Pelatihan_SPSS

Pendahuluan PENGENALAN Transformasi Statistik Deskriptif Statistik Inferensi Uji Normalitas Statistik Inferensial Parametrik Anova Regresi

PELATIHAN Dasar SPSS

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset

Matematika, FMIPA, UAD

21 September 2013

Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset Matematika, FMIPA, UAD



Pendahuluan

Statistik dalam praktek berhubungan dengan banyak angka, hinggadiartikan “numerical decription” oleh banyak orang. Namun selainmerupakan kumpulan data, statistik juga dipakai untuk melakukanberbagai analisis terhadap data, seperti melakukan peramalan(forecasting), melakukan berbagai uji hipotesis dan lainnya.Aplikasi ilmu statistik dibagi dalam dua bagian :

1 Statistik Deskriptif : Menjelaskan (menggambarkan)karakteristik data, seperti rata-rata, variansi, modus dll StatistikInduktif (Inferensi).

2 Statistik induktif (Inferensi) : berusaha membuat berbagaiinferensi terhadap sekumpulan data yang berasal dari suatusample. Melakukan perkiraan, peramalan, pengambilankeputusan dan sebagainya.




Elemen StatistikElemen Statistik :1. Populasi2. sampel3. Statistik inferensiPada dasarnya adalah suatu keputusan, perkiraan atau generalisasitentang suatu populasi berdasarkan informasi yang terkandung darisuatu sampel. Jadi apa yang disimpulkan dari analsis terhadapsampel, itu pula digeneralisasi (kesimpulan umum) pada populasi.

Dari tiga elemen diatas, dapat disimpulkan bahwa tujuan statistikpada dasarnya adalah melakukan deskripsi terhadap data sampel,kemudian melakukan inferensi terhadap populasi data berdasarkanpada informasi (hasil statistik deskripsi) yang terkandung dalamsampel. Namun karena sampel yang diambil hanyalah sebagaiandari populasi, maka dapat terjadi bias dalam kesimpulan yangdiperoleh. Oleh karena itu perlu adanya prediksi kesalahan terhadapsuatu keputusan.




Tipe Data statistikSecara umum tipe data statistik dibagi menjadi 2, yaitu

1 Data kualitatif / data hasil kategori (pemberian kode)Data kualitatif mempunyai ciri tidak dapat dilakukan operasi matematik, sepertipenambahan, pengurangan, perkalian, pembagian.

1 Data NominalData yang paling rendah dalam level pengukuran data, yakni data yangberbentuk kategori tetapi tidak memiliki tingkatan. Contoh : Jenis kelaminada dua, Pria yang dikategorikan 1 dan wanita dikategorikan 2.

2 Data OrdinalData yang berbentuk kategori tetapi memiliki tingkatan dalam kategori,Contoh : Tanggapan Responden sangat setuju, setuju, tidak setuju, netral,yang dikategorikan menjadi 1,2,3 dan 4.

2 Data KuantitatifData berupa angka dalam arti sebenarnya sehingga operasi matematika dapatdilakukan.

1 Data IntervalData yang selain bertingkat urutannya, juga urutan tersebut dapatdikuantitatifkan, misal, Indeks prestasi mahasiswa. Dalam data intervaltidak mengenal nilai nol absolut.

2 Data RasioData bersifat angka yang sesungguhnya (bukan kategori), perbedaan dataRasio dengan Data interval adalah Data rasio memiliki titik nol yangsebenarnya. Contoh: Penjualan Hp sejumlah 24, atau jika penjualannyaadalah 0, berarti memang tidak ada satupun hp yang terjual.




Pengolahan Data

Pengolahan data dapat dilakukan :1 Secara Manual

1 Dengan menghitung rumus.2 Membutuhkan waktu yang relatif lama.3 Harus teliti dalam menghitung.

2 Secara Komputerisasi1 Tidak perlu menghitung rumus (Disarankan mengetahui

dasar-dasar teori statistik yang dapat dipelajari dalam mata kuliahteori statistik).

2 Tidak memerlukan waktu yang lama.3 Beberapa Software yang dapat digunakan : SPSS, Eviews, Minitab,

Matlab, Amos, R Project, S Plus, dll.




