Posts from the ‘Panduan SPSS’ Category

PANDUAN SPSS : “Statistik Inferensi”(II)


 

The logo of SPSS (in use until December 2009) ...

Setelah dilakukan uji terhadap distribusi data dan terbukti bahwa data yang diuji berditribusi normal atau mendekatai distribusi normal, maka selanjutnya dengan data tersebut bisa dilakukan berbagai inferensi atau pengambilan keputusan dengan metode statistic parametric. Jika terbukti data tidak berdistribusi normal atau jauh dari kriteria distribusi normal, metode parametric tidak bisa digunakan dan untuk inferensi digunakan metode sttasitik nonparametric.

Statistic inferensi dalam SPSS

SPSS enyediakan berbagai metode parametric suntuk melakukan inferensi terhadap data statistic, karena terlalu luasnya cakupan parametric, maka inferensi parametric akan dibagi dalam berbagai menu pada SPSS yaitu COMPARE MEANS, GEERAL LINEAR MODEL, CORELATION DAN REGRESION.

A.COMPARE MEANS terdiri dari MEANS (Memabahas hal yang sama pada statistic dsekripstif dengan penyajian subgroup dan ditambah dengan uji linearitas), t TEST (membahas uji t yang terdiri dari uji t satu sampel, uji t dua sampel independen dan uji t untuk dua sampel berpasangan (paired)), ONE WAY ANOVA (Kalau uji t untuk dua sampel, sedang ANOVA digunakan untuk menguji lebi dari dua sampel).

Uji t untuk dua sampel berpasangan (paired).

Dua sampel berpasangan artinya sebagai sebuah sampe dengan subjek yang sama namun mengalami dua perlakukan atau pengukuran yang berbeda.contoh kasus ( tes kemampuan bahasa jepang setelah menonton animasi jepang,  Untuk itu sebuah sampel diukur terdiri dari 10 responden yang masing-masing disuruh menonton film animasi berbahasa jepang, kemudian setelah satu bulan menonton, kembali diukur kemampuan berbicara melalui tes. Hasilnya sebagai berikut ;

Table 1.1

no

Sebelum menonton

Sesudah menonton

1.

65

72

2.

75

79

3.

76

82

4.

55

75

5

70

73

6

80

80

7

72

75

8

85

88

9

73

70

10

90

89

 

Langkah-langkah :

Tentukan variable view dari sebelum dan sesudah menonton. Adapun langkah-langkah penyusunan varibel sebagai berikut:

  1. Buat file baru, klik File, klik New dan klik Data
  2.  Terlihat lembar kerja baru, posisi pada Data View
  3. Klik Variable view.(ada tampilan nama, type, widh, decimals, label, values, missing, columns, align dan measure)
  • Name : Kemudian ketik sebelum
  • Type : Klik Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “numeric”
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik nama subjek

kemudian

  • Name : ketik sesudah dibawah sebelum
  • Type : biarkan numeric
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik sesudah nonton

Kemudian buka data view, masukan data diatas (table 1.1)

  • Sebelum: Ketik nama subjek pada varibel “nama”. Contoh : 65, 75, 76…seterusnya.
  • Sesudah : Ketik nama subjek pada varibel “nama” ketik. Contoh : 72,79, 82…seterusnya.
  • Setelah entry data selesai kemudian buka Analyze àCompare MeansàPaired-Samples T Test…
  • Klikvariabel  sebelum dan sesudah secara bersamaan,(kalau tidak, spss tidak bisa mengimput dalam kolom paired variables dengan tidak aktifnya tanda à), sehingga terlihat pada kolom current selection dibawah terdapat keterangan untuk variable 1 dan 2, klikàmaka pada paired variables terlihat tanda sebelum…sesudah
  • Klik Option dan pilih Confidence Interval..95%, kemudian biarkan default Exclude Cases Analysis By Analysis. Klik Continue dan klik ok.

One Sample T Test

  • Buka file atau kembali ke Data View buka Analyze àcompare meansàone-samples T test…
  • Klik variabel  sebelum à Test Variables,  klik di Tes  Value (untuk mennetukan nilai yang akan diuji hipotesa..nilai 90, ketik 90,  Klik Option dan pilih confidence interval..95%, kemudian biarkan default exclude cases analysis by analysis. Klik continue dan klik ok.

