Dalam dunia penelitian, terutama bagi mahasiswa tingkat akhir, analisis data menjadi salah satu tahap yang paling menegangkan.
Banyak mahasiswa yang sudah berhasil mengumpulkan data dari angket atau wawancara, tapi kebingungan saat harus mengolahnya dengan SPSS.
Tenang, kamu tidak sendirian. Artikel ini akan membimbingmu langkah demi langkah cara analisis data menggunakan SPSS, mulai dari input data sampai membaca hasilnya.
Apa Itu SPSS?
SPSS (Statistical Package for the Social Sciences) adalah software yang digunakan untuk mengolah dan menganalisis data statistik dalam penelitian sosial, pendidikan, ekonomi, dan psikologi.
Program ini sangat populer karena tampilannya mudah dipahami dan hasilnya cepat didapat. Beberapa analisis yang sering digunakan mahasiswa dalam skripsi:
- Uji validitas dan reliabilitas
- Uji normalitas
- Uji korelasi
- Uji regresi
- Uji t dan uji F
- Analisis deskriptif
1. Persiapan Awal di SPSS
Begitu kamu membuka SPSS, ada dua jendela penting:
- Variable View → untuk mendefinisikan nama, tipe, label, dan skala variabel.
- Data View → tempat kamu memasukkan data hasil angket.
Contoh variabel:
| No | Nama Variabel | Label | Tipe | Skala |
| 1 | motivasi1 | Motivasi Belajar Item 1 | Numeric | Scale |
| 2 | motivasi2 | Motivasi Belajar Item 2 | Numeric | Scale |
| 3 | prestasi | Nilai Prestasi Akademik | Numeric | Scale |
Setelah itu, masukkan data hasil kuesioner mahasiswa ke Data View.
2. Uji Validitas (Validitas Item Pertanyaan)
Langkah-langkah:
- Klik menu Analyze → Correlate → Bivariate.
- Masukkan semua item variabel ke kolom “Variables.”
- Pilih Pearson, centang “Two-tailed.”
- Klik OK.
Contoh Output SPSS:
| Item | Corrected Item-Total Correlation | r tabel (0.361) | Keterangan |
| Motivasi1 | 0.589 | > 0.361 | Valid |
| Motivasi2 | 0.612 | > 0.361 | Valid |
| Motivasi3 | 0.305 | < 0.361 | Tidak Valid |
| Motivasi4 | 0.740 | > 0.361 | Valid |
| Motivasi5 | 0.688 | > 0.361 | Valid |
Cara Membaca:
Jika nilai Corrected Item-Total Correlation > r tabel (0.361), maka item dianggap valid.
Dalam contoh di atas, item 3 tidak valid, sehingga harus dihapus atau diperbaiki.
3. Uji Reliabilitas (Konsistensi Instrumen)
Langkah-langkah:
- Klik Analyze → Scale → Reliability Analysis.
- Masukkan semua item yang valid.
- Pilih model Cronbach’s Alpha, lalu klik OK.
Contoh Output SPSS:
| Cronbach’s Alpha | N of Items |
| 0.872 | 4 |
Cara Membaca:
Nilai α = 0.872 → sangat reliabel, karena di atas 0.70.
Artinya, instrumen penelitianmu konsisten dan dapat dipercaya.
4. Uji Normalitas (Distribusi Data)
Uji ini digunakan untuk memastikan apakah data berdistribusi normal atau tidak.
Langkah-langkah:
- Klik Analyze → Descriptive Statistics → Explore.
- Masukkan variabel dependen (misalnya: prestasi).
- Klik Plots → centang Normality plots with tests.
- Klik OK.
Contoh Output SPSS (Shapiro-Wilk):
| Variabel | Statistic | df | Sig. |
| Prestasi | 0.974 | 30 | 0.672 |
Cara Membaca:
- Jika Sig. > 0.05, data berdistribusi normal.
→ Dalam contoh: 0.672 > 0.05 → Normal.
5. Uji Korelasi (Hubungan Antar Variabel)
Untuk melihat apakah ada hubungan antara motivasi belajar (X) dan prestasi akademik (Y).
Langkah-langkah:
- Klik Analyze → Correlate → Bivariate.
- Masukkan variabel X dan Y.
- Centang Pearson dan Two-tailed.
- Klik OK.
Contoh Output SPSS:
| Variabel | r (Pearson Correlation) | Sig. (2-tailed) |
| Motivasi ↔ Prestasi | 0.675 | 0.000 |
Cara Membaca:
- Nilai Sig. = 0.000 < 0.05 → ada hubungan signifikan.
- Nilai r = 0.675 → hubungan kuat dan positif.
Artinya:
Semakin tinggi motivasi belajar, semakin tinggi pula prestasi akademik mahasiswa.
6. Uji Regresi Linier Sederhana
Untuk mengetahui seberapa besar pengaruh variabel X terhadap Y.
Langkah-langkah:
- Klik Analyze → Regression → Linear.
- Masukkan variabel X ke kolom Independent dan Y ke Dependent.
- Klik OK.
Contoh Output SPSS (Coefficients):
| Model | Unstandardized Coefficients (B) | t | Sig. |
| (Constant) | 45.123 | – | – |
| Motivasi | 3.261 | 4.825 | 0.001 |
Interpretasi:
- Nilai Sig. = 0.001 < 0.05 → ada pengaruh signifikan antara motivasi dan prestasi.
- Persamaan regresi:
Y = 45.123 + 3.261X
Artinya:
Setiap kenaikan 1 skor motivasi, prestasi meningkat 3.261 poin.
7. Uji F (Simultan)
Untuk melihat apakah semua variabel independen secara bersama-sama memengaruhi Y.
Contoh Output SPSS (ANOVA):
| Model | F | Sig. |
| 1 | 23.652 | 0.000 |
Hasil:
Nilai Sig. 0.000 < 0.05 → model regresi signifikan secara simultan.
8. Kesimpulan Akhir
Berdasarkan hasil analisis:
- Data berdistribusi normal
- Instrumen valid dan reliabel
- Motivasi belajar berpengaruh signifikan terhadap prestasi akademik
Kesimpulan: Semakin tinggi motivasi belajar mahasiswa STAI Kuningan, semakin tinggi pula prestasi akademiknya.
Tips Penting untuk Mahasiswa
- Pastikan data tidak kosong (missing value).
- Gunakan nama variabel singkat dan jelas.
- Cek ulang sebelum menganalisis agar tidak terjadi error.
- Simpan hasil output SPSS dalam format .spv dan .sav.
- Cantumkan hasil output SPSS (tabel & angka) di Bab IV skripsi.
Kesimpulan Akhir
SPSS adalah alat yang sangat membantu mahasiswa dalam menganalisis data penelitian skripsi. Dengan langkah-langkah yang tepat mulai dari uji validitas hingga uji regresi kamu bisa menyajikan hasil penelitian akurat, sistematis, dan ilmiah.