SPSS FOR WINDOWSSPSS (Statistical Package for Social Science) adalah software khusus untukmenganalisis data statistik yang banyak dipakai dalam berbagai 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 SPSSdijalankandanberfungsi untuk input data SPSS. Menu yang ada pada dataeditor adalah : File, Edit, View, Data, Transform, Analyze, Graphs, Utilities,Window dan Help.

2 Output viewer. Merupakan window untuk menampilkan hasil pengolahandata atau informasi yang telah diolah lewat menu analyze. Isi output dapatberupa sebuah tabel, sebuah grafik atau sebuah teks.

3 Syntaks Editor. Walaupun SPSS sudah menyediakan berbagai macampengolahan data statistik secara memadai, namun ada beberapa perintah ataupilihan yang hanya dapat ditulis pada menu syntaks editor. Perintah SPSSharus diketik secara manual, namun SPSS juga menyediakan berbagaikemudahan untuk pembuatan syntaksseperti lewat Output Log, Journal Filedan lainnya.

4 Script Editor. Script Editor digunakan untuk melakukan berbagai pengerjaanSPSS secara otomatis, seperti membuka dan menutup file, ekspor Chart,penyesuaian bentuk output dan lainnya.




Menjalankan SPSSUntuk menjalankan SPSS pilihlah dari start menu, menu programkemudian pilih SPSS . Ketika SPSS telah jalan akan muncul tampilanpertanyaan “What would you like to do ? untuk sementara pilih“Cancel”. Tampilan yang akan muncul adalah data editor sepertigambar 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.




Input Data ke SPSSUntuk lebih mempermudah untuk memahami maka akan dijelaskan dengan contoh, misalnya kitapunya data :

Langkah yang dilakukan adalah klik pada sheet Variable View.Name : Untuk mengisi nama variabel (tidak boleh ada spasi), Secara otomatis kolom yang lain akan terisi default dari variabel.Ketik juga nama variabel yang lain pada baris bawahnya.

Type : macam-macam tipe data pada SPSS adalah Numeric, Comma, Dot, Scientific notation, Date, Dollar, Custom Currency danstring, sedangkan tipe data defaultnya adalah numeric.

Width, merupakan lebar karakter atau jumlah digit angka variabel.

Decimals, menunjukkan nilai di belakang koma, untuk tipe string nilai desimal otomatis terisi 0.

Label, adalah keterangan untuk nama variabel, kolom ini tidak harus diisi.

Values, untuk proses pemberian kode, misalnya untuk jenis kelamin, kode 1 = “laki-laki” sedangkan 2 = “ perempuan”.

Missing, yaitu data yang hilang atau tidak ada, abaikan bagian ini.

Column, hampir sama dengan width yaitu untuk menentukan lebar kolom. Align, yaitu posisi data, rata kiri, rata kanan atautengah.

Measure, bagian ini penting karena menyangkut tipe variabel yang nantinya akan berpengaruh pada jenis analisis yang akandigunakan. Untuk data kuantitatif dan tanpa kategorisasi, otomatis SPSS akan memilih scale, untuk data yang bersifat unik (tidakada data yang sama) maka pilih nominal.




Mengisi DataUntuk mengisi data klik tab sheet Data View pada kiri bawah layar ataupilih menu view dan klik Data, atau langsung tekan CTRL+T. Salah satucara di atas akan membuat tampilan data editor kembali ke data view ,dengan ciri untuk contoh di atas maka akan munculnya 5 nama variabelyang telah kita masukkan. Pengisian dilakukan dengan mengetik biasa,seperti pada Ms. Excel, atau mengetik tabel pada Ms. Word. Untukvariable dengan value (contoh jenis kelamin), pengisian dilakukancukup dengan mengetik nilai valuenya, secara otomatis SPSS akanmengubah menjadi laki-laki atau perempuan. Tapi sebelumnya ValueLabel harus diaktifkan dulu dengan cara dari menu view klik mousepada value label sehingga menjadi aktif.

Menyimpan DataUntuk menyimpan data caranya adalah sebagai berikut : Dari menuutama File pilih submenu Save As..(untuk penyimpanan pertama) atauSave untuk data yang pernah disimpan. Untuk penyimpanan pertamaberi nama kemudian klik Save. Data akan tersimpan dengan ekstensi.sav.




