Anda di halaman 1dari 25

LAPORAN PRAKTIKUM

SPSS Statistics
Penggunaan Crosstabs Pada Software SPSS Untuk
Menguji Suatu Hubungan Antara Variabel
Disusun Guna Memenuhi Tugas Mata Kuliah Teknologi Informasi
(MWU 210)

Disusun oleh
Dwiki Muharrama 21040116130097

DEPARTEMEN PERENCANAAN WILAYAH DAN KOTA


FAKULTAS TEKNIK UNIVERSITAS DIPONEGORO
SEMARANG
2016
I. DAFTAR ISI

I. DAFTAR ISI....................................................................................................... 2
II. PENDAHULUAN................................................................................................ 3
1. Pengertian....................................................................................... 3
2. Komponen-Komponen......................................................................4
3. Manfaat Software dalam Bindang Perencanaan Wilayah dan Kota. .7
III. DATA............................................................................................................. 7
IV. HASIL DAN PEMBAHASAN............................................................................. 8
1. Tabel Case Processing Summary......................................................8
2. Table Count...................................................................................... 9
3. Tabel Chi-Square Test.......................................................................9
4. Tabel Directional Measures............................................................10
5. Tabel symmetric measures............................................................11
6. Data Diagram Bar Chart................................................................12
V. KESIMPULAN.................................................................................................. 12
VI. DAFTAR PUSTAKA....................................................................................... 13
VII. LAMPIRAN................................................................................................... 13
II. PENDAHULUAN

1. Pengertian
III. SPSS (Statistical Packages for Social Science) merupakan sebuah program
analisis statistika yang dipublikasikan oleh SPSS.Inc. Program ini merupakan
program yang sangat populer, selain fasilitasnya yang sangat lengkap,
penggunaan program ini pun relatif mudah dan simpel sehingga dapat dipahami
dengan mudah oleh pemula. SPSS menyediakan berbagai fasilitas perangkuman
dan presentasi data, mulai dari yang paling sederhana dalam bentuk grafik,
seperti pie chart, histogram, bar chart, scatterplot, sampai dalam bentuk tabel
yang siap diekspor ke Microsoft Word, Excel, Powerpoint, ataupun PDF. Semua
dilakukan dengan dialog box tanpa harus mengerti bahasa pemrograman. SPSS
juga memiliki banyak fasilitas yang bermanfaat bagi banyak pengguna seperti
peneliti pasar, peneliti kesehatan, perusahaan survei, pemerintah, peneliti
pendidikan, dan organisasi pemasaran.
IV. Analisis Crosstab adalah analisis yang terdapat di dalam perangkat SPSS
yang bertujuan untuk mengetahui hubungan antara dua variabel atau lebih.
Variabel yang ada diolah dengan menggunakan dua metode pendekatan,
metode pendekatan tersebut adalah dengan model Kontingensi dan model
Hierarchical Log-Linear. Perbedaan dari dua model tersebut berdasarkan dari
banyaknya variabel yang digunakan dalam pengolahan di dalam analasis
crosstabs. Model Kontingensi hanya menggunakan dua variabel saja (variabel
tetap dan variabel bebas). Model Hierarchical Log-Linnear menggunakan lebih
dari dua variabel.
V. Analisis Crosstabs memiliki beberapa langkah untuk menguji korelasi atau
keterkaitan satu variabel dengan variabel yang lainnya sehingga kita dapat
menginterpretasikannya dengan lebih mudah, seperti berikut.
Uji Chi-Square : Alat uji yang bertujuan untuk mengetahui hubungan
antara dua variabel (variabel tetap dan variabel bebas). Hubungan
antar dua variabel tersebut dapat diketahui berdasarkan Asymp. Sig.
(2-Sided). Pengambilan keputusan berdasarkan, jika tidak ada
hubungan (Ho) dan adanya hubungan (H1). Bila probabilitas > 0.05,
maka Ho ditolak. Namun, jika probabilitas < 0.05, maka Ho diterima.
Uji Directional Measures : Alat uji yang bertujuan untuk mengetahui
kesetaraan antar variabel.
Uji Lambda : bertujuan untuk mengetahui hubungan antar baris dan
kolom dan hubungan antar kolom dan baris.
Uji Goodman dan Kruskal Tau: bertujuan untuk mengetahui
perbandingan kemungkinan terjadinya error dengan cara yang
berbeda.
Uji Symmetric Measures : Alat uji yang bertujuan untuk mengetahui
hubungan setara berdasarkan nilai Chi-Square.
Uji Koefisien Kontingensi : Alat uji yang bertujuan untuk mengetahui
hubungan antar variabel yang termasuk di dalam alat uji Symmetric
Measures.
Uji Phi dan Cramers V : Alat uji yang bertujuan untuk mengetahui
koefisiensi phi dan cramer dan termasuk pada alat uji Symmetric
Measures.
VI.
VII.
VIII.
IX.
2. Komponen-Komponen
1. Data Statistic Editor
X. pada windows ini terdapat komponen sebagai berikut :
a. MenuBar
XI.

