Yudhy Dharmawan, SKM, M. Kes. Modul Manjemen data : Manajemen data dengan SPSS

Modul Manjemen data : Manajemen data dengan SPSS POKOK BAHASAN 1

1

: Memulai SPSS

SUB POKOK BAHASAN : 1.

Membuka aplikasi SPSS

2.

Membuat data baru SPSS

3.

Menyimpan Data SPSS

4.

Membuka data SPSS

Membuka aplikasi SPSS langkah-langkahnya adalah sebagai berikut: 1. Klik menu Start, pilih Programs. 2. Pilih item SPSS for Windows, seperti gambar berikut :

3. Pilih SPSS 12.0 for Windows sehingga kemudian muncul tampilan

Yudhy Dharmawan, SKM, M. Kes

Modul Manjemen data : Manajemen data dengan SPSS

5.

2

Tampilan tersebut adalah apabila kita ingin membuka file yang telah ada, sangat membantu. untuk kasus ini kita abaikan, dengan klik cancel. sehingga akan tampil berikut :

6.

Tampilan diatas merupakan tampilan data View, dimana data siap diisikan.

MENU UTAMA Beberapa menu utama dalam SPSS 11.5 antara lain: •

File: berisi fasilitas pengelolaan file data.



3

•

Data: berkaitan dengan perubahan dan pengelolaan da

•

Transform: digunakan untuk memanipulasi data.

•

Analyze: digunakan untuk menganalisis data.

•

Graph: digunakan untuk memvisualisasikan data./ membuat grafik

•

Help: berisi informasi mengenai SPSS.

MEMBUAT FILE DATA Guna memasukkan data secara langsung, ada dua hal yang harus dilakukan, yaitu mendefinisikan variabel dan memasukkan data. Pendefinisian variabel dapat dilakukan sebelum maupun sesudah data dimasukkan.

Cara 1: Mendefinisikan variabel berlebih dahulu, baru kemudian memasukkan data Bila data yang akan dimasukkan sebagai berikut:

No Nama 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Adi Asna Kiki Luthfi Fikri Nana Riza Rini Yeni Diana Pipit Eka Dwi Dini Budi

Jenis

indeks

HB

Kelamin Pria Wanita Wanita Pria Pria Wanita Pria Wanita Wanita Wanita Wanita Pria Pria Wanita 'Pria

Prestasi 2,75 3,01 2,47 2,96 3,25 2,66 2,89 2,82 3.12 3,30 2,77 2.83 2.91 2,5 2,75

11 14 9 12 12 10 9 10 12 14 9 9 10 12 10

i



4

16 Didi Pria 2,93 17 Hari Pria 3,09 18 Ida Wanita 2,88 19 Vivi Wanita 3,17 20 Rinto pria 3,43 21 Adin Pria 2,75 22 hana Wanita 3,01 23 Kikit Wanita 2,47 24 Luki Pria 2,96 25 Fikram Pria 3,25 26 Tana Wanita 2,66 27 Rizal Pria 2,89 28 Dini Wanita 2,82 29 Yuni Wanita 3.12 30 Liana Wanita 3,30 31 Piput Wanita 2,77 32 Deka Pria 2.83 33 Dwian Pria 2.91 Bila menggunakan cara ini, langkah-langkahnya adalah:

11 13 10 13 14 11 14 9 12 12 10 9 10 12 14 9 9 10

1. Aktifkan Variable View, seperti gambar berikut :

2. Masukkan variabel diatas yaitu nama, jenis kelamin, ip, dan hb, 3. Masukkan nama variabel pada kolom Name , seperti gambar berikut :



5

Nama Variabel Dalam memberi nama variabel, harus memperhatikan aturan yang berlaku karena penamaan variabel yang salah tidak akan diterima oleh SPSS. Aturan untuk menamai variabel adalah -

Nama variabel harus dimulai dengan suatu huruf. Setelah itu dapat ditambah karakter lain yang dapat berupa huruf, angka, tanda titik atau simbol seperti @,

-

Nama variabel tidak boleh diakhiri dengan tanda titik.

-

Nama variabel yang diakhiri dengan tanda underscore sebaiknya dihindari.

-

panjang nama maksimal 8 karakter

-

tiap variabel harus unik, tidak boleh ada nama variabel yang sama.

-

kata kunci yang sudah digunakan pada SPSS tidak dapat digunakan sebagai nama variabel, yaitu: ALL, AND, BY, EQ. GE, GT, LE, LT, NE, NOT, OR, TO, WITH.

-

Nama variabel dapat didefmisikan dengan campuran antara karakter kasus bagian atas dan bagian bawah.

-

Jika nama variabel panjang akan dibuat dalam beberapa baris pada output, SPSS akan memisahkannya dengan underscore atau titik.

4. Atur kolom Type sesuai kebutuhan dengan mengklik tombol yang ada di sebelah kanan tipe variabel sehingga muncul kotak dialog seperti :



6

Tipe data untuk variabel nama adalah String karena nama terdiri atas huruf, bukan angka. Dengan tipe string berarti data tidak dapat diproses dan dianggap sebagai karakter. Default tipe data di SPSS adalah Numeric Tipe Variabel Tipe Variabel menentukan tipe data untuk tiap variabel. Sebagai default semua variabel baru diasumsikan bertipe numerik. Untuk mengubah tipe data dilakukan melalui Type Variable. Isi kotak dialog Type Variable tergantung pada tipe data yang dipilih. tipe data yang tersedia pada SPSS adalah: •

Numeric Merupakan variabel yang nilainya berupa angka. Nilainya ditampilkan dalam format numerik standar. Data editor menerima nilai numerik dalam format standar atau notasi ilmiah

•

Comma Merupakan variabel numerik yang nilainya dibatasi koma untuk tiap 3 angka dan tanda titik sebagai batas desimal. Data editor menerima nilai numerik untuk variabel dengan koma atau tanpa koma; atau dalam notasi ilmiah.

•

Dot Merupakan variabel numerik yang nilainya ditampilkan dengan batas titik untuk tiap 3 angka dan dengan tanda koma sebagai pembatas. Data editor menerima nilai numerik untuk variabel dot atau tanpa dot, atau notasi ilmiah.

•

Scientific notation Merupakan variabel numerik yang ditampilka.n dalam notasi ilmiah dengan simbol E dan suatu tanda eksponen dengan bilangan pokok 10. Data editor menerima



7

nilai numerik untuk variabel dengan atau tanpa suatu eksponen. •

Date Merupakan variabel numerik yang nilainya ditampilkan dalam format tanggal atau waktu. Kita dapat memasukkan tipe data ini dengan garis miring (/), tanda hubung (-) titik (.), koma (,), atau spasi kosong sebagai pembatas antara tanggal, bulan dan tahun.

