LAPORAN PRAKTIKUM

PENGOLAHAN DAN ANALISIS DATA STATISTIK

MENGGUNAKAN SPSS

Dosen Pengampu:

Dr. Husni Syahrudin, M.Si

Ludovicus Manditya Hari Christanto, S.Si, M.Sc

ACARA I

Pengelolaan Data Statistik Menggunakan Program SPSS

Dibuat Oleh:

Ahmad Ryadi Febryanto (F1032131018)

Rizki Ramadan (F1032131012)

PROGRAM STUDI S1 PENDIDIKAN EKONOMI

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS TANJUNGPURA

PONTIANAK

2015

ACARA I

I.      Judul           :

Pengelolaan Data Statistik Menggunakan Program SPSS

II.      Tujuan        :

1.      Agar dapat mengolah data statistik menggunakan SPSS

2.      Dapat memahami mengenai pentingnya perencanaan analisis, pengelolaan, analisis, dan interprestasi hasil analisis data.

3.      Dapat memahami bahwa statistika merupakan alat yang dapat digunakan untuk pengolahan data sehingga mempermudah dalam pengambilan keputusan atau kesimpulan dari suatu permasalahan.

III.      Alat dan Bahan

Alat:

1.      Laptop dan Program SPSS

2.      LCD

Bahan

1.      Data Korelasi Product Moment dan Regresi Sederhana

No	Nama Siswa	Prestasi Siswa Persemester	Lamanya belajar (Permenit)
1	Adi Kusuma	76.00	45
2	Anggun Pratiwi	87.00	60
3	Anita Rahayu	67.00	30
4	Andi Pranata	90.00	60
5	Bella Sintia	78.00	60
6	Benu Bandino	78.00	60
7	Cici	89.00	60
8	Diska Putri	76.00	45
9	Dora Menda	80.00	60
10	Eko Fitriariadi	70.00	60
11	Feri Irawan	86.00	45
12	Gian Gino	95.00	90
13	Hermanto	56.00	45
14	Hendrik Pawardi	76.00	45
15	Iwan Setiawan	86.00	60
16	Jaka Tarub	96.00	60
17	Karmin	99.00	60
18	Laila Canggung	89.00	45
19	Messi Mahesa	76.00	45
20	Novianti	76.00	45
21	Okti	86.00	45
22	Lia Eliaser	96.00	90
23	Marta	88.00	90
24	Noberta	89.00	90
25	Pendi Nurhalim	56.00	30
26	Rambo Reza	98.00	45
27	Susanti	67.00	45
28	Tiko	78.00	30
29	Ulva	66.00	60
30	Wati	78.00	45

2.      Data Regresi Ganda

No	Nama Siswa	Lamanya Nonton TV (Permenit)	Lamanya Ngumpul Bersama Teman (Permenit)	Prestasi
1	Abi	60	120	67.00
2	Andi	90	180	65.00
3	Angga	80	240	70.00
4	Alex	50	300	68.00
5	Bela	70	240	70.00
6	Bobi	90	60	80.00
7	Beni	20	120	89.00
8	Bacok	40	240	70.00
9	Becik	85	300	55.50
10	Cindi	90	60	76.00
11	Coco	120	120	78.00
12	Dodo	140	290	65.00
13	Didi	240	170	70.00
14	Erfan	200	145	76.00
15	Ferdi	140	260	77.00
16	Gino	60	120	90.00
17	Gatot	70	240	87.00
18	Heni	80	190	85.00
19	Hamdani	90	200	77.00
20	Ina	120	60	98.00
21	Indah	150	115	89.00
22	Jeni	170	170	70.00
23	Karmin	70	120	75.00
24	Lita	90	300	67.00
25	Marno	60	120	88.00
26	Nino	80	120	67.00
27	Opick	110	170	70.00
28	Perdik	95	90	79.00
29	Reza	45	60	99.00
30	Santo	70	160	79.00

