TV STREAMING

href="http://penchenk.blogspot.com/2011/10/tv-streaming.html">

Ubiquitous Computing – Era Ketiga dari Revolusi Komputer

Posted on November 20,2011 

Walau sebagian besar masyarakat umum belum menyadarinya namun pada dasarnya saat ini kita telah berada di era ketiga dari revolusi komputer, yaitu era ubiquitous computing. Era di mana komputer dapat ditemukan di mana saja, di telepon seluler, toaster, mesin cuci, mesin game, bahkan pada kartu pintar (smart card). Bila pada era pertama dari revolusi komputer ditandai dengan komputer mainframe yang berukuran raksasa dan digunakan bersama-sama oleh banyak orang (one computer many people), era kedua ditandai dengan eksistensi dan perkembangan dari personal computer (one computer one person), maka pada era ketiga ini seseorang dalam kehidupannya sehari-hari dapat berinteraksi dengan banyak komputer (one person many computers).
~Penjelasan~
Istilah ubiquitous computing –selanjutnya dalam artikel ini akan disingkat sebagai ubicomp- pertama kali dimunculkan oleh Mark Weiser, seorang peneliti senior pada Xerox Palo Alto Research Center (PARC) pada tahun 1988 pada sebuah forum diskusi di lingkungan internal pusat riset tersebut. Istilah ini kemudian tersebar lebih luas lagi setelah Weiser mempublikasikannya pada artikelnya yang berjudul ”The Computer of the 21st Century” di jurnal Scientific American terbitan September 1991.
Dalam artikelnya tersebut Weiser mendefiniskan istilah ubicomp sebagai:
”Ubiquitous computing is the method of enhancing computer use by making many computers available throughout the physical environment, but making them effectively invisible to the user”
Apabila diterjemahkan secara bebas maka ubicomp dapat diartikan sebagai metode yang bertujuan menyediakan serangkaian komputer bagi lingkungan fisik pemakainya dengan tingkat efektifitas yang tinggi namun dengan tingkat visibilitas serendah mungkin.
Weiser menjelaskan bahwa terminologi komputer dalam dunia ubicomp tidak terbatas pada sebuah PC, sebuah notebook, ataupun sebuah PDA tetapi berwujud sebagai macam-macam alat yang memiliki sifat demikian natural, sehingga seseorang yang tengah menggunakan ubicomp devices tidak akan merasakan bahwa mereka tengah mengakses sebuah komputer.
Latar belakang munculnya ide dasar ubicomp berasal dari sejumlah pengamatan dan studi di PARC terhadap PC, bentuk komputer yang paling dikenal luas oleh masyarakat. PC yang mempunyai kegunaan dan manfaat demikian besar ternyata justru seringkali menghabiskan sumberdaya dan waktu bagi penggunanya, karena PC membuat penggunanya harus tetap berkonsentrasi pada unit yang mereka gunakan dalam menyelesaikan suatu pekerjaan, PC justru membuat mereka terisolasi dari aktifitas lainnya. Dengan kata lain dibanding menghemat sumberdaya dan waktu untuk menyelesaikan sebuah permasalahan, PC justru menambah beban untuk tetap menjaga konsentrasi dan fokus pemikiran kita pada sang alat. Segala fokus dan sumberdaya ini akan tersedot secara berlipat ganda oleh PC apabila terjadi permasalahan yang mengarah pada teknologi, semacam serangan virus atau kerusakan teknis.
Untuk lebih memahami ubicomp kita dapat memandang konsep Virtual Reality (VR) sebagai kebalikan 180⁰ darinya. Konsep dasar VR adalah mencoba membuat suatu dunia di dalam komputer. Pengguna memakai berbagai macam alat semacam VR goggles, body suit, atau VR glove yang dapat menerjemahkan gerakan mereka sehingga dapat digunakan untuk memanipulasi obyek virtual. Meski VR membawa penggunanya untuk menjelajahi alam realitas melalui simulasi, misalnya pada simulasi penjelajahan di luar angkasa, VR tidak dapat dipungkiri tetap sebuah peta dan bukan sebuah area di dunia nyata. VR mengabaikan orang-orang di sekitar user, mengabaikan bangku tempat duduk user, dan berbagai aspek nyata lainnya. Dapat dikatakan bahwa VR berfokus pada usaha mensimulasikan dunia nyata ke dalam komputer dibanding memanipulasi secara langsung object atau state dunia nyata untuk menyelesaikan sebuah permasalahan. Di lain pihak ubicomp justru berusaha memanipulasi object dan state di dunia nyata untuk menyelesaikan permasalahan yang nyata pula.
Contoh berikut ini akan menjelaskan bagaimana ubicomp dapat diterapkan di kehidupan sehari-hari:
pengembangan ubicomp adalah Active Badge dari Laboratorium Riset Olivetti dan Tab dari Pusat Riset Xerox Palo Alto. Active Badge dikembangkan sekitar tahun 1992, berukuran kira-kira sebesar radio panggil (pager), alat ini terpasang di saku pakaian atau sabuk para pegawai dan digunakan untuk memberikan informasi di mana posisi seorang karyawan dalam kantor, sehingga saat seseorang ingin menghubunginya lewat telepon secara otomatis komputer akan mengarahkan panggilan telepon ke ruang di mana orang tersebut berada. Sedangkan Xerox PARC Tab yang juga dikembangkan pada sekitar tahun 1992 adalah sebuah alat genggam (handheld) dengan kemampuan setara dengan sebuah communicator. Patut diingat kedua alat ini diciptakan sekitar 15 tahun lalu dan bahkan sempat diproduksi secara komersial jauh sebelum era telepon seluler 3G yang tengah kita alami saat ini.
Aspek-aspek yang Mendukung Pengembangan Ubiquitous Computing
Sebagai sebuah teknologi terapan ataupun sebagai sebuah cabang dari ilmu komputer (Computer Science) pengembangan ubicomp tidak dapat dilepaskan dari aspek-aspek ilmu komputer yang lain. Aspek-aspek penting yang mendukung riset pengembangan ubicomp adalah:

