SPSS

SPSS (Statistical Package for the Social Sciences) adalah sebuah program pada computer yang digunakan untuk membuat analisis statistika. SPSS pertama dirilis pada tahun 1968, dan diciptakan oleh Norman Nie, seorang lulusan Fakultas Ilmu Politik dari Stanford University, yang sekarang menjadi Profersor Peneliti Fakultas Ilmu Politik di Stanford University dan Profesor Emeritus Ilmu Politik di University of Chicago.

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 sistem operasi windows, SPSS mulai mengeluarkan versi windows. Pertama kali muncul versi windows adalah SPSS for Windows versi 6.0, hingga kini SPSS yang paling terbaru adalah SPSS 19.0 yang baru beredar di Indonesia milik IBM. (Wijaya, 2011)

Awalnya SPSS dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu sosial. Namun, sekarang kemampuan SPSS diperluas untuk melayani berbagai jenis pengguna (user), seperti untuk proses produksi di pabrik, riset ilmu sains dan lainnya.

Pada dasarnya pengoperasian SPSS memiliki kesamaan dalam berbagai versi, perbedaan hanya pada fasilitas tambahan yang ditawarkan. Selain itu, SPSS merupakan software statistik yang paling popular, fasilitasnya sangat lengkap dibandingkan dengan software lainnya.

Ada beberapa teknik statistika yang dapat digunakan untuk menganalisis data. Tujuan dari analisis data adalah untuk mendapatkan informasi yang relevan yang terdapat dalam data tersebut dan menggunakan hasilnya untuk memecahkan suatu masalah.

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 variabel 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 memperbaiki output sesuai dengan kebutuhan. Beberapa kemudahan yang lain yang dimiliki SPSS dalam pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas seperti berikut ini:

1.      Data Editor

Merupakan jendela untuk pengolahan data. Data editor dirancang sedemikian rupa seperti pada aplikasi-aplikasi spreadsheet untuk mendefinisikan, memasukkan, mengedit, dan menampilkan data.

2.      Viewer

Viewer mempermudah pemakai untuk melihat hasil pemrosesan, menunjukkan atau menghilangkan bagian-bagian tertentu dari output, serta memudahkan distribusi hasil pengolahan dari SPSS ke aplikasi-aplikasi yang lain.

3.      Multidimensional Pivot Tables

Hasil pengolahan data akan ditunjukkan dengan multidimensional pivot tables. Pemakai dapat melakukan eksplorasi terhdap tabel dengan pengaturan baris, kolom, serta layer. Pemakai juga dapat dengan mudah melakukan pengaturan kelompok data dengan melakukan splitting tabel sehingga hanya satu group tertentu saja yang ditampilkan pada satu waktu.

4.      High-Resolution Graphics

Dengan kemampuan grafikal beresolusi tinggi, baik untuk menampilkan pie charts, bar charts, histogram, scatterplots, 3-D graphics, dan yang lainnya, akan membuat SPSS tidak hanya mudah dioperasikan tetapi juga membuat pemakai merasa nyaman dalam pekerjaannya.

5.      Database Access

Pemakai program ini dapat memperoleh kembali informasi dari sebuah database dengan menggunakan Database Wizard yang disediakannya.

6.      Data Transformations

Transformasi data akan membantu pemakai memperoleh data yang siap untuk dianalisis. Pemakai dapat dengan mudah melakukan subset data, mengkombinasikan kategori, add, aggregat, merge, split, dan beberapa perintah transpose files, serta yang lainnya.

7.      Electronic Distribution

Pengguna dapat mengirimkan laporan secara elektronik menggunakan sebuah tombol pengiriman data (e-mail) atau melakukan export tabel dan grafik ke mode HTML sehingga mendukung distribusi melalui internet dan intranet.

8.      Online Help

SPSS menyediakan fasilitas online help yang akan selalu siap membantu pemakai dalam melakukan pekerjaannya. Bantuan yang diberikan dapat berupa petunjuk pengoperasian secara detail, kemudahan pencarian prosedur yang diinginkan sampai pada contoh-contoh kasus dalam pengoperasian program ini.

