SPSS
SPSS (Statistical Package for the Social Science) pada awalnya merupakan program komputer statistik untuk ilmu-ilmu sosialdibuat pertama kali oleh tiga mahasiswa Stanford University yaitu Norman H. Nie; C Hadlai Hull dan Dale H Bent pada tahun
1968- yang dijalankan dengan komputer mainframe. Pada tahun 1984 versi PC SPSS muncul dengan nama SPSS/PC+ dan
pada tahun 1992 mengeluarkan SPSS versi Windows. Seiring dengan perkembangan pelayanan jenis user untuk proses
produksi, riset ilmu sains dan lainnya- SPSS telah berkembang tidak hanya Statistical Package for the Social Science tetapi
telah menjadi Statistical Product and Service Solution.
SPSS versi 12 (2004) untuk statistik berisi :
Descriptive Statistics: Crosstabulations, Frequencies, Descriptives, Explore, Descriptive Ration statistics
Bivariate Statistics: Means, t-test, ANOVA, Correlation - bivariate, partial, dan distance- non-parametric test
Prediction for numerical outcomes: linear regression
Prediction for indentifying group: factor analysis, two-step cluster analysis; K-mean cluster analysis, hierarchical
cluster analysis, discriminat
Semua proses perhitungan denga menggunakan SPSS mengikuti alur ditunjukkan Bagan 1. Data yang akan digunakan untuk
perhitungan dimasukkan (inputing) melalui menu DATA EDITOR yang secara otomotis muncul di layar monitor sesaat program
SPSS dijalankan. Setelah data dimasukkan, proses pengolahan data juga melalui DATA EDITOR dan hasilnya ditampilkan
dalam layar VIEWER. Hasil perhitungan tersebut dapat berupa teks, tabel maupun grafik.
Input Data:
Data Editor
Raw
data
PROSES DENGAN
DATA EDITOR
Output Data:
Viewer
Infor
masi
1. MEMPERSIAPKAN DATA
Statistik merupakan ilmu yang berkaitan dengan kegiatan pengoleksian, pengorganisasian, presentasi, analisis, dan
interpretasi data numerik (kuantitatif) untuk membantu pembuatan keputusan lebih efektif (Douglas 2005). Pada
hakekatnya, statistik dibagi menjadi dua yaitu: statistik deskriptif dan statistik inferensi. Statistik deskriptif adalah statistik
yang berkiatan dengan metode mengorganisasikan, perangkuman dan presentasi data ke dalam suatu bentuk yang
informatif. Sedangkan inferensi terkait dengan kegitan pembuatan keputusan, estimasi, prediksi atau generalisasi
tentang populasi berdasarkan perhitungan sampel. Data harus dipersiapkan terlebih dahulu mengenai format, jenis dan
aturan-aturan tertentu. Variabel adalah sesuatu yang nilainya dapat bervariasi. Variabel dibedakan menjadi dua yaitu
variabel kuantitatif dan variabel kualitatif. Contoh variabel kuantitatif adalah suku bunga, pendapatan, penjualan dan lainlain. Contoh variabel kualitatif adalah agama, warna kulit, asal kelahiran. Kadang-kadang kita sering bisa
mengkuantifikasikan variabel kualitatif. Statistik terkait dengan variabel kuantitatif. Variabel kuantitatif dibagi menjadi dua
macam yaitu diskrit (menunjuk angka tertentu) dan kontinyu (menunjuk rentang yang jumlah angkanya tak terhingga).
Terdapat 4 tingkatan data, yaitu:
Nominal: data diklasifikasikan ke dalam kategori dan tidak dapat disusu dalam urutan tertentu. Sebagai contoh:
varibel jenis kelamin: pria=1; wanita=2. Pemberian nilai tersebut terserah individu.
Ordinal: data disusun ke dalam urutan tetapi perbedaan nilai data tidak dapat ditentukan atau tidak memiliki
arti. Contoh pembuatan ranking untuk minuman soft drink yang disukai.
