DIKTAT Aplikasi Komputer statistik (Statistik Deskriptif, In
(Statistik Deskriptif, In (Statistik Deskriptif, In (Statistik
Deskriptif, Inf ff ferensi, dan Non Parameterik) erensi, dan Non
Parameterik) erensi, dan Non Parameterik) erensi, dan Non
Parameterik) SPSS 17 for Windows Di susun oleh Entot Suhartono STIE
Bank BPD Jateng SPSS 7.5 for WindowsBy Entot SuhartonoHal. 2 Materi
Aplikasi Komputer Statistik 1.Statistik dan Program SPSS a.Kegunaan
SPSS untuk Statistik b.Kemampuan dan Fasilitas SPSS c.Tahapan
Analisis Statistik dengan SPSS d.Konsep Variabel e.Komputer dan
Statistik 2.Mengenal Program SPSS a.Mengenal bagian dari Program
SPSS b.Tahapan Analisis Dengan SPSS c.Bekerja dengan Data (Input
dan Edit Data) 3.Transformasi Data a.Pengurutan Data b.Tranpose
Data c.Mengkombinasikan 2 File (Add Case dan Variabel)
d.AgregateData e.Seleksi Case f.Compute g.Count h.Rangking i.Recode
4.Statistik Deskriftif a.Frekuensi b.Deskriptif c.Case Summaries
d.Crosstabs 5.Statistik Inferensi / Induktif a.Uji Beda b.Uji
Korelasi c.Uji Regresi 6.Statistik Non Parametrik SPSS 7.5 for
WindowsBy Entot SuhartonoHal. 3 TEORI STATISTIK I. Statistik dan
Komputer Statistik Pada prinsipnya statistik dapat diartikan
sebagai suatu kegiatan: -Mengumpulkan data -Meringkas/ menyajikan
data -Menganalisa data dengan metode tertentu -Menginterprestasikan
hasil analaisis tersebut Pada umumnya statistik dibagi menjadi dua
bagian, yaitu: -Statistik Deskriptif Statistik yang menghasilkan
suatu penjelasan bagaimana data dikumpulkan dan diringkas pada
hal-hal penting dari data tersebut. Dengan kata lain statistik ini
menghasilkan suatu gambaran dari sekumpulan data, seperti
rata-rata, standar deviasi, nilai terbesar dan terkecil, dan lain
sebagainya. -Statistik Inferensi Setelah data dikumpulkan, maka
dilakukan pemilihan metode analisis untuk menganalisa kumpulan data
tersebut, dan kemudian menginterprestasikan hasil analisis
tersebut. SPSS 7.5 for WindowsBy Entot SuhartonoHal. 4 STATISTIK
dan PROGRAM SPSS Kegunaan SPSS Untuk Statistik
SPSS7.5forWindows(StatisticalProgramforSocialScience)adalahprogramuntukmengolahdan
menganalisisdatastatistik.ProgramSPSSinisangatbergunasekaliapabilaAndamengolahdatadalam
SkripsiatauThesis,karenadenganSPSSAndadapatmemakaihampirdariseluruhtipefiledatadan
menggunakannya untuk membuat laporan berbentuk tabulasi, chart
(grafik), plot (diagram) dari berbagai
distribusi,statistikadeskriptifdananalisisstatistikyangkompleks.JadibolehdibilangSPSSadalah
sebuahsistemyanglengkap,menyeluruh,terpadudansangatfleksibeluntukanalisisstatistikdan
manajemen data. Kemampuan dan fasilitas SPSS SPSS dapat
menganalisis data yang berukuran besar dengan ribuan variabel dan
sekaligus menyajikan hasilnya
KeunggulanSPSSdiwujudkandalammenudankotak-kotakdialogantar-mukayangcukup
memanjakan para use dalam perekaman data (data entry) SPSS
memberikan perintah dan sub-sub perintah analisis hingga
menampilkan hasilnya.
SPSSjugamenjanjikankehandalandalammenampilkanchartatauplothasilanalisissekaligus
kemudahan penyuntingannya.
DalammenunjangunjukkerjanyaSPSSmenyediakan6tipewindowyangakandipakaiuntuk
Analisis Data : SPSS Data Editor
Dipakaiuntukperekamandata,mengolahfiledatayangtelahAndabuatuntukmendapatkanhasil
yang Anda kehendaki. Output Window
MerupakanhasilolahanSPSSprocessorbaikdarisusunanperintahlewatSyntaxWindowmaupun
lewat menu dan kotak dialog. Window ini juga merupakan text editor,
sehingga bila diperlukan, Anda masih bisa menyunting hasil analisis
yang ditampilkan. Syntax Window Merupakan window yang dipakai
sebagai media (teks editor) untuk menganalisis data dengan modus
interaktif (penyusunan perintah dengan cara diketik langsung) Chart
Carousel Dipakai untuk menampilkan grafik atau plot yang telah
diolah oleh SPSS Chart Editor Dipakai untuk menyunting grafik atau
plot yang telah dihasilkan oleh SPSS Help Window Merupakan
fasilitas bantuan yang disediakan oleh SPSS SPSS menghasilkan 3
macam tipe file : 1.File Data. File ini dihasilkan melalui SPSS
Data Editor yang disimpan dengan ekstensi *.sav 2.File
Teks.Fileinidihasilkan melaluiOutputWindowyang berekstensi*. lst
danfileyangdihasilkan melalui Syntax Window akan berekstensi *.sps.
3.FileChart.FileinidihasilkanmelaluiChartWindowdanChartCarouselyangdisimpandengan
ekstensi *.cht Tahapan Analisis Statistik dengan SPSS Memilih dan
menampilkan data Memilih prosedur analisis / prosedur pembuatan
chart Memilih variabel-variabel yang akan dianalisis Menjalankan
prosedur / menampilkan hasil Membaca hasil analisis SPSS 7.5 for
WindowsBy Entot SuhartonoHal. 5 Konsep Variabel Variabel Kualitatif
Yaitu variabel yang tidak berbentuk angka, tetapi berbentuk
klasifikasi atau kategori. Misalnya : produksi padi sangat
meningkat, harga daging sangat mahal, dll Variabel Kuantitatif
Yaitu variabel yang berwujud numerik (angka). Misalnya : produksi
padi naik 10%, harga daging rata-rata per kg Rp. 12.500, dll
Dibandingkandengandatakualitatif,datakuantitatiflebihkongkritdanlebihjelas,karenasudah
ditentukan datanya dalam bentuk angka yang pasti. Data kuantitatif
terbagi menjadi 2 : 1.Variabel Kuantitatif Kontinu
Merupakanvariabelyangdibentukolehhimpunanbilangannyataatauhimpunanbagiannya.
