228491663 Aplikasi Spss Ppt

Aplikasi Program Analisis Data (SPSS)

APLIKASI SPSS FOR WINDOWS Ii1

SPSS terbagi menjadi :

1. File Lembar data/ data editor/ worksheet data : a. Data view : yaitu lembar kerja untuk mengisi data penelitian baik dientry secara langsung maupun hasil copy dari program lain seperti halnya dari excel. b. Variabel view : yaitu spread sheet untuk mendefinisikan variabel seperti pemberian nama dan label variabel.2. File Output Hasil Analisis Data : file ini berada terpisah dengan data sehingga memerlukan penyimpanan di file

yang berbeda.

Ii2

PERHITUNGAN SEDERHANA MELALUI SPSS

Ii3

ANALISIS DATA PENELITIAN DENGAN SOFTWARE SPSS :

ANALISIS DESKRIPTIF

IiI

Iii1ANALISIS STATISTIK :DISKRIPTIVE

Buka Program SPSS

Masukkan data dan memberi nama

variabel

Gunakan menu : Analysis pd SPSS

Descriptive Statistic di SPSS

Descriptives……. Klik Option : Pilih Mean, Standart

Deviasi, Sweakness, Maksimum, Minimum dan

Range

Lihat hasil analisis di

Output SPSS

Langkah-LAngkah Analisis Statistik DeskriptiveIii4

Transfer hasil analisis

Ke

MS-Word

Iii6

N : Merupakan jumlah data yang dianalisis untuk tiap variabelnya

Range : Selisih antara nilai data yang maksimal dengan yang paling kecil

Minimum : Data paling kecil Maximum : data paling tinggi/ terbesarMean : Nilai rata-rata

Std. : Standart deviasi dari masing-masing data

Dengan kepercayaan 95% data seharusnya terdistribusi : Rata-Rata ± 2* Standart Deviasi

Skewness : untuk memperoleh informasi berkenaan dengan distribusi

data, data terdistribusi normal atau tidak

1n

)XX(Std

2i

n

XX i

Iii7


ANALISIS KORELASI

IV

Correlation Coefficients :

• For quantitative, normally distributed variables, choose the Pearson correlation coefficient.

• If your data are not normally distributed or have ordered categories, choose Kendall’s tau-b or Spearman, which measure the association between rank orders.

• Correlation coefficients range in value from 1 (a perfect negative relationship) and +1 (a perfect positive relationship).

• A value of 0 indicates no linear relationship.• When interpreting your results, be careful not to

draw any cause-and-effect conclusions due to a significant correlation.

Spss : Analisis KORELASI

IV1

Test of Significance :

• You can select two-tailed or one-tailed probabilities. If the direction of association is known in advance, select One-tailed. Otherwise, select Two-tailed.

• Flag significant correlations. Correlation coefficients significant at the 0.05 level are identified with a single asterisk, and those significant at the 0.01 level are identified with two asterisks.

IV2

a. Korelasi (Non-parametrik) IV3

• Data skor (ordinal)

b. Korelasi (Parametrik)

Sifat penting dari analasis korelasi adalah :• Koefisien korelasi bernilai antara -1 dan +1• Korelasi dua variabel bersifat simetrik. Artinya korelasi X

dengan Y akan sama dengan korelasi Y dengan X.4. Koefisien korelasi hanya menunjukkan tingkat hubungan antar

dua variabel tetapi tidak menunjukkan hubungan kausal (sebab-akibat)

diantara dua variabel tsb.

IV5

Hasil menunjukkan bahwa terdapat hubungan positif yg sgt kuat antara

konsumsi dan pendapatan yaitu 98,1%. Catt: Income dan konsumsi dlm $ per bulan

IV7


ANALISIS REGRESI LINEAR

SEDERHANA

V

Kharakteristik Regresi Sederhana :

• Terdiri dari variabel dependent (Y) dan independent (X)

• Regresi merupakan analisis sebab akibat

• Pengaruh dari variabel yang terlibat tidak bersifat timbal balik (hanya satu arah)

• Pendugaan koefisien menggunakan OLS (ordinary Least Square)

• Hal penting yang harus dipelajari :1. Teori yang diperlukan2. Model matematis yang dipilih3. Hasil pengujian statistik :

• Uji t : uji parsial koefisien • Uji F : uji keseluruhan model

• Kekuatan model ditunjukkan dengan R-square

V1

V2Contoh :

Dari konsep dasarnya sebenarnya uji-F mendasrkan pada dua hipotesis yaitu :

H0 : Semua koefisien variabel bebas adalah 0 (nol)

H1 : Seamua koefisien variabel bebas tidak sama dengan nol.Dari hasil analisis di atas Sig = 0.000, dengan = 5% maka dapat disimpulkan bahwa kita tolak H0 dan kita terima H1 (Kondisi ini merupakan dalil statistik). Artinya memang pendapatan mempengaruhi alokasi konsumsi.

