/* CURSOR CSS GENERATOR - FRIENDSTER-TWEAKERS.COM */ body { cursor:url("http://cursor.com/images/6459agif"),default;}

Analisis Data peneLitian menggunakan SPSS

Minggu, 12 Desember 2010

Analisis Data Penelitian Menggunakan SPSS

Analisis Data Penelitian Menggunakan SPSS
Untuk Skripsi, Tesis dan Disertasi. Disertai contoh-contoh Penelitian dan Interpreteasi Output SPSS.
Statistik banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam (misanya, astronomi dan biologi maupun ilmu-ilmu sosial-termasuk sosiologi dan psikologi, maupun dibidang bisnis, ekonomi, dan industri). Statistik digunakan juga dalam pemerintahan untuk berbagai macam tujuan, dibidang komputasi, statistik dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan.
Saat ini perkembangan berbagai alat statistik yang digunakan sebagai alat bantu, baik yang gratis dan dapat diunduh melalui internet maupun yang harus menggunakan lisensi seperti SPSS, Eviews, SPS, Amos, LIsrel dan sebagainya. Masing-masing program statistik memiliki kelebihan dan kelemahan. Kebanyakan program yang gratis dapat diunduh lewat internet sukar dipelajari dan diaplikasikan karena menggunakan bahasa program.
Program SPSS memiliki keunggulan karena dirancang secara interface friendly.
Buku ini disusun untuk memberikan pemahaman dan analisis data menggunakan program SPSS, interpretasi output disertai contoh aplikasi dalam penelitian yang terdiri dari:
- Pendahuluan
- Pengenalan SPSS
- Mengelola File
- Transformasi DAta
- Statistik Deskriptif
- Compare Mean
- Korelasi
- Regresi
- Reliabilitas dan Validitas
- Uji Asumsi Klasik
- Variable Moderasi @ Mediasi
- Statistik Nonparametrik

