SPSS TRAINING

Jonathan Sarwono Email: jonathan@ukrida.ac.id Web: http://www.jonathansarwono.info
Disampaikan pada tanggal 10 Maret 2010 di Kampus Ukrida, Jakarta

TEORI YANG MELANDASI PEMAHAMAN SPSS
1. Variabel (Variable)
Variabel didefinisikan sebagai “something that may vary or differ” (Brown, 1998:7). Definisi lain yang lebih detil mengatakan bahwa variabel “ is simply symbol or a concept that can assume any one of a set of values” (Davis, 1998:23) Var Bebas

Var Moderat

Var Perantara

Var Tergantung

Var Kontrol

Sunday, May 12, 2013

Jonathan Sarwono ULTC

2

Wanita=2 • Ordinal – Contoh: Setuju = 3. 7 • Rasio – Contoh: Berat sebelum minum obat diet 70 kg dan berat sesudah minum obat 60 kg.2. Tidak Setuju = 1 • Interval – Contoh: 3. May 12. 5. • Notes: Dalam SPSS Interval dan Rasio disebut Scale (Scaled Values) Sunday. Skala Pengukuran (Measure) • Nominal – Contoh: Pria = 1. Netral = 2. 2013 Jonathan Sarwono ULTC 3 .

Gagasan pokok yang berasal dari teorema tersebut ialah apabila suatu populasi secara berulang-ulang ditarik sampel. 95% dan 90% Sunday. maka nilai rata-rata atribut yang diperoleh dari sampel-sampel tersebut sejajar dengan nilai populasi yang sebenarnya. May 12.  Dalam SPSS CI menggunakan default sebesar 95%  Dalam teori umumnya: 99%.  Contoh: jika tingkat kepercayaan sebesar 95% dipilih.3. maka 95 dari 100 sampel akan mempunyai nilai populasi yang sebenarnya dalam jangkauan ketepatan sebagaimana sudah dispesifikasi sebelumnya. Tingkat Kepercayaan (Confidence Interval)  Tingkat kepercayaan atau disebut juga confidence interval atau risk level didasarkan pada gagasan yang berasal dari Teorema Batas Sentral (Central Limit Theorem). 2013 Jonathan Sarwono ULTC 4 .

May 12.4.05 (SPSS menggunakan deafult sebesar 0.05 Range: 0. Semakin kecil sig-nya semakin besar jumlah sampel. Sunday.1. Signifikansi / Probabilitas (Significance Level) • Signifikansi atau disebut juga probabilitas merupakan tingkat ketepatan (presisi) dalam kaitannya dengan kesalahan pengambilan sampel (sampling error).01 – 0. merupakan jangkauan dimana nilai populasi yang tepat diperkirakan • Contoh: Sig = 0. 2013 Jonathan Sarwono ULTC 5 .

Cara membacanya ialah dengan melihat baris. Jadi jumlah baris sama dengan jumlah kasus / data. Sunday. May 12.5. Jumlah Data / Kasus (Case) • Dalam SPSS jumlah data disebut sebagai kasus. Di SPSS jumlah data ini dberi simbol N. SPSS tidak membedakan antara N (populasi) dan n (sample). 2013 Jonathan Sarwono ULTC 6 .

May 12. (Nasution:2000) Zikmund (1997:112) mendefinisikan hipotesis sebagai: “Unproven proposition or supposition that tentatively explains certain facts or phenomena. Hipotesis (hypothesis)  Pengertian: Menurut Prof. S. Nasution definisi hipotesis ialah “pernyataan tentative yang merupakan dugaan mengenai apa saja yang sedang kita amati dalam usaha untuk memahaminya”. a probable answer to a research question”.  Bentuk: ◦ ◦ Hipotesis penelitian: Ada hubungan antara motivasi dan prestasi Hipotesis operasional:  H0= Tidak ada hubungan antara motivasi dan prestasi  H1= Ada hubungan antara motivasi dan prestasi ◦ Hipotesis statistik:  H0:  = 0  H1:  ≠ 0  Pengujuan hipotesis: Menggunakan nilai signifikansi Sunday. Dr.6. 2013 Jonathan Sarwono ULTC 7 .

