, tempatkan pointer pada baris
2.
• Name : ketik panjang
• Type : pilihlah numeric
• Width : ketik 8
• Decimals : Untuk keseragaman 0
• Label : ketik panjang bayi
Untuk Value, Missing, Coloums, Align, Measure diabaikan saja.
11. Lanjutan
Variabel kedua: jenis kelamin bayi
Oleh karena itu variabel pertama berupa data kualitatif (nominal), tempatkan pointer
pada baris 3.
• Name: ketik kelamin
• Type: pilihlah numeric
• Width: ketik 1
• Decimals: Untuk keseragaman 0
• Label: ketik jenis kelamin bayi
• Value: Pilihlah ini untuk proses pemberian kode. Klik kotak kecil di kanan sel. Pengisian
• Value: ketik 1
• Label: ketik pria
• Klik Add
• Value: ketik 2
12. Lanjutan
• Label: ketik wanita
• Klik Add
• Klik Ok
• Missing: None
• Coloums: ketik 8
• Align: pilih Right
• Measure: pilih Scale
14. Lanjutan
Pilih Data View, masukkan data berat ibu, panjang bayi dan jenis
kelamin. Sehingga tampak di layar sebagai berikut:
15. Lanjutan
Untuk jenis kelamin jika
1= pria
2= wanita
Nb: Untuk menampilkan data kualitatif (nominal). Jika pada variabel gender masih keluar angka, maka Klik
menu view – value labels.
Sehingga tampak sebagai berikut:
16. Analisis Korelasi dan Regresi
Dalam penerapan praktis, kita ingin menguji apakah ada hubungan atau korelasi
antara dua variabel numerik, jika ada seperti apa persamaan garis regresi liniernya.
Misalnya kita ingin menguji apakah ada hubungan antara biaya promosi (x1) dan
biaya distribusi (x2) dengan volume penjualan (y).
17. 1. Analisis Korelasi
Koefisien korelasi yang dibahas adalah koefisien korelasi pearson dan spearman.
Koefision korelasi pearson product moment yang digunakan untuk mengukur
hubungan linier antara dua variabel dengan data berskala interval atau ratio
(parametrik). Sedangkan koefisien korelasi spearman digunakan untuk mengukur
hubungan linier antara dua variabel dengan berskala ordinal (nonparametrik).
1. Koefisien Korelasi Pearson (Bivariat, Parsial dan Kanonikal)
• Korelasi Bivariat, yaitu korelasi antara satu variabel bebas dan satu variabel terikat
(independent).
• Koefisie Parsial, korelasi antara dua variabel bebas dan satu variabel terikat
• Koefisien Kanonikal, merupakan pengembangan korelasi dua variabel yang menngguanakan
skala interval atau ratio. Jika korelasi dua variabel hanya terdiri dari satu variabel bebas (x)
dan satu variabel terikat (y) dapat diselesaikan dengan korelasi bivariat
18. Lanjutan
2. Koefisien Korelasi Spearman
Contoh Judul Penelitian: Hubungan Biaya Promosi dan Biaya
Distribusi dengan Volume Penjualan
• Variabel bebas:
• Variabel X1: Biaya Promosi
• Variabel X2: Biaya Distribusi
Variabel terikat: Volume Penjualan
20. Lanjutan
Pada kolom Name ketikkan simbol dari variabel (X1, X2, dan Y).
Pada kolom Label ketikkan nama variabel (Biaya Promosi, Biaya
Distribusi, dan Volume Penjualan)
22. Lanjutan
Pindahkan Biaya Promosi [x1], Biaya Distribusi [x2], dan Volume
Penjualan ke kotak Variables. Lalu beri tanda centang pada kotak
cek di samping Pearson, dan disamping two tailed , lalu klik tombol
OK.
24. 2. Analisis Regresi
Analisa regresi adalah salah satu teknik statistic yang dapat
digunakan untuk menggambarkan hubungan antara dua peubah atau
lebih untuk peubah kuantitatif. Sebuah persamaan regresi adalah
sebuah formula yang menggambarkan hubungan dengan peubah
(atau lebih) tersebut.
Jika kita menduga hubungan antara tubuh dan berat badan beruang
adalah linier, maka persamaan regresi linier tadi berbentuk:
Y = a + bx
25. Lanjutan
• Regresi Linier Sederhana
Regresi linier mengestimasi besarnya koefisien-koefisien yang dihasilkan
dari persamaan yang bersifat linier, yang melibatkan satu variabel bebas
sebagai alat prediksi besarya nilai variabel terikat. Sebagai contoh
gunakan data-data yang digunakan pada saat menguji korelasi
sebelumnya. Berikut ini langkah-langkah pengolahan data untuk analisis
regresi.
27. Lanjutan
Pindahkan Biaya Promosi Biaya Promosi [x1] dan Biaya Distribusi [x2]
ke kotak Independent(s), dan Volume Penjualan ke kotak Dependen.
Lalu Klik Statistics.
28. Lanjutan
Akan tampil menu seperti di bawah ini, lalu beri centang (ceklis)
pada “Model fit”, “R squared change”, “Descriptives”, “Part and
partial correlations”, “Collinearity diagnostics” , atau centang
seluruhnya dan klik ”Continue”.
30. lanjutan
Akan tampil menu seperti berikut ini. Klik “*ZPRED , pindahkan
dengan tanda panah ke kotak X , dan klik “*SRESID” , arahkan
dengan tanda panah ke Y. Centang “Histogram” dan “ Normal
probability plot” . Hasilnya akan tampil seperti di bawah ini. Lalu
klik “Continue”.
32. Lanjutan
Hasil pengolahan akan ditampilkan, seperti gambar-gambar di
bawah ini:
Regression
[DataSet0]
Descriptive Statistics
Mean Std. Deviation N
Volume Penjualan 2598.8125 1013.21391 16
Biaya Promosi 1524.5000 714.10373 16
Biaya Distribusi 1836.5000 657.95289 16
34. Lanjutan
Variables Entered/Removed
Model Variables Entered Variables Removed Method
1 Biaya Distribusi,
Biaya Promosia
. Enter
a. All requested variables entered.
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
Change Statistics
R Square
Change F Change df1 df2 Sig. F Change
1 1.000a 1.000 1.000 .13077 1.000 4.502E8 2 13 .000
a. Predictors: (Constant), Biaya Distribusi, Biaya Promosi
b. Dependent Variable: Volume Penjualan
35. Lanjutan
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 1.540E7 2 7699518.108 4.502E8 .000a
Residual .222 13 .017
Total 1.540E7 15
a. Predictors: (Constant), Biaya Distribusi, Biaya Promosi
b. Dependent Variable: Volume Penjualan
Coefficientsa
Model
Unstandardized
Coefficients
Standardize
d
Coefficients
t Sig.
Correlations Collinearity Statistics
B Std. Error Beta Zero-order Partial Part Tolerance VIF
1 (Constant) .208 .195 1.064 .307
Biaya
Promosi
.501 .000 .353 1348.193 .000 .997 1.000 .045 .016 61.735
Biaya
Distribusi
.999 .000 .649 2478.034 .000 .999 1.000 .083 .016 61.735
a. Dependent Variable: Volume Penjualan
40. Kesimpulan
SPSS adalah sebuah sistem yang lengkap, menyeluruh, terpadu, dan
sangat fleksibel untuk analisis statistik dan manajemen data,
sehingga kepanjangan SPSS pun mengalami perkembangan, yang
pada awal dirilisnya adalah Statistical Package for the Social
Science, tetapi pada perkembangannya berubah menjadi Statistical
Product and Service Solution.