Dimana variabel kuantitatif kontinu angka yang ditampilkan belum
pasti. Misalnya : Tinggi badan si A antara 160 170 cm, Berat badan
si A antara 75 80 kg, dll 2.Variabel Kuantitatif Diskret
Merupakanvariabelyangjumlahangkanyasudahpasti.Misalnya:jumlahpenduduk,banyaknya
anggota keluarga, jumlah mahasiswa, dll Pengelompokan Data menurut
Tingkat Pengukurannya Skala Nominal Jenis skalayang obyek
pengamatannya (observation) dikelompokkan ke dalam
himpunan-himpunan,
dinamakanNOMINAL.Jadiprosespengukuranyangmenggunakanskalanominaldisebutklasifikasi
ataupenggolongankedalambeberapakelasataukategori.Misalnya:orangIslam,orangKristen,
orang Hindu, dll. Contoh data nominal: Islam diberi tanda 1Hindu
diberi tanda 1 Kristen diberi tanda 2Atau Kristen diberi tanda 2
Hindu diberi tanda 3Islam diberi tanda 3 Dan seterusnyaDan
seterusnya Urutan atau tingkatan dari data tersebut di atas tidak
diperhatikan Skala Ordinal
Skalapengukuranyangdilakukanpadatingkatordinal:obyek-obyekdibedakanmenurut
persamaannya dan menurut urutan atau tingkatannya. Misalnya :
seorang ABRI dapat diklasifikasikan menurut pangkatnya : himpunan
mayor, himpunan kapten, himpunan letnan, dll. Contoh data ordinal:
Letnan diberi tanda 1Kapten diberi tanda 1 Kapten diberi tanda
2Tidak dibenarkan Mayor diberi tanda 2 Mayor diberi tanda 3Letnan
diberi tanda 3 Dan seterusnyaDan seterusnya Himpunan di atas
memperhatikan urutan atau tingkatannya, tidak dibenarkan urutannya
dirubah seperti daftar disebelah kanan. Contoh lainnya adalah:
Sangat Baikdiberi tanda 5Sangat Baikdiberi tanda 5 Baik diberi
tanda 4Tidak dibenarkan Baik diberi tanda 4 Cukup diberi tanda
3Cukup diberi tanda 3 Kurang diberi tanda 2Kurang diberi tanda 2
Sangat Kurang diberi tanda 1Sangat Kurang diberi tanda 1 Skala
Interval Suatu skala dimana jarak (interval) antara setiap dua
titik skalanya diketahui (disamping pembedaan
menurutpersamaandanurutantitikskalanya).Jadiskalaintervalmempunyaisemuasifatskala
ordinal,ditambahsatusifatkhasyaitusatuanskalaatausatuanpengukuran.Contohnya:skaladari
tahun-tahun almanak.Skala Ratio
Adalahskalayangtitiknolnyatidakdipilihsembarangan,titiknoldisinimengandungarti.Sama
sekalienteng(tidakberbobot),dipakaiuntukmenyatakantitiknolpadatimbangan.Duakalilebih
beratberartibilasekantonggulaberatnya1kg,makaduakantongduakalilebihberatdaripada
satu kantong. Dapat juga dikatakan banyaknya mahasiswa yang hadir
dalam kuliah kemarin adalah 3 SPSS 7.5 for WindowsBy Entot
SuhartonoHal. 6 kali lebih besar dari pada banyaknya mahasiswa yang
hadir hari ini. Titik nol yang dipilih tidak secara sembarang
disebut murni atau sejati. Jenis skala dengan titik nol sejati
(natural origin), sehingga ratio antara sembarang dua nilai skala
juga dapat ditentukan dengan jelas, dinamakan Skala Ratio. Konsep
Data dalam SPSS Tipe Data
TipedatayangdapatdigunakandalamSPSSadalahNumeric(dataangka),String(datalabelatau
huruf), Date (data tanggal), dan sebagainya. Struktur Data Didalam
SPSS, data yang akan diolah harus disusun dalam baris dan kolom.
Tiap baris data dinamakan
Case(kasus)sebagaimanaistilahrecorddalamdatabase.Tiapkolomdatamempunyaiheadingyang
dinamakan Variabel sebagaimanaistilah field dalam database.
Perpotongan (interseksi) antara baris dan kolom dinamakan Sel, dan
nilai dalam suatu sel data disebut Value. Format Data
FiledatayangtidakdibuatmelaluiSPSSDataEditorada2jenisformat,yakniFixed(tertentu)dan
Freefield(bebas).SedangkankalaumenggunakanSPSSDataEditorsudahmempunyaiformatbaku
yang berorientasi pada jenis Fixed Missing Value Adalah istilah
yang digunakan oleh SPSS untuk mendeklarasikan data yang hilang
atau tidak lengkap. Hal ini diperhatikan karena data yang hilang
akan sangat berpengaruh pada hasil pengolahan maupun analisis dari
keseluruhan data. Ada 2 jenis Missing Value yang dikenal oleh SPSS
: 1.User Missing Value. Adalah missing value yang nilainya
ditentukan oleh user (pemakai) 2.System Missing Value. Adalah
missing value yang ditentukan secara otomatis oleh SPSS. II.
LATIHAN SOAL 1.Apa yang Anda ketahui tentang Variabel Kualitatif
dan berikan contohnya !
2.ApayangAndaketahuitentangVariabelKuantitatifdanadaberapamacamvariabelkuantitatif
tersebut, berikan contohnya ! 3.Apa yang dimaksud dengan tingkat
pengukuran nominal dan berikan contohnya ! 4.Apa yang dimaksud
dengan tingkat pengukuran ordinal dan berikan contohnya ! 5.Apa
yang dimaksud dengan tingkat pengukuran interval dan berikan
contohnya ! 6.Apa yang dimaksud dengan tingkat pengukuran ratio dan
berikan contohnya ! 7.Apa yang dimaksud format data Fixed dan
Freefield serta berilah contoh datanya ! 8.Jelaskan perbedaan apa
saja yang Anda ketahui dari kedua format data tersebut ! DATA DATA
- Norminal - Ordinal - Interval - Rasio KUALITATIFKUANTITATIF SPSS
7.5 for WindowsBy Entot SuhartonoHal. 7
9.ApayangAndaketahuitentangDataMissing(Missingvalue)danadaberapamacammissingvalue
yang Anda ketahui. Jelaskan ! SPSS 7.5 for WindowsBy Entot
SuhartonoHal. 8 Mengenal Program Statistik Menjalankan SPSS 1.Klik
tombol Start | Program | pilih SPSS x.0 for Windows
2.ProgramSPSSakandiawalidenganmunculnyalogoSPSSx.0forWindowspadalayar,sehingga
menampilkan tampilan utama dari SPSS for windows seperti dibawah
ini :
HalterpentingdalambekerjadenganSPSSadalahpengadaanfiledata.Filedatainidibuat,ditampilkan,
diedit dan diolah pada Data Editor. Ekstensi yang digunakan untuk
menyimpan file data adalah *.sav Langkah-langkah untuk membuat file
data : Mendefinisikan Variabel Mengisikan data (value) Cara untuk
mendefinisikan variabel : 1.Klik menu Data | Define Variabel atau
dapat dilakukan dengan Double Click pada Nama Variablenya
2.Tentukan Nama Variabel
3.TentukanTipeVariabel(Numeric,Comma,Dot,ScientificNotation,Date,Dollar,CustomCurrency,
String) 4.Tentukan Label Variabel dan Label Value 5.Mendefiniskan
Missing Value No missing value. Bila variabel tersebut tidak
mengandung missing value
Descretemissingvalue.Bilavariabeltersebutmengandung1,2atautigamacammissingvalue.
Anda tinggal mengisikan harga-harga missing tersebut pada text box
yang tersedia.
