Software SPSS

 SPSS (Statistical Package for the Social Sciences) adalah perangkat lunak statistik yang dikembangkan oleh IBM, digunakan untuk mengolah, menganalisis, dan menyajikan data statistik secara cepat dan sistematis. SPSS banyak dipakai dalam penelitian ilmu sosial, pendidikan, kesehatan, ekonomi, bisnis, dan psikologi karena kemudahan antarmukanya yang berbasis menu (tidak perlu menghafal banyak kode/syntax seperti software statistik lain).

B. Isi dan Komponen SPSS (Detail per Bagian)

1. Jendela Utama (Windows) dalam SPSS

SPSS memiliki beberapa jendela terpisah namun saling terhubung dalam satu sistem kerja:

Data Editor — Jendela utama tempat memasukkan dan mengatur data, terdiri dari dua tab:

Data View — Menampilkan data dalam bentuk baris (kasus/responden) dan kolom (variabel), mirip tampilan spreadsheet

Variable View — Menampilkan dan mengatur properti/karakteristik setiap variabel (nama, tipe, label, dll)

Output Viewer — Jendela yang menampilkan hasil analisis statistik, tabel, dan grafik setelah perintah dijalankan. Terbagi dua panel: panel kiri (outline navigasi hasil) dan panel kanan (isi hasil lengkap)

Syntax Editor — Jendela untuk menulis, mengedit, dan menjalankan perintah SPSS dalam bentuk kode/skrip (syntax), berguna untuk mengulang analisis secara otomatis dan konsisten

Pivot Table Editor — Jendela khusus untuk mengedit tampilan tabel hasil output (mengubah format, warna, ukuran font, susunan kolom)

Chart Editor — Jendela untuk mengedit grafik hasil output (warna, label sumbu, skala, jenis grafik)

2. Menu Bar Utama

File — New (Data/Syntax/Output/Script), Open, Save, Save As, Import Data (dari Excel, CSV, database), Export, Print

Edit — Copy, Paste, Cut, Find, Options (pengaturan tampilan dan preferensi program)

View — Status Bar, Toolbars, Fonts, Grid Lines, Value Labels (menampilkan label kode angka)

Data — Define Variable Properties, Sort Cases, Sort Variables, Transpose, Merge Files, Aggregate, Split File, Select Cases, Weight Cases

Transform — Compute Variable, Recode into Same/Different Variables, Rank Cases, Visual Binning, Automatic Recode

Analyze — Menu inti untuk analisis statistik (dijelaskan detail di bawah)

Graphs — Chart Builder, Graphboard Template Chooser, Legacy Dialogs

Utilities — Variable Information, Define Sets, Data File Comments

Extensions — Menambahkan plugin/ekstensi analisis tambahan (Python, R integration)

Window — Berpindah antar jendela SPSS yang sedang terbuka

Help — Tutorial, Case Studies, Statistics Coach (panduan memilih uji statistik yang tepat)

3. Komponen di Variable View (Detail)

Setiap variabel memiliki 10 atribut yang wajib diatur:

Name — Nama variabel (maksimal tanpa spasi, tidak boleh diawali angka atau simbol)

Type — Jenis data: Numeric, Comma, Dot, Scientific Notation, Date, Dollar, Custom Currency, String

Width — Lebar kolom penyimpanan data

Decimals — Jumlah angka di belakang koma

Label — Keterangan/deskripsi lengkap variabel (akan tampil di output agar lebih informatif)

Values — Label untuk kode angka, contoh: 1 = "Laki-laki", 2 = "Perempuan"

Missing — Menentukan nilai tertentu yang dianggap data hilang/kosong (misal 99 = tidak menjawab)

Columns — Lebar tampilan kolom di Data View

Align — Perataan tampilan data (kiri, kanan, tengah)

Measure — Skala pengukuran data:

Nominal — Kategori tanpa urutan (misal: jenis kelamin, agama)

Ordinal — Kategori berurutan/bertingkat (misal: tingkat pendidikan, skala puas–tidak puas)

Scale — Data numerik kontinu/interval-rasio (misal: usia, nilai ujian, pendapatan)

Role — Peran variabel dalam analisis (Input, Target, Both, None, Partition, Split)

4. Menu ANALYZE (Inti Analisis Statistik — Detail Lengkap)

Ini bagian terpenting SPSS, berisi berbagai kategori uji statistik:

Reports — Codebook, Case Summaries, Report Summaries

Descriptive Statistics — Frequencies (distribusi frekuensi), Descriptives (mean, std deviasi, min-max), Explore (uji normalitas & deteksi outlier), Crosstabs (tabulasi silang antar variabel kategorik)