XII. Menu utama dari aplikasi SPSS yang terdapat pada MenuBar
adalah :
Data. Menu ini menampilkan submenu untuk melakukan
perubahan-perubahan data, seperti mengurutkan data,
memisahkan isi file dengan kriteria tertentu, menggabungkan
data, etc.
Transform. Menu untuk transformasi data, seperti menghitung
variabel data, mengubah data, merangking data, etc.
Analyze. Menu yang menjadi pusat pengolahan data, seperti
mengolah statistik deskriptif, regresi, korelasi, etc.
Graphs. Menu untuk menampilkan data dan hasil pengolahan
data dalam bentuk grafik dan chart, seperti bar charts,
histogram, scatter diagram, etc.
Utilities. Menu pelengkap dalam pengoperasian SPSS, seperti
menampilkan informasi variabel, mendefinisikan dan
menampilkan variabel data, etc.
XIII.
b. Data Editor Toolbars
XIV.

XV. Pada toolbars terdapat icon seperti :


XVI. Open : untuk membuka file pekerjaan SPSS yang tersimpan
dalam format .sav
XVII. Save : untuk menyimpan file dalam format .sav
XVIII. Print : untuk membuka jendela penyuntingan dalam proses
print out
XIX. Recall recently used dialog : untuk menginsert kembali data
yang terkhir kali di buka
XX. Undo : untuk membatalkan perubahan terbaru yang di
lakukan
XXI. Redo : untuk mengulang perubahan yang di batalkan
XXII. Goto case : untuk melompat ke case/baris tertentu
XXIII. Goto variable : untuk melompat ke variable/kolom tertentu
XXIV. Variables: untuk menampilkan informasi semua variable
XXV. Find : untuk melakukan pencarian data/value tertentu
XXVI. Insert case : untuk menambahkan case/baris
XXVII. Insert variable : untuk menambahkan varable/kolom
XXVIII. Split file : untuk memisahkan data menjadi beberapa
category
XXIX. Weight cases : untuk menimbang cases dan menyesuaikan
dengan informasi demografis
XXX. Select cases : untuk menyaring data cases
XXXI. Value labels : untuk merubah tampilan value menjadi label
yang di tentukan
XXXII. Use variable set : untuk memberikan set pada variable dan
mengelompokkannya
XXXIII.
XXXIV. Jendela pekerjaan Data Statistic Editor ini terbagi menjadi 2 tabs :
XXXV.
XXXVI.
XXXVII.
1. Data View