Rangeofmissingvalue.Bilavariabeltersebutmengandungmissingvalueyangberupainterval
suatubilangan,misal:79.Andatinggalmengisikanhargaterendahdanhargatertinggidari
interval tersebut
Rangeplusonediscretemissingvalue.Bilavariabeltersebutmengandungmissingvalueberupa
interval suatu bilangan dan sebuah harga missing sebagai alternatif
lain, misal :79,0 6.Tentukan format kolom yah Format Kolom Hal-hal
yang perlu diperhatikan dalam memberi Nama Variabel : Panjang
maksimum 8 karakter Nama variabel harus diawali dengan huruf Tidak
boleh diakhiri dengan tanda titik maupun garis bawah (underscore)
Tidak boleh menggunakan spasi dan karakter khusus lainnya seperti
!, ?, , * Tidak boleh menggunakan reserved word SPSS, seperti :
ALL, AND, NOT, OR, TO dan WITH
Untukmempercepatpendefinisanvariabelvariabeldapatdigunakanfasilitastemplate.SPSStelah
menyediakanbeberapatemplatestandarsepertiDEFAULT,MONTHS,STATESdanWEEKDAYS.Pemakai
dapat membuat template sendiri dengan definisi sesuai dengan yang
dikehendaki. Selain itu pemakai juga dapat memodifikasi atau
menghapus template yang sudah ada. Bar Icon Bar Menu Bar Status
Edit Line Variabel / kolom Penunjuk Sel Sel pada Data Editor Bar
Title Nomor Case SPSS 7.5 for WindowsBy Entot SuhartonoHal. 9 Cara
menggunakan Template : 1.Klik menu Data | Template 2.Pilih Template
yang akan digunakan 3.Klik tombol OK Atau apabila Anda ingin
mengubah sendiri templatenya klik tombol Define dan tentukan
sendiri template yang di kehendaki Contoh Mengedit Data adalah :
Menyisipkan Variabel Menghapus Variabel Menyisipkan Case Menghapus
Case Mengganti Data (value) Menghapus Data (value atau sekumpulan
value) Memindahkan Data (value atau sekumpulan value) Meng-copy
Data (value atau sekumpulan value) Mengganti Definisi Variabel
Menyimpan File Data1.Klik menu File | pilih Save 2.Tentukan
direktori penyimpanan data, misal : My Document 3.Ketikkan nama
file 4.Klik tombol Save II. LATIHAN 1.Buatlah file data berikut
pada Data Editor : NamaGenderTKPGaji Leonardo12300000
Alexandra23550000 Rai De Souza11250000 Lagrange22350000
Maldini13500000 Paulo Rossi12300000 Jim Courir13575000 Wim
Jonk13500000 Lapalace23500000 Faustino Aprilla 11250000 Definisi
Variabel : Nama Var.Tipe Var.Label VariabelLabel ValueMissing Value
NamaString 20Nama KaryawanNone GenderNumeric 1.0Jenis
Kelamin1=Laki-laki 2=Perempuan 0 TkpNumeric 1.0Tingkat
Pendidikan1=Lulusan SMA 2=Lulusan D3 3=Lulusan S1 0 GajiNumeric
10.2Gaji Karyawan0.00 2.Kerjakanlah latihan-latihan dibawah ini :
a.Simpanlah data yang telah Anda buat dengan nama GAJI01 NIM.SAV
b.Sisipkan variabwl MS_KERJA di antara variabwl TKP dan Variabel
GAJI
c.TentukanlahtipedanmissingvaluedarivariabelMS_KERJAdenganmenggunakanTemplate
MONTHS,sedangkanlabelvariabelnyaadalahMasaKerjaKaryawan(dalamtahun)danformat
kolomnya dibiarkan apa adanya (default) d.Lengkapi data untuk
variabel MS_KERJA SPSS 7.5 for WindowsBy Entot SuhartonoHal. 10
e.Sisipkan sebuah case diantara case ke 5 dan ke 6 dan lengkapi
datanya f.Definisikan dua buah variabel sebagai berikut : Nama
VariabelTipe Variabel Gender1String 2 Gender2 String 2 Sedangkan
label variabel, missing value dan format kolomnya gunakanlah harga
default
g.CopykanvariabelGENDERkevariabelGENDER1sedemikiansehinggatipevariabel,label
variabel, missing value dan format kolom dari variabel GENDER1
mengikuti variabel GENDER
h.CopykanvariabelGENDERkevariabelGENDER2sedemikiansehinggatipevariabel,label
variabel, missing value dan format kolom dari variabel GENDER2
tetap seperti semula i.Simpanlah kembali file data Anda j.Coba
lakukanlah beberapa proses editing berikut terhadap data Anda
Mengganti value pada sebuah sel Menghapus sebuah value pada suatu
sel Menghapus value pada sekelompok sel Menghapus sebuah variabel
Menghapus sebuah case Mengcopy dan memindahkan value pada suatu sel
ke sel lainnya
Mengcopydanmemindahkanvaluepadasuatuselatausekelompokselkesekelompoksel
lainnya
Mengcopydanmemindahkanvaluepadasuatuvariabelatausekelompokvariabelke
sekelompok variabel lainnya
Mengcopydanmemindahkanvaluepadasuatucaseatausekelompokcasekesekelompok
case lainnya SPSS 7.5 for WindowsBy Entot SuhartonoHal. 11
Transformasi Data
AdalahmengubahdatayangadadalamsuatufiledenganbentukyangsesuaidenganapayangAnda
kehendaki.Didalamtransformasifileakandiuraikantentangpengurutandata,transposecasedan
variabel, penggabungan file, penyeleksian case untuk analisis,
agregate data dan pembobotan case. 1. Mengurutkan Data
Andadapatmengurutkandata(case)berdasarkansatuataubeberapavariabelyangdisebutvariabel
kunci. Cara untuk mengurutkan data dapat digunakan perintah berikut
: 1.Bukalah file data yang akan di urutkan datanya 2.Klik menu Data
| Sort Cases 3.Akan muncul kotak dialog seperti dibawah ini :
4.Setelah ditentukan semua klik OK 2. Transpose Data
Transposeadalahmengubahkolomdatamenjadibarisdatadansebaliknyabarisdatamenjadikolom
data.Perintahtranspose akanmenghasilkan file data
baru.Padafiledatatranspose (baru)akan didapati
jumlahvariabelsamadenganjumlahcasedarifiledatalamaplus1,dimanasatuvariabeltersbutoleh
SPSS di beri nama CASE_LBL dengan tipe String 8 yang berisi
nama-nama variabel lama, sedangkan nama variabel lainnya adalah
var001, var002, dst. Perhatikan ilustrasi berikut ini! Sebelum
transpose Setelah transpose berdasarkan variabel Gaji tanpa name
variable
Carauntukmemindahkankolomdatamenjadibarisdatadansebaliknyadapatdigunakanperintah
berikut : 1.Bukalah file data yang akan di transpose datanya2.Klik
menu Data | Transpose 3.Akan muncul kotak dialog seperti dibawah
ini : Daftarnama variabel yang dipilih Kliktombolini untuk
memasukkan nama variabel ke kotak Sort by Pilih metode pengurutan
Daftarnama Kliktombolini untukmemasukkan nama variabel yang akan di
transpose Kalaudiisinama SPSS 7.5 for WindowsBy Entot SuhartonoHal.
12 4.Setelah ditentukan semua klik OK 3. Mengkombinasikan File Data
SPSS dapat mengkombinasikan dua buah file data dalam dua cara :
Menggabungkan file yang mengandung variabel-variabel yang sama
namun case-casenya berbeda Menggabungkan file yang mengandung
case-case yang sama namun variabel-variabelnya berbeda Kedua
prosedur tersebut akan menghasilkan file data baru, yaitu file data
gabungan. Prosedur Add Cases Menggabungkan dua buah file data yang
mempunyai variabel-veriabel yang sama akan tetapi case-casenya
berbeda. Untuk menambahkan case pada file data yang sedang aktif
dari file data SPSS lainnya, dapat dilakukan dengan cara :
1.Bukalah file data yang akan digabungkan datanya 2.Klik menu Data
| Merge Files | Add Cases 3.Pilih file yang akan digabungkan 4.Klik
tombol Open Akan mucul kotak dialog seperti dibawah ini :
Keterangan :
PadakotakUnpairedVariablemerupakandaftarvariabel-variabelyangterdiridarivariabel
yangaktif( ditandai dengan tandaasterisk* )
danvariabeldarifileyangdigabungkan( ditandai dengan tanda + ) Kalau
Anda ingin mengganti nama variabel pada Unpaired Variable klik
tombol Rename
KalauAndainginmemasangduavariabelyangberbedanamunmengandunginformasiyang
sama, maka Anda dapat meng-klik tombol Repair Kalau Anda ingin
menandai file asal dari tiap-tiap case data file baru, maka Anda
dapat meng-klik Indicate case source as variable. Dimana case yang
berasal dari file data yang sedang aktif, value
darivariabeliniadalah0dancaseyangberasaldarifiledatayangdigabungkan,valuedari
variable ini adalah 1 5.Setelah ditentukan semua klik OK II.