•

Custom Currency Merupakan variabel numerik yang nilainya ditampilkan dalam satu format biasa langsung. Pendefinisian karakter custom currency tidak dapat dilakukan pada saat entry data tetapi ditampilkan di data editor.

•

String Nilai suatu variabel string bukan numerik dan tidak dalam dihitung. Biasanya berupa karakter.

Klik tombol OK untuk melanjutkan atau Cancel untuk membatalkan. Selanjutnya dapat melengkapi properti variabel lainnya •

Kolom Width dapat diatur sesuai kebutuhan suatu data. Kolom ini digunakan untuk menentukan jumlah

karakter atau digit data yang dapat dimasukkan.

Panjang karakter atau digit data maksimal 225 karakter untuk data dengan tipe string. Secara default lebar data di SPSS adalah 8. •

Kolom Decimal dapat diisi bila data yang dimasukkan bertipe Numeric. Besarnya angka pada kolom ini menunjukkan jumlah

angka di belakang koma. Default

desimal di SPSS adalah 2. •

Kolom Label digunakan untuk memberikan keterangan lebih lanjut mengenai katakteristik variabel. Cara menentukan label yaitu dengan mengisi angka semisal pada variabel sex( jenis kelamin ), dimana 1=laki laki, 2=perempuan, maka value ketik 1, lalu klik pada value label ketik ”laki laki’, kemudian klik add, sehingga akan berpindah ke kotak bawahnya. Langkah yang sama juga untuk ”perempuan”, bila sudah klik OK, seperti gambar berikut :



•

8

Kolom Values digunakan untuk memberikan penjelasan nilai individual dari data yang berhubungan dengan label.

•

Kolom Missing digunakan bila dalam data yang akan diolah terdapat data yang hilang atau tidak ada. Jika dianggap tidak ada data yang hilang maka abaikan kolom ini. Missing Values (nilai yang hilang) menentukan spesifikasi nilai data sebagai usermissing. Nilai itu digunakan untuk mengetahui bagaimana suatu informasi hilang. Misalnya Anda ingin mengetahui data missing karena responden menolak untuk menjawab dan data missing karena suatu pertanyaan tidak dapat diterapkan terhadap responden tersebut. Data missing biasanya dikeluarkan dari perhitungan. •

Spesifikasi nilai user-missing disimpan pada file data dan tidak perlu mendefinisikan ulang nilai user-missing tiap kali Anda membuka file data.

•

Dapat memasukkan 3 nilai hilang diskret berturut turut, suatu range missing values, atau suatu range missing values ditambah satu nilai diskret.

•

Range hanya dapat ditentukan untuk variabel numerik.

•

Tidak

dapat mendefinisikan missing values untuk variabel string yang

panjang (variabel string yang panjangnya lebih dari 8 karakter). Semua nilai string, termasuk nilai yang kosong atau nol, dihitung sebagai nilai valid, kecuali jika Anda mendefinisikannya sebagai nilai yang hilang. Untuk mendefinisikan nilai yang kosong atau nol sebagai nilai hilang pada variabel string, masukkan satu spasi tunggal pada suatu lokasi untuk nilai hilang diskret. •

Kolom

Columns

digunakan

untuk

menentukan

lebar

data. Kolom ini hampir sama dengan kolom Width.


Modul Manjemen data : Manajemen data dengan SPSS •

9

Kolom Align digunakan untuk mengatur tampilan data dengan pilihan rata kiri, kanan atau tengah.

•

Kolom Measure digunakan untuk menunjukkan jenis pengukuran data, dengan pilihan nominal, ordinal atau scale. Apabila sudah selesai membuat variabel, akan nampak sebagai berikut :

5. Setelah pendefinisian variabel selesai, Anda dapat mengaktifkan Data View untuk memasukkan data yang akan diolah.

Cara 2: Memasukkan data terlebih dahulu, kemudian mendefinisikankan variabel Cara ini, langkah-langkahnya sebagai berikut: 1.

Dari menu utama SPSS, data dapat langsung dimasukkan ke dalam sel. Caranya, arahkan kursor pada sel yang diinginkan dan kemudian ketikkan data secara langsung. Secara otomatis SPSS akan memberi nama variabel tersebut dengan VAR00001, VAR00002, dan seterusnya. seperti tampilan berikut :



2.

10

Setelah semua data yang akan diolah dimasukkan ke dalam sel editor, aktifkan Variable View sehingga muncul Tampilan sebagai berikut:

3.

Gantilah default data pada kolom yang telah terisi sesuai dengan yang akan Anda definisikan. Misalnya VAR00001 diganti NAMA, VAR00002 diganti KELAMIN , VAR00003 diganti IP dan VAR00004 diganti HB. ( langkahnya seperti diatas )



4.

11

Jika ingin melihat pengaruh pendefinisian variabel, aktifkan Data View sehingga muncul tampilan.

MENYIMPAN DATA langkah-langkah untuk menyimpan file adalah sebagai berikut: 1. Klik menu File, pilih Save As sehingga muncul kotak dialog 2. Ketik nama file pada File Name, 3. Tentukan direktori penyimpanan pada Save in. 4. Tentukan tipe file data pada kotak Save as type. Untuk memudahkan kotak ini dibiarkan saja ( default ) 5. Klik Save jika ingin menyimpan atau cancel jika ingin membatalkan Seperti gambar berikut :



12

-

Pilihan Save As digunakan bila menginginkan penyimpanan dengan nama baru

-

Bila tidak , maka cukup menggunakan pilihan Save

Membuka Data dari File untuk membuka data dari file, ada dua format, yaitu: •

Format SPSS berekstensi sav.

•

Format data selain SPSS.

Membuka Data dalam Format SPSS Tipe data dengan format SPSS tidak akan menimbulkan masalah karena formatnya sudah sesuai dengan SPSS. Cara mengambil data dalam format ini adalah sebagai berikut: 1. Klik menu File, pilih Open. 2. Dari beberapa pilihan yang ada, pilih Data, seperti berikut :



13

3. Pilih default pada kotak Files of Types, yaitu SPSS(*.Sav). 4. Klik Open untuk membuka file tersebut atau Cancel jika ingin membatalkan pembukaan file, seperti tampilan berikut :

. 5. Maka akan ditampilkan data view pada file yang dimaksud



14

Membuka Data dalam Format Selain SPSS Misalnya Anda akan mengambil data berformat Microsoft Excel. Cara mengambil data dalam format ini adalah sebagai berikut: 1. Klik menu File, pilih Open. 2. Dari beberapa pilihan yang ada, pilih Data ( langkahnya sama ) 3. Pada pilihan Files of Types, pilih All Microsoft Excel Files. 4. Cari direktori tempat file tersebut berada pada kolom Look in. 5. Klik Open untuk membuka file yang diinginkan atau Cancel jika ingin membatalkan, seperti tampilan berikut :

