makalah spss

MAKALAH

SPSS

DISUSUN OLEH : CINTIA MAHARANI

        NPM                     : 14500009

        JURUSAN            : DIII FARMASI

DOSEN PEMBIMBING : INDRA PUTRA S.E

UNIVERSITAS MALAHAYATI

TAHUN AKADEMIK 2014/2015

KATA PENGANTAR

Segala  puji  hanya  milik  Allah SWT.  Shalawat  dan  salam  selalu tercurahkan kepada Rasulullah SAW.  Berkat  limpahan  dan rahmat-Nya penyusun  mampu  menyelesaikan  tugas  makalah ini guna memenuhi tugas mata kuliah komputasi yang berjudul SPSS.

Makalah ini disusun agar pembaca dapat memperluas ilmu tentang komputer sebagai teknologi yang canggih di zaman modern ini dan menambah ilmu, yang saya sajikan berdasarkan pengamatan dari berbagai sumber informasi.Makalah ini di susun oleh penyusun dengan berbagai rintangan.Baik itu yang datang dari diri penyusun maupun yang datang dari luar.

Semoga makalah ini dapat memberikan wawasan yang lebih luas dan menjadi sumbangan pemikiran kepada pembaca khususnya para mahasiswa Perguruan Tinggi Malahayati.Saya sadar bahwa makalah ini masih banyak kekurangan dan jauh dari sempurna. Untuk itu,  kepada  dosen  pembimbing  saya  meminta  masukannya  demi  perbaikan  pembuatan  makalah  saya  di  masa  yang  akan  datang dan mengharapkan kritik dan saran dari para pembaca.

                                                                                                                                  

                                                                                                                                  

                                                                                                     Bandar Lampung,19 Desember 2014

                                                                                                                           Penyusun

DAFTAR ISI

Cover ......................................................................................................................................          

Kata Pengantar .....................................................................................................................          

Daftar Isi ................................................................................................................................          

BAB I PENDAHULUAN................................................................................................. ....

A.    Latar Belakang ..........................................................................................................          

B.     Rumusan Masalah .....................................................................................................          

C.    Tujuan Penulisan ......................................................................................................          

BAB II PEMBAHASAN.......................................................................................................

A.    Pengertian spss ..........................................................................................................          

B.   Window pada spss......................................................................................................       

BAB III PENUTUP

A.    Kesimpulan..................................................................................................................

B.     Saran............................................................................................................................

BAB IV

Daftar pustaka........................................................................................................................

BAB I

PENDAHULUAN

A.  Latar Belakang

                        Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenan dengan data. Statistika dibagi menjadi dua, yaitu Statistika Deskriptif dan Statistika Inferensial. Statistika deskriptif berkenaan dengan deskripsi data, misalnya dari menghitung rata-rata dan varians dari data mentah; mendeksripsikan menggunakan tabel-tabel atau grafik sehingga data mentah lebih mudah “dibaca” dan lebih bermakna. Sedangkan statistika inferensial lebih dari itu, misalnya melakukan pengujian hipotesis, melakukan prediksi observasi masa depan, atau membuat model regresi.                               Statistika dalam arti sempit berarti kumpulan data berupa angka, penyajian data dalam table dan grafik, bilangan yang menunjukan karakteristik dari kumpulan data. Statistika dalam arti luas yaitu metode yang digunakan dalam pengumpulan dan analisis data yang berupa angka-angka sehingga dapat diperoleh informasi yang berguna. Statistika adalah suatu metode yang menjelaskan tata cara pengumpulan, penyusunan, penyajian, penganalisaan, dan penginterprestasian data menjadi informasi yang lebih berguna. (wikipedia).

Dalam materi Statistika Deskriptif, terdapat Regresi dan Korelasi. Regresi dan korelasi digunakan untuk mempelajari pola dan mengukur hubungan statistik antara dua atau lebih variabel.

