MODUL PELATIHAN SPSS
PELATIHAN SPSS DASAR
MENGGUNAKAN IBM SPSS Statistic 20
oleh:
Joko Purwadi, M.Sc
HIMPUNAN MAHASISWA PRODI MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS AHMAD DAHLAN YOGYAKARTA
2016 STATISTIKA
Statistik merupakan cabang ilmu yang mempelajari tentang bagaimana mengumpulkan data,
menyusun data, menyajikan data, menganalisis data dengan metode tertentu dan
menginterpretasikan hasil analisis tersebut.
llmu Statistik dibagi dalam dua bagian :
Tipe Data Statisti
a
Statistik Deskriptif
Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian atau seluruh data
(pengamatan) untuk memberikan informasi tanpa pengambilan kesimpulan
Statistika Inferensi
Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk menganalisis
data, dan kemudian dilakukan interpretasi serta diambil kesimpulan. Statistika inferensi
‘akan menghasilkan generalisasi (jika sampel representatif).
Data Kulitatif
a. nominal _: data kategori yang tidak memiliki tingkat
b. ordinal _: data kategori yang memiliki tingkatan / level -
Data Kuantitatif
a. interval : Data numerik yang berada pada interval tertentue O Nak AbioW’
b. rasio. _: Data yang memiliki rasio / sifat angka memiliki arti yang sesunguhnya.
> Kalau berbubungan Ame senes
t- Wyck Eves all -
‘SPSS TRAINING 2016 | HMPS MATH UAD Pengenalan SPSS for Window
SPSS (Statistical Package for Social Science) adalah software khusus untuk menganalisis
data statistik yang banyak dipakai dalam berbagal riset pasar, pengendalian dan
perbaikan mutu (quality improvement) serta riset-riset sains.
Window pada SPSS
1, Data Editor
Window ini terbuka secara otomatis setiap kali SPSS dijalankan dan berfungsi untuk
input data SPSS. Menu yang ada pada data editor adalah : File, Edit, View, Data,
Transform, Analyze, Graphs, Utilities, Window dan Help.
2. Output viewer
Merupakan window untuk menampilkan hasil pengolahan data atau informasi yang
telah diolah lewat menu analyze. Isi output dapat berupa sebuah tabel, sebuah
grafik atau sebuah teks.
3. Syntaks Editor
Walaupun SPSS sudah menyediakan berbagai macam pengolahan data statistik
secara memadai, namun ada beberapa perintah atau pilihan yang hanya dapat
ditulis pada menu syntaks editor. Perintah SPSS harus diketik secara manual, namun
SPSS juga menyediakan berbagai kemudahan untuk pembuatan syntaksseperti lewat
Output Log, Journal File dan lainnya.
4. Script Editor
Script Editor digunakan untuk melakukan berbagai pengerjaan SPSS secara otomatis,
seperti membuka dan menutup file, ekspor Chart, penyesuaian bentuk output dan
lainnya.
Menjafankan SPSS for Windows Untuk menjalankan SPSS pilihlah dari start menu, menu
program kemudian pilih SPSS 20.0 for Windows. Ketika SPSS telah jalan akan muncul
tampilan pertanyaan “What would you like to do ? untuk sementara pilih “Cancel”.
Tampilan yang akan muncul adalah data editor seperti gambar berikut :
Data editor mempunyai 2 fungsi utama :
1. Input data yang akan diolah oleh SPSS.
2. Proses data yang telah diinput dengan prosedur statistik tertentu
SPSS TRAINING 2016 | HMPS MATH UAD INPUT DAN TRANSFORMASI DATA
1.1. Input data ke dalam SPSS 20
Untuk input data, kita akan mencoba menginput data di bawah ini ke dalam SPSS :
No | Jenis Kelamin Usia Jumlah Saudara Tinggi Badan
1 Perempuan v7 0 165.8
2 Laki-Laki 18 ° 165.0
3 Perempuan 20 0 157.0
4 Perempuan 23 2 156.0
3 Laki-Laki 22 3 165.6
6 Perempuan 21 Ss 163.0
7 LakicLaki 25 1 170.1,
8 Perempuan 19 1 168.0
Di dalam SPSS kita mengenal ada dua sheet, yaitu Data View dan Voriable View,Data di atas
merupakan data yang akan kita inputka ke dalam Data View akan tetapi kita harus menyiapkan
kolomnya terlebih dahulu di dalam Variable Vi
stabi aera
Gambar 1.1.1 ( Tampilan awal SPSS )
Untuk membuat tabel tersebut, berikut beberapa langkah yang akan kita lakukan pada sheet Variable
view :
1. Pada kolom name masukkan nama kolom/variable(tidak boleh ada spasi) pada masing - masing
baris di dalam variabel view, pada kolom name ini berfungsi sebagai pemberi nama kelom yang
akan tampak pada data view :
[Tinggi ean”
|
Gamber 1.1.2 (Isian Nama Variable dalam Kolom Name)
‘SPSS TRAINING 2016 | HMPS MATH UAD 3 2. Pada Kolom Type : masukkan type data sesuai variable.
3. Pada Kolom Width menunjukkan lebar karakter atau jumlah digit pada variable.
4. Pada Kolom Decimals, menunjukkan nilai angka dibelakang koma.
5. Pada Kolom Label, isikan keterangan untuk variabel, jika variabel disingkat, dapat ditulis disini
keterangannya.
6. Pada Kolom values, memberikan kode,misal untuk jenis kelamin, kode 1 untuk " Laki-Laki" dan 2
untuk *Perempuan".