XXXVIII.
XXXIX. Data View adalah tab sheet yang menampilkan nilai data yang
sebenarnya atau label nilai yang didefinisikan.
2. Variable View
XL.
XLI. Variabel View adalah tempat untuk menginput variabel
statistik. Variable view di gunakan hanya pada waktu memasukkan dan
mendefinisikan variabel-variabel.
XLII. Dalam variable view
1. Variabel Name
XLIII. Untuk menetapkan (atau perubahan) klik nama variabel dalam sel
yang sesuai di kolom Nama dan ketik nama baru.
XLIV. batasan sebagai berikut untuk nama variabel : Tidak boleh melebihi
8 karakter. Tidak mencakup spasi atau karakter khusus (misalnya, -
atau *) kecuali untuk penggunaan garis bawah untuk memisahkan
kata. Tidak dimulai dengan angka.
2. Variable Type
XLV. Dalam SPSS banyak type data yang ditawarkan untuk tiap variabel,
tetapi untuk keperluan analisis data yang biasa dipakai adalah : type
String, Numeric, dan Date.
a. Numeric : Digunakan untuk memasukkan data dalam bentuk
angka.
b. Comma : Data ini berbentuk numerik, dianggap valid bila dalam
bentuk angka, bisa bertanda plus maupun minus di depan angka,
ditandai koma sebagai pembeda ribuan.
c. Dot ; Data ini berbentuk numerik, dianggap valid bila dalam
bentuk angka, bisa bertanda plus maupun minus didepan angka,
ditandai titik sebagai pembeda ribuan.
d. ScientificNotation : Data ini berbentuk numerik, dianggap valid
bila dalam bentuk angka, bisa bertanda plus maupun minus, di
tandai dengan simbol E.
e. Data : Digunakan untuk memasukkan data tanggal. Ada sejumlah
pilihan type / format tanggal, misalnya :dd.mm.yy.
f. Dollar : Data ini berbentuk numerik, dianggap valid bila dalam
bentuk angka, yang ditandai ($) dengan tanda koma sebagai
pemisah tanda ribuan.
g. Custom Currency : Bentuk tipe ini di gunakan untuk menampilkan
format mata uang yang dibuat melalui kotak dialog Option dari
menu edit.
h. String : Jika data yang diinginkan dimasukkan dalam karakter/
huruf (misalnya: nama responden,lamat, lokasi penelitian, jenis
pekerjaan dan sebagainya).
3. Width
Width disesuaikan dengan lebar data, sebagai patokan adalah data
angka/ karakter terpanjang yang akan dimasukkan. misalnya : untuk
variabel nama disesuaikan dengan jumlah karakter/huruf terbnayak
yang akan dimasukkan, untuk variabel berat badan balita maka
angka terbanyak adalah 2 digit, untuk variabel tinggi badan (cm)
maka angka terbanyak 3 digit dan seterusya di sesuaikan dengan
logika masing-masing variabel.
4. Decimal
Decimal untuk menentukan berapa angka desimal setelah tanda
koma. ketentuan yang berlaku, yaitu: idak boleh sama atau lebih
besar dibanding Width-nya,
5. Label
XLVI. Label variabel memungkinkan Anda untuk melampirkan deskripsi
lebih lama untuk nama variabel. Label ini dapat ditampilkan dalam
output SPSS untuk membuat output lebih bermakna. Untuk
menentukan label variabel, ketik ke kolom Label yang sesuai pada
lembar View Variable. Label variabel mungkin hingga 256 karakter.
Sebuah contoh penggunaan label nilai mungkin di mana data Anda
merupakan nilai 'Hadir' dengan jumlah 1 dan 'Absen' dengan jumlah
2 atau 'Pria' dengan huruf M dan 'Wanita' dengan huruf F.
6. Values
Values merupakan kode yang diberikan jika variabel yang digunakan
kategorik. misalnya untuk jenis kelamin, jika kode 1 untuk laki-laki
dan kode 2 untuk perempuan pada value lalu klik Add.
7. Missing
Missing adalah data yang dianggap hilang yang tidak akan kita
ikutkan dalam analisis. Ada tiga pilihan
a. No Missing Value
b. Discrete missing values. Angka tertentu yang kita anggap hilang.
c. Range plus one optinal discrete missing value. jika ada data
hilang dengan range yang jelas
8. Columns.
XLVII. Lebar kolom Align. (Right) Rata kanan, (Left) Kiri, atau (Center)
tengah, untuk setiap data yang diinput.
9. Measure.
XLVIII. Jenis skala data untuk setiap variabel. Secara default akan terpilih
Nominal jika variabel bertipe string (setara), ordinal (bertingkat) dan
akan terpilih Scale jika data bertipe Numerik.
3. Manfaat Software dalam Bindang Perencanaan Wilayah dan Kota
XLIX. Statistika diperlukan untuk mempermudah kerja seorang planner.
Software SPSS sangat membantu kinerja seorang planner, karena
banyaknya fitur, juga sebagai alat bantu untuk menganalisis keterkaitan
antar aspek-aspek fisik, sosial, ekonomi dan lainnya.
L. Manfaat SPSS bagi seorang planner yang lain yaitu untuk
menganalisis probabilitas suatu keadaan di masa depan. Analisis ini
bertujuan untuk mengetahui situasi atau kecenderungan keadaan dimasa
yang akan datang baik kecenderungan akan naik, turun maupun tetap,
misalnya dalam rencana pembangunan kota. Teknik analisis ini biasanya
digunakan untuk kecenderungan yang mungkin akan muncul dimasa yang
akan datang menggunakan metode kuantitatif atau kualitatif untuk
dimasukan dalam SPSS.
LI. Dalam perencanaan wilayah dan kota juga memanfaatkan
SPSS untuk menganalisis sebab akibat sebuah masalah yang terjadi dalam
suatu wilayah atau kota. Contohnya banjir, dalam banjir tersebut dianalisis
melalui hal yang detail, mulai dari kebiasaan membuang sampah
sembarangan, saluran irigasi yang tidak dibuat dengan benar, hingga
pengaruh cuaca dan intensitas hujan di daerah tersebut.
LII.
LIII. DATA
LIV. Data yang di gunakan berasal dari kuisioner google form dan dipindahkan
melalui spreadsheet yang saya buat mengenai :

