Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

PELATIHAN Dasar SPSS

Iwan Tri Riyadi Yanto. S.Si., M.IT. Logis Riset
Matematika, FMIPA, UAD

21 September 2013

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Pendahuluan
Statistik dalam praktek berhubungan dengan banyak angka, hingga diartikan numerical decription oleh banyak orang. Namun selain merupakan kumpulan data, statistik juga dipakai untuk melakukan berbagai analisis terhadap data, seperti melakukan peramalan (forecasting), melakukan berbagai uji hipotesis dan lainnya. Aplikasi ilmu statistik dibagi dalam dua bagian :
1

Statistik Deskriptif : Menjelaskan (menggambarkan) karakteristik data, seperti rata-rata, variansi, modus dll Statistik Induktif (Inferensi). Statistik induktif (Inferensi) : berusaha membuat berbagai inferensi terhadap sekumpulan data yang berasal dari suatu sample. Melakukan perkiraan, peramalan, pengambilan keputusan dan sebagainya.

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Elemen Statistik
Elemen Statistik : 1. Populasi 2. sampel 3. Statistik inferensi Pada dasarnya adalah suatu keputusan, perkiraan atau generalisasi tentang suatu populasi berdasarkan informasi yang terkandung dari suatu sampel. Jadi apa yang disimpulkan dari analsis terhadap sampel, itu pula digeneralisasi (kesimpulan umum) pada populasi. Dari tiga elemen diatas, dapat disimpulkan bahwa tujuan statistik pada dasarnya adalah melakukan deskripsi terhadap data sampel, kemudian melakukan inferensi terhadap populasi data berdasarkan pada informasi (hasil statistik deskripsi) yang terkandung dalam sampel. Namun karena sampel yang diambil hanyalah sebagaian dari populasi, maka dapat terjadi bias dalam kesimpulan yang diperoleh. Oleh karena itu perlu adanya prediksi kesalahan terhadap suatu keputusan.
Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Tipe Data statistik

Secara umum tipe data statistik dibagi menjadi 2, yaitu 1 Data kualitatif / data hasil kategori (pemberian kode) Data kualitatif mempunyai ciri tidak dapat dilakukan operasi matematik, seperti penambahan, pengurangan, perkalian, pembagian. 1 Data Nominal Data yang paling rendah dalam level pengukuran data, yakni data yang berbentuk kategori tetapi tidak memiliki tingkatan. Contoh : Jenis kelamin ada dua, Pria yang dikategorikan 1 dan wanita dikategorikan 2. 2 Data Ordinal Data yang berbentuk kategori tetapi memiliki tingkatan dalam kategori, Contoh : Tanggapan Responden sangat setuju, setuju, tidak setuju, netral, yang dikategorikan menjadi 1,2,3 dan 4. 2 Data Kuantitatif Data berupa angka dalam arti sebenarnya sehingga operasi matematika dapat dilakukan. 1 Data Interval Data yang selain bertingkat urutannya, juga urutan tersebut dapat dikuantitatifkan, misal, Indeks prestasi mahasiswa. Dalam data interval tidak mengenal nilai nol absolut. 2 Data Rasio Data bersifat angka yang sesungguhnya (bukan kategori), perbedaan data Rasio dengan Data interval adalah Data rasio memiliki titik nol yang Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset Matematika, FMIPA, UAD PELATIHAN Dasar SPSS sebenarnya. Contoh: Penjualan Hp sejumlah 24, atau jika penjualannya

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Pengolahan Data
Pengolahan data dapat dilakukan :
1

Secara Manual
1 2 3

Dengan menghitung rumus. Membutuhkan waktu yang relatif lama. Harus teliti dalam menghitung. Tidak perlu menghitung rumus (Disarankan mengetahui dasar-dasar teori statistik yang dapat dipelajari dalam mata kuliah teori statistik). Tidak memerlukan waktu yang lama. Beberapa Software yang dapat digunakan : SPSS, Eviews, Minitab, Matlab, Amos, R Project, S Plus, dll.

