Blog Aneuk Nanggroe

SPSS dan Sejarahnya

Pada awalnya, sebelum diberi nama Statistical Service Product Solutions, aplikasi ini bernama Statistical Package for the Social Sciences yang dibuat pada tahun 1968 oleh Norman Nie, seorang mahasiswa lulusan fakultas ilmu politik dari Stanford University. SPSS sangat berguna bagi ilmu social di era tersebut, dan digunakan untuk analisis pasar, penelitian kesehatan, survey kesehatan, dan masih banyak lagi.

Program SPSS bekerja dengan membandingkan suatu data kedalam suatu paket hasil analisis. Sehingga dalam pengolahan lebih mudah dalam penggunaan serta analisisnya dalam aplikasi permasalahan riset dan bisnis. SPSS dilengkapi kemampuan untuk akses data, persiapan dan manajemen data, analisis data, serta dalam laporan hasil olahan. Sedangkan perangkat lunak sekarang sangat banyak untuk penyelesaian pengolahan data statistic. Program aplikasi untuk pengolahan data yang beredara saat ini sudah banyak macamnya antara lain SHAZAM, Systant, Ecosim, Ecostat, Minitab, SAS, Statgraph, SPSS, Statistica, dan sebagianya.

Dari berbagai perangkat pilihan lunak yang akan digunakan dalam pengolahan data SPSS merupakan yang paling popular. Mengapa SPSS, karena memiliki beberapa kelebihan yaitu terdapat banyak fasilitas yang dapat menangani berbagai persoalan statistika, memiliki tampilan user friendly, dan merupakan terobosan baru berkaitan dengan perkembangan teknologi infromasi, khususnya E Business. Dalam hal ini SPSS telah dilengkapi dengan fasilitas OLAP (Online Analytical processing) yang akan memudahkan dalam pemecahan pengolahan data. Selain itu, kelebihan SPSS adalah dapat digunakan untuk mengakses data dari berbagai perangkat lunak yang lain selanjutnya diolah dan kemudian dianalisis.


Sejarah SPSS
Pada tahun 1968, Norman H.Nie, C.Hadlai (Tex) Hull dan Dale H.Bent, tiga orang pemuda dari latar belakang professional berbeda, mengembangkan sistem perangkat lunak yang berdasarkan gagasan statistika menggunakan untuk mengubah data mentah menjadi informasi essensial untuk membuat keputusan. Sistem perangkat lunak statistic revolusioner ini disebut SPSS, yang menjadi calon Statistical Package untuk Ilmu Pengetahuan Sosial. Ketiga pemuda tersebut membangun SPSS dari keperluan untuk dengan cepat menganalisa volume data ilmu pengetahuan social yang dikumpulkan lewat berbagai metode penelitian. Dilakukan kerja pertama SPSS di Stanford University dengan maksud untuk membuatnya tersedia hanya untuk dikonsumsi local dan tak ada distribusi internasional. Nie, seorang ilmuwan social dan Stanford doctoral calon, mengambil target sasaran dan menetapkan kebutuhan; Bent calon doctor Stanford university pada penelitian pelaksanaan, mempunyai keahlian analisa dan mendesain struktur berkas sistem SPSS, dan Hull, yang baru tamat dari Stanfor dengan gelar MBA-nya , memprogram SPSS.

