Tabel Baris Kolom

Tabel Baris Kolom

Semua tabel terdiri dari beberapa baris dan kolom, maka selain tabel baris kolom, yaitu tabel kontingensi dan tabel distribusi frekuensi juga termasuk pada tabel baris kolom. Tabel yang lebih tepat disebut tabel baris kolom ini adalah tabel-tabel yang dibuat selain dari tabel kontingensi dan distribusi frekuensi yaitu tabel yang terdiri dari baris dan kolom yang mempunyai ciri tidak terdiri dari faktor-faktor yang terdiri dari beberapa kategori dan bukan merupakan data kuantitatif yang dibuat menjadi beberapa kelompok.

Contoh:
Misalkan ada data pembelian bahan baku pembuatan produk yang dilakukan oleh perusahaan Z dari tahun 2000-2002. Bahan baku produk tersebut terdiri dari bahan A, B, C dan D yang mempunyai harga berbeda dan setiap tahunnya berubah disesuaikan dengan harga pasar. Pada tahun 2000 perusahaan Z membeli bahan baku A, B, C dan D sebanyak 1083 unit, 1108 unit, 1093 unit dan 1118 unit dengan harga Rp 10.002.344, Rp. 10.000.814, Rp 10.000.914 dan Rp 10.001.914. Tahun 2001 baku A, B, C dan D sebanyak 1127 unit, 1094 unit, 1137 unit dan 1104 unit dengan harga Rp 10.003.078, Rp. 10.000.805, Rp 10.000.905dan Rp 10.001.905. Tahun 2002 baku A, B, C dan D sebanyak 1110 unit, 1130 unit, 1120 unit dan 1140 unit dengan harga Rp 10.002.904, Rp. 10.000.920, Rp 10.001.020dan Rp 10.002.020.

Dengan melihat data yang terurai secara naskah tersebut maka kita akan kebinggungan untuk menggali informasi dari data pembelian bahan baku yang dilakukan oleh perusahaan Z tersebut. Oleh karena itu, kita buat tabel baris kolomnnya.

Jenis Penyajian Data

Jenis Penyajian Data

Data yang dikumpulkan melalui alat pengumpulan data berupa angket atau yang lainnya baik itu berasal dan populasi ataupun dari sampel. Kemudian data yang masih merupakan data mentah tersebut diatur, disusun dan disajikan dalam bentuk yang sederhana ke dalam tabel atau grafik sesuai kebutuhan (ini telah masuk pada tahap statistika deskriptif), hal ini dilakukan dengan tujuan untuk memperjelas tampilan data pada analisis selanjutnya.
Adapun macam-macam tabel dan grafik yang umumnya digunakan adalah:

Tabel atau Daftar:

• Tabel baris kolom
• Tabel kontingensi
• Tabel distribusi frekuensi
  

Grafik atau diagram:

• Grafik batang
• Grafik garis
• Grafik lambang atau grafik simbol
• Grafik pastel dan grafik lingkaran
• Grafik peta atau kartogram
• Grafik pencar atau grafik titik

Penyajian Data Dalam Tabel

Hal-hal yang perlu tercantum dalam tabel, menurut kebiasaan yang berguna untuk memudahkan pencarian, pembacaan serta analisis data adalah:

• Judul Tabel
• Semuanya hurup besar ditulis di tengah-tengah bagian teratas
• Jika kalimatnya panjang dapat di tulis dalam beberapa baris
• Sebaiknya di tulis secara singkat dan jelas, seperti:
• Kejelasan macam atau kiasifikasi, tempatnya di mana, satuan unit datanya apa
• Tiap baris hendaknya melukiskan sebuah pernyataan lengkap
• Sebaiknya tidak dilakukan pemisahan bagian kata dan/atau kalimat.