• Natural Interfaces

Sebelum adanya konsep ubicomp sendiri, selama bertahun-tahun kita telah menjadi saksi dari berbagai riset tentang natural interfaces, yaitu penggunaan aspek-aspek alami sebagai cara untuk memanipulasi data, contohnya teknologi semacam voice recognizer ataupun pen computing. Saat ini implementasi dari berbagai riset tentang input alamiah beserta alat-alatnya tersebut yang menjadi aspek terpenting dari pengembangan ubicomp.
Kesulitan utama dalam pengembangan natural interfaces adalah tingginya tingkat kesalahan (error prone). Dalam natural interfaces, input mempunyai area bentuk yang lebih luas, sebagai contoh pengucapan vokal “O” oleh seseorang bisa sangat berbeda dengan orang lain meski dengan maksud pengucapan yang sama yaitu huruf “O”. Penulisan huruf “A” dengan pen computing bisa menghasilkan ribuan kemungkinan gaya penulisan yang dapat menyebabkan komputer tidak dapat mengenali input tersebut sebagai huruf “A”.
Berbagai riset dan teknologi baru dalam Kecerdasan Buatan sangat membantu dalam menemukan terobosan guna menekan tingkat kesalahan (error) di atas. Algoritma Genetik, Jaringan Saraf Tiruan, dan Fuzzy Logic menjadi loncatan teknologi yang membuat natural interfaces semakin “pintar” dalam mengenali bentuk-bentuk input alamiah.