Kelebihan SPSS

1. SPSS mampu mengakses data dari berbagai macam format data yang tersedia seperti dBase, Lotus, Access, text file, spreadsheet, bahkan dapat mengakses database melalui ODBC (Open Data Base Connectivity) sehingga data yang sudah ada, dalam berbagai format, bisa langsung dibaca SPSS untuk dianalisis.
2. SPSS memberi tampilan data yang lebih informative, yaitu menampilkan data sesuai nilainya (menampilkan label data dalam kata-kata) meskipun sebetulnya kita sedang bekerja menggunakan angka-angka (kode data).
3. SPSS memberikan informasi lebih akurat dengan memperlakukan missing data secara tepat, yaitu dengan member kode alasan mengapa terjadi missing data. Misalnya karena pernyataan tidak relevan dengan kondisi responden, pertanyaan tidak dijawab, ataub karena memang pertanyaannya yang harus dilompati.
4. SPSS melakukan analisis yang sama untuk kelompok-kelompok pengamatan yang berbeda secar sekaligus hanya dalam beberapa mouse klik saja. Misalnya mengetahui nilai minimum, maksimum dan rata-rata penjualan per kuartal wilayah penjualan secara bersamaan pada masing-masing kelompok produk, mengetahui hal-hal yang signifikan berpengaruh terhadap volume penjualan (apakah kelompok umur konsumen, tingkat pendidikan, jenis kelamin, besar pengeluran per bulan,dll) pada masing-masing wilayah penjualan
5. SPSS mampu merangkum data dalam format tabel multidimensi, yaitu beberapa field ditabulasikan secara bersamaan. Contohnya tabel persentase jumlah responden dari beberapa kelompok umur terhadap beberapa kategori produk perawatan rambut, table persentase jumlah responden dari beberapa tingkat pendidikan terhadap beberapa partai politik pilihan menurut beberapa wilayah pemilihan umum.

Beberapa istilah popular yang ada dalam SPSS, antara lain :

