1
Kandungan
Kandungan .............................................................................................................................................. 2
1. Pengenalan....................................................................................................................................... 3
2. Pengindeksan dan Pendefinisian Data Serta Pengekodan Item Negatif .......................................... 5
2.1 Pengindeksan Data .................................................................................................................. 5
2.2 Pendefinisian Data ................................................................................................................... 6
2.2.1 Mendefinisi Data Nominal ..................................................................................................... 6
2.2.2 Mendefinisi Data Ordinal ....................................................................................................... 7
2.2.3 Mendefinisi Data Ratio/Interval/Scale ................................................................................... 9
2.2.3.1 Skala Interval / Likert ...................................................................................................... 9
2.2.3.2 Data ratio ....................................................................................................................... 10
2.3 Pengekodan item negatif ............................................................................................................. 11
3. Penentuan Jenis Ujian Statistik Berdasarkan Objektif Kajian dan Jenis Data .............................. 14
4. Analisis Data, Penterjemahan dan Pelaporan Dapatan Kajian ...................................................... 16
Objektif Kajian: ............................................................................................................................. 16
Kerangka Teoretikal: ..................................................................................................................... 16
Item Pengukuran: .......................................................................................................................... 16
Analisis Data: ................................................................................................................................ 19
Demonstrasi Ujian Statistik ........................................................................................................... 20
1. Analisis Kekerapan................................................................................................................ 21
2. Analisis Keutuhan ................................................................................................................. 23
3. Analisis Deskriptif ................................................................................................................. 27
4. Objektif 1 - Perbezaan keputusan pembelian mengikut jantina ............................................ 32
5. Objektif 2 Perbezaan keputusan pembelian mengikut pendapatan bulanan ........................ 35
6. Objektif 3 - Hubungan antara campuran pemasaran dengan keputusan pembelian .............. 40
7. Objektif 4 - Pengaruh campuran pemasaran ke atas keputusan pembelian ........................... 43
5. Rujukan ......................................................................................................................................... 50
2
1. Pengenalan
Apakah SPSS?
SPSS atau nama asalnya Statistical Package for the Social Sciences merupakan perisian yang
digunakan untuk analisis statistik. Anda boleh menggunakan mana-mana versi SPSS yang sedia ada
termasuk yang terkini.
Terdapat tiga jenis paparan/komponen dalam satu-satu sesi SPSS iaitu Variable View, Data View dan
Output View.
Variable View ialah tempat kita mendefinisikan pembolehubah/faktor manakala Data View merupakan
tempat kita masukkan data kajian berdasarkan pembolehubah/faktor yang didefinisikan dalam
Variable View tadi. Variable View dan Data View disavekan sebagai fail .sav.
3
Rajah 2 Variable View & Data View
Paparan output pula memaparkan log tindakan kita dalam Variable View/Data View termasuklah
paparan jadual-jadual yang terhasil setelah analisis dijalankan. Paparan output disavekan sebagai fail
.spv.
4
2. Pengindeksan dan Pendefinisian Data Serta Pengekodan Item Negatif
Proses pengekodan data bermula dengan pengindeksan data, pendefinisian data, dan pengekodan item
negatif (sekiranya perlu).
2.1 Pengindeksan Data
Sebelum memulakan analisis data, data perlu diindekskan untuk rujukan penyelidik. Ini memudahkan
pencarian semula borang soal-selidik sekiranya berlaku percanggahan atau kesilapan semasa analisis
dijalankan. Setiap borang soal-selidik yang telah diisi dengan lengkap 1 perlu diindekskan. Tulis no.
indeks pada setiap borang soal-selidik sebelum anda masukkan data ke dalam perisian SPSS.
Rajah 4 No. indeks ditulis pada setiap borang soal-selidik yang lengkap
Di Data View, masukkan no. indeks bagi setiap borang soal-selidik. Anda boleh masukkan no. indeks
ini bersama-sama data lain yang telah anda kumpulkan.
1
Borang yang lengkap ialah kesemua atau sekurang-kurangnya 75% daripada jumlah soalan yang ditanya telah
dilengkapkan oleh responden Sekiranya lebih 25% daripada jumlah soalan tidak dijawab oleh responden, maka
borang soal-selidik tersebut bolehlah dipertimbangkan untuk dikecualikan / dibuang (Sekaran, 2000).