6. Maka akan ditampilkan data view pada file yang dimaksud

Membuat data file SPSS baru SPSS hanya dapat menampilkan satu file data pada satu waktu. Bila memulai SPSS, maka yang akan tampil adalah file data baru yang masih kosong. Bila Anda berada pada file data yang sudah ada isinya dan ingin membuka file data yang baru, langkah langkahnya adalah: 1. Klik menu File, pilih New. Dari berbagai pilihan yang ada pilih Data. 2. Selanjutnya akan muncul file data baru yang masih kosong Tugas Praktikum 1. Buatlah data diatas, dengan format yang benar 2. Simpanlah pada direktori anda dengan nama latihan 1



15

3. Buka kembali data anda, tambahkan dengan variabel berikut skor 1

skor 2

7 8 9 7 8 7 9 8 7 6 7 6 7 7 8 7 8 9 8 7 7 9 8 7 6 7 6 7 7 8 7 8 9

9 8 8 9 7 6 8 7 9 7 6 8 9 7 7 8 9 9 8 7 6 8 7 9 7 6 8 9 7 7 8 9 9



16

: EDITING DATA

SUB POKOK BAHASAN : 1. •

Mengganti data,

2. •

Menghapus sel,

3. •

Mengkopi nilai sel,

4. •

Memindah nilai sel,

5. •

Menyisipkan baris (observasi) baru,

6. •

Menyisipkan kolom (variabel) baru,

7. •

Menghapus baris atau kolom.

Uraian Materi Pengeditan data meliputi Cutting, Copying, dan Pasting, dimana dapat melakukan cut, copy, dan paste atas nilai-nilai dalam sel atau mengelompokkan nilai-nilai pada data editor. •

Memindah atau mengkopi nilai suatu sel tunggal ke sel yang lain.

•

Memindah atau mengkopi nilai suatu sel tunggal ke suatu grup sel.

•

Memindah atau mengkopi nilai suatu kasus (baris) tunggal ke banyak kasus.

•

Memindah atau mengkopi nilai suatu variabel (kolom) tunggal ke banyak variabel.

•

Memindah atau mengkopi suatu grup nilai sel ke grup sel lain.

Dalam proses pengeditan data ,juga dapat memodifikasi nilai data pada Data View, antara lain: •

Mengganti nilai data,

•

Menambah dan menghapus kasus,

•

Menambah dan menghapus variabel,

•

Mengubah properti variabel yang meliputi nama, tipe, desimal, label, nilai label, dan sebagainya.

MEMASUKKAN VARIABEL BARU Untuk memasukkan variabel baru di SPSS, harus memperhatikan beberapa hal yang berkaitan dengan data view dan properti variabel. Beberapa fitur pada Data View SPSS mirip dengan yang ada pada aplikasi spreadsheet lain.



17

Meskipun demikian, ada beberapa perbedaan, yaitu: •

Baris pada SPSS merupakan kasus. Setiap baris mewakili satu kasus atau observasi. Misalnya, tiap individu responden dalam kuesioner adalah satu kasus.

•

Kolom merupakan variabel. Tiap kolom mewakili satu variabel atau karakteristik ukuran. Misalnya tiap item pertanyaan pada kuesioner adalah satu variabel. Sel-sel yang ada memuat nilainilai. Tiap sel berisi nilai yang tunggal untuk satu kasus dalam satu variabel. Sel tersebut merupakan interseksi antara satu kasus dan satu variabel. Sel-sel tersebut hanya memuat nilai data, tidak dapat memuat rumus.

•

File data berbentuk lembaran segi-empat. Dimensi file data ditentukan oleh jumlah kasus data variabel. Kita

memasukkan

data

pada

sel

manapun.

Jika

memasukkan data pada suatu sel yang berada di luar batasan file data yang ditampilkan maka lembaran data akan melebar beberapa baris/kolom. sel dari batasan file yang ditampilkan. Tidak ada sel kosong dalam batasan file data. Untuk variabel numerik, sel kosong akan dikonversi menjadi sistem missing value. Untuk variabel string, sel kosong tetap memiliki nilai valid

Mengganti Data Bila data yang dimasukkan ada kesalahan maka dapat dibetulkan dengan langkah sebagai berikut : 1.

Klik sel yang akan diganti

2.

Ketik data baru, seperti berikut :



18

Menghapus sel Bila ingin menghapus data maka, maka langkahnya sebagai berikut : 1.

Klik sel yang akan dihapus

2.

Klik menu edit pilih clear atau ,dari key board langsung tekan tombol del atau klik kanan mouse, kemudian pilih clear, seperti gambar berikut :



19

Mengcopy nilai sel apabila hendak mengcopy nilai sel maka langkahnya adalah sebagai berikut 1. Klik atau blok sel yang akan dicopy 2. klik menu edit pilih copy 3. tempatkan kusor pada sel yang akan dicopy 4. klik edit pilih paste Atau jika Anda ingin menggunakan variasi keyboard, lakukan langkah-langkah: 1. Klik sel tempat data yang akan dikopi. 2. Tekan tombol CTRL+C untuk menggantikan perintah Copy pada menu Edit. 3. Arahkan kursor ke lokasi di mana data akan dipindahkan. 4. Tekan tombol CTRL+V untuk menggantikan perintah Paste pada menu Edit. atau klik kanan mouse, kemudian pilih copy, lalu tempatkan pada sel yang dituju, kemudian klik kanan lalu pilih paste, seperti gambar berikut :



20

Untuk mengkopi data dengan tipe string, Anda harus mendefinisikan tipenya terlebih dahulu pada Variable View karena default data baru di SPSS adalah Numeric. Jika tipe data tidak didefinisikan terlebih dahulu, data tidak akan dapat dikopi.

MEMINDAH NILAI SEL Langkah untuk memindah nilai sel adalah sebagai berikut: 1. Kik sel data yang akan dipindah. 2. KIik menu Edit, pilih Cut. 3. Arahkan kursor ke lokasi di mana data akan dipindah. 4. Klik menu Edit, pilih Paste. atau klik kanan mouse, kemudian pilih copy,

lalu tempatkan pada sel yang dituju,

kemudian klik kanan lalu pilih paste, seperti gambar berikut :



21

Sisipkan baris ( observasi ) baru Jika ingin menyisipkan suatu data atau observasi baru ( menambahkan data di tengah, bukan di baris paling bawah ) Langkahnya sebagai berikut: 1. Pilih posisi baris yang akan disisipkan. denagn cara tempatkan / blok pada baris tersebut, seperti tampilan :

2. Klik menu Data, pilih Insert Case 3. Sehingga muncul baris yang dapat diisi data baru, diatas posisi kursor yang kita pilih



22

Menyisipkan kolom ( variabel baru ) bila ingin menyisipkan kolom, maka langkahnya sebagai berikut : 1. Klik salah satu sel dimana hendak dsisipkan variabel baru ( posisi pada sebelah kanan variabel yang hendak ditempatkan ) 2. Klik menu data, pilih Insert variabel

3. maka muncul kolom kosong yang dapat diisi variabel baru 4. Kemudian untuk mendefinisikan variabel lakukan, seperti langkah pembahasan sebelumnya.