1. Populasi, Populasi adalah keseluruhan objek yang menjadi perhatian dalam suatu eksperimen. Contohnya masyarakat miskin di Kabutan Sinjai, populasi bayi gizi buruk di rumah sakit Ibnu Sina Makassar, dan sebagainya. Dari populasi yang telah diobservasi nantinya akan diperoleh suatu karakteristik statistika yang biasa disebut dengan Parameter.
2. Sampel, Sampel adalah sebagian objek yang diambil dari populasi di mana karakteristiknya akan diselidiki dan dianggap dapat mewakili seluruh populasi yang menjadi perhatian dalam eksperimen. Karasteristik dari sampel disebut dengan statistic. Contoh sebuah rumah sakit swasta, mengambil sampel bayi dengan berat badan lahir rendah dengan persentase 15 %, 20 %, dan 25 %. Sementara cara pengambilan sampel dari suatu populasi secara garis besar terbagi menjadi dua, yaitu random dan non random.
3. Random, Yang dimaksud dengan pengambilan sampel dari suatu populasi secara random adalah pengambilan di mana setiap objek mempunyai probabilitas sama untuk terpilih. Dengan kata lain, sang peneliti tidak memilih objek tertentu untuk dijadikan sampel dalam eksperimen. Untuk mendapatkan sampel random biasanya dilakukan dengan undian atau menggunakan tabel bilangan random.
4. Non random, Sampel non random adalah cara pengambilan di mana sang peneliti memilih objek tertentu untuk dijadikan sampel. Cara non random ini biasanya disebut dengan sampel tetap (fixed sample). Berkaitan dalam menganalisa dan menarik suatu kesimpulan dari suatu masalah, berdasarkan kegiatan yang dilakukan statistic terbagi menjadi dua bidan, yaitu statistika deskriptif dan statistika induktif.
5. Statistic deskriptif, Merupakan bidang statistika yang mempelajari tentang susunan, penyajian data, yaitu dengan deskripsi atau penggambaran data yang diperoleh. Jadi, dalam statsitika deskriptif membicarakan tentang cara-cara pengumpulan data, menyederhanakan data eksperimen, kemudian mengadakan pengukuran pemusatan dan penyebaran data.
6. Statistika induktif, Merupakan bidan statistika yang mempelajari penarikan kesimpulan yang merupakan generalisasi dari suatu populasi berdasarkan sampelnya. Adapun yang termasuk kegiatan dalam statistika induktif adalah estimasi/perkiraan, peramalan (forecast), uji hipotesis, penghitungan dan uji kemaknaan asosiasi, dan lain sebagainya. Berdasarkan metode yang digunakan statistika induktif sendiri terbagi menjadi dua yaitu statistika parametric dan statistic nonparametric.
7. Statistic parametric, Merupakan bagian statistic induktif yang mempertimbangkan satu atau lebih parameter populasi. Biasanya pada statistic parametric berpijak pada suatu asumsi spesifik populasinya berdistribusi normal, selain itu data berukuran interval.
8. Statistic non parametric, Merupakan bagian dari statistic induktif yang tidak mempertimbangkan nilai parameter populasi. Jadi, analisa data pada statistika nonparametric tidak didasarkan pada asumsi distribusi normal. Biasanya data yang digunakan pada statistika nonparametric berukuran nominal dan ordinal. Baik dalam statistika deskriptif maupun statistika induktif diperlukan adanya ukuran data. Ukuran data yang digunakan pada suatu eksperimen terbagi menjadi empat tingkatan, yaitu nominal, ordinal, interval, dan rasio.
9. Nominal, Ukuran data nominal yang merupakan skala pengukuran yang paling sederhana dan digunakan untuk mengkategorikan objek-objek amatan. Kategori ini selanjutnya dinotasikan dengan kata-kata, huruf symbol, ataupun angka. Dengan kata lain, ukuran data nominal yang berasal dari kata Name ini termasuk data kualitatif, yaitu data yang tidak berupa angka melainkan berupa kategori. Misalkan kategori jenis kelamin laki-laki dan perempuan, maka laki-laki diberi notasi angka 1 dan perempuan dengan notasi angka 2.
10. Ordinal, Ukuran data ordinal juga merupakan tipe data kualitatif, perbedaanya dengan ukuran data nominal adalah pada ordinal terdapat tingkatan data. Adapun persamaannya adalah data tidak dapat ditambah, dikurang, dikali, ataupun dibagi karena data tidak menunjukkan besarnya nilai melainkan hanya kategori saja. Pada ukuran data ordinal memberikan urutan (ranking) objek eksperimen dari yang terendah ke tinggi atau berlaku sebaliknya. Contohnya kategori kelas social ekonomi masyarakat di daerah A lebih tinggi daripada di daerah B, namun seberapa besarnya tidak dapat diukur secara pasti. Ukuran data ordinal dinilai lebih tinggi daripada nominal karena pada ordinal ditentukan objek yang lebih besar/kecil.
11. Interval, Interval termasuk tipe data kuantitatif, yaitu datanya dinyatakan dengan angka di mana data berupa urutan kuantitatif objek eksperimen. Ukuran data interval diperoleh dari hasil pengukuran dan mempunyai satuan pengukuran, namun perlu diperhatikan bahwa pada ukuran data interval tidak memuat nilai nol mutlak. Beda halnya dengan ukuran data nominal dan ordinal, ukuran data interval dapat ditambah, dikurangi, dikali ataupun dibagi. Contoh ukuran data interval,diadakan eksperimen tentang ukuran tingkat ekonomi pada daerah Sopeng dengan klasifikasi penghasilan sebagai berikut: Golongan A jika berpenghasilan Rp 1.000.000
12. Rasio, Ukuran data rasio termasuk pada tipe kuantitatif di mana data rasio bersifat angka sesungguhnya. Dengan kata lain, angka pada skala data rasio menunjukkan besarnya nilai objek yang diukur menggunakan titik nol mutlak. Jarak dan waktu antara dua titik skala tidak tergantung pada unit pengukuran. Contoh pada produksi kain tenun, jika pada suatu saat pabrik tidak produksi satupun kain, maka dikatakan produksi nol (tidak ada).
13. Data view, Merupakan lembar kerja untuk proses input data atau memasukkan data. Kolomkolomnya memuat variabel data dan baris ditandai dengan angka 1, 2, 3 yang merupakan urutan data yang dimasukkan.
14. Variabel view, Merupakan lembar kerja untuk mendefinisikan variabel data yang dimasukkan pada kotak Data View. Baris pada kotak variabel view ditandai dengan angka 1, 2, 3 menunjukkan urutan data yang didefinisikan, dan kolomnya memuat name, type, width, decimals, label, values, missing, column, align, dan measure.