Anda di halaman 1dari 74

MODUL PRAKTIKUM STATISTIKA

STIKES KENDEDES MALANG

1
2017

2
SPSS

(STATISTICAL PRODUCT AND SERVICE SOLUTION)

MEMULAI SPSS

Untuk memulai SPSS 10 for Windows langkah yang harus dilakukan adalah:
Klik menu Start | Programs | SPSS for Windows | SPSS 10.0 for Windows.

 Dasar – Dasar SPSS

SPSS merupakan salah satu sekian banyak software statistika yang telah dikenal luas
dikalangan penggunaannya. Disamping masih banyak lagi software statistika lainnya seperti
Minitab, Syastas, Microstat dan masih banyak lagi. SPSS sebagai sebuah tools mempunyai
banyak kelebihan, terutama untuk aplikasi di bidang ilmu sosial.

3
 SPSS Environment

MENU BAR

TOOL

BAR

DATA VIEW VARIABLE VIEW

MENU BAR : Kumpulan perintah – perintah dasar untuk meng-operasikan SPSS.

Menu yang terdapat pada SPSS adalah :

1. FILE
Untuk operasi file dokumen SPSS yang telah dibuat, baik untuk perbaikan pencetakan dan
sebagainya. Ada 5 macam data yang digunakan dalam SPSS, yaitu :

4
1. Data : dokumen SPSS berupa data

2. Systax : dokumen berisi file syntax SPSS

3. Output : dokumen yang berisi hasil running out SPSS

4. Script : dokumen yang berisi running out SPSS

5. Database

♠ NEW : membuat lembar kerja baru SPSS

♠ OPEN : membuka dokumen SPSS yang telah ada

Secara umum ada 3 macam ekstensi dalam lembar kerja SPSS, yaitu :

1. *.spo : file data yang dihasilkan pada lembar data editor

2. *.sav : file text/obyek yang dihasilkan oleh lembar output

3. *.cht : file obyek gambar/chart yang dihasilkan oleh chart window

5
♠ Read Text Data : membuka dokumen dari file text (yang berekstensi txt), yang
bisa dimasukkan/dikonversi dalam lembar data SPSS
♠ Save : menyimpan dokumen/hasil kerja yang telah dibuat.
♠ Save As : menyimpan ulang dokumen dengan nama/tempat/type dokumen
yang berbeda
♠ Page Setup : mengatur halaman kerja SPSS
♠ Print : mencetak hasil output/data/syntaq lembar SPSS
Ada 2 option/pilihan cara mencetak, yaitu :
- All visible output :mencetak lembar kerja secara keseluruhan
- Selection : mencetak sesuai keinginan yang kita sorot/blok
♠ Print Preview : melihat contoh hasil cetakan yang nantinya diperoleh
♠ Recently used data: berisi list file data yang pernah dibuka sebelumnya.
♠ Recently used file : berisi list file secara keseluruhan yang pernah dikerjakan

2. EDIT
Untuk melakukan pengeditan pada operasi SPSS baik data, serta pengaturan/option untuk
konfigurasi SPSS secara keseluruhan.

♠ Undo : pembatalan perintah yang dilakukan sebelumnya



♠ Redo
Cut :: perintah pembatalan
penghapusan perintah redo yang
sebual sel/text/obyek, bisa dilakukan sebelumnya
dicopy untuk keperluan
tertentu dengan perintah dari menu paste
♠ Paste : mempilkan sebua sel/text/obyek hasil dari perintah copy atau
cut
♠ Paste after : mengulangi perintah paste sebelumya
♠ Paste spesial : perintah paste spesial, yaitu bisa konvesri ke gambar, word, dll
♠ Clear : menghapusan sebuah sel/text/obyek
♠ Find : mencari suatu text
♠ Options : mengatur konfigurasi tampilan lembar SPSS secara umum

3. VIEW
Untuk pengaturan tambilan di layar kerja SPSS, serta mengetahu proses-prose yang
6
sedang terjadi pada operasi SPSS.

♠ Status Bar : mengetahui proses yang sedang berlangsung


♠ Toolbar : mengatur tampilan toolbar
♠ Fonts : untuk mengatur jenis, ukuran font pada data editor SPSS
- Outline size : ukuran font lembar output SPSS
- Outline font : jenis font lembar output SPSS
♠ Gridlines : mengatur garis sel pada editor SPSS
♠ Value labels : mengatur tampilan pada editor untuk mengetahui value label

4. DATA
Menu data digunakan untuk melakukan pemrosesan data.
♠ Define Dates : mendefinisikan sebuah waktu untuk variable yang meliputi
jam, tanggal, tahun, dan sebagainya

7
♠ Insert Variable : menyisipkan kolom variable
♠ Insert case : menyisipkan baris
♠ Go to case : memindahkan cursor pada baris tertentu
♠ Sort case : mengurutkan nilai dari suatu kolom variable
♠ Transpose : operasi transpose pada sebuah kolom variable menjadi baris
♠ Merge files : menggabungkan beberapa file dokumen SPSS, yang
dilakukan dengan penggabungan kolom-kolom variablenya
♠ Split file : memecahkan file berdasarkan kolom variablenya
♠ Select case : mengatur sebuah variable berdasarkan sebuah persyaratan
tertentu
5. TRANSFORM

Menu transform dipergunakan untuk melakukan perubahan-perubahan atau penambahan


data.