 1.2  Rumusan Masalah

Berdasarkan latar belakang di atas, dapat di rumuskan sebuah permasalahan sebagai berikut:

1. Apa pengertian SPSS?

2. Apa kegunaan SPSS?

1.3. Metode Penulisan

            Dalam penulisan makalah ini kami menggunakan metode study kepustakaan yaitu proses pencarian dan pengumpulan data dari buku-buku dan situs-situs yang berhubungan dengan judul makalah yang kami buat.

BAB II

PEMBAHASAN

1.1.   SPSS FOR WINDOWS

SPSS adalah kependekan dari Statistical Program for Social Science merupakan paket program aplikasi komputer untuk menganalisis data statistik. Dengan SPSS kita dapat memakai hampir dari seluruh tipe file data dan menggunakannya untuk untuk membuat laporan berbentuk tabulasi, chart (grafik), plot (diagram) dari berbagai distribusi, statistik deskriptif dan analisis statistik yang kompleks. Jadi dapat dikatakan SPSS adalah sebuah sistem yang lengkap, menyeluruh, terpadu, dan sangat

fleksibel untuk analisis statistik dan manajemen data, sehingga kepanjangan SPSS pun mengalami  perkembangan, yang pada awal dirilisnya adalah Statistical Package for the Social Science, tetapi pada perkembangannya berubah menjadi Statistical Product and Service Solution. Keunggulan dari SPSS for windows diantaranya adalah diwujudkan dalam menu dan kotak-kotak dialog antar muka (dialog interface) yang cukup memudahkan para user dalam perekaman data (data entry), memberikan perintah dan sub-sub perintah analisis hingga menampilkan hasilnya. Disamping itu SPSS juga memiliki kehandalan dalam menampilkan chart atau plot hasil analisis sekaligus kemudahan penyuntingan bilamana diperlukan.

Dalam menunjang kerjanya, SPSS for windows menggunakan 6 tipe window, yaitu : SPSS Data Editor, output Window, Syntax Window, Chart Carousel, Chart Window, dan Help Window.

1.2. PENGERTIAN DASAR

Konsep Data dalam SPSS

Karena SPSS merupakan paket program untuk mengolah dan menganalisis data, maka untuk menjalankan program ini terlebih dahulu harus dipersiapkan data yang akan diolah dan dianalisis tersebut. Untuk bisa dimengerti oleh prosesor pada SPSS for windows, data tersebut harus mempunyai struktur, format dan jenis tertentu. Setelah anda memahami konsep data dan konsep window dalam SPSS for windows, hal lain yang perlu diperhatikan dalam analisis adalah pemilihan prosedur yang sesuai dengan kasus yang sedang dihadapi. Kesalahan dalam memilih prosedur tentunya akan mengakibatkan hasil analisis yang diperoleh tidak sesuai dengan yang diharapkan.

 Struktur Data

Dalam SPSS, data yang akan diolah harus dalam bentuk m baris dan n kolom. Tiap baris data dinamakan case (kasus) dan tiap kolom data mempunyai heading yang dinamakan variable.

Nama	Gender	Alamat	Lahir
Angga cristian	Laki-laki	Purbolinggo	25/03/1996
Kholifah	Perempuan	Metro	21/02/1996
Vaizal maulana	Laki-laki	Tanggamus	08/05/1994
Ayu lestari	Perempuan	Kota Aggung	11/04/1996
Yosua	Laki-laki	Pringsewu	30/09/1994

Struktur data diatas menunjukkan listing data yang terdiri dari 4 variabel dan 5 case. Misal variabel-variabel tersebut diberi nama NAMA, GENDER, ALAMAT dan LAHIR, maka NAMA dan ALAMAT adalah variabel bertipe string, GENDER bertipe numerik dan lahir bertipe Date.