• Context Aware Computing

Context aware computing adalah salah satu cabang dari ilmu komputer yang memandang suatu proses komputasi tidak hanya menitikberatkan perhatian pada satu buah obyek yang menjadi fokus utama dari proses tersebut tetapi juga pada aspek di sekitar obyek tersebut. Sebagai contoh apabila komputasi konvensional dirancang untuk mengidentifikasi siapa orang yang sedang berdiri di suatu titik koordinat tertentu maka komputer akan memandang orang tersebut sebagai sebuah obyek tunggal dengan berbagai atributnya, misalnya nomor pegawai, tinggi badan, berat badan, warna mata, dan sebagainya.
Di lain pihak Context Aware Computing tidak hanya mengarahkan fokusnya pada obyek manusia tersebut, tetapi juga pada apa yang sedang ia lakukan, di mana dia berada, jam berapa dia tiba di posisi tersebut, dan apa yang menjadi sebab dia berada di tempat tersebut.
Dalam contoh sederhana di atas tampak bahwa dalam menjalankan instruksi tersebut, komputasi konvensional hanya berfokus pada aspek “who”, di sisi lain Context Aware Computing tidak hanya berfokus pada “who” tetapi juga “when”, “what”, “where”, dan “why”.
Context Aware Computing memberikan kontribusi signifikan bagi ubicomp karena dengan semakin tingginya kemampuan suatu device merepresentasikan context tersebut maka semakin banyak input yang dapat diproses berimplikasi pada semakin banyak data dapat diolah menjadi informasi yang dapat diberikan oleh device tersebut.

• Micro-nano technology

Perkembangan teknologi mikro dan nano, yang menyebabkan ukuran microchip semakin mengecil, saat ini menjadi sebuah faktor penggerak utama bagi pengembangan ubicomp device. Semakin kecil sebuah device akan menyebabkan semakin kecil pula fokus pemakai pada alat tersebut, sesuai dengan konsep off the desktop dari ubicomp.
Teknologi yang memanfaatkan berbagai microchip dalam ukuran luar biasa kecil semacam T-Engine ataupun Radio Frequency Identification (RFID) diaplikasikan dalam kehidupan sehari-hari dalam bentuk smart card atau tag. Contohnya seseorang yang mempunyai karcis bis berlangganan dalam bentuk kartu cukup melewatkan kartunya tersebut di atas sensor saat masuk dan keluar dari bis setelah itu saldonya akan langsung didebet sesuai jarak yang dia tempuh.contoh seperti gambar di bawah ini:

microchip toshiba

Di negara-negara dengan teknologi maju seperti Jepang, saat ini teknologi mikro dan nano telah diaplikasikan pada kehidupan sehari-hari lewat berbagai sensor dan alat-alat pemroses data dalam ukuran yang tidak terlihat oleh manusia di tempat-tempat umum seperti tampak pada gambar 5 berikut,

Sensor yang terpasang di tempat umum sangat membantu bagi orang-orang cacat ataupun para turis. (sumber gambar: IEEE Pervasive Computing)

Sumber : http://natashaellen.wordpress.com/2011/04/

Belajar SPSS -Part 3 End

Memulai SPSS Tahap 3

Mengenal Output-SPSS Viewer

Output-SPSS Viewer merupakan tempat dimana hasil analisis di perlihatkan dan disini juga Anda dapat mengedit hasil analisis sesuai dengan kebutuhan untuk interpretasi nantinya.














Mengenal Syntax Editor

Syntax editor merupakan tempat untuk menulis SPSS Command Langauge yang digunakan untuk menganalisis data dari metode yang tidak tercantum dalam menu analyze.

















Mengenal Sript Editor

Pada dasarnya digunakan untuk melakukan berbagai pengerjaan SPSS secara otomatis seperti membuka dan menutup File, Export Chart, penyesuaian bentuk output dan lainnya.
 

Belajar SPSS Lanjutan - Part 2

Memulai SPSS Tahap 2

Baris Pilihan

Baris pilihan ini merupakan fitur yang ada pada baris menu di tampilkan pada baris pilihan SPSS bertujuan untuk lebih mempercepat dan dan memudahkan bekerja dalam jendela SPSS



Data View
Data view merupakan spreadsheetnya SPSS sebagai tempat menyimpan data dengan ketentuan bahwa baris menandakan kasus atau objek observasi, kolom menandakan variable yang diukur dan sel-sel data view adalah tempat dimana nilai data dari variable setiap kasus disimpan.











