Dari file data sampai Output Viewer

Panduan Praktis Input Data & Uji Statistik di SPSS

Modul langkah demi langkah untuk desain kontrol–eksperimen dan one-group pretest–posttest. Tiga data dummy sudah tertanam di file ini dan dapat diunduh sebagai CSV.

50 data normal50 data tidak normal30 data one-groupTanpa perhitungan hasil

Sebelum mulai: gunakan alur yang tepat

Buka satu data pada satu waktu. Data normal digunakan untuk latihan jalur parametrik; data tidak normal digunakan untuk latihan jalur nonparametrik.

1 · UnduhPilih satu CSV dummy

2 · ImporMasukkan ke Data Editor

3 · AturLabel & level ukur

4 · JalankanIkuti menu uji

5 · CocokkanPastikan tabel output ada

Gambar dalam modul adalah tangkapan layar antarmuka SPSS yang sebenarnya. Gambar berasal dari dokumentasi/tutorial yang dicantumkan pada setiap keterangan. Nama variabel, bahasa, warna, atau letak tombol dapat sedikit berbeda menurut versi SPSS; ikuti nama kotak dan pengaturan yang tertulis pada langkah modul.

Penting: uji tidak dijalankan semuanya sebagai satu paket. Normalitas dan bentuk desain menentukan cabang analisis. Untuk dua kelas gunakan prosedur sampel independen; untuk siswa yang sama sebelum–sesudah gunakan prosedur sampel berpasangan.

Dua kelas · parametrik

Data normal 50 siswa

25 kontrol + 25 eksperimen. Kolom: id, kelas, pretest, posttest.

Dua kelas · nonparametrik

Data tidak normal 50 siswa

Struktur sama, tetapi nilainya sengaja mengandung kemencengan/ekstrem agar cocok untuk latihan prosedur berbasis peringkat.

Satu kelompok · berpasangan

One-group 30 siswa

Setiap baris adalah siswa yang sama dengan dua pengukuran: pretest dan posttest.

Jika asumsi memadai

Jalur parametrik

Dua kelas: independent-samples t test dan ANCOVA. Satu kelompok: paired-samples t test.

ATAU

Jika distribusi tidak normal

Jalur nonparametrik

Dua kelas: Mann–Whitney U. Satu kelompok atau pasangan: Wilcoxon signed-rank.

Unduh data dummy

Semua data berada di dalam HTML ini. Tombol unduh membuat file CSV di perangkat Anda; koneksi internet tidak diperlukan.

Dataset A

50 data dummy normal

Baris 1–25 kontrol; baris 26–50 eksperimen.

ID	Kelas (kode)	Nama kelas	Pretest	Posttest

Dataset B

50 data dummy tidak normal

Baris 1–25 kontrol; baris 26–50 eksperimen. Gunakan untuk Mann–Whitney dan latihan pemeriksaan outlier.

ID	Kelas (kode)	Nama kelas	Pretest	Posttest

Dataset C

One-group pretest–posttest 30 siswa

Satu baris = satu siswa yang diukur dua kali.

ID	Pretest	Posttest

Data dummy hanya untuk latihan prosedur. Jangan digunakan sebagai bukti penelitian, jangan digabungkan dengan data asli, dan jangan menulis simpulan penelitian berdasarkan data ini.

Impor CSV dan siapkan variabel di SPSS

Langkah berikut berlaku untuk ketiga dataset. Nama menu dapat sedikit berbeda menurut versi; pada beberapa versi tertulis Compare Means and Proportions alih-alih Compare Means.

A · Impor

Tampilan asli SPSS Text Import Wizard langkah pertama — **Gambar 1. Text Import Wizard.** Pilih No jika tidak memakai format impor tersimpan, lalu klik **Next**. Contoh antarmuka dari SCDS Introduction to SPSS.

Unduh dan pilih file CSV.

Gunakan tombol pada Bagian 02. Jika pilihan CSV Data tidak ada, pilih Text Data lalu pilih file yang sama.

Aktifkan nama variabel dari baris pertama.

