Membuat Program Statistika
MENGENAL SPSS
SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah untuk dipahami cara pengoperasiannya. Beberapa aktivitas dapat dilakukan dengan mudah dengan menggunakan pointing dan clicking mouse.
SPSS banyak digunakan dalam berbagai riset pemasaran, pengendalian dan perbaikan mutu (quality improvement), serta riset-riset sains. SPSS pertama kali muncul dengan versi PC (bisa dipakai untuk komputer desktop) dengan nama SPSS/PC+ (versi DOS). Tetapi, dengan mulai populernya system operasi windows. SPSS mulai mengeluarkan versi windows (mulai dari versi 6.0 sampai versi terbaru sekarang).
Pada awalnya SPSS dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu social, sehingga kepanjangan SPSS itu sendiri adalah Statistikal Package for the Social Sciens. Sekarang kemampuan SPSS diperluas untuk melayani berbagai jenis pengguna (user), seperti untuk proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan demikian, sekarang kepanjangan dari SPSS Statistical Product and Service Solutions.
SPSS dapat membaca berbagai jenis data atau memasukkan data secara langsung ke dalam SPSS Data Editor. Bagaimanapun struktur dari file data mentahnya, maka data dalam Data Editor SPSS harus dibentuk dalam bentuk baris (cases) dan kolom (variables). Case berisi informasi untuk satu unit analisis, sedangkan variable adalah informasi yang dikumpulkan dari masing-masing kasus.
Hasil-hasil analisis muncul dalam SPSS Output Navigator. Kebanyakan prosedur Base System menghasilkan pivot tables, dimana kita bisa memperbaiki tampilan dari keluaran yang diberikan oleh SPSS. Untuk memperbaiki output, maka kita dapat mmperbaiki output sesuai dengan kebutuhan. Beberapa kemudahan yang lain yang dimiliki SPSS dalam pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas.
1.Seorang peneliti ingin mengetahui apakah terdapat “hubungan yang signifikan antara jenis kelamin seseorang dengan tingkat pendidikan yang dicapai”. Data yang saya uji.
Keterangan Data :
Jumlah sampel yang digunakan adalah 33 responden atau N=33.
Pemberian kode pada variabel Jenis Kelamin : untuk laki-laki=1, untuk perempuan=2
Pemberian kode pada variabel Tingkat Pendidikan: SLTA=1, Diploma =2, S1=3, dan S2 4.
Hipotesis yang diajukan untuk penelitian ini adalah :
H0 : Tidak terdapat hubungan yang signifikan antara Jenis Kelamin dengan Tingkat Pendidikan.
Ha : Terdapat hubungan yang signifikan antara Jenis Kelamin dengan Tingkat Pendidikan.
1. Buka program SPSS, kali ini saya menggunakan SPSS versi 12. Setelah SPSS terbuka [Proses Persiapan Input Data SPSS], klik Variable View. Pada bagian Name nomor 1 tuliskan Gender, untuk nomor 2 tuliskan Pendidikan. Pada bagian Decimals ganti dengan 0, Selanjutnya, pada bagian Label tuliskan Jenis Kelamin untuk nomor 1 dan Tingkat Pendidikan untuk Nomor 2
2. Masih tahap persiapan input data, selanjutnya kilk pada bagian Values untuk nomor 1, muncul kotak dialog dengan nama Value Labels, di bagian Value ketikkan 1, kemudian di bagian Label tuliskan Laki-laki lalu klik Add. Kemudian di bagian Value ketikkan 2, pada bagian Label tuliskan Perempuan lalu klik Add, dan klik Ok
Lakukan cara yang sama untuk variabel nomor 2 yakni Tingkat Pendidikan, dengan ketentuan 1=SLTA, 2=Diploma, 3=S1, dan 4=S2. Maka tampilan yang sudah benar dalam menginput data.
3. Jika sudah berhasil pada tahap persiapan input data, langkah selanjutnya klik Data View. Kemudian isikan kode data yang sudah saya buat , bisa dengan cara copy paste
4. Langkah selanjutnya, dari menu SPSS pilih menu Analyze, pilih Descriptive Statistics, lalu pilih Crosstabs
5. Muncul kotak dialog dengan nama Crosstabs, masukkan variabel Jenis Kelamin ke kotak Row(s), masukkan variabel Tingkat Pendidikan ke kotak Column(s)
6. Langkah berikutnya klik Statistics, muncuk kotak dialog dengan nama Crosstabs: Statistics, berikan tanda centang (V) pada bagian Chi-square, lalu klik Continue, dan terakhir klik Ok, maka akan muncul Output SPSS yang akan saya interpretasikan nantinya.