Variable View
Variable view merupakan tepat pendeskripsian sifat-sifat dari setiap variable yang akan dimasukan. Baris menandakan variable dan kolom merupakan atribut dari setiap variable yang berupa nama variable (variable name), tipe data (data type), banyaknya karakter yang dimasukan (number of digits or characters), jumlah angka desimal yang akan ditempatkan (number of decimal places), penjelasan setiap variable dan nilai setiap tandanya (descriptive variable and value labels), tepat pendefinisian angka yang hilang (user-defined missing values), lebar kolom (column width) dan jenis/level data (measurement level).








Variable Name. Sel pada variable name adalah tempat penamaan setiap variable yang datanya akan atau sudah dimasukan dalam data view, dengan aturan:

• Awal penamaan variable harus dengan hurup bukan angka atau simbol
• Apabila dalam penamaan diperlukan lebih dari 1 kata harus disambung (tidak boleh ada spasi)
• Banyaknya karakter/hurup tidak boleh lebih dari 64 byte/64 karakter ( English, French, German, Spanish, Italian, Hebrew, Russian, Greek, Arabic, Thai)/ 32 karakter ganda (Japanese, Chinese, Korean)
• Karakter khusus “!, ?, ' dan *” tidak dapt digunakan dalam penamaan variable.
• Setiap nama yang dimasukan tidak boleh ada yang sama (harus unik).
• Kata-kata logika dalam pemograman yang ada dalam SPSS tidak dapat digunakan dalam penamaan, seperti: ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO, dan WITH.
• Penamaan dengan menggunakan huruf “BESAR” akan ditampilkan dalam hurup “BESAR” penamaan dengan hurup “kecil” ditampilkan kecil tetapi tidak membedakan.

Variable Type. Sel type variable adalah tempat mendefinisikan tipe data dan sekaligus dapat mendefinisikan banyaknya karakter data dan nilai decimal yang akan diperlihatkan dalam data view. Secara garis besar, apakah nilai data yang kita masukan termasuk pada data angka (numeric, dot, comma, Scientific notation, Date, Custom currency) atau hurup (string). Secara defaut jika kita masukin angka pada data view maka kolom ini akan berisi kata numeric.

• Comma. Suatu variable numeric yang nilainya akan diberikan koma pada setiap 3 angka (ribuan), misal 1000 diperlihatkan sebagai 1,000.00
• Dot. Suatu variable numeric yang nilainya akan diberikan titik pada setiap 3 angka (ribuan), misal 1000 diperlihatkan sebagai 1.000,00
• Scientific notation. Suatu variable numeric yang nilainya akan diberikan tanda E. Misal angka 1 akan menjadi 1,00E+00
• Date. Suatu variable numeric yang nilainya diperlihatkan satu atau beberapa format kalender atau format waktu.
• Custom currency. Suatu variable numeric yang nilainya sesuai dengan format yang diminta dalam kotak dialog.
• String. Nilai yang bukan berupa angka sehinga tidak bias dilakukan perhitungan.

Variable Width. Variable Width adalah tempat untuk mendefinisikan banyaknya karakter data numeric atau string yang ingin ditampilkan dalam data view. Secara defaut kolom ini akan berisi angka 8.

Variable Decimal. Variable decimal adalah tempat kita mendefinisikan banyaknya angka di belakang koma yang ingin ditampilkan di data view

Varible Label. Variable Label digunakan untuk membantu menerangkan tentang nama variable yang kita masukan dalam SPSS. Ini juga akan membantu dalam membaca/interpretasi output hasil analisis.

Data Values. Data Value adalah tempat untuk mendefinisikan nilai label data numeric dalam kategori tertentu. Contohnya dalam memasukan data nominal atau ordinal. Misalkan kita akan memasukan nilai 0 untuk laki-laki dan 1 untuk perempuan maka data yang kita masukan adalah data numeric berupa 0 dan satu dengan nilai 0=”laki-laki” dan 1=”perempuan” dalam kolom value ini.












Missing Values. Missing values digunakan untuk mendefinisikan data yang hilang menurut spesifikasi yang kita inginkan. Hal ini sangat berguna ketika ada informasi atau nilai data yang hilang sehingga dalam hasil analisis kita tidak harus mendefisikan kembali.