LV. Pengaruh Prioritas Pemilihan Paket Data terhadap Paket


Data yang Digunakan

LVIII. Prioritas LIX. Provider


LVI. N
LVII. Nama Dalam Memilih yang Saat Ini
o.
Paket Data Digunakan
LX. 1
LXI. LukmanLXII. sinyal stabilLXIII. indosat
LXVI. kecepatan
LXIV. L
2XV. Rohana LXVII. telkomsel
akses
LXIX. Muhamma LXX. harga
LXVIII. 3 LXXI. Tri
d Fajar terjangkau
LXXII. LXXIII.
4 Titan Ifany
LXXIV. sinyal stabil
LXXV. indosat
LXXVII. Vebri
LXXVI. 5 LXXVIII. sinyal stabil
LXXIX. axis/xl
Satriadi
LXXXI. Tasya LXXXII. harga
LXXX. 6 LXXXIII. axis/xl
Shafira terjangkau
LXXXV. Sahrul
LXXXVI. kecepatan
LXXXIV. 7 LXXXVII. telkomsel
Zerianto akses
LXXXIX. Ridho Al- XC. harga
LXXXVIII. 8 XCI. Tri
Qodri terjangkau
XCIV. harga
XCII. 9XCIII. Rauf XCV. Tri
terjangkau
XCVI. 1 XCVIII. kecepatan
XCVII. Miko XCIX. telkomsel
0 akses
C. 1 CII. kecepatan
CI. Yoga CIII. telkomsel
1 akses
CIV. 1 CV. Nadia CVI. sinyal stabil
CVII. telkomsel
2
CVIII. 1 CX. kecepatan
CIX. Yona CXI. telkomsel
3 akses
CXII. 1CXIII. siti CXIV. kecepatan
CXV. telkomsel
4 muzdalifah akses
CXVI. CXVII.
1 WindaCXVIII. kecepatan
CXIX. telkomsel
5 Sarah akses
CXX. 1
CXXI. sella CXXII. harga
CXXIII. indosat
6 gusanda terjangkau
CXXIV. CXXV.1 Abdurrahm CXXVI. harga
CXXVII. Tri
7 an Zaki terjangkau
CXXVIII. CXXIX.
1 florence CXXX. harga
CXXXI. indosat
8 kristanti s terjangkau
CXXXII. CXXXIII.
1 Garin CXXXIV. harga
CXXXV. axis/xl
9 Rezani terjangkau
CXXXVI. 2 CXXXVIII. kecepatan
CXXXVII. ghifari CXXXIX. telkomsel
0 akses
CXL. keterangan (values/labels) :
a. Prioritas memilih paket : c.
- Harga terjangkau 1 d. Provider yang saat ini di gunakan
- Kecepatan akses 2 - tri 1
- Sinyal stabil 3 - Axis/xl 2
b. - Indosat 3
- Telkomsel 4
e.
CXLI. HASIL DAN PEMBAHASAN
f.
1 Tabel Case Processing Summary
g.
h. Case Processing Summary