Output yang dihasilkan oleh SPSS
Output 1 (Case Processing Summary)
Output 2 (Jenis Kelamin*Tingkat Pendidikan Crostabulation)
Output 3 (Chi-Square Tests)
Penjelasan dari masing-masing Output :
Output 1 (Case Processing Summary) | terdapat 33 data yang semuanya diproses (tidak ada data yang missing atau hilang), sehingga tingkat kevalidannya 100%.
Output 2 (Jenis Kelamin*Tingkat Pendidikan Crostabulation) terlihat tabel silang yang memuat hubungan antara variabel Jenis Kelamin dengan Tingkat Pendidikan. Contoh pada baris 1 kolom 1, pada baris Count terdapat angka 3. Hal ini berarti ada 3 Laki-laki (variabel Jenis Kelamin 1) yang berpendidikan SLTA (variabel Tingkat Pendidikan 1), demikian seterusnya ya..
Output 3 (Chi-Square Tests) | pada bagian Pearson Chi-Square terlihat nilai Asimp.Sig sebesar 0,584. Karena nilai Asimp.Sig 0,584 > 0,05, maka dapat disimpulkan bahwa H0 diterima, yang artinya “Tidak terdapat hubungan yang signifikan antara Jenis Kelamin dengan Tingkat Pendidikan”. Hal ini dapat diartikan pula bahwa jenis kelamin seseorang tidak mempunyai korelasi dengan tingkat pendidikan yang diperolehnya. Faktanya memang di era sekarang sudah banyak perempuan yang memiliki gelar doctor maupun professor.
2.M Kaito, manajer keuangan dari
Perusahaan Kaito-Ojek. hendak melakukan penelitian untuk meningkatkan semangat
kerja karyawannya. kemudian menyebarkan kuesioner untuk diisi oleh karyawannya.
Setelah diuji validitas dan reliabilitas, maka diperoleh data sebagai berikut.
|
Karyawan
|
Lingkungan Kerja Karyawan
|
Kepuasan Kerja Karyawan
|
Keterbukaan Komunikasi dari Atasan
|
Semangat Kerja Karyawan
|
Pelatihan Kerja Karyawan
|
|
Annisa
|
65
|
155
|
95
|
120
|
215
|
|
Andini
|
55
|
150
|
90
|
125
|
205
|
|
Andika
|
70
|
175
|
95
|
130
|
250
|
|
Arisna
|
80
|
170
|
80
|
120
|
240
|
|
Arjuna
|
75
|
180
|
85
|
115
|
230
|
|
Arman
|
65
|
170
|
100
|
130
|
220
|
|
Aulia
|
60
|
155
|
95
|
140
|
210
|
|
Risma S
|
50
|
165
|
90
|
150
|
245
|
|
Maman
|
70
|
160
|
105
|
140
|
235
|
|
Susi
|
75
|
170
|
100
|
150
|
245
|
Dari data di atas, meneliti pengaruh
kepuasan kerja karyawan dan keterbukaan komunikasi dari atasan terhadap
semangat kerja karyawan.
Berapa rata-rata Kepuasan Kerja Karyawan
?
|
Descriptive Statistics
|
|||
|
Mean
|
Std. Deviation
|
N
|
|
|
Semangat
|
132.00
|
12.517
|
10
|
|
kepuasan
|
165.00
|
9.718
|
10
|
|
keterbukaan
|
93.50
|
7.472
|
10
|
Apakah terdapat yang nyata
dari kepuasan kerja karyawan danketerbukaan komunikasi dari
atasan terhadap semangat kerja karyawan? Uji dengan taraf
nyata
|
ANOVAb
|
||||||
|
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
|
1
|
Regression
|
412.240
|
2
|
206.120
|
1.446
|
.298a
|
|
Residual
|
997.760
|
7
|
142.537
|
|||
|
Total
|
1410.000
|
9
|
||||
|
a.
Predictors: (Constant), keterbukaan, kepuasan
|
||||||
|
b.