9.      Akses Data Tanpa Tempat Penyimpanan Sementara

Analisis file-file data yang sangat besar disimpan tanpa membutuhkan tempat penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum versi 11.5 dimana file data yang sangat besar dibuat temporary filenya.

10.  Interface dengan Database Relasional

Fasilitas ini akan menambah efisiensi dan memudahkan pekerjaan untuk mengekstrak data dan menganalisnya dari database relasional.

11.  Analisis Distribusi

Fasilitas ini diperoleh pada pemakaian SPSS for Server atau untuk aplikasi multiuser. Kegunaan dari analisis ini adalah apabila peneliti akan menganalisis file-file data yang sangat besar dapat langsung me-remote dari server dan memprosesnya sekaligus tanpa harus memindahkan ke komputer user.

12.  Multiple Sesi

SPSS memberikan kemampuan untuk melakukan analisis lebih dari satu file data pada waktu yang bersamaan.

13.   Mapping

Visualisasi data dapat dibuat dengan berbagai macam tipe baik secara konvensional atau interaktif, misalnya dengan menggunakan tipe bar, pie atau jangkauan nilai, simbol gradual, dan chart.

Untuk melakukan uji statistik langkah awal yang harus dilakukan adalah dengan screening terhadap data yang akan diolah. Salah satu asumsi penggunaan statistika parametik adalah asumsi multivariate normality. Multivariate normality merupakan asumsi bahwa setiap variabel dan semua kombinasi linear dari variabel distribusi normal. Asumsi multivariate normality ini dapat diuji dengan melihat normalitas suatu variabel.

Screening terhadap normalitas data merupakan langkah awal yang harus dilakukan untuk setiap multivariate. Dengan demikian data yang berdistribusi normal akan menghasilkan model regresi yang baik. Ada beberapa cara yang dapat digunakan dalam mendeteksi normalitas data, diantaranya adalah:

1.                  Statistik Deskriptif

Merupakan bidang ilmu statistik yang mempelajari cara-cara pengumpulan, penyusunan, dan penyajian ringkasan data penelitian. Data-data tersebut harus diringkas dengan baik dan teratur, baik dalam bentuk tabel atau presentasi grafik, sebagai dasar untuk berbagai pengambilan keputusan. (Wijaya, 2011)

Statistika deskriptif merupakan gambaran statistika tentang data. Pada dasarnya statistika deskriptif menggambarkan data dari ukuran penyebaran (dispersion), ukuran pusat (central tendency), dan ukuran posisi relative (relative standing). Ukuran pusat meliputi rata-rata, median dan modus, sedangkan ukuran penyebaran diperoleh dari range, variasi, dan standar deviasi. Terakhir untuk posisi relativ data diukur dari skor-z, persentil, quartil, dan range interquartil. Terdapat 4 pilihan dalam SPSS yang berkaitan dengan statistika deskriptif, yaitu frequencies, descriptives, explore, dan crosstabs. (Pramesti, 2006)

Seorang peneliti setelah memperoleh data dari suatu penelitian, perlu membuat deskripsi penyajiannya dalam bentuk tabel maupun grafik. Tabel disusun dari data menurut suatu aturan atau kategori tertentu sehingga gambaran umum dapat dibaca dengan mudah dan sistematis. Sedangkan grafik merupakan bentuk visualisasi data yang disajikan dalam bentuk gambar. (Wahana Komputer, 2009)

Dengan menggunakan tabel frekuensi, seorang peneliti dapat memberikan gambaran umum tentang data. Tabel ini dibuat dengan susunan data yang telah dikelompokkan berdasarkan kategori atau aturan tertentu. Tabel ini disajikan dalam bentuk kolom-kolom, dimana kolom pertama berisi nilai variabel dan kolom kedua berisi frekuensi. Tabel frekuensi dapat pula dilengkapi dengan kolom frekuensi kumulatif, persen, dan persen kumulatif.