Centang Read variable names from the first row of data / First line contains variable names.

Pastikan pemisah berupa koma.

Pilih Delimited, delimiter Comma, text qualifier None atau biarkan otomatis. Gunakan encoding UTF-8 jika ditanya.

Periksa pratinjau kolom.

Pastikan id, kelas, pretest, dan posttest tidak menyatu menjadi satu kolom. Untuk one-group tidak ada kolom kelas.

Klik Finish / OK.

SPSS membuka Data Editor. Satu baris disebut case; satu kolom disebut variable.

B · Variable View

Name	Type	Label	Values	Measure
`id`	Numeric, 0 desimal	Nomor siswa	—	Nominal
`kelas`	Numeric, 0 desimal	Kelompok penelitian	1 = Kontrol 2 = Eksperimen	Nominal
`pretest`	Numeric, 0 desimal	Skor kemampuan awal	—	Scale
`posttest`	Numeric, 0 desimal	Skor kemampuan akhir	—	Scale

Tampilan asli SPSS Variable View dengan kolom Name Type Label Values dan Measure — **Gambar 2. Variable View.** Perhatikan kolom **Name**, **Type**, **Label**, **Values**, dan **Measure**. Contoh antarmuka dari Curtin UniSkills.

Untuk one-group: atur hanya id, pretest, dan posttest. Variabel selisih akan dibuat kemudian.

C · Pemeriksaan cepat

Nama kolom benarTidak ada spasi, tanda minus, atau nama yang terpotong.

Jumlah baris benar50 baris untuk dataset dua kelas; 30 baris untuk one-group.

Kode kelas benar25 bernilai 1 dan 25 bernilai 2 pada dataset dua kelas.

Tidak ada titik kosongTitik pada sel numerik berarti system-missing.

Measure sudah diaturKelas = Nominal; skor = Scale.

Simpan sebagai .savFile → Save As → SPSS Statistics (*.sav).

Uji normalitas sampai output muncul

Untuk desain dua kelas, uji skor secara terpisah menurut kelas. Gunakan Explore agar tabel Shapiro–Wilk, Q–Q plot, histogram, dan boxplot dapat muncul dalam satu prosedur.

Tampilan asli dialog Explore dengan Dependent List dan Factor List — **Gambar 3. Dialog Explore.** Masukkan skor ke **Dependent List** dan kelas ke **Factor List**. Nama variabel pada gambar hanya contoh. Sumber: Uedufy SPSS.

Tampilan asli dialog Explore Plots dengan Histogram dan Normality plots with tests dicentang — **Gambar 4. Explore: Plots.** Centang **Histogram** dan **Normality plots with tests**, lalu klik **Continue**. Sumber: Uedufy SPSS.

Masukkan skor ke Dependent List.

Pindahkan pretest dan posttest ke Dependent List.

Masukkan kelompok ke Factor List.

Pindahkan kelas ke Factor List. Dengan ini, output normalitas dibuat untuk kontrol dan eksperimen secara terpisah.

Pilih tampilan.

Pada bagian Display, pilih Both agar statistik dan grafik sama-sama keluar.

Atur Plots.

Klik Plots….
Centang Histogram.
Centang Normality plots with tests.
Pilih boxplot Factor levels together bila tersedia.
Klik Continue.

Klik OK.

SPSS berpindah ke Output Viewer dan membuat tabel/grafik yang diminta.

Checkpoint output — cukup pastikan objek berikut muncul:

Case Processing SummaryDescriptivesTests of NormalityHistogramNormal Q–Q PlotBoxplot

Panduan ini tidak membaca nilai Sig. Pada penelitian nyata, keputusan normal/tidak normal ditetapkan sesuai aturan analisis dan rencana penelitian Anda. Bagian ini hanya memastikan prosedur dan keluarannya benar.

Jalan pintas opsional: Syntax SPSS

Pilih File → New → Syntax, tempel sintaks, sorot semua, lalu klik tombol Run.