♠ Compute : operasi aritmatika dan logika untuk

♠ Count : untuk mengetahui jumlah sebuah ukuran data tertentu pada


suatu baris tertentu

♠ Recode : untuk mengganti nilai pada kolom variable tertentu, sifatnya


menggantikan (into same variable) atau merubah (into
different variable) pada variable baru

♠ Categorize variable : merubah angka rasional menjadi diskrit

♠ Rank case : mengurutkan nilai data sebuah variabel

6. ANALYSE

Menu analyse digunakan untuk melakukan analisis data yang telah kita masukkan ke
dalam komputer. Menu ini merupakan menu yang terpenting karena semua pemrosesan
dan analisis data dilakukan dengan menggunakan menu correlate, compare mens,
regresion.

7. GRAPH
8
Menu graph digunakan untuk membuat grafik, diantaranya ialah bar, line, pie, dll

8. UTILITIES

Menu utilities dipergunakan untuk mengetahui informasi variabel, informasi file, dll

9. AD-ONS

Menu ad-ons digunakan untuk memberikan perintah kepada SPSS jika ingin
menggunakan aplikasi tambahan, misalnya menggunakan alikasi Amos, SPSS data entry,
text analysis, dsb

10. WINDOWS

Menu windows digunakan untuk melakukan perpindahan (switch) dari satu file ke file
lainnya

11. HELP

9
Menu help digunakan untuk membantu pengguna dalam memahami perintah-perintah
SPSS jika menemui kesulitan

TOOL BAR : Kumpulan perintah – perintah yang sering digunakan dalam bentuk
gambar.

POINTER : Kursor yang menunjukkan posisi cell yang sedang aktif / dipilih.

CARA MEMBUAT VARIABEL DAN ENTRY DATA:

Setelah SPSS dibuka, maka anda akan menjumpai menu di kiri bawah “Data View” dan
“Variable View”.

A. Membuat Variabel

Langkah pertama adalah dengan mendefinisikan terlebih dahulu variablenya:

1. Aktifkan variable view


2. Isikan data-data variabel:
- Name  nama variable (Default Max 8 karakter)
- Type  tipe data dari variable

- Width  mengatur banyaknya karakter yang dibutuhkan suatu data.

- Decimal  untuk data yang bertipe numeric.

- Label  untuk memberi keterangan penjelas dari variable.

- Values  untuk menentukan label variable dan nilai dari label tersebut.

10
- Missing  digunakan apabila dalam data yang akan diolah terdapat data-data yang
hilang atau tidak ada. Misalkan, pada kolom missing diisi tanda “*” maka apabila
dalam variabel tersebut data yang disikan adalah tanda “*” berarti data tersebut tidak
ada.

- Coloum  digunakan untuk menentukan lebar kolom data.

- Align  untuk mengatur tampilan data rata kiri, rata kanan, atau tengah.

- Measure  menunjukkan jenis pengukuran data apakah bertipe skala (kuantitatif


asli), nominal, atau ordinal (untuk data kualitatif).

Berikut adalah contoh tampilan dari pendefinisian variable

11
B. Entry Data

Setelah kita isikan variabelnya, langkah selanjutnya adalah mengisi data, langkahnya adalah
sebagai berikut:

1. Aktifkan ”Data View”, maka nama-nama variabel yang kita buat sebelumnya akan
dimunculkan dan siap untuk diisi.

2. Isikan data tiap kolom dengan disesuaikan tipe datanya.

Berikut contoh datanya:

3. Simpan dan beri nama, misal Contoh-1

Pemilihan dan Menjalankan Prosedur Statistik


Dalam memilih prosedur statistik, perlu diperhatikan :

12
 Jenis data yang diperoleh, apakah bertipe ordinal, skala, atau nominal.
 Hal yang diharapkan atau yang ingin diketahui dari data yang diperoleh tersebut..

Langkah-langkah yang dilakukan adalah, sebagai berikut :

1. Klik menu Analize | Descriptive Statistics | Descriptive


2. Pilih variable yang ingin diketahui deskripsinya, misalnya variable n_uas
3. Klik tanda untuk memindah variable ke kolom Variable(s),
4. Klik OK untuk menghasilkan analisa seperti gambar di bawah ini.

13
Outputnya:

SOAL LATIHAN:
14
Berikut adalah data nilai recruitment karyawan di suatu perusahaan :
no nama Lulusan Psikotes Skill Interview
1 Tukinah SMU 87 65 65
2 Sukijo SMK 79 86 78
3 Painem D3 90 43 97
4 Tumiyem S1 76 65 80

15
5 Sipon SMU 50 83 97
6 Kardi D2 87 46 64
7 Ruslan SMK 65 75 60
8 Kamidi S1 68 89 76
9 Siti SMK 45 67 79
10 Ari SMU 26 65 65

Catatan.
Range nilai yang digunakan adalah 0 – 100
1. Masukkan data tersebut ke dalam tabel SPSS (definisikan variabel nama, lulusan, psikotes,
skill, dan interview), dan untuk lulusan gunakan value label!