Secara Komputerisasi
1

2 3

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

SPSS FOR WINDOWS

SPSS (Statistical Package for Social Science) adalah software khusus untuk menganalisis data statistik yang banyak dipakai dalam berbagai riset pasar, pengendalian dan perbaikan mutu (quality improvement) serta riset-riset sains. Window pada SPSS :
1 Data Editor . Window ini terbuka secara otomatis setiap kali SPSS

dijalankandanberfungsi untuk input data SPSS. Menu yang ada pada data editor adalah : File, Edit, View, Data, Transform, Analyze, Graphs, Utilities, Window dan Help. 2 Output viewer. Merupakan window untuk menampilkan hasil pengolahan data atau informasi yang telah diolah lewat menu analyze. Isi output dapat berupa sebuah tabel, sebuah grak atau sebuah teks. 3 Syntaks Editor. Walaupun SPSS sudah menyediakan berbagai macam pengolahan data statistik secara memadai, namun ada beberapa perintah atau pilihan yang hanya dapat ditulis pada menu syntaks editor. Perintah SPSS harus diketik secara manual, namun SPSS juga menyediakan berbagai kemudahan untuk pembuatan syntaksseperti lewat Output Log, Journal File dan lainnya. 4 Script Editor. Script Editor digunakan untuk melakukan berbagai pengerjaan SPSS secara otomatis, seperti membuka dan menutup le, ekspor Chart, penyesuaian bentuk output dan lainnya.
Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Menjalankan SPSS
Untuk menjalankan SPSS pilihlah dari start menu, menu program kemudian pilih SPSS . Ketika SPSS telah jalan akan muncul tampilan pertanyaan What would you like to do ? untuk sementara pilih Cancel. Tampilan yang akan muncul adalah data editor seperti gambar berikut :

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Data editor mempunyai 2 fungsi utama :

Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Input Data ke SPSS

Untuk lebih mempermudah untuk memahami maka akan dijelaskan dengan contoh, misalnya kita punya data :

Langkah yang dilakukan adalah klik pada sheet Variable View.

Name : Untuk mengisi nama variabel (tidak boleh ada spasi), Secara otomatis kolom yang lain akan terisi default dari variabel. Ketik juga nama variabel yang lain pada baris bawahnya. Type : macam-macam tipe data pada SPSS adalah Numeric, Comma, Dot, Scientic notation, Date, Dollar, Custom Currency dan string, sedangkan tipe data defaultnya adalah numeric. Width, merupakan lebar karakter atau jumlah digit angka variabel. Decimals, menunjukkan nilai di belakang koma, untuk tipe string nilai desimal otomatis terisi 0. Label, adalah keterangan untuk nama variabel, kolom ini tidak harus diisi. Values, untuk proses pemberian kode, misalnya untuk jenis kelamin, kode 1 = laki-laki sedangkan 2 = perempuan. Missing, yaitu data yang hilang atau tidak ada, abaikan bagian ini. Column, hampir sama dengan width yaitu untuk menentukan lebar kolom. Align, yaitu posisi data, rata kiri, rata kanan atau tengah. Measure, bagian ini penting karena menyangkut tipe variabel yang nantinya akan berpengaruh pada jenis analisis yang akan digunakan. Untuk data kuantitatif dan tanpa kategorisasi, otomatis SPSS akan memilih scale, untuk data yang bersifat unik (tidak ada data yang sama) maka pilih nominal. Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Mengisi Data Untuk mengisi data klik tab sheet Data View pada kiri bawah layar atau pilih menu view dan klik Data, atau langsung tekan CTRL+T. Salah satu cara di atas akan membuat tampilan data editor kembali ke data view , dengan ciri untuk contoh di atas maka akan munculnya 5 nama variabel yang telah kita masukkan. Pengisian dilakukan dengan mengetik biasa, seperti pada Ms. Excel, atau mengetik tabel pada Ms. Word. Untuk variable dengan value (contoh jenis kelamin), pengisian dilakukan cukup dengan mengetik nilai valuenya, secara otomatis SPSS akan mengubah menjadi laki-laki atau perempuan. Tapi sebelumnya Value Label harus diaktifkan dulu dengan cara dari menu view klik mouse pada value label sehingga menjadi aktif. Menyimpan Data Untuk menyimpan data caranya adalah sebagai berikut : Dari menu utama File pilih submenu Save As..(untuk penyimpanan pertama) atau Save untuk data yang pernah disimpan. Untuk penyimpanan pertama beri nama kemudian klik Save. Data akan tersimpan dengan ekstensi .sav.
Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Transformasi
1 Perintah Compute. Perintah dari menu Transform ini berfungsi untuk menambah variable baru yang berisi hasil perhitungan berdasar data variabel lain. Misalnya pada contoh di atas akan dibuat variable baru yang berisi berat ideal yang dihitung dari tinggi badan, yaitu : berat ideal = tinggi 110. 1 Dari menu Transform pilih Compute. 2 Isi target variable dengan nama variable baru, misalnya ideal. 3 Tekan tombol Type&Label. Pada kolom label isi dengan berat ideal responden, dan type diisi numeric. Numeric expression diisi dengan mengetik pada kotak Tinggi 110. 4 Tekan tombol OK 2 Perintah Count. Berfungsi untuk menghitung data dengan criteria tertentu. Misalnya akan dihitung berapa perempuan yang tingginya lebih dari 150 cm. 1 2 3 4 5 6 Dari menu Transform pilih Count. Target variable diisi nama variable baru, misal perm_150 Target label isi dengan jumlah perempuan >150 Variable, diisi dengan nama variable yang akan diproses, pilih gender. Tekan devine values, value diisi dengan 1(value gender pria = 1). Untuk menulis persyaratan tinggi di atas 150, tekan tombol If, klik pilihan Include if cases satises condition, isi kotak bawahnya dengan : tinggi >150 Kemudian tekan tombol continue
Matematika, FMIPA, UAD

