input data kuesioner ke dalam spss

                                      

 Bagi peneliti yang menggunakan pendekatan kuantitatif mungkin akan menjumpai beberapa alat bantu analisis baik berupa software maupun alat hitung yang berfungsi membantu peneliti dalam mengolah data yang didapat dilapangan.
     Salah satu software yang sering digunakan adalah software package used for statistical analysis atau biasa disingkat SPSS. SPSS banyak digunakan peneliti kuantitatif karena tampilan dan penggunaannya yang sederhana dan mudah dipahami. SPSS juga menyediakan berbagai rumus analisis seperti Dubbin-Watson, Pearson, t-test, F-test dan banyak lagi, sehingga peneliti atau pengguna software hanya tinggal memilih rumus analisis apa yang ingin digunakan. Rumus-rumus tersebut juga terus dimutakhirkan oleh developer SPSS, sehingga versi dari SPSS terus diupdate. sehingga saran saya, apabila anda menggunakan rumus analisis yang baru, maka download software SPSS terbaru. Namun, jika sekedar regresi atau Annova, versi lama SPSS masih mengakomodir.

     Untuk kali ini, saya akan mengajarkan pada anda secara rinci terkait bagaimana cara menggunakan SPSS dimulai dari memasukkan data dari kuesioner ke SPSS. Tahap entry / input data merupakan tahap awal sebelum peneliti melakukan pengujian yang lainnya. Semisalkan, data dari kuesioner saya adalah sebagai berikut

TABEL 1. DATA KARYAWAN PERUSAHAAN XY TAHUN 2003

Nama	Umur	Gender	Masa Kerja	Tinggi Badan	Berat Badan
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

1. maka, buka software SPSS anda...disini, saya menggunakan versi lama dari SPSS sehingga tampilannya masih sederhana.
dan berikut tampilan yang akan kalian jumpai...sedikit serupa dengan microsoft excel, namun memiliki opsi pilihan yang berbeda. dan selalu terdiri dari 2 sheet, yaitu "data view" dan "variable view".


Data View adalah tab sheet yang menampilkan nilai data yang sebenarnya atau label nilai yang didefinisikan. Pada tab sheet inilah, anda mengentri data ke SPSS. Diatasnya terdapat menu-menu seperti File, Edit, View, Windows, dan Helpseperti halnya menu-menu umum pada aplikasi under Windows lainnya. Menu-menu utama SPSS adalah:

• Data. Menu ini menampilkan submenu untuk melakukan perubahan-perubahan data, seperti mengurutkan data, memisahkan isi file dengan kriteria tertentu, menggabungkan data, etc.
• Transform. Menu untuk transformasi data, seperti menghitung variabel data, mengubah data, merangking data, etc.
• Analyze. Menu yang menjadi pusat pengolahan data, seperti mengolah statistik deskriptif, regresi, korelasi, etc.
• Graphs. Menu untuk menampilkan data dan hasil pengolahan data dalam bentuk grafik dan chart,seperti bar charts, histogram, scatter diagram, etc.
• Utilities. Menu pelengkap dalam pengoperasian SPSS, seperti menampilkan informasi variabel, mendefinisikan dan menampilkan variabel data, etc.

Variable View adalah  tab sheetyang menampilkan kamus metadata di mana setiap baris mewakili sebuah variabel dan memperlihatkan nama variabel, jenis data (misal: numeric, string, date), lebar cetak, dan berbagai karakteristik lain.

Menu yang tersedia dalam Variabel View diantaranya:

 Name. Kolom ini untuk memberikan informasi tentang nama variabel data. Nama variabel yang kita tuliskan di sini akan muncul pada Data View. Beberapa aturan penamaan variabel: 

• • Nama variabel maksimal 8 karakter.
  • Nama diawali dengan huruf (tidak bisa dimulai dengan angka), sisanya dapat berisi huruf, angka, titik, atau simbol @, #, _, atau $. Kosong dan karakter khusus lain (misal: ! , ? , ‘ , dan *) tidak dapat digunakan.
  • Nama tidak bisa berakhir dengan titik dan tidak harus diakhiri dengan garis bawah “_”.
  • nama variabel harus unik; duplikasi tidak diperbolehkan.
  • Nama-nama variabel tidak case sensitif, “Nama”, “nama”, dan “naMa” semua dianggap sama.