Dependent Variable: Semangat
|
|
|||||
Uji Hipotesis
1. Ho
: tidak ada pengaruh yang nyata dari kepuasan kerja karyawan dan keterbukaan
komunikasi dari atasan terhadap semangat kerja karyawan
Ha : ada pengaruh yang nyata dari
kepuasan kerja karyawan dan keterbukaan komunikasi dari atasan terhadap
semangat kerja karyawan
2. DPK
Sig>=alpha à Ho diterima
Sig<alpha à Ho
ditolak
3. Perhitungan
Sig = 0.298
Alpha = 0,04
Sig>alpha à Ho diterima
4. Kesimpulan
Tidak ada pengaruh yang nyata dari
kepuasan kerja karyawan dan keterbukaan komunikasi dari atasan terhadap
semangat kerja karyawan
|
Correlations
|
|||||
|
Control Variables
|
Kepuasan
|
Semangat
|
lingkungan
|
||
|
-none-a
|
Kepuasan
|
Correlation
|
1.000
|
-.137
|
.605
|
|
Significance (2-tailed)
|
.
|
.706
|
.064
|
||
|
df
|
0
|
8
|
8
|
||
|
Semangat
|
Correlation
|
-.137
|
1.000
|
-.357
|
|
|
Significance (2-tailed)
|
.706
|
.
|
.311
|
||
|
df
|
8
|
0
|
8
|
||
|
lingkungan
|
Correlation
|
.605
|
-.357
|
1.000
|
|
|
Significance (2-tailed)
|
.064
|
.311
|
.
|
||
|
df
|
8
|
8
|
0
|
||
|
lingkungan
|
Kepuasan
|
Correlation
|
1.000
|
.107
|
|
|
Significance (2-tailed)
|
.
|
.785
|
|||
|
df
|
0
|
7
|
|||
|
Semangat
|
Correlation
|
.107
|
1.000
|
||
|
Significance (2-tailed)
|
.785
|
.
|
|||
|
df
|
7
|
0
|
|||
|
a. Cells contain zero-order (Pearson)
correlations.
|
|||||
R (Correlation) = 0.107à hubungan
lemah dan searah ( r < 0.5=lemah, r + =searah)
Uji hipotesis
Ho : tidak ada hubungan antara kepuasan
kerja karyawan dengan semangat kerja karyawan dengan lingkungan kerja sebagai
variabel pengontrol
Ha : ada hubungan antara kepuasan kerja
karyawan dengan semangat kerja karyawan dengan lingkungan kerja sebagai
variabel pengontrol.
DPK
Sig/2 > alpha/2 à Ho
diterima
Sig/2 < alpha/2 à Ho
ditolak
Perhitungan
Sig/2 = 0.785/2
Alpha/2 = 0.05/2
Sig/2 > alpha/2 à Ho
diterima
Kesimpulan
Tidak ada hubungan antara kepuasan kerja
karyawan dengan semangat kerja karyawan dengan lingkungan kerja sebagai
variabel pengontrol
Statistika
adalah ilmu pengetahuan yang mempelajari
metode yang paling efisien tentang cara‑cara pengumpulan, pengolahan, penyajian
serta analisis data, penarikan kesimpulan serta pembuatan keputusan yang cukup
beralasan berdasarkan data dan analisa yang dilakukan.
Berdasarkan kegiatannya, statistika
dikelompokkan menjadi dua macam, yaitu Statistika deskriptif
(statistika deduktif) dan statistika inferensi (statistika
induktif).
|
Pengertian
Statistika
|
Pengertian statistika deskriptif adalah statistika yang meliputi kegiatan-kegiatan
pengumpulan, penyajian, penyederhanaan atau penganalisisan, dan penentuan
ukuran-ukuran khusus dari suatu data tanpa penarikan kesimpulan. Sedangkan, pengertian
statistika inferensi adalah ilmu mengenai penarikan kesimpulan dan
pengambilan keputusan tentang makna statistik yang telah dihitung.
Pengertian statistik adalah hasil-hasil pengolahan dan analisis data. Statistik dapat
berupa mean, modus, median, dan sebagainya. Statistik dapat digunakan untuk
menyatakan kesimpulan data berbentuk bilangan yang disusun dalam bentuk tabel
atau diagram yang menggambarkan karakteristik data.
Komentar
Posting Komentar