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Statistik Deskriptif
Statistik deskriptif bertujuan untuk menggambarkan berbagai karakteristik data seperti : mean, median, modus, quartile, varian, standar deviasi. Statistik deskriptif lebih berhubungan dengan pengumpulan dan peringkasan data, serta penyajian hasil peringkasan tersebut. Data-data dari hasil penelitian umumnya masih mentah, acak dan tidak terorganisir dengan baik, maka perlu diringkas dengan baik dan teratur, baik dalam bentuk tabel atau grak sehingga data lebih mudah dibaca, dimengerti. Dalam SPSS pengolahan data untuk statistik deskriptif dapat dilakukan dengan menu Analyze - Deskriptive Statistics, yang terdiri dari : Frequencies Descriptive Explore Crosstab
Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Frequencies
Menu ini dapat digunakan untuk menampilkan dan mendeskriptifkan data yang terdiri atas satu variabel saja. Seperti membuat tabel frekuensi dari usia responden, berapa yang mendapatkan nilai 50, berapa yang 70, dst. Selanjutnya output juga dapat untuk melihat mean, median, dll. Contoh Kasus : Berikut adalah nilai Matematika dan nilai IPA dari 10 responden yang diamati secara acak. No induk MTT IPA 1 60 40 1. Isikan data ke SPSS dan Simpan data Lat 1 2 50 50 2. Mengolah data. 3 70 70 a. Pilih Analyze-Descriptive Statisitc- Frequencies. 4 80 80 b. Pindahkan Kedua variabel ke kotak Variable(s) 5 90 80 c. Pilih tombol Statistics. Beri tanda pada 6 7 8 9 10

60 50 70 90 80

90 70 50 50 60

Statistik yang diinginkan, Continue. d. Pilih Chart, Histogram dan With Normal Curve Continue. e. Pilih Format, Ascending Values. Continue, OK
Matematika, FMIPA, UAD

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Descriptive
Perintah descriptive digunakan untuk menampilkan deskripsi statistik dari variabel yang dipilih. Menu ini tidak menampilkan besaran statistik yang dideskripsikan pada sebuah variabel. Seperti akan dibuat deksripsi tentang nilai matematika yang meliputi mean, median, varians, dan ukuran lainnya. Contoh kasus. diberikan data lat 1. Langkah-langkah :
1 2 3

Pilih Analyze-Descriptive Statistics-Descriptive. Pindahkan Nilai Matematika dan IPA ke kotak variable(s). Pilih Option, beri tanda centang pada mean, median, dan ukuran lain yang akan dilihat. Klik Continue, OK.