2. Lakukan analisa untuk mengetahui nilai minimum, maksimum, mean, dan standar deviasi
untuk nilai psikotes, skill, dan interview!

3. Tuliskan pula hasil analisa Anda!

4. Urutkan data tersebut berdasarkan nama peserta secara Ascending

5. Simpanlah data dengan nama latihan1.sav

MENYUSUN DISTRIBUSI FREKUENSI

Pembuatan Tabel Frekuensi

TUJUAN:

Untuk menggambarkan data dalam berbagai ukuran pusatnya, seperti Mean, Median, Modus,
Kuartil, Desil, Percentil, Skweness, Kurtosis, dll.

Data yang diolah bisa berupa data kuantitatif (lebih optimal), bisa juga data kualitatif.
Cara membuat:

1. Buka file contoh-1.sav

16
2. Pilih menu Analyze -> Descriptive Statistict -> Frequencies

3. Muncul kotak dialog Frequencies, Pilih variable n_uas untuk dimasukkan dalam
variable(s).

4. Klik bagian kiri bawah, “Statistics” kemudian muncul kotak dialog Frequencies

Statistics.

5. Isi kotak dialog Frequencies Statistics, seperti di bawah ini:

17
Perintah Charts

Perintah Chart digunakan untuk pemvisualisasian dalam bentuk grafik.

Perintah-perintah dalam Charts, adalah :

Bar Charts

 menghasilkan representasi grafik cacah frekuensi untuk setiap nilai yang berlainan.

Pie Charts

 menghasilkan representasi grafik berupa lingkaran.

Histogram

 dapat juga ditampilkan kurva distribusi normal

 berdasarkan interval

Contoh menu yang ditampilkan dari perintah Charts :

18
Perintah Format

Pada perintah ada dua hal yang mendasar, yaitu :

19
Sorting

 digunakan untuk mengurutkan data pengamatan baik secara ascending maupun


descending, bahkan dapat juga berdasarkan jumlah data.

Multiple Variable

 digunakan untuk membandingkan variable dan mengorganisir keluaran berdasarkan


variable

Tampilan Format, seperti berikut :

SOAL LATIHAN:

1. Lakukan analisis untuk data pengamatan terhadap nilai ujian statistik dari 40 mahasiswa
semester genap tahun ajaran 2002/2003 berikut :

68 84 75 82 55 67 77 87 65 55

56 66 77 65 58 76 58 87 67 96

75 67 67 87 65 76 56 76 56 66

66 77 65 76 87 67 94 92 56 77

20
2. Dari hasil analisis tersebut :

a. Tuliskan nilai persentile ke 25, 50, 75, dan 98.


b. Tuliskan pula nilai mean, median, modus, dan sum-nya.
c. Tuliskan nilai minimum, maksimum, standar deviasi, variance, dan range-nya.
d. Buatlah visualisasi dalam grafik dengan tipe Bar, Pie, dan Histogram.

Simpan data Anda dengan Latihan2.sav

21
OLAB CUBES

TUJUAN:

Meringkas data secara praktis dan bisa menyangkut banyak variabel. Pada olab cubes hanya
sekedar memberikan deskripsi atau gambaran sederhana saja tanpa memberikan
inferensi/penarikan kesimpulan.

Langkah membuat:

1. Buka database, ambil data yang sudah dibuat (contoh1)

2. Klik menu ANALYZE dari menu utama SPSS

3. Pilih menu REPORT, kemudian sub menu OLAP CUBES

4. Berikut muncul kotak dialog Olab Cubes & pengisian kotak dialognya:

a. Reset -> bersihkan dari isian sebelumnya

22
b. Kotak Summary Variable -> harus diisi variabel kuantitatif, misalnya Nilai
Praktikum, Nilai UTS, atau Nilai UAS. Kemudian klik anak panah untuk
memasukkan ke Summary Variable.

c. Kotak Grouping Variable -> harus diisi variabel kualitatif (sebagai variable
pengelompoknya), misalnya jenis kelamin atau jurusan.

d. Tekan statistic pada menu kotak dialog Olab Cubes dibagian kanan, nomor dua dari
bawah. Akan muncul kotak dialog seperti di bawah ini:

23
Pilih besaran-besaran yang ingin dicari, misal: Mean, Sum, Maksimum, Minimum,
dll.

e. Klik continue

SOAL LATIHAN:

Kasus 1

Data berikut menunjukkan distribusi nilai ujian Kalkulus yang diikuti oleh 40
mahasiswa, dimana nilai minimal dalam ujian adalah 40 dan nilai A untuk nilai yang 
80

NILAI UJIAN JUMLAH MAHASISWA

3
Kurang dari 50
8
Kurang dari 60
Kurang dari 70 16

24
Kurang dari 80 19

Kurang dari 90 31

Kurang dari 100 40

25
Pertanyaan.

a. Buatlah tabel distribusi frekuensi-nya


b. Tentukan Mean, Median dan Modus-nya.
c. Berapa prosentase mahasiswa yang tidak mendapatkan nilai A
d. Hitung Kuartil 1 & Persentil 10

TRANSFORMASI DATA (PERINTAH COMPUTE)

Transformasi (perubahan) data digunakan untuk memodifikasi nilai-nilai yang telah ada. Hal ini
dilakukan apabila dalam suatu analisis mensyaratkan distribusi tertentu, umumnya distribusi
normal.

