SEJARAH, PERKEMBANGAN DAN SISTEM KERJA SPSS DAN MINITAB

Sejarah Perkembangan 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 (Statistical Package for the Social Sciences) dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu sosial, 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. Antara 2009 dan 2010 vendor utama untuk SPSS disebut PASW (prediksi analisis perangkat lunak) Statistik. Perusahaan ini mengumumkan 28 Juli 2009 itu diakuisisi oleh IBM sebesar US $ 1,2 miliar. Pada Januari 2010, menjadi "SPSS: Sebuah Perusahaan IBM". Transfer lengkap dari bisnis

IBM dilakukan dengan 1 Oktober 2010. Pada tanggal tersebut, SPSS: Sebuah Perusahaan IBM, tidak ada lagi. IBM SPSS sekarang sepenuhnya diintegrasikan ke dalam IBM Corporation, dan merupakan salah satu merek di bawah IBM Software Group Portofolio Bisnis Analytics, bersama dengan IBM Cognos. Sejarah SPSS SPSS (awalnya, Paket Statistik untuk Ilmu Sosial) dirilis dalam versi pertama pada tahun 1968 setelah dikembangkan oleh Norman H. Nie dan C. Hadlai Hull. Norman Nie kemudian sebuah ilmu politik pascasarjana di Stanford University , dan sekarang Riset Profesor di Departemen Ilmu Politik di Stanford dan Profesor Emeritus Ilmu Politik di University of Chicago.

SPSS adalah salah satu program yang paling banyak digunakan untuk analisis statistik dalam ilmu sosial . Hal ini digunakan oleh peneliti pasar, peneliti kesehatan, perusahaan survei, pemerintah, peneliti pendidikan, organisasi pemasaran dan lainlain. SPSS asli manual (Nie, Bent & Hull, 1970) telah digambarkan sebagai salah satu "buku sosiologi yang paling berpengaruh". Selain analisis statistik, manajemen data (kasus seleksi, file yang membentuk kembali, membuat data turunan) dan data dokumentasi (sebuah metadata kamus disimpan di datafile) adalah fitur dari perangkat lunak dasar.

 SPSS dapat membaca dan menulis data dari ASCII file teks (termasuk file hierarkis), paket statistik lainnya, spreadsheet dan database . SPSS dapat membaca dan menulis ke eksternal tabel database relasional melalui ODBC dan SQL . Output statistik adalah sebuah format file proprietary (*. SPV file, mendukung tabel pivot ) yang, selain penampil dalam paket, pembaca yang berdiri sendiri dapat didownload. Output proprietary dapat diekspor ke teks atau Microsoft Word . Atau, output dapat ditangkap sebagai data (menggunakan perintah OMS), sebagai teks teks, tabdelimited, PDF , XLS , HTML , XML , dataset SPSS atau berbagai format gambar grafis ( JPEG , PNG , BMP dan EMF ). Versi SPSS SPSS versi awal dirancang untuk pemrosesan batch di mainframe , termasuk misalnya IBM dan ICL versi, awalnya menggunakan kartu berlubang untuk input.

Versi terbaru dari IBM SPSS adalah sebagai berikut :

a.       IBM SPSS Statistik - SPSS v19.0

b.      IBM Modeler Profesional &

c.       IBM SPSS Premium Modeler –

d.      IBM SPSS v14.1 Pengumpulan Data - v5.6

e.       IBM SPSS Kolaborasi & Layanan Deployment - v4.1

Sejarah Rilis Versi SPSS

a.       SPSS 15.0.1 - November 2006

b.      SPSS 16.0.2 - April 2008

c.       SPSS 17.0.1 - Desember 2008 S

d.      PASW 17.0.3 - September 2009

e.       PASW 18,0 - Agustus 2009

f.        PASW 18.0.1 - Desember 2009

g.      PASW 18.0.2 - April 2010

h.      PASW 18.0.3 - September 2010

SPSS adalah sebuah software untuk mengolah data statistik yang cara penggunaanya cukup mudah. Bahkan oleh orang yang tidak mengenal dengan baik teori statistic, namun demikian supaya lebih mudah menggunakan SPSS ini sebaiknya anda terlebih dahulu mengenal dan memahami dasar-dasar teori statistic, sehingga Anda dapat dengan mudah memahami cara menganalisis data dan membaca hasilnya.