B. GENERAL LINEAR MODEL (merupakan kelanjutan dari ANOVA, dimana dalam GLM dibahas satu variable dependen namun mempunyai satu atau lebih factor)

KASUS ; Sebuah pabrik yang selama ini mempekrjakan karyawannya dalam 4 shift (tiap shift mempekerjakan atas kelompok pekerja berlainan). Manajer pabrik ingin mengetahui apakah ada perbedaan produktiftas yang nyata antara 4 kelompok shift. Selama ini setiap kelompok kerja terdiri atas wanita semua atau pria semua dan setelah kelompok kerja pria bekerja dua hari berturut-turut, ganti kelompok wanita, demikian seterusnya, dua hari untuk pria dan sehari untuk wanita. Hasil pengamatan angaka dalam unit sebagai berikut :

Hari Shift 1 Shift2 Shift3 Shift4 Gender

1.

38 45 45 58 Pria

2.

36 48 48 25 Pria

3.

39 42 42 34 Wanita

4.

34 46 46 26 Pria

5.

35 41 41 39 Pria

6.

32 45 45 44 Wanita

7.

39 48 48 32 Pria

8.

34 47 47 38 pria

9.

32 42 42 39 Wanita

10.

36 41 41 43 Pria

11.

33 39 39 44 pria

12.

39 33 33 62 wanita
           

 

Kasus diatas terdiri atas empat sampel yang bebas satu dengan yang lain, yaitu kelompok shift 1 berbeda orang dan waktunya dengan kelompok shift yang lain. Ada dua factor yang mempengaruhi produktiftas kerja yaitu kelompok kerja dan gender.

Langkah-langkah :

Table diatas harus dirubah format jika mengggunakan anova sebagai berikut ;

PRODUK SHIFT GENDER
38 satu Pria
36 satu Pria
39 satu Wanita
34 satu Pria
35 satu Pria
32 satu Wanita
39 satu Pria
34 satu Pria
32 satu Wanita
36 satu Pria
33 satu Pria
39 satu Wanita
45 Dua Pria
48 Dua Pria
42 Dua Wanita
46 Dua Pria
41 Dua pria
45 Dua wanita
48 Dua Pria
47 Dua Pria
42 Dua Wanita
41 Dua Pria
39 Dua Pria
33 Dua Wanita
45 Tiga Pria
48 Tiga Pria
42 Tiga Wanita
46 Tiga Pria
41 Tiga Pria
45 Tiga Wanita
48 Tiga Pria
47 Tiga Pria
42 Tiga Wanita
41 Tiga Pria
39 Tiga Pria
33 Tiga Wanita
28 Empat Pria
25 Empat Pria
24 Empat wanita
26 Empat Pria
29 Empat Pria
14 Empat Wanita
32 Empat Pria
18 Empat Pria
29 Empat Wanita
33 Empat Pria
24 Empat pria
22 Empat Wanita

 Langkah-langkah :

  • Buat variabel
PRODUK SHIFT GENDER
  • Tentukan Value Label untuk Shift dn Gendernya. Untuk analisa Anova, pilh menu Analyze, kemudian pilih sub menu General Linear Model. Pilihan tes klik Univariate…untuk dependent yang akan diuji (produktifitas) masukan variabel Produk. Fixed Factors atau group, masukan variable Shift dan Gender. Abaikan yang lain, klik Ok.

C. UJI KORELASI DAN REGRESI

Menu Korelasi

Uji korelasi dalam spsss dapat dilihat dalam menu Correlate dengan sub menu :

  • Bivariat  (besar hubungan diantara dua variable : koefisien korelasi bivariate/product moment pearson untuk mengukur keeratan hubungan antara peringkat-peringkat dibandingkan hasil pengamatan itu sendiri dengan mengasyaratkan bahwa populasi asal sampel mempunyai dua varians dan berdistribusi normal, korelasi pearson untuk mengukur data interval atau rasio) dan korelasi peringkat spearman dan kendall (untuk mengukur keeratan hubungan antara peringkat-peringkat dibandingkan hasil pengamtan itu sndiri dan bisa digunakan untuk menghitung data ordinal dan pengunaan asoisasi pada sttsistik nonparametric)