Interval: data disusun dalam interval tertentu dan tidak terdapat nilai nol
SPSS
Rasio
D ATA
Q u a lita tiv e o r a ttr ib u te
( ty p e o f c a r o w n e d )
Q u a n tita tiv e o r n u m e r ic a l
d is c r e te
( n u m b e r o f c h ild r e n )
c o n tin u o u s
( tim e ta k e n fo r a n e x a m )
2. MEMULAI SPSS
Untuk memulai program SPSS: icon SPSS
SPSS
masukkan data pada kolom pertama. Untuk memberikan nama Nilai tekan Variable View yang ada di kiri bawah kemudian
ketikkan nilai pada Name. Variable View ini digunakan untuk mengedit semua yang berkaitan dengan variabel. Kemudian
masukkan data berikut ini:
SPSS
Nama
susi
susan
memed
bambang
duri
nurul
ali
nika
gogon
bolot
handi
unik
kali
budi
santoso
bukoli
boy
sici
kutut
kile
Sex
Wanita
Wanita
laki-laki
laki-laki
Wanita
Wanita
laki-laki
Wanita
laki-laki
laki-laki
Wanita
Wanita
laki-laki
laki-laki
laki-laki
Wanita
laki-laki
Wanita
laki-laki
Wanita
Program
MSi
MEP
MSi
MEP
MM
MSi
MEP
MSi
MM
MM
MSi
MEP
MSi
MEP
MM
MEP
MM
MSi
MM
MSi
Stat
65
70
90
65
78
98
76
90
87
69
78
98
67
89
97
67
80
89
65
67
MKPK
80
98
89
87
78
78
76
97
91
98
75
78
65
76
60
69
78
87
68
98
Manaj
80
98
100
40
103
97
89
90
70
120
49
59
200
84
56
179
78
180
59
68
Wesel
250
450
150
200
340
500
400
230
590
430
120
210
340
560
430
700
230
450
650
230
Dapat memberikan nama variabel dan format (type, label, missing value dan format kolom). Type untuk menentukan type
variabel, jumlah angka dibelakang koma, lebar variabel. Labels untuk menentukan label variabel dan harga dari label
tersebut. Missing Value untuk mementukan harga-harga dari suatu variabel yang akan dideklarasikan sebagai missing
value. Format Kolom untuk menentukan jenis perataannya.
SPSS
KETRAMPILAN DASAR:
FILE
- Membuka file yang sudah ada: File/Open
- Menyimpan data: File/Save; File/Save As
- Mencetak data: File/Print
- Keluar dari SPSS: File/Exit
DATA
- Menghapus data:
- Mencopy data
- Menyisipkan data
- Mengurutkan data
- Seleksi kasus
......sav
-Menyunting Data:
Menghapus isi sel: >Klik sel, tekan Delete
Menghapus isi sel satu kolom (Variable): >Klik heading kolom , tekan Delete
Menghapus satu baris(case): >Klik baris, tekan Delete
SPSS
-Mengkopi Data
Mengkopi isi sel:>pilih sel, Ctrl-C, arahkan sel, Ctrl-V
Mengkopi satu kolom:>pilih Heading kolom, Ctrl-C, arahkan heading, Ctrl-V
Mengkopi baris (case):>pilih case,Ctrl-C, arahkan baris, Ctrl-V
- Menyisipkan Data:
Menyisipkan kolom:>pilih kolom yang akan disisipi, klik Data, Insert Variable
Menyisipkan baris:> pilih baris yang akan disisipi, klik Data, Insert Case
-Tranpose Data: yaitu merubah baris menjadi kolom dan kolom menjadi baris. Maka menghasilkan
data baru:
>buka file
>klik Data, Transpose >pindahkan satu atau beberapa variabel >Enter
-Pengurutan
>Data, Sort Cases >pindahkan variabel ke kotak, pilih ascending atau descending
- Agregate: untuk mengkombinasikan grup-grup dari case-case ke dalam case-case summari tunggal
- Split File: untuk memecah split file data ke dalam subgrup-subgrup sehingga nantinya dalam analisis
maupun dalam pembuatan chart didasarkan pada tiap-tiap subgrup tersebut (analisis terpisah)
- Seleksi Case: untuk memilih, menentukan case yang akan diikutsertakan dalam analisis selanjutnya
- Pembobotan: untuk memberikan pembobotan yang berbeda pada case-case tertentu.
4. TRANSFORMASI DATA
- Transformasi data
- hitung (compute)
- runtun waktu
- COMPUTE - untuk melakukan perhitungan terhadap value yang sudah ada. Kita dapat membuat variabel baru
berdasarkan atas variabel yang sudah ada.