EXAMINE VARIABLES=pretest posttest BY kelas
  /PLOT BOXPLOT HISTOGRAM NPPLOT
  /COMPARE GROUPS
  /STATISTICS DESCRIPTIVES
  /CINTERVAL 95
  /MISSING LISTWISE
  /NOTOTAL.

Uji homogenitas varians sampai output muncul

Gunakan One-Way ANOVA hanya untuk meminta Levene’s Test. Menjalankan menu ini tidak berarti Anda wajib memakai hasil ANOVA sebagai analisis utama.

Tampilan asli SPSS One-Way ANOVA dan Options dengan Homogeneity of variance test dicentang — **Gambar 5. One-Way ANOVA dan Options.** Letakkan skor pada **Dependent List**, kelas pada **Factor**, lalu centang **Homogeneity of variance test**. Sumber: University of Illinois CITL.

Masukkan variabel skor.

Pindahkan pretest dan posttest ke Dependent List.

Tentukan kelompok.

Pindahkan kelas ke Factor.

Aktifkan uji homogenitas.

Klik Options…, centang Descriptive dan Homogeneity of variance test, lalu Continue.

Klik OK.

Output Viewer akan menerima tabel untuk kedua skor.

Checkpoint output:

DescriptivesTest of Homogeneity of VariancesANOVA

Levene juga muncul di tempat lain. Independent-Samples T Test menampilkan Levene untuk variabel yang diuji, dan ANCOVA dapat menampilkan Levene melalui tombol Options. Bagian ini berguna jika Anda ingin tabel homogenitas pretest dan posttest sekaligus.

Jalan pintas opsional: Syntax SPSS

ONEWAY pretest posttest BY kelas
  /STATISTICS DESCRIPTIVES HOMOGENEITY
  /MISSING ANALYSIS.

Independent t test kemampuan awal

Tujuannya pada modul ini adalah menghasilkan keluaran perbandingan pretest antara kelas kontrol dan eksperimen.

Tampilan asli SPSS Independent-Samples T Test dan Define Groups 1 dan 2 — **Gambar 6. Independent-Samples T Test.** Masukkan skor pada **Test Variable(s)**, kelas pada **Grouping Variable**, lalu definisikan kelompok 1 dan 2. Sumber: University of Illinois CITL.

Pilih variabel uji.

Pindahkan pretest ke Test Variable(s).

Pilih variabel kelompok.

Pindahkan kelas ke Grouping Variable.

Definisikan dua kode kelas.

Klik Define Groups…; isi Group 1 = 1 dan Group 2 = 2; klik Continue.

Atur opsi bila diperlukan.

Klik Options…, pertahankan confidence interval 95%, lalu Continue. Centang Estimate effect sizes jika tersedia dan dibutuhkan dalam format laporan Anda.

Klik OK.

Output Viewer menampilkan statistik kelompok dan tabel pengujian.

Checkpoint output:

Group StatisticsIndependent Samples TestLevene’s TestIndependent Samples Effect Sizes (opsional)

Jalan pintas opsional: Syntax SPSS

T-TEST GROUPS=kelas(1 2)
  /MISSING=ANALYSIS
  /VARIABLES=pretest
  /CRITERIA=CI(.95).

ANCOVA: dari pengecekan slope hingga model utama

Susunan latihan: posttest sebagai dependent variable, kelas sebagai fixed factor, dan pretest sebagai covariate.

Jalankan dua model secara berurutan, bukan sekaligus. Model 1 meminta interaksi kelas × pretest untuk mengecek homogenitas kemiringan regresi. Model 2 adalah ANCOVA utama tanpa interaksi. Panduan berhenti ketika tabel kedua model muncul.

Tampilan asli dialog Univariate dengan post sebagai dependent, group sebagai fixed factor, dan pre sebagai covariate — **Gambar 7A. Susunan variabel ANCOVA.** Ganti nama contoh *post/group/pre* dengan `posttest`/`kelas`/`pretest`. Sumber: Laerd Statistics.