• Judul kolom
• Ditulis dengan singkat dan jelas
• Jika kalimatnya panjang dapat ditulis dalam beberapa baris
• Usahakan jangan melakukan pemutusan kata

• Judul baris
• Ditulis dengan singkat dan jelas
• Jika kalimatnya panjang dapat ditulis dalam beberapa baris
• Usahakan jangan melakukan pemutusan kata

• Badan tabel adalah tempat nilai-nilai data ditempatkan sel-sel beseta perhitungan lainnya yang diperlukan, misal jumlah data kolom atau baris.
• Catatan adalah berisi penjelasan si Pembuat tabel tentang data yang dimasukan. Apabila berupa kutipan maka di sini juga ditulis sumbernya.
• Ditulis di kiri bawah tabel
  

Hal-hal lainnya yang perlu di perhatikan selain hal di atas, yaitu:

• Nama-nama sebaiknya disusun berurut menurut abjad.
• Waktu kejadian disusun secara kronologis, biasanya dari tahun terkecil
• Kategori dicatat menurut kebiasaan, misalnya: laki-laki dulu baru perempuan, besar dulu baru kecil, untung dulu kemudian rugi, dan sebagainya.

Pengertian Analisis Regresi

Banyak masalah yaitu terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan, dan dalam hal tersebut biasanya diselidiki sifat hubungannya. Analisis regresi adalah sebuah analisis statistik untuk membuat model dan menyelidiki hubungan antara dua variabel atau lebih.

Hubungan antara variabel-variabel ini digolongkan dengan sebuah model secara matematik yang disebut persamaan regresi.

Metode Quick Count

Metode Quick Count di Indonesia dilakukan oleh tim pemantau pemilu independent pada tahun 2004 yaitu penyelenggaraan Pemilu 2004. Pemilu ini dibagi menjadi tiga tahap yaitu pemilu legislatif, pemilu presiden putaran pertama, dan pemilu presiden putaran kedua.

Quick count adalah proses pencatatan hasil perolehan suara di ribuan TPS yang dipilih secara acak. Quick count dilakukan berdasarkan pada pengamatan langsung di TPS yang telah dipilih secara acak. Unit analisa quick count adalah TPS.

Secara umum quick count yang dilakukan tersebut dengan tujuan untuk mengontrol dan mendorong dihasilkannya pemilu yang jurdil "jujur dan adil". Hasil penghitungan quick count menjadi pedoman, pegangan atau acuan buat masyarakat untuk mengontrol perhitungan yang dilakukan oleh KPU. Untuk itu quick count dapat dipakai untuk memprediksi hasil pemilu secara cepat. Prediksi hasil ini diperlukan karena setelah masyarakat menggunakan hak pilihnya akan dengan sendirinya ingin memperoleh gambaran mengenai hasilnya secepat mungkin, siapa yang memenangkan pemilu tersebut. Pengumuman secepat mungkin hasil perhitungan cepat ini perlu dilakukan untuk memenuhi kebutuhan dan rasa ingin tahu dari masyarakat.

Sampai saat ini tauhun 2008, metode Quick Count ternyata sangat efektif menggambarkan prediksi hasil suatu pemilu baik untuk tingkat Propinsi dalam pemilihan Gubernur berserta wakil Gubernur maupun untuk tingkat kotamadya dan kabupaten dalam pemilihan walikota berserta wakil walikota dan bupati berserta wakil bupati.

Sejak tahun 2004 sampai sekarang, prediksi hasil quick count dalam pemilihan para pemimpin dan wakil ternyata sangat efektif memprediksi siapa yang menang dan kalah dalam suatu pemilu, sehingga banyak para calon baik yang kalah maupun yang menang dalam dalam prediksi quick count sebelum perhitungan suara selesai....telah mempersiapkan kekalahan bagi yang kalah dan kemenangan bagi yang menang...

Oleh karena secara historis metode quick count yang dilakukan tidak pernah meleset jauh sampai saat ini selain dapat di gunakan untuk mengontrol pemilu hal ini juga memberikan efek angin segar bagi para calon yang menang dalam quick count dan tentunya kesedihan akan terasa panjang bagi para calon yang kalah dalam quic count.,,,...

Walaupun begitu, nyate aja, perhitungn bisa salah jadi... jangan keburu senang atau sedih dulu. Karena sikap buru-buru dalam senang maupun duka... itulah sebenarnya kekalahan yang nyata.