SPSS
- COUNT - untuk menghitung jumlah cacah value dari seluruh variabel yang didaftar yang memenuhi syarat value yang telah
didefinisikan, pada tiap-tiap case.
- RECODE dan AUTOMATIC RECODE untuk memodifikasi atau mengganti value-value dari variabel-variabelyang didaftar
menjadi value-value dengan harga baru.
- RANK CASES - untuk menyusun ranking, score normal, score rangking yang sejenis untuk semua case dari variabel
numerik yang didaftar
- CREATE TIMES SERIES - untuk membuat varibel time series.
SPSS
- REPLACE MISSING VALUE - untuk menghasilkan variabel baru berdasarkan variabel asal yang mengandung missing
value, dimana value valid dari variabel asal akan dicopykan ke variabel baru, sedangkan value yang berharga
missing diganti dengan harga rata-rata dari value valid atau diganti dengan salah satu dari beberapa fungsi
time series.
5. FASILITAS STATISTIK
Semua fasilitas statistik diberikan pada menu
Analyze
Statistik:
- deskriptif
- induktif/inferensi:
* parametrik
* non parametrik
DESCRIPTIVE STATISTICS
- FREQUENCIES - untuk membuat tabel frekuensi, yaitu
berisikan cacah harga semua case dari variabelvariabel yang didaftar, cacah persentase
terhadap semua case, cacah persentase valid
(tanpa nilai missing), dan persentase kumulatif.
- DESCRIPTIVES - digunakan untuk menampilkan deskripsi
stastik univariat dari variabel numerik yang
didaftar.
- CROSSTABS - untuk menampilkan tabulasi silang (tabel
kontingensi) yang menunjukan distribusi
bersama, deskripsi bivariatnya dan berbagai pengujian dari 2 variabel atau lebih, khususnya
variabel berbentuk katagori.
SPSS
COMPARE MEANS
Perintah ini digunakan untuk membandingkan rata-rata dari dua populasi atau lebih
Standar Pengujian:
1. Hipotesis: H0: ......................
H1: .......................
Kaitannya dengan uji satu sisi atau dua sisi
2. Level of significance, degree of freedom
Kaitannya dengan nilai kritis/tabel
3. Statistik hitung
4. Kesimpulan: dengan membandingkan statistik hitung dan nilai kritis jatuh di Ho
diterima atau ditolak
Langkah cepat (default komputer):
1. Hipotesis: H0: ......................
H1: .......................
Kaitannya dengan uji satu sisi atau dua sisi
2. Level of significance
3. Kesimpulan: sig > level of sig -- terima Ho
- MEANS - untuk menampilkan statisik mean, standar deviasi, count (cacah) dan statistik-statistik lainnya pada suatu
variabel numerik yang case-casenya dibagi-bagi dalam grup-grup dengan mengelompokan berdasar casecase variabel lain.
- INDEPENDENT - SAMPLES T TEST - digunakan untuk menguji apakah dua sampel yang tidak bertalian (independen)
berasal dari populasi yang mempunyai Mean (ekspektasi) yang sama.
- PAIRED -SAMPLE T TEST digunakan untuk menguji apakah dua sampel yang bertalian (dependen) atau sampel
berpasangan berasal dari populasi yang mempunyai Mean yang sama (ekspektasi) yang sama
-ONE-WAY ANOVA (analysis of Variance) adalah alat statistik yang digunakan untuk menguji dua populasi atau lebih apakah
mempunyai rata-rata yang bisa dianggap sama atau tidak.
Contoh:
1. MEANS - digunakan untuk menampilkan statistik Mean, Standar Deviasi, Count (cacah), dan statistik-statistik lainnya
pada suatu variabel numerik yang case-casenya dibagi-bagi dalam grup dengan pengelompokan case-case
variabel lain.
Dependent list - untuk variabel yang akan dianalisis statistiknya (variabel summari)
Independent list - untuk variabel-variabel dasar pengelompokan (variabel grup)
contoh:
statistics / compare means / means / dep.list:stat / indep.list: sex / OK
SPSS
Options - untuk menampilkan statistik yang akan ditampilkan: mean, standar deviasi, varians, count, sum, tabel
ANOVA & Eta, test of linierity.
2. INDEPENDENT-SAMPLES T TEST - digunakan untuk menguji apakah dua sampel yang tidak bertalian (independen)
berasal dari populasi yang mempunyai Mean (ekspektasi) yang sama.