Gambar 1.1.3 ( Isian Kode Pada Kolom value)
7. Pada Kolom Missing, menunjukkan data hilang atau tidak ada data.
8. Pada Kolom Column, untuk mengatur posisi data.
9. Pada Kolom Measure, ini berfungsi penting untuk menentukan jenis dat
ee eee eee ee
i ite ee fe
Gambar 1.1.4 ( Tampilan Voriable View)
Kemudian input data di atas di dalam tabel pada sheet data view :
2
w 6
2» owe
2B 2) tse
2 3s
a ‘ wwe
3 1 ma
* 1 sao
Gambar 1.1.5 ( Tampilan Data View)
ooo —
SPSS TRAINING 2016 | HMPS MATH UAD 4 Kemudian simpan hasil pekerjaan anda.
Menyimpan Data
Untuk menyimpan data caranya adalah sebagai berikut : Dari menu utama File pilih submenu
Save As.(untuk penyimpanan pertama) atau Save untuk data yang pernah disimpan. Untuk
penyimpanan pertama beri nama kemudian kik Save. Data akan tersimpan dengan ekstensi
sav.
Silahkan save data dengan nama LATIHAN_1
Mengedit Data
1. Menghapus data
Untuk menghapus data satu baris, letakkan pointer pada angka baris tersebut,0 sehingga
teerlihat seluruh baris terblok, kemudian dari menu Edit pilih Cut atau tekan CTRL¢X. Jika
hanya ingin menghapus satu data saja, maka letakkan pointer pada data0 tersebut lalu
tekan delete atau perintah Clear dari menu Edit. Jika setelah menghapus data, ternyata
data akan dikembalikan lagi maka pilihO Undo dari menu Edit.
2. Mengganti data
Untuk mengganti data, letakkan pointer pada sel data tersebut kemudian ketik data
penggantinya.
3. Duplikasi Data
Jika ada data yang samia maka pengisian dapat ditakukan dengan duplikasi caranya, letakkan
pointer pada data yang akan di duplikasi, pilih Copy dari menu Edit atau tekan CTRL4C,
kemudian letakkan pointer pada sel tempat data baru yang kemudian pilih Paste dari Menu
Edit atau tekan CTRL+V.
Menyisipkan Data
1. Menyisipkan variable
Letakkan pointer di sembarang tempat di kolom orang_ke, Pilih insert variable dari
menu Data, untuk menamai variable ini lakukan pada variable view.
2. Menyisipkan kasus(cases)
Letakkan pointer pada sebarang tempat di baris yang akan disisipi, kemudian dari menu
Data pilih Insert Cases maka akan muncul baris kosong yang bisa langsung disi.
Memisah Isi file dengan Kriteria tertentu
Misalnya data akan dipisah berdasasrkan jenis kelamin maka langkahnya adalah :
+ Dari menu Data pilih Split File, hingga muncul
|
‘SPSS TRAINING 2016 | HMPS MATH UAD > kik pilihan Organize output by groups.
> Pilih variable JENIS_KELAMIN klik panah hingga JENIS_KELAMIN masuk ke
kolom Group based on
> Pilih sort the file by grouping variable
‘Megurutkan Data
Jika isi fle akan diurutkan berdasarkan tinggi badan maka ;
Dari menu Data pilih Sort Cases Klik variable tingg! masukkan dalam kolom Sort By dan
klk ascending. Terakhir tekan OK.
1.2 TRANSFORMASI DATA
1.2.1 Perintah Compute
Pada bab ini , kita akan belajar bagaimana menambah variabel baru dengan
‘memanfaatkan variabel variabel yang sudah ada, pada contoh kali ini akan di buat variabel baru
yaitu berat badan ideal dengan definisi, berat badan ideal= tinggi-110
‘Ada beberapa langgkah yang harus kita lalui sebagai beri
1, Dari menu Transfrom pi :
Gambar 1.2.2 ( Tampilan Compute Variable)
SPSS TRAINING 2016 | HMPS MATH UAD 6 2. Isi target variable dengan nama variable baru “Berat Badan Ideal”
3. Pada number of expressioan isikan formulanya = tinggi badan-110
4. Tekan OK
1.2.2 Perintah Count
Perintah ini berfungsi untuk menghitung data dengan kriteria tertentu, misal
‘menghitung berapa laki-laki yang memiliki berat lebih dari SO kg. Berikut langkah-langkahnya :
1. Dari menu Transform pilih Count value within Cases
|
Gambor 1.2.3 (Pilih Count value within Cases)
fae
Gombar 1.2.5 (Tampiton Define Values)
SPSS TRAINING 2016 | HMPS MATH UAD 2. Target Variable masukkan nama variable baru, misal pria lebih 155,
3. Pada Label target isi keterangan variable
4. Pada Variable diisi variable yang ingin dihitung, pilih jenis kelamin.
5. klik define values masukkan angka 1 (satu/kode laki-laki)
6. Masukkan kondisi yang diinginkan pada kolom if, misal tinggi badan > 150, klik continue.
fe gee bu Tranwtorm oahen Orecusrstng Grane Weiter Aas ine Wow Hen
Pada kolom Laki_Lebih_dr_155, kode anggka 1 berarti dia memenuhi syarat yaitu laiki-laki
dengan tinggi lebih dari 155 cm.
eee —
SPSS TRAINING 2016 | HMPS MATH UAD 1.2.3 Rank Cases
Berfungsi untuk mengurutkan kasus- dengan kriteria tertentu, misalnya pada file LATIHAN_1
akan diurutkan berdasarkan umur, maka langkahnya adalah :
i. Dari menu Transform, pilih Rank cases, tampak pada layar:
Karena akan diurutkan berdasarkan umur maka isi variable dengan umur.