Cara Input Data ke SPSS

Input Data

Input data dalam SPSS, dapat menggunakan fasilitas open data base atau dengan kata lain meng-import data yang telah kita simpan dalam file lain seperti misalnya data yang disimpan dalam Excel, FoxPro, dBase, dan lainnya atau Anda dapat langsung memasukan data dalam Data Editor pada bagian Data view.

SPSS mengambil data dari luar (software lain) melalui konversi data. Hal ini sangat berguna ketika data yang akan dibuka sangat banyak (misalnya ratusan atau bahkan ribuan data) yang tentunya sangat tidak efisien jika harus diinput ulang dengan SPSS. Sebagai contoh akan dijelaskan bagaimana SPSS mengambil data dari Microsoft Exel, perangkat lunak paling popular di bidang spreadsheet. SPSS mampu membuka data Exel (baik Exel versi 5, atau vesi 2003) dengan dua cara yaitu:

1. Mengubah data Exel menjadi format data Exel versi 4, kemudian SPSS membaca data tersebut dengan melihatnya sebagai format Exel 4.
2. Data Exel versi 4 ke atas tidak perlu diubah ke Exel versi 4 seperti langkah sebelumnya, namun langsung dibaca dengan prosedur tertentu.

Pada prinsipnya kedua cara itu adalah sama, yaitu dalam transfer dari Exel ke SPSS, baris pada Exel dianggap data atau kasus pada SPSS, sedangkan kolom pada Exel dianggap variable pada SPSS. Selain meng-import data Anda juga dapat memasukan data berdasarkan kasus atau variable dalam area data editor yaitu di dalam sel-sel pada data view.

Ketika anda memasukan data maka akan terjadi hal-hal sebagai berikut:

• Sel yang aktip atau sel yang akan/sedang dimasukan data akan di berikan tanda persegi dengan garis tepi hitam.
• Nama variable dan nomor variable dalam sel yang aktip akan diperlihatkan di atas dan sudut kiri dari data.
• Nilai data yang anda masukan akan masuk memory SPSS setelah anda menekan enter
• Apabila Anda memasukan data selain data numeric, maka Anda terlebih dahulu harus medefinisikan dalam Data editor pada bagian variable view.

Input Data Kedalam SPSS Data Editor
Contoh, misalkan kita akan memasukan data dalam Data Editor dengan bentuk sebagai berikut:

TABEL 1. DATA KARYAWAN PERUSAHAAN XY TAHUN 2003

Nama	Umur	JK	MK	TB	BB
Mardiana	42	Laki - Laki	20	167	63
Sutisna	41	Laki - Laki	20	162	61
Suhardi	43	Laki - Laki	24	156	58
Suwanto	35	Laki - Laki	16	160	45
Slamet	30	Laki - Laki	13	157	59
Asep Kurnio	37	Laki - Laki	18	158	57
Dana Wardana	35	Laki - Laki	13	163	63
Soleh Hidayat	34	Laki - Laki	11	158	55
MI. Saefudin	49	Laki - Laki	20	159	56
Hapipudin	44	Laki - Laki	10	155	50
Kasbi	43	Laki - Laki	21	161	56
Tujo Raharjo	36	Laki - Laki	17	162	62
Supandi	35	Laki - Laki	14	162	50
Samsudin	33	Laki - Laki	15	170	70
Solihin	30	Laki - Laki	10	165	70
Agus Rohanda	41	Laki - Laki	19	162	46
Rustiyah	38	Perempuan	22	162	45
Sukamtin	40	Perempuan	20	151	50
Suryadi	40	Laki - Laki	18	156	60
Musri P	38	Laki - Laki	19	159	54
Neni	37	Perempuan	24	150	44
Moh. Arif	21	Laki - Laki	1	169	63
Muksin	34	Laki - Laki	14	160	50
Dinar Sundawati	36	Perempuan	11	156	53
Sarmiyati	45	Perempuan	26	146	63
Hadi Sumarwoto	47	Laki - Laki	26	170	62
Wasiyah	39	Perempuan	20	153	57
Edy Supriady	35	Laki - Laki	12	160	68
Emi	31	Perempuan	12	154	44
Sopiah	46	Perempuan	24	155	54