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Explore
Menu ini adalah lanjutan dari menu descriptive. Pada menu ini data statistik yang akan diolah semakin kompleks dan dilengkapi dengan cara pengujian kenormalan sebuah data yang diuji dengan uji tertentu. Selain deskriptif yang meliputi mean, median, varians, dan ukuran lainnya, Menu explore dapat juga melihat karakteristik berdasarkan group. Contoh Kasus :Berikut ini data gaji dan gender 22 responden yang diambil secara acak. No
1 2 3 4 5 6 7 8 9 10 11

Gaji
276.000 350.000 265.000 300.000 265.000 270.000 350.000 275.000 300.000 265.000 350.000

Gender
Pria Wanita Wanita Pria Wanita Pria Wanita Wanita Pria Wanita Pria

No
12 13 14 15 16 17 18 19 20 21 22

Gaji
265.000 276.000 350.000 265.000 300.000 265.000 270.000 350.000 275.000 300.000 265.000

Gender
wanita Pria Wanita Wanita Pria Wanita Pria Wanita Wanita Pria Wanita 1. Isikan data ke SPSS dan Simpan data Lat 2 2. Mengolah data. a. Pilih Analyze-Descriptive Statisitc- Explore. b. Pindahkan Gaji pada kotak Dependent List Gender pada kotak Factor List c. Pada display, Pilih Statisitk untuk menampilkan Statistik saja, pilih Plot untuk grak,atau both untuk keduanya. d. Klik OK.

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Crosstab
Crosstab digunakan untuk menampilkan bentuk tabulasi silang (crosstab) yaitu adanya baris dan kolom yang menunjukan suatu distribusi bersama. Selain itu, menu ini dilengkapi perhitungan Chi-square untuk uji independensi dan berbagai alat korelasi antara dua variabel dalam baris dan kolom. Contoh kasus : Seorang peneliti ingin melihat kepatuhan penderita anemia meminum tablet Fe berdasarkan tingkat pendidikan dengan data sebagai berikut :
No 1 2 3 4 5 6 7 8 9 10 Pendidikan SMU Sarjana SMU Akademi SMU Akademi Sarjana Akademi Akademi SMU Kepatuhan Patuh Patuh Tidak Patuh Tidak Patuh Patuh Patuh Patuh Tidak patuh Patuh Tidak Patuh No 11 12 13 14 15 16 17 18 19 20 Pendidikan Akademi SMU Akademi Sarjana Akademi Akademi SMU SMU Sarjana SMU Kepatuhan Tidak Patuh Tidak Patuh Patuh Patuh Patuh Patuh Tidak patuh Patuh Patuh Tidak patuh 1. Isikan data ke SPSS dan Simpan data Lat 3 2. Mengolah data. a. Pilih Analyze-Descriptive Statisitc- Crosstab. b. Pindahkan Pendidikan pada kotak Row(s) dan kepatuhan ke kotak Coloumn(s) Ket : Rows: memilih variabel yang casenya akan ditampilkan secara baris Coloumn: memilih variabel yang casenya akan ditampilkan secara kolom d. Klik OK.

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Mean
Tujuannya untuk mendapatkan serangkaian statistik deskriptif dari berbagai masukan data, dalam hal ini tidak ada uji hipotesis. Kasus : Seorang peneliti menyajikan data tinggi dan berat badan di daerahnya, hasilnya adalah :

Langkah langkah pengolahan data ; Pilih Analyze Compare Means Means. Dependent List (variable tak bebas) diisi dengan berat dan tinggi (variable dengan tipe numeric) Independent List (variable bebas) diisi dengan gender (variable dengan tipe string). Tekan tombol next. Masukkan variable tinggal ke independent List sebagai layer kedua. Tekan OK
Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Grak
Dalam SPSS tersedia fasilitas pembuatan grak yang memungkinkan pemakai mentransformasikan data statistik ke dalam berbagai bentuk grak yang menarik dan komunikatif. Sebagai contoh kasus :

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Lanjutan
Masukkan data di atas dengan semua variable bertype Numeric dan untuk variable didik isilah Value dengan nilai 1 untuk SMA, 2 untuk Akademi dan 3 untuk Karyawan. Pada prinsipnya, grak yang dibuat dalam SPSS dapat dibagi dalam 3 bagian, yaitu :
1

Summaries for groups of cases Grak ini menyajikan data untuk tiap grup tertentu ( dalam kasus ini misal untuk karyawan yang berpendididkan SMA, Akademi dan sarjana) Summaries of separate variables Grak ini menyajikan data untuk tiap variable yang terpisah ( misal variable usia dibandingkan dengan variable gaji) Values of individual cases Grak ini menyajikan data untuk setiap kasus secara individual (misal penyajian data kelima belas karyawan secara berurutan)
Matematika, FMIPA, UAD