Karena umur diurutkan berdasarkan gendernya maka pindah gender ke kolom By.
Pilihtah Display summary tables.
ilih rank untuk rank types dan pilih Mean untuk ties.
vi. Tekan OK.
1.2.4 Automatic Recode
Fungsi ini akan mengubah sebuah variable numerk tanpa values menjadi variable numeric
dengan values secara otomatis. Misalnya pada file LATIHAN.1, akan dilakukan automatic
recode , sehingga umur akan dibuat kode sendiri. Langkahn
> Dari menu transform pilih automatic recode, hingga tampak
isi Variabel > New Name, masukkan variable umur
Ketik umur_rec untuk New Name, kemudian tekan tombol New Name.
Pilihlah Lowest Value untuk Recode starting From.
Tekan OK. s
vvvy
‘SPSS TRAINING 2016 | HMPS MATH UAD STATISTIKA DESKRIPTIVE
Statistik deskriptif bertujuan untuk menggambarkan berbagai karakteristik data seperti : mean,
median, modus, quartile, varian, standar deviasi. Statistik deskriptif lebih berhubungan
dengan pengumpulan dan peringkasan data, serta penyajian hasil peringkasan tersebut. Data-
data dari hasil penelitian umumnya masih mentah, acak dan tidak terorganisir dengan baik,
maka perlu diringkas dengan baik dan teratur, baik dalam bentuk tabel atau grafik sehingga
data lebih mudah dibaca, dimengerti. Dalam SPSS pengolahan data untuk statistik deskriptif
dapat dilakukan dengan menu
Analyze - Deskriptive Statistics, yang terdiri dari : Frequencies, Descriptive, Explore, J
Crosstab
> ‘Frequencies
Menu ini dapat digunakan untuk menampilkan dan mendeskriptifkan data yang terdiri atas.
satu variabel saja. Seperti membuat tabel frekuensi dari usia responden, berapa yang
mendapatkan nilai 50, berapa yang 70, dst. Selanjutnya output juga dapat untuk melihat
mean, median, dil
contoh kasus : berikut nilai pelajaran Matematika dan IPA dari 10 responden yang diamati
secara acak
siswa | 2 2 3 4 5 6 7 8 9 10
mat [60 [50 |70 |80 (90 |60 [so |70 [90 | 80
wa [40 [50 go |g [90 |70 |s0 |so |60
langkah —langkah :
1. isikan data ke SPSS dan simpan data “Latihan_2”
2. Mengolah data :
ce
SPSS TRAINING 2016 | HMPS MATH UAD 10 a. Pilih Analize ~ Descriptive Statistics - Frequencies
Se
ai ren es
Pindahkan kedua variable ke Variable(s)
Pilih Statistics Beri tanda pada statistik yang di
Pilih Chart untuk jenis tabel yang diinginkan
Pilih Format, pilih Ascendening value untuk pengurutan data
f. klik Continue
> Descriptive
Perintah descriptive digunakan untuk menampilkan deskripsi statistik dari variabel yang
dipilih. Menu ini tidak menampilkan besaran statistik yang dideskripsikan pada sebuah
inkan
pace
variabel. Seperti akan dibuat deksripsi tentang nilai matematika yang meliputi mean,
median, varians, dan ukuran lainnya.
langkah — langkah :
1. Gunakan data “Latihan_2”
2. Mengolah data :
a. Pilih Analize ~ Descriptive Statistics - Frequencies
b. Pindahkan kedua variable ke Variable(s)
Option Beri tanda centang pada mean, median, dan ukuran lain yang
diinginkan
d. Klik Continue, Ok.
‘SPSS TRAINING 2016 | HMPS MATH UAD_ iL e
> Explore
Menu ini adalah lanjutan dari menu descriptive. Pada menu ini data statistik yang akan
diolah semakin kompleks dan dilengkapi dengan cara pengujian kenormalan sebuah data
yang diuji dengan uji tertentu. Selain deskriptif yang meliputi mean, median, varians, dan
ukuran lainnya, Menu explore dapat juga melihat karakteristik berdasarkan group.
contoh kasus : berikut diberikan data gaji dan gender dari 22 responden yang diambil secara acak.
NO] Gaji | Gender] No] Gaji Gender
(dim ribuan) {alen ribuan)
1 276 Pria 12_| 265 Wanita
2 350 Wanita_| 13 _| 276 Pria
5. 265 Wanita_| 14 _| 350 Wanita
4 300 Pria 15 _| 265 Wanita
5 [265 Wanita _|16 | 300 Pria
6 270 Pria 17_| 265 Wanita
7_|350 Wanita_| 18 | 270 Pria
8 275 Wanita_| 19 | 350 Wanita
9 300 Pria 20 | 275 Wanita
10 | 265 Wanita | 21 | 300 Pria
1i_| 350 Pria 22 | 265 Wanita
Langkah ~langkah :
1. isikan data ke SPSS dan simpan data “Latihan_3”
2. Mengolah data :
a. Pilih Analize — Descriptive Statistics — ‘Explore
b. Pindahkan Gaji pada kotak Dependent list dan Gender pada Factor List
c. Pada kotak Display : (silahkan pilih salah satu)
pilih both untuk menampilkan statistic dan grafik
pilih Statistik untuk menampilkan statistic
pilih Plot untuk menampilkan grafik
d. Klik Continue
_
‘SPSS TRAINING 2016 | HMPS MATH UAD 12 Crosstab
Grosstab digunakan untuk menampilkan bentuk tabulasi silang (crosstab) yaitu adanya
baris dan kolom yang menunjukan suatu distribusi bersama. Selain itu, menu ini dilengkap!
perhitungan Chi-square untuk uji independensi dan berbagai alat korelasi antara dua
variabel dalam baris dan kolom. i
Contoh : Kasus seorang peneliti ingin melihat tingkat kepatuhan penderita anemia dalam
meminum tablet Fe berdasarkan tingkat pendidikan, data disajikan sebagai berikut
No | Pendidikan | Kepatuhan [No] Pendidikan | _Kepatuhan
1_| smu Patuh 12 [Akademi | Tidak Patuh
2 _| Sarjana Patuh 13 | SMU. Tidak Patuh
3_|[sMU Tidak Patuh | 14 | Akademi | Patuh .