Klik Start → All Programs → SPSS for Windows → SPSS 13.0 for Windows (sekarang telah keluar versi barus yaitu versi 15) → ketika keluar dialog box “What you would to do?” pilih “Cancel atau radio botton “type in data” (hal ini dilakukan karena kita akan memasukan data langsung pada SPSS data editor)

Untuk mendefisikan variable pada setiap kasus nantinya maka kita harus masuk ke jendela variable view. Klik pada bagian Variable View (kiri bawah dari tampilan awal SPSS)


Variabel pertama: Nama
Kolom Name atau nama variabel, ketik dengan nama untuk menamai responden
Pilihan Type atau tipe data, karena data berupa non-angka, maka diisi tipe string. Dengan banyak karakter 14, karena banyaknya karakter pada contoh paling banyak 14 dan klik OK, Tampak di layar:

• Karena ini Anda telah mendefinikan variable Nama mempunyai tipe variable string maka kolom decimal tidak aktip dan bernilai 0.
• Untuk menjelaskan nama dari variable “nama” maka kita masukan dalam kolom Label “ Nama Responden”.
• Kolom Values. Anda isi dengan none. Ini menyatakan bahwa tidak ada nilai numeric pada variable Nama yang perlu di beri nilai tertentu. Tentu saja hal ini akan berlaku untuk semua data bertipe string.
• Kolom missing, Anda isi dengan None. Ini menyatakan bahwa Anda tidak berharap adanya data yang hilang dan tentu saja ini sesuai dengan contoh.
• Kolom Columns, akan terlihat angka 8. ini merupakan angka default. Karena nama variable “Nama” mempunyai karakter kurang dari 8 maka tentu saja nilai ini dapat kita rubah minimal 4. dengan pertimbangan meingisikan nilai 4 pada Columns akan menyebabkan tertutupnya data nama responden yang mempunyai karakter maksimal 8 dalam hal ini maka sebaiknya dalam Columns mempunyai nilai 8 tepatnya 14.
• Kolom Align, secara default akan berisi left. Tentunya nilai left ini Anda dapat rubah sesuai keinginan Anda, yaitu dapat Right atau Center.
• Karena ini merupakan data string maka kolom Measure akan berisi nilai nominal.

Setelah semua proses pengisian kolom-kolom Data Editor pada variable view selesai, sekarang anda tinggal memasukan data kedalam variable nama, yaitu nama-nama responden. Dalam memasukan data, Anda dapat memasuknya satu per satu atau copy – paste.
Variable kedua: Umur

• Kolom Name, isi dengan Umur.
• Kolom Type atau tipe data adalah numeric /angka, dengan Width adalah 8 dan Desimal Places adalah 0. Dipilih desimal 0 karena jenis kelamin berupa kode dan bilangan bulat.
• Kolom Value, pilih None
• Kolom Decimals akan berisi 0 aktip, karena 0 telah kita definisikan dalam kolom type dan aktif dikarenakan kita mendefinisikan Jenis_Kelamin sebagai variable bertype numeric.
• Kolom Label atau keterangan variabel – untuk keseragaman – ketik Umur Responden dalam Tahun.
• Kolom Columns, isi dengan 10
• Kolom Align, isi dengan Right
• Kolom Measure isi dengan Scale.

Setelah semua proses pengisian kolom-kolom Data Editor pada variable view selesai, sekarang anda tinggal memasukan data kedalam variable Umur. Dalam memasukan data, Anda ketik satu per satu atau melalui copy – paste.