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Statistik Inferensi
Bertujuan untuk mengambil keputusan, perkiraan atau generalisasi tentang suatu populasi berdasarkan informasi yang terkandung dari suatu sampel. Jadi apa yang disimpulkan dari analisis terhadap sampel, itu pula digeneralisasi (kesimpulan umum) pada populasi. Statistik inferensi dapat dikelompokan menjadi 2 bagian :
1 Statistik Parametrik

Digunakan dengan syarat data sebagai sampel yang berdistribusi normal. Pengujian yang dipakai dalam statistik parameti diantaranya :
1 Uji Perbedaan : One sample T test, Independent T test, Paired T test, Anova. 2 Uji Asosiai : Korelasi, Regresi. 3 Uji Multivariate : Analisis Diskriminan, Analisis Faktor. 2 Statistik Non Parametrik

Digunakan pda kondisi penelitian tertentu pada data yang tidak berdistribusi normal, jumlah sampel yang kecil, cenderung sederhana sehingga kesimpulannya kadang diragukan.
1 2 3 4

Uji sign. Uji Mann Whitney. Uji Friedman. Uji Kruskal Wallis H.
Matematika, FMIPA, UAD

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Gambar
Statistik Inferensi dapat digambarkan sebagai barikut :

Jika Data yang diperoleh dari penelitian berdistribusi normal, maka uji inferensi menggunakan uji parametrik, jika tidak maka digunakan uji non parametrik.
Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Prosedur Analisis
1 Perumusan Hipotesis yang bersesuaian dengan masalah yang dihadapai, yakni

berupa

( = 0.05, = 0.01).

H0 : Null Hypothesis. H1 : Alternative Hypothesis. Menentukan statistik uji (uji t , uji Z , uji F , dll) dan daerah kritis
1 2

3 Menghitung statistik hitung dan signikansinya. 4 Membandingkan statistik hitung dengan statistik tabel yang bersesuaian dengan

langkah no 2.
5 Mengambil keputusan untuk menerima atau menolak Hypothesis , berdasarkan

hasil membandingkan pada langkah no 4. yaitu secara umum diberikan sebagai berikut :
1 2

H0 ditolak H1 diterima jika nilai statistik hitung > statistik tabel atau nilai
sign < H0 diterima H1 ditola jika nilai statistik hitung < statistik tabel atau nilai sign >

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Uji Normalitas
Uji normalitas data ini dilakukan sebelum data diolah berdasarkan model-model penelitian. Uji normalitas ini bertujuan untuk mengetahui distribusi data dalam variabel yang akan digunakan dalam penelitian. Bila data berdistribusi normal maka pengujian data pada tahap selanjutnya dapat menggunakan statistik parametik, tapi jika data tidak normal, maka statistik parametik tidak bisa digunakan, sehingga harus menggunakan statistik non parametik. Pengujian normalitas data dapat menggunakan menggunakan uji Normal Kolmogorov-Smirnow atau dengan Chi Square. Contoh kasus : Akan diuji pakah data berat dan tinggi badan 20 responden berikut ini berdistribusi normal? No BB TB No BB TB 1. Isikan data ke SPSS dan Simpan data Lat 4 1 2 3 4 5 6 7 8 9 10 54 44 34 43 65 56 54 53 44 47 160 165 150 160 160 164 165 170 155 158 11 12 13 14 15 16 17 18 19 20 62 72 64 59 55 50 60 65 54 52 175 180 160 175 155 157 160 160 160 155 2. Mengolah data. a. Kolmogorov-Smirnow Analyze -Non Parametik Test 1 Sample K-S Masukan berat badan dan tinggi badan pada kotak Test Variable List. Test Distribution : Pilih Normal. Klik OK. b. Chi Square Analyze -Non Parametik Test Chi Square Masukan berat badan dan tinggi badan pada kotak Test Variable List. Test Distribution : Pilih Normal. Klik OK.
Jika sign > 0.05 maka data berdistribusi normal. Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset Jika sign < 0.05 maka data tidak berdistribusi normal PELATIHAN Dasar SPSS Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Statistik Inferensial Parametrik

Uji Statistik parametik mempunyai syarat data harus berdistribusi normal. Statistik inferensi disini merupakan uji parametik sehingga sebelum melakukan uji perbedaan harus dilakukan uji normalitas dan data harus berdistribusi normal. Uji normalitas telah dijelaskan pada materi sebelumnya. Uji inferensial digunakan untuk mengetahui atau menguji apakah sebuah sampel mempunyai perbedaan nyata dengan sampel yang lain. Uji yang digunakan adalah
1 2 3 4

Independent sample t test. Paired simple t test. One sample t test. Anova.