LATIHAN 1.Buatlah 3 file data berikut pada Data Editor :
NamaPosisiGaji Leonardo1300000 Alexandra1550000 Rai De Souza1250000
Lagrange2350000 Pilih file yang akan digabungkan Klik tombol ini
untuk memasukkan nama variabel yang akan digabungkan SPSS 7.5 for
WindowsBy Entot SuhartonoHal. 13 Maldini2500000 Paulo Rossi2300000
Jim Courir2575000 Wim Jonk3500000 Lapalace3500000 Faustino Aprilla
3250000 Tipe Variabel Posisi : Numeric 1.0 dan simpanlah dengan
nama DATA01-NIM.SAV NamaPosisiAplRenum Yopie Latul17800000 Desy
Armando 35450000 Didi Petet26500000 Henry Dunand 17950000 Iwan
Fals28850000 Tipe Variabel Posisi : String 1 dan simpanlah dengan
nama DATA02-NIM.SAV NamaAplTunjang Leonardo1020000 Alexandra925000
Lagrange615000 Paulo Rossi850000 Jim Courir1120000 Lapalace620000
Faustino Aprilla 455000 Simpanlah dengan nama DATA03-NIM.SAV
2.Urutkanlah file DATA01-NIM.SAV secara Ascending dengan variabel
kunci GAJI
3.UrutkanlahlagifiledataDATA01-NIM.SAVdenganduavariabelkunci,yaitusecaraDescending
dengan variabel kunci POSISI dan secara Ascending dengan variabel
kunci NAMA 4.Buatlah file data transpose dengan men-transpose file
DATA01-NIM.SAV hasil modifikasi langkah 2 di atas dengan ketentuan
sebagai berikut : k.Variabel yang di transpose adalah POSISI dan
GAJI l.Nama-nama variabel hasil transpose :CASE_LBL, Var0001,
Var0002, .... 5.Bukalah kembali file data DATA01-NIM.SAV dengan
tanpa menyimpan hasil kerja Anda pada langkah 4
6.Ulangilahlangkah3diatasakantetapinama-namavariabelyangsemuladiberikansecarahistoris
diganti dengan value-value dari variabel NAMA 7.Simpanlah kembali
file pada langkah ke 6 diatas dengan nama TRDATA01-NIM. SAV
8.Tampilkan kembali pada file data pada DATA01-NIM.SAV pada data
editor SPSS 7.5 for WindowsBy Entot SuhartonoHal. 14 9.Tambahkanlah
case-case yang tersimpan dalam file DATA02-NIM.SAV ke dalam file
DATA01-NIM.SAV dengan ketentuan sebagaiberikut
:value-valuevariabelNAMApadafile DATA02-NIM.SAVdigabung
denganbvariabelnamadarifileDATA01-NIM.SAV,variabelPOSISIdenganvariabelPOSISIdan
variabel RENUM dengan variabel GAJI 10.Buatlah sebuah variabel baru
pada data hasil gabungan di mana variabel tersebut berisi
value-value 0 dan 1 yang menunjukkan asal mula file dari case-case
data gabungan tersebut 11.Simpanlah hasil kerja Anda ini dengan
nama file ACDATA01-NIM.SAV 12.Sebutkanlah manfaat dari prosedur Add
Case
13.TampilkanlahfiledataDATA03-NIM.SAVpadadataeditordanurutkanlahsecaraAscending
berdasarkan variabel NAMA. Simpanlah perubahan yang terjadi
14.TampilkanlahkebalifiledataDATA01-NIM.SAVpadadataeditordanurutkanlahsecaraAscending
berdasarkan variabel NAMA 4. Prosedur Add Variables Dengan
menggunakan prosedur Add Variables Anda dapat : Menggabungkandua
buah file data SPSSyangmempunyai
case-caseyangsamaakantetapivariabel-variabelnya berbeda Menggunakan
file tabel LookUp untuk menambahkan data ke dalam case-case pada
file data lainnya Kedua file data yang akan digabungkan harus
memenuhi aturan sebagai berikut : Kedua file harus mempunyai
formatSPSS Case-case dari kedua file harus diurutkan dengan cara
yang sama (ascending atau descending)
Jikasatuataubeberapavariabelkunci(dalampengurutan)case-casenyaturutdipasangkan,maka
kedua file data harus diurutkan secara ascending berdasarkan
variabel kunci tersebut. Cara menambahkan Variabel : 1.Bukalah file
yang akan ditambahkan variabelnya 2.Klik menu Data | Merge Files |
Add Variabel
3.Munculkotakdialoguntukmemilihfileyangdigabungkan,pilihfileyangdiinginkandanklik
Continue Setelah itu Akan muncul kotak dialog seperti dibawah ini :
4.Tentukan Excluded Variables untuk memilih variabel-variabel dari
file yang digabungkan 5.Pada kotak New Working Data File berisi
variabel-variabel dari file yang akan digabungkan
6.PadaMatchcaseonkeyvariablesinsortedfiles,apabiladiaktifkanuntukmenghasilkanfile
gabunganyangmempunyaimissingvaluedenganpenempatancaseyangsesuaidengancara
memasukkan nama variabel pada kotak Key Variables
7.KlikpadakotakIndicatecasesourceasvariable,untukmenandaicaseyangberasaldarifileyang
aktif dan file yang digabungkan. 8.Setelah ditentukan semua klik OK
5. Agregate Data Berisi variabel-variabel dari file yang aktif dan
file yang digabungkan Berisi variabel yang akan ditambahkan Berisi
variabel yang di jadikan kunci pengurutan SPSS 7.5 for WindowsBy
Entot SuhartonoHal. 15
Digunakanuntukmengkombinasikangroup-groupdaricase-casekedalamcase-casesummaritunggal.
DenganperintahiniAndadapatmengumpulkancase-caseberdasarkansuatuvaluedarisatuatau
beberapagroupvariabelpada filekerjaAnda,danmenyimpannyake
dalamfiledatabaruyakni filedata agregate. Cara menjalankan perintah
Agregate : 1.Bukalah file data yang akan di Agregate 2.Klik menu
Data | Agregat, akan muncul kotak dialog dibawah ini :
3.PadakotakBreakVariabel,tentukannamavariabelyangakandijadikangroupyaknivariabel-variabeldimanavalue-valuenyadidefinisikansebagaigrup-grupcase.Misalnya:berjeniskategori,
jenis kelamin, golongan dan lain-lain
4.PadakotakAgregateVariabel(s),digunakanuntukmenampungsatuataubeberapavariabelyang
akandigunakanbersama-samadenganfungsi-fungsiagregate,dimanadefaultnyamenggunakan
fungsi mean, untuk membentuk variabel baru pada file data
agregate.Variabelyangdapatdijadikanvariabelagregateadalahvariabelyangbertipenumeriksaja.Secara
default,variabelbaruyangdihasilkandariperintahagregateakanmembentuknamavariabelbaru
dengan nama GAJI menjadi GAJI_1. Variabel baru ini disebut dengan
Variabel Agregate.
5.KliktombolName&Labeluntukmemberinamavariabeldanmemberilabelatauketeranganpada
nama variabel tersebut 6.Klik tombol Function untuk menentukan
jenis fungsi-fungsi agregate yang akan digunakan 7.Klik kotak Save
number ofcases in break group as variable, untuk menentukan
jumlahcaseyang menjadi grup dari masing-masing Break Variables dan
secara default akan diberi nama N_BREAK 8.Klik Create new data
file, untuk membuat file baru yaitu file agregate dengan nama
AGGR.SAV 9.Klik Replace working data file, untuk mengganti file
data yang sedang aktif dengan file data agregate. Fungsi-fungsi
Agregate Dalam keadaandefault,fungsiyang diaplikasikan dalamkotak
AgregateVariablesadalahmean ofvalues.
Untukmengaplikasikanfungsi-fungsiagregatelainnya,KliktombolFunction...sehinggamunculkotak
dialog sebagai berikut : SPSS 7.5 for WindowsBy Entot SuhartonoHal.
16 II. LATIHAN 1.Buatlah 2 file data berikut pada Data Editor :
NamaSexGaji Giovanny1300000 Alexandra1550000 May De Rosa2250000
Lagrange1350000 Martini2500000 Paulo Rossi2300000 Jim Courir157500
Wim Jonk1500000 Lapalace1500000 Aprilia2250000 Tipe Variabel Sex :
Numerik 8.0 dan simpanlah dengan nama DATA04-NIM.SAV NamaAplTunjang
Leonardo120000 Alexandra325000 Lagrange315000 Paulo Rossi250000 Jim
Courir220000 Lapalace120000 Faustino Aprilla 255000 Simpanlah
dengan nama DATA05-NIM.SAV
2.UrutkanlahfileDATA04-NIM.SAVsecaraAscendingdenganvariabelkunciNAMAdansimpanlah
dengan nama yang sama
3.UrutkanlahfileDATA05-NIM.SAVsecaraAscendingdenganvariabelkunciNAMAdansimpanlah
dengan nama yang sama
4.Buatlahfiledatatransposedenganmen-transposefileDATA05-NIM.SAVdenganketentuansebagai
berikut : Variabel yang di transpose adalahAPL dan TUNJANG
Nama-nama variabel hasil transpose : CASE_LBL, Var0001, Var0002,
....