Variabel ketiga: Jenis_Kelamin
Prinsipnya sama dengan pengisian pada variabel pertama, yaitu klik Variable View pada bagian kiri bawah dari tampilan pertama SPSS

• Kolom Name, isi dengan Jenis_Kelamin untuk menamai jenis kelamin responden.
• Kolom Type atau tipe data adalah numeric /angka, dengan Width adalah 8 atau lebih dan Desimal Places adalah 0. Dipilih desimal 0 karena jenis kelamin berupa kode dan bilangan bulat.
• Kolom Value. Seperti diketahui, perhitungan dalam SPSS selalu untuk tipe data numeric. Untuk itu jenis kelamin harus dijadikan numerik pula, yaitu dengan tanda: 1 = tanda Laki-Laki, dan 2 = tanda Perempuan. Penulisan kode bisa bebas, misal 11 atau 12 untuk pria, dan variasi lainnya. Tapi menurut kebiasaan pria akan disebut pertama kali.

• Kolom Decimals akan berisi 0 aktip, karena 0 telah kita definisikan dalam kolom type dan aktif dikarenakan kita mendefinisikan Jenis_Kelamin sebagai variable bertype numeric.
• Kolom Label atau keterangan variabel – untuk keseragaman – ketik Jenis Kelamin Responden.
• Kolom Measure isi dengan nominal. Ini menyatakan bahwa data yang Anda masukan nantinya berupa nilai yang berbeda tetapi tidak membedakan. Artinya nilai 1 dan 2 yang Anda masukan berupa nilai yang mewakili pria dan wanita dengan pria dan wanita mempunyai posisi yang sama, yaitu pria tidak lebih tinggi dari wanita begitu pula sebaliknya. (karena jenis kelamin masuk pada data nominal)
• Kolom Colomns, isi dengan 10
• Kolom Align, isi dengan Right
  

Setelah semua proses pengisian kolom-kolom Data Editor pada variable view selesai, sekarang anda tinggal memasukan data kedalam variable Jenis_Kelamin, yaitu jenis kelamin responden. Dalam memasukan data, Anda masukan 1 untuk responden pria dan 2 untuk wanita atau melalui copy – paste.

Variabel keempat: Masa_Kerja

• Kolom Name, isi dengan Masa_Kerja.
• Kolom Type atau tipe data adalah numeric /angka, dengan Width adalah 8 dan Desimal Places adalah 0. Dipilih desimal 0 karena jenis kelamin berupa kode dan bilangan bulat.
• Kolom Value, pilih None
• Kolom Decimals akan berisi 0 aktip, karena 0 telah kita definisikan dalam kolom type dan aktif dikarenakan kita mendefinisikan Jenis_Kelamin sebagai variable bertype numeric.
• Kolom Label atau keterangan variabel – untuk keseragaman – ketik Masa Kerja Responden dalam.
• Kolom Columns, isi dengan 10
• Kolom Align, isi dengan Right
• Kolom Measure isi dengan Scale.
  

Setelah semua proses pengisian kolom-kolom Data Editor pada variable view selesai, sekarang anda tinggal memasukan data kedalam variable Masa_Kerja, yaitu masa kerja responden. Dalam memasukan data, Anda ketik satu per satu atau melalui copy – paste.

Variabel kelima: Tinggi_Badan

• Kolom Name, isi dengan Tinggi _Badan.
• Kolom Type atau tipe data adalah numeric /angka, dengan Width adalah 8 dan Desimal Places adalah 0. Dipilih desimal 0 karena jenis kelamin berupa kode dan bilangan bulat.
• Kolom Value, pilih None
• Kolom Decimals akan berisi 0 aktip, karena 0 telah kita definisikan dalam kolom type dan aktif dikarenakan kita mendefinisikan Jenis_Kelamin sebagai variable bertype numeric.
• Kolom Label atau keterangan variabel – untuk keseragaman – ketik Tinggi Badan Responden dalam cm.
• Kolom Columns, isi dengan 10
• Kolom Align, isi dengan right
• Kolom Measure isi dengan Scale.
  

Setelah semua proses pengisian kolom-kolom Data Editor pada variable view selesai, sekarang anda tinggal memasukan data kedalam variable Tinggi_Badan. Dalam memasukan data, Anda ketik satu per satu atau melalui copy – paste.