Test variabel(s) - untuk mendaftar satu atau beberapa variabel numerik yang akan diuji
Grouping Variable - untuk mendaftar variabel yang dijadikan variabel grup.
contoh:
statistics/compare means/indnt sample T test/dep.list:stat/indep.list:sex/ OK
Define groups - untuk mengelompokan variabel grup menjadi 2 kelompok independen .
Options - untuk menentukan besarnya interval confidency (selang kepercayaan), mengontrol keberadaan label
variabel dan keberadaan missing value
3. PAIRED-SAMPLE T TEST - digunakan untuk menguji apakah dua sampel yang bertalian (dependen) atau sampel
berpasangan berasal dari populasi yang mempunyai Mean (ekspektasi) yang sama. Contoh: nilai setelah tutorial
dan sebelum tutorial.
Paired variables - digunakan untuk mendaftar pasangan variabel yang akan diuji (dibandingkan) Meannya.
Options - untuk menentukan besarnya interval confidensi (selang kepercayaan) dan untuk mengontrol
keberadaan label variabel dan keberadaan missing value.
4. ONE-WAY ANOVA - ANOVA (Analysis of Variance) adalah alat statistik yang digunakan untuk menguji dua populasi atau
lebih apakah mempunyai rata-rata yang dianggap sama atau tidak.
Dependent list - untuk variabel yang akan dianalisis statistiknya (variabel summari)
Factor - untuk mendaftar sebuah variabel numerik sebagai variabel faktor. Variabel ini akan mengelompokan
value-value variabel yang akan diuji ke dalam bebrapa grup sampel independen. Tentu saja variabel ini
adalah variabel yang berbentuk katagori.
Define Range - untuk menentukan harga terendah dan harga tertinggi dari katagori variabel factor.
contoh:
statistics / compare means / one-way anova / dep.list:stat/ factor:program/ define range / OK
Contrasts - untuk menentukan contrast a priori yang akan diuji dengan t statistik.
Post Hoc - untuk menampilkan uji-uji post-hoc sebagai perbandingan berganda antar mean.
Option - untuk menampilkan statistik-statistik tambahan, manampilkan label dan menentukan pilihan control terhadap
keberadaan missing value.
CORRELATE
- BIVARIATE CORRELATIOAN (PEARSON CORR) - digunakan untuk
menghasilkan matrik korelasi product-moment Pearson dari
pasangan dua variabel
- PARTIAL CORRELATIONS - digunakan untuk menghitung koefisien
korelasi parsial yang mendiskripsikan hubungan antar dua
variabel dengan efek kontrol untuk varabel lain dengan hasil
yang ditampilkan dalam bentuk matriks
Contoh:
1. BIVARIATE CORRELATIOAN (PEARSON CORR) - digunakan untuk
menghasilkan matrik korelasi product-moment
Pearson dari pasangan dua variabel. Mengukur
kekuatan ketergantungan linier antara dua variabel .
Variables - untuk mendaftar pasangan variabel yang
akan dihitung korelasinya.
Correlation Coefficient: Pearson, Kendahlls tau-b (untuk non-parametrik), Spearman (non
parametrik)
Test of Significance: two tailed (uji dua ekor), One tailed (uji dua ekor)
Options - untuk menampilkan statistik univariat bagi setiap variabel yang didaftar yakni Mean,
Standar Deviasi, Deviasi Cross-product, dan Covarians dan untuk mengatur kebedaan missing Value
contoh:
statistics / correlate/ bivariate / Variables: stat,mkpk/ OK
10
SPSS
2. PARTIAL CORRELATIONS - digunakan untuk menghitung koefisien korelasi parsial yang mendiskripsikan hubungan
antar dua variabel dengan efek kontrol untuk varabel lain dengan hasil yang ditampilkan dalam bentuk
matriks
Variables - untuk mendaftar pasangan variabel yang akan dihitung korelasinya.
Controlling for - untuk mendaftar satu atau beberapa variabel yang akan dikontrol efeknya dari
korelasi variabel-variabel yang didaftar pada kotak variables
Test of Significance: two tailed (uji dua ekor), One tailed (uji dua ekor)
Options - untuk menampilkan statistik univariat bagi setiap variabel yang didaftar yakni Mean,
Standar Deviasi serta untuk menampilkan koefisien korelasi bivariate
REGRESSION
-
LINIER REGRESSION - digunakan untuk menguji hubungan antara sebuah variabel dependen dengan himpunan
variabel independen yang ditampilkan dalam bentuk persamaan regresi .