Jika seandainya ternyata hasil analisis dalam uji-F, nilai dari Sig = 0.052 maka dengan = 5%, dapat disimpulkan bahwa kita tolak H1 dan kita terima H0. Artinya, variabel bebas (Pendapatan) tidak berpengaruh pada konsumsi.

UJI- F : Uji Model dan koefisien

V4

Dalam konsep dasarnya pengujian statistik ini mendasarkan pada hipotesis :Uji Konstanta Intersep H0 : ß0 = 0

H1 : ß0 ≠ 0 Uji Koeff. Income H0 : ß1 = 0

H1 : ß1 ≠ 0

Dari tabel Coefficients diketahui bahwa ß0 = 24.455, Standart error koefisien = 6.414 dan DAN t- hitung = 3.813. Nilai Sig = 0.000. ini berarti jika kita menggunakan = 5% = 0.05 maka t-hitung pasti lebih besar dari t-tabel karena nilai sig. Yaitu 0.000 adalah lebih kecil dari 0.05 ( yang kita tentukan). Demikian juga untuk koefisien X atau ß1 juga memiliki logika pemikiran yang sama.

UJI- t : Uji Parameter / Koefisien dalam Model V5

Sehingga dapat disajikan hasil sebagai berikut : Konsumsi = 24.455 + 0.509* Income R2 = 0.962S.E (6.414) (0.036) t-hitung = 3.813 14.243Df = 8

Model yang ditemukan di atas memiliki nilai R2 = 0.962 ini berarti perubahan nilai independen viabel atau variabel bebas (income) dapat menjelaskan 0.962 atau 96.2 % dari perubahan dependen variabel atau variabel terikat (konsumsi), sedangkan sisanya (1-0.962 = 0.038 atau 3.8 %) dijelaskan variabel lain yang tidak dispesifikasi (tidak dimasukkan) dalam model.

Dalam pengertian ekonomi dapat dikatakan bahwa jika terdapat kenaikan income sebesar $ 1 per bulan maka akan mempengaruhi kenaikan pula pada konsumsi sebesar $ 0.509. Demikian juga bila terjadi penurunan income sebesar $ 1 per bulan maka akan berdampak pada penurunan konsumsi sebesar $ 0.509.

Interpretasi V6


ANALISIS REGRESI LINEAR BERGANDA

VI

Model Summary

.995a .990 .988 1496.64601Model1

R R SquareAdjus tedR Square

Std. Error ofthe Es timate

Predic tors : (Cons tant), Modal (juta $), Tk (000 org)a.

ANOVA b

2.66E+09 2 1332184592 594.739 .000a

26879391 12 2239949.287

2.69E+09 14

Regress ion

Res idual

Total

Model1

Sum ofSquares df Mean Square F Sig.

Predic tors : (Cons tant), Modal (juta $), Tk (000 org)a.

Dependent Variable: PDB (juta $)b.

Coefficients a

-32137.4 2993.404 -10.736 .000

2.441 6.125 .043 .399 .697

344.033 38.948 .953 8.833 .000

(Constant)

Tk (000 org)

Modal (juta $)

Model1

B Std. Error

Uns tandardizedCoeffic ients

Beta

StandardizedCoeffic ients

t Sig.

Dependent Variable: PDB (juta $)a.

VI2

Output analisis regresi berganda dari SPSS di atas selanjutnya dapat dirumuskan sebagai berikut :

PDB = -32137.4 + 2.441*TK + 344.033*Modal R2 =0.99

SE (2993.404) (6.125) (38.948)

t-hit. 10.736 0.399 8.833

Df = 12

VI3


ANALISIS REGRESI LINEAR DUMMY

VARIABEL

VII

MODEL REGRESI LINEAR DENGAN DUMMY VARIABEL

Variabel dummy digunakan sebagai upaya untuk melihat bagaimana klasifikasi-klasifikasi dalam sampel berpengaruh terhadap parameter pendugaan. Variabel dummy juga mencoba membuat kuantifikasi dari variabel kualitatif.

Kita pertimbangkan model berikut ini:

I. Y = a + bX + c D1 (Model Dummy Intersep)

II. Y = a + bX + c (D1X) (Model Dummy Slope)

III. Y = a + bX + c (D1X) + d D1 (Kombinasi)`

VII1

Contoh : VII2

Keterangan :D1 0 : Pinggir Kota

1 : Pusat kota

Sekian TerimakasihSekian Terimakasih

228491663 Aplikasi Spss Ppt

Documents

Transcript of 228491663 Aplikasi Spss Ppt