Transcript
Pertemuan Ke -1
PENGENALAN SPSS FOR WINDOWS DAN MEMBANGUN DATA
I. Penjelasan
Dari tabel data diatas memiliki beberapa variabel diantaranya :
1. Nama mahasiswa yang Bertipe String yang berisi data nama dari responden
Case Summariesa
nama
mahasiswa jk mahasiswa
berat
mahasiswa
tinggi
mahasiswa
berat ideal
responden
jumlah yang
kelebihan
berat badan
persentse
kelebihan berat
responden
keterangan
pemberian
tanda
1 Doni laki laki 60 155 49.50 1.00 17.50 diet
2 Andi laki laki 60 165 58.50 1.00 2.50 diet
3 Sisil perempuan 55 175 67.50 . -22.73
4 Qori perempuan 75 170 63.00 . 16.00 diet
5 Aji laki laki 80 170 63.00 1.00 21.25 diet
6 Cici perempuan 75 180 72.00 . 4.00 diet
7 Arum perempuan 90 185 76.50 . 15.00 diet
8 Mayang perempuan 85 165 58.50 . 31.18 diet
9 Andi laki laki 68 178 70.20 .00 -3.24
10 Umi perempuan 47 158 52.20 . -11.06
11 Nani perempuan 65 172 64.80 . .31 diet
12 Arum perempuan 58 155 49.50 . 14.66 diet
13 Mayang perempuan 55 165 58.50 . -6.36
Total N 13 13 13 13 13 4 13 13
2. Jk mahasiswa yang bertipe numeric karena memiliki nilai values 0=laki laki; 1=
perempuan. Yang berisi data jenis kelamin responden
3. Berat mahasiswa yang bertipe numeric yang berisi data berat badan dari responden
4. Tinggi mahasiswa yang bertipe numeric berisi data tinggi badan dari responden
5. Berat ideal responden
Bertipe numeric
Dengan menggunakan menggunakan perintah compute akan menghitung data dari
variabel ini yang didapat dari (tinggi-100)*0.9
6. Jumlah yang kelebihan berat badan
Dengan mengunakan perintah count untuk menghitung data yang didapat dari
responden laki laki dengan logika if jk = 0
7. Persentase kelebian berat responden
Bertipe numeric
Bertipe numeric misih menggunakan menu Compute untuk menghitung data yang
didapat dari (berat-berat ideal)/berat*100
8. Keterangan pemberian tanda
Bertipe String
Dengan menggunakan perintah recode untuk mencari data tanda dengan ketentuan
if kelebihan > 0.1 maka diet.
II. TUGAS
1. Urutkan data mahasiswa berdasarkan nama
2.
3.
4.
5. Split data berdasarkan jenis kelamin
Case Summariesa
nama mahasis
wajk
mahasiswaberat
mahasiswatinggi
mahasiswaberat ideal responden
jumlah yang kelebihan berat
badan
persentse kelebihan
berat responden
keterangan pemberian
tanda
1 Aji laki laki 80 170 63.00 1.00 21.25 diet
2 Andi laki laki 60 165 58.50 1.00 2.50 diet
3 Andi laki laki 68 178 70.20 .00 -3.24
4 Arum perempuan 90 185 76.50 . 15.00 diet
5 Arum perempuan 58 155 49.50 . 14.66 diet
6 Cici perempuan 75 180 72.00 . 4.00 diet
7 Doni laki laki 60 155 49.50 1.00 17.50 diet
8 Mayang perempuan 85 165 58.50 . 31.18 diet
9 Mayang perempuan 55 165 58.50 . -6.36
10 Nani perempuan 65 172 64.80 . .31 diet
11 Qori perempuan 75 170 63.00 . 16.00 diet
12 Sisil perempuan 55 175 67.50 . -22.73
13 Umi perempuan 47 158 52.20 . -11.06
Total N 13 13 13 13 13 4 13 13
a. Limited to first 100 cases.