Variable Columns. Variable columns adalah tepat untuk menentukan lebarnya kolom yang akan ditampilkan di data view.

Variable Align. Variable align merupakan tempat untuk menentukan posisi tampilan data di data view. Apakah rata kiri (left), rata kanan (right) atau terpusat di tengah-tengah (center), tergantung keinginan kita.





Variable Measure. Variable measure adalah tempat untuk mendefinisikan data yang kita masukan apakah data nominal, ordinal, atau scale (interval dan rasio).

Belajar SPSS - Pemula

Memulai SPSS Tahap 1

Start SPSS
Klik Start → All Programs → SPSS for Windows → SPSS 13.0 for Windows (sekarang telah keluar versi barus yaitu versi 15)
GAMBAR. START SPSS





Setelah selesai akan keluar jendela (pop up windows) yang menanyakan ”What would like to do?” dimana ada 6 pilihan, apakah masuk tutorial SPSS, membuka data editor, membuka data base query, membuat database query baru, membuka file SPSS atau pertanyaan yang terakhir apakah anda akan membuka file lain diluar file SPSS . Karena kita baru mulai, maka kita pilih cancel atau klik radio botton Type and data. Untuk keseragaman pilih Cancel.

GAMBAR. POP - UP SPSS FOR WINDOWS





















Setelah meng klik Cancel maka keluar yang disebut dengan SPSS Data Editor

GAMBAR 4. SPSS DATA EDITOR












Mengenal SPSS Data Editor

Dalam SPSS Data Editor terdapat tersususn dalam 5 komponen utama, yaitu: 1. Baris Menu, 3. Baris Pilihan, 4. Data View, 5. Variabel View

Baris Menu
Jika menekan atau klik salah satu menu pada baris menu untuk menampilkan daftar menu yang mengandung serangkaian perintah. Pilih sebuah perintah dengan mengklik pada perintah tersebut. Sebuah perintah yang diikuti tanda ► (seperti misalnya New ► atau Open ►) akan menampilkan jendela pilihan yang disebut dengan istilah kotak dialog. Kalau tidak ada tanda ►perintah akan langsung dijalankan.


Fungsi menu-menu:

File
Menu 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 Data Editor, menyimpan file dan lainnya.

• New ►Data: Membuka jendela dokumen data baru bertipe SPSS (*.sav).
• New ► Sytax: Membuka jendela dokumen sytax analisis data yang baru sesuai forrmula yang kita inginkan {SPSS Sytax file (*.sps)}. Walaupun SPSS sudah menyediakan berbagai macam pengolahan data statistik secara memadai, namun ada beberapa perintah yang hanya dapat digunakan dengan SPSS Command Langauge. Perintah-perintah tersebut dapat ditulis pada menu Syntax Editor. Contohnya adalah perhitungan analsis canical corelation.
• New ► Output: Membuka jendela output viewer yang baru bertipe Vewer file (*.spo).
• New ► Draft Output: Membuka jendela dokumen tapilan output SPSS selain dokumen output viewer. Dokumen ini bertipe Draft viewer file (*.rtf). Fasilitas ini berguna untuk memudahkan pengiriman output SPSS lewat e-mail karena file akan lebih kecil
• New ►Script: Membuka dokumen atau file script yang baru sesuai formula yang kita butuhkan yang bertipe *.sbs.

• Open ► Data…: Membuka file data yang telah disimpan di harddisk dengan file extension *.sav untuk SPSS dan yang lainnya
• Open ► Sytax…: Membuka file sytax yang telah tersimpan di hardisk dengan file extension *.sps untuk SPSS dan yang lainnya.
• Open ► Output…: Membuka file data output SPSS yang telah di simpan di hardisk dengan file extension *.spo dan yang lainnya
• Open ► Script …: Membuka file data script SPSS yang telah di simpan di hardisk dengan file extension *.sbs dan yang lainnya. Other. Berarti membuka Data atau output yang telah tersimpan sebelumnya.
• Open ► other …: Membuka file selain file SPSS yang diijinkan

• Open Database ► New Query …,: Membuka data selain format SPSS yang diizinkan, yaitu: dBase file, excel file, Global Car adan Ms Acces database.
• Open Database ► Edit Query …,: Digunakan untuk membuka query dan mengedit query yang telah tersimpan sebelumnya

• Display data information ► Working file : Digunakan untuk mengetahui format data sedang dikerjakan

• Edit: Berfungsi untuk menangani hal-hal yang berhubungan dengan memperbaiki atau mengubah nilai (menduplikasi data, menghapus data, mengedit data, dan lainnya)

• View : Menu View berfungsi untuk mengatur toolbar (status bar, penampakan value label dan lainnya).