Beberapa perintah transformasi data yang akan kita pelajari adalah Compute dan Recode

PERINTAH COMPUTE

 Transformasi Compute akan menciptakan variabel baru atau memodifikasi nilai-nilai


variabel untuk setiap case.
 Transformasi yang dapat dilakukan dengan Compute adalah transformasi numerik dan
string.

Untuk menggunakan fasilitas Compute, langkah yang dilakukan :

1. Klik menu Transform | Compute


2. Buat variabel hasil transformasi dalam Target Variable.
3. Tentukan transformasi yang akan dilakukan, apakah transformasi numerik atau string.
Klik menu Type & Label dan kemudian pilih jenis transformasi yang dikehendaki.

26
4. Klik Continue.
5. Klik OK untuk melakukan transformasi, Cancel untuk membatalkan atau Reset untuk
mengganti proses transformasi.

Berikut adalah gambar tampilan menu Compute :

27
Dalam menu Compute, terdapat beberapa hal yang penting, yaitu:

 Calculator Pad
 Function
 IF

B. Calculator Pad
Untuk membantu melakukan berbagai perhitungan, seperti operator aritmatika, operator relasi, dan
operator logika

C. Function
Function merupakan fungsi-fungsi default yang tersedia di dalam SPSS yang meliputi fungsi Aritmetika,

Statistik, Distribusi, String, Date and Time, Random.

Contoh Function yang akan digunakan

ABS Mencari nilai absolute

MOD Mencari sisa pembagian 28

SQRT Mencari akar


MAX Mencari nilai maksimal

MIN Mencari nilai minimal

MEAN Mencari nilai rata-rata

CONCAT Untuk menggabungkan ekspresi

LOWER Untuk mengubah huruf besar menjadi huruf kecil

LENGTH Untuk mengetahui panjang suatu string

UPCASE Untuk mengubah huruf kecil menjadi huruf besar

dan lain-lain

Contoh aplikasi :
buka file contoh1.sav

Aplikasi 1.

Buatlah variabel baru untuk menentukan jumlah nilai dari tiga nilai mid, uas dan praktikum dari masing-

masing mahasiswa, dengan nama variabel : tot_nil

Langkah yang diperlukan :

1. Klik Transform pilih Compute.


2. Buat variabel penampung dengan nama tot_nil
3. Klik Type & Label, pilih Type Numerik dan Labelnya adalah Jumlah Nilai Mahasiswa, kemudian
klik Continue
4. Pada kotak Function, pilih SUM(numexpr,numexpr,…)
5. Masukkan satu per satu variabel pascal, logika, dan stat yang dipisahkan dengan tanda koma ke dalam
kotak Numeric Expression.
6. Klik OK.

29
Hasil tampak pada gambar:

D. Fungsi IF
Perintah IF digunakan apabila dalam transformasi data dibutuhkan himpunan bagian dari
case dengan menggunakan ekspresi kondisi, yang terdiri atas >. <, >=, <=, =, atau ~=.

Apabila kondisi bernilai TRUE maka transformasi akan dilakukan.

Aplikasi 2.

Anda diminta menulis nama-nama mahasiswa yang dinyatakan lulus mata kuliah logika, yaitu
yang nilainya di atas 60.

Langkah yang diperlukan :

1. Klik Transform, kemudian pilih Compute.

30
2. Pada kotak Target Variable, tulis variabel lulus.
3. Masukkan variabel nama ke kotak numeric expression.
4. Klik IF
5. Klik include if case satisfies condition.
6. Klik variabel logika dan masukkan ke kotak numeric expression, lalu klik tanda > dan tulis
60
7. Klik Continue.
8. Klik OK.

31
Dari lat 2:

- buat Variabel untuk menampilkan nama karyawan yang sudah menikah

- buat Variabel untuk menampilkan nama karyawan pria yang sudah menikah

- buat variable baru untuk menampilkan nama karyawan yang belum menikah dengan
pengalaman kerja lebih dari 2 tahun

- buat variable baru untuk menampilkan nama karyawan yang belum menikah yang
bekerja di bidang administrasi atau keuangan

- buat variable baru untuk menampilkan nama karyawan dengan huruf capital untuk
karyawan yang pengalaman kerjanya selain 3 tahun!

- buat variable baru untuk menampilkan nama karyawan wanita yang bekerja di bagian
administrasi dengan gaji antara 900 – 1100

32
- buat variable baru untuk menampilkan nama karyawan yang belum menikah dan
tingkat pendidikannya SMU atau Akademi!