CURVE ESTIMATION - digunakan untuk menyusun beberapa type fungsi matematis dari data. Dapat menghasilkan
diagram (plot) , tabel ANOVA, dan variabel residual, harga taksiran, dan interval taksiran
NONPARAMETRIC
- CHI-SQUARE TEST - digunakan untuk untuk uji hipotesis mengenai
proporsi relatif dari sejumlah case yang dikelompokan dalam
beberapa grup yamg saling asing (mutually exclusive)
- BINOMIAL TEST - digunakan untuk uji hipotesis bahwa suatu variabel
berasal dari populasi binomial dengan probabilitas yang
ditentukan dari peristiwa yang terjadi untuk katagori pertama
dari dua katagori yang ditentukan.
- RUNS TEST - digunakan untuk menguji apakah dua harga dari variabel
ekonoi terjadi dalam barisan random
- ONE-SAMPLE KOLMOGOROV-SMIRNOV TEST - digunakan untuk
menguji apakah suatu sampel berasal dari populasi dengan
distribusi teoritis tertentu, khususnya distribusi normal, uniform,
dan Poison.
- TWO-INDEPENDENT-SAMPLE TESTS - digunakan untuk membandingkan
distribusi variabel diantara dua grup independen
- TWO-RELATED-SAMPLES - digunakan untuk membandingkan distribusi
dari dua variabel yang berhubungan .
- K-INDEPENDENT-SAMPLES TESTS - digunakan untuk membandingkan distribusi variabel di antara dua grup independen
atau lebih .
- K-RELATED-SAMPLES TESTS - digunakan untuk membandingkan distribusi variabel di antara dua grup independen atau
lebih.
6. ANALYSIS OF VARIANCE (ANOVA)
11
SPSS
x x
/( k 1)
--> x
-->
2 Sa n
Sw
S1 ...... S k
k
nS a
Sw
~ Fk, k(n-1)
ANOVA
post : keuntungan per hari_pmp
Between Groups
Within Groups
Total
Sum of
Squares
3.73E+12
1.07E+14
1.11E+14
df
2
241
243
Mean Square
1.865E+12
4.438E+11
F
4.203
Sig.
.016
Descriptive Statistics
Jabar
Yogyakarta
Total
pendidikan
sd
smp
smu
s1
lainnya
Total
sd
smp
smu
s1
lainnya
Total
sd
smp
smu
s1
lainnya
Total
sd
smp
smu
s1
lainnya
Total
Mean
821428.57
1626667
2432000
1287500
1141667
1698437
1133862
1511545
1328762
2091667
1363750
1373144
1015625
1467857
1202353
1590000
680000.00
1234516
1027661
1529532
1631524
1680000
1113684
1423242
Std. Deviation
988533.157
1694725.712
2258220.169
668798.674
458711.965
1801806.165
1282360.427
2192379.944
2235893.163
2927868.963
1272769.057
1992500.346
1131794.850
1581455.895
1106359.624
1856190.843
297069.016
1324557.059
1166244.793
1927951.344
2111192.254
2012160.400
887882.691
1795512.748
N
14
15
25
4
6
64
29
33
42
6
8
118
16
14
17
10
5
62
59
62
84
20
19
244
populasi
lokasi dan
12
SPSS
Uji Hipotesa
Apakah hubungan penjualan dan lokasi usaha sama untuk lulusan sekolah.
Efek utama (main effects) adalah efek dari masing-masing faktor, dalam kasus kita lokasi dan pendidikan secara individual
bagaimana efeknya terhadap penjualan
Interaksi faktor-faktor tersebut bersama-sama mempengaruhi.
Two-way ANOVA
Perbedaan dengan one-way ANOVA adalah kita dapat menguji tiga hipotesis sekaligus:
Efek utama dari lokasi
Efek utama dari lulusan
Tests of Between-Subjects Effects
Interaksi antara lokasi dan lulusan
Dependent Variable: post : hasil penjualan saat ini_pmp
Menghilangkan Efek
Interaksi
GLM/Model/Custom/
Source
Corrected Model
Intercept
LOKASI
PENDIDIK
LOKASI * PENDIDIK
Error
Total
Corrected Total
Sig.