                  

2.                  One-Sample Klomogorov-Smirnov Test

Uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi, yaitu data berasal dari distribusi yang normal. Jika data tidak berdistribusi normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan adalah statistik non parametrik. (Priyatno, 2008)

Uji Kolmogorov Smirnov digunakan untuk data berlanjut (continue), sebab uji ini digunakan pada data dengan skala ordinal. Pengujian ini lebih sering digunakan untuk membandingkan dua buah fungsi distribusi kumulatif, yaitu fungsi distribusi kumulatif yang teramati dan fungsi kumulatif yang dihipotesiskan. (Wahana Komputer, 2009)

Uji Kolmogorov Smirnov digunakan untuk melakukan uji kesesuaian sampel dengan suatu bentuk distribusi populasi tertentu atau dapat pula untuk uji kesesuaian apakah dua sampel berasal dari dua populasi yang identik. (Pramesti, 2006)

Ada dua syarat yang harus dipenuhi pada prosedur uji satu sampel Kolmogorov-Smirnov, yaitu:

1.      Data. Data yang digunakan, yaitu data kuantitatif (dengan skala pengukuran interval atau rasio).

2.      Asumsi. Uji Kolmogorov-Smirnov mempunyai asumsi bahwa parameter uji distribusi telah spesifik. Ada beberapa prosedur tes distribusi parameter yang digunakan, yaitu normal, poisson, dan uniform. Namun yang lebih sering digunakan adalah tes distribusi normal. (Wahana Komputer, 2009)

3.                  ANOVA

Analisys of variance atau ANOVA merupakan salah satu teknik analisis multivariate yang berfungsi untuk membedakan rerata lebih dari dua kelompok data dengan cara membandingkan variansinya. Analisis varian termasuk dalam kategori statistik parametrik. Sebagai alat statistika parametrik, maka untuk dapat menggunakan rumus ANOVA harus terlebih dahulu perlu dilakukan uji asumsi meliputi normalitas, heterokedastisitas dan random sampling (Ghozali, 2009).

Analisis varian dapat dilakukan untuk menganalisis data yang berasal dari berbagai macam jenis dan desain penelitian. Analisis varian banyak dipergunakan pada penelitian-penelitian yang banyak melibatkan pengujian komparatif yaitu menguji variabel terikat dengan cara membandingkannya pada kelompok sampel independen yang diamati. Analisis varian saat ini banyak digunakan dalam penelitian survey dan penelitian eksperimen.

One Way ANOVA adalah analisis yang digunakan untuk menguji perbandingan rata-rata antara beberapa kelompok data. Pada analisis ini hanya terdapat satu variabel dependen dengan tipe data kuantitatif dengan variabel independen sebagai pembanding.

Prosedur One Way Anova adalah yang digunakan untuk menguji hipotesis kesamaan rata-rata antara dua grup variabel atau lebih yang tidak berbeda. Analisis ini merupakan teknik yang dikembangkan dari uji t dua sampel. Namun jika nilai hasil uji Anova adalah rata-rata yang berbeda, maka harus dilakukan analisis lanjutan (Post Hoc Test). (Wahana Komputer, 2009)

Dalam membandingkan rata-rata terdapat dua tipe tes, yaiu:

1.      A Priori Contrast adalah test yang dilakukan sebelum melakukan penelitian.

2.      Post Hoc Test adalah test yang dilakukan sesudah melakukan penelitian.

Two Way ANOVA digunakan sebagai alat analisa untuk menguji apakah data perbedaan mean suatu variabel tertentu dengan dua faktor pembeda.

Sumber:

Ghozali, Imam. 2006. Aplikasi Analisis Multivariate dengan Program SPSS. Semarang: Badan Penerbit Universitas Diponegoro.

Pramesti, Getut. 2006. Panduan Lengkap SPSS 13.0 dalam Mengolah Data Statistik. Jakarta: Elex Media Komputindo.

Priyatno, Dwi. 2008. Mandiri Belajar SPSS. Jakarta: Buku Kita.

Wahana Komputer. 2009. SPSS 17 untuk Pengolahan Data Statistik. Yogyakarta: ANDI.

Wijaya, Tony. 2011. Cepat Menguasai SPSS 19. Yogyakarta: Cahaya Atma.