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Independent sample t test.

Independent sampel t test atau Uji t dua sampel independen (bebas) pada prinsipnya untuk membedakan rata-rata dari dua grup yang tidak berhubungan satu dengan yang lain atau saling bebas mempunyai rata-rata yang sama atau tidak. Contoh kasus : Peneliti ingin mengetahui perbedaan penjualan berdasarkan pendidikan responden. Dalam kasus ini jumlah sampel yang diambil adalah sebanyak 30 responden. Datanya sebagai berikut : No 1 2 3 4 5 6 7 8 9 10 Penjualan 1000 1200 1400 1500 1200 1400 1000 1300 1200 1500 Pendidikan SMU SMU SMU SMU SMU SMU SMU SMU SMU SMU No 11 12 13 14 15 16 17 18 19 20 Penjualan 1100 1300 1400 1300 1200 500 400 200 400 300 Pendidikan SMU SMU SMU SMU SMU SMP SMP SMP SMP SMP No 21 22 23 24 25 26 27 28 29 30 Penjualan 450 500 600 200 300 400 500 600 200 400 Pendidikan SMP SMP SMP SMP SMP SMP SMP SMP SMP SMP

Klik tombol Dene Groups, Isikan Grouping 1 dengan 1 dan Grouping 2 dengan 2. Continue, Klik OK. Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

1 2 3 4

Masukan data di atas ke SPSS. Simpan data. Pilih Menu Analyze - Compare Means - Independent Sample t test ... Masukan Penjualan pada kotak Test Variable List. Masukan Pendidikan pada kotak Grouping Variable. Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Paired Sample t test

Uji t-Paired atau Uji dua sampel berpasangan pada prinsipnya untuk menentukan ada tidaknya perbedaan rata-rata dua sampel bebas. Dua sampel bebas yang dimaksud adalah sampel yang sama namun mempunyai dua data. Contoh kasus : Sepuluh orang pasien wanita melakukan diet (mengurangi makanan dengan maksud supaya berat badan berkurang). Berat badan sebelum dan sesudah diet ditimbang untuk mengetahui apakah diet tersebut berhasil atau tidak? Hasilnya dalam kg diberikan pada tabel berikut : Pasien Sebelum Sesudah 1 78.3 77.4 2 84.7 83.2 3 77.4 75.7 4 95.6 92.4 5 82.0 80.2 6 69.4 68.1 7 79.7 76.9 8 85.6 83.9 9 92.8 90.4 10 99.2 95.2

Langkah penyelesaian : 1 Masukan data di atas ke SPSS dengan variabel sebelum dan sesudah bertipe numeric. Simpan data. misalkan dengan nama contoh paired. 2 Pilih Menu Analyze - Compare Means - Paired- Sample t test . 3 Masukan variabel sebelum dan sesudah pada kotak Paired Variables. 4 Klik OK

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

One sample t test

One sample t test atau pengujian satu sampel pada prinsipnya imgin menguji apakah nilai tertentu (diberikan sebagai pembanding) berbeda secara nyata ataukah tidak dengan rata-rata sebuah sampel. Contoh kasus : Kasus mempunyai data yang sama dengan data paired, namun dari kasus tersebut diketahui bahwa rata-rata populasi berat badan sebelum diet adalah 80 kg. Ingin diketahui apakah terdapat perbedaan antara berat badan rata-rata sebelum diet yaitu 80 kg dengan kelompok wanita sebelum diet.
1 2 3 4

Buka kembali data contoh paired. Pilih Menu Analyze - Compare Means - one- Sample t test ... Masukan variabel sebelum pada kotak Test Variables. Karena akan dibandingkan dengan nilai rata-rata yaitu 80 kg, maka ketik 80 pada test value, sehingga nampak pada gambar di bawah. Klik OK.
Matematika, FMIPA, UAD