PERINTAH RECODE

 Untuk mengubah pengkodean variabel numerik atau string pendek berdasarkan nilai ke nilai
 Ada 2 pilihan record, yaitu: pada variabel yang sama (Into Same Variables) atau
berbeda/baru (Into Different Variables).
 Langkah yang diperlukan:

33
- Pada Variabel yang berbeda /Baru ( Into Different Variables )

1. Klik Transform | Recode | Into Different Variables


2. Klik If untuk ekspresi kondisi dan Old and New Value
3. Masukan nilai yang akan diganti (Old Value) dan nilai yang baru (New Value)
4. Klik Add | Continue | OK

Contoh:

Buka file contoh1.sav

1. Carilah nilai akhir dari setiap mahasiswa dengan nama variabel NILAI
NILAI berasal dari 10% tugas, 20% uts, 30% uas, dan 40% praktek.

Hasilnya :

34
2. Buat variabel N_HURUF1.
Bila NILAI >=70 dan <=100 maka nilai HURUFnya “A”,
Bila NILAI >= 60 dan < 70 nilainya “B”, Bila NILAI >= 40 dan < 60 nilainya “C”,
Bila NILAI >= 0 dan < 40 nilainya “D”,

Langkah-langkah:
a. Klik Transform | Recode | Into Different Variable

b. Klik Old and New Values

35
c. Klik Continue | OK

36
Hasilnya:

- Pada Variabel yang Sama ( Into Same Variables )

Contoh:
Ubahlah nilai mahasiswa pada variabel yang sama dengan merubah nilai D menjadi gagal!
Langkah:

- Klik Transform | Recode | Into Same Variable


- Klik If untuk ekspresi kondisi dan Old and New Value
- Masukan nilai yang akan diganti (Old Value) & nilai yang baru (New Value)
- Klik Add | Continue | OK

37
Hasilnya

38
SOAL LATIHAN:

A. Berikut adalah data pada rekruitment karyawan level supervisor:

No Nama psi1 psi2 Interv skill

1 Audi 60 67 89 76

2 Alam 76 68 87 86

3 Luna Maya 55 69 79 76

4 Inul Daratista 87 87 98 78

5 Doni Sibarani 76 89 87 87

6 Aura Kasih 87 97 79 85

7 Dian Sastro 69 86 87 67

8 Ariel 79 78 87 78

9 Andika 87 87 89 86

10 Krisdayanti 88 66 88 77

Keterangan.

39
psi1 : nilai psikotest 1
psi2 : nilai psikotest 2
interv : nilai wawancara
skill : nilai skill

40
Dari data di atas, buatlah nilai akhir test tersebut,

1. Buat variabel HASIL, yaitu total nilai keseluruhan dari 4 nilai yang diperoleh

2. Buat variabel NILAI, nilai >= 340, maka nilainya A, >=320 nilainya B, bila >= 300 nilainya

C, dan bila < 300 maka nilainya D

3. Pada variabel yang sama, ubahlah NILAI-nya dengan kategori berikut:


A A , B  B+, C C+, D  D

4. Pada variabel yang berbeda, yaitu NILAI2, ubahlah nilai A A , B+  A, C+ B, D  D

5. Ubahlah nilai tersebut dalam nilai psikologi, dengan variabel NIL_PSI, dimana A =

disarankan, B = dipertimbangkan, dan C = ditolak

B. Berikut adalah data karyawan

41
Dari data di atas, buatlah:

1. Buat variabel tunjangan, dengan ketentuan yang memperoleh tunjangan adalah


karyawan yang mempunyai anak lebih dari 2. Besarnya tunjangan adalah 5% dari gaji
pokok tiap anaknya.

42
2. Buat variabel REKOM, yang berisi rekomendasi kenaikan jabatan. berdasarkan variabel
lama kerja. Lama_ker < 1, maka rekom = BELUM, Lama_ker antara 2 sampai 3 tahun,
maka rekom = DIPERTIMBANGKAN, Lama_ker di atas 4 tahun, rekom =
DIPRIORITASKAN

PENGUJIAN HIPOTESA

1. Pengertian :

(1) Pendapat yang dikemukakan terlebih dahulu sebagai titik


mula pembahasan suatu masalah dan ingin dibuktikan
kebenarannya dengan data empiris

(2) Dugaan /pendapat sementara yang masih perlu diuji


kebenarannya

2. Rumusan Hipotesis:

(1) Ho = Hipotesis null atau hipotesis nihil/kerja

Rumusan dengan menggunakan asas praduga bersalah

(2) Ha = Hi (Hipotesa Alternatif atau tandingan)

Rumusan ini harus mampu menampung (sbg alternatif)

apabila hipotesa nol tidak berlaku atau ditolak

PERINTAH FREQUENCIES & CROSSTAB


Tujuan :

1. Membuat tabel frekwensi


43
2. Mampu menyajikan data nominal dan ordinal ke dalam CROSSTAB

Langkah Untuk Perintah Frequencies


1. Buka program contoh1.sav
2. Klik menu utama Analyze | Descriptive Statistics | Frequencies sehingga muncul
tampilan berikut ini:

44
3. Kemudian klik variabel yang akan dimasukkan ke dalam tabel Frekuensi, dalam contoh ini
adalah variabel gender dan jurusan, kemudian masukkan ke dalam kotak Variable(s)
dengan meng-klik tanda panah () kemudian klik OK. Maka akan keluar output seperti
berikut ini:

45
PERINTAH CROSSTAB
Tujuan :
Menyajikan data dalam bentuk tabulasi silang (yaitu penyajian data dalam model baris dan
kolom.
Penyajian data terbaik yang bersifat kualitatif, khususnya yang berskala nominal.