Menghapus baris dan kolom untuk menghapus baris langkahnya adalah sebagai berikut : 1. klik paling kiri baris ( sehinggga semua terblok ) 2. Klik menu edit pilih clear ( Dapat juga pakai klik kanan ) 3. atau ,dari key board langsung tekan tombol del untuk menghapus kolom langkahnya adalah sebagai berikut : 1. klik nama variabel yang hendak dihapus ( sehinggga semua terblok ) 2. Klik menu edit pilih clear ( Dapat juga pakai klik kanan ) atau ,dari key board langsung tekan tombol del, seperti gambar berikut



23

Tugas Praktikum 1. Mengganti data pada beberapa sel 2. Menghapus beberapa sel , sehingga menjadi sel yang kosong 3. Mengkopi nilai pada sembarang sel, lalu kopikan ke sel yang kosong 4. Memindah nilai pada sembarang sel 5. Menyisipkan baris (observasi) baru pada kasus ke 10 dan ke 15 6. Menyisipkan kolom (variabel) baru, yaitu variabel umur setelah jenis kelamin 7. Menghapus baris yang tadi disisipkan 8. Menghapus kolom. yang tadi disisipkan



24

: ORGANISASI DATA

SUB POKOK BAHASAN : 1. Memberi label data & variabel 2. Mengurutkan data 3. Menyaring data

Uraian Materi

Memberi label variabel dan data Pada data variabel dengan tipe numerik, pada saat memasukkan data, nilai labelnya tidak perlu didefinisikan. Namun dapat diberi label untuk masing-masing kasus sebagai keterangan. Kita juga dapat membuat label nilai deskriptif untuk tiap kasus dalam satu variabel. Pemberian nilai label digunakan jika file data mennggunakan nilai numerik untuk mewakili kategori yang bukan numerik (misalnya kode 1 untuk wanita clan 2 untuk pria). • Nilai label tersimpan bersama file data. Tidak perlu mendefinisikan kembali nilai label ini tiap membuka suatu file data. •

Panjang nilai label maksima 160 karakter.

• Nilai label tidak tersedia untuk variabel string yang panjang, yaitu variabel string yang panjangnya lebih dari 8 karakter. Misalnya data latihan mengenai indeks prestasi siswa, diklasifikasikan menjadi: IP < 2.00

: Kurang

: Memuaskan

2.76
: Sangat Memuaskan

3.50
: Sangat Memuaskan

Bila hendak memberi label pada variabel data langkahnya adalah: Dari SPSS data editor, buka filenya terlebih dahulu 1. Klik menu data, pilih Define Variable Properties.



25

2. Selanjutnya akan muncul kotak dialog Define Variable Properties yang memuat nama-nama variabel yang terdapat dalam data editor. 3. Pilih variabel IP kemudian pindahkan ke kotak Variables to Scan.

4. Setelah itu klik Continue. 5. Selanjutnya akan muncul kotak dialog Define Variable Properties yang memuat properti dari variabel IP. Masukkan klasifikasi berdasarkan IP pada kolom Label. 6. Nilai data disusun berdasarkan urutan IP dari yang terendah IP 2.47) ke yang tertinggi (IP 3.30) pada kolom Values Sedangkan banyaknya data untuk masing-masing nilai terdapat pada kolom Count. Secara otomatis akan muncul tanda cek (V) pada kolom Changed untuk kasus yang telah diisi labelnya. Setelah itu klik OK. seperti gambar berikut :



26

7. Secara otomatis pada data editor masing-masing kasus sudah memiliki label. Label ini dapat dilihat pada Variabel

View untuk variabel IP atau pada Data

view, untuk melihat label pada menu view, berikan tanda check ( klik ) value label, seperti gambar berikut :

Mengurutkan data



27

Data dapat diurutkan menurut variabel kunci tertentu, denagn menggunakan fungsi sort . langkahnya adalah sebagai berikut : 1. Aktifkan terlebih dahulu data view 2. pada menu data klik sort cases, sehingga muncul kotak dialog sort cases 3. Pindahakan variabel yang menjadi kunci pengurutan ke kotak sort by, pada kasus ini menggunakan variabel ip, maka ip dipindahkan kekotak sebelah kanan 4. pada pilihan sort order tentukan ascending bila urutan naik, dan descending bila turun, lalu klik OK, seperti gambar berikut :

maka pada data view akan diurutkan menurut ip secara urutan naik , tampilan sebagai berikut

Seleksi Data



28

Dalam proses seleksi data akan diperoleh 2 macam hasil, yaitu kasus terseleksi dan kasus tersaring. Kasus terseleksi merupakan data yang memenuhi kriteria proses seleksi data sedangkan kasus tersaring merupakan data yang tidak memenuhi kriteria. Kita dapat menyaring atau menghapus data yang tidak memenuhi kriteria. Kasus yang tersaring masih terdapat dalam data tetapi tidak dimasukkan dalam analisis. Hasil seleksi data di masukkan dalam filter variabel, yang dinamai dengan variabe filter-$. Kasus yang terseleksi akan bernilai 1 sedangkan kasus yang tersaring akan bernilai 0. Kasus yang tersaring juga ditandai dengan garis diagonal di kolom nomor pada data editor (kolom paling kiri) Kasus yang terhapus akan dibuang dari file data dan tidak dapat dilihat kembali jika file data disimpan setelah kasus dihapus.

SELEKSI KASUS: IF Dalam kotak dialog, Anda dapat memilih bagian dari kasus dengan menggunakan conditional expression. Condicition

expression ini dapat bernilai benar, salah, atau

menyebabkan data hilang. •

Jika hasil conditional expression benar, kasus akan terseleksi.

•

Jika conditional expression salah atau missing (hilang) kasus tidak akan terseleksi.

•

Sebagian besar conditional expression menggunakan operator hubungan (<, >, <=, >=, _, dan -=).

•

Conditional expression dapat meliputi nama variabel konstanta, operator aritmatik, bilangan numerik dan fungsi lain, operator aritrnatik, dan operator hubungan.

