Sekilas Mengenal SPSS (Statistical Product and Service Solutions)

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 seperti berikut ini:

• Data Editor. Merupakan jendela untuk pengolahan data. Data editor dirancang sedemikian rupa seperti pada aplikasi-aplikasi spreadsheet untuk mendefinisikan, memasukkan, mengedit, dan menampilkan data.
• 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.
• 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.
• 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.
• Database Access. Pemakai program ini dapat memperoleh kembali informasi dari sebuah database dengan menggunakan Database Wizard yang disediakannya.
• 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.
• 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.
• 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.
• 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.
• Interface dengan Database Relasional. Fasilitas ini akan menambah efisiensi dan memudahkan pekerjaan untuk mengekstrak data dan menganalisnya dari database relasional.
• 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.
• Multiple Sesi. SPSS memberikan kemampuan untuk melakukan analisis lebih dari satu file data pada waktu yang bersamaan.
• 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.
  

Konsep Data Statistik

KONSEP DATA

Dalam suatu analisis metode statistika, Anda akan selalu berhadapan dengan “data”. Kenapa? Karena data inilah yang menjadi bahan baku analisis tentunya. Jadi setinggi apapun keilmuan seseorang tentang statistika tanpa ada data, dia takan berkata apa-apa, kecuali cuma bergumam belaka.

Oleh karena begitu pentingnya data dalam suatu analisis statistika, maka menurut penulis sebelum Anda mempelajari metode statistika lebih lanjut sebaiknya anda membaca dan memahami data itu sendiri. Data, selain menjadi bahan baku dalam suatu analisis statistika, juga menjadi pertimbangan yang sangat penting dalam pemilihan metode analisis statistika dalam menyelesaikan suatu masalah.

Pengertian Data atau lengkapnya sering disebut data statistik adalah kumpulan keterangan atau fakta yang menjelaskan mengenai suatu persoalan. Data adalah merupakan representasi fakta dunia nyata yang mewakili suatu objek berupa nilai yang direkam dalam bentuk angka, hurup, symbol, teks, gambar, bunyi atau kombinasinya. Data yang mempunyai nilai yang berubah-ubah disebut variabel dan data yang mempunyai nilai-nilai yang tidak berubah disebut konstanta. Contoh yang termasuk variabel adalah data tentang tinggi badan, berat badan, presepsi konsumen terhadap produk tertentu, dan sebagainya, sedangkan contoh data yang termasuk konstanta adalah nilai-nilai yang sudah ditetapkan seperti phi= 3,141592654 dan sebagainya.

Berdasarkan sifatnya:

• Data kualitatif, yaitu data yang berupa kategori. Contoh: rusak, baik, senang, puas, berhasil, gagal dan sebagainya.
• Data kuantitatif, yaitu data yang berbentuk bilangan atau angka. Contoh: 1 m, 2 m, 3 meja, 1 kursi dan sebagainya.
  

Berdasarkan bentuk data kuantitatif:

• Data diskrit, yaitu data yang diperoleh dari hasil perhitungan. Contoh: Banyaknya perserta kuliah hari ini, Banyak pengunjung pada sebuah Plaza, Penghuni rumah no. 12, dan sebagainya.
• Data kontinu, yaitu data yang diperoleh dari hasil pengukuran. Contoh: Jarak tempuh dari rumah ke kampus (km), Hasil Panen Petani A (ton), Prestasi belajar mahasiswa B (IPK), Keterampilan pegawai C (menit).
  

Berdasarkan Skala Pengukuran:

• Nominal. Skala nominal merupakan skala data yang sangat sederhana, dimana angka yang dicantumkan hanya untuk mengklasifikasikan. Variable (data yang dapat berubah-rubah nilainya) yang datanya merupakan bersekala nominal disebut variabel nominal.

Ciri-ciri data berskala nominal, yaitu:

1. Angka yang dicantumkan digunakan sebagai tanda pembeda saja dari data yang posisinya stara
2. Tidak berlaku operasi matematik, seperti: >,<, X, -, /, + dan ^). Contoh: Data jenis kelamin: pria di beri tanda 1, perempuan diberi tanda 2; Data mata pencaharian: buruh diberi tanda 1, pegawai negeri diberi tanda 2, pengusaha diberi tanda 3; Kode pos: kecamatan A diberi tanda 45391, kecamatan B diberi tanda 45392 dan kecamatan C diberi tanda 45393. Dari contoh tersebut kita tidak bisa menyatakan bahwa pria lebih rendah dari perempuan dan begitu pula sebaliknya. Dengan tanda pria =1 tidak berlaku perhitungan +,- atau /. Misal pria (1) + pria (1) tidak mungkin menghasil 2 adalah perempuan. Penjelasan yang sama untuk contoh kode pos, missal kode pos 45391 dan 45396 itu hanya membedakan tempat saja.

• Ordinal. Data ordinal adalah data yang diperoleh dengan kategorisasi, dimana angka-angka yang dicantumkan merupakan pembeda juga menunjukan adanya urutan tingkatan yang berdasarkan criteria tertentu.

Ciri-ciri skala ordinal, yaitu :

1. Angka yang dicantumkan digunakan sebagai tanda pembeda serta menyatakan tingkatan data saja.
   
2. Tidak berlaku opersi matematik (X, -, /, + dan ^). Contoh: Data tentang tingkat pendidikan: lulusan SD diberi tanda 1, lulusan SMP diberi tanda 2, lulusan SMU diberi tanda 3, lulusan D-1 diberi tanda 4, lulusan D-2 diberi tanda 5, lulusan S-0 diberi tanda 6, lulusan S-1 diberi tanda 7. Dari contoh tersebut kita hanya dapat menyatakan bahwa tingat pendikan seseorang lebih rendah atau tinggi saja. Tidak berlaku bahwa seseorang lulusan SMP yang mempunyai ijazah SD = 1 dan ijazah SMP =2 menjadi seseorang lulusan SMU yang diberi tanda 3.
   