Case Summariesa
jk mahasiswa nama
mahasisw
a
jk
mahasiswa
berat
mahasiswa
tinggi
mahasiswa
berat ideal
responden
jumlah yang
kelebihan
berat badan
persentse
kelebihan berat
responden
keterangan
pemberian
tanda
laki laki 1 Aji laki laki 80 170 63.00 1.00 21.25 diet
2 Andi laki laki 60 165 58.50 1.00 2.50 diet
3 Andi laki laki 68 178 70.20 .00 -3.24
4 Doni laki laki 60 155 49.50 1.00 17.50 diet
Total N 4 4 4 4 4 4 4 4
perempuan 1 Arum perempuan 90 185 76.50 . 15.00 diet
2 Arum perempuan 58 155 49.50 . 14.66 diet
3 Cici perempuan 75 180 72.00 . 4.00 diet
4 Mayang perempuan 85 165 58.50 . 31.18 diet
5 Mayang perempuan 55 165 58.50 . -6.36
6 Nani perempuan 65 172 64.80 . .31 diet
7 Qori perempuan 75 170 63.00 . 16.00 diet
8 Sisil perempuan 55 175 67.50 . -22.73
9 Umi perempuan 47 158 52.20 . -11.06
Total N 9 9 9 9 9 9 9
a. Limited to first 100 cases.
jk mahasiswa
Cases
Included Excluded Total
N Percent N Percent N Percent
laki laki nama mahasiswa 4 100.0% 0 .0% 4 100.0%
jk mahasiswa 4 100.0% 0 .0% 4 100.0%
berat mahasiswa 4 100.0% 0 .0% 4 100.0%
tinggi mahasiswa 4 100.0% 0 .0% 4 100.0%
berat ideal responden 4 100.0% 0 .0% 4 100.0%
jumlah yang kelebihan berat badan
4 100.0% 0 .0% 4 100.0%
persentse kelebihan berat responden
4 100.0% 0 .0% 4 100.0%
keterangan pemberian tanda 4 100.0% 0 .0% 4 100.0%
perempuan nama mahasiswa 9 100.0% 0 .0% 9 100.0%
jk mahasiswa 9 100.0% 0 .0% 9 100.0%
berat mahasiswa 9 100.0% 0 .0% 9 100.0%
tinggi mahasiswa 9 100.0% 0 .0% 9 100.0%
berat ideal responden 9 100.0% 0 .0% 9 100.0%
jumlah yang kelebihan berat badan
0 .0% 9 100.0% 9 100.0%
persentse kelebihan berat responden
9 100.0% 0 .0% 9 100.0%
keterangan pemberian tanda 9 100.0% 0 .0% 9 100.0%
a. Limited to first 100 cases.
III. Kesimpulan
SPSS merupakan aplikasi yang digunakan untuk memaipulasi data dari input
data, penyuntingan hingga tranformasi data. Dari masing masing perintah kita
dapat melakukannya. Misalnya Conpute,Count,Graph.dll.
Listing
Pertemuan ke -2
GRAFIK DAN TABEL
I. pembahasan Case Summariesa
Jenis Kelamin Pendidikan Jabatan gaij_awal gaji_akhir Bulan
1 laki laki sarjana manajer 27000 57000 98
2 perempuan akademik staff 18750 40200 90
3 laki laki akademik karyawan 12000 21450 85
4 perempuan SMA staff 13200 21900 92
5 perempuan SMA karyawan 21000 45000 98
6 laki laki akademik staff 13500 32100 74
7 laki laki SMA karyawan 18750 36000 88
8 perempuan sarjana manajer 9750 21900 84
9 perempuan akademik karyawan 12750 27900 93
10 laki laki SMA karyawan 13500 24000 95
11 laki laki akademik karyawan 16500 30300 99
12 perempuan akademik staff 12000 28350 75
Total N 12 12 12 12 12 12
a. Limited to first 100 cases.
Dengan perintah graph kita membuat Grafik lingkaran jabatan gaji dibuat dari data variabel jabatan yang terdiri dari manajer,staff dan karyawan.