Missing Value

Missing value atau harga yang hilang, adalah istilah yang digunakan oleh SPSS untuk mendeklarasikan data yang hilang/tidak lengkap. Hal ini diperhatikan karena data yang hilang akan sangat berpengaruh pada hasil pengolahan maupun analisis dari keseluruhan data. Sering kita menjumpai ketidaklengkapan dalam pengumpulan data, misalnya pada pengumpulan nilai test IQ suatu kelas dengan 50 siswa, dimana ada 3 siswa yang tidak masuk pada salah satu hari test dari dua hari yang dijadwalkan. Tentunya ketidakhadiran siswa tersebut akan mempengaruhi hasil analisis data kelas tersebut secara keseluruhan. Untuk mengatasi hal ini, nilai test ketiga siswa harus

Ada dua jenis missing value yang dikenal oleh SPSS, yakni :

a.       User missing value, adalah missing value yang nilai ditentukan oleh user (pemakai). Seperti pada pendataan nilai test IQ di atas, ditentukan haraga 0 sebagai missing value.

b.      System missing value, adalah missing value yang ditentukan secara otomatis oleh SPSS, yaitu bilamana dijumpai harga yang ilegal, sepeti didapatinya karakter alpabetic pada variabel numerik, atau perhitungan yang menghasilkan nilai tak terdefinisikan pada perintah transformasi data seperti pembagian dengan 0.

Konsep Variabel

Dilihat dari bentuknya, variabel terdiri dari:

a. Variabel Kualitatif, variabel ini berbentuk klasifikasi atau kategori

Dalam tipologi dasar, variabel ini dibedakan menjadi dua macam:

- Tanpa peringkat, Contoh (Surabaya, Bandung, Jakarta), (Laki-laki, Perempuan), (Hijau, Hitam, Merah).

- Dengan peringkat, Contoh: (Kurang, Cukup, Baik), (Rendah, Sedang, Tinggi), (Pesuruh, Penyelia, Direktur).

b.Variabel Kuantitatif, Variabel ini merupakan skor yang berwujud numerik.

Secara garis besar terdiri dari:

    - Diskrit, Contoh: jumlah siswa, banyak kasus, jumlah penduduk.

  - Kontinue, Contoh: tinggi badan, berat badan, jarak lempar, besar kaki.

WINDOW PADA SPSS FOR WINDOWS

Data Editor

Menu : File, Edit, Data transform, Statistic, Graphs, Utilities, Window, Help.

Data editor adalah window yang bersama output window pertama kali keluar pada saat pertama kali dioperasikannya SPSS for windows. Window ini berwujud kotak-kotak persegi (sel-sel) sejenis tampilan spreadsheet yang berfungsi sebagai sarana pemasukan data, penghapusan, pengurutan dan berbagai pengolahan data aslinya.

Output Window

Menu: File, Edit, Data transform, Statistics, Graphs, Utilities, Window, Help.

Output window adalah text window yang merupakan media tampilan dari hasil proses yang dilakukan oleh SPSS prosesor. Setiap kali anda melakukan pengolahan data pengolahan grafik, penganalisaan data maupun perjalanan menu utilities, maka seluruh hasil proses tersebut akan ditampilkan pada output window ini.

Syntak Window

Menu: File, Edit, Data transform, Statistics, Graph, Utilities, Window, Help.

Syntak Window adalah text window yang digunakan untuk menuliskan susunan perintah atau program dalam SPSS for windowa.

Chart Carousel

Menu: File, Edit, Carousel, Window, Help.

Chart Carousel adalah window yang digunakan untuk menampilkan chart yang dihasilkan oleh SPSS.

Chart Window

Chart Window adalah merupakan chart editor yang digunakan untuk menyimpan, memanggil, memodifikasi dan mencetak chart yang dihasilkan oleh SPSS.

Help Window

Help window digunakan untuk jika anda mengalami kesulitan didalam menjalankan program SPSS. Dengan membuka file menu ini maka anda dapat mengetahui fungsi tombol-tombol, kotak isian dan lain-lain.

MENDEFINISIKAN VARIABEL

Pendefinisian variabel hanya dapat dilakukan bila SPSS data editor sedang aktif. Pada pendefinisian variabel kita dapat melakukan pemberian nama variabel sekaligus menentukan format dari variabel tersebut. Aturan pemberian nama variabel tidak dapat secara langsung diberikan, akan tetapi untuk pemberian nama variabel (kolom), di dalam sheet SPSS terdapat dua pilihan antar lain Data View dan Variabel View.

