SPSS : Aplikasi Favorit Olah Data Skripsi Mahasiswa

SPSS : Aplikasi Favorit Olah Data Skripsi Mahasiswa

SPSS dirilis di versi pertama yaitu pada tahun 1968 setelah dikembangkan oleh Norman H. Nie dan C. Hadlai Hull. Norman Nie sendiri yaitu seorang  ilmuwan politik pascasarjana di Stanford University, saat itu sedang mengadakan Riset Profesor di Departemen Ilmu Politik di Stanford dengan Profesor Emeritus Ilmu Politik di University of Chicago.

Pada awalnya kepanjangan SPSS adalah Statistikal Package for the Social Sciences dimana pada waktu itu SPSS dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu sosial, sehingga. 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 adalah Statistical Product and Service Solutions.

Fitur yang ditawarkan antara lain IBM SPSS Data Collection untuk pengumpulan data, IBM SPSS Statistics untuk menganalisis data, IBM SPSS Modeler untuk memprediksi tren, dan IBM Analytical Decision Management untuk pengambilan keputusannya.

SPSS pertama kali muncul dengan versi PC dan komputer desktop dengan nama SPSS/PC+ (versi DOS). Dengan mulai populernya sistem operasi windows, SPSS mulai mengeluarkan versi windows (mulai dari versi 6.0 sampai versi terbaru sekarang).

Untuk menginstall versi terbaru program ini, komputer Windows Anda harus memiliki spesifikasi minimal menggunakan prosesor Intel atau AMD dengan kecepatan 1 GHz, memori (RAM) 1 GB, resolusi monitor 1024×768 piksel, dan harddisk dengan kapasitas kosong minimal 800 MB.

Itu sekilas perkenalan mengenai SPSS. Kali ini kita akan membahas bagaimana cara menggunakan SPSS 16.0 pada pengolahan data analisis regresi linier sederhana berdasarkan contoh yang akan kami sajikan. Simak selengkapnya.

Judul Penelitian : Pengaruh Pelayanan Nasabah terhadap loyalitas nasabah

Sampel : 25 orang

Uji yang dicari : Uji Validitas, Uji Reliabilitas, Uji Normalitas, Uji T, R, R Square

Pertama, kita selesaikan tabulasi di Excel sesuai dengan angket yang kita sebarkan. Disini pernyataan angket 10 buah (kuning), jumlah responden 25 orang (Hijau).

 

Berikut adalah tabel untuk Variabel X (Pelayanan Nasabah)

 

Tabulasi Variabel Y (Loyalitas Nasabah)

Pernyataan angket ada 11 (kuning) dan sampelnya 25 orang.

Setelah tabulasi selesai, copy angka ke spss. Boleh kamu gabungkan X dan Y dan boleh juga terpisah. Asalkan tidak salah dalam mengolahnya. Contoh di bawah ini kita buat terpisah. Ini untuk gambaran memasukan data nya ke SPSS untuk variabel X.

 

Gambar 1

Lalu, klik Variabel View, Ubah desimal jadi 0 dan Ubah nama variabel sesuai menjadi X1, X2, X3,....total X. Dan beri Nama Variabel pada total X yaitu pelayanan Nasabah. Jadinya seperti ini :

 

Gambar 2

Lalu tekan data view kembali, maka tampilan akan berubah. Gambar 1 tadi Menjadi seperti ini:

Nah, lakukan hal yang sama dengan Variabel Y.

Setelah selesai melakukan tabulasi di SPSS seperti di atas baik pada variabel X dan Y. Lalu kita lanjut mengolah datanya.

  1. Uji Validitas

Ketentuan uji validitas adalah nilai r hitung > r tabel

r tabel dilihat dari df = n-2 = 25-2 = 23, silahkan cek r tabel nya 2 arah dengan signifikansi 5% berarti 0,396. R hitung berarti nilai R yang didapat dari hasil olah SPSS.

Caranya :

  • Klik Analyze

  • Correlate - Bivariate

  • Masukkan data X beserta total X jangan digabung dengan Y

  • OK

Maka akan muncul output seperti ini :

Silahkan perhatikan hasil pada kotak pelayanan nasabah, jika hasilnya di atas 0,396 berarti valid. Berarti angket bisa digunakan untuk tahap berikutnya. Karena biasanya uji validitas ini digunakan untuk try out sebelum penelitian tahap selanjutnya, jadi kalo ada pernyataan yang tidak valid maka bisa dihapus atau diganti.

  1. Uji Reliabilitas

Uji reliabilitas itu menunjukan seberapa reliabel/dapat dipercaya suatu variabel dalam mengumpulkan/mengungkap informasi pada penelitian. Ketentuannya jika nilai hitung > 0,60 maka reliabel. Tapi ada juga ketentuan lain yang menyatakan hal yang berbeda.