Sekilas Tentang Statistik
Pada mulanya, kata statistik diartikan sebagai keterangan-keterangan yang dibutuhkan oleh negara dan berguna bagi negara. Keterangan-keterangan tersebut umumnya dipergunakan untuk memperlancar penarikan pajak dan mobilisasi rakyat jelata ke dalam angkatan perang. Tiap akhir bulan Desember, Caesar Agustus dari zaman Romawi mengeluarkan sebuah dekrit agar setiap orang kembali ke kota masing-masing dan melakukan registrasi. Registrasi tersebut meliputi keterangan-keterangan mengenai nama, usia, jenis kelamin, pekerjaan dan jumlah keluarga penduduk negara. Sebenarnya, keterangan-keterangan kuantitatif semacam itu kini lebih dikenal dengan nama sensus. Lambat-laun, statistik diartikan sebagai data kuantitatif baik yang masih belum tersusun maupun yang telah tersusun dalam bentuk tabel. Statistik diartikan sebagai kumpulan data yang berwujud angka-angka. Hingga kini, pengertian tersebut masih populer dan tetap melekat dalam pikiran masyarakat.
Penggunaan metode statistik dalam penelitian ilmiah sebetulnya telah dirintis sejak tahun 1880 ketika F.Galton pertama kali menggunakan korelasi dalam penelitian ilmu hayat. Pada waktu itu, penggunaan metode statistik dalam penelitian biologi maupun sosial tidak dapat dikatakan lazim. Bahkan pada akhir abad ke sembilanbelas, kecaman-kecaman pedas acapkali dilontarkan terhadap Karl Pearson yang memelopori penggunaan metode statistik dalam berbagai penelitian biologi maupun pemecahan persoalan yang bersifat sosio-ekonomis.
Kini, setelah lebih dari seabad lamanya, tiada seorang sarjana peneliti yang menyangkal betapa pentingnya metode statistik bagi penelitian ilmiah. Tanpa metode statistik, peneliti seakan-akan seorang buta meraba-raba dalam kegelapan untuk menangkap sesuatu yang belum tentu ada. Meskipun demikian, metode statistik modern seperti yang dikenal dan yang dipergunakan peneliti ilmiah di bidang biologi, pertanian dan ekonomi merupakan produk abad ke duapuluh dan memperoleh kemajuan yang pesat sejak tahun 1918 – 1935 ketika R. Fisher memperkenalkan analisa varians ke dalam literatur statistik. Sejak itu, penggunaan metode statistik makin meluas dari bidang biologi dan pertanian ke bidang-bidang pengetahuan lainnya. Bidang-bidang ilmu pengetahuan biometri, agronometri, ekonometri, psikometri, sosiometri dan anthropometri telah memperoleh kemajuan karena perkembangan yang pesat dari metode statistik modern.
Sejarah Perkembangan SPSS
Sejarah Latar Belakang Perusahaan :
Misi Perusahaan untuk “mendorong penggunaan data yang tersebar luas dalam pembuatan keputusan”.
Keberhasilan perusahaan sudah berdasarkan kemampuannya untuk mempertunjukkan keuntungan yang sangat nyata yang disediakan oleh penggunaan teknologi SPSS.
Mendasari kemampuan ini adalah pidana kolektif bahwa analisis data, dan memasukkan hasil ke dalam proses yang membuat keputusan, menyebabkan keputusan yang lebih baik.
Asal SPSS
Pada 1968, Norman H. Nie, C. Hadlai (Tex) Hull dan Dale H. Bent, tiga orang pemuda dari latar belakang profesional berbeda, memperkembangkan sistem perangkat halus yang berdasarkan gagasan statistika menggunakan untuk mengubah data mentah (RAW) menjadi informasi esensial untuk membuat keputusan. Sistem perangkat halus statistik revolusioner ini disebut SPSS, yang menjadi calon Statistical Package untuk Ilmu Pengetahuan Sosial.
Nie, Hull dan Bent membangun SPSS dari keperluan untuk dengan cepat menganalisa volume data ilmu pengetahuan sosial yang dikumpulkan lewat berbagai metode penelitian. Dilakukan kerja pertama di SPSS di Stanford University dengan maksud untuk membuatnya tersedia hanya untuk konsumsi lokal dan tak ada distribusi internasional.
Nie, seorang ilmuwan sosial dan Stanford doktoral calon, mengambil target sasaran dan menetapkan kebutuhan (requirements); Bent, doktoral calon Stanford University pada penelitian pelaksanaan, mempunyai keahlian analisa dan mendesain struktur berkas sistem SPSS; dan Hull, yang baru tamat dari Stanford dengan gelar MBA-nya, memprogram SPSS.
Riwayat Perusahaan