7. Sunday. Derajat Kebebasan (Degree of Freedom) • Digunakan untuk menentukan nilai kritis (nilai yang diambil dari tabel). Cara menentukan DF tergantung dari masing-masing rumus. sedang untuk Uji T sampel berpasangan (Paired T Test) adalah n – 1. 2013 Jonathan Sarwono ULTC 8 . • Contoh: Rumus Uji T bebas (Independent T Test) adalah n – 2. May 12.

Nilai dimana pengujian statistik harus melampaui nilai tertentu agar hipotesis 0 ditolak.98.98 agar H0 ditolak. 2013 Jonathan Sarwono ULTC 9 . Misalnya nilai kritis t dengan derajat kebebasan (DF) sebesar 12 dan tingkat signifikansi (Sig) sebesar 0.8. Nilai kritis diambil dari table nilai kritis t sedang nilai absolut (hitung / hasil riset) berasal dari data Sunday. Nilai Kritis (Critical Value) • Nilai kritis digunakan untuk pengujian signifikansi. May 12. Nilai absolut t harus lebih besar dari 1.05 adalah 1.

artinya masing-masing variabel berdiri sendiri dan tidak tergantung satu dengan lainnya. Data yang mempunyai distribusi normal artinya data yang distribusinya simetris sempurna. – Data untuk kedua variabel berdistribusi normal. Tidak ada istilah variabel bebas dan variabel tergantung.KORELASI (CORRELATION) • Jenis: – Korelasi Spearman – Pearson Product Moment • Asumsi – Asumsi dasar korelasi diantaranya seperti tertera di bawah ini: – Kedua variabel bersifat independen satu dengan lainnya. Sunday. Jika digunakan istilah varaibel X dan Y itu hanya untuk mempermudah dalam penghitungan melalui rumus yang ada. May 12. 2013 Jonathan Sarwono ULTC 10 .

75 – 0. Artinya jika nilai variabel X tinggi. Untuk memudahkan melakukan interpretasi mengenai kekuatan hubungan antara dua variabel penulis memberikan kriteria sebagai berikut: – 0 : Tidak ada korelasi antara dua variabel – >0 – 0. maka nilai variabel Y akan menjadi rendah (dan sebaliknya).25 – 0. maka nilai variabel Y akan tinggi pula. Sebaliknya.75: Korelasi kuat – >0.• Koefesien Korelasi: • Koefesien korelasi ialah pengukuran statistik kovarian atau asosiasi antara dua variabel. maka kedua variabel mempunyai hubungan searah. May 12.25: Korelasi sangat lemah – >0. jika koefesien korelasi negatif. 2013 Jonathan Sarwono ULTC 11 .5 – 0. maka kedua variabel mempunyai hubungan terbalik.5: Korelasi cukup – >0. Koefesien korelasi menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua variabel acak. Jika koefesien korelasi positif.99: Korelasi sangat kuat – 1: Korelasi sempurna Sunday. Besarnya koefesien korelasi berkisar antara +1 s/d -1. Artinya jika nilai variabel X tinggi.

2013 Jonathan Sarwono ULTC 12 . May 12.•Perbedaan Korelasi Pearson dan Spearman • Korelasi Pearson – Data dalam bentuk angka – Harus berdistribusi normal – Ada hubungan linier antara kedua variabel yang dikorelasikan • Korelasi Spearman – Data dalam bentuk bukan angka (teks) – Harus berdistribusi normal – Tidak harus ada hubungan linier antara kedua variabel yang dikorelasikan Sunday.

maka analisis regresi disebut regresi linear berganda. Jika variabel bebas lebih dari satu.REGRESI (REGRESSION) • Pengertian – Regresi digunakan untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tergantung dan memprediksi variabel tergantung dengan menggunakan variabel bebas. Gujarati (2006) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variable) dengan satu atau dua variabel yang menerangkan (the explanatory). Model regresi harus linier Tidak terjadi otokorelasi Tidak terjadi multikolinieritas (regresi berganda) Terdapat hubungan linier antara variabel bebas (X) dan variabel tergantung (Y) Data harus berdistribusi normal Data berskala interval atau rasio Kedua variabel bersifat dependen. artinya satu variabel merupakan variabel bebas (disebut juga sebagai variabel predictor) sedang variabel lainnya variabel tergantung (disebut juga sebagai variabel response) • Asumsi – – – – – – – Sunday. Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas. 2013 Jonathan Sarwono ULTC 13 . May 12. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan kepada variabel tergantung.