5
2.2 Pendefinisian Data
Pendefinisian data ialah pemberian makna kepada data bagi memudahkan pembacaan output. Ia
meliputi format data, nama pembolehubah dan label nilai.
Terdapat 3 jenis data yang boleh didefinisikan dalam Variable View di column Measures iaitu Scale /
Ordinal / Nominal. Data jenis Interval dan Ratio seperti dipelajari dalam teori termasuk dalam
kategori Scale dalam SPSS.
Jenis data yang anda peroleh bergantung kepada gaya soalan-soalan ditanya dalam borang soal-selidik.
Jadi soalan-soalan perlu sesuai dengan kajian anda.
6
Di Variable View, definisikan column pembolehubah:
Name: jantina
Decimals: 0
Measures: Nominal
Klik di Values. Dalam tetingkap, masukkan:
Value: 1
Label: Lelaki
Klik Add
Ulang langkah ini bagi memasukkan Values untuk pilihan ke-2 (Perempuan). Klik OK.
Di Data View, taipkan nilai mengikut data yang didefinisikan di bawah column jantina. Contoh, bagi
responden yang memilih pilihan Perempuan, maka anda perlu masukkan nilai 2 di bawah column
jantina. Tekan ENTER pada papan kekunci.
7
Rajah 9 Mendefinisi data jenis ordinal di Variable View
Di Data View, taipkan nilai mengikut data yang didefinisikan di bawah column tinggi. Contoh, bagi
responden yang memilih pilihan 1 m 1.5 m, maka anda perlu masukkan nilai 2 di bawah column
tinggi.Tekan ENTER pada papan kekunci.
8
2.2.3 Mendefinisi Data Ratio/Interval/Scale
Data ratio/interval/scale juga dikenali sebagai data continuous. Data jenis ratio dinilai paling baik
berbanding jenis-jenis data lain kerana ia bukan sahaja mengukur magnitud perbezaan antara poin
skala, malah juga kadar perbezaan tersebut. Ini membolehkan pelbagai ujian statistik dijalankan ke
atasnya.
2.2.3.1 Skala Interval / Likert
Bayangkan anda ada beberapa item yang mengukur pembolehubah Keputusan Pembelian. Setiap
item diukur menggunakan skala Likert 5-tambatan2 iaitu 1=Sangat tidak setuju, 2=Tidak setuju,
3=Tidak pasti, 4=Setuju dan 5=Sangat Setuju.
Contoh item ditanya dalam borang soal-selidik:
Bulatkan pilihan jawapan mengikut skala yang diberikan (1=Sangat tidak setuju, 2=Tidak
setuju, 3=Tidak pasti, 4=Setuju dan 5=Sangat setuju)
1. Saya akan sentiasa setia dengan produk berjenama A+. 1 2 3 4 5
2. Saya tidak akan membeli lagi produk berjenama A+. 1 2 3 4 5
3. Saya membuat keputusan membeli kerana produk tersebut dari 1 2 3 4 5
jenama terkemuka.
Anda perlu memberikan nama yang sesuai untuk setiap item. Contoh, item pertama bagi
pembolehubah Keputusan Pembelian dinamakan pembelian1.
Di Variable View, definisikan item tersebut:
Name: pembelian1
Decimals: 0
Measures: Scale
Klik di Values: Dalam tetingkap, masukkan:
Value: 1
Label: Sangat tidak setuju
Klik Add
Ulang memasukkan Values sehingga pilihan ke-5 (Sangat setuju).
Klik OK.
Ulang langkah-langkah yang sama bagi item kedua (pembelian2) dan seterusnya.
2
anchor
9
Rajah 10 Mengekod data bagi skala pelbagai item
10
Rajah 12 Paparan data tinggi yang telah dimasukkan di Data View
11
Langkah 2: Pilih item yang perlu recode. Klik untuk memasukkan item ke dalam kotak
Numeric Variable. Klik Old and New Values.
Langkah 3: Nyatakan nilai sedia ada dan nilai baharu bagi item tersebut. Kemudian, klik Add.