Tampilan asli Univariate Custom Model dengan main effects dan interaksi faktor dengan covariate — **Gambar 7B. Custom Model untuk cek slope.** Pilih **Custom**, tambahkan main effects serta interaksi covariate × factor. Nama variabel pada gambar berbeda. Sumber: Cross Validated.

Model 1 · Cek slope

Susun variabel.

posttest → Dependent Variable
kelas → Fixed Factor(s)
pretest → Covariate(s)

Buat model khusus.

Klik Model… → pilih Custom. Pertahankan Type III dan Include intercept.

Tambahkan main effects.

Tambahkan kelas dan pretest sebagai Main effects.

Tambahkan interaksi.

Pilih kelas dan pretest bersamaan (gunakan Ctrl bila perlu), pilih Interaction, lalu klik panah/Add. Pastikan model memuat kelas*pretest. Klik Continue.

Minta keluaran pendukung.

Klik Options…; centang Descriptive statistics, Estimates of effect size, Homogeneity tests, dan Parameter estimates bila tersedia. Klik Continue → OK.

Checkpoint model 1:

Tests of Between-Subjects Effectsbaris kelas * pretestLevene’s Test

Model 2 · ANCOVA utama

Gunakan susunan variabel yang sama.

posttest = dependent; kelas = fixed factor; pretest = covariate.

Hilangkan interaksi.

Klik Model…. Pilih Full factorial atau buat Custom yang hanya berisi main effect kelas dan pretest. Jangan sertakan kelas*pretest. Klik Continue.

Minta adjusted means.

Klik Estimated Marginal Means… / EM Means…. Pindahkan kelas ke Display Means for. Jika tersedia, centang Compare main effects dan pilih penyesuaian Bonferroni. Klik Continue.

Atur Options.

Centang Descriptive statistics, Estimates of effect size, Homogeneity tests, Parameter estimates, dan confidence interval 95% bila tersedia.

Klik OK.

Tunggu sampai seluruh tabel muncul di Output Viewer.

Checkpoint model 2:

Descriptive StatisticsLevene’s TestTests of Between-Subjects EffectsParameter EstimatesEstimated Marginal MeansPairwise Comparisons (jika diminta)

Tampilan asli Univariate Estimated Marginal Means dengan Compare main effects dan Bonferroni — **Gambar 8A. Estimated Marginal Means.** Pindahkan faktor kelas ke **Display Means for**, centang **Compare main effects**, dan pilih **Bonferroni**. Sumber: Laerd Statistics.

Tampilan asli Univariate Options dengan pilihan descriptive statistics effect size dan homogeneity tests — **Gambar 8B. Univariate: Options.** Lokasi pilihan **Descriptive statistics**, **Estimates of effect size**, **Homogeneity tests**, dan **Parameter estimates**. Centang sesuai langkah modul. Sumber: Laerd Statistics.

Jalan pintas opsional: Syntax Model 1 dan Model 2

Jalankan blok pertama dan kedua secara terpisah.

* MODEL 1: cek interaksi kelas dengan covariate.
UNIANOVA posttest BY kelas WITH pretest
  /METHOD=SSTYPE(3)
  /INTERCEPT=INCLUDE
  /PRINT=DESCRIPTIVE ETASQ HOMOGENEITY PARAMETER
  /CRITERIA=ALPHA(.05)
  /DESIGN=pretest kelas pretest*kelas.

* MODEL 2: ANCOVA utama tanpa interaksi.
UNIANOVA posttest BY kelas WITH pretest
  /METHOD=SSTYPE(3)
  /INTERCEPT=INCLUDE
  /EMMEANS=TABLES(kelas) WITH(pretest=MEAN) COMPARE ADJ(BONFERRONI)
  /PRINT=DESCRIPTIVE ETASQ HOMOGENEITY PARAMETER
  /CRITERIA=ALPHA(.05)
  /DESIGN=pretest kelas.

Independent t test kemampuan akhir

Langkahnya sama dengan kemampuan awal, tetapi variabel uji diganti menjadi posttest. Ini adalah perbandingan skor akhir mentah, sedangkan ANCOVA membandingkan skor akhir dengan penyesuaian covariate.