Program SPSS seringkali digunakan untuk memecahkan problem riset atau bisnis dalam hal statistik. Cara kerjanya sederhana, yaitu data yang anda input oleh SPSS akan dianalisa dengan suatu paket analisa. SPSS merupakan bagian integral dari tentang proses analisa, menyediakan akses data, persiapan dan manajemen data, analisa data dan pelaporan.

SPSS merupakan perangkat lunak yang paling banyak dipakai karena tampilannya yang user friendly  dan merupakan terobosan baru berkaitan dengan perkembangan teknologi informasi, khususnya dalam E-Business. . SPSS didukung oleh OLAP (Online Analytical Processing) yang akan memudahkan dalam pemecahan pengolahan data dan akses data dari berbagai perangkat lunak yang lain, seperti microsoft office excel atau notepad, yang selanjutnya dianalisa. 

Cara Kerja SPSS

Beberapa kemudahan lain yang dimiliki SPSS dalam pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas seperti berikut ini:

a. Data Editor : Merupakan jendela untuk pengolahan data. Data editor dirancang sedemikian rupa seperti pada aplikasi spreadsheet untuk mendefinisikan, memasukkan, mengedit, dan menampilkan data.

b. 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.

c. 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.

d. 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.

e. Database Access : Pemakai program ini dapat memperoleh kembalinformasi dari sebuah database dengan menggunakan Database Wizard yang disediakannya.

f.  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.

g. 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.

h.  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.

i.   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.

j. Interface dengan Database Relasional : Fasilitas ini akan menambah efisiensi dan memudahkan pekerjaan untuk mengekstrak data dan menganalisnya dari database relasional.

k. 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.

l.  Multiple Sesi :  SPSS memberikan kemampuan untuk melakukan analisis lebih dari satu file data pada waktu yang bersamaan.

m. 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. 

Sejarah MiniTab

Minitab adalah program komputer yang dirancang untuk melakukan pengolahan statistik. Minitab mengkombinasikan kemudahan penggunaan layaknya Microsoft Excel dengan kemampuannya melakukan analisis statistik yang kompleks. Minitab dikembangkan di Pennsylvania State University oleh periset Barbara F. Ryan, Thomas A. Ryan, Jr., dan Brian L. Joiner pada tahun 1972. Minitab memulai versi ringannya OMNITAB, sebuah program analisis statistik oleh NIST.

Minitab didistribusikan oleh Minitab Inc, sebuah perusahaan swasta yang bermarkas di State College, Pennsylvania, dengan kantor cabang di Coventry, Inggris (Minitab Ltd.) Paris, Perancis (Minitab SARL) dan Sydney, Australia (Minitab Pty.).

Kini, Minitab seringkali digunakan dalam implementasi Six Sigma, CMMI serta metode perbaikan proses yang berbasis statistika lainnya.

Minitab 16, versi terbaru perangkat lunak ini, tersedia dalam tujuh bahasa: Inggris, Perancis, Jerman, Jepang, Korea, Mandarin, dan Spanyol.

Minitab Inc. juga membuat perangkat lunak sebagai pelengkap Minitab 16.[1] Quality Trainer; sebuah paket eLearning yang mengajarkan metode statistik dan konsep dalam konteks perbaikan kualitas yang terintegrasi dengan Minitab 16 dan Quality Companion 3, sebuah perangkat lunak untuk mengelola projek Six Sigma dan Lean Manufacturing yang memungkinkan data Minitab di kombinasikan dengan dan manajemen proyek.

Penggunaan Minitab:

- Mengelola data dan file

 - spreadsheet untuk analisis data yang lebih baik

- Analisis regresi

- Power dan ukuran sampel

- Tabel dan grafik

- Analisis multivariate]

- termasuk analisis faktor, analisis klaster, analisis korespondensi dan lainnya

Tes Nonparametrics

- berbagai tes termasuk test signal, run tes, friedman tes, dan lainnya

Time Series dan Forecasting

- membantu menunjukkan kecenderungan pada data yang dapat digunakan untuk membuat dugaan. . Time series plots, exponential smoothing, trend analysis.