Transformasi

1 Perintah Compute.Perintah dari menu Transform ini berfungsi untuk menambah variable baru yang berisi hasilperhitungan berdasar data variabel lain. Misalnya pada contoh di atas akan dibuat variablebaru yang berisi berat ideal yang dihitung dari tinggi badan, yaitu : berat ideal = tinggi – 110.

1 Dari menu Transform pilih Compute.2 Isi target variable dengan nama variable baru, misalnya ideal.3 Tekan tombol Type&Label. Pada kolom label isi dengan berat ideal responden, dan

type diisi numeric. Numeric expression diisi dengan mengetik pada kotak Tinggi -110.

4 Tekan tombol OK

2 Perintah Count.Berfungsi untuk menghitung data dengan criteria tertentu. Misalnya akan dihitung berapaperempuan yang tingginya lebih dari 150 cm.

1 Dari menu Transform pilih Count.2 Target variable diisi nama variable baru, misal perm_1503 Target label isi dengan jumlah perempuan >1504 Variable, diisi dengan nama variable yang akan diproses, pilih gender.5 Tekan devine values, value diisi dengan 1(value gender pria = 1).6 Untuk menulis persyaratan tinggi di atas 150, tekan tombol If, klik pilihan Include if

cases satisfies condition, isi kotak bawahnya dengan : tinggi >150 Kemudian tekantombol continue




Statistik Deskriptif

Statistik deskriptif bertujuan untuk menggambarkan berbagaikarakteristik data seperti : mean, median, modus, quartile,varian, standar deviasi.Statistik deskriptif lebih berhubungan dengan pengumpulan danperingkasan data, serta penyajian hasil peringkasan tersebut.Data-data dari hasil penelitian umumnya masih mentah, acakdan tidak terorganisir dengan baik, maka perlu diringkasdengan baik dan teratur, baik dalam bentuk tabel atau grafiksehingga data lebih mudah dibaca, dimengerti.

Dalam SPSS pengolahan data untuk statistik deskriptif dapatdilakukan dengan menuAnalyze - Deskriptive Statistics, yang terdiri dari :

FrequenciesDescriptiveExploreCrosstab




Frequencies

Menu ini dapat digunakan untuk menampilkan dan mendeskriptifkan data yangterdiri atas satu variabel saja. Seperti membuat tabel frekuensi dari usia responden,berapa yang mendapatkan nilai 50, berapa yang 70, dst. Selanjutnya output juga dapatuntuk melihat mean, median, dll.Contoh Kasus : Berikut adalah nilai Matematika dan nilai IPA dari 10 responden yangdiamati secara acak.

No induk MTT IPA1 60 40 1. Isikan data ke SPSS dan Simpan data “Lat 1”

2 50 50 2. Mengolah data.

3 70 70 a. Pilih Analyze-Descriptive Statisitc- Frequencies.

4 80 80 b. Pindahkan Kedua variabel ke kotak Variable(s)

5 90 80 c. Pilih tombol Statistics. Beri tanda pada

6 60 90 Statistik yang diinginkan, Continue.

7 50 70 d. Pilih Chart, Histogram dan With Normal Curve

8 70 50 Continue.

9 90 50 e. Pilih Format, Ascending Values.

10 80 60 Continue, OK




Descriptive

Perintah descriptive digunakan untuk menampilkan deskripsistatistik dari variabel yang dipilih. Menu ini tidak menampilkanbesaran statistik yang dideskripsikan pada sebuah variabel. Sepertiakan dibuat deksripsi tentang nilai matematika yang meliputi mean,median, varians, dan ukuran lainnya.Contoh kasus. diberikan data lat 1.Langkah-langkah :

1 Pilih Analyze-Descriptive Statistics-Descriptive.2 Pindahkan Nilai Matematika dan IPA ke kotak variable(s).3 Pilih Option, beri tanda centang pada mean, median, dan

ukuran lain yang akan dilihat.4 Klik Continue, OK.




Explore

Menu ini adalah lanjutan dari menu descriptive. Pada menu ini data statistik yang akan diolahsemakin kompleks dan dilengkapi dengan cara pengujian kenormalan sebuah data yang diujidengan uji tertentu. Selain deskriptif yang meliputi mean, median, varians, dan ukuran lainnya,Menu explore dapat juga melihat karakteristik berdasarkan group.Contoh Kasus :Berikut ini data gaji dan gender 22 responden yang diambil secara acak.