Type. Kolom ini untuk memberikan jenis variabel data yang digunakan seperti angka, huruf atau desimal.

Label. Kolom ini menunjukkan tambahan informasi dengan memberi label pada variabel data yang kita inginkan. Misalnya:
variabel: ”nama” kita beri label: ”responden”
variabel: ”umur” kita beri label ”umur”
variabel ”gender” kita beri label ”jenis kelamin”, dan seterusnya
Pemberian label dapat membantu dalam interpretasi hasil analisis (output) karena definisi output lebih jelas.
  
Value. Kolom ini untuk memberikan label string yang diterapkan untuk nilai numeric tertentu, biasanya untuk data yang bersifat ordinal dan interval, misal angka 1 untuk laki-laki dan angka 2 untuk perempuan. Klik ikon  pada kolom Values maka akan muncul dialog box Value Labels. Misalnya untuk variabel ”gender” kita akan mendefinisikan ”jenis kelamin” dengan memberi label: Isi [Value]  dengan angka 1 dan [Label] dengan “Laki-laki” lalu klik [Add], kemudian ulangi  langkah-langkah tersebut untuk jenis kelamin “Perempuan“. Nantinya pada variabel gender, kita tidak perlu menuliskan laki-laki dan perempuan melainkan cukup mengisi 1 untuk laki-laki dan 2 untuk perempuan

Missing. Kolom ini menunjukkan nilai yang hilang (missing value) dalam data (jika ada). Responden dapat menolak untuk menjawab pertanyaan tertentu, mungkin tidak tahu jawabannya, atau mungkin menjawab dalam bentuk lain. Jika anda tidak mengidentifikasi data ini, analisis anda mungkin tidak memberikan hasil yang akurat.

Columns. Kolom ini  menunjukkan lebar kolom. baik jenis data numeric maupun string, lebar maksimal 255 digit.

Align. Kolom ini  menunjukkan posisi data pada tiap cell. Terdapat tiga pilihan posisi data, yaitu: left (rata kiri), right (rata kanan), dan center (rata tengah). fungsi ini sama persis saperti yang ada di microsoft office.

Measure. Kolom ini  menunjukkan jenis ukuran data yang digunakan. Terdapat tiga pilihan jenis ukuran data, yaitu:  
Scale/interval,  Kelompok data interval adalah kelompok data kuantitatif. Angka yang digunakan pada data ini menunjukkan suatu urutan dan dapat dilakukan operasi matematika. Angka nol pada data interval bukan seperi angka nol pada arti sesungguhanya. seperti usia 0-5 tahun, 6-11 tahun, 12-16 tahun
Nominal, Data nominal adalah kelompok data kulitatif dan merupakan level data paling sederhana. Apabila pada pengambilan data yang dihasilkan hanya berupa kategori maka data tersebut adalah data Nominal. seperti kategori (1) untuk laki-laki dan kategori (2) untuk perempuan.
Ordinal, Data ordinal adalah data kelompok kualitatif di atas data Nominal. Jika pada data ordinal semua data setara maka pada data ordinal ada klasifikasi berdasarkan tingkatannya. Tingakatan ini  berdasarkan  kriteria tertentu pada saat pengambilan data. seperti kategori (1) untuk SD kategori (2) untuk SMP, kategori (3) untuk SMA 
Rasio Data rasio adalah tipe data level tertinggi pada pengukuran .Data ini termasuk data kuantitatif angka yang digunakan pada data ini adalah angka sesungguhnya. sehingga dapat dilakukan operasi matematika. Angka nol memiliki nilai yang sesungguhnya.