3.      Data Paired Sampel T Test

No	Nama siswa	Sebelum	Sesudah
1	Aan	55,50	75,56
2	Abdullah	45,65	75,84
3	Aci	66,75	85,78
4	Adi	68,86	85,77
5	Aji	45,55	65,50
6	Ali	55,67	64,78
7	Aminah	67,56	55,78
8	Andi	74,55	65,55
9	Andri	67,87	78,77
10	Ardi	45,66	78,98
11	Asna	78,88	90,67
12	Badai	67,66	80,99
13	Bagas	68,54	78,67
14	Bingal	56,55	87,45
15	Biro	67,77	88,99
16	Cantana	77,67	78,77
17	Citra	56,78	78,78
18	Civan	67,67	87,88
19	Dodi	53,55	67,66
20	Efni	65,76	87,97
21	Eko	77,67	67,66
22	Feri	87,88	77,78
23	Gino	74,65	70,77
24	Heri	67,66	76,77
25	Herman	56,55	86,77
26	Indah	87,90	75,90
27	Jaka	56,76	90,88
28	Jono	56,78	69,89
29	Kasim	67,89	86,96
30	Zainal	78,90	88,89

4.      Data Independen Sample T Test

No	Nama Siswa	Prestasi	Punya/tidak punya Laptop
1	Ali	77.00	Punya
2	Andi	90.00	Punya
3	Adi	90.00	Punya
4	Bella	76.00	Punya
5	Bety	88.00	Punya
6	Caca	67.00	Punya
7	Desi	89.00	Punya
8	Debi	70.00	Punya
9	Endang	80.00	Punya
10	Feri	79.00	Punya
11	Gian	80.00	Punya
12	Herman	75.00	Punya
13	Indah	78.00	Punya
14	Jaka	88.00	Punya
15	Joko	90.00	Punya
16	Karmin	77.00	Punya
17	Linda	89.00	Punya
18	Marta	76.00	Punya
19	Nini	67.00	Tidak Punya
20	Reza	86.00	Tidak Punya
21	Santo	67.00	Tidak Punya
22	Santi	80.00	Tidak Punya
23	Tuti	76.00	Tidak Punya
24	Nene	75.00	Tidak Punya
25	Riska	67.00	Tidak Punya
26	Ali Baba	80.00	Tidak Punya
27	Bekam	70.00	Tidak Punya
28	Cintia Bella	69.00	Tidak Punya
29	Cindi	79.00	Tidak Punya
30	Roni	67.00	Tidak Punya

5.      Data Uji Validitas Dan Realibilitas Angket

No	P1	P2		P3	P4	P5
1	4		4	1	4	4
2	1		1	2	4	4
3	1		1	2	4	4
4	2		2	3	4	2
5	4		1	2	1	2
6	3		3	2	2	2
7	4		4	4	4	4
8	3		2	2	3	2
9	2		2	3	2	2
10	2		1	3	4	3
11	1		1	1	3	2
12	1		1	1	2	2
13	1		1	1	2	2
14	3		1	2	2	2
15	2		2	2	1	2
16	3		2	2	4	3
17	3		3	2	3	3
18	1		1	2	3	2
19	2		2	2	2	2
20	3		2	2	2	3
21	1		1	1	1	1
22	2		2	3	3	3
23	1		1	1	1	2
24	4		4	3	4	4
25	1		1	1	1	1
26	1		1	2	2	1
27	3		3	3	3	3
28	3		2	2	3	3
29	3		1	3	3	2
30	1		1	1	1	1

IV.      Dasar Teori

1.      Definisi data dan jenis data

Menurut http://www.duniapelajar.com tahun 2014. Data secara umum adalah kumpulan dari fakta yang diperoleh dari penelitian. Data yang diolah akan mengahsilkan sesuatu hal baru, bisa berupa konsep, atau kejadian tertentu. Menurut beberapa ahli, data juga memiliki makna lain, tetapi esensinya adalah sama saja.

Menurut Zulkiffi A.M menyatakan bahwa data merupakan suatu keterangan mengenai kenyataan, yang belum diolah dan masih berdiri sendiri juga belum terorganisasi. Menurut Slamet Riyadi mengungkapkan data adalah hasil dari adanya suatu pengamatan, dimana hasil tersebut dapat berupa angka maupun lambang. Menurut Lia Kuswayatno, mendiskripsikan data sebagi suatu kejadian yang benar terjadi di kehidupan nyata.