Data view adalah merupakan hasil dari pemberian nama atau pemberian variabel pada variable view. Sedangkan variabel view merupakan salah satu cara untuk memasukkan nama variabel yang selanjutnya akan diolah dalam program statistik SPSS. Oleh karena itu dalam memasukkan variabel di kolom variabel View beberapa harus diperhatikan seperti type variabel, label variabel, missing value dan format kolom.

Nama Variabel

Default dari variabel diawali dengan suku kata VAR dan diikuti 5 digit angka (VAR00001,VAR00002,…). Ketentuan-ketentuan dalam memberikan nama variabel adalah sebagai berikut:

·         Nama variabel harus diawali dengan huruf

·          Tidak boleh diakhiri dengan tanda titik

·          Panjang variabel maksimal 8 karakter (u/ versi tertentu, eq. versi 10)

·         Tidak boleh ada blank atau spasi dan karakter spesial seperti !,?,’, dan *

·          Harus unik, yaitu tidak boleh ada nama variabel yang sama

·         Tidak membedakan huruf kecuali dengan huruf kapital (u/ versi tertentu, eq. versi 10)

·          Tidak boleh menggunakan istilah reserved word (istilah yang sudah ada pada SPSS) yaitu, ALL, AND, BY, EQ, GE, GT, LE, LT, NOT, OR, TO, dan WITH.

Tipe Variabel

Untuk menentukan type-type variabel, lebar variabel (filed) dan jumlah angka bulat dan desimal.

Labels

Untuk menentukan label variabel dan harga data label tersebut (jika diperlukan). Pada kotak variabel label, anda bisa mengisikan label dari variabel. Sedangkan pada kotak value label, terdapat dua kotak isian yaitu value (nilai yang akan dimasukkan) dan value label (keterangan nilai, untuk keseragaman) dan 3 tombol pendukung yang bisa digunakan untuk pendefinisian label berbentuk kategori. Misal: ketik 1 pada value dan pria pada value label, terlihat tombol pendukung berubah warna (aktif) setelah itu tekan tombol Add, terlihat keterangan 1=’pria’. Artinya kategori pria diberi nilai 1. Jika anda ingin mengganti pilih Change, dan pilih Remove untuk menghapus.

Mising Value

Untuk menentukan harga-harga dari suatu variabel akan dideklarasikan sebagai missing value (user missing value). Ada 4 pilihan dalam mendeklarasikan missing value, yaitu:

1. No missing value. Bila variabel tersebut tidak menggandung missing value

2. Discrete missing value. Bila variabel 1, 2 atau 3 buah missing value anda tinggalkan mengisikan harga-harga missing value tersebut pada kotak yang tersedia

3. Range of missing value. Bila variabel tersebut mengandung missing value yang berupa interval suatu bilangan. Misal: 5–10, anda tinggal mengisikan harga terendah dan harga tertinggi dari interval tersebut

4. Range plus one discrete missing value. Jika variabel tersebut menggandung missing value yang berupa interval suatu bilangan dan sebuah harga missing sebagai harga alternatif lain, misal: 7–9 atau 0.

MENJALANKAN SPSS FOR WINDOW

Untuk mengaktifkan SPSS for window ikutilah langkah-langkah berikut:

1. Klik tombol Start

2. Arahkan pointer mouse pada menu program

3. Arahkan pointer mouse ke folder program SPSS dan klik mouse.

MENGINPUTKAN DATA

Setelah kita mendefinisikan pada variable view, selanjutnya kita siap untuk menginputkan data.

Caranya yaitu dengan mengisikan data sesuai dengan variable yang telah ditentukan.