 2. Langkah selanjutnya adalah memasukkan metadata pada variable view. langkah ini seperti membuat master sebelum data pada kuesioner kita masukkan. sebagian orang menyebut langkah ini sebagai koding atau pengkodean atau klasifikasi golongan data.

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 (angka 1-seterusnya) 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.

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

 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

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

Cara Memasukkan dan Mengolah Data Menggunakan SPSS

                                               

                                                                MENGENAL SPSS

SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah untuk dipahami cara pengoperasiannya. Beberapa aktivitas dapat dilakukan dengan mudah dengan menggunakan pointing dan clicking mouse.

SPSS banyak digunakan dalam berbagai riset pemasaran, pengendalian dan perbaikan mutu (quality improvement), serta riset-riset sains. SPSS pertama kali muncul dengan versi PC (bisa dipakai untuk komputer desktop) dengan nama SPSS/PC+ (versi DOS). Tetapi, dengan mulai populernya system operasi windows. SPSS mulai mengeluarkan versi windows (mulai dari versi 6.0 sampai versi terbaru sekarang).

Pada awalnya SPSS dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu social, sehingga kepanjangan SPSS itu sendiri adalah Statistikal Package for the Social Sciens. Sekarang kemampuan SPSS diperluas untuk melayani berbagai jenis pengguna (user), seperti untuk proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan demikian, sekarang kepanjangan dari SPSS Statistical Product and Service Solutions.

SPSS dapat membaca berbagai jenis data atau memasukkan data secara langsung ke dalam SPSS Data Editor. Bagaimanapun struktur dari file data mentahnya, maka data dalam Data Editor SPSS harus dibentuk dalam bentuk baris (cases) dan kolom (variables). Case berisi informasi untuk satu unit analisis, sedangkan variable adalah informasi yang dikumpulkan dari masing-masing kasus.

Hasil-hasil analisis muncul dalam SPSS Output Navigator. Kebanyakan prosedur Base System menghasilkan pivot tables, dimana kita bisa memperbaiki tampilan dari keluaran yang diberikan oleh SPSS. Untuk memperbaiki output, maka kita dapat mmperbaiki output sesuai dengan kebutuhan. Beberapa kemudahan yang lain yang dimiliki SPSS dalam pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas seperti berikut ini:

