REYOG CITY

MATERI II : TABULASI DATA

Tabulasi data merupakan langkah memasukkan data berdasarkan hasil penggalian data di lapangan. Untuk memperoleh nilai suatu variabel, misalnya nilai X1, X2, atau X3, bisa langsung data asli dari lapangan dan bisa merupakan hasil penjumlahan dari beberapa poin pertanyaan yang telah dijawab oleh responden. Tabulasi data dapat dilakukan pada Microsoft Office Excel terlebih dahulu dan setelah selesai baru dicopy ke Program SPSS, atau langsung dilakukan di Program SPSS. Namun berdasarkan pengalaman, jika data untuk suatu variabel merupakan hasil penjumlahan dari beberapa poin pertanyaan yang diajukan maka akan lebih mudah dan cepat proses tabulasinya jika dilakukan pada Microsoft Office Excel terlebih dahulu.
Contoh : Penelitian tentang Faktor-Faktor yang Mempengaruhi Tunggakan Cicilan Bulanan Kredit Perumahan. Hipotesis penelitian yang diajukan Tunggakan Pembayaran Cicilan Bulanan Kredit Perumahan (Y) dipengaruhi oleh Tingkat Pendapatan Keluarga (X1), Tingkat Pendidikan Orang Tua (X2), Rasio Ketergantungan (X3), dan Besarnya Cicilan Per Bulan (X4).

Definisi Operasional Variabel Penelitian : a) Variabel Tunggakan Pembayaran Cicilan Bulanan Kredit Perumahan (Y) dihitung dari besarnya cicikan bulanan dikalikan dengan jumlah bulan yang menunggak pada saat penelitian; b) Variabel Tingkat Pendapatan Keluarga (X1) dihitung dengan menjumlahkan besarnya penghasilan perbulan dari pekerjaan rutin dan pekerjaan sampingan baik suami maupun istri; c) Tingkat Pendidikan Orang Tua (X2) dihitung dengan menjumlahkan skor tingkat pendidikan terakhir baik suami maupun istri; d) Rasio Ketergantungan (X3) dihitung dengan membagi antara jumlah anggota keluarga yang tidak bekerja (menjadi tanggungan yang bekerja) dengan jumlah anggota keluarga yang bekerja; dan e) Besarnya Cicilan Per Bulan (X4) dihitung berdasarkan besarnya cicilan bulanan kredit perumahan yang dibayar tiap bulan.
Hasil pengumpulan data dari 38 responden adalah sebagai berikut :

N	Y	X₁	X₂	X₃	X₄
1	0	1.650.000	10	1	80.250
2	0	1.600.000	8	1	86.000
3	0	2.050.000	8	1	106.000
4	0	1.200.000	7	1	70.108
5	680.400	801.600	4	2	170.100
6	0	1.500.000	8	2	66.100
7	0	1.500.000	8	1	66.100
8	111.000	750.000	7	3	55.500
9	0	1.250.000	8	2	55.500
10	0	1.525.000	9	1	72.500
11	324.000	600.000	7	4	108.000
12	300.000	800.000	8	2	150.000
13	229.500	700.000	5	3	76.500
14	1.600.000	450.000	5	5	200.000
15	780.000	500.000	3	3	130.000
16	423.000	700.000	6	3	47.000
17	210.000	1.000.000	6	3	105.000
18	0	1.125.000	10	2	125.000
19	405.000	700.000	6	4	81.000
20	510.000	500.000	7	3	85.000
21	182.100	900.000	7	4	60.700
22	427.260	850.000	9	3	71.210
23	0	1.900.000	10	1	81.000
24	0	1.300.000	8	1	75.100
25	0	1.580.000	7	2	70.000
26	0	1.222.000	7	3	68.000
27	0	1.650.000	8	2	66.500
28	215.850	900000	7	5	71.940
29	0	1.450.000	8	1	79.000
30	0	1.530.000	8	2	69.700
31	0	1.690.000	9	1	105.500
32	0	1.750.000	6	2	79.000
33	0	1.049.900	7	3	60.710
34	0	1.200.000	10	2	72.000
35	0	1.560.000	7	2	61.000
36	120.000	1.400.000	6	2	60.000
37	490.000	700.000	5	3	70.000
38	335.000	1.000.000	6	3	67.000

Untuk masukkan data pada program SPSS dengan langkah : Membuka Program SPSS : Klik Start kemudian tunjuk perintah Program lalu geser kursor pilih SPSS for Windows dan pilih (klik) SPSS 12.0 for Windows. Membuka File Baru : pilih menu File, pilih submenu New dan klik Data. Kemudian masukkan data tersebut di atas.