MENYIMPAN FILE DATA

Setelah melakukan pengisian data pada SPSS data editor, maka simpanlah dengan langkahlangkah berikut:

1. Klik menu File; kemudian pilih Save… Atau tekan Alt-F kemudian S

2. Selanjutnya beri nama file, misal: Latih, dan tempatkan pada direktori yang anda

kehendaki.Untuk tipe data ekstensi file SPSS adalah sav, sehingga data tersebut         tersimpan dengan nama lengkap Latih.sav

3. Tekan Ok diikuti tombol Enter

MENGHAPUS DATA

- Menghapus isi sel

1. Pilih sel yang akan dihapus isinya dengan baik

2. Pilih menu Edit; kemudian pilih Delete (atau tekan tombol delete pada keyboard)

Untuk menghapus isi sejumlah sel sekaligus blok sejumlah blok sejumlah sel yang  akan dihapus, kemudian ikuti langkah 2.

  - Menghapus isi sel satu kolom (variabel)

1. Klik heading kolom (nama variabel) yang akan dihapus

2. Pilih menu Edit; kemudian pilih Delete (atau tekan tombol delete pada keyboard)

Untuk menghapus sejumlah kolom, maka klik sejumlah heading (nama variabel) yang  akan dihapus, kemudian ikuti langkah 2.

- Menghapus isi sel satun baris (case)

1. Klik nomor case yang akan dihapus

2. Pilih menu Edit; kemudian pilih Delete (atau tekan tombol delete pada keyboard)

Untuk mengapus sejumlah case, maka klik sejumlah case yang akan dihapus,     kemudian ikuti langkah 2.

MENGCOPY DATA

- Mengcopy isi sel

1. Pilih sel (atau sejumlah sel) yang akan dicopy

2. Pilih menu Edit, kemudian pilih Copy atau cukup tekan Ctrl-C

3. Pindahkan penunjuk sel pada sel yang akan dituju

4. Pilih menu Edit, kemudian pilih Paste atau cukup menekan Ctrl-V

Hal yang perlu diperhatikan dalam mencopy sis sel atau sejumlah sel adalah bahwa   format hasil copy akan selalu menyesuaikan dengan format variabel yang dicopy.

 - Mengcopy isi sel satu kolom (variabel)

1. Klik heading kolom (nama variabel) yang akan dicopy

2. Pilih menu Edit, kemudian pilih Copy atau cukup tekan Ctrl-C

3. Klik heading kolom yang dituju

4. Pilih menu Edit, kemudian pilih Paste atau cukup menekan Ctrl-V

Untuk mengcopy isi sel sejumlah kolom sekaligus, pilihlah sejumlah kolom tersebut   dengan drag (blok) pada bagian heading.

 - Mengkopi isi sel satu baris (case)

1. Klik nomor case yang akan dicopy

2. Pilih menu Edit, kemudian pilih Copy atau cukup tekan Ctrl-C

3. Klik nomor case yang dituju

4. Pilih menu Edit, kemudian pilih Paste atau cukup menekan Ctrl-V

MENYISIPKAN DATA

- Menyisipkan Kolom

1. Pindahkan penunjuk sel pada kolom yang akan disisipi

2. Klik menu Data, Kemudian pilih Insert Variabel atau cukup menakan Alt-D      kemudian tekan huruf V.

· Menyisipkan Baris

1. Pindahkan penunjuk sel pada kolom yang akan disisipi

2. Klik menu Data, Kemudian pilih Insert Case atau cukup menekan Alt-D kemudian   tekan huruf I.

ANALISIS KORELASI

1.      PENGERTIAN DASAR

Korelasi merupakan teknik analisis yang  termasuk dalam salah satu teknik pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi   merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel.Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi. Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi antara dua variabel. Dalam SPSS ada tiga metode korelasi sederhana (bivariate correlation) diantaranya Pearson Correlation, Kendall’s tau-b, dan Spearman Correlation. Pearson Correlation digunakan untuk data berskala interval atau rasio, sedangkan Kendall’s tau-b, dan Spearman Correlation lebih cocok untuk data berskala ordinal.