Diketahui Kasus

  • Partial (perubahan mengenai hubungan linier antara dua variable dengan melakukan control terhadap satu atau lebih variable tambahan)

Kasus : dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara kemampuan grammer (X) terhadap kemampuan conversation (Y)  yang dilakukan terhadap 20 mahasiswa yang diambil secara random, didapatkan nilai

X : 70, 80, 72, 67, 64, 70, 71, 76, 90, 96, 54, 52, 65, 71, 66, 89, 80, 64, 60, 74

Y : 70, 67, 74, 58, 73, 79, 57, 58, 71, 66, 72, 55, 76, 65, 81, 75, 76, 77, 69, 70

Langkah-langkah :

  1. Buat Variable dengan mengklik Variable View untuk X dan Y, isikan di …
  • Name :  ketik X, untuk Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “numeric”
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik Grammer
  • Terus dibawah name X, ketik Y untuk type : Numeric
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik Conversation

2.Masukan data dengan mengklik Data View divariabel X dan Y

3.Kemudian buka Analyze àCorrelate (sesuai kasus) klik Bivariate, pindahkan ke variable X dan Y untuk kolom Correlation Coefficient, pilih Pearson dan abaikan alat hitung yang lain. Untuk kolom test of significance, karena akan diuji dua sisi, maka pilih two-tailed. Untuk pilihan Flag Significant Correlation, kemuian klik option, pada pilihan statistic abaikan saja.pada pilihan missing values ada dua pilihan Exclude Cases Pairwise dan Exclude Cases Listwise, untuk keseragaman ambil Exclude Cases Pairwise, tekan Continue kemudian Ok

Korelasi rank spearman dan kendall

Menu regresi

dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara kemampuan Grammer (X1)dan Vocabulary (X2) terhadap kemampuan Conversation (Y)  yang dilakukan terhadap 20 mahasiswa yang diambil secara random, didapatkan nilai

X1 : 70, 80, 72, 67, 64, 70, 71, 76, 90, 96, 54, 52, 65, 71, 66, 89, 80, 64, 60, 74

X2 : 72, 82, 75, 65, 67,70, 73, 75, 86, 90, 95, 56, 55, 71, 67, 88, 80,66, 60, 70

Y : 70, 67, 74, 58, 73, 79, 57, 58, 71, 66, 72, 55, 76, 65, 81, 75, 76, 77, 69, 70

 

Buat Variable dengan mengklik Variable View untuk X1, X2  dan Y, isikan di …

  • Name :  ketik X1à untuk Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “numeric”
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik Grammer
  • Dibawah X1 ketik X2à, untuk Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “numeric”
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik Vocabulary
  • Kemudian ketik Y untuk type : Numeric
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik Conversation
  1. Masukan data dengan mengklik Data View divariabel X1, X2 dan Y
  2. Kemudian buka Analyze àRegression (sesuai kasus) klik Linear, kemudian tampak layar Linear Regression, lalu pindahkan variable Y ke kotak Dependent dan masukan variable X1 dan X2 ke kotak Independent, Case Label : biarkan, kemudian Method : klik Enter.
  • Kemudian pilih option àStepping method criteria, klik Use Probability Of F, klik Entry .05, kemudian pilihan default Include Constant In Equation, sedang Missing Value dengan klik Exclude Cases Listwise, klik Continue…
  • Pilih kolom statistic, àRegression Coefficient, aktifkan Estimate. Pilih descriptive pada kolom sebelah kanan, tetap aktifkan Model Fit, residual klik mouse pada Casewise Diagnostics lalu pilih All Cases, klik Continue.
  • Pilih Plot (berhubungan dengan gambar/grafik untuk regresi). Klik pilihan SDRESID masukan ke pilihan Y, lalu pilihan ZPRED dan masukan ke pilihan X, klik Next isikan plot ke dua…(tampak variable Y dan X kosong), kemudian klik ZPRED dan masukan ke pilihan y, kemudian pilihan pilihan DEPENDNT dan masukan pilihan x, klik tombol next untuk pengisian plot ke tiga, PILIHAN Standardized Residual Plots, Klik Mouse Pada Normal Probability Plot, Klik Continue..OK.