i. j. Cases

l. Valid m. Missing n. Total

p. N q. Pe r. N s. Pe t. N u. Pe
rcent rcent rcent

v. Prioritas_Memili
h_Paket_Data * x. 1 z. 0. aa. 2 ab. 1
w. 20 y. 0
Provider_yang_Saat_ini 00.0% 0% 0 00.0%
_Digunakan
ac.
ad. Dari tabel diatas dapat diinterpretasikan bahwa data antara variabel
prioritas memilih paket data dengan variabel provider yang saat ini digunakan
ada total 20 data yang valid. Dari tabel juga terlihat bahwa tidak terdapat
missing value, dan persentasenya 0.0% dengan nilai 0. Sehingga dapat ditarik
simpulan bahwa semua data terproses dengan baik dengan total data 20 dan
persentase 100%.
ae.
af.
ag.
4. Table Count
ah. Prioritas_Memilih_Paket_Data * Provider_yang_Saat_Ini_Digunakan
Crosstabulation
ai. Count

aj. ak. Provider_yang_Saat_Ini_Digunakan al. To

an. 1 ao. 2 ap. 3 aq. 4 tal

at.
au. 4 av. 2 aw. 2 ax. 0 ay. 8
1

as. Prioritas_Memilih_ ba.


bb. 0 bc. 0 bd. 0 be. 8 bf. 8
Paket_Data 2

bh.
bi. 0 bj. 1 bk. 2 bl. 1 bm. 4
3
bs. 2
bn. Total bo. 4 bp. 3 bq. 4 br. 9
0

bt. Dari data di atas, dapat di lihat bahwa dari 20 responden,


- responden yang memprioritaskan harga yang terjangkau 4 orang
menggunakan provider tri, yang menggunakan provider axis/xl dan
indosat masing-masing 2 orang, dan tidak ada yang memakai
provider telkomsel;
-
8 responden yang memprioritaskan kecepatan akses semuanya
memilih telkomsel;
- Dan yang memprioritaskan sinyal yang stabil 1 orang menggunakan
provider axis/xl, 2 orang memilih provider indosat dan 1 orang
memilih telkomsel.
bu.
5. Tabel Chi-Square Test
bv.
bw. Chi-Square Tests

bx. by. Value bz. D ca. Asymp. Sig. (2-


f sided)

cb. Pearson Chi-


cc. 20.833a cd. 6 ce. .002
Square
cf. Likelihood Ratio cg. 26.554 ch. 6 ci. .000
cl. cm.
cj. N of Valid Cases ck. 20

cn. a. 12 cells (100.0%) have expected count less than 5. The minimum
expected count is .60.
co. Dasar yang digunakan:
Jika nilai probabilitas > 0,05 maka Ho diterima
Jika nilai probabilitas < 0,05 maka Ho ditolak dan H1 diterima
Ho = tidak ada hubungan antara baris dan kolom (antara prioritas
dalam memilih paket data dengan provider yang di gunakan)
H1 = ada hubungan antara baris dan kolom (antara prioritas dalam
memilih paket data dengan provider yang di gunakan)
cp. Pengambilan Keputusan:
cq. Dari tabel diatas terlihat bahwa kolom Asymp Sig. bernilai
0.002 yang berarti < 0,05 maka Ho ditolak. Hal ini berarti ada hubungan
antara prioritas dalam memilih paket data dengan provider yang di
gunakan. Dapat diartikan bahwa seseorang akan menggunakan/memilih
provider paket data yang memberikan pelayanan sesuai dengan
prioritasnya.