Bayesian Statistics — Analisis statistik berbasis metode Bayesian

Tables — Custom Tables, membuat tabel laporan kustom

Compare Means — Means, One-Sample T-Test, Independent-Samples T-Test, Paired-Samples T-Test, One-Way ANOVA

General Linear Model (GLM) — Univariate, Multivariate, Repeated Measures, Variance Components

Generalized Linear Models — Model regresi dengan distribusi data non-normal

Mixed Models — Linear Mixed Models untuk data hierarkis/bertingkat

Correlate — Bivariate (Pearson/Spearman), Partial, Distances

Regression — Linear, Curve Estimation, Partial Least Squares, Binary Logistic, Multinomial Logistic, Ordinal, Nonlinear

Loglinear — General, Model Selection untuk data kategorik kompleks

Neural Networks — Multilayer Perceptron, Radial Basis Function

Classify — Cluster Analysis (K-Means, Hierarchical, Two-Step), Discriminant Analysis, Decision Tree (CHAID, CART)

Dimension Reduction — Factor Analysis (analisis faktor untuk menyederhanakan banyak variabel)

Scale — Reliability Analysis (uji reliabilitas dengan Cronbach's Alpha), Multidimensional Scaling

Nonparametric Tests — Chi-Square, Binomial, Runs, One-Sample K-S, Mann-Whitney U, Wilcoxon, Kruskal-Wallis

Forecasting — Create Models, Apply Models untuk analisis deret waktu (time series)

Survival — Kaplan-Meier, Cox Regression, Life Tables (analisis ketahanan hidup)

Multiple Response — Analisis data dengan jawaban lebih dari satu pilihan

Missing Value Analysis — Menangani data yang hilang/kosong

Multiple Imputation — Mengisi data yang hilang dengan estimasi statistik

Complex Samples — Analisis untuk data sampel kompleks (survei bertingkat)

Quality Control — Control Charts, Pareto Charts

ROC Curve — Mengukur akurasi model klasifikasi/diagnostik

5. Fitur Transform (Pengolahan Data — Detail)

Compute Variable — Membuat variabel baru dari rumus/transformasi variabel lain (misal: Total = Nilai1+Nilai2+Nilai3)

Recode into Same Variables — Mengubah nilai variabel pada kolom yang sama

Recode into Different Variables — Mengubah nilai dan disimpan sebagai variabel baru (lebih aman, data asli tetap ada)

Visual Binning — Mengelompokkan data numerik kontinu menjadi kategori (misal: usia jadi kelompok "Muda", "Dewasa", "Tua")

Rank Cases — Membuat variabel baru berisi peringkat/ranking data

Automatic Recode — Mengubah data string (teks) menjadi kode numerik otomatis

6. Fitur Data Management (Detail)

Sort Cases — Mengurutkan baris data berdasarkan satu/lebih variabel

Split File — Membagi analisis berdasarkan kategori variabel tertentu (misal analisis terpisah untuk data laki-laki dan perempuan)

Select Cases — Memilih subset data berdasarkan kriteria/kondisi tertentu untuk dianalisis

Merge Files — Menggabungkan file data, baik menambah kasus/baris (Add Cases) maupun menambah variabel/kolom (Add Variables)

Weight Cases — Memberi bobot pada kasus tertentu dalam analisis

Transpose — Menukar posisi baris menjadi kolom dan sebaliknya

Aggregate — Meringkas data berdasarkan kelompok tertentu

7. Fitur Grafik (Graphs — Detail)

Chart Builder — Alat interaktif drag-and-drop untuk membuat grafik (bar, line, pie, scatter, histogram, boxplot, area)

Graphboard Template Chooser — Rekomendasi jenis grafik otomatis berdasarkan tipe data

Legacy Dialogs — Cara klasik membuat grafik lewat menu langkah demi langkah (Bar, Line, Pie, Histogram, Scatter/Dot, Boxplot, Error Bar, Population Pyramid)

8. Fitur Syntax (Pemrograman SPSS)

Syntax Editor — Menulis perintah dalam bahasa SPSS Command Syntax

Paste Button — Setiap kotak dialog analisis punya tombol "Paste" untuk mengubah pilihan menu jadi kode syntax otomatis, sangat berguna untuk mengulang analisis yang sama berkali-kali

Run Selection — Menjalankan sebagian atau seluruh baris syntax

9. Format File SPSS

.sav — File data SPSS (data mentah/utama)

.spv — File output/hasil analisis SPSS versi terbaru

.sps — File syntax (skrip perintah)

.spo — Format output versi lama (SPSS versi sebelumnya)