.481
.000
.646
.239
.619
df
6
1
2
4
237
244
243
Mean Square
3.968E+12
3.261E+14
3.547E+12
4.115E+12
3.205E+12
F
1.238
101.755
1.107
1.284
Sig.
.287
.000
.332
.277
7. REGRESI
1. LINIER REGRESSION - digunakan untuk menguji hubungan antara sebuah variabel dependen dengan himpunan
variabel independen yang ditampilkan dalam bentuk persamaan regresi .
Dependent - untuk sebuah variabel numerik yang akan dijadikan variabel dependen
Independent(s) - untuk mendaftar variabel-variabel numerik yang akan dijadikan variabel independent.
13
SPSS
Method :- Enter , Remove (tidak berlaku untuk blok pertama), Stepwise (metode regresi reduksi bertahap),
Backward (akan mengeluarkan variabel idividu sesuai dengan kriteria options), Forward (menambah variabel
individu sesuai kriteria options)
WLS>> - untuk menghedaki ada variabel yang diboboti
Statistics - untuk menampilkan berbagai nilai statistik mengenai koefisien regresi, yaitu: taksiran, selang
kepercayaan, matriks covarians, DW, diagnosa colinearitas
Plot - untuk menampilkan diagram pencar (scater plot) residual, histogram. diagram outlier, dan diagram
probalitas normal.
Options - untuk menentukan kriteria yang akan digunakan dalam analisis yang menggunakan Stepwise,
Backward dan Forward,untuk menentukan ditampilkan atau dihilangkannya konstanta dalam persamaan regresi
yang dihasilkan, dan untuk mengontrol keberadan missing value.
2. CURVE ESTIMATIONS - digunakan untuk menyusun beberapa type fungsi matematis dari data, menghasilkan
diagram (plot) kurve estimasi pada Chart Carousel, menghasilkan tabel ANOVA, menghasilkan variabel baru
yang berisi residual, harga taksiran dan interval taksiran.
Dependents - untuk mendaftar satu atau beberapa variabel numerik yang akan dijadikan var. Dependent
(sumbu vertikal)
Independent - untuk mendaftar sebuah vaiabel numerik yang akan dijadikan variabel independent. Variabel
(untuk variabel yang dipilih), Time (untuk variabel independent: waktu)
Models - untuk menentukan model regresi untuk menyusun data (linier, Logarithic, Inverse, Quadratic, Cubic,
Compound, Power, S, Ggrowth, Exponential, Logistic)
Include constant in equations - ingin memasukan konstanta dalam persamaan.
Display ANOVA table - menampilkan tabel ANOVA
Plot model - menghasilkan diagram (plot) pada Cart Carousel
Save - untuk membuat variabel-variabel baru pada file kerja (SPSS Data editor), yaitu variabel-variabel yang
berisi harga taksiran, residual, interval taksiran, atau digunakan untuk menentukan pilihan yang berkenaan
dengan taksiran case.
Coefficientsa
Model
1
(Constant)
post : hasil penjualan
saat ini_pmp
modal awal
Unstandardized
Coefficients
B
Std. Error
74638.217 54327.409
Standardized
Coefficients
Beta
t
1.374
Sig.
.171
.110
.023
.294
4.766
.000
1.221E-05
.001
.001
.012
.991
PENYIMPANGAN KLASIK
1. Multicollinearity: hubungan antara variabel penjelas
- jika hubungan sempurna maka estimasi tidak bisa dicari
- jika hubungan tinggi tetapi tidak sempurna
Meskipun BLUE tetapi variance (2) besar sehingga semua uji jadi tidak valid.
14
SPSS
u
1
E( i ) 2 2 E (u i ) 2 1
i
Adanya heteroskedastisitas menyebabkan varian
tidak minimum.
Deteksi: metode informal (sifat dari masalah,
metode grafik); metode formal:
- Uji Park
2
ln u i ln ln X i v i jika signifikan
maka ada hetero
- Uji Glejser
u X i v i
dst
2. Autocorrelation: ui dan uj saling berkorelasi.
Adanya autokorelasi menyebabkan varian tidak minimum.