Sebagai contoh, akan digunakan data latihan diatas . Misal akan diseleksi mahasiswa dengan ip >3.0 Langkah-langkahnya adalah: 1. Buka file data 2. Klik menu Data, pilih Select Cases. 3. Setelah itu akan muncul kotak dialog select case klik pilihan if condition is satisfied 4. klik tombol if , masukkan variabel ip dalam kotak kosong sebelah kanan



29

5. ketikan tanda lebih dari disebelah kanan tulisan ip lalu ketikan angka 3.0 atau bisa juga gunakan tombol yang ada, sehingga tertuliskan ” ip >3 .0” Klik continue, seperti tampilan berikut :

5. akan muncul tampilan kotak dialog select case lalu klik OK, seperti tampilan berikut :

Muncul variabel baru dengan nama filter $. Kasus yang memenuhi kriteria (IP > 2,75) bernilai 1, sedangkan kasus yang tidak memenuhi kriteria (IP 2,75) bernilai 0. Selain itu, kasus yang tidak memenuhi kriteria ditandai dengan garis diagonal pada kolom nomor



30

(kolom paling kiri). Tampilan data view sebagai berikut :

Pada contoh seleksi data tersebut, dipakai default Filtered pada pilihan Unselected Cases Are, yaitu kasus yang tidak terseleksi tidak akan dihapus dari data. Sedangkan jika digunakan pilihan Deleted maka data yang tidak terseleksi akan terhapus.

SELEKSI KASUS: SAMPLE ACAK Dalam kotak dialog Anda dapat memilih sampel acak berdasarkan persentase pendekatan atau jumlah kasus yang akan diseleksi. Pada sampling tanpa pengembalian, kasus yang sama tidak dapat diseleksi lebih dari satu kali. Untuk membangkitkan suatu sampel acak , dapat menggunakan persentase tertentu dari kasus. Dengan cara ini dapat dibuat suatu sampel acak untuk tiap kasus. Sebagai contoh akan digunakan data tentang indeks prestasi mahasiswa. Dari data tersebut akan diambil 25% dari total data secara acak sebagai sampel. Langkahlangkahnya adalah: 1.

Buka file data

'

2.

Klik menu Data, pilih Select Cases.


Modul Manjemen data : Manajemen data dengan SPSS 3.

31

Setelah submenu Select Cases dipilih maka akan muncul kotak dialog Select Cases. klik pilihan Random sample of cases.

4.

Klik tombol Sample sehingga muncul kotak dialog Select Cases Random sampling

5.

Isikan persentase yang Anda inginkan ke Aproximately lalu klik Continue Tampilan sebagai berikut :

6. Setelah itu akan muncul kembali tampilan kotak dialog Select Cases. Klik OK. Tampilan sebagai berikut :

7. Hasilnya, tampilan data editor akan menjadi seperti berikut:



32

SPSS secara otomatis menyeleksi kasus secara acak sebanyak 25% dari total data, yaitu 5 kasus (kasus ke-1, ke 9. ke-10, ke-11, ke-12 dan ke-20). Bila di ulangi penyeleksian data secara acak, kasus yang terpilih mungkin berbeda dari sebelumnya. Apabila hendak mengembalikan pada fungsi semula, klik select cases, kemudian klik tombol reset lalu klik OK, sehingga tidak ada kriteria seleksi. Pada tampilan data view tidak ada garis diagonal lagi.

Tugas Praktikum 1. Berikan label pada variabel skor 1, dimana kurang dari 7,5 diberi label ’sedang’, lainnya diberi label ’baik ’ 2. Lakukan pengurutan secara menurun, dengan kunci variabel hb 3. Lakukan seleksi terhadap variabel hbyang lebih dari sama dengan 12 4. Lakukan seleksi dengan memilih 30 % dari data yang ada •

Catatan : jangan lupa lakukan reset setelah seleksi.



33



34

: MANIPULASI DATA

SUB POKOK BAHASAN : 1. Menggunakan fungsi Compute 2. Menggunakan fungsi Recode 3. Menggunakan fungsi Count

Uraian Materi

OPERASI ARITMATIKA Beberapa fungsi yang digunakan dalam pengolahan data statistik antara lain: •

Fungsi aritmatik

•

Fungsi statistik

•

Fungsi string

•

Fungsi tanggal dan waktu

•

Fungsi distribusi

•

Fungsi variabel acak

•

Fungsi nilai hilang

Sedangkan fungsi-fungsi yang termasuk fungsi aritmatik antara lain: •

ABS, nilai absolut dari suatu data numerik.

•

ARSIN, invers dari sinus (dalam radian) yang nilainya antara -1 dan + 1.

•

ARTAN, invers dari tangen (dalam radian).

•

COS, nilai cosinus (dalam radian).

•

SIN, nilai sinus (dalam radian).

•

EXP, eksponen.

•

LN, logaritma natural, yaitu fungsi logaritma dengan bilangan pokok e, berupa data numerik yang nilainya lebih besar dari 0.

•

LG 10, fungsi logaritma dengan bilangan pokok 10, berupa data numerik yang nilainya lebih besar DARI 0.

•

MOD, modulus yaitu sisa pembagian suatu bilangan dengan bilangan lain yang



35

lebih kecil. •

SQRT, akar kuadrat, berupa data numerik non-negatif.

Fungsi Compute Semisal akan dihitung nilai rata-rata untuk skor 1 dan skor 2. Langkah-langkahnya adalah: 1. Aktifkan data ip, seperti pembahasan sebelumnya. 2. Klik menu Transform, pilih Compute sehingga akan muncul kotak dialog Compute Variable. 3. Masukkkan target variabel untuk rata-rata nilai, misal dengan nama rerata . Jangan lupa berikan tipe dan label variabel 4. Cari fungsi untuk mencari rata-rata pada kotak Function, vaitu MEAN. Setelah itu pindahkan ke kotak Numeric Expression. lalu pindahkan ’skor 1’ dan ’skor 2’, ke dalam kurung, sehingga tertulis ’ MEAN ( skor 1, skor 2) Seperti tampilan berikut :

5. Setelah itu klik OK. Hasilnya akan seperti tampilan:



36

PENGGUNAAN FUNGSI IF penggunaan fungsi If hampir sama dengan seleksi kasus. Fungsi If digunakan sebagai syarat dalam perhitungan. Langkahnya sebagai berikut : 1.

Aktifkan file data

2.

Klik menu Transform, pilih Compute.

3.

Setelah itu akan muncul kotak dialog Compute Variable.

4.

Masukkan target variabel untuk transformasi jumlah skor 1 dan skor 2 misal diberi nama Total , Jangan lupa berikan tipe dan label variabel

5.

Masukkan kriteria jumlah ke kotak Numeric Expression, yaitu ’ skor 1 +skor 2’

6.

Untuk memasukkan kriteria, klik pilihan If sehingga muncul kotak dialog if cases

7.

Aktifkan pilihan Include if case satisfies condition , kemudian masukkan kriteria ’sex = 1’ pada kotak di kanannya. Setelah itu klik Continue.



37

ingat, setelah gunakan if jangn lupa reset dan klik ok bila kembali ke data awal !!! 8.

Setelah itu akan muncul kembali tampilan kotak dialog

Compute Variable.

Klik OK.

Hasilnya pada data editor akan muncul tampilan sebagai berikut:



38

FUNGSI COUNT Perintah Count digunakan untuk menghitung data dengan Kriteria tertentu. Misal dari data diatas akan dihitung jumlah mahasiswa dengan IP 3.00 dan berjenis kelamin wanita. langkah langkah adalah: 1.