Untuk mengubah nama variabel, yaitu var00001, var00002, var00003, var00004 dan var00005 menjadi Y, X1, X2, X3 dan X4 maka klik Variable View. Name untuk merubah nama variabel dan Label diisi dengan nama variabel, maka akan tampil sebagai berikut :

Materi I : Sekilas Tentang Program SPSS

Statistical Product And Services Solution (SPSS) merupakan suatu program komputer tentang statistik yang mampu memproses data-data statistik secara cepat dan akurat menjadi berbagai output atau hasil yang sangat diperlukan bagi pihak yang berkepentingan terhadap hasil tersebut. Dalam SPSS terdapat berbagai macam windows yang dapat tampil sekaligus namun yang pasti harus digunakan adalah Data Editor sebagai bagian input dan proses, serta Output Viewer yang merupakan tempat output hasil pengolahan data.

Data Editor. Windows ini terbuka secara otomatis setiap kali program SPSS dijalankan dan berfungsi untuk input data.

Menu yang ada pada Data Editor : a) File. Berfungsi untuk menangani hal-hal yang berhubungan dengan file data, seperti membuat file baru, membuka file tertentu, mengambil data dari program lain, mencetak isi dan lainnya; b) Edit. Berfungsi untuk menangani hal-hal yang berhubungan dengan memperbaiki atau mengubah nilai data. Selain itu juga berfungsi mengubah setting options (seperti output label, script, dan lainnya); c) View. Berfungsi mengatur toolbar (status baru, penambahan value label dan lainnya); d) Data. Berfungsi membuat perubahan data SPSS secara keseluruhan, seperti mengurutkan data, menyeleksi data berdasarkan kriteria tertentu, menggabungkan data dan lainnya; e) Transform. Berfungsi membuat perubahan pada variabel dengan kriteria tertentu yang telah dipilih; f) Analyze. Merupakan menu inti dari SPSS yang berfungsi untuk melakukan semua prosedur penghitungan statistik, seperti Distribusi Frekuensi, Korelasi, Regresi, dan lainnya; g) Graphs. Berfungsi membuat berbagai jenis grafik untuk mendukung analisis statistik; h) Utilities. Merupakan menu tambahan untuk mendukung program SPSS, seperti informasi tentang variabel yang sedang dikerjakan; i) Windows. Berfungsi untuk berpindah di antara menu-menu yang lain di SPSS; j) Help. Berfungsi menyediakan bantuan informasi mengenai program SPSS yang dapat diakses dengan mudah.
Output Viewer. Jika menu Editor berfungsi untuk memasukkan data yang akan diolah dengan SPSS, maka Output Viewer (dapat disebut Viewer) berfungsi untuk menampilkan hasil pengolahan data. Menu Output Viewer secara prinsip sama dengan menu Editor, seperti File, Edit, View, Insert, Format, Analyze, Graph, Utilities, Windows dan Help.

Dalam program SPSS terdapat berbagai alat melakukan analisis data maupun penguji hipotesis penelitian serta pengujian data. Fasilitas analisis dan pengujian tersebut dapat dilihat pada menu Analyze, yaitu :

Khusus untuk sebuah penelitian yang menggunakan Analisis Regresi Linier, beberapa alat uji data dan hipotesis yang sering digunakan antara lain adalah Uji Validitas, Uji Reliabilitas, Uji Korelasi, Uji Hipotesis secara Partial (Uji T), Uji Hipotesis secara Serempak (Uji F), Uji Autokorelasi, Uji Heteroskedastisitas, Uji Multikolonearitas dan lain-lain. Gambaran secara singkat dari masing-masing uji tersebut adalah sebagai berikut :

Uji Validitas (uji kesahihan) merupakan suatu ukuran yang menunjukkan alat ukur tersebut benar-benar mengukur apa yang diukur. Untuk mengetahui apakah kuesioner yang disusun tersebut itu valid atau sahih, maka perlu diuji dengan uji korelasi antara skor (nilai) tiap-tiap item pertanyaan dengan skor total kuesioner tersebut. Untuk item-item pertanyaan yang tidak valid harus dibuang atau tidak dipakai sebagai instrumen pertanyaan.