Contoh, bagi skala Likert 5-tambatan, nilai 1 akan ditukarkan kepada 5, nilai 2 kepada 4, nilai 4
kepada 2 dan nilai 5 kepada 1. Nilai 3 biasanya dikekalkan.
12
Rajah 16 Nilai yang telah di-Recode
13
3. Penentuan Jenis Ujian Statistik Berdasarkan Objektif Kajian dan Jenis Data
Bagi tujuan tutorial ini, diandaikan statistik bersifat parametrik iaitu data sampel mewakili populasi
yang menuruti probability distribution:
14
3. Test of Relationship (Relationship Only)
Nota: Anda perlu merujuk kepada objektif kajian untuk menentukan jenis ujian statistik yang perlu
dijalankan. Sekiranya objektif kajian anda tidak memerlukan anda menjalankan satu-satu ujian, maka
tidak perlu dijalankan ujian-ujian berkenaan kerana ia hanya akan membazirkan masa dan sumber.
15
4. Analisis Data, Penterjemahan dan Pelaporan Dapatan Kajian
Objektif Kajian:
1. Mengenal pasti perbezaan dalam keputusan pembelian mengikut jantina.
2. Mengenal pasti sama ada terdapat perbezaan yang signifikan dalam keputusan pembelian
mengikut pendapatan bulanan.
3. Memeriksa hubungan antara campuran pemasaran dengan keputusan pembelian.
4. Memeriksa pengaruh campuran pemasaran ke atas keputusan pembelian.
Kerangka Teoretikal:
IV DV
Campuran Pemasaran
Produk
Keputusan
Harga
Promosi Pembelian
Lokasi
Jantina
Pendapatan Bulanan
Item Pengukuran:
16
Faktor / Item No. Soalan Skala
Pembolehubah
ada pilihan jenama lain bagi produk tersebut.(k6)
7. Saya membuat keputusan membeli kerana
pemberian bonus yang menarik dalam pembelian
produk tersebut.(k7)
Campuran 1. Kepelbagaian produk yang dipasarkan oleh
Pemasaran sesebuah syarikat merupakan pilihan saya.(p1) 8 - 14
(Produk) 2. Saya memilih sesuatu produk kerana
(7 item) kualitinya.(p2)
3. Reka bentuk produk yang dipasarkan
mendorong saya membeli sesuatu produk.(p3)
4. Pembungkusan produk yang menarik
mendorong saya memilih produk tersebut.(p4)
5. Saya tertarik dengan produk tersebut kerana
jaminan yang ditawarkan.(p5)
6. Saya memilih produk tersebut kerana jenama
pengeluar produk.(p6)
7. Saya memilih produk tersebut kerana maklumat
terperinci tentang produk mudah diperoleh.(p7)
Campuran 1.Tema promosi yang ditampilkan mendorong
Pemasaran saya membeli produk tersebut.(m1) 15 - 22
(Promosi) 2. Visual promosi yang ditampilkan tentang
(8 item) produk menarik perhatian saya untuk
membelinya.(m2)
3. Penjual yang mesra semasa promosi mendorong
saya membeli produk tersebut. (m3)
4. Informasi yang lengkap tentang produk semasa
membuat promosi menyebabkan saya ingin
membeli produk tersebut.(m4)
5. Saya tertarik dengan produk tersebut kerana
syarikat pengeluar produk menjadi sponsor dalam
rancangan-rancangan tertentu.(m5)
6. Daya tarikan promosi seperti hadiah, diskaun
dan sebagainya membuatkan saya memilih produk
tersebut.(m6)
7. Publisiti daripada pesaing tentang produk
tersebut mendorong saya memilihnya.(m7)
8. Kekerapan promosi tentang produk tersebut
menarik perhatian saya untuk membelinya.(m8)
Campuran 1. Perbandingan harga yang berpatutan dengan
Pemasaran produk pesaing menarik minat membeli saya.(h1) 23 - 27
(Harga) 2. Kesesuaian harga yang ditawarkan dengan
(5 item) kualiti produk tersebut menjadi pilihan saya.(h2)
3. Kesesuaian harga dengan kebaikan produk
mendorong saya untuk membelinya.(h3)
4. Kesesuaian harga tidak termasuk kos
penghantaran menarik perhatian saya
membelinya.(h4)
5. Diskaun yang ditawarkan membuat saya tertarik
dengan produk tersebut.(h5)
Campuran 1. Reka bentuk kedai atas talian yang mesra
Pemasaran pengguna mendorong saya untuk membuat 28 - 35
(Lokasi) pembelian.(l1)
(8 item) 2. Lokasi kedai atas talian yang mudah diakses
memudahkan proses pembelian.(l2)
3. Kepelbagaian lokasi kedai atas talian seperti di
media sosial memudahkan proses pembelian.(l3)
4. Ketersediaan stok produk memudahkan
pembelian produk tersebut.(l4)
17
Faktor / Item No. Soalan Skala
Pembolehubah
5. Wakil penjualan yang meluas di seluruh negeri
memudahkan urusan pembelian.(l5)
6. Kepelbagaian cara pengiriman produk tersebut
menarik perhatian saya untuk membeli.(l6)
7. Tempoh waktu pengiriman yang cepat
menggalakkan urusan pembelian produk
tersebut.(l7)
8. Kemudahan cara pembayaran memberi
keselesaan kepada pembeli.(l8)
18
Analisis Data:
Seterusnya, lihat objektif kajian dan tentukan ujian statistik yang sesuai.
