1.
2.
3.
4.
Setting Variabel:
Memberi nama variable
Memberi label
Melakukan Koding
Data
Data View
SPSS
Output
Syntax
Script
Hasil Analisa
Entri Data
Fungsi
Member Nama Variabel
Type
Widht
Decimals
Banyaknya Desimal
Label
Memberi Label
Value
Koding
Missing
Columns
Align
Measure
Aturan
Variabel View
Proses mendefinisikan
variabel
*.sav
Syntax
Menulis perintah pemrosesan
data dgn ektensi : *.sps
SCRIPT
Script
Melakukan otomatisasi
pemprosen data &
tampilan hasil analisa
ektensi: *.wwd atau
*.sbs
PENGINPUTAN DATA
Untuk data berikut, bagaimana proses input
dalam SPSS
No
NIM
Nama
Nilai UKD
1.
M3120001
Andreana Wahyu
90
2.
M3120002
Bilna Setya
80
3.
M3120003
Brahma Santya
85
4.
M3120004
Candra Kenya
89
5.
M3120005
Cinta Ayuna
69
6.
M3120007
Dea
78
7.
M3120008
Dina
70
8.
M3120009
Doni
89
9.
M3120010
Rio Reza
90
10.
M3120011
Ayudya
99
PENYIMPANAN DATA
Langkah penyimpanan data adalah sebagai
berikut:
klik menu file
save data
pilih folder penyimpanan, ketik nama file
klik Ok
PENYIMPANAN DATA
Contoh Soal
MEMBUAT TABEL
Tabel Sederhana dan Tabel Kompleks
Tabel sederhana karena jumlah variabel minimum
yakni dua variabel, satu untuk baris dan satu
untuk kolom
Hal yang perlu
diperhatikan dalam
pembuatan TABEL
adalah penentuan
skala ukur untuk
setiap variabel
GRAFIK
HISTOGRAM
Graph legacy dialogs histogram pilih
variabel (ex:bidang kerja) - ok
GRAFIK
PIE CHART
Graph legacy dialog pie untuk satu variabel SUMMARIES
FOR GROUPS OF CASES) define slice by (variabel yang mengisi
lingkaran berupa slices bidang) slice represent (perhitungan
yang diperlukan untuk grafik- sum of variabel masukkan gaji
awal) chart title Grafik Pie Posisi Karyawan chart subtitle
berdasarkan gaji awal - OK
GRAFIK
GRAFIK LINE SEDERHANA
Graph legacy dialog line simple dan summaries for group
cases define line represents (sumbu y) pilih other statistic
dan masukkan variabel gaji - sumbu x masukkan variabel nomor
ke category axis titles GRAFIK LINE GAJI - ok
METODE STATISTIK
Metode statistik merupakan cara yang digunakan untuk memaparkan
data menjadi sebuah informasi :
1. Statistik Deskriptive menggambarkan/pemaparan data tampa
menggunakan pendekatan probabilistik. Umumnya pemaparan
dalam metode statistik deskriptive sebatas penggambaran
terhadap kondisi sampel yang diperoleh. Statistik
deskriptif biasanya ditampilkan dalam bentuk tabel dan
grafik. CONTOH : Berapa persen jumlah responden laki-laki
dan perempuan yang dapat dikumpulkan
2. Statistik Inferensial Teknik pemaparan data yang
menggunakan pendekatan probabilistik. Dengan pendekatan
probabilistik ini maka informasi yang disampaikan merupakan
parameter dari populasi yang diteliti. CONTOH : Dengan
tingkat kepercayaan 95% dapat diprediksi bahwa tinggi ratarata seluruh mahasiswa Univ.Muh. Ponorogo antara 165,23 cm
sampai dengan 169,15 cm.
PROSEDUR UJI
Prosedur Parametrik
Pengujian pada sampel yang diukur
Hasil pengukuran terhadap data sampel mengikuti distribusi normal
Mensyaratkan asumsi kenormalan dan homogenitas variance
Parametrik
Rata-rata
Nonparametrik
Kelas A
Kelas B
4
2
6
4
1
6
8
9
4
6
7
3
4
5
7
5
2
3
4
5
4.5
Kelas A
Kelas B
Rank
4
2
6
4
1
6
8
9
4
6
Rata-rata
8
2.5
15
8
1
15
19
20
8
15
11.15
Rank
7
3
4
5
7
5
2
3
4
5
17.5
4.5
8
12
17.5
12
2.5
4.5
8
12
9.85
Pengujian Statistik
A. Menentukan Hipotesa
Ho Persamaan ( = )
H1 Pertidaksamaan ( , , )
HIPOTESIS
Adalah dugaan tentang parameter dan
populasi
Dengan menggunakan
Rata2 pendapatan Desa A 870.000
PARAMETER
STATISTIK
Jawab
1.
Hipotesis
Ho : persepsi responden laki-laki dan perempuan sama
H1 : persepsi responden laki-laki dan perempuan tidak sama
2.
Hipotesis
Ho : kemampuan berhitung A, B, C sama
H1 : kemampuan berhitung A, B, C tidak sama
3.