Langkah :

1. Masukkan data di atas ke dalam Program SPSS (gunakan data sebelumnya).

2. Klik menu utama Analyze | Descriptive Statistics | Crosstabs sehingga muncul tampilan
berikut ini:

46
3. Kemudian klik variabel gender masukkan dengan tanda panah () ke dalam kolom
Row(s) dan variabel jurusan ke dalam kolom Column(s). Kemudian klik OK dan akan
ditampilkan output seperti berikut ini:

4. Klik Display clustered bar charts untuk menampilkan grafiknya, agar mudah untuk
menganalisisnya.

5. Klik Statistik maka kotak dialog Crosstabs Statistic muncul, check Chi-square.

47
Bar chart

Dari hasil output tersebut dapat disimpulkan bahwa, untuk gender pria lebih di dominasi oleh
jurusan D3TI dan S1SI. Sedangkan untuk gender wanita lebih didominasi oleh jurusan D3TI dan
D3MI.

48
Analisis Crosstabs Chi Square

Analisis Crosstabs Chi Square adalah suatu analisis hubungan antar variable data nominal.

Tabel Chi-square test menunjukkan bahwa nilai Asymp. Sig (2-sided) Pearson Chi Square adalah
0,261

Hipotesis :

Ho = tidak ada hubungan antara gender dengan jurusan.


H1 = ada hubungan antara gender dengan jurusan

Jika value chi-square hitung > α , maka Ho diterima

Jika value chi-square hitung < α , maka Ho ditolak

Asymp.Sig (2-sided) (0,261) > α 0,05, maka Ho diterima jadi tidak ada hubungan antar gender
dengan jurusan.

SOAL LATIHAN:

Berikut adalah data hasil pooling melalui SMS Idola Cilik 2 mengenai calon pemenang Idola

49
Cilik 2

No Nama Gender Job Pemenang

1 Shanty wanita PNS Patton

2 Alam pria Swasta Debo

3 Lorensa wanita PNS Obiet

4 Inal pria TNI/POLRI Debo

5 Permatasari wanita Pegawai Debo

50
6 Natalia wanita Pegawai Rahmi

7 Sastro pria PNS Rahmi

8 Bahar pria swasta Debo

9 Anisa wanita swasta Debo

10 Krisdayanti wanita PNS Rahmi

11 Agung pria pegawai Obiet

12 Laksono pria TNI/POLRI Obiet

13 Agus pria TNI/POLRI Debo

14 Hartono pria swasta Rahmi

15 Kusnadi pria pegawai Obiet

16 Wiranti wanita PNS Patton

17 Agnes wanita pegawai Patton

18 Dyah Utami wanita swasta Rahmi

19 Pandu pria swasta Debo

20 Krisna Pria swasta Patton

a. Entry-kan data ke dalam Program SPSS


b. Buatlah Values berikut ini :
1 = pria; 2 = wanita

1 = PNS; 2 = pegawai; 3 = swasta; 4 = TNI/POLRI

1 = Debo; 2 = Patton; 3 = Obiet; 4 = Rahmi

c. Buatlah tabel frekuensi untuk variabel Jender, Job, dan Pemenang.


d. Buatlah crosstab Gender X Pemenang: Gender pada posisi baris (Row) dan
Pemenang pada posisi kolom (Column)

51
e. Buatlah crosstab Job X Pemenang: Job pada posisi Row dan Pemenang pada posisi
Column.
f. Simpan data Anda dengan nama TUGAS5.sav

Selamat Mengerjakan ..!!!

52
PERAMALAN BISNIS (FORECASTING)

Metode peramalan /forecasting/ prediction / estimation

1. Metode kuantitatif ->data kuantitatif

2. Metode kualitatif -> data kualitatif (syarat pakar/pengalaman)


Peramalan kuantitatif mengenal 2 model:

a. Metode kausalitas (cause effect method)

Metode sebab akibat. Alat utama yang digunakan Korelasi & regresi
b. Metode runtut waktu (Time Serries Analysis)

Mencoba mengamati sesuatu variabel dikaitkan dengan waktu. Alat analisisnya Trend,
seasonal variations, Cyclical Variation, Irregular Variation

Dalam peramalan tidak ada satupun metode terbaik. Metode dianggap baik apabila ketika
diterapkan untuk suatu kasus peramalan akan menghasilkan error atau penyimpangan terkecil.

Analisis Trend atau Time Series analysis (analisis runtut waktu)


Time Series Adalah analisis yang mencoba menganalisis nilai suatu variable (disimbolkan
dengan Y) dikaitkan dengan unsur waktu (disimbolkan dengan X)

Trend adalah suatu gerakan (kecenderungan) naik atau turun dalam jangka panjang, yang
diperoleh dari rata-rata perubahan dari waktu ke waktu.