Variabel keenam: Berat_Badan

• Kolom Name, isi dengan Berat _Badan.
• Kolom Type atau tipe data adalah numeric /angka, dengan Width adalah 8 dan Desimal Places adalah 0. Dipilih desimal 0 karena jenis kelamin berupa kode dan bilangan bulat.
• Kolom Value, pilih None
• Kolom Decimals akan berisi 0 aktip, karena 0 telah kita definisikan dalam kolom type dan aktif dikarenakan kita mendefinisikan Jenis_Kelamin sebagai variable bertype numeric.
• Kolom Label atau keterangan variabel – untuk keseragaman – ketik Berat Badan Responden dalam kg.
• Kolom Columns, isi dengan 10
• Kolom Align, isi dengan Right
• Kolom Measure isi dengan Scale.
  

Setelah semua proses pengisian kolom-kolom Data Editor pada variable view selesai, sekarang anda tinggal memasukan data kedalam variable Berat_Badan. Dalam memasukan data, Anda ketik satu per satu atau melalui copy – paste.

SPSS Data Editor pada Variable View






SPSS Data Editor pada Data View













Transformasi Nilai Data
SPSS menyediakan fasilitas untuk menghitung nilai data baru berdasarkan pada transformasi numerik dari variabel yang sudah dibuat sebelumnya. Sebagai contoh, misalnya kita ingin mengetahui variable baru, berupa, pada umur berapa responden bekerja di perusahaan tersebut. Maka logikanya, umur responden dikurangi masa kerja, maka didapatkanlah hasilnya. Untuk dapat melakukan hal tersebut, maka kita dapat mengikuti langkah-langkah berikut ini:

Pilih menu transform submenu Compute, sehingga tampak tampilan seperti dalam gambar berikut:



















Berikan nama variabel pada Target Variable.
Berikan nama Umur_Mulai_Kerja




Klik Type & Label, masukan Umur Responden Mulai Kerja di Perusahaan XY, kemudian klik Continue












Tuliskan rumus numeric untuk variabel baru (Umur_Mulai_Kerja) tersebut pada jendela Numeric Expression, Umur – Masa_Kerja, seperti gambar di bawah ini.





Klik OK jika proses transformasi sudah selesai.
Hasilnya adalah sebagai berikut:


SPSS Data Editor pada Variable View







SPSS Data Editor pada Data View

Memulai SPSS Tahap 3

Mengenal Output-SPSS Viewer

Output-SPSS Viewer merupakan tempat dimana hasil analisis di perlihatkan dan disini juga Anda dapat mengedit hasil analisis sesuai dengan kebutuhan untuk interpretasi nantinya.














Mengenal Syntax Editor

Syntax editor merupakan tempat untuk menulis SPSS Command Langauge yang digunakan untuk menganalisis data dari metode yang tidak tercantum dalam menu analyze.

















Mengenal Sript Editor

Pada dasarnya digunakan untuk melakukan berbagai pengerjaan SPSS secara otomatis seperti membuka dan menutup File, Export Chart, penyesuaian bentuk output dan lainnya.

Memulai SPSS Tahap 2

Baris Pilihan

Baris pilihan ini merupakan fitur yang ada pada baris menu di tampilkan pada baris pilihan SPSS bertujuan untuk lebih mempercepat dan dan memudahkan bekerja dalam jendela SPSS



Data View
Data view merupakan spreadsheetnya SPSS sebagai tempat menyimpan data dengan ketentuan bahwa baris menandakan kasus atau objek observasi, kolom menandakan variable yang diukur dan sel-sel data view adalah tempat dimana nilai data dari variable setiap kasus disimpan.











Variable View
Variable view merupakan tepat pendeskripsian sifat-sifat dari setiap variable yang akan dimasukan. Baris menandakan variable dan kolom merupakan atribut dari setiap variable yang berupa nama variable (variable name), tipe data (data type), banyaknya karakter yang dimasukan (number of digits or characters), jumlah angka desimal yang akan ditempatkan (number of decimal places), penjelasan setiap variable dan nilai setiap tandanya (descriptive variable and value labels), tepat pendefinisian angka yang hilang (user-defined missing values), lebar kolom (column width) dan jenis/level data (measurement level).








