PERTEMUAN 1-3

PENGENALAN SPSS

A. Mengaktifkan SPSSKlik Start =>Program => SPSS for WindowsSetelah muncul kotak dialog pilihlah:

type in data untuk memulai kerja baru

Open an existing data source untuk mengedi data yang sudah disimpan sebelumnya

Anda akan masuk pada SPSS data editor seperti gambar di samping.

B. Menentukan jenis variableSetelah anda masuk SPSS data editor, pojok kiri bawah tampak ada dua menu yaitu: dataview dan variable view. Pilihlah variable view sebelum melanjutkan memasukkan data.

Dalam variable view memiliki 10 kolom identitas data:

a. Name : nama variable (hanya boleh satu kata)

b. Type : tipe data (sesuaikan dengan data yang anda masukkan, untuk data angka

gunakan numeric)

c. Width : menentukan jumlah karakter atau angka yang akan tampil pada data editor.

d. Decimals : menentukan jumlah angja di belakang koma

e. Label : memberikan identitas variable

f. Value : digunakan untuk memasukkan angka sebagai pengganti kode pada data

nominal dan ordinal.

g. Missing : untuk memberikan keterangan apabila data tidak ada

h. Columns : memberikan ukuran lebar kolom di layar editor

i. Align : menentukan letak data (rata tengah, rata kiri, rata kanan)

j. Measure : menentukan jenis data yang dimasukkan, ada 3 jenis yaitu:

scale – data yang memiliki acuan nilai nol, contoh tinggi anak, prestasi

belajar, berat badan

ordinal – data yang dikelompokkan tetapi setiap kelompok memiliki nilai

berbeda, contoh berat badan kurang dari 30 kg kelompok ringan,

31 – 50 sedang, lebih dari 50 kg kelompok berat.

nominal – data yang dikelompokkan tetapi setiap kelompok memiliki dasar

yang sama, misalnya jenis kelamin, metode pembelajaran, jenis

media dll.

Setelah ke 10 kolom ini diisi, dilanjutkan dengan memasukkan data ke menu editor. Isikan

datanya dengan cara klik Data View yang ada di kiri bawah layar, kemudian isikan datanya

untuk tiap case (variable)

C. Menyimpan Data lewat Data EditorUntuk menyimpan data lakukan langkah-langkah sbb:

1. Klik menu File => Save As

2. Beri nama file

NB : File yang tersimpan akan langsung berekstensi sav

D. Menghapus variabelUntuk menghapus variabel lakukan langkah berikut:

1. Pindahkan ke Variable View dengan menekan tombol Ctrl-T

2. Pilih variabel yang akan dihapus dengan meng-klik nomor variabel

3. Tekan tombol Del

E. Menyisipkan variabel dan kasusUntuk variabel maka pindahkan kursor pada kolom yang akan disisipi kemudian

klik menu Data; insert Variable lalu isikan datanya

Untuk kasus maka pindahkan kursor pada baris yang akan disisipi kemudian klik

menu Data; insert Variable lalu isikan datanya

F. Transpose DataTranspose data adalah memindahkan kolom data menjadi baris dan sebaliknya.

Langkah-langkah untuk transpose data adalah:

1. Buka file yang akan ditranspose

2. Pilih menu Data ; Transpose

3. Pindahkan satu atau beberapa variabel ke kotak Variable

4. Tekan OK

Maka variabel yang dipindahkan akan menjadi case dan variabel yang tidak dipindahkan

akan hilang.

G. Mengurutkan DataUntuk beberapa kegunaan khusus dan jika datanya banyak, maka diperlukan pengurutan

data berdasarkan variabel tertentu. Hal ini dilakukan dengan perintah

SORT CASES. Untuk mengurutan data dilakukan langkah berikut :

1. Buka file yang akan diurutkan

2. Pilih menu Data ; SORT CASES

3. Pindahkan satu atau beberapa variabel ke kotak Variable yang akan digunakan sebagai

kunci

4. Pilih modus pengurutannya Ascending(urutan naik) atau Descending(urutan turun)

5. Tekan OK

KLASIFIKASI DAN APLIKASI DATA

Universitas Binjai melakukan tes akhir semester dan diperoleh data mengenai indeks prestasi mahasiswa

sebagai berikut :

No Nama IP1 Ali 3.122 Budi 3.303 Chacha 3.094 Desy 2.885 Emil 3.176 Faisal 3.007 Ginanjar 2.758 Hendra 3.019 Indri 2.47