5.Ulangilahlangkah4diatasakantetapinama-namavariabelyangsemuladiberikansecarahistoris
diganti dengan value-value dari variabel NAMA dan simpan dengan
nama TRDATA02-NIM. SAV
6.Tambahkanlahcase-caseyangtersimpandalamfileDATA04-NIM.SAVkedalamfileDATA05-NIM.SAVdenganketentuansebagaiberikut:value-valuevariabelNAMApadafileDATA05-NIM.SAV
digabungdenganvariabelNAMAdarifileDATA04-NIM.SAV,variabelSEXdenganvariabelAPL,
variabel GAJI dan variabel TUNJANG
7.TambahkannamavariabelTUNJANGyangadadalamfileDATA05-NIM.SAVkedalamfileDATA04-NIM.SAV
dimana case-case dapat bersesuian dengan benar 8.Simpanlah hasil
penambahan nama-nama variabel tersebut dengan nama ADDATA01-NIM.SAV
9.BukalahfileADDATA01-NIM.SAVdanlakukanpengkombinasiangrupberdasarkanSEXdan
penjumlahangrupberdasarkanMEANdarivariabelGAJIdanSUMofVALUEdarivariabelTUNJANG.
Simpanlahhasilnyadenganmenggunakanfileyangtersimpansecaraotomatisdarihasilpengolahan
AGREGATE
10.Ulangilahlangkah9danlakukanpengkombinasiangrupberdasarkanAPLdanpenjumlahgrup
berdasarkanMaksimumdarivariabelGAJIdanvariabelTUNJANGdantampilkandalamdataeditor
Anda. 6. Seleksi Case Digunakan untuk memilih case-case tertentu
diantara case-case yang ada pada data Anda yang nantinya case-case
tersebut akan disertakan dalam setiap pengolahan data maupun
analisis yang Anda jalankan. SPSS 7.5 for WindowsBy Entot
SuhartonoHal. 17 Untuk memilih case-case tersebut dapat digunakan
kriteria tertentu yang diberikan pada variabel dan kondisi atau
ekspresi lain yang kompleks. Cara menjalankan perintah seleksi case
adalah sebagai berikut : 1.Bukalah afile yang akan di seleksi
case-nya 2.Klik menu Data | Select Case 3.Akn muncul kotak dialog
seperti dibawah ini : Dari kotak dialog tersebut tersedia pilihan
untuk menyeleksi case-case data Anda, yaitu :
AllCases,denganpilihaninimakaseluruhcaseyangAndamilikiakandiikutkandalamsetiap
analisis yang Anda jalankan
IfConditionisSatisfied,pilihaniniakanmenyeleksicase-caseberdasarkankondisitertentu
yangAndatentukan.Untukmenentukankondisi
tersebut,gunakanlahkotakdialogSelect Cases: IF. Pilihan ini akan
menghasilkan sebuah variabel filter FILTER_$
RandomSampleofcases,denganpilihanini,Andadapatmemilihsebagian(sampel)dari
seluruhcaseyangAndamilikisecararandom.Adaduapilihanuntukmemilihsampelsecara
random,yaitudenganpersentasedandenganmemilihsejumlahcasetertentudalaminterval
tertentu. Pilihan ini akan menghasilkan sebuah variabel filter
FILTER_$
BaseonTimeorCasesRange,pilihaninidigunakanuntukmemilihcasedengancara
menentukanbatas-batasintervalnya(menentukanrange)baikuntukvariabel-variabel
konvensional maupun variabel-variabel tanggal / waktu
UseFilterVariabel,pilihaninidigunakanuntukmenyeleksicaseberdasarkanvariabelfilter.
Variabelfilterdalamhaliniadalahvariabelnumerikyangmempunyaivalue0.Case-caseyang
variabel filternya berharga 0 tidak disertakan dalam analisis
(tidak dipilih) Setelah Anda melakukan penyeleksian case, Anda
dapat mengontrol case-case yang tidak terpilih, yaitu dengan opsi :
Filtered, case-case yang tidak terpilih ditandai dengan pencoretan
pada nomor casenya Deleted, case-case yang tidak terpilih akan
dihapus II. LATIHAN 1.Bukalah file DATA04-NIM.SAV ke dalam data
editor 2.Sisipkan 1 variabel kosong diantara Sex dan Gaji dan
berilah nama variabel dengan Gol (type numeric 3.0) 3.Isilah
variabel Gol tersebut dengan data sebagai berikut : NamaGol
Giovanny1 SPSS 7.5 for WindowsBy Entot SuhartonoHal. 18 Alexandra2
May De Rosa3 Lagrange2 Martini3 Rossi2 Jim Courir1 Wim Jonk2
Lapalace1 Aprilia2 4.Simpanlah kembali data tersebut dengan nama
yang sama
5.Buatlahfiledatatransposedenganmen-transposefileDATA04-NIM.SAVdiatasdenganketentuan
sebagai berikut : Variabel yang di transpose adalahGOL dan GAJI
Berilahnama-namavariabelyangdiberikansecarahistorisdenganvalue-valuedarivariabel
NAMA Simpanlah file hasil transpose tadi dengan nama
TRDATA03-NIM.SAV
6.BukalahfileDATA04-NIM.SAVdanlakukanperintahpenyeleksiancasedenganketentuansebagai
berikut : Case yang dipilih adalah case yang mempunyai GAJI 350000
dan GOL = 2 Case yang dipilih adalah secara acak dengan mengambil
50 % dari seluruh case Case yang dipilih adalah antara case 3
sampai dengan case 7 7.Bukalah file DATA04-NIM.SAV dan tambahkan
satu variabel dengan nama TUNJANG (type : numeric
8)yangharusAndaisisendiridataangkanya.Simpanlahkembalifiletersebutdengannamayang
sama
8.Darifiletersebutpadanomor7,lakukanpengelompokandataberdasarkanSEXdenganketentuan
sebagai berikut : Data yang dikelompokkan adalah Jumlah Gaji Data
yang dikelompokkan adalah Maksimum Gaji Data yang dikelompokkan
adalah Minimum Gaji Data yang dikelompokkan adalah Rata-rata Gaji
Simpanlah datanya dengan nama AGR01-NIM.SAV
9.Ulangilahlangkahpadanomor8danlakukanpengelompokandataberdasarkanGOLdengan
ketentuan sebagai berikut : Data yang dikelompokkan adalah Jumlah
Tunjang Data yang dikelompokkan adalah Maksimum Tunjang Data yang
dikelompokkan adalah Minimum Tunjang Data yang dikelompokkan adalah
Rata-rata Tunjang Simpanlah datanya dengan nama AGR02-NIM.SAV
SPSS 9.0 for Windows hal 19 TRANFORMASI DATA LANJUTAN 1. COMPUTE
Perintah Compute digunakan untuk membuat (menghitung) value-value
suatu variabel baru atau memodifikasi value-value dari variabel
yang sudah ada, dimana perhitungannya di dasarkan pada transformasi
numerik dari variabel-variabel lainnya. Perhitungan value-value
tersebut dapat diberlakukan untuk seluruh case maupun untuk
case-case yang memenuhi kondisi logika tertentu saja. Cara
menjalankan perintah compute adalah sebagai berikut : 1.Bukalah
file yang akan di hitung value-valuenya 2.Klik menu Transform|
Compute Akan muncul kotak dialog seperti dibawah ini : Keterangan :
Target Variable, dipakai untuk mengisikan nama variabel target baru
atau nama variabel yang telah ada pada file kerja Anda Type &
Label, dipakai untuk memberi type ataupun label pada variabel baru
tersebut.