- Statistical Process Control

- Analisis sistem pengukuran

- Analisis varians

- untuk menentukan perbedaan antar data

- Perancangan percobaan

Analisis Data statistik dalam miniab

Minitab merupakan salah satu program aplikasi statistika yang banyak digunakan untuk mempermudah pengolahan data statistik.Minitab menyediakan program-program untuk mengolah data statistik secara lengkap(Iriawan,2006).

Keunggulan Minitab

Keunggulan Minitab adalah data dapat digunakan dalam pengolahan data statistik untuk tujuan sosial maupun teknik.Dibandingkan dengan program statistika lainnya.Minitab telah diakui  sebagai program statistik yang sangat kuat dengan tingkat akurasi taksiran statistik yang tinggi(Iriawan,2006).

Minitab menyediakan beberapa pengolahan data untuk melakukan analisis regresi,membuat ANOVA,membuat alat-alat pengendalian kualitas statistika,membuat desain eksperimen(factorial,response surface,dan Taguchi),membuat peramalan dengan analisis time series,analisis reliabilitas,dan analisis multivariate(Iriawan,2006).

Mengontrol Nilai Pesanan untuk Output Lebih 

Ini umum untuk kelompok data ke dalam kategori yang menyiratkan urutan tertentu, seperti Low,Medium, High atau Awal, Tengah, Akhir. Namun, jika data yang muncul  untuk urutan yangberbeda dalam tabel dan grafik (misalnya, Awal, Akhir, Tengah), mereka bisa membingungkan dandapat mengalihkan perhatian dari pesan Anda. Untungnya, dengan fitur order Minitab nilainya,Anda dapat dengan mudah memastikan bahwa output Anda muncul dalam urutan yang benar,menghasilkan grafik dan tabel yang jauh lebih mudah dipahami.

Grafik

Grafik yang menyajikan informasi dalam urutan yang tak terduga dapat lebih sulit diinterpretasikan. Sebagai contoh, di bar chart pertama di bawah, hari kerja data dalam urutan abjad tidak menunjukkan pola yang jelas. Setelah Anda menerapkan tata nilai hari kerja, tren dalam data lebih mudah untuk dideteksi.

Sebelum: Bar muncul dalam urutan abjad secara default.

Setelah: Sebuah tata nilai hari kerja memungkinkan Anda untuk melihat tren dalam data dari waktu ke waktu.

Urutan nilai kolom mempengaruhi urutan kategori yang diplot pada grafik, termasuk grafik batang, plot nilai individu, boxplots, plot interaksi, dan efek utama plot.

Legenda

Masalah yang sama terjadi dengan legenda, daftar item dalam urutan yang diplot. Sebuah legenda dengan item yang tak terduga dalam urutan bisa sulit dimengerti. Sebagai contoh, perhatikan pie chart pertama di bawah di mana tingkat pendidikan yang terdaftar abjad. Perintah nilai pendidikan memberikan presentasi yang lebih jelas.

Sebelum: Urutan default abjad membingungkan.

After: Setting the value order makes the pie chart more understandable.

Jendela output tabel Sesi

Output membingungkan jika tidak dalam urutan yang benar, seperti terlihat pada tabel pertama data rating produk di bawah ini. Pembaca harus melompat-lompat di meja untuk membaca informasi dalam urutan logis. Setelah urutan nilai yang benar telah dikenakan, informasi jauh lebih mudah untuk mengikuti.

Sebelum: Sulit untuk memahami tabel ini ketika kategori dalam urutan yang tak terduga.

Setelah: Kategori secara logis lebih mudah untuk menafsirkan.

Tata Nilai

kita dapat menerapkan tatanan nilai kolom dalam beberapa langkah sederhana, tanpa perubahan pada data aktual.