Tampilan asli SPSS Independent-Samples T Test dan Define Groups — **Gambar 10. Dialog yang sama untuk kemampuan akhir.** Pada bagian ini ganti variabel uji menjadi `posttest`; kode kelompok tetap 1 dan 2. Sumber: University of Illinois CITL.

Masukkan posttest.

Pindahkan ke Test Variable(s).

Masukkan kelas.

Pindahkan ke Grouping Variable, lalu klik Define Groups….

Definisikan kode.

Group 1 = 1; Group 2 = 2; klik Continue.

Klik OK.

Biarkan confidence interval 95% pada Options, kecuali protokol penelitian Anda menentukan lain.

Checkpoint output:

Group StatisticsIndependent Samples TestLevene’s TestIndependent Samples Effect Sizes (opsional)

Jalan pintas opsional: Syntax SPSS

T-TEST GROUPS=kelas(1 2)
  /MISSING=ANALYSIS
  /VARIABLES=posttest
  /CRITERIA=CI(.95).

Uji nonparametrik untuk dua kelas

Gunakan Dataset B. Mann–Whitney U adalah jalur dua sampel independen untuk membandingkan kelas kontrol dan eksperimen.

Tampilan asli Two-Independent-Samples Tests dengan Mann-Whitney U dan Define Groups — **Gambar 11. Mann–Whitney U.** Masukkan pretest/posttest ke **Test Variable List**, kelas ke **Grouping Variable**, lalu definisikan 1 dan 2. Gambar memakai kode contoh 0 dan 1; modul ini tetap memakai 1 dan 2. Sumber: Statology.

Pilih skor awal dan akhir.

Pindahkan pretest dan posttest ke Test Variable List. SPSS akan menghasilkan satu uji untuk masing-masing variabel.

Tentukan grouping variable.

Pindahkan kelas ke Grouping Variable, lalu klik Define Groups….

Isi kode kelompok.

Group 1 = 1; Group 2 = 2; klik Continue.

Pilih jenis uji.

Centang hanya Mann–Whitney U. Klik Options… dan centang Descriptive serta Quartiles jika tersedia; klik Continue.

Klik OK.

Output Viewer menampilkan tabel peringkat dan statistik uji untuk pretest serta posttest.

Checkpoint output:

RanksTest StatisticsMann–Whitney UWilcoxon WAsymp. Sig.

ANCOVA tidak mempunyai pengganti nonparametrik satu-klik yang setara di dialog dasar SPSS. Mann–Whitney membandingkan dua kelompok tanpa menyesuaikan pretest sebagai covariate. Jangan menyebut Mann–Whitney sebagai “ANCOVA nonparametrik”. Metode lanjutan harus ditentukan bersama pembimbing/statistikawan.

Alternatif dialog modern SPSS

Pada Fields, masukkan pretest dan posttest sebagai Test Fields; kelas sebagai Groups.
Pada Settings, pilih Customize tests lalu centang Mann–Whitney U.
Klik Run. Output dapat muncul sebagai Hypothesis Test Summary; klik dua kali objek untuk melihat detail.

Jalan pintas opsional: Syntax SPSS

NPAR TESTS
  /M-W=pretest posttest BY kelas(1 2)
  /MISSING ANALYSIS.

One-group pretest–posttest: 30 siswa

Untuk data berpasangan, asumsi paired t test diperiksa pada distribusi selisih skor, bukan dengan menganggap pretest dan posttest sebagai dua kelompok independen.

A · Buat selisih

Tampilan asli SPSS Compute Variable dengan Target Variable dan Numeric Expression — **Gambar 12. Compute Variable.** Untuk modul ini isi Target Variable = `selisih` dan Numeric Expression = `posttest-pretest`. Sumber: IBM Community.

Isi Target Variable.

Ketik selisih.

Isi Numeric Expression.

Ketik posttest - pretest atau susun dengan tombol variabel.

Klik OK.