Hipotesis
Ho : tidak ada hubungan antara tinggi badan dan berat badan (r=0)
H1 : ada hubungan antara tinggi badan dan berat badan (r0)
Nilai Kelas 4A
Nilai Kelas 4B
30
40
35
48
27
32
35
32
45
30
36
21
26
30
22
19
37
29
38
24
36
UJI
NORMALITAS
Pada dasarnya uji normalitas adalah membandingkan antara data empiris (data yang kita miliki)
dengan data teoritis (data distribusi normal) dan kategorinya merupakan jenis uji kesesuaian
(Goodness of Fit). Banyak ahli statistik yang mencoba membuat pendekatan uji kesesuaian untuk
menguji kenormalan data, salah satunya adalah Kolmogorov SmirnoV. Kolmogorov Smirnov dalam
menguji kenormalan data digunakan prinsip membandingkan probabilitas kumulatif dari data
empirik dengan distribusi normal
I.
II.
III.
IV.
Hipotesa Uji
Ho : Data terdistribusi Normal
H1 : Data tidak terdistribusi Normal
Alat Uji Statistik
Uji Kolmogorov-Smirnov
Menentukan Nilai Signifikan, Alpha = 5%
Aturan Keputusan :
Alpha hitung / output Alpha ( 0.05 / 0.01) Terima Ho
Alpha hitung / output < alpha ( 0.05/ 0.01) Terima H1
Formula
df = n1 + n2 - 2
Aturan Keputusan
PROSEDURE DI SPSS
(Uji Dua Kelompok Bebas)
Inputkan data nilai siswa di SPSS
name isi dengan kelas, nilai
variabel isi dengan kelas, nilai ulangan
matematika
Lakukan koding pada kotak value kelas
1 kelas 4A
2 kelas 4B
Data view lakukan entry data
PROSEDURE DI SPSS
(Uji Dua Kelompok Bebas)
Uji Normalitas
membuat variabel eror dari data (analyze
general linier model univariate nilai
ulangan harian masuk dependent variabel
data kelas masuk ke fixed factor model
hilangkan tanda centang pada include
intercept in model continu - save pada
residuals centang unstandardized)
TUGAS
Bagaimana mengatasi data yang tidak normal?
PROSEDURE DI SPSS
(Uji Dua Kelompok Bebas)
Normalitas variabel eror
analyze descriptive statistics explore
masukkan variabel residual for nilai ke
dependen list klik plot muncul explore plot
pilih normality plot with tests - OK
PROSEDURE DI SPSS
(Uji Dua Kelompok Bebas)
Uji Rata-rata
Analyze compare means independent
sample t tes masukkan variabel nilai ke tes
variabel dan kelas ke grouping variabel
define groups (1 untuk grup 1, 2 untuk grup 2)
continu - OK
No
1
2
3
4
5
6
7
8
9
10
Nilai
ujian Nilai
ujian
metode
metode
lama
baru
50
66
73
84
57
83
76
95
73
78
69
85
88
70
84
78
90
97
79
95
Aturan Keputusan
TRANSFORMASI DATA
Bagaimana mengatasi jika data tidak normal?
3.Jika masih tidak bisa, maka memungkinkan buang subjek yang teridentifikasi sbg
outlier
4. Jika semua cara di atas sudah dilakukan dan tetap tidak normal, maka RELAKAN
data anda memang ga normal, jangan paksakan diri
GUNAKAN STATISTIK NON PARAMETRIK
UJI ANOVA
Analisis variansi (ANOVA) adalah suatu
metode untuk menguraikan keragaman total
data menjadi komponen-komponen yang
mengukur berbagai sumber keragaman
Digunakan apabila terdapat lebih dua variabel
UJI ANOVA
Analyze compare means one way anova
masukkan produk ke dependen list variabel
shift ke dalam kotak faktor post hoc centang option benferroni dan tukey
continue options statistics centang
descriptive homogeneity of variance test
continue - OK
ANALISA KORELASI
Nilai korelasi adalah nilai yang menggambarkan
tingkat keeratan hubungan linier antara dua
variabel atau lebih.
Nilai korelasi tidak menggambarkan hubungan
sebab akibat antara dua variabel atau lebih
tetapi semata-mata menggambarkan
keterkaitan linier antar variabel
Nilai korelasi sering dinotasikan dengan r dan
nilainya antara -1 sampai 1
ANALISA KORELASI
Ambil data car
Analyze correlate bivariate masukkan
varibel (mpg, engine, horse, weight, accel)
correlation coefisien pearson - OK
ANALISIS REGRESI
Digunakan untuk tujuan peramalan, dimana dalam model
tersebut ada sebuah variabel dependent (tergantung) dan
variabel independen (bebas)
Contoh:
Hubungan antara biaya promosi dan biaya iklan terhadap
penjualan
Regresi Sederhana
Jika hanya ada satu variabel
independen
Regresi Berganda
Jika ada lebih dari satu variabel
independen
CONTOH REGRESI:
PT Perusahaan nasional dalam beberapa bulan
gencar mempromosikan sejumlah peralatan
elektronik dengan membuka outlet di berbagai
daerah. Berikut ini data mengenai Penjualan,
Biaya Promosi dan Luas Outlet yang berrasal dari
15 daerah di Indonesia.
ANALISIS REGRESI:
Statistics Sumenu Regression Linear Tampil
kotak dialog Linear Regression
Pengisian:
a. Dependen (pilih sales)
b. Independen (pilih promosi dan outlet)