Analisis uji t digunakan untuk menguji perbedaan tersebut Jenis: Uji T Satu Sample. Penggunaan uji t cocok ketika kita akan membandingkan rata-rata dua kelompok serta untuk menganalisis desain experimental posttest dua kelompok yang dipilih secara random (posttest-only two-group randomized experimental design). May 12. Uji T Sampel Berpasangan. 2013 Jonathan Sarwono ULTC 14 .Uji T (T Test) • Pengertian • Uji T digunakan untuk menilai apakah rata-rata dua kelompok secara statistik berbeda satu dengan yang lain. Yang dimaksud dengan perbedaan rata-rata secara statistik ialah adanya perbedaan variabilitas atau sebaran data antara kelompok yang dibandingkan. Maksudnya dua kelompok mempunyai perbedaan rata-rata jika sebaran data atau variabilitas berbeda satu dengan yang lain. dan Uji Sampel Bebas • Sunday.

• Asumsi – Data harus berdistribusi normal – Data berskala interval atau rasio – Ada kesamaan varian dengan menggunakan nilai pengujian F atau pengujian Levene – Sampel dapat dependen atau independen tergantung pada hipotesis dan jenis sampel. Sampel independen biasanya dua kelompok yang dipilih secara random. Sedang sampel dependen dapat dua kelompok yang dipasangkan pada variabel tertentu atau orang yang sama yang diuji dua kali atau disebut sebagai pengujian berulang Sunday. May 12. 2013 Jonathan Sarwono ULTC 15 .

• Pengertian Reliabilitas – Reliabilitas menunjuk pada adanya konsistensi dan stabilitas nilai hasil skala pengukuran tertentu. May 12. 2013 Jonathan Sarwono ULTC 16 .VALIDITAS DAN RELIABILITAS (VALIDITY AND RELIABILITY) • Pengertian Validitas – Suatu skala pengukuran dikatakan valid apabila skala tersebut digunakan untuk mengukur apa yang seharusnya diukur. Reliabilitas berkonsentrasi pada masalah akurasi pengukuran dan hasilnya Sunday. Misalnya skala nominal yang bersifat non-parametrik digunakan untuk mengukur variabel nominal bukan untuk mengukur variabel interval yang bersifat parametrik.

2013 Jonathan Sarwono ULTC 17 .• Rumus – Validitas: Menggunakan Rumus Spearman and Brown – Reliabilitas: Cronbach Alpha Sunday. May 12.

gifted. Independent Variable: Reward Status Dependent Variable: Number of Books Read • Assumption : School fee causes students’ attitude towards school Independent Variable: School fee Dependent Variable: Attitude towards school Sunday. Neag School of Education .D. 2013 Jonathan Sarwono ULTC 18 . Ph.uconn.edu/siegle/research/Variables/variablenotes.University of Connecticut Retrieved from http://www.Variables in Educational Research • Adapted from Principles and Method in Educational Research by Del Siegle.htm • Two Variables • Assumption: Students who receive discount as a reward do not read more books than students who do not receive discount rewards. May 12.

Three Variables • Assumption :High achieving students do not perform better than low achieving student when writing stories regardless of whether they use paper and pencil or a word processor. May 12. Independent Variable: Instrument Used for Writing Moderator Variable: Ability Level of the Students Dependent Variable: Quality of Stories Written Sunday. 2013 Jonathan Sarwono ULTC 19 .

2013 Jonathan Sarwono ULTC 20 . • Research Question for Cause and Effect: Does Internet influence students’ interest in reading? H0 : Internet does not influence students’ interest in reading H01: Internet influences students’ interest in reading Sunday.Research Questions and Hypotheses • Research Question for Relationships (association): Is there a correlation between motivation and achievement? H0: There is no correlation between motivation and achievement. H1: There is a correlation between motivation and achievement • Research Question for Comparison: Do boys like mathematics more than girls? H0: Boys do not like mathematics more than girls H1: Boys like mathematics more than girls. May 12.