• Interval. Data skala interval adalah data yang diperoleh dari hasil pengukuran yang tidak mempunyai nilai nol mutlak. Contoh: Suhu 0C - 100C atau 32F - 212F
  

• Rasio. Data skala rasio adalah data yang diperoleh dari hasil perhitungan yang mempunyai nilai nol mutlak. Contoh: Misalnya jumlah buku adalah 5 jika ada 5 buku, maka dinyatakan nilainya 5 dan jika tidak ada buku ,maka nilainya dinyatakan 0.
  

Berdasarkan sumbernya:

• Data Intern, yaitu data dalam lingkungan sendiri. Contohnya: data pribadi, spesifikasi produk, beban biaya produksi, kualitas produk dan sebagainya.
  
• Data Ekstern, yaitu data yang diperoleh dari pihak atau sumber lain, sehingga berdasarkan sumbernya, data ekstern terbagi menjadi dua bagian lagi, yaitu:
  
• Data Ekstern Primer, yaitu data pihak lain yang langsung dikumpulkan oleh peneliti itu sendiri. Contoh: Peneliti mencatat kapasitas produksi produk c di pabrik A, peneliti mencatat kualitas produk di pabarik A, peneliti mencatat penghasilan bulanan pegawai Pabrik A, Peneliti mencatat prestasi akademik mahasiswa Jurusan A.
  
• Data Ekstern Sekunder, yaitu data dari pihak lain yang dikumpulkan melalui sebuah perantara lagi, lengkapnya data ekstern sekunder adalah mengambil atau menggunakan, sebagian atau seluruh data dari sekumpulan data yang telah dicatat atau dilaporkan oleh badan atau orang lain. Contoh: Peneliti mencatat data kualitas produk C dari hasil laporan peneliti lainnya untuk diterapkan dalam contoh aplikasi metode barunya tersebut.

STATISTIK – STATISTIKA

Statistika dan statistik memang merupakan dua kata yang hampir sama dalam penulisan dan kadang-kadang terdengar sama. Oleh karena itu, terkadang orang menyatakan pengertian yang sama pula dari dua kata tersebut. Hal ini yang perlu diluruskan dan diperbaiki. Yaitu, dua kata tersebut hampir sama bukannya sama. Sebenarnya, terdapat perbedaan yang nyata dari makna kata statistika dan statistik. Kata yang pertama, yakni statistika adalah suatu ilmu pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengolahan atau penganalisisan dan penarikan kesimpulan berdasarkan kumpulan data dari penganalisisan yang dilakukan. Hasil dari proses ini menghasilkan nilai-nilai, tabel, grafik, atau hanya sebuah pernyataan.

Ada pernyataan yang menyebutkan bahwa tabel, grafik, maupun pernyataan yang diperoleh dari sebuah proses yang berlandaskan pada keilmuan statistika disebut dengan statistik. Akan tetapi makna statistik di atas masih kurang tepat menurut saya, karena tidak semua nilai yang keluar dari proses yang berlandaskan keilmuan statistika disebut dengan statistic/statistik. Buktinya adalah adanya istilah parameter dalam statistika, parameter juga merupakan suatu nilai yang dihasilkan dari proses yang berlandaskan statistika. Untuk lebih memperjelas makna dari kata statistik, maka lihatlah dua pengertian di bawah ini:

• Kumpulan data, bilangan maupun non-bilangan yang disusun dalam tabel dan atau diagram, yang melukiskan atau menggambarkan suatu persoalan dari data sampel
• Contoh: statistik kependuduk, statistik kelahiran, statistik pendidikan, statistik perekonomian dan sebagainya
  
• Suatu ukuran sebagai wakil dari kumpulan data mengenai sesuatu hal yang di ambil dari sampel.

Computer and Statistics

Computer

Computer/Komputer (dalam bahasa Indonesia) merupakan kata benda yang dulunya merupakan definisi dari alat hitung saja, akan tetapi sejalan dengan perkembangan zaman dan teknologi computer/komputer telah menjadi alat bantu kerja serba bisa (alat hitung, alat tulis, alat gambar, editing video, editing musik, hiburan baik vidio maupun musik dan sebagainya) bagi penggunanya (manusia) asalkan penggunanya mempunyai kemampuan untuk menggunakan komputer tersebut.


Statistics/statistika

Statististics/statistika (dalam bahasa Indonesia) dapat diartikan sebagai suatu ilmu pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengolahan atau penganalisisan dan penarikan kesimpulan berdasarkan kumpulan data dari analisis yang dilakukan. Dimana hasil dari proses ini menghasilkan nilai-nilai, tabel, grafik, atau hanya sebuah pernyataan saja yang dinamakan statistic/statistik.

Hubungan Komputer dan Statitik

Dalam memperloleh hasil berupa nilai-nilai, tabel, grafik, atau hanya sebuah pernyataan tersebut memang tidak begitu sulit ketika data yang diolah sedikit akan tetapi jika banyak, misalkan ribuan data bahkan jutaan data yang diolah maka kita perlu alat batu untuk menyelesaikannya yaitu komputer tentunya telah dilengkapi software aplikasi statistik seperti SPSS, Minitab dan sebagainya. Maka jelaslah sekarang, dalam perhitungan statistik yang dalam jumlah yang besar bantuan alat hitung "komputer" sangatlah penting.