Misalnya, perusahaan kita memiliki tiga tingkat rencana dukungan: Emas, Perak, dan Perunggu. Rencana Emas menawarkan tingkat tertinggi dukungan dan biaya yang paling tinggi, rencana Perunggu menawarkan tingkat terendah dukungan dan biaya yang paling sedikit, dan rencana Perak adalah di antara Gold dan Bronze. Anda memiliki kolom yang berisi jenis mendukung rencana untuk setiap pelanggan Anda.

Anda ingin membandingkan jumlah untuk setiap rencana, sehingga Anda membuat grafik batang. Rencana muncul dalam urutan abjad dalam tabel.

Anda ingin mengubah urutan nilai kolom Rencana Dukungan sehingga Emas selalu muncul pertama kali, diikuti oleh Silver dan Bronze.

1.dengan kolom Rencana Dukungan aktif, klik kanan dan pilih Kolom> Nilai Order.

Order

2.pilih User-ditentukan.

3.tentukan pesanan, tentukan urutan yang benar.

4.Klik OK ..

Sekarang, ketika Anda membuat grafik bar, rencana muncul dalam urutan yang ditentukan. Anda dapat dengan mudah melihat bahwa, sebagai rencana mendapatkan lebih murah, lebih banyak pelanggan membelinya.

Perhatikan bahwa kolom dalam lembar kerja-sama tampak urutan nilai tidak menjadi nyata sampai Anda melihat output, dan tetap dengan kolom sampai Anda mengubahnya lagi.

Minitab's Grafik Layout Tool 

Minitab's Grafik Layout ToolGraphs adalah alat untuk mengeksplorasi dan mengilustrasikan berbagai aspek dari data. Tapi,jarang bahwa sebuah grafik tunggal atau grafik mengatakan itu semua. Itu sebabnya Minitab's Layout Tool sangat membantu. Dengan itu, Anda dapat dengan mudah merakit grafik individu ke dalam satu layar yang memberikan gambaran yang lengkap untuk data Anda.

Minitab's Line Plot

Minitab's Line Plot adalah bagaimana kita berpikir tentang sebuah proses yang penting bagi keberhasilan Anda, seperti memanggang roti yang sempurna atau menangani panggilan dukungan teknis dengan mudah, Anda tahu bahwa sejumlah faktor yang memiliki potensi untuk mempengaruhi hasilnya.

Minitab's Line Plot cukup fleksibel untuk membantu Anda menemukan pola interaksi dan respons apakah Anda memiliki 2 faktor atau 20..

Distribusi Probabilitas Plot

Hal yang sama juga berlaku pada distribusi statistik dan parameter yang digunakan untuk menggambarkan data sampel. Mereka menawarkan informasi penting, tetapi nomor dapat berarti tanpa ilustrasi untuk membantu Anda menafsirkannya. Sebagai contoh, apa artinya jika data Anda mengikuti suatu distribusi gamma dengan skala 8 dan bentuk dari 7? Jika distribusi bergeser ke bentuk 10, artinya baik atau buruk? Dan bagaimana anda menjelaskan semua ini kepada audiens yang lebih tertarik pada hasil daripada di statistik?

Minitab's plot probabilitas distribusi membuat gambar-gambar yang membawa angka untuk hidup. Bahkan pengguna pemula dapat menuai manfaat yang berasal dari pengertian distribusi data mereka.

Menghilangkan Data Entry Kesalahan dengan Rumus

Memasukkan nilai ke dalam lembar kerja Anda sering hanya langkah pertama ketika Anda mempersiapkan data untuk analisis. Mungkin Anda perlu mengkonversi pengukuran Anda dari inci sampai sentimeter. Mungkin kita tahu data proses kita harus berubah dengan fungsi trigonometri. Atau Anda mungkin ingin teratur melacak penjualan rata-rata menurut wilayah, memastikan rata-rata selalu berjalan sebagai perubahan data penjualan. Mengulang perhitungan tersebut setiap kali Anda memasukkan data baru melelahkan dan meningkatkan risiko kesalahan.

