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

7 • Rasio – Contoh: Berat sebelum minum obat diet 70 kg dan berat sesudah minum obat 60 kg. Skala Pengukuran (Measure) • Nominal – Contoh: Pria = 1. Tidak Setuju = 1 • Interval – Contoh: 3.2. Wanita=2 • Ordinal – Contoh: Setuju = 3. 2013 Jonathan Sarwono ULTC 3 . May 12. 5. Netral = 2. • Notes: Dalam SPSS Interval dan Rasio disebut Scale (Scaled Values) Sunday.

 Dalam SPSS CI menggunakan default sebesar 95%  Dalam teori umumnya: 99%. Gagasan pokok yang berasal dari teorema tersebut ialah apabila suatu populasi secara berulang-ulang ditarik sampel. maka nilai rata-rata atribut yang diperoleh dari sampel-sampel tersebut sejajar dengan nilai populasi yang sebenarnya. 95% dan 90% Sunday. 2013 Jonathan Sarwono ULTC 4 . May 12. 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).3.  Contoh: jika tingkat kepercayaan sebesar 95% dipilih. maka 95 dari 100 sampel akan mempunyai nilai populasi yang sebenarnya dalam jangkauan ketepatan sebagaimana sudah dispesifikasi sebelumnya.

05 Range: 0. merupakan jangkauan dimana nilai populasi yang tepat diperkirakan • Contoh: Sig = 0.05 (SPSS menggunakan deafult sebesar 0. 2013 Jonathan Sarwono ULTC 5 . Signifikansi / Probabilitas (Significance Level) • Signifikansi atau disebut juga probabilitas merupakan tingkat ketepatan (presisi) dalam kaitannya dengan kesalahan pengambilan sampel (sampling error). Semakin kecil sig-nya semakin besar jumlah sampel.4. May 12. Sunday.1.01 – 0.

Jadi jumlah baris sama dengan jumlah kasus / data. SPSS tidak membedakan antara N (populasi) dan n (sample).5. May 12. Sunday. 2013 Jonathan Sarwono ULTC 6 . Di SPSS jumlah data ini dberi simbol N. Jumlah Data / Kasus (Case) • Dalam SPSS jumlah data disebut sebagai kasus. Cara membacanya ialah dengan melihat baris.

May 12.  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. Hipotesis (hypothesis)  Pengertian: Menurut Prof. (Nasution:2000) Zikmund (1997:112) mendefinisikan hipotesis sebagai: “Unproven proposition or supposition that tentatively explains certain facts or phenomena. Nasution definisi hipotesis ialah “pernyataan tentative yang merupakan dugaan mengenai apa saja yang sedang kita amati dalam usaha untuk memahaminya”. Dr. a probable answer to a research question”. 2013 Jonathan Sarwono ULTC 7 . S.6.

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

Nilai absolut t harus lebih besar dari 1. May 12.98. 2013 Jonathan Sarwono ULTC 9 .05 adalah 1. Nilai kritis diambil dari table nilai kritis t sedang nilai absolut (hitung / hasil riset) berasal dari data Sunday. Nilai dimana pengujian statistik harus melampaui nilai tertentu agar hipotesis 0 ditolak.8. Misalnya nilai kritis t dengan derajat kebebasan (DF) sebesar 12 dan tingkat signifikansi (Sig) sebesar 0.98 agar H0 ditolak. Nilai Kritis (Critical Value) • Nilai kritis digunakan untuk pengujian signifikansi.

2013 Jonathan Sarwono ULTC 10 . May 12. – Data untuk kedua variabel berdistribusi normal.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. Jika digunakan istilah varaibel X dan Y itu hanya untuk mempermudah dalam penghitungan melalui rumus yang ada. artinya masing-masing variabel berdiri sendiri dan tidak tergantung satu dengan lainnya. Tidak ada istilah variabel bebas dan variabel tergantung. Data yang mempunyai distribusi normal artinya data yang distribusinya simetris sempurna. Sunday.