4 | Akademi | Pria 15 [Akademi___| Patuh v
=] odoaw.
5 [smu Patuh 16 | Akademi | Patuh Ree’
6 | Akademi__—_| Patuh 17 | Akademi___| Patuh hu Ger .
7_[ Akademi | Patuh 18 [SMU Tidak Patuh My sa
[Akademi _| Tidak Patuh__| 19 | SMU Patuh
9 [Akademi | Patuh 20 [Akademi | Patuh
10_| smu. Tidak Patuh | 21 | SMU Tidak Patuh
Langkah —langkah :
1. isikan data ke SPSS dan simpan data “Latihan_4”
2. Mengolah data :
a. Pilih Analize - Descriptive Statistics ~ Crosstab
b. Pindahkan Pendidikan pada kotak Row(s) dan Kepatuhan pada Columns)
c. klik Ok
‘SPSS TRAINING 2016 | HMPS MATH UAD 13 STATISTIK INFERENSI
Bertujuan untuk mengambil keputusan, perkirsan atau generalisasi tentang suatu populasi
berdasarkan informasi yang terkandung dari suatu sampel. Jadi apa yang disimpulkan dari
analisis terhadap sampel, itu pula digeneralisasi (kesimpulan umum) pada populasi. Statistik
inferensi dapat dikelompokan menjadi 2 bagian yaitu Parametrik dan Non Parametr
Uji beda rata Parametrik ‘Non Parametr
1 sampel Ujilone sample Ttest__| Binomial, Run test
Reaomek & Means
:
2Sampelindependen | independent Mann-Whitney U test
Moses Extreme
reactions
Vakd. L£ Chi-Square test
Kolmogorov-Smimov
test
Wolt Wolfowitz nins
‘Beberapa sampel Friedman test
72 KEL | eerhubungan Kendall W test
Cochran's @
Beberapa sempel ANOVA teat Kruskal-Wallis est
independen test) Chi Square test
Berdasarkan Rancangan | Median tost
Regresi
Uji Validitas dan Uli korelasi pearson | Regresi sederhana
reliabiites, Ujikorelasi Kendal! | Regresi Berganda
Regresi Polinomial
Uji korelasi Parsial Regresi Lag terdistribusi
Regresi variabel dummy
Persamaan Simultan
Ost
Prosedur sederhana untuk statistik inferensi adalah sebagai berikut :
1. Merumuskan Hipotesis bersesuaian dengan permasalahan yang dihadapi
HO: Null Hypothesis
H1: Alternative Hypothesis
2. Menentukan statstik Uji (Uji T, UjiZ, Uji F dl) dan daerah krtis (misal @=0.05;0.01;0,1)
3. Menghitung statistik Hitung dan signifikansinya
4, Membandingkan statistik Hitung dengan statsistik Uji
5. Mengambil kesimpulan berdasarkan langkah ke 4.
Salah satunya secara umum diberikan sb :
HO ditolak dan H1 diterima Jika nilai statistik hitung > Statistik tabel atau sign a
SPSS TRAINING 2016 | HMPS MATH UAD 14 Statistik Inferensi dapat digambarkan sebagai barikut
UJI NORMALITAS
Uji normalitas adalah sebuah uji yang dilakukan untuk mengetahui sebuah data apakah
berdistribusi normal atau tidak, dasar pengambilan keputusannya adalah sebagai berikut :
1. Jika nilai signifikansinya lebih dari a=0.05 maka data dinyatakan berdistribusi normal
2. Jika nilai signifikansinya kurang dari @=0.05 maka data dinyatakan berdistribusi normal
‘Ada beberapa uji yang dapat dilakukan untuk mennguji kenormalan data, antara lain sbb:
1. Uji Kolmogorov Smirnov —> samen?
Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan membandingkan
distribusi data (yang akan diyji normalitasnya) dengan distribusi normal baku. Distribusi normal
baku adalah data yang telah ditransformasikan ke dalam bentuk Z-Score dan diasumsikan
normal. Jadi sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji
normalitasnya dengan data normal baku.