Data Editor. Merupakan jendela untuk pengolahan data. Data editor dirancang sedemikian rupa seperti pada aplikasi-aplikasi spreadsheet untuk mendefinisikan, memasukkan, mengedit, dan menampilkan data.
Viewer. Viewer mempermudah pemakai untuk melihat hasil pemrosesan, menunjukkan atau menghilangkan bagian-bagian tertentu dari output, serta memudahkan distribusi hasil pengolahan dari SPSS ke aplikasi-aplikasi yang lain.
Multidimensional Pivot Tables. Hasil pengolahan data akan ditunjukkan dengan multidimensional pivot tables. Pemakai dapat melakukan eksplorasi terhdap tabel dengan pengaturan baris, kolom, serta layer. Pemakai juga dapat dengan mudah melakukan pengaturan kelompok data dengan melakukan splitting tabel sehingga hanya satu group tertentu saja yang ditampilkan pada satu waktu.
High-Resolution Graphics. Dengan kemampuan grafikal beresolusi tinggi, baik untuk menampilkan pie charts, bar charts, histogram, scatterplots, 3-D graphics, dan yang lainnya, akan membuat SPSS tidak hanya mudah dioperasikan tetapi juga membuat pemakai merasa nyaman dalam pekerjaannya.
Database Access. Pemakai program ini dapat memperoleh kembali informasi dari sebuah database dengan menggunakan Database Wizard yang disediakannya.
Data Transformations. Transformasi data akan membantu pemakai memperoleh data yang siap untuk dianalisis. Pemakai dapat dengan mudah melakukan subset data, mengkombinasikan kategori, add, aggregat, merge, split, dan beberapa perintah transpose files, serta yang lainnya.
Electronic Distribution. Pengguna dapat mengirimkan laporan secara elektronik menggunakan sebuah tombol pengiriman data (e-mail) atau melakukan export tabel dan grafik ke mode HTML sehingga mendukung distribusi melalui internet dan intranet.
Online Help. SPSS menyediakan fasilitas online help yang akan selalu siap membantu pemakai dalam melakukan pekerjaannya. Bantuan yang diberikan dapat berupa petunjuk pengoperasian secara detail, kemudahan pencarian prosedur yang diinginkan sampai pada contoh-contoh kasus dalam pengoperasian program ini.
Akses Data Tanpa Tempat Penyimpanan Sementara. Analisis file-file data yang sangat besar disimpan tanpa membutuhkan tempat penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum versi 11.5 dimana file data yang sangat besar dibuat temporary filenya.
Interface dengan Database Relasional. Fasilitas ini akan menambah efisiensi dan memudahkan pekerjaan untuk mengekstrak data dan menganalisnya dari database relasional.
Analisis Distribusi. Fasilitas ini diperoleh pada pemakaian SPSS for Server atau untuk aplikasi multiuser. Kegunaan dari analisis ini adalah apabila peneliti akan menganalisis file-file data yang sangat besar dapat langsung me-remote dari server dan memprosesnya sekaligus tanpa harus memindahkan ke komputer user.
Multiple Sesi. SPSS memberikan kemampuan untuk melakukan analisis lebih dari satu file data pada waktu yang bersamaan.
Mapping. Visualisasi data dapat dibuat dengan berbagai macam tipe baik secara konvensional atau interaktif, misalnya dengan menggunakan tipe bar, pie atau jangkauan nilai, simbol gradual, dan chart.

 
Menu yang terdapat pada SPSS adalah :
1.      FILE
      Untuk operasi file dokumen SPSS yang telah dibuat, baik untuk perbaikan pencetakan dan sebagainya. Ada 5 macam data yang digunakan dalam SPSS, yaitu :
            1.   Data             :  dokumen SPSS berupa data
            2.   Systax          :  dokumen berisi file syntax SPSS
            3.   Output          :  dokumen yang berisi hasil running out SPSS
            4.   Script            :  dokumen yang berisi running out SPSS
            5.   Database
            ♠    NEW            :  membuat lembar kerja baru SPSS
            ♠    OPEN          :  membuka dokumen SPSS yang telah ada
            Secara umum ada 3 macam ekstensi dalam lembar kerja SPSS, yaitu :
            1.   *.spo             :  file data yang dihasilkan pada lembar data editor
            2.   *.sav             :  file text/obyek yang dihasilkan oleh lembar output
3.  *.cht             :  file obyek gambar/chart yang dihasilkan oleh chart window
    ♠   Read Text Data     : membuka dokumen dari file text (yang berekstensi txt),    yang bisa dimasukkan/dikonversi dalam lembar data SPSS
     ♠    Save                      : menyimpan dokumen/hasil kerja yang telah dibuat.
            ♠    Save As                : menyimpan ulang dokumen dengan nama/tempat/type dokumen yang berbeda
     ♠    Page Setup           : mengatur halaman kerja SPSS
     ♠    Print                      : mencetak hasil output/data/syntaq lembar SPSS
                          Ada 2 option/pilihan cara mencetak, yaitu :
           -              All visible output           :mencetak lembar kerja secara keseluruhan
           -              Selection            : mencetak sesuai keinginan yang kita sorot/blok
     ♠    Print Preview        : melihat contoh hasil cetakan yang nantinya diperoleh
     ♠    Recently used data: berisi list file data yang pernah dibuka sebelumnya.
     ♠    Recently used file       : berisi list file secara keseluruhan yang pernah dikerjakan