Uji Reliabilitas (uji keterandalan) merupakan suatu ukuran yang menunjukkan sejauhmana suatu alat ukur dapat dipercaya (dapat diandalkan) atau dengan kata lain menunjukkan sejauhmana hasil pengukuran tersebut tetap konsisten jika dilakukan pengukuran dua kali atau lebih terhadap gejala yang sama. Uji reliabilitas harus dilakukan hanya pada pertanyaan-pertanyaan yang sudah memenuhi uji validitas dan yang tidak memenuhi maka tidak perlu diteruskan untuk uji reliabilitas.

Uji Hipotesis secara Parsial (Uji T) digunakan untuk menguji pengaruh dari masing-masing (secara parsial) variabel independen terhadap variabel dependen. Misalnya jika terdapat variabel independen sebanyak 3 variabel, yaitu X1, X2, dan X3, dan variabel dependennya adalah Y, maka untuk menguji secara parsial dengan langkah menguji pengaruh dari variabel X1 terhadap variabel Y, menguji pengaruh variabel X2 terhadap variabel Y, dan menguji pengaruh variabel X3 terhadap variabel Y. Keputusan menerima atau menolak hipotesis dengan langkah membandingkan hasil T hitung dengan T tabel.

Uji Hipotesis secara Serempak (Uji F) digunakan untuk menguji pengaruh dari variabel independen secara keseluruhan terhadap variabel dependen. Misalnya jika terdapat variabel independen sebanyak 3 variabel (X1, X2, dan X3) dan variabel dependennya adalah Y, maka langkah mengujinya adalah menguji pengaruh dari variabel X1, X2, dan X3 terhadap variabel Y. Keputusan menerima atau menolak hipotesis dengan langkah membandingkan hasil F hitung dengan F tabel.

Uji Autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi, dan model regresi yang baik adalah regresi yang bebas dari autokorelasi. Autokorelasi pada sebagian besar kasus ditemukan pada regresi yang datanya adalah time series, atau berdasarkan waktu berkala, seperti bulanan, tahunan dan seterusnya. Untuk menguji Autokorelasi biasanya dipakai Uji Durbin-Watson (DW).

Uji Multikolonearitas merupakan suatu kondisi dalam model regresi linier dimana terjadi korelasi yang kuat di antara variabel-variabel independen yang diikutsertakan dalam pembentukan model. Untuk mendeteksi apakah model regresi linier mengalami multikolinieritas, dapat diperiksa menggunakan Variance Inflation Factor (VIF) untuk masing-masing veriabel independen, yaitu jika suatu variabel independen mempunyai nilai VIF > 10 berarti telah terjadi multikolinieritas yang serius di dalam model regresi linier, sehingga variabel tersebut harus dihilangkan (dibuang) dari model regresi tersebut.

Uji Heteroskedastisitas digunakan untuk menguji apakah dalam model regresi liner kesalahan pengganggu (e) mempunyai varians yang sama atau tidak dari satu pengamatan ke pengamatan yang lain. Jika varians kesalahan pengganggu dari pengamatan satu ke pengamatan yang lain bersifat sama disebut Homoskedastisitas dan sebaliknya jika tidak sama maka disebut Heteroskedastisitas. Jika terdapat Heteroskedastisitas, penaksiran koefisien regresi menjadi tidak efisien dan hasil penaksirannya menjadi kurang atau tidak akurat.

Selain menggunakan Analisis Regresi Linier, sebuah penelitian juga dapat menggunakan Analisis Faktor, Analisis Chi Square, Uji Beda, Analisis Varian, dan lain sebagainya. Penggunaan alat analisis tersebut tentu saja sangat tergantung pada penetapan tema penelitian, tujuan penelitian, dan metode pendekatan yang digunakan, ketika peneliti menyusun proposal penelitian.

Pemberangkatan Peserta Kuliah Kerja Nyata Tahun 2009

Program Kuliah Kerja Nyata (KKN) Universitas Muhammadiyah Ponorogo Tahun 2009 diikuti sebanyak 232 mahasiswa, terdiri dari FAI 15 orang, FISIP 19 orang, FKIP 103 orang, FE 45 orang, dan FT 50 orang. Lokasi yang dipilih adalah Kecamatan Ngrayun dan fokuskan pada 6 desa, yaitu Desa Cepoko, Temon, Selur, Baosan Kidul, Mrayan, dan Baosan Lor. Tema yang diusung pada tahun ini "Bersilaturrohim dan Belajar Membangun Desa Menuju Masyarakat Peduli Lingkungan".
Selamat melaksanakan Program KKN, Semoga Lancar, Sukses, dan Bermanfaat, Amin..