No Gaji Gender No Gaji Gender

1 276.000 Pria 12 265.000 wanita 1. Isikan data ke SPSS dan Simpan data “Lat 2”

2 350.000 Wanita 13 276.000 Pria 2. Mengolah data.

3 265.000 Wanita 14 350.000 Wanita a. Pilih Analyze-Descriptive Statisitc- Explore.

4 300.000 Pria 15 265.000 Wanita b. Pindahkan Gaji pada kotak Dependent List

5 265.000 Wanita 16 300.000 Pria Gender pada kotak Factor List

6 270.000 Pria 17 265.000 Wanita c. Pada display,

7 350.000 Wanita 18 270.000 Pria Pilih Statisitk untuk menampilkan Statistik saja,

8 275.000 Wanita 19 350.000 Wanita pilih Plot untuk grafik,atau both untuk keduanya.

9 300.000 Pria 20 275.000 Wanita d. Klik OK.

10 265.000 Wanita 21 300.000 Pria

11 350.000 Pria 22 265.000 Wanita




Crosstab

Crosstab digunakan untuk menampilkan bentuk tabulasi silang (crosstab) yaitu adanya baris dankolom yang menunjukan suatu distribusi bersama. Selain itu, menu ini dilengkapi perhitunganChi-square untuk uji independensi dan berbagai alat korelasi antara dua variabel dalam baris dankolom.Contoh kasus : Seorang peneliti ingin melihat kepatuhan penderita anemia meminum tablet Feberdasarkan tingkat pendidikan dengan data sebagai berikut :

No Pendidikan Kepatuhan No Pendidikan Kepatuhan 1. Isikan data ke SPSS dan Simpan data “Lat 3”

1 SMU Patuh 11 Akademi Tidak Patuh 2. Mengolah data.

2 Sarjana Patuh 12 SMU Tidak Patuh a. Pilih Analyze-Descriptive Statisitc- Crosstab.

3 SMU Tidak Patuh 13 Akademi Patuh b. Pindahkan Pendidikan pada kotak Row(s)

4 Akademi Tidak Patuh 14 Sarjana Patuh dan kepatuhan ke kotak Coloumn(s)

5 SMU Patuh 15 Akademi Patuh Ket :

6 Akademi Patuh 16 Akademi Patuh Rows: memilih variabel yang casenya

7 Sarjana Patuh 17 SMU Tidak patuh akan ditampilkan secara baris

8 Akademi Tidak patuh 18 SMU Patuh Coloumn: memilih variabel yang casenya

9 Akademi Patuh 19 Sarjana Patuh akan ditampilkan secara kolom

10 SMU Tidak Patuh 20 SMU Tidak patuh d. Klik OK.




MeanTujuannya untuk mendapatkan serangkaian statistik deskriptif dari berbagai masukan data, dalamhal ini tidak ada uji hipotesis.Kasus : Seorang peneliti menyajikan data tinggi dan berat badan di daerahnya, hasilnya adalah :

Langkah langkah pengolahan data ; Pilih Analyze Compare Means Means.Dependent List (variable tak bebas) diisi dengan berat dan tinggi (variable dengan tipe numeric)Independent List (variable bebas) diisi dengan gender (variable dengan tipe string).Tekan tombol next.Masukkan variable tinggal ke independent List sebagai layer kedua.Tekan OK




Grafik

Dalam SPSS tersedia fasilitas pembuatan grafik yang memungkinkanpemakai mentransformasikan data statistik ke dalam berbagaibentuk grafik yang menarik dan komunikatif. Sebagai contoh kasus :




Lanjutan

Masukkan data di atas dengan semua variable bertype Numeric danuntuk variable didik isilah Value dengan nilai 1 untuk SMA, 2 untukAkademi dan 3 untuk Karyawan.Pada prinsipnya, grafik yang dibuat dalam SPSS dapat dibagi dalam3 bagian, yaitu :

1 Summaries for groups of casesGrafik ini menyajikan data untuk tiap grup tertentu ( dalamkasus ini misal untuk karyawan yang berpendididkan SMA,Akademi dan sarjana)

2 Summaries of separate variablesGrafik ini menyajikan data untuk tiap variable yang terpisah (misal variable usia dibandingkan dengan variable gaji)