6. Tabel Directional Measures


cr.
cs. Directional Measures

ct. cu. V cv. Asy cw. A cx. A


alue mp. Std. pprox. pprox.
Error a
T b
Sig.

cy. Nominal cz. Lambda db. . dc. . dd. 5 de. .


da. Symmetric
by Nominal 565 118 .080 000

dh. Prioritas_Me di. . dj. . dk. 3 dl. .


milih_Paket_Data 667 136 .651 000
Dependent
do. Provider_yan
dp. . dq. . dr. 2 ds. .
g_Saat_Ini_Digunak
455 178 .085 037
an Dependent

dv. Prioritas_Me dy.


dw. . dx. . dz. .
milih_Paket_Data
601 108 001c
du. Goodman Dependent
and Kruskal tau ec. Provider_yan ef.
ed. . ee. . eg. .
g_Saat_Ini_Digunak
460 067 000c
an Dependent

ek. . el. . em. 8 en. .


ej. Symmetric
567 079 .310 000 d

eq. Prioritas_Me
er. . es. . et. 8 eu. .
ei. Uncertainty milih_Paket_Data
629 094 .310 000d
Coefficient Dependent

ex. Provider_yan
ey. . ez. . fa. 8 fb. .
g_Saat_Ini_Digunak
516 074 .310 000 d

an Dependent

fc. a. Not assuming the null hypothesis.


fd. b. Using the asymptotic standard error assuming the null hypothesis.
fe. c. Based on chi-square approximation
ff. d. Likelihood ratio chi-square probability.
fg. Dasar Teori :
Jika nilai approx. sig > 0,05 maka hubungan antara kedua variabel
tidak nyata
Jika nilai value symmetric mendekati 1 maka hubungan antara variabel
kuat
Value yang lebih besar lebih berkontribusi
Nilai Approx.sig suatu variabel dapat diprediksi apabila nilai Approx.Sig
variabel lainnya bernilai lebih dari 0.05
fh. Dari tabel tersebut dapat disimpulkan :
Nilai Approx.Sig adalah 0.000 yang artinya lebih kecil dari 0.05 atau
tidak > 0.05, berarti hubungan antar kedua variabel nyata
Nilai value symmetric adalah 0.565, dan sedikit lebih mendekati 1,
artinya hubungan antara variabel cukup kuat
Variabel Prioritas Memilih Paket Data lebih berkontribusi dengan nilai
value 0.667 ketimbang variabel Provider Yang Saat Ini Digunakan
dengan nilai value 0.455
Kedua variabel tidak dapat saling memprediksi karena nilai approx.sig
masing-masing variabel bernilai < 0.05
fi.
fj.

7. Tabel symmetric measures


fk. Symmetric Measuresc
fl. fm. V fn. Appr
alue ox. Sig.

fq. 1.
fp. Phi fr. .002
021

fo. Nominal by fu. .


ft. Cramer's V fv. .002
Nominal 722

fx. Contingency fy. .


fz. .002
Coefficient 714
gb. 2 gc.
ga. N of Valid Cases
0

gd. a. Not assuming the null hypothesis.


ge. b. Using the asymptotic standard error assuming the null
hypothesis.
gf. c. Correlation statistics are available for numeric data only.
gg.
gh.Dasar Teori :
gi. Jika nilai seluruh value menunjukkan angka mendekati 1, maka
hubungan antara variabel adalah erat atau dekat.
gj. Hasil Analisa :
gk. Ada 3 besaran untuk menghitung korelasi antara variabel prioritas
dalam memilih paket data dengan variabel provider yang di gunakan, dan
ketiganya mempunyai angka signifikan atau nilai Probabilitas (Approx.Sig)
0,002. Karena nilai Probabilitas di bawah 5% (0.05), maka bisa dikatakan ada
hubungan antara kedua variabel tersebut (seperti yang telah dibuktikan
sebelumnya).
gl. Besaran korelasi Phi menghasilkan angka 1.021, dan korelasi
Cramers V menunjukkan angka 0.722. Sedangkan koefisien kontingensi
menghasilkan angka 0.714. Dari ketiga angka tersebut dapat disimpulkan
bahwa ada hubungan yang cukup erat antara kedua variabel, sebab
ketiganya menunjukkan angka yang mendekati 1.
8. Data Diagram Bar Chart
gm.