Metode Analisis Time Series (Trend), antara lain:

1. Free Hand Method


2. Semi Average Method
3. Least Square Method
53
4. Moving Average Method

ANALYSIS TREND DALAM SPSS

Aplikasi Time Series


 Masukkan data berikut ini dalam SPSS untuk data time series.

54
Langkah untuk data Time Series :

 Klik analysis  Regression  Curve Estimation

 Masukkan variable Y (Penjualan) sebagai variable Dependent (terikat) dan variable X


(Tahun) sebagai variabel Independent (bebas)
 Pilih atau klik Linear, abaikan yang lain
55
 OK
 Hasil akan nampak Persamaan yaitu konstantanya (bo) dan koefisian regresinya/ Trend
(b1) dan kurva estimasinya. Dapat dilihat pada grafik.

56
Untuk membuat persamaan Trend atau garis linearnya adalah : Y’ = a + b X

Maka hasil persamaan dari output tersebut adalah Y’ = - 2990821 + 1497,5 X

Langkah untuk Perintah SEQUENCE (Data Time Series)

57
 Dari data diatas pilih menu Graphs  Sequence

58
 Pada Format pilih Area Chart
 Kemudian Masukkan variable tahun ke kolom Time Axis Labels dan variable
penjualan ke kolom variables, kemudian klik Ok, maka akan tampil outputnya sebagai
berikut

59
ANALYSIS TREND DALAM MICROSOFT EXCELL

 Masukkan data penjualan sama dengan data yang ada di SPSS

 Letakkan pointer ramalan penjualan tahun 2000, lalu klik menu bar INSERT 
FUNCTION  STATISTICAL  TREND  OK, hingga muncul kotak dialog
TREND.
 Untuk Known_Y’S : blok data penjualan dari tahun 2000 sampai dengan 2009, dan
beri tanda absolute (tekan F4 pada keyboard)
 Untuk Known_X’S : blok data tahun dari tahun 2000 sampai dengan 2009, dan beri
tanda absolute (tekan F4 pada keyboard)
 Untuk New_X’S : Klik tahun 2000 saja
 Untuk Const, abaikan saja lalu klik OK, selanjutnya hasilnya Copy ke bawah.
 Hasilnya seperti table di bawah ini:

 Untuk membuat persamaan garis trend: Y’ = a + b X


 Untuk mencari nilai a, klik menu bar INSERT  FUNCTION  STATISTICAL
 INTERCEPS  OK, hingga muncul kotak dialog Trend.
Untuk Known Y’S : blok data penjualan dari tahun 2000 s/d 2009

60
Untuk Known X’S : blok data tahun dari 2000 s/d 2009, lalu OK.

61
 Untuk mencari nilai b, klik menu bar INSERT  FUNCTION  STATISTICAL
 SLOPE  OK, hingga muncul kotak dialog Trend.
Untuk Known Y’S : blok data penjualan dari tahun 2000 s/d 2009

 Untuk Known X’S : blok data tahun dari 2000 s/d 2009, lalu OK.

Catatan :

1. Jika menggunakan nilai X untuk tahun 2000 s/d 2009, maka hasil persamaan trend
diperoleh sebagai berikut : Y= - 2990821 + 1498X
2. Jika menggantikan nilai X untuk tahun 2000 s/d 2009 dengan angka 1 s/d 10, maka hasil
persamaan trend diperoleh sebagai berikut : Y = 2833 + 1498
3. Perbedaan ini tidak menjadi masalah karena hasil peramalan keduanya sama.

SOAL LATIHAN:

62
Berapa perkiraan Volume Penjualan Bulan Desember ?

63
REGRESI & KORELASI

- KORELASI
Pengertian :

(1) Mengukur derajat keeratan hubungan antara satu variabel dengan variabel lain

(2) Hanya sekedar mengukur hubungan, dan sifat hubungan dalam korelasi bisa dua arah
(bolak-balik), X berhubungan dengan Y atau Y berhubungan dengan X

(3)Hubungan dalam korelasi bisa positif (hubungan searah),nol (tidak ada hubungan) atau
negatif (berlawanan arah)

(4) Simbol atau notasi korelasi : “r” dan besarnya –1  r  1

Tujuan:

Untuk mengetahui hubungan dua variabel, bagaimana arah hubungan dan seberapa besar
hubungan tersebut.

Macam korelasi:

1. Korelasi Bivariate, yaitu korelasi yang terjadi antara 2 variabel. Sehingga variabel lain
diabaikan

a. Korelasi pearson, yaitu untuk mengukur korelasi data interval atau ratio.

b. Korelasi spearman&kendall, untuk mengukur korelasi data nominal & ordinal

2. Korelasi Partial, yaitu korelasi yang mencerminkan data nyata (korelasi 1/1) tetapi
variabel lain sebagai control kendali

64
Cara Menjalankan Korelasi Bivariate:

1. Input data di bawah ini:

65
2. Dari menu SPSS, pilih analyze, corelasi dan pilih Bivariate

3. Muncul kotak dialog Bivariate Correlation

4. Masukkan variabel yang akan dikorelasikan, yaitu harga, iklan, volume

5. Correlation Coeffisients pilih Pearson

6. Klik option, maka muncul kotak dialog Bivariate corr Options, pada pilihan statistic
abaikan dan pada pilihan Missing Value aktifkan Exclude case pairwise

7. Tekan OK
Catatan:

Output korelasi Bivariate ada tiga hal, yaitu besar angka korelasi, signifikansi hasil korelasi,
jumlah data yang diproses

Output:

66
- Besarnya angka korelasi :

hubungan antara variabel harga dengan iklan -0,654, artinya harga dengan biaya iklan
mempunyai hubungan terbalik. Semakin tinggi harga, maka biaya iklan akan semakin
turun.