3 Values of individual casesGrafik ini menyajikan data untuk setiap kasus secara individual(misal penyajian data kelima belas karyawan secara berurutan)




Statistik InferensiBertujuan untuk mengambil keputusan, perkiraan atau generalisasi tentang suatupopulasi berdasarkan informasi yang terkandung dari suatu sampel. Jadi apa yangdisimpulkan dari analisis terhadap sampel, itu pula digeneralisasi (kesimpulanumum) pada populasi.Statistik inferensi dapat dikelompokan menjadi 2 bagian :

1 Statistik ParametrikDigunakan dengan syarat data sebagai sampel yang berdistribusi normal.Pengujian yang dipakai dalam statistik parameti diantaranya :

1 Uji Perbedaan : One sample T test, Independent T test, Paired T test, Anova.2 Uji Asosiai : Korelasi, Regresi.3 Uji Multivariate : Analisis Diskriminan, Analisis Faktor.

2 Statistik Non ParametrikDigunakan pda kondisi penelitian tertentu pada data yang tidak berdistribusinormal, jumlah sampel yang kecil, cenderung sederhana sehinggakesimpulannya kadang diragukan.

1 Uji sign.2 Uji Mann Whitney.3 Uji Friedman.4 Uji Kruskal Wallis H.




GambarStatistik Inferensi dapat digambarkan sebagai barikut :

Jika Data yang diperoleh dari penelitian berdistribusi normal, makauji inferensi menggunakan uji parametrik, jika tidak maka digunakanuji non parametrik.




Prosedur Analisis

1 Perumusan Hipotesis yang bersesuaian dengan masalah yang dihadapai, yakniberupa

1 H0 : Null Hypothesis.2 H1: Alternative Hypothesis.

2 Menentukan statistik uji (uji t, uji Z , uji F , dll) dan daerah kritis(α = 0.05, α = 0.01).

3 Menghitung statistik hitung dan signifikansinya.

4 Membandingkan statistik hitung dengan statistik tabel yang bersesuaian denganlangkah no 2.

5 Mengambil keputusan untuk menerima atau menolak Hypothesis , berdasarkanhasil membandingkan pada langkah no 4. yaitu secara umum diberikan sebagaiberikut :

1 H0 ditolak H1 diterima jika nilai statistik hitung > statistik tabel atau nilaisign < α

2 H0 diterima H1 ditola jika nilai statistik hitung < statistik tabel atau nilaisign > α




Uji NormalitasUji normalitas data ini dilakukan sebelum data diolah berdasarkan model-model penelitian. Ujinormalitas ini bertujuan untuk mengetahui distribusi data dalam variabel yang akan digunakandalam penelitian. Bila data berdistribusi normal maka pengujian data pada tahap selanjutnyadapat menggunakan statistik parametik, tapi jika data tidak normal, maka statistik parametik tidakbisa digunakan, sehingga harus menggunakan statistik non parametik. Pengujian normalitas datadapat menggunakan menggunakan uji Normal Kolmogorov-Smirnow atau dengan Chi Square.Contoh kasus : Akan diuji pakah data berat dan tinggi badan 20 responden berikut ini berdistribusinormal?

No BB TB No BB TB 1. Isikan data ke SPSS dan Simpan data “Lat 4”

1 54 160 11 62 175 2. Mengolah data.

2 44 165 12 72 180 a. Kolmogorov-Smirnow

3 34 150 13 64 160 Analyze -Non Parametik Test – 1 Sample K-S

4 43 160 14 59 175 Masukan berat badan dan tinggi badan

5 65 160 15 55 155 pada kotak Test Variable List.

6 56 164 16 50 157 Test Distribution : Pilih Normal. Klik OK.

7 54 165 17 60 160 b. Chi Square

8 53 170 18 65 160 Analyze -Non Parametik Test – Chi Square

9 44 155 19 54 160 Masukan berat badan dan tinggi badan

10 47 158 20 52 155 pada kotak Test Variable List.