Untuk menjawab Objektif 1 Perlukan: Independent Sample T-test antara Jantina (IV) dengan
Keputusan Pembelian (DV)
Untuk menjawab Objektif 2 Perlukan One-Way ANOVA - antara Pendapatan Bulanan (IV) dengan
Keputusan Pembelian (DV)
Untuk menjawab Objektif 3 Perlukan Correlation antara Campuran Pemasaran (IV) dengan
Keputusan Pembelian (DV)
Untuk menjawab Objektif 4 Perlukan Multiple Regression antara Campuran Pemasaran (IV)
dengan Keputusan Pembelian (DV).
19
Demonstrasi Ujian Statistik
Andaikan bahawa data kajian telah sedia dimasukkan ke dalam SPSS.
20
1. Analisis Kekerapan
Langkah 1: Klik Analyze Descriptive Statistics Frequencies
21
SPSS akan memaparkan jadual kekerapan pada Output View:
Jadual 4.1
Profil responden
Kekerapan %
Jantina
Lelaki 109 61.9
Perempuan 67 38.1
Pekerjaan
Kerajaan 124 70.5
Swasta 47 26.7
Sendiri 1 0.6
Tidak Bekerja 4 2.3
Pendapatan bulanan
Kurang daripada RM1000 6 3.4
RM 1001 hingga RM 2000 18 10.2
RM 2001 hingga RM 3000 75 42.6
RM 3001 hingga RM 4000 48 27.3
Lebih daripada RM 4001 29 16.5
Umur
21 hingga 30 tahun 65 36.9
31 hingga 40 tahun 105 59.7
41 hingga 50 tahun 6 3.4
22
2. Analisis Keutuhan
Seterusnya, ujian keutuhan perlu dijalankan ke atas kesemua pembolehubah IV dan DV. Hal ini
bertujuan memastikan item-item yang digunakan dalam mengukur pembolehubah terlibat mempunyai
ketekalan dalaman yang tinggi.
23
Langkah 2: Pilih item-item yang terlibat. Contohnya, bagi pembolehubah Keputusan Pembelian ,
item k1 hingga k7 perlu dipilih. Klik untuk memasukkan item-item tadi ke dalam kotak Items.
Langkah 3: Klik pada butang Statistics. Pastikan pilihan Scale of item deleted ditandakan . Klik
Continue. Klik OK.
24
SPSS akan memaparkan jadual berikut pada Output View:
Nota: Lihat nilai Cronbachs Alpha yang dijana. Sekiranya nilai tersebut rendah seperti dalam jadual
di atas (0.679), lihat column Cronbchs Alpha if Item Deleted pada jadual seterusnya. Lihat pada item
k1. Sekiranya item k1 dikeluarkan daripada analisis, maka nilai Cronbachs Alpha akan meningkat
kepada 0.711 3.
3
Nilai Cronbach Alpha 0.70 dan ke atas adalah diterima (Nunnally, 1978).