• Data: Menu Data berfungsi untuk membuat perubahan data SPSS secara keseluruhan, seperti mengurutkan data, menyeleksi data-data berdasar kriteria tertentu, menggabung data dan sebagainya.

• Tranform: Menu Transform berfungsi untuk membuat perubahan pada variabel yang telah dipilih dengan kriteria tertentu

• Analyze : Menu Analyze merupakan menu inti dari SPSS, yang berfungsi untuk melakukan semua prosedur perhitungan statistik, seperti uji t, uji F, regresi, time series dan lainnya.

• Graphs: Menu Graphs berfungsi untuk membuat berbagai jenis grafik untuk mendukung analisis statistik, seperti: pie, line, bar dan kombinasinya

• Utilities: Menu Utilities adalah menu tambahan yang mendukung program SPSS, seperti: memberi informasi tentang variabel yang sekarang sedang dikerjakan, menjalankan Scripts, dan mengatur tampilan menu-menu lain.

• Add-ons: Menu Add-ons adalah menu tambahan berupa fasilitas aplikasi dan service yang disediakan oleh pembuat SPSS, yang hanya didapat jika computer terhubung dengan internet dan memakai software yang legal.

• Windows: Menu Window befungsi untuk berpindah (switch) diantara menu-menu lain yang ada di SPSS.

• Help: Menu Help berfungsi untuk menyediakan bantuan informasi mengenai program SPSS yang bisa diakses secara mudah dan jelas secara offline atau online jika memungkinkan.

SPSS - Cara Penginputan Datanya

Input Data

Input data dalam SPSS, dapat menggunakan fasilitas open data base atau dengan kata lain meng-import data yang telah kita simpan dalam file lain seperti misalnya data yang disimpan dalam Excel, FoxPro, dBase, dan lainnya atau Anda dapat langsung memasukan data dalam Data Editor pada bagian Data view.

SPSS mengambil data dari luar (software lain) melalui konversi data. Hal ini sangat berguna ketika data yang akan dibuka sangat banyak (misalnya ratusan atau bahkan ribuan data) yang tentunya sangat tidak efisien jika harus diinput ulang dengan SPSS. Sebagai contoh akan dijelaskan bagaimana SPSS mengambil data dari Microsoft Exel, perangkat lunak paling popular di bidang spreadsheet. SPSS mampu membuka data Excel (baik Excel versi 5, atau versi 2003) dengan dua cara yaitu:

1. Mengubah data Excel menjadi format data Excel versi 4, kemudian SPSS membaca data tersebut dengan melihatnya sebagai format Excel 4.
2. Data Excel versi 4 ke atas tidak perlu diubah ke Excel versi 4 seperti langkah sebelumnya, namun langsung dibaca dengan prosedur tertentu.

Pada prinsipnya kedua cara itu adalah sama, yaitu dalam transfer dari Exel ke SPSS, baris pada Exel dianggap data atau kasus pada SPSS, sedangkan kolom pada Exel dianggap variable pada SPSS. Selain meng-import data Anda juga dapat memasukan data berdasarkan kasus atau variable dalam area data editor yaitu di dalam sel-sel pada data view.

Ketika anda memasukan data maka akan terjadi hal-hal sebagai berikut:

• Sel yang aktip atau sel yang akan/sedang dimasukan data akan di berikan tanda persegi dengan garis tepi hitam.
• Nama variable dan nomor variable dalam sel yang aktif akan diperlihatkan di atas dan sudut kiri dari data.
• Nilai data yang anda masukan akan masuk memory SPSS setelah anda menekan enter
• Apabila Anda memasukan data selain data numeric, maka Anda terlebih dahulu harus medefinisikan dalam Data editor pada bagian variable view.