gn.
go.
CXLII. KESIMPULAN
gp.Aplikasi SPSS sangat membantu pekerjaan dalam bidang
perencanaan wilayah dan kota. Aplikasi SPSS sangat membantu
kinerja seorang planner, karena banyaknya fitur, juga sebagai alat
bantu untuk menganalisis keterkaitan antar aspek-aspek fisik, sosial,
ekonomi dan lainnya. Dengan bantuan aplikasi SPSS, seorang
planner dapat membuat hipotesa dan perkiraan suatu keadaan di
masa depan dengan menganalisa data-data yang sudah di dapat.
Contohnya memprediksi banjir di suatu wilayah dengan menganalisa
keadaan fisik dan social di wilayah tersebut.
gq.Pada aplikasi SPSS terdapat suatu fitur analisa yang bernama
Analisis Crosstab. Analisis Crosstab adalah analisis yang terdapat di
dalam perangkat SPSS yang bertujuan untuk mengetahui hubungan
antara dua variabel atau lebih. Variabel yang ada diolah dengan
menggunakan dua metode pendekatan, metode pendekatan
tersebut adalah dengan model Kontingensi dan model Hierarchical
Log-Linear.
gr. Simpulan dari data tabel tersebut adalah :
1. Analisa Chi-Square :
gs. Variabel prioritas dalam memilih paket data dengan provider yang
di gunakan memiliki hubungan
2. Analisa Directional Measures :
a. Hubungan antara variabel prioritas dalam memilih paket data
dengan provider yang di gunakan nyata dan cukup kuat
b. Kedua variabel tidak dapat memprediksi satu sama lain karena
angka probabilitas masing masing bernilai < 0.05
3. Symmetric Measure :
gt. Hubungan antarvariabel erat karena ketiga value menunjukkan
angka mendekati 1
gu.
CXLIII. DAFTAR PUSTAKA
gv. Sumber rujukan penulisan di dapat dari akses internet website :
gw. http://www.spssindonesia.com/2015/01/uji-chi-square-dengan-spss-
lengkap.html. Diakses pada 25 September 2016
gx.https://eriskusnadi.wordpress.com/2008/12/04/dasar-dasar-spss/ .
Diakses pada 27 September 2016
gy. http://suicidealone.wordpress.com/2008/05/14/hello-world/. Diakses
pada 27 septrmbeer 2016.
gz. http://panduanskripsi.com/kelebihan-dan-manfaat-olah-data-spss-
dalam-berbagai-bidang/ Diakses pada 28 September 2016
ha.sumber data untuk analisa statistic :
hb.https://docs.google.com/spreadsheets/d/1V2AeRx4giEymnJI4GSMan
0oLE4-h1LXPTz3zQkRJx38/edit#gid=1928082683 di akses pada 27
September 2016
hc.
CXLIV. LAMPIRAN
hd.Langkah Kerja :
1. Buka Aplikasi SPSS , tunggu loading.
he.
hf.
hg.
hh.
hi.
hj. Akan muncul window seperti di bawah, klik cancel

hk.
2. Buka browser > buka google spreadsheet > input/copy data ke SPSS

hl.
hm.
hn. Buka window SPSS > Data View > Klik Kanan pada Cell pertama >
paste

ho.
hp.
hq.
hr.
hs.
ht.
3. Buka Variable view > edit nama variable > ubah width jadi 20 agar semua
kata masuk

hu.
4. Tambahkan label pada value, klik value > type nama value > tambahkan
label berupa angka > klik add > ulangi sampai semua value terinput >
klik ok
hv.

5. Klik icon value labels > data berubah sesuai label

hw.
hx.
hy.
hz.
ia.
ib.
ic.
id.
6. Selanjutnya lakukan analisa crosstabs pada data
ie. Klik Analyze pada MenuBar > pilih Descriptive Statistic > pilih
Crosstabs
if. Pada window crosstabs, masukkan variabel prioritas ke Row(s), dan
Provider ke Column(s)

ig.
7. Klik statistics > centang Chi-square dan Correlation > centang semua
pilihan pada bagian Nominal > klik continue

ih.
8. Biarkan menu lain tetap default (pengaturan awal) > centang display >
klik oke
ii.
9. Setelah semua diatur sesuai langkah tadi kemudian klik Ok > muncul
jendela Output SPSS Statistics Viewer

ij.
10.Copy data tabel dan diagram ke file laporan praktikum Ms.Word > berikan
penjelasan tentang tabel dan Diagram >

ik.
il.