Variable Name. Sel pada variable name adalah tempat penamaan setiap variable yang datanya akan atau sudah dimasukan dalam data view, dengan aturan:

• Awal penamaan variable harus dengan hurup bukan angka atau simbol
• Apabila dalam penamaan diperlukan lebih dari 1 kata harus disambung (tidak boleh ada spasi)
• Banyaknya karakter/hurup tidak boleh lebih dari 64 byte/64 karakter ( English, French, German, Spanish, Italian, Hebrew, Russian, Greek, Arabic, Thai)/ 32 karakter ganda (Japanese, Chinese, Korean)
• Karakter khusus “!, ?, ' dan *” tidak dapt digunakan dalam penamaan variable.
• Setiap nama yang dimasukan tidak boleh ada yang sama (harus unik).
• Kata-kata logika dalam pemograman yang ada dalam SPSS tidak dapat digunakan dalam penamaan, seperti: ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO, dan WITH.
• Penamaan dengan menggunakan hurup “BESAR” akan ditampilkan dalam hurup “BESAR” penamaan dengan hurup “kecil” ditampilkan kecil tetapi tidak membedakan.
  

Variable Type. Sel type variable adalah tempat mendefinisikan tipe data dan sekaligus dapat mendefinisikan banyaknya karakter data dan nilai decimal yang akan diperlihatkan dalam data view. Secara garis besar, apakah nilai data yang kita masukan termasuk pada data angka (numeric, dot, comma, Scientific notation, Date, Custom currency) atau hurup (string). Secara defaut jika kita masukin angka pada data view maka kolom ini akan berisi kata numeric.

• Comma. Suatu variable numeric yang nilainya akan diberikan koma pada setiap 3 angka (ribuan), misal 1000 diperlihatkan sebagai 1,000.00
• Dot. Suatu variable numeric yang nilainya akan diberikan titik pada setiap 3 angka (ribuan), misal 1000 diperlihatkan sebagai 1.000,00
• Scientific notation. Suatu variable numeric yang nilainya akan diberikan tanda E. Misal angka 1 akan menjadi 1,00E+00
• Date. Suatu variable numeric yang nilainya diperlihatkan satu atau beberapa format kalender atau format waktu.
• Custom currency. Suatu variable numeric yang nilainya sesuai dengan format yang diminta dalam kotak dialog.
• String. Nilai yang bukan berupa angka sehinga tidak bias dilakukan perhitungan.
  

Variable Width. Variable Width adalah tempat untuk mendefinisikan banyaknya karakter data numeric atau string yang ingin ditampilkan dalam data view. Secara defaut kolom ini akan berisi angka 8.

Variable Decimal. Variable decimal adalah tempat kita mendefinisikan banyaknya angka di belakang koma yang ingin ditampilkan di data view

Varible Label. Variable Label digunakan untuk membantu menerangkan tentang nama variable yang kita masukan dalam SPSS. Ini juga akan membantu dalam membaca/interpretasi output hasil analisis.

Data Values. Data Value adalah tempat untuk mendefinisikan nilai label data numeric dalam kategori tertentu. Contohnya dalam memasukan data nominal atau ordinal. Misalkan kita akan memasukan nilai 0 untuk laki-laki dan 1 untuk perempuan maka data yang kita masukan adalah data numeric berupa 0 dan satu dengan nilai 0=”laki-laki” dan 1=”perempuan” dalam kolom value ini.












Missing Values. Missing values digunakan untuk mendefinisikan data yang hilang menurut spesifikasi yang kita inginkan. Hal ini sangat berguna ketika ada informasi atau nilai data yang hilang sehingga dalam hasil analisis kita tidak harus mendefisikan kembali.












Variable Columns. Variable columns adalah tepat untuk menentukan lebarnya kolom yang akan ditampilkan di data view.

Variable Align. Variable align merupakan tempat untuk menentukan posisi tampilan data di data view. Apakah rata kiri (left), rata kanan (right) atau terpusat di tengah-tengah (center), tergantung keinginan kita.





Variable Measure. Variable measure adalah tempat untuk mendefinisikan data yang kita masukan apakah data nominal, ordinal, atau scale (interval dan rasio).





Be Continued