Semakin besar angka korelasinya, semakin mendekati 0, maka semakin kuat


hubungannya.

- Signifikan hasil korelasi

Tanda * menandakan bahwa kedua variabel tersebut berkorelasi secara signifikan


apabila menggunakan 0,05

Tanda ** menandakan bahwa kedua variabel tersebut berkorelasi secara signifikan


apabila menggunakan 0,01

Cara Menjalankan Korelasi Parsial:

1. Gunakan data sebelumnya, harga, iklan & volume penjualan

67
2. Dari menu SPSS Dari menu SPSS, pilih analyze, corelasi dan pilih Parsial

3. Muncul kotak dialog Parsial Correlation

4. Masukkan variabel yang akan dikorelasikan, yaitu dengan memasukkan dua variabel,
misal harga dan iklan.

5. Controlling for atau variabel pengontrol pilih volume penjualan

6. Tekan OK

68
LATIHAN:

1. Adakah hubungan antara ekonomi makro, deviden, demand saham, supply saham, dan
harga saham?

2. Carilah korelasi partial antara:

a. Variabel deviden dengan harga saham


b. Permintaan saham dengan harga saham
c. Penawaran saham dengan harga saham

REGRESI
Tujuan :

Memprediksi besar variabel tergantung (dependent variabel) dengan menggunakan data variabel
bebasnya (independent variabel) atau mencari besarnya pengaruh dari variabel bebas terhadap
variabel terikatnya.

69
Membuat analisis regresi sederhana (Simple Regression):

Regresi sederhana adalah regresi antara satu variabel bebas dengan satu variabel terikat.

Cara menjalankan :

1. Buka data latihan harga saham

70
2. Dari SPSS, pilih Analize-> Regresi -> Linear

3. Muncul kotak dialog Linear Regression

4. Masukkan variabel dependent yaitu Harga saham & independent variabel deviden

5. Tekan OK
Output:

Variables Entered/Removed
Model Variables Variables Method

Entered Removed
1 deviden . Enter
a All requested variables entered.

b Dependent Variable: harga saham

Model Summary

Model R R Square Adjusted R Std. Error


of the
Square
Estimate

1 .844 .712 .696 513.89


a Predictors: (Constant), deviden

ANOVA 00
Model Sum of df Mean
Squares Square
1 Regression 11747719.4 1 11747719.4
76 76
Residual 4753560.52 18 264086.696
4

Total 16501280.0 19
71
F
Sig.
44.484 .000

a Predictors: (Constant), deviden

b Dependent Variable: harga saham

Coefficients
Unstandardi Standardize t Sig.
zed d
Coefficients Coefficients

Model B Std. Error Beta

1 (Constant) 696.621 746.474 .933 .363


deviden 6.711 1.006 .844 6.670 .000
a Dependent Variable: harga saham

72
keterangan:

1. Variabel entered/removed: menunjukkan variabel yang dimasukkan adalah Deviden &


variabel yang dikeluarkan tidak ada

2. Model Summary:

- R adalah koefisien korelasi, yang menunjukkan tingkat hubungan antara variabel


harga saham dengan deviden. Dalam hal ini hubungan kedua variabel 84,4 %.

- R Square adalah koefisien korelasi kuadrat atau koefisien determinasi (angka yang
menunjukkan seberapa besar variabel bebasnya secara bersama-sama mampu
menjelaskan perilaaku variabel terikatnya). Dalam hal ini variabel deviden mampu
menjelaskan 71,2 %perubahan pada variabel harga saham.

- Adjusted R Square adalah koefisien determinasi yang disesuaikan. Angkanya selalu


lebih kecil dari R square

3. Anova: untuk menguji model signifikan apa tidak.

Tabel ANOVA menunjukkan uji kelinearan sig (0,000) < α (0,05), maka Ho ditolak. Jadi
ada hubungan linear antara variabel Gaji dengan variabel masa kerja.

4. Coefficient adalah menunjukkan persamaan regresinya. a= konstanta, b = koefisien


regresi serta nilai t hitungnya yaitu untuk melihat bagaimana pengaruh variabel bebasnya
secara sendiri-sendiri terhadap variabel terikatnya atau bisa juga lihat pada kolom
signifikansi sebelah kanan nilai t hitungnya.

Persamaan regresi untuk kasus di atas adalah:


Y=696,621 + 6,711 X

Untuk Y = harga saham

X = deviden
73
Artinya:

Jika X (deviden) = 0 maka Y = 696,621

Jika deviden naik 1 maka harga saham naik sebesar 6,711.

74

Beri Nilai