STATISTIK NON PARAMETRIK.

Uji Chi-Squre.

Diketahui pemasaran PT permen enak menjual permen dengan empat macam warna ingin mengetahui apakah konsumen menyukai keempat warna permen, untuk itu dalam waktu satu minggu diamati pembelian permen disuatu outlet dan berikut hasilnya dalam pembelian 100 permen.

WARNA

JUMLAH

Merah

35

Hijau

28

Kuning

10

Putih

27

Langkah-langkah :

Tentukan variable view. Name : ketik WARNA. Width : 1. Decimal : 0, Values (tik : 1, kemudian  di Value Label tik Merah, lalu Add, lanjut. 2..Value Label : hijau, Add, dst….dibawahnya, Name : ketik JUMLAH,  Width : 1. Decimal : 0, abaikan yang lain.

Masukan data view.(terlihat datas varibel warna dan jumlah)

Masukan data dengan melihat value Label(sebelah kiri warna biru) kemudian ketik jumlah 35,28,…dan seterusnya. Kemudian proses Weigh Cases. (variable warna yang telah dikodifikasi kemduian dilauakn proses weight cases untuk menghubungan dengan variable jumlah) caranya :

Letakan pointer pada kolom variable Warna, dari menu SPSS, pilih menu Data, kemudian pilih sub menu Weight Cases..klik Weight Cases By (karena akan melakukan pembobotan pada kasus), kemudian tanpak pilihan Frequency Variable, pindahkan variabel Jumlah ke varibel Frequency. Setelah selesai OK, lalu kembali ke Data View.

Kemudian mulai buka Analyze, pilih menu Statistic, kemudian sub menu Nonparametric, sesuai kasus pilih Chi Square…masukan varibel Warna ke Test Variable List. Untuk Expected Range,(karena dihitung dari data kasus maka klik Get From Data. Untuk kolom Expected Value karena distribusinya adalah uniform (semua kemungkina warna sama) maka klik All Categories Equal.kemudian Ok. (bersambung)

“Panduan Dasar : Pengantar Dasar SPSS (I)”


Semula SPSS hanya digunakan untuk ilmu social saja “statistical package for the social science” tapi perkembangan berikutnya digunakan untuk berbagai disiplin ilmu sehingga kepanjangannya berubah menjadi “statistical product and service solution

Program ini pertama dikembangkan oleh Norman H. Nie, C. Hadley dan Dale Bent dari Stanford university tahun 1960, tahun selanjutnya keluar SPSS/PC+ untuk personal computer, sedang  untuk versi windows dirilis tahun 1992.

1.Membuka Program

  • Klik Start dan klik All program
  • Klik SPSS for Windows dan klik SPSS 13,00 for Windows

2.Cara Input Data

2.1.    Variable Data

Sebelum menginput data Langkah-langkah pertama kita membuat variable data dulu dengan ketentuan antara lain (nama varabel harus diawali dengan huruf dan selanjutnya boleh huruf, angka atau symbol seperti #, $, &, nama variable tidak boleh diakhiri dengan tanda titik dan tidak dieprkenankan memakai spasi, tidak boleh sama persis antara satu varibel dan variable lainnya, diperbolehkan menggunakan huruf capital/ besar maupun huruf kecil, tidak diperkenankan menggunakan kata-kata yang sudah ada pada system atau bahasa pemrograman SPSS, seperti ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO DAN WITH)

Diketahui data sebagai berikut :

No Nama Gender Program Usia Tinggi Berat
1. Niken

2

1

18

172

55

2. gayus

1

2

20

180

75

3. Vina

2

3

22

155

65

4. sumanto

1

2

25

170

80

5. Agnes

2

1

16

176

66

   

Adapun langkah-langkah penyusunan varibel sebagai berikut:

  1. Buat file baru, klik File, klik New dan klik Data
  2.  Terlihat lembar kerja baru, posisi pada Data View
  3.  Klik Variable view.(ada tampilan nama, type, widh, decimals, label, values, missing, columns, align dan measure)
  • Name : Kemudian ketik Nama
  • Type : Klik Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “String”
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik nama subjek
  • Value (untuk Nama value-nya “None”untuk selanjutnya Misalkan kita akan membuat value untuk genderdan program)
    • Name : ketik gender dibawah nama
    • Type : biarkan numeric
    • Label : ketik jenis kelamin
    • Value : klik, maka akan  muncul Value Labels, kemudian ketik “1” di value dan “pria” di label kemudian “Add”, kemudian ketik “2” di value dan tik “wanita” di label) sedangkan untuk program :
    • Name : ketik program dibawah gender
    • Type : biarkan numeric
    • Label : ketik program jurusan
  • Value : klik, akan muncul Value Labels, kemudian tik di value:”1”, Label : tik Bahasa Jepang, dan Add. Value : tik “2”, Label : tik Bahasa Inggeris dan klik Add; value : tik “3”, label : tik Bahasa Mandarin dan klik Add)
  • Kemudian Name ketik “usia”, Enter. Ketik Tinggi, enter. Ketik Berat, enter, kemudian Label : ketik usia, tinggi badan dan berat badan.

2.2.    Input Data

  • Nama : Ketik nama subjek pada varibel “nama”. Contoh : Niken, gayus, vina…seterusnya.
  • Gender : ketik angka “1” pada kolom gender dan enter (terjadi perubahan dimana hasil ketikan angka 1 akan berubah menjadi pria, kemudian ketik 2 pada kolom gender, kemudian enter angka 2 pada kolom gender dan ( terjadi perubahan dimana hasil ketikan angka 2 akan berubah menjadi wanita, dst)
  • Program : ketik angka 1 pada kolom program dan enter (terjadi perubahan dimana hasil ketikan angka 1 akan berubah menjadi bahasa jepang, ketik angka 2, enter, angka 3, enter…dans eterusnya)
  • Usia : ketika 18 pada variable usia, ketik 20, enter. Ketik 22, enter…
  • Tinggi : ketik 172 dan angka-angka seterusnya pada kolom tinggi, ketik 180, enter. Ketik 155, enter….seterusnya.
  • Berat : ketik 55, enter..ketika 75, enter..ketik 65, enter…seterusnya.

3. Cara Menyimpan Data.

  • Klik Save, pada File Name, ketik lat. JPN1
  • Save In : pilih my document ( pilihan menyimpan file tergantung keinginan anda, file juga bisa dismpan di SPSS evaluation, local disk, klik Save.

4.Menghapus Kolom.

Klik pada heading kolom/nama variable yang akan dihapus (contoh : akan dihapus varibel berat), letakan pointer persis pada tulisan berat, akan terlihat tanda panah kearah bawah. Klik, akan terlihat variable berat berubah menjadi hitam, klik Edit, klik Cut/Clear/Delete. Akan terlihat varibel berat sudah tidak ada dalam rekaman data.

STATISTIK DESKRIPTIF 

FUNGSI : pengumpulan, peringkasan data dan penyajian hasil peringkasan data (summary statistic)

Ada dua kelompok ukuran staistik yang sering digunakan dalam pengambilan keputusan adalah : mencari kecenderungan terpusat (Central Tendency) seperti mean, median, modus dan mencari ukuran dispersi (standar deviasi dan varians), sedang untuk mengetahui kemiringan data ukuran yang dipakai dengan skewness dan kurtosis.

  1. A.   Dasar Statistic Deskriptif:
  • Frequencies
  • Descriptive
  • Explore
  • Crosstabs

Berikut data nilai UTS, nilai UAS dan nilai tugas 30 mahasiswa.

No

Nama

Gender*

Angkatan*

Nilai Uts

Nilai Uas

tugas

1 Iwan

1

4

72

78 76
2 Anton

1

1

63

77 78
3 Koko

1

3

88

90 80
4 Dine

2

3

66

73 70
5 Memed

1

2

76

81 75
6 Cecep

1

1

66

72 65
7 Apep

1

4

71

78 77
8 Tini

2

2

52

80 72
9 Agness

2

3

59

60 60
10 Diah

2

1

72

70 70
11 Susi

2

4

63

70 70
12 Rosy

2

2

57

60 66
13 Shinta

2

2

86

90 90
14 Dewi

2

3

94

88 85
15 Fery

1

2

90

82 78
16 Marko

1

1

70

70 70
17 Gayus

1

4

88

85 88
18 Boncel

1

2

84

80 80
19 Linda

2

3

74

79 76
20 Krisna

2

2

57

60 60
21 Yosep

1

4

78

75 75
22 Haris

1

2

84

80 80
23 Roy

1

3

70

67 76
24 Nazar

1

4

54

70 70
25 Henki

1

3

81

80 80
26 kodok

1

1

78

76 77
27 siska

2

4

65

60 65
28 andik

1

4

81

78 80
29 Bambang

1

3

67

65 66
30 Sumanto

1

2

70

70 70
   

 