Data ini memiliki berbagai manfaat bagi para peneliti, diantaranya adalah memberikan gambaran kepada peneliti tentang kondisi atau suatu keadaan. Misalnya kita mendapatkan data tentang keuangan suatu perusahaan, dengan begitu bisa dianalisa bagaimana keadaan perusahaan tersebut. Selain itu data juga berguna sebagai dasar pengambilan sebuah keputusan. Dengan adanya data, peneliti akan tahu masalah apa yang sedang dihadapi, sehingga dapat menentukan jalan keluar atas masalah tersebut.

Menurut http://vellinstatisc.blogspot.com tahun 2010. Statistik/data merupakan poin penting dalam statistika. Ada bermacam-macam data yang dikenal dalam statistika, antara lain:

a)        Data kualitatif yaitu data yang berbentuk kalimat, kata atau gambar. Contoh dari data kualitatif adalah tidak enak, enak, sangat enak.

b)        Data kuantitatif yaitu data berupa angka. Data kuantitatif dapat dikelompokkan menjadi dua besar yaitu diskrit dan kontinu. Data diskrit adalah data yang diperoleh dari hasil menghitung atau membilang (bukan mengukur) Contohnya jumlah mahasiswa mipa matematika ada 500 orang, peserta seminar mathfair berjumlah 300 orang, dan himpunan bilangan asli dari 1 sampai 8 A= {1,2,3,4,5,6,7,8}.

c)        Data diskrit yaitu data data yang tidak dikonsepsikan adanya nulai-nilai di antara data (bilangan) lain yang terdekat contoh banyaknya jumlah anak di suatu keluarga, jumlah rumah di suatu kampung. Misalnya juka bilangan 2 dan 3 menunjukan jumlah anak anak di keluarga A dan keluarga B, maka di antara kedua bilangan tersebut tidak ada bilangan-bilangan lain. Tidak pernah kita mengatakan bahwa jumlah anak di suatu keluarga adalah 2,4 atau 2,9.

d)       Data kontinyu yaitu data yang didapat dari hasil pengukuran. Data hasil pengukuran diperoleh dari tes, kuesioner ataupun alat ukur lain yang sudah terstandar misalnya timbangan, panjang ataupun data psikologis yang lain. yang termasuk data kontinum ini adalah interval dan rasio. 

e)        Data didapatkan dari perhitungan dan pengukuran. Pengukuran adalah penggunaan aturan untuk menetapkan bilangan pada obyek atau peristiwa. Dengan kata lain, pengukuran memberikan nilai-nilai variabel dengan notasi bilangan. Aturan penggunaan notasi bilangan dalam pengukuran disebut dataatau tingkat pengukuran (scales of measurement).Secara lebih rinci, dalam statistik terdapat 4 data pengukuran yaitu nominal, ordinal, interval dan rasio.

f)         Data nominal adalah data mengelompokkan obyek atau peristiwa dalam berbentuk kategori. Data nominal diperoleh dari pengukuran nominal yaitu suatu proses mengklasifikasian obyek-obyek yang berbeda kedalam kategori-kategori berdasarkan beberapa karakteristik tertentu. 

g)        Data ordinal adalah data yang menunjukkan perbedaan tingkatan subjek secara kuantitatif. Contoh :Data ini biasanya dipergunakan dalam menentukan ranking seseorang dibandingkan dengan yang lain. misalnya ranking siswa dikelas dibuat dari nilai tertinggi sampai nilai terendah. Ranking pertama dan kedua tidak memiliki jarak rentangan yang sama dengan ranking kedua dan ketiga. Contoh lain data ordinal adalah nilai mahasiswa dalam bentuk huruf, A, B, C, D dan E. 

h)        Data interval adalah data yang yang memiliki jarak yang sama antar datanya akan tetapi tidak memiliki nol mutlak. Nol mutlak artinya tidak dianggap ada. Selain memiliki kedua ciri di atas (menunjukan klasifikasi dan kedudukan subjek dalam kelompok), data interval juga memiliki sifat kesamaan jarak (equality of interval) antara nilai yang satu dengan nilai yang lain. Skor mentah (raw score) yang dihasilkan dari suatu tes hasil belajar atau tes kecerdasan sering disebut sebagai data yang berdatainterval (data interval). Salah satu ciri matematis yang dimilikidata interval adalah penjumlahan. Dengan demikian, kita dapat membuat operasi penambahan atau pengurangan. Misalnya, jarak pada temperature tertentu. Jarak antara 250F dengan 500F sama dengan jarak 750F dengan 1000F. akan tetapi, data suhu ini tidak memiliki titik nol mutlak sehingga kita tidak bisa melakukan operasi perkalian dan pembagian. Untuk itu maka ada satu lagi data yaitu data rasio.