NumericExpression,dipakaiuntukmenyusunekspresiyangakandigunakanuntuk
transformasi variabel
target.CalculatorPad,menyediakanangka-angka,operatoraritmatik,operatorrelasidanoperator
logika.
Fungsi,SPSSmenyediakanlebihdari70macamfungsiyangmeliputifungsiaritmatik,fungsi
statistik, fungsi distribusi, fungsi logika dll Menggunakan Fungsi
Logika Untuk memberikan ekspresi logika, klik tombol IF sehingga
akan muncul kotak dialog sebagai berikut : Keterangan : Include all
cases, value-value akan dihitung untuk seluruh case, sehingga
ekspresi logika yang telah Anda susun akan diabaikan
Includeifcasessatisfiescondition,dipilihuntukmenghitungvalue-valueuntukcase-case
yang memenuhi kondisi logika yang diekspresikan pada text box yang
tersedia. Nama Fungsi Calculator Pad SPSS 9.0 for Windows hal 20 2.
PERINTAH COUNT
PerintahCountdigunakanuntukmenghitungbanyaknyavaluevariabelpadatiap-tiapcasedari
seluruhvariabel(numeriksemuaataustringsemua)yangdidaftar,dimanavaluenyamemenuhi
syarat value yang telah didefinisikan.Caranya menjalankan perintah
Count adalah sebagai berikut : 1.Bukalah file yang akan dihitung
value-valuenya 2.Klik menu Transform | Count Akan muncul kotak
dialog sebagai berikut : Keterangan :
TargetVariable,digunakanuntukmemberinamavariabeltarget,yaituvariabelyang
digunakanuntukmenampunghasilperhitungan.BilanamayangAndaisikansamapersis
denganbanasalahsatuvariabelyangsudahada,makaberartiAndamenggantivalue-value
variabel tersebut melalui transformasi count yang Anda jalankan
TargetLabel,merupakanpendukungkotakteksTargetVariable,yangdigunakanuntuk
memberikan label variabel target
NumericVariables,digunakanuntukmendaftarvariabel-variabelyangmanavalue-valuenya
untuktiap-tiapcaseakandihitung.VariabelyangdapatAndadaftardalamkotakiniharus
bertipe numerik semua atau string semua
DefineValue,digunakanuntukmembukakotakdialogCountValuesWithinCases:Valueto
Count.Kotakinidigunakanuntukmendefinisikanspesifikasivalueyangakandihitung
cacahnya.Bilavariabel-variabelyangAndadaftarbertipenumerik,makaada6opsiuntuk
mendefinisikan spesifikasi value, yaitu : Value, untuk menghitung
cacah value yang berharga sama dengan yang Anda tentukan System
Missing, untuk menghitung cacah value yang berupa system missing
value System or user missing, untuk menghitung cacah value yang
berharga missing Range, untuk menghitung cacah value yang harganya
pada batas atau di dalam range yang ditentukanRange : Lowest
throught n, untuk menghitung cacah value yang harganya lebih kecil
atau sama dengan yang ditentukan
Range:nthroughthighest,untukmenghitungcacahvalueyangharganyalebihbesar
atau sama dengan yang ditentukan Akan tetapi jika variabel-variabel
yang Anda daftar bertipe string, maka hanya ada satu opsi yang
tersedia, yaitu : Value
TombolIF,digunakanuntukmembukakotakdialogCountOccurences:IFCases.Kotakini
digunakanuntukmenyusunekspresilogikayangakanmenentukancase-casemanasajayang
akan ditransformasikan. Bila Anda menggunakan harga string dalam
menyusun ekspresi logika ini, maka harga string tersebut harus
diapit dalam tanda petik ( ) II. LATIHAN 1.Bukalah file EMPLOYEE
DATA.SAV yang ada dalam direktori Program Files \ SPSS
2.SimpanlahfiletersebutdengannamalainyaitudenganperintahFile|SaveAsdanketikkan
nama filenya DATA10_NIM.SAV.SPSS 9.0 for Windows hal 21 Ulangi
langkah menyimpan file ini dengan memberikan nama DATA11_NIM.SAV
Ulangi langkah menyimpan file ini dengan memberikan nama
DATA12_NIM.SAV 3.Editlah file data DATA10_NIM.SAV sebagai berikut :
a.HapuslahseluruhvariabelyangadakecualivariabelID,GENDER,JOBCAT,SALARYdanSALBEGIN
b.GantilahvariabelGENDERmenjadiSEX,variabelJOBCATmenjadiK_KERJA,variabel
SALARY menjadi GAJI_SKR dan variabel SALBEGIN menjadi GAJI_AWL
c.Denganmenggunakan Select Case hapuslahcase ke 11 sampai
dengancaseyang terakhir sehingga datanya tinggal 10 case
d.Simpanlah kembali hasil editing dari file tersebut dengan nama
yang sama 4.Dengan menggunakan file DATA10_NIM.SAV, kerjakanlah
perintah dibawah ini : a.Hitunglah 5% dari GAJI_SKR untuk mengisi
variabel TUNJANG b.Hitunglah total gaji yang diterima oleh
masing-masing ID untuk mengisi variabel TOT_GAJI c.Simpanlah
kembali file tersebut dengan nama yang sama d.Dari file tersebut
buatlah file transpose dengan mentranspose variabel K_KERJA,
GAJI_SKR,
GAJI_AWL,TUNJANGdanTOT_GAJI,dimanavariabel-variabelvaluenyadibuatsecara
historis e.Simpanlah file hasil transpose tersebut dengan nama
TRDATA10_NIM.SAV 5.Bukalah file DATA11_NIM.SAV, dari file tersebut
lakukan penyeleksian case dengan ketentuan sebagai berikut :
a.Caseyangdipilihadalahcaseyangmempunyaitingkatpendidikan(EDUC)lebihrendah
atau sama dengan 15 dan kategori kerjanya = 1
b.Yangtidaktermasukdalampenyeleksiancase(dalampointa),hapuslahcase-case
tersebut c.Simpanlah file hasil seleksi tersebut dengan nama yang
sama
6.BuatlahfiledatabarudengannamaAGREDATA11-NIM.SAV.Fileinidibuatberdasarkanfile
data DATA12_NIM.SAV yang dikelompokkan dalam 4 kategori sebagai
berikut : Gender=f dan Minority=0 Gender=f dan Minority=1 Gender=m
dan Minority=0 Gender=m dan Minority=1 Pada file data tersebut
buatlah variabel-variabel sebagai berikut : MEANSB yang berisi mean
gaji pertama (SALBEGIN) untuk masing-masing kelompok
STDVSByangberisideviasistandargajipertama(SALBEGIN)untukmasing-masing
kelompok
MAXSByangberisihargamaksimumgajipertama(SALBEGIN)untukmasing-masing
kelompok MEANSL yang berisi mean gaji terakhir (SALARY) untuk
masing-masing kelompok STDVSL yang berisi deviasi standar gaji
terakhir (SALARY) untuk masing-masing kelompok SUMSL yang berisi
jumlah gaji terakhir (SALARY) untuk masing-masing kelompok BNYKCASE
yang berisi banyaknya case untuk masing-masing kelompok
7.Sebuahperusahaanjasaakanmelakukananalisistingkatkepentinganpelangganterhadap
kinerjaperusahaannya.Dalamhalini,tingkatkepentingandirepresentasikansebagai
Expectation(E),sedangkankinerjaperusahaandirepresentasikansebagaitingkatkepuasan
(persepsipelangggan)atauPerpection(P).untukanalisistersebutdiperolehdatadari10
responden. Data tersebut diperoleh atas pertanyaanyang diberikan
kepada pelanggan sebagai
respondendimanapertanyaantersebutmenyangkut4karakteristik(E1hinggaE4,danP1
hingga P4). Data yang diperoleh adalah sebagaimana tabel dibawah :
Responden ke :E1E2E3E4P1P2P3P4 134433232 243242343 324331233
432223122 552322223 633332133 724333332 831143112 SPSS 9.0 for
Windows hal 22 913231121 1024223233 Untuk tiap-tiap responden, Anda
di minta untuk a.Mencari Mean, Deviasi standar, Minimum, Maksimum,
Range fan Variance bagi : E1,...,E4 P1,...,P4 E1,...,E4,P1, ...,P4
b.Mencari rata-rata aritmatis E1,...,E4 minus rata-rata aritmatis
P1,...,P4
8.TerhadapfiledatayangtelahAndamilikisebagaimanahasildarisoal4diatas,hitunglah
banyaknyavaluedarivariabel-variabelE1,...,E4,P1,...,P4untukmasing-masingcaseyang
valuenya tidak sama dengan 3
9.BukalahkembalifileDATA12_NIM.SAV,khususuntukkaryawanbankyangmempunyai
tingkat pendidikan (EDUC) t tabel, maka H0 ditolak Jika t hitung
(output t) < t tabel, maka H0 diterima KeputusanSignifikan
(probabilitas) -Jika sig. > 0.05, maka H0 diterima -Jika sig.