Minitab's Rumus dalam Lembar kerjanya menyediakan cara sederhana untuk mengotomatisasi perhitungan worksheet Anda dan untuk memastikan bahwa mereka dilakukan langsung dan akurat. Dengan rumus di kolom worksheet, Anda dapat:

1.Menghemat waktu ketika Anda menghitung dan memperbarui data

2.Mengurangi kesalahan entri data

3.Hasilkan data baru dengan teks, tanggal / waktu, matematika, statistik, dan fungsi logis

Item Analisis dengan Cronbach's Alpha untuk Survei Terpercaya 

Survei adalah cara terbaik untuk mengukur jenis karakteristik. Untuk lebih memahami karakteristik, peneliti meminta beberapa pertanyaan tentang hal itu. Sebagai contoh, daripada hanya meminta pengunjung apakah mereka puas, peneliti mungkin bertanya:

1.Seberapa puaskah anda dengan pelayanan kami?

2.Berapa besar kemungkinan Anda untuk mengunjungi restoran kami lagi?

3.Berapa besar kemungkinan Anda untuk merekomendasikan restoran kami?

Secara kolektif, pertanyaan-pertanyaan ini memberikan peneliti pemahaman yang lebih dalam dan bernuansa kepuasan pelanggan dari satu pertanyaan.

Tantangannya adalah untuk mengajukan pertanyaan yang cukup bervariasi untuk mengukur aspek yang berbeda dari karakteristik tersebut, namun masih berhubungan dengan karakteristik yang sama. Jika Anda mengajukan pertanyaan yang tidak mengukur karakteristik yang sama, survei anda akan menghasilkan data yang menyesatkan, yang dapat membawa Anda untuk membuat miskin, dan mungkin mahal, keputusan. Jadi, bagaimana Anda tahu apakah pertanyaan yang berbeda mengukur semua karakteristik yang sama?

Analisis Item Minitab dengan alpha Cronbach bisa membantu

Minitab menawarkan tiga analisis Chi-Square. Analisis yang tepat tergantung pada jumlah variabel yang ingin Anda memeriksa dan cara bahwa data anda teratur.

1.Chi-Square Goodness-of-Fit Test (Satu Variabel)

2.Chi-Square Test (Two-Way Tabel di Lembar Kerja)

3.Tabulasi silang dan Chi-Square

Dasar-dasar Gage R & R 

Minitab's Gage R & R studi dapat membantu Anda untuk mengidentifikasi masalah dengan sistem pengukuran Anda, yang memungkinkan Anda untuk mempercayai data dan untuk melakukan perbaikan nyata dalam proses Anda.

Gage R & R studi dapat memberitahu Anda jika inkonsistensi dalam pengukuran Anda terlalu besar untuk mengabaikan-apakah karena alat rusak atau tidak konsisten pengoperasian alat.

Identifikasi Faktor Terbaik Pengaturan dengan Analisis Variabilitas 

Untuk memastikan proses Anda menghasilkan barang atau jasa yang memenuhi harapan pelanggan Anda, Anda perlu mengidentifikasi pengaturan faktor yang tidak hanya melakukan dengan baik pada rata-rata, tetapi juga melakukan yang paling konsisten. Anda dapat melakukan ini dalam Minitab dengan perintah Variabilitas Menganalisis.

Mengidentifikasi Distribusi Data

Distribusi baru Minitab's Identifikasi individu merupakan cara sederhana untuk mengetahui distribusi data Anda sehingga Anda dapat memilih analisis statistik yang sesuai. Anda dapat menggunakannya untuk:

1.Tentukan apakah distribusi yang Anda gunakan sebelumnya masih berlaku untuk data saat ini

2.Pilih distribusi yang tepat bila Anda tidak yakin untuk menggunakan

3.Transform data Anda untuk mengikuti distribusi normal

Tiga Cara Menggunakan Identifikasi Distribusi Individu

1.Untuk mengkonfirmasi bahwa distribusi tertentu sesuai dengan data Anda

2.Untuk menentukan distribusi yang paling sesuai dengan data Anda

3.Untuk menggunakan analisis statistik normal pada data tidak normal.

Demikianlah tentang SEJARAH, PERKEMBANGAN DAN SISTEM KERJA SPSS DAN MINITAB, Semoga bermanfaat. sukses selalu.