i)          Data rasio adalah data yang bersekala rasio hampir sma dengan data interval, yakni keduanya memiliki ketiga sifat di atas (menunjukan klasifikasi dan kedudukan subjek dalam suatu kelompok, serta sifat persamaan jarak). Data rasio berbeda dari data interval karena pertama data rasio memiliki nilai mutlak nol. Data pengukuran yang memiliki nol mutlak sehingga dapat dilakukan operasi perkalian dan pembagian. Misalnya berat badan, tinggi badan, pendapatan dan lain sebagainya. untuk melakukan pengujian hipotesis, maka data yang kita miliki minimal berdata interval. jika data berdata nominal atau ordinal, data tersebut harus ditransfer dulu ke data. Contoh : perbandingan (rasio) antara skor-skor yang berdata rasio, 20 kg adalah 2 kali 10 kg, 15 m = 3 m x 5 m dan sebagainya

2.      Pentingnya Pengelolahan Data Dalam Proses Pengolahan Data

Pengolahan data (data processing) adalah manipulasi data kedalam bentuk yang lebih berarti berupa informasi, sedangkan informasi adalah hasil dari kegiatan-kegiatan pengolahan data yang memberikan bentuk yang lebih berarti dari suatu kegiatan atau peristiwa. Manfaat pengolahan data dalam proses pengolahan data adalah:

a.       Dapat mengetahui apakah data tersebut berdistribusi normal.

b.      Dapat membuat data menjadi informasi.

c.       Kita dapat mengolah data secara benar.

3.      Gambaran umum studi kasus untuk pengolahan data

a.      korelasi product moment dan regresi sederhana

Hubungan antara prestasi persemester siswa dengan lamanya belajar di rumah. Prestasi siswa di sekolah banyak dipengaruhi oleh faktor tertentu, seperti belajar. Pada kasusu ini kami mencari hubungan antara prestasi siswa dengan lamanya siswa belajar di rumah permenit. Di mana jika di logikakan maka nilai siswa persemesternya akan tinggi jika dia belajar di rumah lebih lama. Dalam kasus ini kami menggunakan data rasio yang berdistribusi normal dan menggunakan metode korelasi product moment.

b.      regresi ganda

Hubungan antara prestasi dengan lamanya nonton TV dan lamanya ngumpul bersama teman. Prestasi siswa banyak dipengaruhi oleh hal seperti lamanya nonton TV dan ngumpul bersama teman-temannya dengan hal yang tidak penting bahkan sampai lupa dengan tugas sekolah dan belajar. Dalam hal ini kami ingin mencari apakah terdapat hubungan antara prestasi siswa dengan lamanya nonton TV dilihat dalam menit dan lamanya siswa itu ngumpul atau nongkrong dengan temannya di hitung dalam menit. Alasan pemilihan metode statistic ini karena jenis datanya rasio dan berdistribusi normal serta digunakan untuk melihat pengaruh beberapa variabel bebas terhadap variabel terikat maka uji statistik yang digunakan adalah analisis Regresi Ganda. Dalam hal ini variabel lamanya nonton TV dan ngumpul bersama teman adlah ( Variabel Pengaruh ) akan dikorelasikan dengan variable prestasi siswa( Variabel Terpengaruh ).

c.       paired sample T test

Dalam mengajar setiap guru menggunakan metode belajar yang berbeda-beda. Agar mendapatkan hasil belajar yang memuaskan. Mengajar dan mendidik siswa bukanlah hal yang mudah, banyak guru yang mengajar dengan menggunakan metode belajar tapi belum juga mendapatkan hasil yang memuaskan, tetapi ada juga guru yang mengajar dengan menggunak metode belajar dan mendapatkan hasil yang memuaskan. Di sini kami akan mencari apakah terdapat perbedaan hasil prestasi siswa saat guru mengajar dengan menggunak metode belajar dan tidak menggunakan metode belajar. Pada studi kasus kami, hasilnya akan dilihat dalam dua semester, semester pertama tanpa menggunakan metode belajar dan semester dua dengan menggunakan metode belajar. Alasan pemilihan metode statistik, Karena jenis datanya rasio  dan berdistribusi normal maka uji statistik yang digunakan adalah analisis T Test Untuk 2 Sampel Berkorelasi. Dalam hal ini variabel prestasi siswa saat tidak menggunakan metode belajar dan sesudah menggunakan metode belajar ini akan di adakan uji beda.