im.
in.
11.Jangan lupa simpan file laporan dan file pekerjaan SPSS dalam bentuk .sav
io.
ip.
iq.
ir.
is.
it.
iu.
iv.
iw.
ix.
iy.
iz. Case Processing Summary

ja. jb. Cases

jd. Valid je. Missing jf. Total

jh. N ji. P jj. N jk. P jl. N jm. Pe


ercent ercent rcent

jn. Prioritas_Memilih_P
aket_Data * jp. 10 jr. 0. jt. 10
jo. 20 jq. 0 js. 20
Provider_yang_Saat_Ini_Dig 0.0% 0% 0.0%
unakan

ju.
jv.
jw. Prioritas_Memilih_Paket_Data * Provider_yang_Saat_Ini_Digunakan Crosstabulation
jx. Count

jy. jz. Provider_yang_Saat_Ini_Digunakan ka. To

kc. 1 kd. 2 ke. 3 kf. 4 tal

ki.
kj. 4 kk. 2 kl. 2 km. 0 kn. 8
1

kh. Prioritas_Memilih_P kp.


kq. 0 kr. 0 ks. 0 kt. 8 ku. 8
aket_Data 2

kw.
kx. 0 ky. 1 kz. 2 la. 1 lb. 4
3
lc. Total ld. 4 le. 3 lf. 4 lg. 9 lh. 20

li.
lj.
lk. Chi-Square Tests

ll. lm. Va ln. df lo. Asymp.


lue Sig. (2-sided)

lp. Pearson Chi- lq. 20


lr. 6 ls. .002
Square .833a
lt. Likelihood lu. 26
lv. 6 lw. .000
Ratio .554
lx. N of Valid lz. ma.
ly. 20
Cases

mb. a. 12 cells (100.0%) have expected count less than 5. The


minimum expected count is .60.

mc.
md.
me.
mf. Directional Measures

mg. mh. V mi. Asy mj. A mk. A


b
alue mp. Std. pprox. T pprox. Sig.
a
Error

mo. . mq. 5 mr. .


mn. Symmetric mp. .118
565 .080 000

mu. Prioritas_Mem
mv. . mx. 3 my. .
ilih_Paket_Data mw. .136
mm. Lambda 667 .651 000
Dependent

nb. Provider_yang
nc. . ne. 2 nf. .
_Saat_Ini_Digunakan nd. .178
455 .085 037
Dependent

ni. Prioritas_Mem nl.


nj. . nm. .
ilih_Paket_Data nk. .108 c
601 001
ml. Nominal nh. Goodman and Dependent
by Nominal Kruskal tau np. Provider_yang ns.
nq. . nt. .
_Saat_Ini_Digunakan nr. .067
460 000c
Dependent

nx. . nz. 8 oa. .


nw. Symmetric ny. .079 d
567 .310 000

od. Prioritas_Mem
oe. . og. 8 oh. .
nv. Uncertainty ilih_Paket_Data of. .094
629 .310 000d
Coefficient Dependent

ok. Provider_yang
ol. . on. 8 oo. .
_Saat_Ini_Digunakan om. .074 d
516 .310 000
Dependent

op. a. Not assuming the null hypothesis.


oq. b. Using the asymptotic standard error assuming the null hypothesis.
or. c. Based on chi-square approximation

os. d. Likelihood ratio chi-square probability.


ot.
ou. Symmetric Measuresc

ov. ow. Va ox. Appr


lue ox. Sig.

pa. 1.
oz. Phi pb. .002
021

oy. Nominal by pe. .


pd. Cramer's V pf. .002
Nominal 722

ph. Contingency pi. .


pj. .002
Coefficient 714
pm.
pk. N of Valid Cases pl. 20

pn. a. Not assuming the null hypothesis.


po. b. Using the asymptotic standard error assuming the null hypothesis.
pp. c. Correlation statistics are available for numeric data only.

pq.
pr.
ps.
pt.

pu.