Dalam korelasi sempurna tidak diperlukan lagi pengujian hipotesis, karena kedua variabel mempunyai hubungan linear yang sempurna. Artinya variabel X mempengaruhi variabel Y secara sempurna. Jika korelasi sama dengan nol (0), maka tidak terdapat hubungan antara kedua variabel tersebut. Dalam korelasi sebenarnya tidak dikenal istilah variabel bebas dan variabel tergantung. Biasanya dalam penghitungan digunakan simbol X untuk variabel pertama dan Y untuk variabel kedua. Dalam contoh hubungan antara variabel remunerasi dengan kepuasan kerja, maka variabel remunerasi merupakan variabel X dan kepuasan kerja merupakan variabel Y.Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi. Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi antara dua variabel.

2. PROSEDUR BIVARIATE CORRELATIONS

Prosedur Bivariate Correlations (korelasi bivariabel) digunkaan untuk menghitung koefisien korelasi product moment Pearson dan dua buah koefisien korelasi tingkat rank (yaitu : Speraman’s rho dan Kendall’s tau-b) beserta taraf signifikansinya. Secara opsional anda juga bisa mendapatkan ukuranukuran statistik univeriabel, kovarians dan deviasi cross product.

Untuk menjalankan prosedur ini, dari menu pilih: Statistic → Correlate → Bivariate Maka akan ditampilkan kotak-kotak dialog Bivariate Correlations.

Semua variabel numerik pada file data Anda akan ditampilkan pada kotak daftar variabel.

1. Pindahkan dua atau lebih variabel sekaligus ke kotak Variabels.

2. Klik OK untuk mendapatkan Korelasi Pearson default yaitu menggunakan uji signifikansi dwi-ekor.Untuk mendapatkan statistik-statistik univariabel tambahan khusus untuk korelasi Pearson atau memodifikasi perlakuan case-case yang berharga missing, klik tombol options.

ANALISIS REGRESI

1.      PENGERTIAN DASAR

Korelasi merupakan teknik analisis yang  termasuk dalam salah satu teknik pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi   merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel.

Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi. Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi antara dua variabel. Dalam SPSS ada tiga metode korelasi sederhana (bivariate correlation) diantaranya Pearson Correlation, Kendall’s tau-b, dan Spearman Correlation. Pearson Correlation digunakan untuk data berskala interval atau rasio, sedangkan Kendall’s tau-b, dan Spearman Correlation lebih cocok untuk data berskala ordinal.

Dalam korelasi sempurna tidak diperlukan lagi pengujian hipotesis, karena kedua variabel mempunyai hubungan linear yang sempurna. Artinya variabel X mempengaruhi variabel Y secara sempurna. Jika korelasi sama dengan nol (0), maka tidak terdapat hubungan antara kedua variabel tersebut. Dalam korelasi sebenarnya tidak dikenal istilah variabel bebas dan variabel tergantung. Biasanya dalam penghitungan digunakan simbol X untuk variabel pertama dan Y untuk variabel kedua. Dalam contoh hubungan antara variabel remunerasi dengan kepuasan kerja, maka variabel remunerasi merupakan variabel X dan kepuasan kerja merupakan variabel Y.

2. PROSEDUR LINEAR REGRESSION

Regresi linear adalah hubungan secara linear antara variabel dependen dengan variabel independen yang digunakan untuk memprediksi atau meramalkan suatu nilai variabel dependen berdasarkan variabel independen.

Spesifikasi minimum untuk prosedur ini adalah:

· Satu variabel dependen

· Satu atau beberapa variabel independen 

 Analisis Korelasi dan Regresi dengan Excel

1. Untuk dapat menggunakan perintah data analisis:

• Aktifkan program Microsoft Excel hingga terdapat worksheet kosong.
• Klik File, Klik Menu Options,
• Sebuah kotak dialog Excel Options ditampilkan, dan klik menu add-ins,
• Dibagian bawah terdapat kotak Manage: Excel Add-ins. Klik icon Go.
• Check list Anaylsis Tool Pak dan klik Go

·         Regresi

Analisis regresi bertujuan untuk melihat pengaruh satu variabel terhadap variabel lainnya.