Kolom selisih muncul di Data View.

B · Normalitas selisih

Tampilan asli Explore Plots untuk normalitas variabel selisih — **Gambar 13. Plots untuk variabel selisih.** Pengaturannya sama seperti normalitas sebelumnya: Histogram dan Normality plots with tests. Sumber: Uedufy SPSS.

Masukkan selisih.

Pindahkan hanya ke Dependent List; biarkan Factor List kosong.

Atur Plots.

Centang Histogram dan Normality plots with tests.

Klik Continue → OK.

Cocokkan keluaran: Tests of Normality, Q–Q plot, histogram, dan boxplot.

Pilih jalur

Sesudah output normalitas

Jika jalur parametrik digunakan: lanjut ke Paired-Samples T Test.

Jika jalur nonparametrik digunakan: lanjut ke Wilcoxon Signed-Rank.

Keputusan pemilihan jalur harus mengikuti protokol analisis Anda; modul tidak menetapkan keputusan dari angka output.

Paired-samples t test

Buat satu pasangan.

Pilih pretest sebagai Variable 1 dan posttest sebagai Variable 2, lalu pindahkan keduanya ke Paired Variables.

Atur Options.

Pertahankan confidence interval 95%. Centang effect sizes bila versi SPSS menyediakan opsi tersebut dan format laporan memerlukannya.

Klik OK.

Jangan menggunakan Independent-Samples T Test untuk dua pengukuran dari siswa yang sama.

Checkpoint output:

Paired Samples StatisticsPaired Samples CorrelationsPaired Samples TestPaired Samples Effect Sizes (opsional)

Wilcoxon signed-rank

Tampilan asli Two-Related-Samples Tests dengan Wilcoxon dicentang — **Gambar 15. Wilcoxon signed-rank.** Susun pretest dan posttest sebagai satu pasangan, lalu centang **Wilcoxon**. Sumber: Statology.

Buat satu pasangan.

Pilih pretest dan posttest, lalu pindahkan ke Test Pairs.

Pilih uji.

Centang Wilcoxon. Hilangkan centang uji lain yang tidak diperlukan.

Klik OK.

Output Viewer menampilkan arah peringkat dan statistik uji.

Checkpoint output:

RanksTest StatisticsZAsymp. Sig.

Jalan pintas opsional: Syntax one-group lengkap

* Membuat variabel selisih dan meminta normalitasnya.
COMPUTE selisih=posttest-pretest.
EXECUTE.
EXAMINE VARIABLES=selisih
  /PLOT BOXPLOT HISTOGRAM NPPLOT
  /STATISTICS DESCRIPTIVES
  /CINTERVAL 95
  /MISSING LISTWISE
  /NOTOTAL.

* Jalur parametrik: paired-samples t test.
T-TEST PAIRS=pretest WITH posttest (PAIRED)
  /CRITERIA=CI(.95).

* Jalur nonparametrik: Wilcoxon signed-rank.
NPAR TESTS
  /WILCOXON=pretest WITH posttest (PAIRED)
  /MISSING ANALYSIS.

Panduan Praktis Input Data & Uji Statistik di SPSS

Sebelum mulai: gunakan alur yang tepat

Data normal 50 siswa

Data tidak normal 50 siswa

One-group 30 siswa

Jalur parametrik

Jalur nonparametrik

Unduh data dummy

50 data dummy normal

50 data dummy tidak normal

One-group pretest–posttest 30 siswa

Impor CSV dan siapkan variabel di SPSS

Uji normalitas sampai output muncul

Uji homogenitas varians sampai output muncul

Independent t test kemampuan awal

ANCOVA: dari pengecekan slope hingga model utama

Independent t test kemampuan akhir

Uji nonparametrik untuk dua kelas

One-group pretest–posttest: 30 siswa

Sesudah output normalitas

Checklist keluaran akhir

Dua kelas: jalur parametrik

Nonparametrik & one-group

Kesalahan yang paling sering membuat output tidak muncul

Rujukan menu IBM SPSS Statistics