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Uji Anova
Uji anova digunakan untuk menguji lebih dari dua sampel yang tidak saling berhubungan. Asumsi-asumsi yang digunakan dalam uji anova adalah : Populasi-populasi berdistribusi normal. Untuk populasi yang tidak berdistribusi normal maka pengujian menggunakan uji non parametik (akan di berikan pada section selanjutnya). Varians dari populasi-populasi tersebut sama atau homogen. kehomogenan ini menentukan uji pasca anova (post hoc comparison). Dalam kasus ini data akan diasumsikan memiliki varians yang sama (homogen). Sampel tidak saling berhubungan / independent. Contoh kasus : Sebuah pabrik selama ini mempekerjakan karyawannya dalam 4 shift (satu shift terdiri atas sekelompok pekerja yang berlainan). Manajer pabrik tersebut ingin mengetahui apakah ada perbedaan produktivitas yang nyata diantara 4 kelompok kerja shift yang ada selama ini. Hasil pengamatan produktitas kerja adalah : Hari 1 2 3 4 5 6 7 8 9 10 Shift 1 38 36 39 34 35 32 39 34 32 36 Shift 2 45 48 42 46 41 45 48 47 42 41 Shift 3 45 48 42 46 41 45 48 47 42 41 Shift 4 58 25 34 26 39 44 32 38 39 43 1. Masukan data di atas ke SPSS dengan format dua kolom. Simpan Data 2. Pilih Menu Analyze - Compare Means - one way ANOVA. Masukan variabel produk (variabel yang akan di uji) pada kotak dependent list. Masukan variabel shift (variabel pengelompokan data) pada kotak factor. 3. Klik option Pada statistics pilih Descriptive dan homogeneity of variance test. Klik Continue. 4. Klik tombol Post Hoc, Pilih Benferoni, Tukey dan atau yang lainnya. Continue, OK Matematika, FMIPA, UAD

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Regresi Sederhana
Analisis regresi digunakan terutama untuk tujuan peramalan, dimana dalam model tersebut ada variable dependen(tergantung) dan independen (bebas). Regresi sering dibedakan menjadi dua, yaitu regresi sederhana (simple regression) jika hanya ada satu variable independen dan regresi berganda jika lebih dari satu variable independen. Contoh Kasus regresi sederhana: PT CEMERLANG gencar melakukan promosi produknya di berbagai daerah. Berikut data biaya promosi dan hasil penjualan di 15 daerah :

Disini ingin diketahui seberapa besar hubungan atau seberapa jauh pengaruh promosi terhadap hasil penjualan, maka akan dilakukan uji regresi dengan variable dependen Penjualan dan variable independen adalah biaya promosi. Langkah pertama masukkan data tersebut ke SPSS dengan type variable string untuk daerah dan numeric untuk yang lainnya, kemudian simpan dengan nama regresi_sederhana.

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS

Matematika, FMIPA, UAD

Pendahuluan PENGENALAN

Transformasi

Statistik Deskriptif Statistik Inferensi Uji Normalitas

Statistik Inferensial Parametrik

Anova Regresi

Langkah Analisis
Dari menu Analyze pilih Regression kemudian pilih Linier. Masukkan variable jual pada kolom dependent dan promosi pada kolom independent. Karena kasus didasarkan pada daerah maka Cases Labels atau keterangan pada kasus diisi dengan daerah.. Untuk Method untuk keseragaman pilih defaultnya yaitu Enter. Pilih Option, Untuk Stepping Method Criteria, gunakan uji F yang mengambil standard angka probabilitas 5%, oleh karena itu Entry .05 dipilih. Untuk pilihan yang lainnya ikuti pilihan defaultnya (tidak perlu diganti). Klik Continue. Pilih kolom Statistic, Untuk Regression Coefcient (perlakuan koesien regresi) tetap aktifkan Estimate (default SPSS). Jika estimate tidak diaktifkan maka koesien regresi tidak ditampilkan pada output SPSS. Untuk Descriptive, tetap aktifkan model t. Residual, klik Casewise diagnostics dan dari situ pilih All cases. Klik Continue . Pilih kolom Plots (berhubungan dengan grak untuk regresi). Klik pilihan SDRESID dan masukkan ke pilihan Y, klik pilihan ZPRED dan masukkan ke pilihan X kemudian klik next. Tampak X dan Y kosong. Sekarang pilih ZPRED dan masukkan ke pilihan Y dan DEPENDNT ke pilihan X. Untuk pilihan Standarized Residual Plots pilih Normal Probability Plot. Klik Continue. Tekan OK.
Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset PELATIHAN Dasar SPSS Matematika, FMIPA, UAD