 

 

   

*Gender (jenis kelamin) : 1. Pria   2. Wanita

**Angkatan : 1. Angkatan 2008, 2. Angkatan 2009 3. Angkatan 2010, 4. Angkatan 2011

Frequencies :

  • Buat variable diatas yang terdiri dari nama, gender, angkatan, nilai UTS, nilai UAS dan tugas, kemduian simpan dengan file latspss2.
  • Buka file diatas, klik Analyze, klik Descriptive Statistics dan klik Frequencies.
  • Klik Nilai Uts dan pindahkan Nilai Uts kekotak variables dengan mengklik tanda “◄” kemudian klik statistics, untuk dispersion : pilih semua pilihan yang ada. Central tendency : pilih mean dan median, distribution : pilih skewness dan kurtosis. Percentile values : pilih percentile (pada kotak disebelah kananya ketik 25 dan klik Add, kemduian ketik lagi 50 dan klik Add, ketik 75 dan klik Add. Hal ini dilakukan untuk membuat nilai persenstil antara 25, 50 dan 75) klik continue. Kemudian klik Chart : pilih histograms dan pilih juga With Normal Curve (pilihan pada chart menggunakan histogram karena jenis datanya interval atau rasio), klik Continue dan klik Ok

Descriptive (fasilitas ini untuk menampilkan ukuran statistic (mean, sum, standard deviation, variance, range, minimum, maximum, SE mean, kurtosis dan skewness selain fasilitas pilihan save Standardized Values As Varibales pilihan ini akan menghasilkan variable baru berupa nilai Z skor (nilai baku), nilai Z skor akan sangat berguna ketika kita akan membandingkan nilai suatu variable dengan nnilai variable lainnya, terlebih nilai yang dibandingkan diambil dari skala pengukuran yang berbeda.) langka-langkahnya :

  • Buka file diatas, klik analyze, klik descriptive statistics, klik descriptive
  • Klik Nilai_ tgs dan pindahkan ke kotak variable(s) dengan mengklik tanda “◄”klik Ok.berlaku untuk melihat nilai UTS dan UAS
  • Untuk mencari nilai baku (nilai Z) dari nilai tugas, uts dan uas tinggal,  klik Analyze, klik Descriptive Statistics dan klik Descriptive. Klik nilai_tugas, nilai_uts dan nilai_uas, pindahkan kekotak Variables, kemudian klik Save Standardized.klik Ok
  • Pada Data View akan terlihat nilai Z

Explore

  • untuk mengexplore data lebih lengkap dibandingkan fasilitas frequencies dan descriptive)
  • pada Explore Statistics dapat ditampilkan pilihan : Descriptive, M-Estimators, Outliers dan Percentiles, sedang pada Explore Plots dapat ditampilkan : Descriptive (Stem-Ang-Leal dan Histogram) dan tampilan untuk Normality Plots With Test.

Langkah-langkahnya :

  • Buka File Data, klik Descriptive Statistics dan klik Explore. klik nilai_tgs, kemudian pindahkan ke Dependent List dengan mengklik tanda►, kemudian pindahkan angkatan_thn ke Factor List dengan mengklik tanda►, klik Ok.

Crosstabs (table silang)

  • tabel silang yang terdiri atas satu baris atau lebih atau satu kolom dan sekedar emnampilkan kaitan antara dua ata lebih variable dengan menghitung apakah ada hubungan antara baris dan kolom.
  • Alat uji yang dipakai antara chi-square,  kendall, kappa, dsb.

Langkah-langkah :

  1. Crosstabs antara nilai uas dan tahun angkatan.
  • Buka file data, klik Analyze, klik Descriptive Statistics, klik Crosstabs.
  • Pindahkan nilai_uas ke Row(s), Pindahakan jenis_kelamin ke Column (S)
  • Klik Cells, Percentages: klik Total.