< 0.05, maka H0 ditolak 2. PAIRED SAMPLE TEST UJI T (BEDA) DUA
SAMPLE YANG BERPASANGAN
Menganalisaperbandinganduasampleyangberpasangan(ujibeda).Duasampleyangberpasangan
diartikan sebagai sample dengan subyek yang sama namun mengalami
dua perlakuan atau pengukuran yang berbeda. SPSS 17.0 for Windows
hal 35 Perintah : Analyze Compare Mean Paired Samples ... ANALISA
OUTPUT SPSS 1.OUTPUT I (PAIRED SAMPLES STATISTICS) Jumlah data -
Mean - Std. Deviation - Std. Error Mean
DengandataStd.DeviationdanStd.Error,akandianalisaapakahperbedaantersebutmemang
nyata atau tidak2.OUTPUT III (PAIRED SAMPLE TEST) c.Uji
tHipotesisAnalisa dengan t test untuk asumsi varians sama H0 =
Kedua rata-rata populasi adalah identik H1 = Kedua rata-rata
populasi berbeda (tidak identik) Jika t hitung (output t) > t
tabel, maka H0 ditolak Jika t hitung (output t) < t tabel, maka
H0 diterima Uji dilakukan dua sisi karena akan diketahui apakah
rata-rata sample pertamasama dengan rata-rata sample keduaatau
tidak.KeputusanSignifikan (probabilitas) -Jika sig. > 0.05, maka
H0 diterima -Jika sig. < 0.05, maka H0 ditolak Sample Berat
Badan Konsumen Obat Diet SebelumSesudah 76.8576.22 77.9577.89
78.6579.02 79.2580.21 82.6582.65 88.1582.53 92.5492.56 96.2592.33
84.5685.12 88.2584.56 3. ONE SAMPLE TEST UJI T (BEDA) UNTUK SATU
SAMPLEPengujiansatusampleinipadaprinsipnyainginmengujiapakahsuatunilaitertentu(yangdiberikan
sebagai pembanding) berbeda secara nyata ataukah tidak dengan
rata-rata sebuah sample. Perintah : Analyze Compare Mean One Sample
... SPSS 17.0 for Windows hal 36 Kasus :
Diketahuirata-rataberatbadanrespondensebelumminumobatadalah84,51kg.Sekelompok
respondensetelahditimbang,mempunyairata-rata90kg.Apakahsekelompokrespondentersebut
mempunyaiberatyangtidaksamasecarasignifikandenganrata-rataberatsamplesebelumminum
obat? z Analisa: Gunakan analisa output SPSS sebelumnya.
HipotesisAnalisa dengan t test untuk asumsi varians sama H0
=Beratsekelompokrespondentidakberbeda(identik)denganrata-rataberatpopulasi
sebelum minum obat. 4. INDEPENDENT 2 SAMPLE TEST (Uji T Untuk 2
Sampel Bebas/ Indenpenden)
Membandingkanrata-ratadari2groupbebas(tidakberhubungansatusamalainnya),apakahkedua
group tersebut mempunyai rata-rata yang sama atau tidak secara
nyata/ signifikan. Perintah : Statistic Compare Mean Independent
Sample Test Analisa: Gunakan analisa output SPSS sebelumnya.
TinggiBeratGenderTinggiBeratGender 174.565.81154.843.82
178.662.71157.858.12 170.866.41156.754.72 168.268.91154.749.72
159.767.81 167.867.81Gender 165.565.811 = Pria 154.748.722 = Wanita
152.745.72 155.846.22 SPSS 17.0 for Windows hal 37 ANALISIS
KORELASI DAN REGRESI
Analisiskorelasimempelajariapakahadahubunganantaraduavariabelataulebih,sedanganalisis
regresimemprediksiseberapajauhpengaruhtersebut.Sehinggajikadengananalisiskorelasi
menyatakanadanyahubunganyang positif danakurat antara
duavariabel,makaanalisisregresiakan
memperkirakanjikasalahsatuvariabelindependenditingkatkansejumlahnilaitertentu,akan
mempengaruhi sejumlah tertentu pula. 1. KORELASI Menganalisa atau
mengukur hubungan antar dua variabel, dan jika ada hubungan,
bagaimana arah hubungan dan seberapa besar hubungan tersebut.
1.Korelasi Bivariate -Koefisien korelasi bivariate/ product moment
pearson Mengukur keeratan hubungan di antara hasil-hasil pengamatan
dari populasi yang mempunyai dua varian (bivariate). Perhitungan
ini mensyaratkan bahwa populasi asal sampel mempunyai dua varian
dan berdistribusi normal. Korelasi pearson banyak digunakan untuk
mengukur korelasi data interval atau rasio. -Koefisien peringkat
Spearman (Rank-Spearman) dan Kendall Lebih mengukur keurutan
hubungan antara peringkat-peringkat dibanding hasil pengamatan itu
sendiri (seperti pada korelasi Pearson). Perhitungan korelasi ini
bisa digunakan untuk menghitung koefisiean korelasi pada data
ordinal dan penggunaan asosiasi pada statistik non parametrik.
Perbedaan diantara kedua metode tersebut di atas, yaitu jika
korelasi Kendall (diberi simbol ) merupakan suatu penduga tidak
bias untuk parameter populasi,maka korelasi Spearman (diberi simbol
r) tidak memberikan dugaan koefisien peringkat suatu populasi.
2.Korelasi Partial Pembahasan mengenai hubungan linier antara dua
variabel dengan melakukan kontrol terhadap satu atau lebih variabel
tambahan (disebut variabel kontrol). ANALISIS MULTIVARIAT Jenis
Data (2 Variabel) KOEFISIAN KONTIGENSI KORELASI RANK SPEARMAN
KORELASI PEARSON Semua Data Nominal Semua Data Ordinal Semua Data
Rasio SPSS 17.0 for Windows hal 38 ANALISIS OUTPUT SPSS 1. Arti
Angka Korelasi
Besaranangkakorelasiberkisaranpada0(tidakadakorelasisamasekali)dan1(korelasi
sempurna). Sebagai pedoman, angka korelasi di atas 0.5 menunjukan
korelasi yang cukup kuat, sedangkan di bawah 0.5 korelasi lemah.
Tanda(Negatif)padaoutputmenunjukanadanyaarahyangberlawanan,sedangkan+
(positif) menunjukkan arah yang sama. 2.Signifikasi Hasil Korelasi
HipotesisH0 = Tidak ada hubungan (korelasi) antara dua variabel
atau angka korelasi 0. Hi = Ada hubungan (korelasi) antara dua
variabel atang angka korelasi 1. Tidak ada korelasi antara jumlah
pesaing dengan tingkat penjualan perusahaan Variabel Jumlah pesaing
dan tingkat penjualan tidak ada korelasi secara signifikan Uji
dilakukan dua sisi karena akan dicari ada atau tidak ada hubungan
korelasi, dan bukan lebih besar/kecil. Dasar Pengambilan Keputusan:
a. Berdasarkan probabilitas Jika probabilitas > 0,05, maka H0
diterima Jika probabilitas < 0,05, maka H0 ditolak b.