Test Distribution : Pilih Normal. Klik OK.Jika sign > 0.05 maka data berdistribusi normal.Jika sign < 0.05 maka data tidak berdistribusi normal




Statistik Inferensial Parametrik

Uji Statistik parametik mempunyai syarat data harus berdistribusinormal. Statistik inferensi disini merupakan uji parametik sehinggasebelum melakukan uji perbedaan harus dilakukan uji normalitasdan data harus berdistribusi normal. Uji normalitas telah dijelaskanpada materi sebelumnya. Uji inferensial digunakan untukmengetahui atau menguji apakah sebuah sampel mempunyaiperbedaan nyata dengan sampel yang lain.Uji yang digunakan adalah

1 Independent sample t test.2 Paired simple t test.3 One sample t test.4 Anova.




Independent sample t test.Independent sampel t test atau Uji t dua sampel independen (bebas) pada prinsipnya untuk membedakan rata-rata dari dua grup yangtidak berhubungan satu dengan yang lain atau saling bebas mempunyai rata-rata yang sama atau tidak.Contoh kasus : Peneliti ingin mengetahui perbedaan penjualan berdasarkan pendidikan responden. Dalam kasus ini jumlah sampel yangdiambil adalah sebanyak 30 responden. Datanya sebagai berikut :

No Penjualan Pendidikan No Penjualan Pendidikan No Penjualan Pendidikan

1 1000 SMU 11 1100 SMU 21 450 SMP

2 1200 SMU 12 1300 SMU 22 500 SMP

3 1400 SMU 13 1400 SMU 23 600 SMP

4 1500 SMU 14 1300 SMU 24 200 SMP

5 1200 SMU 15 1200 SMU 25 300 SMP

6 1400 SMU 16 500 SMP 26 400 SMP

7 1000 SMU 17 400 SMP 27 500 SMP

8 1300 SMU 18 200 SMP 28 600 SMP

9 1200 SMU 19 400 SMP 29 200 SMP

10 1500 SMU 20 300 SMP 30 400 SMP

1 Masukan data di atas ke SPSS. Simpan data.

2 Pilih Menu Analyze - Compare Means - Independent Sample t test ...

3 Masukan Penjualan pada kotak Test Variable List. Masukan Pendidikan pada kotak Grouping Variable.

4 Klik tombol Define Groups, Isikan Grouping 1 dengan 1 dan Grouping 2 dengan 2. Continue, Klik OK.Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset Matematika, FMIPA, UAD



Paired Sample t test

Uji t-Paired atau Uji dua sampel berpasangan pada prinsipnya untuk menentukan ada tidaknyaperbedaan rata-rata dua sampel bebas. Dua sampel bebas yang dimaksud adalah sampel yangsama namun mempunyai dua data.Contoh kasus : Sepuluh orang pasien wanita melakukan diet (mengurangi makanan denganmaksud supaya berat badan berkurang). Berat badan sebelum dan sesudah diet ditimbang untukmengetahui apakah diet tersebut berhasil atau tidak? Hasilnya dalam kg diberikan pada tabelberikut :

Pasien 1 2 3 4 5 6 7 8 9 10

Sebelum 78.3 84.7 77.4 95.6 82.0 69.4 79.7 85.6 92.8 99.2

Sesudah 77.4 83.2 75.7 92.4 80.2 68.1 76.9 83.9 90.4 95.2

Langkah penyelesaian :

1 Masukan data di atas ke SPSS dengan variabel sebelum dan sesudah bertipe numeric.Simpan data. misalkan dengan nama contoh paired.

2 Pilih Menu Analyze - Compare Means - Paired- Sample t test .

3 Masukan variabel sebelum dan sesudah pada kotak Paired Variables.

4 Klik OK




One sample t test

One sample t test atau pengujian satu sampel pada prinsipnya imginmenguji apakah nilai tertentu (diberikan sebagai pembanding)berbeda secara nyata ataukah tidak dengan rata-rata sebuah sampel.Contoh kasus : Kasus mempunyai data yang sama dengan datapaired, namun dari kasus tersebut diketahui bahwa rata-ratapopulasi berat badan sebelum diet adalah 80 kg. Ingin diketahuiapakah terdapat perbedaan antara berat badan rata-rata sebelum dietyaitu 80 kg dengan kelompok wanita sebelum diet.

1 Buka kembali data contoh paired.2 Pilih Menu Analyze - Compare Means - one- Sample t test ...3 Masukan variabel sebelum pada kotak Test Variable’s.4 Karena akan dibandingkan dengan nilai rata-rata yaitu 80 kg,

maka ketik 80 pada test value, sehingga nampak pada gambar dibawah.