Langkah-langkah membuat Regresi dengan menggunakan excel:

1.                   Ketik data X pada kolom B dan data Y pada kolom C

2.                   Pilih Data pada menu utama

3.                   Pilih Data Analysis

4.                   Pilih Regression

5.                   Klik OK Setelah muncul kotak dialog

·         Korelasi

• Analisis korelasi juga dapat digunakan dalam Excel.
• Korelasi menunjukkan keeratan hubungan antar variabel
• Keeratan tersebut dicerminkan dari nilai korelasi yang semakin tinggi.
• Nilai korelasi berada di antara 0 hingga 1
• Tanda nya dapat positip dan negatif
• Positip menunjukkan hubungan dua variabel searah sedang negatif menunjukkan hubungan kedua variabel berlawanan.

 Langkah-langkahnya membuat korelasi dengan menggunakan excel:

1. Pilih Data pada menu utama
2. Pilih Data analysis
3. Pilih Correlation
4. Klik OK Setelah muncul kotak dialog 

5. PERBEDAAN REGRESI DAN KORELASI

Pernyataan yang sering kita dengan adalah bahwa regresi dimengerti dengan kata kunci pengaruh, dan korelasi dimengerti dengan kata kunci hubungan. Pengertian sederhana itu tidaklah salah, akan tetapi, tidak ada salahnya juga kita memahami secara lebih lanjut tentang regresi dan korelasi.

Analisis korelasi berkaitan erat dengan regresi, tetapi secara konsep berbeda dengan analisis regresi. Analisis korelasi adalah mengukur suatu tingkat atau kekuatan hubungan linear antara dua variabel. Koefisien korelasi adalah mengukur kekuatan hubungan linear. Sebagai contoh, kita tertarik untuk menemukan korelasi antara merokok dengan penyakit kanker, berdasarkan penjelasan statistik dan matematika, pada anak sekolah dan mahasiswa (dst). Dalam analisis regresi, kita tidak menggunakan pengukuran tersebut. Analisis regresi mencoba untuk mengestimasi atau memprediksikan nilai rata-rata suatu variabel yang sudah diketahui nilainya, berdasarkan suatu variabel lain yang juga sudah diketahui nilainya. Misalnya, kita ingin mengetahui apakah kita dapat memprediksikan nilai rata-rata ujian statistik berdasarkan nilai hasil ujian matematika.

 -Regresi

Mempelajari bentuk hubungan antar variabel mealui suatu persamaan. Persamaan yang digunakan untuk melihat hubungan antar variabel adalah Regresi Linear Sederhana (RLS), Regresi Linear Berganda (RLB), dan Regresi non Linear.Regresi bisa berupa hubungan sebab akibat dan mengukur seberapa besar suatu variabel mempengaruhi variabel yang lain, sehingga dapat digunakan untuk melakukan peramalan nilai suatu variabel berdasarkan variabel lain.

-Korelasi

            Juga mempelajari hubungan antar variabel, tetapi digunakan untuk melihat seberapa erat hubungan antar dua variabel kuantitatif dilihat dari besarnya angka dan bukan dari tandanya.Dengan menggunakan korelasi, kita dapat mengetahui arah hubungan yang terjadi dalam dua variabel. Jika korelasi bertanda positif artinya berbanding lurus dan jika bertanda negatif maka berbanding terbalik.Korelasi tidak bisa menyatakan hubungan sebab akibat meskipun angka korelasinya tinggi. Misal ada dua pernyataan:

1.                   tanaman mati kekeringan di musim kemarau

2.                   pupuk kompos diberikan saat musim kemarau

Dari kedua pernyataan di atas, kita tidak dapat mengatakan bahwa pupuk kompos menyebabkan tanaman mati meskipun korelasinya tinggi.

6. MANFAAT KORELASI DAN REGRESI

Kegunaan Analisis Korelasi dan Regresi. Dalam kebanyakan fenomena alam, menaksir rerata populasi, atau menguji perbedaan dua rerata dengan teknik uji statistika, baik yang memerlukan asumsi sebaran khusus (parametrik) mau pun yang tidak ketat asumsi sebarannya (nonparametrik) menjadi tidak efisien dan tidak efektif lagi. Hal ini disebabkan oleh banyaknya peubah yang berhubungan dan saling menjelaskan antara yang satu dengan yang lainnya. Misalnya, kita akan memperkirakan nilai jual sebuah rumah di suatu daerah tertentu. Kita dapat mengambil sampel acak dari ratusan rumah yang ada dalam daerah tersebut, kemudian kita menghitung rerata harga jualnya. Tetapi, menggunakan metode ini, kita mengabaikan informasi yang mudah diamati, misalnya luas lantai, banyaknya kamar tidur, banyaknya kamar mandi, dan umur rumah tersebut. Informasi ini akan lebih bermanfaat kalau digunakan menaksir nilai jual rumah yang bersangkutan.
Dari latar belakang yang kita perhatikan di atas, metode atau analisis korelasi dan regresi merupakan topik penting untuk dibicarakan. Metode korelasi dapat mengukur kuatnya hubungan antara dua peubah yang sifat hubungannya simetris atau timbal balik Seperti metode korelasi; metode regresi sudah menjadi bagian integral dari setiap analisis data yang memperhatikan hubungan antara satu peubah tanggapan (response variable) dengan satu atau lebih peubah penjelas (explanatory variables). Istilah peubah tanggapan kadang-kadang juga disebut peubah terikat atau terikat (dependent variable), dan peubah penjelas disebut peubah penaksir (predictor variable) atau peubah bebas (independent variable). Penggunaan istilah ini biasanya disesuaikan dengan situasi peubah-peubah yang dipelajari hubungannya, dan juga selera penggunanya.

Pertama-tama kita akan membicarakan masalah yang berkaitan dengan nilai rerata suatu peubah terikat Y (katakanlah harga jual rumah) terhadap suatu peubah bebas X (misalnya luas lantai rumah) dengan menggunakan hubungan linear. Model ini disebut model linear karena semua peubah yang muncul dalam model itu berpangkat satu. Kalau dilihat dari banyaknya peubah bebas dalam model, maka model itu disebut model linear sederhana, karena hanya mempunyai satu peubah bebas.

BAB III PENUTUP

A.   KESIMPULAN

SPSS adalah kependekan dari Statistical Program for Social Science merupakan paket program

aplikasi komputer untuk menganalisis data statistik. Dengan SPSS kita dapat memakai hampir dari

seluruh tipe file data dan menggunakannya untuk untuk membuat laporan berbentuk tabulasi, chart

(grafik), plot (diagram) dari berbagai distribusi, statistik deskriptif dan analisis statistik yang kompleks.

Jadi dapat dikatakan SPSS adalah sebuah sistem yang lengkap, menyeluruh, terpadu, dan sangat

fleksibel untuk analisis statistik dan manajemen data, sehingga kepanjangan SPSS pun mengalami

perkembangan, yang pada awal dirilisnya adalah Statistical Package for the Social Science, tetapi pada

perkembangannya berubah menjadi Statistical Product and Service Solution.

Keunggulan dari SPSS for windows diantaranya adalah diwujudkan dalam menu dan kotakkotak

dialog antar muka (dialog interface) yang cukup memudahkan para user dalam perekaman data (data

entry), memberikan perintah dan sub-sub perintah analisis hingga menampilkan hasilnya. Disamping itu

SPSS juga memiliki kehandalan dalam menampilkan chart atau plot hasil analisis sekaligus kemudahan penyuntingan bilamana diperlukan.

B.   SARAN

          Setelah mempelajari tentang spss ini, mahasiswa akan lebih mendalami materi tentang spss dan bisa menjalankan aplikasi, yang meliputi pengertian spss,window spss,dan jenis-jenis spss,contoh spss dll.