Input Data Kedalam SPSS Data Editor
Contoh, misalkan kita akan memasukan data dalam Data Editor dengan bentuk sebagai berikut:




TABEL 1. DATA KARYAWAN PERUSAHAAN XY TAHUN 2011

Nama	Umur	JK	MK	TB	BB
ACUS	27	Laki - Laki	20	167	51
ARIL	29	Laki - Laki	20	165	61
ETO'O	33	Laki - Laki	24	170	65
ZANETTI	35	Laki - Laki	16	161	50
FORLAN	30	Laki - Laki	13	165	59
CESAR	27	Laki - Laki	18	165	57
MAICON	29	Laki - Laki	13	163	63
STANKOVIC	34	Laki - Laki	11	170	55
CHIVU	33	Laki - Laki	20	165	62
LUCIO	33	Laki - Laki	10	165	65
CORDOBA	31	Laki - Laki	21	161	51
MOTTA	29	Laki - Laki	17	180	62
CAMBIASSO	29	Laki - Laki	14	165	50
CASTELAZZI	33	Laki - Laki	15	180	70
MATERAZZI	30	Laki - Laki	10	180	70
SANTON	23	Laki - Laki	19	165	51
KHARJA	28	Perempuan	22	165	55
SNEIJDER	28	Perempuan	20	165	50
ROONEY	24	Laki - Laki	18	165	55
CHICARITO	21	Laki - Laki	19	165	50
NANI	24	Perempuan	24	168	55
DE GEA	22	Laki - Laki	24	170	63
SMALLING	22	Laki - Laki	14	175	55
FERDINAND	31	Perempuan	11	172	55
VIDIC	30	Perempuan	26	171	57
ANDERSON	24	Laki - Laki	26	165	55
BERBATOV	31	Perempuan	20	175	61
EVRA	31	Laki - Laki	12	165	51
GIGGS	37	Perempuan	12	165	55
EVANS	23	Perempuan	24	170	61

Klik Start → All Programs → SPSS for Windows → SPSS 13.0 for Windows (sekarang telah keluar versi barus yaitu versi 15) → ketika keluar dialog box “What you would to do?” pilih “Cancel atau radio botton “type in data” (hal ini dilakukan karena kita akan memasukan data langsung pada SPSS data editor)

Untuk mendefisikan variable pada setiap kasus nantinya maka kita harus masuk ke jendela variable view. Klik pada bagian Variable View (kiri bawah dari tampilan awal SPSS)


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 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 atau melalui copy – paste.

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 per satu atau melalui copy – paste.

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 aktif, 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 atau melalui copy – paste.

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 atau melalui copy – paste.

SPSS Data Editor pada Variable View






SPSS Data Editor pada Data View













Transformasi Nilai Data
SPSS menyediakan fasilitas untuk menghitung nilai data baru berdasarkan pada transformasi numerik dari variabel yang sudah dibuat sebelumnya. Sebagai contoh, misalnya kita ingin mengetahui variable baru, berupa, pada umur berapa responden bekerja di perusahaan tersebut. Maka logikanya, umur responden dikurangi masa kerja, maka didapatkanlah hasilnya. Untuk dapat melakukan hal tersebut, maka kita dapat mengikuti langkah-langkah berikut ini:

Pilih menu transform submenu Compute, sehingga tampak tampilan seperti dalam gambar berikut:



















Berikan nama variabel pada Target Variable.
Berikan nama Umur_Mulai_Kerja




Klik Type & Label, masukan Umur Responden Mulai Kerja di Perusahaan XY, kemudian klik Continue












Tuliskan rumus numeric untuk variabel baru (Umur_Mulai_Kerja) tersebut pada jendela Numeric Expression, Umur – Masa_Kerja, seperti gambar di bawah ini.





Klik OK jika proses transformasi sudah selesai.
Hasilnya adalah sebagai berikut:


SPSS Data Editor pada Variable View







SPSS Data Editor pada Data View