Buka File

2.

Dari menu Transform, pilih Count.

3.

Akan muncul kotak dialog Count

4.

Masukkan nama variabel yang akan dihitung pada kotak target variabel, semisal hb_1

5.

Masukkan keterangan label pada kotak Target Label , semisal wanita anemi

6.

Masukkan variabel yang digunakan sebagai kriteria pemilihan yaitu ” hb<12 ” , dengan memilih variabel hb ke kotak Numeric,Variables



7.

39

Untuk mendefinisikan nilai label, klik Define Values Ketikkan nilai label. Pada, pilihan Value, pilih range lowest through ketik ’11,9’ tekan Add. sehingga pindah ke kotak values to count Setelah itu klik Continue.

8.

untuk memasukkan kriteria variabel IP, klik pilihan if sehingga akan muncul kotak dialog Count Occurences : Count if. aktifkan pilihan Include if case satisfied condition Masukkan kriteria ‘sex =2’ ke kotak di bawahnya kemudian klik Continue.

klik OK pada count



40

sehingga akan dihasilkan data view sebagai berikut :

FUNGSI RECODE Fungsi Recode digunakan untuk mengelompokkan data kedalam kategori tertentu. ada dua pilihan yaitu :



41

a. Recode pada variabel yang sama Hasil pengelompokan akan langsung mengganti data aslinya. tipe data harus sama. Untuk hal ini tidak disarankan,

karena dapat

menghilangkan data awal. b. Recode pada variabel yang berbeda Hasil

pengelompokan

ditampilkan

pada

variabel

baru.

Dapat

dikelompokan dengan tipe yang berbeda. Apabila hendak melakukannya maka langkahnya sebagai berikut : 1. aktifkan file datanya 2. pilih menu transform, lalu klik recode, pilih into different variables, sehingga ditampilkan kotak dialog record 3. isi pada output variables, name ’anemi’, dan label ‘kelompok anemi’, kemudian klik change, sehingga pada kotak numeric variables tertulis ‘hbanemi’, lalu klik old and New Values

4. Akan dimunculkan kotak ols & new values, karena kategori dibawah 12 adalah anemi maka, terlebih dahulu berikan tanda check, dengan mengklik

pada output variables are string, lalu pilihlah range

lowest through ketikkan ’11,9’, lalu klik values ’anemi ’ lalu tekan add, lalu pilihlah through highest ketikkan ’12’, lalu klik values ’tidak anemi’ lalu tekan add, kemudian klik Continue Seperti gambar berikut :



42

5. akan kembali kekotak dialog recode, lalu klik OK, sehingga tampil data sebagai berikut :

Tugas Praktikum 1. Kelompokkan variabel total hanya untuk jenis kelamin laki laki, kedalam kelompok lebih dari skor 15 dan kurang dari sama dengan 15 2. Hitunglah untuk rerata yang sama dengan 8, hanya yang hbnya lebih dari 10 3. Buatlah variabel baru, dengan nama rasio yang merupakan nilai rerata dibagi hb



POKOK BAHASAN 5

: Tampilan Grafik

SUB POKOK BAHASAN

:

43

a. Membuat Grafik b. Mengedit Grafik URAIAN MATERI Sebelum menentukan akan menggunakan grafik, terlebih dahulu diketahui terlebih dahulu spesifikasi penggunaan grafik, sebagai berikut : a. Grafik Batang menampilkan frekuensi variabel kategori b. Histogram menampilkan frekuensi variabel kontinu c. Grafik lingkaran menampilkan prosentase variabel kategori d. Grafik garis menampilkan trend menurut satuan (b iasnya waktu ) Dalam pembahasan modul ini, yang dicontohkan adalah grafik batang . Sedangkan grafik lainnya , dengan prinsip yang sama , dilakukan untuk penugasan.

MEMBUAT GRAFIK BATANG langkahnya sebagai berikut : 1. Aktifkan data yang hendak dibuat grafik 2. Buka menu Graph, pilih Bar , amaka akan keluar kotak dialog bar, sebagai berikut :



44

3. pilih simple, kemudian klik Define , akan keluar kotak dialog define, karena hendak membuat grafik frekuensi menurut jenis kelamin, maka pindahkan variabel sex ke kotak category axis . kemudian tekan title untuk menulis judul , apabila sudah klik continue

4. kemudian klik OK, maka akan ditampilkan hasillnya pada output viewer, sebagai berikut :



45

MENGEDIT GRAFIK Untuk mengedit grafik, semisal mengganti judul, bentuk, warna dan lain sebagainya diperlukan Graphic Editor. langkahnya sebagai berikut : 1. pada output viewer,, pada gambar grafik diklik 2 kali , sehingga akan muncul graphic editor berikut :



46

2. Kemudian apabila ingin mengganti /mengedit tinggal disesuaika saja, misalnay untuk warna , label frekuensi dan lain lain 3. apabila di Graphis editor sudah selesai , maka file editor ditutup, sehingga tanpilan paada output juga sudah berubah

MEMBUAT GRAFIK LINGKARAN langkahnya sebagai berikut : Aktifkan data yang hendak dibuat grafik Buka menu Graph, pilih Bar , amaka akan keluar kotak dialog bar, sebagai berikut



47

3. Pilih Summaries for Groups of cases ,lalu klik define, sehingga akan ditampilkan kotak dialog berikut :

4. pilih % of cases pada slices represent, kemudian pindahkan varabel sex ke define slices by 5. Klik titles untuk memberi judul grafik, lalu continue 6. KLik OK, maka akan ditampilkan di Output viewer



48

7. apabila hendak diedit klik dua kali pada gambar sehingga tampil data editor 8. semisal hendak dibuat lingkaran terpisah maka klik gambar grafik pada chart editor, kemudian pilih toolbar explode slice seperti gambar

9. sehingga gambar akan dipisah per bagian seperti berikut :



49

10. untuk memberikan angka prosentase klik icon show label sebagai berikut

11. sehingga ditampilkan berikut :



12.

50

Bila sudah, tutup pada chart editor sehinggagrafik pada output viewer sudah berubah

MENYIMPAN OUTPUT Untuk menyimpan output, maka langkahnya sama dengan penyimpana data. 1.

Aktifkan window output viewer,

2.

buka menu file, lalu klik save as, sehingga akan tampil kotak dialog save as, berikut :

3.

Tentukan penyimpanan pada directory yanganda tuju di Save in, kemudian berikan nama , dengan mengetiknya di file name, lalu klik Save

Tugas Praktikum



51

1. Buatlah data dan grafik area, sesuai dengan keinginan anda ! 2. Buatlah data dan grafik garis, sesuai dengan keinginan anda !