d.      Independent Sample T Test

Di duga terdapat perbedaan prestasi siswa yang memiliki Laptop yang memimiliki jaringan internet dengan yang tidak mempunyai laptop. Kemungkinan siswa yang memiliki Laptop nilainya tinggi dan siswa yang tidak memiliki laptop kemungkinan nilainya rendah. Untuk menguji hal tersebut, tentu tidak semua siswa yang di observasi, karena jumlah siswa yang sangat banyak di dalam sekolah dan akan memakan waktu yang sangat banyak. Alternatif terbaik adalah mengambil sempel di kelompok tersebut dan akan menarik kesimpulan untuk populasi untuk siswa yang memiliki laptop yang ada jaringan internet dan siswa yang tidak memiliki laptop.

e.       Validitas Dan Reliabilitas

Pelayanan Merupakan Suatu Hal Yang Sangat Penting Diperhatikan Oleh Hotel, Jika Konsumen Merasa Puas Terhadap Pelayanan Yang Diberikan Oleh Hotel Maka Itulah Tujuan Utama Pelayanan. Ujilah Validitas dan Reliabilitas Dari Jawaban Responden Atas Pertanyaan Yang Diajukan Sebagai Berikut

1.      Apakah karyawan di hotel kami ramah?

2.      Apakah karyawan di hotel kami cepat tanggap dengan apa yang diinginkan konsumen ?

3.      Apakah karyawan di hotel kami telah memberikan pelayanan sesuai dengan keinginan konsumen?

4.      Apakah karyawan di hotel kami dapat selalu memberikan keterangan dengan jelas setiap pertanyaan konsumen yang berhubungan dengan hotel?

5.      Apakah anda sebagai tamu mendapat pelayanan yang baik dihotel kami?

V.      Langkah Lerja

a.       Pengelolaan Data Korelasi Product Moment

·         Memasukkan data kedalam program SPSS pada variabel 1 dan 2,

·         memberi identitas pada variabel view,

·         klik data view, tekan tombol printscreen (Prt Sc) pada keyword laptop,

·         buka dokumen word yang baru,

·         klik kanan atau Ctrl+V untuk memindahkan data SPSS ke halaman word.

·         simpan data tersebut.

b.      Pengelolaan Data Regresi Sederhana

·         Memasukkan data kedalam program SPSS pada variabel 1 dan 2,

·         memberi identitas pada variabel view,

·         klik data view, tekan tombol printscreen (Prt Sc) pada keyword laptop,

·         buka dokumen word yang baru,

·         klik kanan atau Ctrl+V untuk memindahkan data SPSS ke halaman word.

·         simpan data tersebut.

c.       Pengelolaan Data Regresi Ganda

·         Memasukkan data kedalam program SPSS pada variabel 1, 2, 3, 4, 5,dan 7.

·         memberi identitas pada variabel view,

·         klik data view, tekan tombol printscreen (Prt Sc) pada keyword laptop,

·         buka dokumen word yang baru,

·         klik kanan atau Ctrl+V untuk memindahkan data SPSS ke halaman word.

·         simpan data tersebut.

d.      Pengelolaan Data Paired Sample T Test

·         Memasukkan data kedalam program SPSS pada variabel 1 dan 2,

·         memberi identitas pada variabel view,

·         klik data view, tekan tombol printscreen (Prt Sc) pada keyword laptop,

·         buka dokumen word yang baru,

·         klik kanan atau Ctrl+V untuk memindahkan data SPSS ke halaman word.

·         simpan data tersebut.

e.       Pengelolaan Data Independen Sampel T Test

·         Memasukkan data kedalam program SPSS pada variabel 1 dan 2,

·         memberi identitas pada variabel view,

·         klik data view, tekan tombol printscreen (Prt Sc) pada keyword laptop,

·         buka dokumen word yang baru,

·         klik kanan atau Ctrl+V untuk memindahkan data SPSS ke halaman word.