Masih seperti garfik langkaran yang dibuat dengan perintah graph tetapi disini menggunakan tipe bar. Dengan hasil seperti gambar diatas dimana manajer memiliki 2 data, staff memiliki 4 data dan karyawan memiliki 6 data
Dengan menggunakan perintah graph dan dengan grafik tipe 3D maka kita masukkan dua buah variabel, yaitu variabel jabatan dan jenis kelamin.
II. Latihan
Case Summariesa
NILAI NAMA UTS UAS rata
1 C DEWI 5 20 12
2 A KALSUM 20 50 35
3 E MUSTOFA 2 2 2
4 D ADE 2 10 6
5 C AGUS 20 0 10
6 C IRWAN 2 20 11
7 B EKA 20 40 30
8 C MUHAMAD 25 15 20
9 B KURNIA 10 40 25
10 C PUTRA 2 20 11
11 E ANDRI 2 2 2
12 C INA 2 20 11
13 C FADI 2 30 16
14 E DWI 2 2 2
15 D DENI 2 5 4
Total N 15 15 15 15 15
a. Limited to first 100 cases.
1. Grafik lingkaran yang menunjukkan proesntase A,B,C,D,E
2. Grafik batang dari nilai UTS dan UAS mahasiswa
3. Grafik garis untuk nilai rerata dari mahasiswa
III. Pretes
1. Buatlah analisis deskriptif untuk data gaji awal dan gaji akhir karyawan (range,
max, min, sum, mean, std. deviation, variance, skewness, dan kurtosis).
Descriptive Statistics
N
Rang
e
Minim
um
Maxi
mum Sum Mean
Std.
Deviation Variance Skewness Kurtosis
Statis
tic
Statist
ic
Statist
ic
Statist
ic Statistic Statistic Std. Error Statistic Statistic
Statis
tic
Std.
Error Statistic
Std.
Error
gaij_awal 12 17250 9750 27000 188700 1.57E4 1410.009 4884.414 2.386E7 1.175 .637 1.208 1.232
gaji_akhir 12 35550 21450 57000 386100 3.22E4 3125.200 10826.010 1.172E8 1.194 .637 1.149 1.232
Valid N
(listwise)12
2. Buatlah analisis frekuensi untuk data nilai uts dan uas mahasiswa beserta bar
chart-nya (mean, median, std. deviation, variance, percentiles 10 dan 50). Chart
values : frequencies.
Statistics
UTS UAS
N Valid 15 15
Missing 0 0
Mean 7.87 18.40
Std. Error of Mean 2.244 4.073
Median 2.00 20.00
Mode 2 20
Std. Deviation 8.692 15.774
Variance 75.552 248.829
Skewness 1.074 .646
Std. Error of Skewness .580 .580
Range 23 50
Minimum 2 0
Maximum 25 50
Sum 118 276
Percentiles 10 2.00 1.20
20 2.00 2.00
25 2.00 2.00
30 2.00 4.40
40 2.00 12.00
50 2.00 20.00
60 3.80 20.00
70 12.00 22.00
75 20.00 30.00
80 20.00 38.00
90 22.00 44.00
Frequency Table
UTS
Frequency Percent Valid Percent
Cumulative
Percent
Valid 2 9 60.0 60.0 60.0
5 1 6.7 6.7 66.7
10 1 6.7 6.7 73.3
20 3 20.0 20.0 93.3
25 1 6.7 6.7 100.0
Total 15 100.0 100.0
UAS
Frequency Percent Valid Percent
Cumulative
Percent
Valid 0 1 6.7 6.7 6.7
2 3 20.0 20.0 26.7
5 1 6.7 6.7 33.3
10 1 6.7 6.7 40.0
15 1 6.7 6.7 46.7
20 4 26.7 26.7 73.3
30 1 6.7 6.7 80.0
40 2 13.3 13.3 93.3
50 1 6.7 6.7 100.0
Total 15 100.0 100.0
Chart values frequency
IV. KesimpulanDari modul 2 grafik dan tabel dapat disimpulkan bahwa suatu data memiliki banyak
variabel yang kemudian dapat ditentukannya range, max, min, sum, mean, std. deviation, variance dll. Selain itu data juga dapat dibuat menjadi grafik sehingga memudahkan user untuk membaca/memahami
LISTING
top related