Entry data merupakan salah satu tahap yang penting
dalam mengolah data. Ketepatan, ketelitian dalam memasukkan data adalah kunci pokok membuat data yang baik.
Manfaat entry data dan database adalah memudahkan
seseorang dalam mencari data yang kemudian dapat diolah sesuai kebutuhan.
Entry data dan Pembuatan database merupakan salah satu tahap awal dalam pengolahan data. Dari sinilah olah data yang baik dapat dihasilkan jika entry datanya benar. Ketelitian dan ketepatan sangat dibutuhkan sehingga dapat membentuk database yang baik.
Setiap mahasiswa mampu mengentry data dan
membuat database dengan SPSS.
Halaman Kerja SPSS
Variable View, digunakan untuk memasukan dan mendefinisikan variabel Name, kolom ini digunakan untuk
memberikan nama pada variable. Type, kolom ini digunakan untuk menentukan tipe data apa yang akan kita input. Width, digunakan untuk menentukan berapa digit huruf atau angka (lebar kolom) Decimals, kolom ini digunakan untuk menentukan berapakah angka yang ada di belakang tanda koma.
Halaman Kerja SPSS
Label, digunakan untuk memberikan nama variable atau keterangan penjelasan suatu variable. Values, digunakan untuk menentukan nilai untuk data ordinal maupun nominal (misalnya 1=Akuntansi, 2= Manajemen, dan 3 = Ekonomi Terapan) Missing, kolom Mising digunakan untuk menentukan data yang hilang. Columns, digunakan untuk menentukan berapa digit lebar kolom yang akan digunakan. Align, digunakan untuk menentukan rata kanan, kiri atau tengah. Measure, digunakan untuk menentukan tipe atau ukuran data, yaitu nominal, ordinal atau skala.
Data View
Halaman Data
View digunakan untuk memasukan data pada kolom variable yang telah dibuat.
Klik tab Variabel View. Kemudian tempatkan kursor atau
pointer pada kolom Name, lalu kemudian berikan nama misalnya Jurusan, Nilai Statistik atau jenis kelamin. Kemudian Klik kursor pada Type, kemudian klik kotak kecil yang telah tersedia yaitu :
Numeric yaitu tipe data berbentuk angka Comma, digunakan untuk data yang menggunakan koma. Dot, yaitu tipe data menggunakan titik. Scientific notation, yaitu tipe data berbentuk angka yang menggunakan notasi bilangan. Date, yaitu tipe data berbentuk tanggal Dollar, yaitu data yang menggunakan satuan dolar. Custom Currency, yaitu data angka nilai mata uang. String, yaitu data yang berupa kalimat atau angka yang tidak dapat diperhitungkan nilainya.
Pilih salah satu tipe data yang sesuai kemudian klik
OK Kemudian Klik Width untuk menentukan berapa digit lebar baris yang akan digunakan untuk input data. Pada Desimal, tentukan berapa jumlah angka dibelakang koma yang akan digunakan. Pada Label, berikan nama sebagai penjelasan dari Kolom Name jika kolom Name sekiranya belum jelas. Pada values, jika data adalah data ordinal atau kategori (nominal) dan ingin menyederhanakan dalam bentuk angka misalnya 1= Akuntansi, 2= Manajemen dan 3= Ek.Terapan makaklik kotak kecil . Selanjutnya, pada kotak dialog Value Label isilah kotak Value dengan angka 1, sedangkan kotak Value Label diisikan dengan Akuntansi kemudian klik tombol Add. dan ulangi sampai semua value terisi.
Kolom Missing Value digunakan jika ada
data yang hilang atau yang tidak digunakan. Jika tidak ada, abaikan kolom ini. Pada Column tentukan berapa digit lebar kolom yang akan digunakan. Pada Align dapat ditentukan apakah rata kanan, tengah atau kiri yang akan kita gunakan. Measure, pilihlah sesuai jenis data yang anda gunakan yaitu: Scale : data interval atau rasio yang bukan
merupakan data hasil kategorisasi misalnya nilai statistika, nilai mate-matika dan sebagainya. Ordinal, yaitu data hasil kategorisasi yang tidak setara misalnya 1= sangat tidak puas, 2= puas dan 3= sangat tidak puas.
Untuk Menyipan data yang
telah diinput maka klik File > Save As/ Save selanjutnya pada dialog Save Data As yang terbuka, silahkan pilih salah satudirektori untuk menyimpan file. kemudian berikan nama file dan klik save.
Tugas Entrylah data berikut dan buatlah database. Serahkan pada Instruktur!
Data Produksi Sektor Manufaktur di Greek, 1961-1987 Tahun 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985
Output (miliar) 35,858 37,504 40,378 46,147 51,047 53,871 56,834 65,439 74,939 80,976 90,802 101,955 114,367 101,823 107,572 117,6 123,224 130,971 138,842 135,486 133,441 130,388 130,615 132,244 137,318
Labor (ribuan) 637 643,2 651 685,7 710,7 724,3 735,2 760,3 777,6 780,8 825,8 864,1 894,2 891,2 887,5 892,3 930,1 969,9 1006,9 1020,9 1017,1 1016,1 1008,1 985,1 977,1
Capital (miliar) 59,6 64,2 68,8 75,5 84,4 91,8 99,9 109,1 120,7 132 146,6 162,7 180,6 197,1 209,6 221,9 232,5 243,5 257,7 274,4 289,5 301,9 314,9 327,7 339,4
Douglas, AL, et.al. 2005. Statistical Technique in
Business and Economics. Mc.Graw-Hill Companies. Priyatno, Duwi. 2009. 5 Jam Belajar Olah Data Dengan SPSS 17. Edisi satu. Yogyakarta: Penerbit Andi Santoso. S. 2010. Mastering SPSS 18. Jakarta : PT.Elex Media Komputindo Wahana Komputer. 2010. Mudah Belajar Statistik dengan SPSS 18. Edisi satu.Yogyakarta: Penerbit Andi
