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:
- Mengubah
data Exel menjadi format data Exel versi 4, kemudian SPSS membaca data
tersebut dengan melihatnya sebagai format Exel 4.
- 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