Contoh Kasus : Ingin menguji apakah ada pengaruh antara prestasi belajar dengan Motivasi
belajar
Motivasi Belajar Prestasi Belajar
60 75
65 75
75 90
6S 85
80 85
75 95 af
80 95
65 80
80 90
60 75
65 75
——————_—_ —:::2000€°”T OO
‘SPSS TRAINING 2016 | HMPS MATH UAD 15 Ore Be Yk. bw
Aviad
Langkah - Langkah : IX: homocpe
1. |Isikan data diatas kedalam SPSS dan Simpan “Lat_Normalitas” oO
2. Mengolah Data : 7 OS
a. Analyze-Non Parametrik Test - Legacy Dialog - 1 Sample KS,
. O06
Duncan 2 nial Aerbe
sar talhy egisien -
A
a) Masukkan Motivasi belajar dan Prestasi Belajar Pada Kotak Test Variable List,
b) Pada Test Distribution Pilih normal,
) Klik OK
2. Uji Chi Square
Uji Chi Square merupakan salah satu uji yang terdapat pada bidang ilmu statistika. Uji
statistika yang satu ini merupakan uji non parametrik yaitu uji dengan jumlah populasi yang
tidak diketahui. Pengujian ini umumnya dilakukan dengan menggunakan dua variable dengan
tujuan untuk melihat adakah perbedaan yang nyata antara frekuensi observasi (Oi) dengan
frekuensi yang diharapkan (Ei).
Langkah — Langkah :
1, menggunakan data “Lat_Normalitas”
2. Mengolah Data :
a. Analyze-Non Parametrik Test - Legacy Dialog — Chi Square
d) Masukkan Motivasi belajar dan Prestasi Belajar Pada Kotak Test Variable List,
e) Klik OK
SPSS TRAINING 2016 | HMPS MATH UAD 16 STATISTIK INFERENSIAL PARAMETRIK
Uji Statistik parametik mempunyai syarat data harus berdistribusi normal. Statistik inferensi
disini merupakan uji parametik sehingga sebelum melakukan uji perbedaan harus dilakukan uji
normalitas dan data harus berdistribusi normal. Uji normalitas telah dijelaskan sebelumnya. Uji
inferensial yang digunakan untuk mengetahui atau menguji apakah sebuah sampel mempunyai
perbedaan nyata dengan sampel yang lain antara lain :
1. One sample t-test
One sample t test atau pengujian satu sampel pada prinsipnya ingin menguji apakah
nilai tertentu (diberikan sebagai pembanding) berbeda secara nyata ataukah tidak
dengan rata-rata sebuah sampel.
Contoh kasus : Sebuah perusahaan pembuat mesin pengisi produk minuman botol
mengklairh bahwa mesin buatannya bisa mengisi botol minuman rata-rata sebanyak 100
mi per botol.Untuk menyakinkan hal itu, perusahaan yang membeli menguji mesin
tersebuit dengan’ mengukur kembali isi botol yang telah diisi oleh mesin.Hasil yang
diperoleh dari pengukuran sample adalah sebagai berikut:
101, 99, 104, 103, 102, 100, 98, 101, 101, 100, 99, 97, 98, 100, 105, 101, 103, 104, 96, 97
Selesaikan dengan menggunakan SPSS.Dengan a = 5% ?
Langkah Penyelelesaian menggunakan SPSS :
1. Isikan data diatas kedalam SPSS dan Simpan “Lat_One_sample_t-test”
2. _Mengolah Dat
‘a. Analyze — Compare mean — one sample t-test
b. Masukkan Botol ke dalam Test Variable(s) *
c. Pada Test Value isikan 100 (nilai yang menjadi perbandingan),
—_——
‘SPSS TRAINING 2016 | HMPS MATH UAD. 17 d. Pada Pilihan Option isikan confidence interval 95% dan missing value pilih
Exclude analysis by analysis klik continue
e. Klik OK
2. Paired t-test
Uji tPaired atau Uji dua sampel berpasangan pada prinsipnya untuk menentukan ada
tidaknya perbedaan rata-rata dua sampel bebas. Dua sampel bebas yang dimaksud
adalah sampel yang sama namun mempunyai dua data
Kasus:
Sebuah tempat kursus ingin mengetahui apakah cara pengajaran ditempatnya efektit untuk
meningkatkan ilai siswanya atau tidak Untuk itu, sampel yang terdi dar) 20 siswa
Gikumputkan hasi rilai ujannya ketika tes saat pertama kali mendaftar, kemudian setelah
SGilekukan kursus selama 3 bulan dilakukan tes kembali dan dikumpulkan kembali nila ujiannya.
Berikut data perbandingan nila siswasaat pertama kali mendaftar dan sesudah mengikuti kursus
sselama 3 bulan. Diketahui a = 5%.
Tabel 1. Perbandingan sebelum dan sesudah kursus
a Nilai Tes Nilai Tes
Sebelum Kursus | Sesudah Kursus
i 70 30
2 66 80
3 65 87
4 50 85
5 58 89
6 59 90
7 65 86
8 4 a1
9 70 85
10 8 80
a 70 77
2 59 90
3B 68 85
4 55 85
15 2 8
16 59 78 é
7 65 90
18 64 73
19 66 77
20 68 30
Langkah Penyelelesaian menggunakan SPSS =
1. Isikan data diatas kedalam SPSS dan Simpan “Lat_paired_t-test”
2, Mengolah Data :
Analyzé
ompare mean — paired samples t-test
SPSS TRAINING 2016 | HMPS MATH UAD 18 Sarseensesoureegenas
Bxssaemasses
b. Masukkan nilai_ujian_sebelum ke dalam Variable1 dan nilai_ujian_sesudah ke
variable2
. Pada Pilihan Option isikan confidence interval 95% dan missing value pilih
Exclude analysis by analysis klik continue
d. Klik OK
3, Independent Sample t-test
Independent sampel t test atau Uji t dua sampel independen (bebas) pada prinsipnya
untuk membedakan rata-rata dari dua grup yang tidak berhubungan satu dengan yang
Jain atau,saling bebas mempunyai rata-rata yang sama atau tidak.