Sudah ada lima tahap pertumbuhan di sejarah kelembagaan SPSS:
1968-1975: “SPSS menjadi produk,” ketika teknologi terlebih dulu telah berkembang dan bertambah besar dinya sendiri sebagai perusahaan akademis.
Pencipta SPSS, Norman H. Nie, C. Hadlai (Tex) Hull dan Dale H. Bent, menyebarkan pita sumber kode ke kecil, tetapi antusias, pemakai himpunan, sedangkan pemeliharaan dan peningkatan dilakukan oleh pengarang asli.
1975-1984: “SPSS menjadi perusahaan.” Perusahaan secara terpisah tergabung ketika pendapatannya mengancam status non-profit oriented dari aslinya yang merupakan hosting institution, pada Pusat Penelitian Pendapat Nasional di Universitas Chicago.
Selama tahap awal ini, perusahaan telah ter-organized dan sejumlah inisiatif perkembangan dilakukan.
1984-1992: “Era PC,” dengan Perusahaan bertambah besar dari $18 juta ke $38 juta atas kekuatan sistem analisa statistik yang menuntun pasar karena PC DOS. SPSS adalah yang pertama memasarkan produk perangkat halus statistik pada PC DOS.
1992-1996: “Era Windows,” dengan Perusahaan mengapalkan versi Windows pertama software statistik pada 1992.
Versi ini menggerakkan pendapatan ke $84 juta menjelang 1996.
Perusahaan difokuskan di atas produk statistik, dan strategi akuisisi melengkapi tujuan ini dengan membawa masuk perusahaan produk statistik lain, seperti SYSTAT (1994) dan Jandel (1996).
1997-2002: “peralihan perusahaan”
Periode ini menjadi umur pertumbuhan dengan akuisisi dan kenaikan analitis lamaran sebagai komplemen untuk inti bisnis produk statistik.
Perusahaan bertambah besar dari $110 juta pada 1997 dan memproyeksikan $209 juta pada 2002 lewat akuisisi Quantime (software penelitian pasar), ISL (software data mining), ShowCase (software kecerdasan perusahaan untuk pasar middle), NetGenesis (penggunaan analitik untuk data Jaringan), LexiQuest (software text mining), dan netExs (Jaringan interface untuk teknologi OLAP).
2003: Predictive analytics dengan berhasil didirikan sebagai bagian dari pasar.
Predictive analytics melengkapi dan meningkatkan teknologi informasi lain. Organisasi yang mengerjakan predictive analytics ini tak hanya mengetahui apa yang sudah terjadi, mereka juga tahu apa mungkin terjadi berikutnya.
Sangat penting, mereka mengetahui apa yang melakukan tentang itu dengan mempergunakan pengetahuan ini untuk menambah pendapatan, mengurangi biaya, dan memperbaiki hasil.
SPSS memahami perlunya kesadaran dengan semakin meningkatnya keuntungan ini di antara sektor umum yang komersial, dan organisasi akademis yang dilayaninya.
Untuk meningkatkan fokus di predictive analytics, SPSS memperoleh DataDistilleries,yang berbasis di Belanda sebagai provider aplikasi predictive analytic pada November 2003.
2004: Pada 2004, SPSS mempercepat perkenalan predictive analytics lamaran,meningkatkan ketrampilan dan mengintegrasikan teknologi dari akuisisi baru saja, termasuk DataDistilleries.
Versi baru PredictiveMarketing diperkenalkan, sama baiknya dengan aplikasi baru, PredictiveCallCenter.
Perkembangan tambahan dipersiapan untuk aplikasi tambahan guna diperkenalkan pada 2005.
Sekarang: SPSS dikenal sebagai pemimpin di pasar predictive analytics.
Predictive analytics, yang menyatukan analytics yang maju dan optimasi keputusan, akan terus menjadi fokus.

