BM Class UBM Strengthens Students’ Data Analysis Skills for Their Thesis Through the Workshop Series “From Raw Data to Research Insight”: Quantitative Data Processing and Analysis Using SPSS
JAKARTA, 12 November 2026 – Quantitative research does not end once the data has been collected. Raw data still has to be processed, tested, and interpreted before it can answer research questions properly, and this stage largely determines the quality of a thesis. Responding to this need, BM Class of Universitas Bunda Mulia (UBM) held a Thesis Workshop Series entitled “From Raw Data to Research Insight: Quantitative Data Processing and Analysis Using SPSS” on Thursday, November 5, 2026, from 1:30 PM to 4:30 PM WIB, online via Google Meet.
As part of the student support program for the Odd Semester of the 2026/2027 Final Project (TA) period, the workshop featured Dr. Michael Christian, S.E., M.M., an academic and experienced trainer in research methods, quantitative data analysis, and statistical data processing, as the speaker. The speaker’s participation was expected to help students understand the data processing steps in a clear and practical way.
During the workshop, participants learned the stages of quantitative data analysis using SPSS, starting from descriptive statistics to describe the characteristics of the data, and classical assumption tests, including normality, multicollinearity, heteroscedasticity, and autocorrelation tests, to ensure the data is suitable for analysis. The session continued with multiple linear regression to examine the effect of several independent variables on a dependent variable, hypothesis testing (F-test and t-test), and the coefficient of determination (R-Square) to determine how well the independent variables explain the dependent variable.
This workshop reflects BM Class UBM’s support for students who are writing their theses, particularly in processing and analyzing research data. Through practical learning that addresses academic needs, BM Class UBM hopes to help students turn raw data into research findings that are clear, accurate, and accountable.
JAKARTA, 12 November 2026 – Penelitian kuantitatif tidak berhenti setelah data terkumpul. Data mentah masih perlu diolah, diuji, dan diinterpretasikan agar dapat menjawab pertanyaan penelitian dengan tepat. Tahapan inilah yang menentukan kualitas hasil sebuah skripsi. Menjawab kebutuhan tersebut, BM Class Universitas Bunda Mulia (UBM) menyelenggarakan Workshop Series Skripsi bertajuk “From Raw Data to Research Insight: Pengolahan dan Analisis Data Kuantitatif Menggunakan SPSS” pada Kamis, 5 November 2026, pukul 13.30–16.30 WIB, secara daring melalui Google Meet.
Sebagai bagian dari program pendampingan mahasiswa pada periode Tugas Akhir (TA) Ganjil 2026/2027, workshop ini menghadirkan Bapak Dr. Michael Christian, S.E., M.M., seorang akademisi sekaligus trainer yang berpengalaman dalam bidang metode penelitian, analisis data kuantitatif, dan pengolahan data statistic, sebagai narasumber. Kehadiran beliau diharapkan dapat membantu mahasiswa memahami langkah-langkah pengolahan data secara runtut dan praktis.
Dalam workshop ini, peserta mempelajari tahapan analisis data kuantitatif menggunakan SPSS, mulai dari uji statistik deskriptif untuk menggambarkan karakteristik data, hingga uji asumsi klasik yang meliputi uji normalitas, multikolinearitas, heteroskedastisitas, dan autokorelasi untuk memastikan data layak dianalisis. Pembahasan dilanjutkan dengan uji regresi linear berganda untuk melihat pengaruh beberapa variabel independen terhadap variabel dependen, uji hipotesis (uji F dan uji t), serta uji koefisien determinasi (R-Square) untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen.
Kegiatan ini menjadi wujud dukungan BM Class UBM bagi mahasiswa yang sedang menyusun skripsi, khususnya dalam mengolah dan menganalisis data penelitian. Melalui pembelajaran yang praktis dan sesuai kebutuhan akademik, BM Class UBM berharap mahasiswa dapat mengubah data mentah menjadi temuan penelitian yang jelas, akurat, dan dapat dipertanggungjawabkan.