Contoh Kasus :
Bagian pemasaran dari sebuah industri ingin mengetahui jumlah pembelian barangnya
selama 20 hari penjualan dengan perlakuan yang berbeda. Perlakuan tersebut terbagi
menjadi 2 kelompok, yaitu 10 hari penjualan dengan tanpa pemberian diskon dan 10
hari penjualan dengan pemberian diskon. Berikut adalah data yang didapat dari 20 hari
enjualan tersebut. Diketahui a = 5%.
Hari Fell Jenis Perlakuan | Hari ones | Jenis Perlakuan
T 76 Tanpa Diskon_| 11 81 Diskon
2 78 Tanpa Diskon | _12 78 Diskon
3 79 Tanpa Diskon | 13, 86 Diskon
4 @ Tanpa Diskon_|_14 79 Diskon
3 82 Tanpa Diskon—|_15 Ba Diskon
6 71 Tanpa Diskon_|_16 88 Diskon
z 9 Tanpa Diskon_| 17 2 Diskon
8 78 TanpaDiskon | 18 | 84 Diskon
9 B Tanpa Diskon | _19 81 Diskon
10 80 Tanpa Diskon | 20 TT Diskon
—_—_———————
‘SPSS TRAINING 2016 | HMPS MATH UAD 19 Langkah Penyelelesaian menggunakan SPSS :
1. Isikan data diatas kedalam SPSS dan Simpan “Lat_Independent sample t-test”
2. Mengolah Data
a. Analyze - Compare mean — Independent sample t-test
‘yseeeeuszssoaysens
b. Masukkan Jumlah_pembelian ke dalam test Variable(s) dan jenis_perlakuan ke
Grouping variable
c. Pada Pilihan Option isikan confidence interval 95% dan’ missing value pilih
Exclude analysis by analysis klik continue ,
4d. pada pilihan Devine group isikan Group dengan 1 dan Group2 dengan 2
e. KlikOK
4. One way Anova
Uji anova digunakan untuk menguji lebih dari dua sampel yang tidak saling
berhubungan. Asumsi-asumsi yang digunakan dalam uji anova adalah : Populasi-
populasi berdistribusi normal. Untuk populasi yang tidak berdistribusi normal maka
pengujian menggunakan uji non parametik (akan di berikan pada section
selanjutnya).Varians dari populasi-populasi tersebut sama atau homogen. kehomogenan
ini menentukan uji pasca anova (post hoccomparison). Dalam kasus ini data akan
diasumsikan memiliki varians yang sama (homogen). Sampel tidak saling berhubungan /
independent.
Contoh Kasus :
Populasi data adalah mahasiswa teknik industri, teknik kimia dan teknik elekto
Universitas Islam Indonesia. Dari ketiga jurusan diambil masing ~ masing 10
sampel sehingga total sampel sebanyak 30 orang. Penelitian ini dilakukan di
lingkungan Fakultas Teknologi Industri Universitas Islam Indonesia. Dari ke30
sampel diminta untuk menilai tingkat kepuasan terhadap perpustakaan FTI Ul.
—_—.- ee.
SPSS TRAINING 2016 | HMPS MATH UAD 20 she: | SASS | uaeat | N ers aes Ne He i prose
Penilaian Penilaian Penilaian
1 9 T.lndustri | 11 6 T. Kimia | 21 6 T. Elektro
2 6 Tindustri | 12 8 T. Kimia | 22 52 T. Elektro
3 7 Tindustri | 13 4 T. Kimia | 23 Zz T. Elektro
4 5 Tindustri | 14 5 T. Kimia | 24 8 T. Elektro
5 9 Tindustri | 15 7 T. Kimia | 25 4 T. Elektro
6 5 Tindustri | 16 5 T. Kimia | 26 5 T. Elektro
z 6 T.Industri | 17 6 T. Kimia | 27 7 T. Elektro
8 8 Tindustri | 18 7 T. Kimia | 28 a T. Elektro
9 5 Tindustri | 19 5 T.Kimia | 29 9 T. Elektro
10 6 Tindustri | 20 5 T. Kimia | 30 6 T. Elektro
Langkah Penyelelesaian menggunakan SPSS :
1. _Isikan data diatas kedalam SPSS dan Simpan “Lat_Anova”
2. Mengolah Data
b. Masukkan Tingkat_kepuasan ke dalam dependent list dan Jurusan ke Factor
‘SPSS TRAINING 2016 | HMPS MATH UAD.
24 c. Pada Pilihan Option, silahkan dicentang yang ingin dalam hal ini centang
descriptive dan Homogenous of variance test klik continue
d. pada pilihan Post Hoc Pil
e. KlikOK
5. Two way Anova sp
Contoh Kasus :
Populasi data adalah mahasiswa teknik industri, teknik kimia dan teknik elektro
Universitas Islam Indonesia angkatan 2013 dan 2014. Masing ~ masing diambil sampel
tiap angkatan 5 orang dari 3 jurusan. Sehingga total sampelnya sebanyak 30 sampel.
