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.