Berdasarkan tanda * yang diberikan SPSS Signifikan tidaknya
korelasi dua variabel bisa dilihat dari adanya tanda * pada
pasangan data yang dikorelasikan (lihat opsi Flag significant
correlations). Kasus: Ingin diketahui apajkah ada korelasi
(hubungan) diantara variabel-variabel berikut : jumlah pelanggaran
lalu lintas, jumlah mobil, motor, serta jumlah polisi. Untuk itu
diambil data mengenai variabel-variabel di atas pada sejumlah
daerah pada waktu tertentu dengan hasil sebagai berikut: Tanda *
menunjukan data tersebut missing atau tidak diketahui/tersedia.
DaerahTilangMobilMotorPolisi 12025858930 22426558725 32524969820
41812562530 51512071235 61612469240 73525168129 81011063440
91212469735 101715952132 SPSS 17.0 for Windows hal 39 Kasus: Akan
diketahui apakah ada hubungan (korelasi) anatara prestasi kerja
karyawan dengan tingkat kecerdasan (diukur dengan IQ) dan loyalitas
kerja karyawan: PrestasiIQLoyalitas 212 232 222 222 222 222 222 232
232 133 123 434 222 212 222 232 222 222 323 133 2. ANALISIS REGRESI
Mengetahui hubungan dua atau lebih variabel numerik, termasuk
hubungan di antara keduanya, maka
digunakanduatehnikperhitungan,yaituRegresidanKorelasi.DalamanalisiRegresi,dapat
dikembangkan sebuah estimating equation (peresamaan regresi) yaitu
suatu formula matematika yang mencari nilai variabel dependent dari
nilai variabel independent yang diketahui. TUJUAN ANALISIS REGRESI
Analisis ini digunakan untuk peramalanatau prediksi besarvariabel
dependentdengan menggunakan data variabel independent yang sudah
diketahui besarnya. TAHAPAN PENYUSUNAN MODEL REGRESIMenentukan mana
variabel independent dan variabel dependent Menentukan metode
pembiatan model regresi (enter, stepwise, forward, backward)
Menguji asumsi-asumsi pada regresi (Menguji kebaikan model regresi
atau mengetahui seberapa besar variabel independent mempengaruhi
variabel dependent)R square dan Uji F. Membuat model regresi dan
interpretasi model regresi Uji Hipotesis Prestasi : 5 = Sangat Baik
4 = Baik 3 = Cukup 2 = Jelek 1 = Sangat Jelek IQ : 3 = Sangat
Cerdas 2 = Cerdas 1 = Cukup Cerdas Loyalitas: 4 = Sangat Loyal 3 =
Loyal 2 = Cukup Loyal 1 = Meragukan SPSS 17.0 for Windows hal 40
Latihan Seorang manajer penjualan akan meneiliti mengenai pengaruh
biaya promosi terhadap tingkat penjualan DaerahSales (juta) Promosi
(Juta) Outlet (unit) Income (juta/bln) Pesaing (unit) Jakarta 205
261595.4619 Tanggerang206 281642.4319 Bekasi254 351982.5619 Bogor
246 311843.5518 Bandung 201 211504.3520 Semarang291 492083.6516
Solo234 301843.4415 Yogya 209 301542.5517 Surabaya204 241494.7920
Purwokerto216 311752.5317 Madiun245 321923.5114 Tuban 286
472012.8113 Malang312 542483.0115 Kudus 265 401662.7513
Pekalongan322 422872.7514 Regression Descriptive Statistics246,4000
41,1127 1534,6667 9,6782 15SALESPROMOSIMean Std. Deviation N
Correlations1,000 ,916,916 1,000, ,000,000 ,15 1515
15SALESPROMOSISALESPROMOSISALESPROMOSIPearson CorrelationSig.
(1-tailed)NSALES PROMOSI Variables Entered/RemovedbPROMOSIa,
EnterModel1VariablesEnteredVariablesRemoved MethodAll requested
variables entered.a. Dependent Variable: SALESb. Model
Summaryb,916a,839 ,826 17,1268Model1R R SquareAdjustedR SquareStd.
Error ofthe EstimatePredictors: (Constant), PROMOSIa. Dependent
Variable: SALESb. ANOVAb19850,334 1 19850,334 67,673 ,000a3813,266
13 293,32823663,600 14RegressionResidualTotalModel1Sum ofSquares df
Mean Square F Sig.Predictors: (Constant), PROMOSIa. Dependent
Variable: SALES b. SPSS 17.0 for Windows hal 41
Coefficientsa111,523 16,982 6,567 ,0003,891 ,473 ,916 8,226
,000(Constant)PROMOSIModel1B Std.
ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientst
Sig.Dependent Variable: SALESa. SPSS 17.0 for Windows hal 42
STATISTIK NON PARAMETRIK Statistik parametrik digunakan jika telah
diketahui model matematis dari distribusi populasi suatu data yang
akan dianalisis. Sebaliknya, jika tidak diketahui suatu model
terdistribusi populasi dari suatu data,
jenisdataberupanominalatauordinal,danjumlahdatarelatifkecil,makadigunakanstatistik
nonparametrik. PENGUJIAN SAMPEL TUNGGAL
Ujistatistiknonparametrikinidapatdigunakanuntukmengujihipotesisyangdidasarkanpadasatu
sampeltunggal.Dalamteknikparametrik,untukmengujirata-ratakasussampeltunggalbiasanya
menggunakanUjit.Namun,ujiparametriktersebutmembutuhkandatayangminimaldiukurdalam
skalainterval,danasumsinyabahwapengamatanataunilainumerikdalamsampelharusberasaldari
suatu populasi yang berdistribusi normal.
Dalambanyakkasus,terutamapadapenelitian-penelitiansosial,tidaksemuapengamatanbisadiukur
denganmenggunakanskalainterval,tetapihanyadapatdiukurdalamskalaordinal(urutan/jenjang),
bahkanhanyadalamskalanominal(kategori).Selainitu,datayangdiamatiumumnyatidak
berdistribusi normal. 1. Chi Square Test Digunakan untuk menguji
hipotesis terhadap proporsi relatif dari case-case yang
dikelompokkan dalam
beberapagroup.Datayangdigunakanuntukanalisisiniadalahdalambentukfrekuensi,tidakdalam
bentuk angka rasio atau skala. Di mana data frekuensi tersebut
merupakan hasil dari pengklasifikasian
data.Misalnya,klasifikasigender(laki-lakidanperempuan),klasifikasisikapterhadapsesuatu(baik,
cukup, jelek), dan klasifikasi desa, dan sebagainya. Dalam analisis
chi square test, ada tiga hal yang dapat dilakukan, yaitu:
-Menentukan variabel yang akan diuji -Menentukan jarak yang akan
diuji (Expected Range), Get from data dan Use Specified range.
-Menentukan nilai yang diharapkan (Expected Values), All categories
equal dan Values. Contoh
UjiminatmasyarakatSemarangterhadapprodukPCdenganmerkCompaq,Toshiba,IBM,danZyrex.
Survey dilakukan terhadap 100 pembeli PC pada tahun 2004 di kota
Semarang. Berikut hasil survey: Merk PCKlasifikasiFrekuensi
CompaqA37 ToshibaB27 IBMC24 SPSS 17.0 for Windows hal 43 ZyrexD12
Buatlah data di atas melalui Data Editor SPSS dengan hanya satu
variabel saja, yaitu variabel minat. Hipotesis: H0 =Masyarakat kota
Semarang memiliki minat yang sama terhadap 4 jenis produk PC. H1
=Masyarakat kota Semarang tidak memiliki minat yang sama terhadap 4
jenis produk PC. - Analisis Output: Chi square = 2 Jika (2hitung)
> (2tabel), maka H0 ditolak Jika (2hitung) < (2tabel), maka
H0 diterima - Analisis Signifikan Jika Asymp. Sig. < 0,05, maka
H0 ditolak Jika Asymp. Sig. > 0,05, maka H0 diterima
SoalUjilahchi square dengan data di atas, jarak (range)yang
diinginkan adalahantaraklasifikasi 1 sampai 3.