pengertian spss

Sabtu, 11 Desember 2010


PENGERTIAN SPSS
SPSS adalah sebuah program komputer yang digunakan untuk membuat analisis statistika. SPSS dipublikasikan oleh SPSS Inc.
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. 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.
Statistik yang termasuk software dasar SPSS:
» Statistik Deskriptif: Tabulasi Silang, Frekuensi, Deskripsi, Penelusuran, Statistik Deskripsi Rasio
» Statistik Bivariat: Rata-rata, t-test, ANOVA, Korelasi (bivariat, parsial, jarak), Nonparametric tests
» Prediksi Hasil Numerik: Regresi Linear
» Prediksi untuk mengidentivikasi kelompok: Analisis Faktor, Analisis Cluster (two-step, K-means, hierarkis), Diskriminan.
Berbagai fitur dalam SPSS dapat diakses melalui menu pull-down atau dapat diprogram dengan bahasa perintah sintaks proprietary 4GL. Pemrograman perintah sintaks memiliki keuntungan di bidang reproduktivitas serta pengendalian manipulasi data kompleks dan analisis. Perhubungan menu pull-down juga menghasilkan sintaks perintah, walaupun pengaturan awalnya harus diubah terlebih dahulu agar sintaks dapat dilihat oleh user. Program dapat berjalan secara interaktif, atau tanpa pengendalian menggunakan Fasilitas Kerja Produksi. Sebagai tambahan, bahasa makro juga dapat digunakan untuk menulis perintah subrutin dan ekstensi program Python dapat mengakses informasi di dalam kamus data dan data, kemudian secara dinamis membuat program perintah sintaks.
Ekstensi program Phyton, yang diperkenalkan pada SPSS 14, menggantikan skrip SAX Basic yang kurang fungsional, walaupun SAX Basic juga masih dapat digunakan. Ekstensi Phyton menyebabkan SPSS dapat menjalankan statistik mana pun dalam paket free software R. Sejak versi 14 dan seterusnya, SPSS dapat diatur secara eksternal melalui Phyton pada program VB.NET menggunakan “plug-ins” yang telah disediakan.
SPSS meletakkan batasan-batasan pada struktur file internal, tipe data, pengolahan data dan pencocokan file, yang memudahkan pemrograman. SPSS datasets memiliki struktur tabel 2 dimensi dimana bagian baris menunjukkan kasus-kasus (seperti pribadi atau rumah tangga) dan bagian kolom menampilkan ukuran-ukuran (seperti umur, jenis kelamin, pendapatan rumah tangga). Hanya 2 tipe data yang digambarkan : numerik dan teks (string). Seluruh pengolahan data dilakukan berurutan kasus per kasus melalui file. File dapat dipasangkan satu per satu atau satu-banyak, tapi tidak dapat banyak per banyak.
User interface grafis memiliki 2 jenis tampilan yang dapat dipilih dengan cara meng-klik salah satu dari dua tombol di bagian bawah kiri dari window SPSS. Tampilan ‘Data View’ menampilkan tampilan spreadsheet dari kasus-kasus (baris) dan variabel (kolom). Tampilan ‘Variable View’ menampilkan kamus metadata di mana setiap baris mewakili sebuah variabel dan menampilkan nama variabel, label variabel, label nilai, lebar cetakan, tipe pengukuran dan variasi dari karakteristik-karakteristik lainnya. Sel-sel di kedua tampilan dapat diedit secara manual, memungkinkan pengaturan struktur file dan pemasukan data tanpa harus menggunakan sintaks perintah. Hal ini cukup untuk dataset-dataset kecil. Dataset yang lebih besar, seperti survei statistik, lebih sering dibuat menggunakan software data entry, atau dimasukkan selama computer-assisted personal interviewing, dengan pemindaian dan menggunakan software pengenalan karakter optikal, atau dengan pengambilan langsung dari kuesioner online. Dataset-dataset ini kemudian dimasukkan ke dalam SPSS.
SPSS dapat membaca dan menulis data dari file teks ASCII (termasuk file hierarkis), paket statistik lainnya, spreadsheets dan database. SPSS dapat membaca dan menulis ke dalam tabel database eksternal relasional melalui ODBC dan SQL.
Output statistik memiliki format file proprietary (file *.spo, men-support tabel poros) yang mana, sebagai tambahan atas penampil dalam paket, disediakan pembaca stand-alone. Output proprietary dapat diubah ke dalam bentuk teks atau Microsoft Word. Selain itu, output dapat dibaca sebagai data (menggunakan perintah OMS), sebagai teks, teks dengan pembatasan tabulasi, HTML, XML, dataset SPSS atau pilihan format image grafis (JPEG, PNG, BMP, dan EMP).