2.      EDIT
      ­Untuk melakukan pengeditan pada operasi SPSS baik data, serta pengaturan/option untuk konfigurasi SPSS secara keseluruhan.
      ♠    Undo                    : pembatalan perintah yang dilakukan sebelumnya
♠    Redo                     : perintah pembatalan perintah redo yang dilakukan  sebelumnya
    ♠    Cut                       : penghapusan sebual sel/text/obyek, bisa dicopy untuk keperluan tertentu dengan perintah dari menu paste
  ♠    Paste                     : mempilkan sebua sel/text/obyek hasil dari perintah copy     atau cut
      ♠    Paste after            : mengulangi perintah paste sebelumya
      ♠    Paste spesial         : perintah paste spesial, yaitu bisa konvesri ke gambar,   word, dll
      ♠    Clear                     : menghapusan sebuah sel/text/obyek
      ♠    Find                      : mencari suatu text
      ♠    Options                 : mengatur konfigurasi tampilan lembar SPSS secara umum

3.      VIEW
      Untuk pengaturan tambilan di layar kerja SPSS, serta mengetahu proses-prose yang sedang terjadi pada operasi SPSS.
      ♠    Status Bar                   :   mengetahui proses yang sedang berlangsung
      ♠    Toolbar                        :   mengatur tampilan toolbar
      ♠    Fonts                           :   untuk mengatur jenis, ukuran font pada data editor SPSS
            -  Outline size              :   ukuran font lembar output SPSS
            -  Outline font             :   jenis font lembar output SPSS
      ♠    Gridlines                     :   mengatur garis sel pada editor SPSS
      ♠    Value labels                 :   mengatur tampilan pada editor untuk mengetahui value label
4.      DATA
      Menu data digunakan untuk melakukan pemrosesan data.
      ♠    Define Dates               :   mendefinisikan sebuah waktu untuk variable yang meliputi jam, tanggal, tahun, dan sebagainya
      ♠    Insert Variable            :   menyisipkan kolom variable
      ♠    Insert case                   :   menyisipkan baris
      ♠    Go to case                   :   memindahkan cursor pada baris tertentu
      ♠    Sort case                      :   mengurutkan nilai dari suatu kolom variable
      ♠    Transpose                    :   operasi transpose pada sebuah kolom variable menjadi baris
      ♠    Merge files                  :   menggabungkan beberapa file dokumen SPSS, yang dilakukan dengan penggabungan kolom-kolom variablenya
      ♠    Split file                      :   memecahkan file berdasarkan kolom variablenya
      ♠    Select case                   :   mengatur sebuah variable berdasarkan sebuah persyaratan tertentu
5.      TRANSFORM
      Menu transform dipergunakan untuk melakukan perubahan-perubahan atau penambahan data.
♠    Compute                     :   operasi aritmatika dan logika untuk
♠    Count                          :   untuk mengetahui jumlah sebuah ukuran data tertentu pada suatu baris tertentu 
♠    Recode                        :   untuk mengganti nilai pada kolom variable tertentu, sifatnya menggantikan (into same variable) atau merubah (into different variable) pada variable baru
♠    Categorize variable :    merubah angka rasional menjadi diskrit
♠    Rank case                    :   mengurutkan nilai data sebuah variabel
6          6.      ANALYSE
                  Menu analyse digunakan untuk melakukan analisis data yang telah kita masukkan ke dalam komputer. Menu ini merupakan menu yang terpenting karena semua pemrosesan dan analisis data dilakukan dengan menggunakan menu correlate, compare mens, regresion.
7          7.      GRAPH
Menu graph digunakan untuk membuat grafik, diantaranya ialah bar, line, pie, dll
8          8.      UTILITIES
Menu utilities dipergunakan untuk mengetahui informasi variabel, informasi file, dll
9          9.      AD-ONS
Menu ad-ons digunakan untuk memberikan perintah kepada SPSS jika ingin menggunakan aplikasi tambahan, misalnya menggunakan alikasi Amos, SPSS data entry, text analysis, dsb
1        10.  WINDOWS
Menu windows digunakan untuk melakukan perpindahan (switch) dari satu file ke file lainnya
1        11.  HELP
Menu help digunakan untuk membantu pengguna dalam memahami perintah-perintah SPSS jika menemui kesulitan
       TOOL BAR                :   Kumpulan perintah – perintah yang sering digunakan dalam bentuk gambar.
       POINTER                   :   Kursor yang menunjukkan posisi cell yang sedang aktif / dipilih.