Caranya :

  • Klik Analyze

  • Scale

  • Reliability Analysis

  • Masukkan data X tanpa total X, jangan digabung dengan Y

  • OK

Hasilnya seperti ini

Silahkan cek, jumlah N pada tabel Case Processing Summary, sesuaikan dengan sampel. Lalu cronbach’s Alpha apabila > 0,60 maka reliabel. Lihat jumlah N of itemsnya itu sesuai kan dengan jumlah pernyataan angket tadi. Jika sesuai berarti sudah benar.

 

Lakukan juga untuk Variabel Y dengan cara dan ketentuan yang sama.

 

  1. Uji Normalitas

Untuk melihat tingkat penyebaran pada suatu penelitian itu sudah terdistribusi secara normal adalah dengan menggunakan uji normalitas. Uji Normalitas ini juga banyak caranya, salah satu melihat dengan persebaran residu P-Plot. Ketentuannya jika residu terlihat mendekati dan mengikuti garis, maka data dinilai sudah tersebar secara normal.

Caranya :

  • Analyze

  • Regression - Linier

  • Masukkan data Total X pada Independent dan Total Y pada dependent

  • Biar lebih mudah kamu bisa gabung antara X dan Y nya di satu tabulasi, seperti ini pada variabel view nya :

  • Atau bisa juga hanya menggabungkan total X dan total Y nya. Jadi pada saat diolah akan mudah mengambil datanya.

  • Oke setelah dimasukkan data total X dan total Y nya seperti ini :

 

  • Klik Plot

  • Isi Y = SRESID, X = ZPRED

  • Ceklis Probability Plot, karena kita akan melihat hasil dengan Plot itu.

  • Maka akan banyak output yang keluar.

  • Untuk Uji Normalitas melalui P-Plot, gambar yang dipakai adalah seperti ini:

Dapat dilihat pada gambar di atas banyak residu yang mengikuti garis normal, maka data dapat dikatakan berdistribusi secara normal. Untuk melihat hasil normalitas yang lain, kamu juga dapat mengolah uji ini dengan cara yang lain seperti kolmogorov smirnov.

 

  1. Uji t

Uji t ini digunakan untuk melihat pengaruh antar variabel X dan Y secara parsial. Ketentuannya jika t hitung > t tabel maka ada pengaruh antar variabel X dan Y. T hitung adalah hasil olah dari SPSS, t tabel dapat dilihat dari T Tabel untuk uji t.

t tabel dapat dilihat dari df = n-k-1 = 25-1-1 = 23. Silahkan lihat t tabel df 23 signifikansi 5 % dua arah berarti 2,068.

Cara mengolahnya sama dengan yang uji normalitas, jadi pas uji normalitas tadi hasil olah untuk uji t, R dan R Square itu sudah ada. Ini tabel nya untuk uji t:

Untuk mengambil kesimpulan maka t hitung > t tabel berarti berpengaruh berarti 4,329 > 2,068 hasilnya ada pengaruh. Kita lihat dari signifikansinya 0,000 < 0,05 (taraf signifikansi 5%) maka antar variabel X dan Y mempunyai pengaruh secara signifikan. Begitu pula sebaliknya.

Untuk persamaan regresinya :

Y = a + BX1

  = 25,278 + 0,559 X1

a = nilai constant

B = Nilai dari variabel X1

 

  1. R dan R Square

R menunjukkan seberapa besar korelasi antar variabel. R Square menunjukkan seberapa besar kontribusi variabel independen terhadap variabel dependen biasanya dalam bentuk persen.

Untuk tabel uji ini, juga sudah ada saat kita mengolah uji normalitas tadi. Nah ini dia yang akan kita gunakan untuk analisa.

Disana nilai R 0,670. Pada tabel interval nilai korelasi yang tercantum pada buku (Sugiyono, 2012) jika nilai itu 0,60 - 0,799 maka memiliki nilai korelasi yang kuat.

Kamu dapat menggunakan interval korelasi dari berbagai sumber manapun. Jika nilai ini mendekati satu (1) maka korelasi semakin kuat.

 

Nilai R Square 0,449 berarti jika dipersenkan menjadi 44,9 %. Hal ini berarti besar kontribusi antara variabel X dan Y itu hanya 44,9 % pada penelitian, sisanya berarti dapat dijelaskan variabel lain yang tidak diteliti penulis.

Nah, begitulah cara singkat dalam pengolahan data SPSS regresi linier sederhana. Kamu dapat mempelajari secara detail melalui buku dan sumber seperti buku Sugiyono dan sebagainya. Semoga bermanfaat.

 

Sumber :

https://rumusrumus.com/spss-adalah/#!


Tabulasi dan Olahan Data Skripsi Zulia Putri, Pengaruh Pengelolaan Dana Kesehatan oleh Sedekah Rombongan Pekanbaru terhadap Kepercayaan Donatur ditinjau menurut Ekonomi Syariah