SUB POKOK BAHASAN

52

: Penggunaan SPSS untuk analisis satu sampel

:

1.

jenis dan tujuan analisis satu sampel

2.

fungsi descriptive pada aplikasi SPSS

3.

fungsi frequencies pada aplikasi SPSS

4.

fungsi explore pada aplikasi SPSS

5.

fungsi compare mean one sample t test pada aplikasi SPSS

URAIAN MATERI A. Tujuan Analisis Satu Sampel Analisis satu sample digunakan untuk menggambarkan nilai data pada sample ( statistik ) ataupun pada populasi ( parameter ), selain itu dapat disajikan secara tabulasi ataupun grafik ataupun . Untuk tujuan ini analisis bersifat deskriptif. Selain itu juga dapat digunakan untuk menguji suatu nilai tunggal pameter dari suatu data sample, sebagai uji statistik satu sample. Untuk tujuan ini misalnya menguji standar tertentu dari serangkaian data observasi sample. B. Penggunaan fungsi descriptive pada aplikasi SPSS Tujuan : Untuk mendeskripsikan

nilai data menurut nilai rata rata, jumlah , ukuran

distribusi dan ukuran dispersi. Langkah kerja : 1. Aktifkan data view anda : deskriptif . save 2. Klik menu analize, lalu deskriptive statistic, pilih descriptive :



53

3. Akan keluar kotak dialog, pindahkan variabel tinggi kekotak sebelah kanan, apabila diinginkan untuk mencul nilai Z standard maka anda check save standarized values as variable . Catatan : data variable yang digunakan adalah berjenis kontinu 4. Untuk memunculkan nilai parameter , klik option pilih nilai yang dikehendaki lalu klik Continue . Untuk latihan ini semua dipilih , lalu klik OK

5. Muncul hasil analisa dalam output sebagai berikut :

Descriptives



54

Descriptive Statistics

tinggi Valid N (listwise)

N

Range

Minimum

Maximum

Statistic 25

Statistic 20.7

Statistic 159.6

Statistic 180.3

Mean Statistic 169.400

Std. Error .9927

Std. Deviation Statistic 4.9633

Skewness Statistic -.155

Std. Error .464

Kurtosis Statistic .452

Std. Error .902

25

C. Penggunaan fungsi Frequencies pada aplikasi SPSS Tujuan : Untuk mendeskripsikan nilai data menurut nilai ukuran tendensi sentral, nilai persenril, disperse dan distribusi. Selain itu juga dapat ditampilkan dalam bentuk grafik Langkah kerja : 1.

Aktifkan data view anda : deskriptif . save

2.

Klik menu analize, lalu deskriptive statistic, pilih Frequencies

3. latihan ini menggunakan data sex, maka pindahkan sex sebelah kotak kanan, klik statistic, pilih modus ( data berskala nominal ) , klik Continue, lalu klik charts pilih bar, klik Continue, lalu klik OK, sperti gambar berikut :



4.

55

akan tampil output sebagai berikut :

Frequencies Statistics jenis kelamin N

Valid Missing

Mode

25 0 2.00

jenis kelamin

Frequency Valid

Percent

Valid Percent

Cumulative Percent

pria

11

44.0

44.0

44.0

wanita

14

56.0

56.0

100.0

Total

25

100.0

100.0



56

Frequency

jenis kelamin 14 12 10 8 6 4 2 0 pria

wanita

jenis kelamin D. Penggunaan fungsi Explore pada aplikasi SPSS Tujuan : Untuk mendeskripsikan nilai data menurut nilai ukuran tendensi sentral, nilai persenril, disperse dan distribusi. Selain itu juga dapat ditampilkan dalam bentuk grafik Langkah kerja : 1.


2.

Klik menu analize, lalu deskriptive statistic, pilih Explore

3.

muncul kotak dialog, pindahkan tinggi ke dependent variable, lalu pindahkan sex ke factor, klik statistic pilih deskriptive, klik continue, lalu klik plot , pada box plot pilih factor level together, pada descriptive pilih histogram, check normality with test ( untuk uji normalitas ) dan klik power estimation ( untuk uji homogenitas ), klik continue , klik



4.

57

akan muncul tampilan berikut :

Explore jenis kelamin Case Processing Summary Cases Valid tinggi

jenis kelamin pria wanita

N

Missing

11

Percent 100.0%

14

100.0%

N

Total

0

Percent .0%

0

.0%

N 11

Percent 100.0%

14

100.0%



58

Descriptives jenis kelamin tinggi

pria

Statistic Mean 95% Confidence Interval for Mean

Lower Bound

.9886

170.279

Upper Bound

174.684

5% Trimmed Mean

172.269

Median

172.500

Variance

10.750

Std. Deviation

3.2787

Minimum

168.5

Maximum

180.3

Range

11.8

Interquartile Range

wanita

Std. Error

172.482

4.3

Skewness

1.263

.661

Kurtosis

2.546

1.279

166.979

1.2778

Mean 95% Confidence Interval for Mean

Lower Bound

164.218

Upper Bound

169.739

5% Trimmed Mean

166.804

Median

167.850

Variance

22.859

Std. Deviation

4.7811

Minimum

159.6

Maximum

177.5

Range

17.9

Interquartile Range

5.3

Skewness

.213

.597

Kurtosis

.745

1.154

Tests of Normality a

Kolmogorov-Smirnov tinggi

jenis kelamin pria wanita

Statistic .225 .166

df 11 14

Shapiro-Wilk

Sig. .125 .200*

Statistic .882 .927

df 11

Sig. .110

14

.279

*. This is a lower bound of the true significance. a. Lilliefors Significance Correction



59

Test of Homogeneity of Variance Levene Statistic tinggi

df1

df2

Sig.

Based on Mean

1.507

1

23

.232

Based on Median

1.260

1

23

.273

Based on Median and with adjusted df

1.260

1

21.148

.274

Based on trimmed mean

1.549

1

23

.226

E. Penggunaan uji one sample t test pada aplikasi SPSS Tujuan : Untuk menguji apakah nilai parameter berbeda secara bermakna pada level signifikansi tertentu. Pada latihan ini ingin diuji pada tingkat kepercayaan 95 %, apakah tinggi badan populasi sama dengan 165 cm Langkah kerja : 1.


2.

Klik menu analize, lalu compare means , pilih one sample t test

3.

Pindahkan tinggi ke kotak kanan , lalu isikan 165 pada test value

4.

Klik option untuk menentukan interval kepercayaan, klik continue, lalu klik OK



5.