Penelitian ini dilakukan di lingkungan Fakultas Teknologi Industri Universitas Islam
Indonesia. Dari ke30
sampel diminta untuk menilai tingkat’ kepuasan_ terhadap
perpustakaan FTI UII
Wo. | Kepuasan | Anekatan T jurusan | Wo. | Kepuasan | Anekatan | jurusan | No. | Kepuasan | Anekatan | jurusan
a] 5 2013 | inde | aa | 2013 | TKimia] aa |S 2013 | 7. Beko
z7[ 6 wis | Tindusti | a2] 6 zis | EKima | az |e 2013 | 7. fiektro
a| 8 2013 | Tindusta | a3 [5 zors | TKimia [33 [7 201s | T.flektro
«| 8 zis | Tindust | ae |e 21s | TKima | 2 | 6 2013 | 7. elektro
s| 9 213 [tind | as | 6 213 |T-Kimia [as | 5 2013, | T. elektro
‘|? pore | Tindusta | a6 | 9 roa | TKima | 26 | 6 2014 |. Biektro
7| 6 pore | Tindusta | a7 | 6 zoe [TKima far] 9 2018 | Tklekwo
s| 7 zoe | Tindust | a8 | zoe | T-Kimia | 28 | 7 201 | T. elektro
o| s zoe [Tanda | 19 | 6 aoe | TKima | 29 | 7 2014 | Elektro
w| 6 zor | tindusta | 20] 6 aoe | TEKimia | 30 | 7 214 | Telektro
Langkah Penyelelesaian menggunakan SPSS :
1, Isikan data diatas kedalam SPSS dan Simpan “Lat_twowayAnova”
2. Mengolah Dati
a. Analyze ~ General linear model — ui
SPSS TRAINING 2016 | HMPS MATH UAD 22 b. Masukkan Tingkat_kepuasan ke dalam dependent list dan Angkatan, Jurusan
ke Fixed Factor
©. Pada Pilihan Option, masukan variable jurusan*angkatan pada display silahkan
dicentang yang ingin dalam hal ini centang descriptive dan Homogenous of
variance test klik continue
d. pada pilihan Post Hoc, masukkan variable angkatan dan jurusan ke kotak post
hoc test for kemudian silahkan Pilih/centang uji yang ingin digunakan LSD
{Duncan
e. Klik OK
———_—_—_—_—_—_—_—_——
SPSS TRAINING 2016 | HMPS MATH UAD 23 KORELASI
Korelasi adalah asosiasi / hubungan antara variable-variabel yang diminati. Di sini akan disoroti
dua analisis korelasi yaitu tentang apakah data sample yang ada menyediakan bukti cukup
bahwa ada kaitan antar variable-variabel dalam populasi asal sample dan jika ada hubungan
seberapa kuat hubungan antar variable tersebut.
*ANALISIS ~
1. Arti angka korelasi
‘Angka korelasi berkisar pada angka 0 (tidak ada korelasi) dan 1 (korelasi
sempurna). Sebagai pedoman sederhana angka korelasi di atas 0,5 menunjukkan
korelasi yang cukup kuat sedang di bawah 0,5 korelasi lemah.
= Tanda ~ (negatif) pada output menunjukkan adanya arah berlawanan,
= Tanda + (positif) menunjukkan arah yang sama
2.Signifikansi hasil korelasi
Uji dilakukan dua sisi karena akan dicari ada atau tidak hubungan korelasi, bukan lebih besar
atau lebih kecil. Untuk pengambilan keputusan dilihat pada kolom Sig. (2-tailed) didapat
serangkaian angka probabilitas. Keputusan bisa juga dilihat berdasarkan tanda * (lihat pilihan
flag Significant correlations.
1. Korelasi Bivariate / Product Momen Pearson
Untuk mengukur keeratan hubungan diantara hasil-hasil pengamatan dari populasi yang
mempunyal dua varian (bivariate). Perhitungan ini mensyaratkan bahwa populasi asal
sample mempunyai dua varian dan terdistribusi normal. Korelasi Pearson banyak
digunakan untuk mengukur korelasi data interval atau rasio.
Contoh Kasus :
Disebuah sekolah ingin diketahui tingkat kecerdasan siswanya melalui prestasi belajar yang
diraih oleh siswanya, berikut tabel yang mendeskripsikannya:
No | Kecerdasan | Prestasi belajar “
1 33 58
- 32 s2
guar 48,
4 34 49
fj 34 52
6 35, 57
7 32, 5S
8 21 EC)
5 21 48
10 35 54
i 36 56
12 21 47
——— — 0O Ce ee
‘SPSS TRAINING 2016 | HMPS MATH UAD 24 i.
Langkah Penyelelesaian menggunakan SPSS :
1. Isikan data diatas kedalam SPSS dan Simpan “Lat_koeralsi bivariate”
2. Mengolah Data :
a. Analyze — correlate — bivariate V
ke veeeeeves
b. Masukkan Kecerdasan dan Prestasi_belajar ke dalam Variable
© Pads Piihan Option, silahkan dicentang yang ingin dalam hal ini centang Mean
and standart deviationklik continue
d. Klik OK
2. Uji Korelasi Spearman Kendal
Seperti yang sudab siketahui bersama bahwa dilakukannya uji korelasi dimaksudkan untuk
mengetahul tingkat keeratan hubungan yang dimiliki antar variabel dalam penelitian, Uji
hubungan atau korelasi dilakukan dengan beberapa metode hal ini tergantung jenis data
yang digunakan, sepe
2. Korelasi Product Moment adalah Koefisien korelasi untuk dua buah variabél x dan y
yang kedua-duanya memiliki tingkat pengukuran interval atau rasio .
7, Koefisien korelasi Spearman atau Spearman's coefficient of (Rank) correlation dan
fendall digunakan untuk pengukuran statistik non-parametrik data ordinal, Korelasi
Ppearman dan kendall pada walnya melakukan perangkingan terhadap penelitian yang
kemudian baru dilakukan pengujian korelasinya,
Perbedaan antara Korelasi Spearman dan Kendall yakni jika dalam Korelasi Kendall(i)
merupakan suatu penduga tidak bias untuk parameter populasi, maka dalam korelae|
Spearman (r) dan tidak memberikan dugaan untuk koefisien Peringkat suatu populasi.