Deteksi: metode informal (metode grafik); metode DW
8. STATISTIK NON-PARAMETRIK
I. SATU SAMPEL
a. Binomial Untuk menguji sebuah sampel, apakah cirri tertentu dari sampel tersebut bisa dianggap
sama dengan ciri populasinya Contoh: Ho: = 54 ; H1: 54 menggunakan tanda + jika di atas dan
jika di bawah.
Obs Daya
Binomial Test
1
55.4
2
54.6
Observed
Exact Sig.
3
57.8
Category
N
Prop.
Test Prop.
(2-tailed)
4
58.9
DAYA Group 1 <= 54
3
.38
.50
.727
5
48.6
Group 2 > 54
5
.63
6
44.5
Total
8
1.00
7
49.7
8
57.2
15
Ragu
-ragu
Ragu
-ragu
Ho diterima
tidak ada auto
SPSS
b. Runs Test Untuk menguji apakah sampel yang mewakili populasi telah diambil secara acak/random
Contoh: Ho: hasil acak
0
dL
1
2
3
4
5
6
7
8
9
10
du
bagus
bagus
bagus
bagus
bagus
bagus
jelek
bagus
bagus
jelek
11
12
13
14
15
16
17
18
19
20
4-du
4-dL
bagus
bagus
bagus
bagus
jelek
bagus
bagus
bagus
bagus
bagus
Runs Test
HASIL
Test Valuea
Cases < Test Value
Cases >= Test Value
Total Cases
Number of Runs
Z
Asymp. Sig. (2-tailed)
1
3
17
20
7
.381
.703
a. Median
c. Uji Normalitas Kolmogorov Smirnov Untuk menguji apakah distribusi sampel adalah normal atau
tidak normal
Obs Daya
One-Sample Kolmogorov-Smirnov Test
1
55.4
DAYA
2
54.6
N
8
3
57.8
Normal Parameters a,b
Mean
53.338
4
58.9
Std. Deviation
5.1464
Most
Extreme
Absolute
.222
5
48.6
Differences
Positive
.140
6
44.5
Negative
-.222
7
49.7
Kolmogorov-Smirnov Z
.628
8
57.2
Asymp. Sig. (2-tailed)
.826
c. Chi-square Untuk menguji homogenitas, indepensi, goodness of fit. Contoh: Konsumen sama-sama
menyukai tiga warna: putih, hijau dan kuning yang ditunjukkan oleh jumlah responden yang sama
(proporsi akan sama). Ho: p1=p2=p3=1/3
susi
anddikai
bila
anton
juni
marlina
badu
cica
cuki
kena
andi
reno
putih
hijau
kuning
kuning
hijau
kuning
kuning
kuning
putih
putih
hijau
hijau
WARNA
putih
hijau
kuning
Total
Observed N
3
4
5
12
Expected N
4.0
4.0
4.0
Residual
-1.0
.0
1.0
Test Statistics
Chi-Square a
df
Asymp. Sig.
WARNA
.500
2
.779
16
SPSS
Test Statisticsb
Ttgl Sikap
desa
suka
desa
tidak suka
desa
tidak suka
desa
cukup suka
desa
tidak suka
desa
suka
desa
tidak suka
desa
sangat suka
desa
suka
desa
cukup suka
Mann-Whitney U
Wilcoxon W
Z
Asymp. Sig. (2-tailed)
Exact Sig. [2*(1-tailed
Sig.)]