.zsav — File data dengan kompresi

10. Output Statistik yang Dihasilkan

Tabel frekuensi dan statistik deskriptif (mean, median, modus, standar deviasi, varians, skewness, kurtosis)

Tabel hasil uji hipotesis (nilai signifikansi/p-value, t-hitung, F-hitung, chi-square)

Grafik (histogram, boxplot, scatter plot, normal Q-Q plot)

Tabel korelasi dan regresi (koefisien beta, R Square, Adjusted R Square, VIF)

Tabel crosstab dan uji chi-square untuk data kategorik

C. Cara Mengaplikasikan SPSS (Langkah Sangat Rinci)

1. Membuka SPSS dan Menyiapkan Data

Buka aplikasi SPSS → pilih New Dataset atau Open an existing data source

Jika data sudah ada di Excel/CSV: File → Import Data → pilih file → sesuaikan pengaturan impor (baris header, tipe data)

2. Mendefinisikan Variabel di Variable View

Klik tab Variable View di bagian bawah Data Editor

Isi kolom Name, Type, Label, Values, dan Measure untuk setiap variabel sesuai jenis datanya

Contoh: variabel "Jenis_Kelamin" → Type: Numeric, Values: 1="Laki-laki", 2="Perempuan", Measure: Nominal

3. Memasukkan Data di Data View

Klik tab Data View

Ketik data sesuai baris (responden) dan kolom (variabel) yang sudah didefinisikan sebelumnya

4. Melakukan Analisis Statistik Deskriptif

Tab Analyze → Descriptive Statistics → Frequencies/Descriptives

Pindahkan variabel yang ingin dianalisis ke kotak kanan → klik Statistics untuk memilih output tambahan (mean, median, dll) → klik OK

Hasil otomatis muncul di jendela Output Viewer

5. Melakukan Uji Validitas dan Reliabilitas

Uji Validitas: Analyze → Correlate → Bivariate → masukkan item pertanyaan dan total skor → lihat nilai signifikansi korelasi

Uji Reliabilitas: Analyze → Scale → Reliability Analysis → masukkan semua item → lihat nilai Cronbach's Alpha (>0.6 dianggap reliabel)

6. Melakukan Uji Normalitas

Analyze → Descriptive Statistics → Explore → masukkan variabel ke kotak Dependent List → klik Plots → centang Normality plots with tests → OK

Lihat nilai signifikansi Shapiro-Wilk (data <50) atau Kolmogorov-Smirnov (data ≥50); jika Sig. > 0,05 maka data berdistribusi normal

7. Melakukan Uji Hipotesis (Contoh: Uji T)

Analyze → Compare Means → Independent-Samples T Test (untuk membandingkan 2 kelompok berbeda)

Masukkan variabel numerik ke Test Variable, dan variabel kategorik ke Grouping Variable → Define Groups → OK

Baca nilai Sig. (2-tailed): jika < 0,05 maka ada perbedaan signifikan antar kelompok

8. Melakukan Analisis Regresi

Analyze → Regression → Linear

Masukkan variabel terikat (Y) ke kotak Dependent, dan variabel bebas (X) ke kotak Independent(s) → OK

Baca output: nilai R Square (seberapa besar pengaruh X terhadap Y), koefisien Beta, dan nilai Sig. tiap variabel

9. Membuat Tabulasi Silang (Crosstab)

Analyze → Descriptive Statistics → Crosstabs

Masukkan satu variabel ke Row(s) dan satu ke Column(s) → klik Statistics → centang Chi-Square jika ingin uji hubungan antar variabel kategorik → OK

10. Membuat Grafik

Graphs → Chart Builder → pilih jenis grafik (drag ke area kerja) → drag variabel ke sumbu X dan Y → OK

Grafik akan muncul di Output Viewer dan bisa diedit lewat double-click (membuka Chart Editor)

11. Menggunakan Syntax untuk Analisis Berulang

Setiap kali membuka kotak dialog analisis, klik tombol Paste (bukan OK) → kode syntax otomatis muncul di Syntax Editor

Blok kode yang ingin dijalankan → klik tombol Run (ikon segitiga hijau) atau tekan Ctrl+R

12. Mengedit Tampilan Output (Pivot Table)

Double-click pada tabel di Output Viewer → tampilan berubah ke mode edit (Pivot Table Editor)

Ubah format, warna, atau susunan tabel sesuai kebutuhan laporan

13. Menyimpan File

File → Save As → pilih jenis file yang ingin disimpan:

Data → format .sav

Output/hasil analisis → format .spv

Syntax → format .sps

14. Mengekspor Hasil Output

Pada jendela Output Viewer: File → Export → pilih format (Word, PDF, Excel, HTML) untuk dilampirkan ke laporan/skripsi