5 Klik OK.




Uji AnovaUji anova digunakan untuk menguji lebih dari dua sampel yang tidak saling berhubungan. Asumsi-asumsi yang digunakan dalam ujianova adalah :

Populasi-populasi berdistribusi normal. Untuk populasi yang tidak berdistribusi normal maka pengujian menggunakan uji nonparametik (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 : Sebuah pabrik selama ini mempekerjakan karyawannya dalam 4 shift (satu shift terdiri atas sekelompok pekerja yangberlainan). Manajer pabrik tersebut ingin mengetahui apakah ada perbedaan produktivitas yang nyata diantara 4 kelompok kerja shiftyang ada selama ini. Hasil pengamatan produktifitas kerja adalah :

Hari Shift 1 Shift 2 Shift 3 Shift 4 1. Masukan data di atas ke SPSS

1 38 45 45 58 dengan format dua kolom. Simpan Data

2 36 48 48 25 2. Pilih Menu Analyze - Compare Means - one way ANOVA.

3 39 42 42 34 Masukan variabel produk (variabel yang akan di uji)

4 34 46 46 26 pada kotak dependent list.

5 35 41 41 39 Masukan variabel shift (variabel pengelompokan data) pada kotak factor.

6 32 45 45 44 3. Klik option

7 39 48 48 32 Pada statistics pilih Descriptive dan homogeneity of variance test.

8 34 47 47 38 Klik Continue.

9 32 42 42 39 4. Klik tombol Post Hoc, Pilih Benferoni, Tukey dan atau yang lainnya.

10 36 41 41 43 Continue, OK




Regresi Sederhana

Analisis regresi digunakan terutama untuk tujuan peramalan, dimana dalam model tersebut adavariable dependen(tergantung) dan independen (bebas). Regresi sering dibedakan menjadi dua,yaitu regresi sederhana (simple regression) jika hanya ada satu variable independen dan regresiberganda jika lebih dari satu variable independen. Contoh Kasus regresi sederhana: PTCEMERLANG gencar melakukan promosi produknya di berbagai daerah. Berikut data biayapromosi dan hasil penjualan di 15 daerah :

Disini ingin diketahui seberapa besar hubungan atau seberapa jauh pengaruh promosi terhadaphasil penjualan, maka akan dilakukan uji regresi dengan variable dependen Penjualan dan variableindependen adalah biaya promosi. Langkah pertama masukkan data tersebut ke SPSS dengan typevariable string untuk daerah dan numeric untuk yang lainnya, kemudian simpan dengan namaregresi_sederhana.




Langkah AnalisisDari menu Analyze pilih Regression kemudian pilih Linier.Masukkan variable jual pada kolom dependent dan promosi pada kolom independent.Karena kasus didasarkan pada daerah maka Cases Labels atau keterangan pada kasus diisidengan daerah..Untuk Method untuk keseragaman pilih defaultnya yaitu Enter.Pilih Option,

Untuk Stepping Method Criteria, gunakan uji F yang mengambil standard angkaprobabilitas 5%, oleh karena itu Entry .05 dipilih.Untuk pilihan yang lainnya ikuti pilihan defaultnya (tidak perlu diganti).Klik Continue.

Pilih kolom Statistic,Untuk Regression Coefficient (perlakuan koefisien regresi) tetap aktifkan Estimate(default SPSS). Jika estimate tidak diaktifkan maka koefisien regresi tidak ditampilkanpada output SPSS.Untuk Descriptive, tetap aktifkan model fit.Residual, klik Casewise diagnostics dan dari situ pilih All cases.Klik Continue .

Pilih kolom Plots (berhubungan dengan grafik untuk regresi).Klik pilihan SDRESID dan masukkan ke pilihan Y, klik pilihan ZPRED dan masukkanke pilihan X kemudian klik next.Tampak X dan Y kosong. Sekarang pilih ZPRED dan masukkan ke pilihan Y danDEPENDNT ke pilihan X.Untuk pilihan Standarized Residual Plots pilih Normal Probability Plot.Klik Continue.

Tekan OK.Iwan Tri Riyadi Yanto. S.Si., M.IT.Logis Riset Matematika, FMIPA, UAD


Pelatihan_SPSS

Documents