Memasukkan dan mengolah data ke spss :
 Menu utama program SPSS ini ditunjukan pada lingkaran seperti yang tampak dibawah ini:
                                    
Tampilan layar SPSS ada 2 yaitu Data view dan variabel view yang dtunjukan dibawah ini :
                                       
Data view adalah data yang tampilannya seperti exel, data view ini sebagai lembar kerja.
Untuk melihat tampilan data view,dengan meng-klik tulisan (data view)
Dan tampilannya sebagaiberikut :
                                       
Sedangkan variable view berperan sebagai definisi operasional yang hasilnya nanti akan terlihat di  data view. Untuk melihat tampilan variable view, dengan meng-klik (variable view) sepeti di tunjukan lingkaran merah,dan tampilan variable view seperti dbawah ini :
                                        
 Inilah pengenalan Program SPSS secara garis besar.

Untuk mengenal SPSS lebih jauh, mari kita mencoba mengolah data menggunakan analisis regresi dengan menggunakan SPSS 12.0

Hal pertama yang kita lakukan adalah memasukan data pada halaman DATA VIEW di SPSS,kemudian ketik nilai variabel-variabel (Y,X1, dan X2)
                                    
Pada halaman VARIABEL VIEV, dalam kolom Name ketik simbol (Y,X1,X2 ) dan pada Kolom Label ketikan nama Variabel ( Daerah,Sales,Promo dan Outlet)
                                      
 Pada kolom Type, variabel Y di pilih tipe Srting karena data yang ditampilkan pada DATA VIEW berupa huruf (nama daerah) sedangkan pada variabel X1,X2,X3 dipilih type Numeric karena data yang dtampilkan berupa angka.
                                       

Selanjutnya untuk mengolah data menggunakan analisis regresi, lakukan langkah-langkah berikut.
Klik Analyze, Regression, Linear
                                     
Sehingga tampak tampilan seperti dibawah ini.
                                     
Kemudian pindahkan Promo(x1),Outlet(x2) ke dalam kotak independent(s) dan Sales (y) pada kotak dependen seperti dibawah ini.

                                   

Kemudian klik ”statistics” sperti yang ditunjukan dibawah ini.

                                 

Selanjutnya akan tampak tampilan sperti dibawah ini, kemudian beri centang pada Estimates, Model fit, R Squared change,Descriptives,part and partial correlations,collinerity diagnostics

                                   

klik continue..

                                 

 Selanjutnya akan tampil menu semula kemudian klik plot..

                                

Kemudian tampilan plot sebagai berikut,,

Dan masukan *SDRESID  pada Y dan *ZRESID pada X seperti dibawah ini,kemudian klik ”continu sehinnga tampilannya menjadi sebagai berikut :

                               

kemudian akan tampak tampilan semula lalu Klik ”ok”

                               

Sehingga secara otomatis lembar output dari pengolahan data menggunakan analisis regresi dengan spss 12.0 ini ditampilkan seperti dibawah ini..

                             

                                     

                                   

                                  

                                        

Demikianlah salah satu cara memasukkan dan mengolah data menggunakan SPSS . Untuk anda ketahui ,disini saya menggunakan SPSS 12 . Sekarang udah ada yang terbaru dan mungkin tampilannya sedikit berbeda . Selamat Mencoba ! :)