TEMPAT
kota
desa
Total
N
10
10
20
Mean Rank
8.45
12.55
Sum of Ranks
84.50
125.50
PENGELUA
TEMPAT
kota
desa
Total
Ttgl
kota
kota
kota
kota
kota
kota
kota
kota
kota
kota
Frequencies
N
10
10
20
.123
Ranks
SIKAP
SIKAP
29.500
84.500
-1.609
.108
Pengeluaran
200
400
680
470
254
678
356
725
354
543
Ttgl
desa
desa
desa
desa
desa
desa
desa
desa
desa
desa
Pengeluaran
234
345
234
546
356
235
423
345
234
123
Test Statisticsa
Most Extreme
Differences
PENGELUA
.500
.000
-.500
1.118
.164
Absolute
Positive
Negative
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
a. Grouping Variable: TEMPAT
c. Moses Untuk menguji apakah dua sampel sama memiliki variasi yang sama atau tidak. Contoh:
apakah variasi pengeluaran penduduk kota sama dengan penduduk desa? H0: s1=s2
Test Statisticsa,b
Frequencies
PENGELUA
TEMPAT
kota (Control)
desa (Experimental)
Total
N
10
10
20
Observed Control
Group Span
Sig. (1-tailed)
Trimmed Control
Group Span
Sig. (1-tailed)
Outliers Trimmed from each End
PENGELUA
19
.763
13
.325
1
a. Moses Test
b. Grouping Variable: TEMPAT
17
SPSS
d. Wald-Wolfowitz Untuk menguji apakah dua sampel sama. Contoh: apakah rata-rata pengeluaran penduduk kota sama
dengan penduduk desa
Test Statisticsb,c
Frequencies
PENGELUA
TEMPAT
kota
desa
Total
N
10
10
20
PENGELUA
Minimum Possible
Maximum Possible
Number
of Runs
12a
12a
Z
.689
.689
Exact Sig.
(1-tailed)
.758
.758
Test Statisticsb
Z
Asymp. Sig. (2-tailed)
SESUDAH SEBELUM
-.204a
.838
b. Sign Untuk menguji apakah dua sampel berpasangan memiliki ratarata yang sama. Contoh: penjualan salesman sebelum
dan sesudah pelatihan adalah sama
Frequencies
Test Statisticsb
SESUDAH SEBELUM
.344a
N
SESUDAH - SEBELUM Negative Differences a
Positive Differences b
Ties c
Total
3
7
0
10
2
3
4
1
2
18
SPSS
Nama Sblm
Ssd
amdi
suka
budi
tidak suka
ciko
tidak suka
duni
tidak suka
feni
tidak suka
epi
suka
kuma suka
tina
tidak suka
yuki
suka
runi
tidak suka
suka
suka
suka
suka
tidak suka
tidak suka
suka
suka
suka
tidak suka
Test Statisticsb
SEBELUM &
SESUDAH
N
10
Exact Sig. (2-tailed)
.375a
a. Binomial distribution used.
b. McNemar Test
c.
yang digunakan adalah multinominal: misal suka, sedang, sangat suka
cara: Descriptive statistics cross tab
III. N-SAMPEL
A. N SAMPEL INDEPENDEN
a. Kruskal-Wallis untuk menguji perbedaan rata-rata lebih dari dua sampel
Ho: 1= 2= 3
Ranks
PENGELUA
TEMPAT
kota
desa
isolasi
Total
Mean Rank
21.90
15.45
9.15
10
10
10
30
Test Statisticsa,b
Chi-Square
df
Asymp. Sig.
PENGELUA
10.521
2
.005
b. Median & Jocnkhere-Terpstra untuk menguji perbedaan median lebih dari dua sampel
Ho: Md1= Md2= Md3
Frequencies
kota
PENGELUA
> Median
<= Median
8
2
TEMPAT
desa
5
5
isolasi
2
8
Frequencies
kota
PENGELUA
> Median
<= Median
8
2
TEMPAT
desa
5
5
isolasi
2
8
19
SPSS
B. N SAMPEL DEPENDEN
a. Friedman untuk menguji perbedaan rata-rata lebih dari dua sampel
Ho: 1= 2= 3
Misal data produktivitas (roti yang dihasilkan jika pada waktu bekerja diberi perlakuan: lampu,
televisi, radio
Ranks
LAMPU
TELEVISI
RADIO
Mean Rank
2.00
1.83
2.17
Test Statisticsa
N
Chi-Square
df
Asymp. Sig.
6
.364
2
.834
a. Friedman Test
b. Korkondasi Kendall untuk menguji keselarasan dari sekelompok obyek (orang) dalam menilai
obyek tertentu. Ho: preferensi konsumen sama terhadap lima rasa roti perbedaan rata-rata
lebih dari dua sampel data pengurutan
Contoh:
Konsumen
Coklat
Nanas
Kacang
Durian
Susu
Dede
5
4
3
2
1
Andi
3
4
2
1
5
c. Cochran data nominal/dikotomi
Konsumen
Coklat
Nanas
Dede
Tidak Suka
Suka
Andi
Suka
Tidak Suka
Kacang
Tidak Suka
Tidak Suka
Durian
Suka
Suka
Susu
Suka
Suka
---terimakasih---
20