25
SPSS akan memaparkan jadual berikut pada Output View:
Rajah 28 Analisis Keutuhan - Nilai Cronbach's Alpha meningkat selepas item k1 dikeluarkan
Lakukan langkah yang sama pada pembolehubah yang lain. Item yang dikeluarkan melalui analisis
keutuhan tidak akan diambil kira dalam ujian deskriptif seterusnya.
Jadual 4.2
Analisis Keutuhan
26
3. Analisis Deskriptif
Sebelum melakukan analisis deskriptif, anda perlu janakan Mean bagi setiap pembolehubah terlibat.
27
Langkah 2: Nyatakan nama pembolehubah bersandar (DV) di Target Variable iaitu Kep_Pembelian.
Di kotak Function group: Pilih Statistical. Di kotak Functions and Special Variables: Pilih Mean.
Klik untuk memasukkan formula Mean tadi ke dalam bahagian Numeric Expression. Olah
formula tersebut kepada MEAN(k2,k3,k4,k5,k6,k7). Anda juga boleh memilih item di sebelah kiri
Nota: Item k1 tidak dimasukkan kerana item tersebut tidak utuh sepertimana yang ditunjukkan dalam
Analisis Keutuhan sebelum ini.
28
Mean pembolehubah akan dijana di Data View:
Ulang langkah 1 dan 2 bagi mendapatkan mean setiap dimensi pembolehubah tidak bersandar (IV)
campuran pemasaran iaitu Produk, Harga, Promosi dan Lokasi.
29
Langkah 3: Klik Analyze Descriptive Statistics Descriptives
Langkah 4: Pilih pembolehubah yang terlibat. Klik untuk memasukkan pembolehubah terlibat
ke dalam kotak Variable(s).
30
Langkah 5: Klik Options.. Pastikan pilihan Mean, Std. Deviation, Minimum, Maximum, Kurtosis, dan
Skewness ditanda . Klik Continue. Klik OK.
31
Melaporkan Hasil Analisis Deskriptif
Dalam laporan kajian, anda perlu menyatakan mean dan standard deviation untuk setiap
pembolehubah dalam bentuk jadual. Huraikan hasil analisis anda.
Jadual 4.3
Analisis Deskriptif
32
Langkah 2: Pilih pembolehubah Keputusan Pembelian. Klik untuk memasukkan
pembolehubah tersebut ke dalam kotak Test Variable(s): Pilih faktor jantina. Klik untuk
memasukkan faktor tersebut ke dalam kotak Grouping Variable:
Langkah 3: Klik Define Groups... Pilih Use specified values. Bagi Group 1, masukkan nilai 1,
manakala bagi Group 2, masukkan nilai 2 (Dalam pengekodan nilai data, nilai 1 mewakili jantina
Lelaki manakala nilai 2 mewakilli jantina Perempuan). Klik Continue. Klik OK.
33
SPSS akan memaparkan jadual berikut pada Output View:
34
5. Objektif 2 Perbezaan keputusan pembelian mengikut pendapatan bulanan
Bagi memeriksa sama ada keputusan pembelian adalah berbeza mengikut pendapatan bulanan, maka
analisis One-Way ANOVA akan dijalankan.
pembolehubah tersebut ke dalam kotak Dependent List. Pilih faktor pendapatan. Klik untuk
memasukkannya ke dalam kotak Factor:.
35
Rajah 41 One-Way ANOVA - Langkah 2
Langkah 3: Klik Post Hoc.. Pastikan pilihan Tukey ditandakan . Klik Continue.
36
Langkah 4: Klik Options...Pastikan pilihan Descriptive dan Homogeneity of variance test ditandakan
. Klik Continue. Klik OK.
37
SPSS akan memaparkan jadual berikut pada Output View:
38
Rajah 44 One-Way ANOVA - Output View
39
Melaporkan Hasil Analisis One-Way ANOVA
Dalam laporan kajian, anda perlu menyatakan mean bagi kesemua kumpulan pendapatan, nilai F dan
juga p-value. Huraikan dapatan kajian anda.
Jadual 4.5
Perbezaan keputusan pembelian mengikut pendapatan bulanan
40
Langkah 2: Pilih pembolehubah Produk, Promosi, Harga, Lokasi dan Keputusan
"
Rajah 46 Analisis Korelasi - Langkah 2
41
SPSS akan memaparkan jadual berikut pada Output View:
42
Melaporkan Hasil Analisis Korelasi
Dalam laporan kajian, anda perlu menyatakan nilai r bagi kesemua pembolehubah yang terlibat.