Modul-modul Add-on modules menyediakan kapabiliti tambahan. Modul-modul yang tersedia, antara lain :
» SPSS Programmability Extension (ditambahkan pada versi 14). Memungkinkan pemrograman Phyton untuk mengontrol SPSS.
» SPSS Validation Data (ditambahkan pada versi 14). Memungkinkan pemrograman pengecekan logistik dan pelaporan nilai-nilai mencurigakan.
» SPSS Regression Models – Regresi logistik, regresi ordinal, regresi logistik multinomial, dan model campuran (multilevel models).
» SPSS Advanced Models – GLM yang bervariasi dan ukuran-ukuran yang diulang (dihapuskan dari basis sistem sejak versi 14).
» SPSS Classification Trees. Membuat diagram klasifikasi dan keputusan untuk mengidentifikasi kelompok dan memprediksi perilaku.
» SPSS Tables. Memungkinkan kontrol user-defined atas output laporan.
» SPSS Exact Tests. Memungkinkan tes statistik atas sample kecil.
» SPSS Categories
» SPSS Trends
» SPSS Conjoint
» SPSS Missing Value Analysis. Imputasi simpel berbasis regresi.
» SPSS Map
» SPSS Complex Samples (ditambahkan pada Versi 12). Diatur untuk stratifikasi dan pengelompokkan serta pilihan pemilihan sample lainnya.
» SPSS Server adalah sebuah versi dari SPSS dengan arsitektur pengguna/server. SPSS Server memiliki beberapa fitur yang tidak tersedia pada versi desktop, seperti fungsi penilaian.
Kelebihan SPSS
SPSS, piranti lunak khusus untuk melakukan analisis data, memberikan banyak kelebihan dan kemudahan dibandingkan spreadsheet. Apakah keunggulan SPSS?
SPSS mampu mengakses data dari berbagai macam format data yang tersedia seperti dBase, Lotus, Access, text file, spreadsheet, bahkan mengakses database melalui ODBC (Open Data Base Connectivity) sehingga data yang sudah ada, dalam berbagai macam format, bisa langsung dibaca SPSS untuk dianalisis.
SPSS memberi tampilan data yang lebih informatif, yaitu menampilkan data sesuai nilainya (menampilkan label data dalam kata-kata) meskipun sebetulnya kita sedang bekerja menggunakan angka-angka (kode data). Misalnya untuk field Jenis Kelamin, kode angka yang digunakan adalah 1 untuk “pria” dan 2 untuk “wanita”, maka yang akan muncul di layar adalah label datanya, yaitu “pria” dan “wanita”.
SPSS memberikan informasi lebih akurat dengan memperlakukan missing data secara tepat, yaitu dengan memberi kode alasan mengapa terjadi missing data. Misalnya karena pertanyaan tidak relevan dengan kondisi responden, pertanyaan tidak dijawab, atau karena memang pertanyaannya yang harus dilompati.
SPSS melakukan analisis yang sama untuk kelompok-kelompok pengamatan yang berbeda secara sekaligus hanya dalam beberapa mouse click saja. Contohnya :
mengetahui nilai minimum, maksimum dan rata-rata penjualan per kuartal per wilayah penjualan secara bersamaan pada masing-masing kelompok produk.
mengetahui hal-hal yang signifikan berpengaruh terhadap volume penjualan (apakah kelompok umur konsumen, tingkat pendidikan, jenis kelamin, besar pengeluaran per bulan, dll) pada masing-masing wilayah penjualan.
SPSS mampu merangkum data dalam format tabel multidimensi (crosstabs), yaitu beberapa field ditabulasikan secara bersamaan. Contohnya :
tabel persentase jumlah responden dari beberapa kelompok umur terhadap beberapa kategori produk perawatan rambut.
tabel persentase jumlah responden dari beberapa tingkat pendidikan terhadap beberapa partai politik pilihan menurut beberapa wilayah pemilihan umum.
Tabel multidimensi SPSS sifatnya interaktif. Kolom tabel bisa dirubah menjadi baris tabel dan sebaliknya. Semua nilai dalam sel-sel tabel akan disesuaikan secara otomatis. Hal ini sangat memudahkan pekerjaan eksplorasi data.
Beberapa keunggulan di atas hanyalah sebagian dari seluruh keunggulan yang dimiliki SPSS dibandingkan dengan spreadsheet. Masih ada banyak keunggulan lainnya. Bahkan, semua pekerjaan di atas dilakukan dengan bantuan dialog box, tanpa perlu mengerti bahasa pemrograman! Sangat user friendly