·         simpan data tersebut

f.       Pengolahan Data Uji Validitas Dan Reabelitas

·         Memasukkan data kedalam program SPSS pada variabel 1, 2, 3, 4, dan 5.

·         memberi identitas pada variabel view, P1, P2 Dst

·         klik data view, tekan tombol printscreen (Prt Sc) pada keyword laptop,

·         buka dokumen word yang baru,

·         klik kanan atau Ctrl+V untuk memindahkan data SPSS ke halaman word.

·         simpan data tersebut

VI.      Hasil Praktikum

1.      Data Korelasi Product Moment dan Regresi Sederhana

2.      Data Regresi Ganda

 

3.      Data Paired Sampel T Test

4.      Independen Sampel T Test

5.      Data Jawaban Responden

VII.      Pembahasan

Pada memasukan data korelasi product moment pearson kami mengalami kesulitan dalam memasukan data. Mulai dari pengumpulan sampel untuk data yang akan diolah kemudian menjabarkan studi kasus yang akan kami teliti.  Kesulitan penjabaran studi kasus dikarenakan kurangnya pengetahuan kami dalam pengembangan ilmu pengetahuan tentang statistik. Tetapi kesulitan tersebut dapat teratasi dengan buku-buku serta refrense dari internet.

Kemudian pada regresi ganda kesulitan yang kami hadapi adalah penentuan variabel Y yang jelas berkaitan dengan  variabel X1, X2, X3, Xn. Pada variabel Y. Dalam memasukan data regresi ganda diperlukan ketelitian karena apabila terjadi kesalahan penginputan data secara manual maka akan mempengaruhi pengolahan data untuk selanjutnya.

Pada Uji T Test kami masih merasa bingung membedakan uji independent t tes dengan uji paired t test karena kami belum memahami yang pak hari jelaskan ke kami. Tetapi setelah itu kami mencari referensi sendiri tentang uji T Test dan akhirnya kami bisa memahaminya walaupun tidak sepenuhnya, setidaknya kami bisa membedakan uji Independent dan Uji paired dan dapat mengolah datanya dan membuat pembahasan tentang hasil output pada spss.

Selanjutnya kesulitan menginput data kedalam program SPSS dikarenakan pertama kali menggunakan SPSS. Penginputan harus dilakukan menggunakan tahapan yang benar sehingga output yang dihasilkan akan sesuai dengan hasil yang sesungguhnya, namun itu semua bisa kami atasi dengan pelaksanaan langkah kerja yang sistematis dan terarah.

Selanjutnya pada T-Test sampel indenpenden kesulitannya yaitu pengolahan data pada label dan values, langkah pengolahan data yang sedikt rumit dari lainnya. Pada kolom values data yang diisi hanya kolom pengeluaran kedua. Semua kesulitan yang kami hadapi bisa teratasi dengan baik karena langkah kerja yang benar dan bisa mengikuti dengan baik dan benar.

Pada memasukan data jawaban responden ke setiap pertanyaannya kami merasa bingung karena variabel yang digunakan sangat banyak  tapi semua itu bisa teratasi karena materi yang pak hari berikan kekami sangat mendetail.

VIII.      Kesimpulan

Dari penjelasan di atas dapat kami simpulkan bahwa dalam memasukan data statistik ke dalam program spss diperlukan ketelitian, kecermatan dalam mengolah data karna akan berpengaruh dalam pengolahan data yang selanjutnya, dalam spss data yang sering kami gunakan adalah data nominal bukan scale jadi data tidak bisa diolah lebih lanjut, jadi ketelitiaan sekaligus kecermatan sangat diperlukan dalam memasukan data ke spss

IX.      Daftar Pustaka

http://www.duniapelajar.com/2014/07/13/pengertian-data-menurut-para-ahli/ Diakses Tanggal 24 Juni 2015 Pukul 21:00 WIB

http://vellinstatisc.blogspot.com/2010/01/macam-macam-data-dalam-statistika.html Diakses Tanggal 24 Juni 2015 Pukul 21:00 WIB

Power Point Pak Hari Uji Validitas dan Realibilitas Angket.