2.Mencari hubungan jenis kelamin dengan nilai uts (nominal dengan interval atau rasio)

  • Klik anayze, klik descriptive staistitics dan klik crosstabs.
  • Pindahkan nilai_uts ke row(s), pidnahkan jenis_kelamin ke column(s)
  • Klik statistics dan pilih chi-square, klik continue, klik cells. Count: observed dan expected, percentages : total. Klik continue, klik ok.

B.   UJI ASUMSI DASAR

Teknik statistic parametric data diperoleh dari random sampling, kemudian harus memenuhi beberapa asumsi dasar.

Teknik Statistik Normal Linier Homogen Multi Kolinieritas Auto Korelasi Heteros Kedastisitas
Korelasi

v

v

 

 

 

 

Regresi

v

v

 

v

v

v

T test

v

 

v

 

 

 

Anava

v

 

v

 

 

 

Anakova

v

v

v

v

v

v

Uji normalitas data

Dilakukan untuk mengetahui apakah distribusi sebuah data yang didapatkan mengikuti atau mendekati hokum sebaran normal baku dari Gauss yang digambarkan dengan grafik polygon menyerupai bell, lonceng atau genta. Data tersebut tidak positively skewed (miring ke kiri) : memeliki frekuensi yang relative lebih bayak disebelah kiri dan ujung kurva cenderung meruncing kekanan. Negative skewed (miring kekanan), memiliki frekuensi yang relative lebih banyak disebelah kanan dan ujung kurva cendrung meruncing kekiri.

Langkah-langkah :

  • Menggunakan menu 1-samples K-S

a)      Buka file, klik AnalyzeàNonparametric Testà1-Samples K-S

b)      Klik dan masukan nilai_tugas ke Test variables list

c)      Klik Ok

Criteria : Data normal bila nilai sig (p)>0.05 dan data tidak normal bila nilai sig (p) < 0.05.

  • Menggunakan menu explore.

a)    Buka file, klik AnalyzeàDescriptive StatisticsàExplore

b)    Klik dan masukan nilai_uts ke dependent list. Klik plot. Pada descriptive : nonaktifkan stem-and-leaf dan aktifkan : normality plots with test. Klik continue dan klik Ok.

Hasil uji normalitas data dengan menu explore dapat dilihat dari perbandingan nilai rasio skewness dan rasio kurtosis (sebaran normal bila : nilai berada antara nilai -2 sampai dengan +2), nilai sig (p) dari kolmogorov-smirnov dan Shapiro-wilk (sebaran normal bila : p>0.05 dans ebaran tidak normal bila p<0.05.)

Uji homogenitas data

Uji ini dilakukan untuk mengetahui apakah variansi antara kelompok yang diuji berbeda atau tidak, variansinya homogeny atau heterogen dan data yang diharapkan adalah homogen.

Langkah-langkah :

Menggunakan ANOVA.

  • Buka file
  • Klik analyzeàcompare meansàone-way ANOVA.
  • Klik nilai_uts dan pindahkan ke Dependent List, klik jenis_ kelamin dan pindahkan ke Factor.
  • Klik Option dan pilih Homogeneity Of Variance Test. Klik continue dan klik ok.
  • Data homogeny bila : p>0.05 dan tidak homogeny bila : p<0.05

Uji lienieritas data

Uji ini dialkuakn untuk mengetahui apakah hubungan antara variable independen dengan variable dependen bersifat linier (garis lurus). Jika hubungannya tidak linier dan tetap dianalisis dengan statistic parametric, maka korelasi yang didapatkan bisa sangat rendah, meskipun sebenarnya korelasinya bisa tinggi kalau teknik parametriknya diganti dengan sttatistik non-parametrik.

Langkah-langkah

a)    Menu graphs: data linier.

  • Buka file,  klik GraphsàInteractiveàAcatterplot
  • Klik nilai_uas dan pindahkan
  • Klik nilai_uts dan pindahkan
  • Klik Fit. àMethod : pilih Regression.klik Ok.

b)    Menu graphs : data tidak linier.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

%d blogger menyukai ini: