VARIABEL VIEW

BAGIAN PERTAMA :

Beberapa Menu Utama dalam SPSS :

Pada bagian variabel view ada beberapa kolom yang digunakan untuk mendefinisikan berbagai variabel yang dapat kita gunakan dala SPSS, sebagai berikut:

1.   Name

      digunakan sebagai tempat untuk mengisi variabel nama.

      dengan aturan :

·        Karakter yang digunakan pada kolom ini maksimal sebanyak 64 karakter.

·        Tidak dapat menggunakan tanda (+, -, /, atau *)

·        Tidak dapat menggunakan spasi

2.   Type

      Digunakan sebagai tempat untuk mengisi jenis data, terbagi menjadi :

·        Numeric

                  digunakan untuk memasukan data dalam bentuk angka-angka.

·        Comma

                  hampir sama dengan Numeric, hanya saja pada Comma ditandai dengan (",") untuk

                  menentukan ribuan.

·        Dot

                  hampir sama dengan Numeric, hanya saja pada Dot ditandai dengan (".") untuk

                  menentukan ribuan.

·        Scientific Nation

                  data yang dalam bentuk Numeric yang ditandai dengan simbol E.

·        Date

                  digunakan sebagai kolom untuk memasukan data tanggal.

·        Dollar

                  digunakan sebagai kolom untuk memasukan data Numeric yang ditandai dengan ($).

·        Custom Currency

                 digunakan untuk menampilkan mata uang yang telah dibuat pada Option di menu Edit.

·        String

                 digunakan untuk data dalam bentuk karakter atau huruf.

3.    Width

       Digunakan sebagai patokan untuk data (angka atau huruf) terpanjang yang akan

       dimasukan

4.   Decimals

      Digunakan untuk menentukan jumlah angka desimal yang ada setelah tanda koma.

5.   Label

      Digunakan untuk menjelaskan rincian dari kolom Name dengan menggunakan singkatan

      angka atau huruf.

6.   Values

      Digunakan untuk memberikan kode pada kategori yang terdapat pada variabel, seperti :

      Jenis Kelamin : 1 untuk Pria dan 2 untuk Wanita.

7.   Missing

      Digunakan untuk menentukan data yang dianggap hilang sehingga data tersebut tidak

      termasuk data yang akan dianalisa.

      - No Missing Values

        bila tidak ada data yang dianggap hilang

      - Discrete Missing Values

        bila ada data yang dianggap hilang.

      - Range Plus One Optinal Discrete Missing Values

        bila ada data yang hilang dengan range yang telah ditentukan.

8.   Columns

      Digunakan untuk menentukan seberapa lebar kolom data yang akan dimasukan.

9.   Align

      Digunakan untuk menentukan rata kanan, kiri, atau tengah pada data yang dimasukan.

10. Measure

      Digunakan untuk menentukan skala data untuk setiap variabel yang dimasukan.

      - Nominal :

        untuk variabel bertipe string.

      - Scale :

        untuk variabel bertipe numeric

      - Ordinal :

        untuk variabel bertipe memiliki tingkatan atau nilai (jenjang sekolah)

BAGIAN KEDUA :

Beberapa menu utama pada bagian Analyze dalam SPSS:

1.       Transform :

Digunakan untuk mentranformasi data, yaitu pembentukan variabel baru yang valuenya

merupakan hasil tranformasi dari value variabel-variabel yang sudah ada. Atau memodifikasi variabel yang sudah ada berdasarkan variabel yang lain. Seperti tranformasi dengan operator  aritmatik, fungsi aritmatika, fungsi statistik dan sebagainya.

Bagian-bagian dari transform sebagai berikut:

·         Compute variable: menghitung variabel

·         Count values with in cases: menghitung nilai dengan keadaan yang sebenarnya

·         recode into same variables: mengubah kembali kode kedalam variabel yang sama

·          recode into different variables: memeberikan kembali kode dalam variabel yang berbeda

·         automatic recode: pengubahan secara otomatis

·          visual binning: gambaran binning

·          optimal binning:optimal binning

·         ranking cases:peringkat kasus

·          date and time wizard:tanggal dan waktu kejadian

·          create time series:membuat rangkaian waktu

·         replace missing values:menggantikan nilai yang hilang

·          random number generation:generasi nomor acak

2.       Analyze :

Digunakan untuk memilih berbagai prosedur pengolahan secara statistik seperti tabulasi silang (crosstab), korelasi, regresi linier, analisis varians, penyusunan laporan dan sebagainya.

Bagian-bagian dari analyze :

v  Reports :laporan

a)      OLAP Cubes :kubus OLAP

b)      Case summaries : ringkasan kasus

c)      Report summaries in rows :ringkasan laporan dalam baris

d)     Report summaries in columns :ringkasan laporan dalam kolom

v  Descriptive statisties : gambaran statistik

a)       FreQuencies : frekuensi

b)      Descriptives : mengambarkan

c)      Explore : perjalanan

d)     Crosstabs : lintas tab

e)      Ratio : rasio

f)       P-p- plots : alur P-p

g)      Q-Q-plots : alur Q-Q

v  Tables : tabel

a)      Custom tables : tabel biasa

b)      Multiple response sets : pasangan tanggapan ganda

v  Compare means:membandingkan arti

a)      Means : makna

b)      One- sample T Test : satu sampel T test

c)      Independent samples T-Test : sampel bebas T-test

d)     Paired- samples T-Test : T-test kelompok sampel yang sama

e)      One way ANOVA : ANOVA sejalan

v  General Linear Model : model linear umum

a)      Univariate : tidak ada variasi

b)      Multivariate : bervariasi

c)      Repeated measures : jarak pengulangan

d)     Variance companents : komponene variasi

v  Generalized Linear Models :model linear campuran

a)      generalized linear models : bentuk umum linear

b)      generalized estimating ekuations :

v  Mixed Models : model campuran

     linear : linear

v  Correlate : berkesinambungan

a)      Bivariate : bervariasi

b)      Partial : membagi

c)      Distances : jarak

v  Regression : regresi

a)      Linear : linear

b)      Curve estimation : kurva perkiraan

c)      Partial least skuares : pembagian least skuares

d)     Binary logistic : perhitungan

e)      Multinomial logistic : angka-angka perhitungan

f)       Ordinal : membandingkan

g)      Probit : keuntungan

h)      Nonlinear : tidak linear

i)        Weigth estimation : perkiraan berat

j)        2- stage least skuares : 2 tahap

k)      Optimal scaling : skala optimal

v  Loglinear :loglinear

a)      General : umum

b)      Logit : logit

c)      Model selection : bentuk pilihan

v  Neural networks : jaringan saraf

a)      Multilayer perceptron : persepsi layar

b)       Radial basis function : fungsi kelompok  radial

v  Classify : pengelompokan

a)      Two step cluster : 2 langkah pembagian wilayah

b)      K- means cluster : arti wilayah K

c)      Hierarchical cluster : pembagian wilayah

d)     Tree : pohon

e)      Discriminant : pemisahan

v  Data Reduction : pengurangan data

a)      Factor : faktor

b)      Correspondence analysis : analisis korespondensi

c)      Optimal scaling : skala optimal

v  Scale : skala

a)      Reliability analysis : analisis kepercayaan

b)      Multidimentional unfolding : multidimensi kelipatan

c)      Multidimentional scaling ( PROXSCAL ) : multidimensi skala ( PROXSCAL )

d)     Multidimentional scaling(ALSCAL) : multidimensi skala (ALSCAL)

v  Nonparametric Tests : test yang tidak menggabungkan 2 indeks

a)      Chi skuare : kuadrat chi

b)      Binomial : binomium

c)      Runs : menjalankan

d)     Sample k-5 : sampel kelima

e)      2- independent samples : 2-sanmpel bebas

f)       K independent samples : Ksampel bebas

g)      2 related samples : 2 sampel yang berhubungan

h)      K- related sample : K- sampel yang berhubungan

v  Time series : rangkaian waktu

a)      Create models : membuat model

b)      Apply models : penerapan model

c)      Seasonal decomposition : komposisi musiman

d)     Spectral analysis : analisis spektral

e)      Skuence charts : grafik skuens

f)       Autocorrelations : korelasi otomatis

g)      Cross- correlations : korelasi bersilang

v  Survival : kelangsungan hidup

a)      Life tables : tabel kehidupan

b)      Kaplan meier : kaplan meier

c)      Cox regression : cox regresi

d)     Cox w/time- Dep Cop : cox w/waktu cop

v  Missing values analysis : analisis nilai yang hilang

define variable sets : mendefenisikan variabel pasangan

v  Multiple response : respon gandeng

a)      Select a sample : sampel pilihan

b)      Prepare for analysis : persiapan analisis

c)      Frekuencies : frekuensi

d)     Desctipties : gambaran

e)      Crosstabs : lintas tab

f)       Ratios : rasio

g)      General linear model : model linear umum

h)      Logistic regression : regresi perhitungan

i)        Ordinal regression : regresi perbandingan

j)        Cox regression : regresi cox

v  Complex samples : bagian dari populasi yang menyeluruh

v  Kuality control : kualitas pengendali

a)      control charts : grafik pengendali

b)      pareto charts : grafik tetap

v  ROC curve : kurva ROC

3.    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.

a.      Nama Variabel

Default dari variabel diawali dengan suku kata VARIABEL dan dikuti 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.

b.      Tipe Variabel

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

c.       Labels

Untuk menentukan label variabel dan harga data label tersebut (jika diperlukan). Pada kotak

d. 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.

e. 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