60

Maka pada Output view, tampil sebagai berikut :

T-Test One-Sample Statistics

N tinggi

25

Mean 169.400

Std. Deviation 4.9633

Std. Error Mean .9927

One-Sample Test Test Value = 165

t tinggi

4.433

df

Sig. (2-tailed)

Mean Difference

.000

4.4000

24

95% Confidence Interval of the Difference Lower 2.351

Upper 6.449

dari hasil diatas , didapatkan bahwa nilai t hitung : 4,433, dengan signifikansi 0.0001. dengan demikian kita tolak Ho, berarti tinggi badan tidak sama dengan 165 cm

Tugas Praktikum Dengan menggunakan file data ip pada pembahasan sebelumya, 1. Buatlah analisis deskriptif 2. Ujilah apakah distribusi hb normal 3. Ujilah apakah nilai IP sam dengan 2,8



61

Pokok Bahasan 7 Penggunaan SPSS untuk analisis validitas dan reliabilitas TIU : Mahasiswa dapat : a. Menjelaskan jenis dan tujuan analisis validitas dan reliabilitas b. Menggunakan uji validitas pada aplikasi SPSS c. Menggunakan uji reliabilitas pada aplikasi SPSS d. Menjelaskan hasil analisis A. Tujuan Analisis Beda Sampel Analisis Validitas dan reliabilitas digunakan untuk menguji instrument penelitian sebelum dilakukan pengambilan data penelitian yang sesungguhnya. Pengujian instrument perlu dilakukan untuk memastikan bahwa alat penelitian layak digunakan untuk mengukur variabel penelitian, sehingga dapat disimpulkan bahwa data yang dihasilkan dari pengukuran tersebut adalah data sesunguhnya. Hal ini akan semakin menguatkan hasil penelitian. Instrumen dikatakan valid apabila hasil pengukuran dapat mengungkapkan atau menyatakan kondisi yang sesungguhnya ( benar apa danya ), sesuai dengan tujuan pengukuran. Sedangkan instrumen dikatakan reliabel apabila hasil pengukuran tersebutr konsisten/ stabil/ ajeg. Banyak teknik untuk menguji validitas dan reliabilitas, pada pembahasan kali ini yang digunakan adalah tehnik One Shot ( sekali pengukuran ). Untuk keperluan ini dilakukan pengukuran terhadap paling sedikitnya 30 obyek pengukuran ( dapat banyak obyek atau pengulangan pengukuran ). B. Menggunakan uji validitas pada aplikasi SPSS Tujuan : Untuk menguji validitas instrumen penelitian. Langkah kerja : 1. Aktifkan data sheet yang akan diolah ,misal : Validitas .sav 2. Klik menu analize, lalu Scale, pilih Reliability Analysis 3. akan muncul kotak dialog , pindahkan variabel yang hendak diuji ke kotak item ,. Klik Statistic untuk menentukan angka statistik yang hendak ditampilkan. lalu klik OK seperti table berikut :



62

4. Muncul hasil analisis sebagai berikut :

Reliability Warnings The space saver method is used. That is, the covariance matrix is not calculated or used in the analysis. Case Processing Summary N Cases

Valid a

Excluded Total

% 30

100.0

0

.0

30

100.0

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Alpha .724

N of Items 10

Koefisien Alpha



63

Item Statistics Mean

Std. Deviation

N

butir_1

3.17

.791

30

butir_2

3.60

.968

30

butir_3

3.40

.855

30

butir_4

3.20

1.157

30

butir_5

2.20

.997

30

butir_6

2.87

1.042

30

butir_7

3.20

1.095

30

butir_8

3.47

1.137

30

butir_9

2.97

1.129

30

butir_10

2.80

.961

30

Korelasi butir dengan skor total

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance if Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if Item Deleted

butir_1

27.70

30.631

-.161

.766

butir_2

27.27

24.478

.462

.690

butir_3

27.47

24.671

.523

.684

butir_4

27.67

21.885

.612

.659

butir_5

28.67

31.885

-.270

.793

butir_6

28.00

25.586

.301

.715

butir_7

27.67

23.126

.524

.677

butir_8

27.40

22.041

.610

.660

butir_9

27.90

21.128

.717

.639

butir_10

28.07

23.720

.555

.675

Scale Statistics Mean 30.87

Variance 29.844

Std. Deviation 5.463

N of Items 10

5. Pada hasil diatas, perlu diperhatikan uji korelasi pada Corrected Item-Total correction harus diatas nol ( 0 ), dan positif serta harus diatas nilai r tabel = 0,361 ( n= 30, signifikansi 5 % ). Apabila ada yang nilainya nol ( 0 ) atau yang negatif, serta krang dari r tabel butir tersebut harus dikeluarkan ( butir tersebut tidak valid ). Pada kasus demikian harus dilakukan penghitungan ulang tanpa menggunakan butir yang tidak valid. Pada contoh diatas butir 1 dan butir 5 tidak valid, sehingga harus dikeluarkan.



64

6. Langkah yang sama seperti langkah diatas, hanya tidak menyertakan butir 1 dan butir 5, dengan hasil sebagai berikut :

Reliability Warnings The space saver method is used. That is, the covariance matrix is not calculated or used in the analysis. Case Processing Summary N Cases

Valid a

Excluded Total

% 30

100.0

0

.0

30

100.0

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Alpha .836

N of Items 8

Koefisien Alpha

Item Statistics Mean

Std. Deviation

N

butir_2

3.60

.968

30

butir_3

3.40

.855

30

butir_4

3.20

1.157

30

butir_6

2.87

1.042

30

butir_7

3.20

1.095

30

butir_8

3.47

1.137

30

butir_9

2.97

1.129

30

butir_10

2.80

.961

30



65 Korelasi untuk validitas

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance if Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if Item Deleted

butir_2

21.90

26.300

.554

.819

butir_3

22.10

27.955

.449

.831

butir_4

22.30

24.355

.617

.810

butir_6

22.63

27.551

.375

.841

butir_7

22.30

24.700

.628

.809

butir_8

22.03

24.033

.665

.803

butir_9

22.53

24.189

.655

.805

butir_10

22.70

26.148

.577

.816

Scale Statistics Mean 25.50

Variance

Std. Deviation

N of Items

32.741

5.722

8

7. Hasil diatas , menunjukkan semua butir sudah valid ( tidak ada yang korelasi nol, atau negative, serta diatas nilai r table ), oleh karenanya dapat dilanjutkan dengan uji validitas dilihat pada koefisien alpha sebesar ) 0, 836. Hasil ini, instrument cukup reliable. untuk Survey yang bertujuan mengambil keputusan pada kelompok maka nilai tersebut sudah reliable, yaitu batasnya 0,5. 8. Instrumen yang sudah valid dan reliable dapat dilanjutkan untuk pengukuran sesungguhnya.

Daftar Pustaka 1. Wahana Komputer, Pengolahan data statistik dengan aplikasi SPSS 12, Penerbit Andi,Yogyakarta , 2005 2. Jonathan Sarwono, Analisis data penelitian menggunakan SPSS 13, Penerbit ANDI , Yogyakarta, 2006


Yudhy Dharmawan, SKM, M. Kes. Modul Manjemen data : Manajemen data dengan SPSS

Recommend Documents