SPSS TRAINING 2016 | HMPS MATH UAD 25 Contoh Kasus :
Seorang manajer perusahaan ingin mengetahui apakah terdapat hubungan antara Motivasi
Kerja dengan Prestasi kerja karyawan di perusahaan yang ia pimpin. Untuk itu diambillah 12
Pekerja untuk dijadikan sampel penelitian. Data yang diperoleh dapat dilihat pada tabel
berikut:
Pekerja | Motivasi__|_Prestasi Kerja
1 7 7A
Z 83. 88
3 75 77.
4 68 70
5 63 3
6 62 7
7 80 80
8 72 80
9 72 88
10 77. 79
iL 69 75
2 Ey 85
Langkah Penyelelesaian menggunakan SPSS: «
1. Isikan data diatas kedalam SPSS dan Simpan “Lat_korelasi spearman”
2. Mengolah Data:
a. Analyze ~ correlate —
b. Masukkan Kecerdasan dan Prestasi_belajar ke dalam Variable
Pada menu correlation_coefficient silahlan centang kendal tau-b dan spearman
4. Pada Pilihan Option, silahkan dicentang yang ingin dalam hal ini centang Mean
and standart deviation klik continue :
e. Klik OK
SPSS TRAINING 2016 | HMPS MATH UAD 26 3. Korelasi Parsial
Pembahasan korelasi parsial berhubungan dengan perlunya mempertimbangkan pengaruh
atau efek dari variable lain dalam menghitung korelasi antara dua variable. Variable lain itu
disebut sebagai variable kontrol.
contoh kasus :
‘Menghitung korelasi antara pengetahuan tentang kewarganegaraan dengan partisipasi politik dan
demokrasi seseorang. Tabelnya sebagai berikut :
No Responden Skor Tingkat ‘Skor Tingkat ‘Skor Tingkat
Pengetahuan Partisipasi Politik | Demokrasi Seseorang
Kewarganegaraan
1 5 1 1
2 7 3 4
3 10 5 5
4 10. 7 6
5 2 9 8
Langkah Penyelelesaian menggunakan SPSS :
1. Isikan data diatas kedalam SPSS dan Simpan “Lat_korelasi partial”
2. Mengolah Data :
correlate ~ partial
b. Masukkan citizens, democraxy ke dalam Variable dan participation ke
controlling factor
c. Test of Significance yang akan digunakan, pilih Two-tailed untuk uji dua sisi
d._ Display actual signifance level pilih untuk diaktifkan, dengan cara mengkliknya.
e. Abaikan yang lainnya, kemudian tekan tombol OK untuk prosessing data.
utputnya sebagai berikut :
a
a EE
‘SPSS TRAINING 2016 | HMPS MATH UAD 27 REGRESI SEDERHANA
Analisis regresi digunakan terutama untuk tujuan peramalan, dimana dalam model tersebut
ada variable dependen (tergantung) dan independen (bebas). Regresi sering dibedakan menjadi
dua, yaitu regresi sederhana (simple regression) jika hanya ada satu variable independen dan
regresi berganda jika lebih dari satu variable independen.
Studi Kasus & Penyelesaianya:
PT CEMERLANG gencar melakukan promosi produknya diberbagai daerah. Berikut data
dan hasil penjualan di 15 daerah :
Daerah Penjualan(juta Rp) Promosi(juta)
JAKARTA 205 26
TANGGERANG 206 28
BEKASI 254 . 35
BOGOR 246) 34
BANDUNG 201 21
SEMARANG 291, 49
‘SOLO 234 30
YOGYA 209 30
SURABAYA 204 __24
PURWOKERTO 216 31
‘MADIUN, 245 32
TUBAN 286 47
MALANG 312 54
KUDUS 265 40
PEKALONGAN 322 42
Disini ingin diketahui seberapa besar hubungan atau seberapa jauh pengaruh promosi
terhadap hasil penjualan , maka dilakukan uji regresi sengan variabel dependen Penjualan dan
variabel independen adalah biaya promos!
Langkah pertama masukkan data tersebut ke SPSS dengan type variable string untuk daerah
dan numeric untuk yang lainnya, kemudian simpan dengan nama regresi_sederhana. Sebelum
melakukan uj regresi perlu dilakukan uji asumsi klasik diantaranya adalah
1. Uji normalitas
fah dijelaskan pada sesi awal :
2, Uji heterokedaktisitas
korelasi rank spearman (sudah dijelaskan di sesi sebelumnya) antara Ut dengan
variabelvariabel bebas lainnya. Misalkan nilai signifikasi (a) yang digunakan adalah
5%, maka masalah heterokesatisitas dapat dikatakan tidak terjadi jika semua nilai
korelasi rank spearman lebih besar dari 0,05. Metode lain yaitu dengan Uji Park, Uji
Glejser dan metode grafik.
8. Uji autokorelasi
model Summary
‘SPSS TRAINING 2016 | HMPS MATH UAD 28 Metode pengujian yang sering digunakan adalah dengan uji DurbinWatson (uji DW)
dengan ketentuan sebagai berikut:
di4—dL dU
Anda mungkin juga menyukai
- Contoh SoalDokumen16 halamanContoh SoalMiraBelum ada peringkat
- The Scalar Product of 2 VectorsDokumen8 halamanThe Scalar Product of 2 VectorsMiraBelum ada peringkat
- VEKTORDokumen32 halamanVEKTORMiraBelum ada peringkat
- Uts Metopen 5 12 19Dokumen29 halamanUts Metopen 5 12 19MiraBelum ada peringkat