75: Korelasi kuat – >0. Artinya jika nilai variabel X tinggi. Jika koefesien korelasi positif. maka kedua variabel mempunyai hubungan searah. May 12.25 – 0.• Koefesien Korelasi: • Koefesien korelasi ialah pengukuran statistik kovarian atau asosiasi antara dua variabel. Artinya jika nilai variabel X tinggi. maka nilai variabel Y akan tinggi pula.5: Korelasi cukup – >0. maka kedua variabel mempunyai hubungan terbalik. Besarnya koefesien korelasi berkisar antara +1 s/d -1.99: Korelasi sangat kuat – 1: Korelasi sempurna Sunday. 2013 Jonathan Sarwono ULTC 11 .25: Korelasi sangat lemah – >0.5 – 0.75 – 0. jika koefesien korelasi negatif. Untuk memudahkan melakukan interpretasi mengenai kekuatan hubungan antara dua variabel penulis memberikan kriteria sebagai berikut: – 0 : Tidak ada korelasi antara dua variabel – >0 – 0. Sebaliknya. Koefesien korelasi menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua variabel acak. maka nilai variabel Y akan menjadi rendah (dan sebaliknya).

•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. May 12. 2013 Jonathan Sarwono ULTC 12 .

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). artinya satu variabel merupakan variabel bebas (disebut juga sebagai variabel predictor) sedang variabel lainnya variabel tergantung (disebut juga sebagai variabel response) • Asumsi – – – – – – – Sunday. 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. May 12.REGRESI (REGRESSION) • Pengertian – Regresi digunakan untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tergantung dan memprediksi variabel tergantung dengan menggunakan variabel bebas. 2013 Jonathan Sarwono ULTC 13 . Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas. Jika variabel bebas lebih dari satu. maka analisis regresi disebut regresi linear berganda. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan kepada variabel tergantung.

May 12. Uji T Sampel Berpasangan. Maksudnya dua kelompok mempunyai perbedaan rata-rata jika sebaran data atau variabilitas berbeda satu dengan yang lain. Yang dimaksud dengan perbedaan rata-rata secara statistik ialah adanya perbedaan variabilitas atau sebaran data antara kelompok yang dibandingkan. 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). dan Uji Sampel Bebas • Sunday.Uji T (T Test) • Pengertian • Uji T digunakan untuk menilai apakah rata-rata dua kelompok secara statistik berbeda satu dengan yang lain. 2013 Jonathan Sarwono ULTC 14 .

2013 Jonathan Sarwono ULTC 15 . 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. Sampel independen biasanya dua kelompok yang dipilih secara random.• 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. May 12.

VALIDITAS DAN RELIABILITAS (VALIDITY AND RELIABILITY) • Pengertian Validitas – Suatu skala pengukuran dikatakan valid apabila skala tersebut digunakan untuk mengukur apa yang seharusnya diukur. • Pengertian Reliabilitas – Reliabilitas menunjuk pada adanya konsistensi dan stabilitas nilai hasil skala pengukuran tertentu. 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 16 . May 12.

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

Ph.University of Connecticut Retrieved from http://www.uconn. Neag School of Education .Variables in Educational Research • Adapted from Principles and Method in Educational Research by Del Siegle. 2013 Jonathan Sarwono ULTC 18 . 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.edu/siegle/research/Variables/variablenotes.D.htm • Two Variables • Assumption: Students who receive discount as a reward do not read more books than students who do not receive discount rewards.gifted. 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. 2013 Jonathan Sarwono ULTC 19 . May 12. Independent Variable: Instrument Used for Writing Moderator Variable: Ability Level of the Students Dependent Variable: Quality of Stories Written 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. 2013 Jonathan Sarwono ULTC 20 . May 12. • 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. 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.

Sign up to vote on this title
UsefulNot useful