Huraikan dapatan kajian anda.
Jadual 4.6
Korelasi antara pembolehubah
1 2 3 4 5
1. Produk -
2. Promosi .595** -
3. Harga .591** .719** -
4. Lokasi .708** .658** .667** -
5. Keputusan Pembelian .635** .708** .588** .655** -
*p < 0.05, ** p < 0.01
Hasil analisis menunjukkan bahawa kesemua pembolehubah campuran pemasaran (produk, promosi,
harga, lokasi) mempunyai hubungan korelasi yang kuat secara positif dengan keputusan pembelian.
43
Langkah 2: Pilih pembolehubah Keputusan Pembelian. Klik untuk memasukkannya ke dalam
kotak Dependent:. Pilih pembolehubah Produk, Promosi, Harga dan Lokasi. Klik untuk
memasukkan pembolehubah terlibat ke dalam kotak Independent(s):
44
Langkah 3: Klik Statistics. Pastikan pilihan Estimates, Model fit, R squared change, Descriptives,
Part and partial correlations, Collinearity diagnostics, Durbin-Watson, dan Casewise diagnostics
ditandakan . Klik Continue.
45
Langkah 4: Klik Plots. Pilih *ZPRED. Klik untuk memasukkannya ke kotak X:. Pilih
*SRESID. Klik untuk memasukkannya ke dalam kotak Y. Pastikan pilihan Histogram, Normal
probability plot dan Produce all partial plots ditandakan . Klik Continue. Klik OK.
46
SPSS akan memaparkan jadual berikut pada Output View:
4
Multi-collinearity merupakan fenomena yang melibatkan lebih daripada dua IV mempunyai hubungan korelasi
yang terlalu tinggi dalam sesuatu model regresi pelbagai. Ia boleh menghasilkan dapatan yang tidak sah kerana
mempunyai pertindihan antara satu sama lain.
5
Heterocedasticity yang serius boleh menyebabkan dapatan yang berat sebelah dan tidak konsisten.
47
Melaporkan Hasil Analisis Regresi Pelbagai
Dalam laporan kajian, anda perlu menyatakan nilai Standardized Beta, R Square, Adjusted R Square,
nilai F, dan nilai ujian Durbin-Watson. Anda juga perlu paparkan rajah Histogram, Normal P-Plot dan
Scatterplot. Huraikan dapatan kajian anda.
Jadual 4.7
Hasil analisis regresi pelbagai
R Square 0.727
Adjusted R Square 0.72
Nilai F 110.546**
Durbin-Watson 1.772
*p < 0.05, ** p < 0.01
48
Rajah 4.2 Normal P-Plot
49
5. Rujukan
Ahmad, A. (2016). Pengaruh Campuran Pemasaran Terhadap Keputusan Pembelian Produk Dalam
Kalangan Pelajar Ijazah Sarjana Muda PJJ USM. Universiti Sains Malaysia, Pulau Pinang.
Al-Mansor, A.S. (2015). Kaedah Penyelidikan Perniagaan. Kuala Lumpur: Dewan Bahasa dan
Pustaka.
Cohen, J.W. (1988). Statistical power analysis for the behavioural sciences (Second Edition).
Hillsdale, NJ: Lawrence Erlbaum Associates.
George, D., and Mallery, P. (2003). SPSS for Windows Step By Step: A Simple Guide and Reference
11.0 Update (Fourth Edition). Boston, USA: Allyn & Bacon.
Nunnally, J. C. (1978). Psychometric theory (Second Edition). New York: McGraw-Hill.
Pallant, J. (2007). SPSS Survival Manual: A Step by Step Guide to Data Analysis using SPSS for
Windows (Third Edition). Berkshire, England: Open University Press.
Sekaran, U. 2000. Research Method for Business: A Skill Building Approach (3rd Ed.). New York:
John Wiley & Sons Inc.
Sekaran, U. and Bougie, R. (2013). Research Methods for Business. A Skill-Building Approach (6th
Ed.). United Kingdom: John Wiley & Sons Ltd.
50