10 Joko 2.9611 Kharisma 2.7712 Lisa 2.8313 Mido 2.9114 Nana 2.4715 Opick 3.55

Untuk keperluan administrasi, nilai IP akan diklasifikasikan menjadi :

3.51 – 4.00 : Cum Laude

2.76 – 3.50 : Sangat Memuaskan

2.00 – 2.75 : Memuaskan

< 2.00 : Kurang Memuaskan

Langkah-langkah input data :

1. Masukkan data pada data editor

2. Definisikan variabel :

Variabel 1

Nama : IP

Type : Numeric

Label : Indeks Prestasi Kumulatif

3. Klik menu DATA, pilih DEFINE VARIABLE PROPERTIES

4. Muncul kotak dialog, pindahkan variabel IP dari kotak sebelah kanan ke kotak sebelah kiri

(VARIABLE SCAN), setelah itu klik COUNTINUE

5. Kemudian akan muncul kotak dialog yg lain. Masukkan variabel IP ke kolom LABEL

6. Nilai data disusun berdasarkan urutan IP dari yang terendah sampai yang terbesar pada kolom

VALUE. Sedangkan banyaknya data untuk setiap nilai terdapat pada kolom COUNT. Otomatis

tanda check list akan muncul jika setiap data telah diisikan labelnya. Kemudian klik OK.

7. Adapun tampilan outputnya adalah :

BPS Binjai melakukan survey mengenai kesejahteraan keluarga dengan mengambil sampel sebanyak 15

responden. Dengan demikian ada 2 variabel yang digunakan, yaitu :

Gaji : Gaji setiap bulan

Keluarga : Jumlah anggota keluarga

Adapun data serveynya adalah :

No Gaji Keluarga1 6.400.000 42 700.000 43 600.000 34 495.500 35 36 525.500 47 38 1.500.000 39 1.400.000 5

10 900.000 411 1.020.000 3

12 950.000 313 500.000 414 500.000 415 500.000 4

Untuk menguji validitas data, ikuti langkah-;angkah berikut :

1. Masukkan data ke DATA EDITOR

2. Definisikan variabel :

Variabel 1

Nama : Gaji

Label : Gaji bulanan

Variabel 2

Nama : Keluarga

Label : Jumlah anggota keluarga

3. Klik menu ANALYZE, pilih DESCRIPTIVE STATISTICS, pilih DESCRIPTIVES.

4. Akan muncul kotak dialog. Pindahkan variabel gaji dan keluarga ke kotak VARIABLE(S),

selanjutnya klik OK.

5. Adapun hasil outputnya adalah :

Dari output di atas terlihat bahwa terdapat 2 data yang hilang sehingga data valid ada 13.

FREKUENSI DATA KUALITATIF

Berikut ini merupakan nama-nama mahasiswa Universitas Binjai berdasarkan jenis kelaminnya.

No Nama Kelamin1 Ali Pria2 Budi Pria3 Chacha Wanita4 Desy Wanita5 Emil Pria6 Faisal Pria7 Ginanjar Pria8 Hendra Pria9 Indri Wanita

10 Joko Pria11 Kharisma Wanita12 Lisa Wanita13 Mido Pria14 Nana Wanita15 Opick Pria

Langkah-langkah yang dilakukan :

1. Definisikan variabelnya :

Variabel 1

Nama : Kelamin

Type : String

Label : Jenis Kelamin

2. Pada VARIABLE VIEW di kolom VALUE, masukkan 1 untuk pria dan 2 untuk wanita.

3. Klik menu ANALYZE, ilih DESCRIPTIVE STATISTICS, pilih FREQUENCIES.

4. Muncul kotak dialog, pindahkan variabel kelamin ke kotak VARIABLE(s)

5. Masih di kotak dialog yang sama, klik CHART kemudian pilih grafik apa yang ingin ditampilkan.

Kemudian Klik FORMAT untuk memilih urutan data yang ingin anda pergunakan.

6. Setelah itu, klik OK dan akan otomatis ditampilkan hasil output.

FREKUENSI DATA KUANTITATIF

Kecepatan 15 mahasiswa STMIK ILKOM dalam mengerjakan 10 soal Statistik. Datanya adalah :

No Waktu (menit)1 342 333 214 145 166 217 198 119 21

10 911 1212 1313 1714 3015 27

Langkah-langkahnya :

1. Definisikan variabelnya :

Variabel 1

Nama : Waktu

Type : Numeric

Label : lamanya mengerjakan soal

2. Klik menu ANALYZE, pilih DESCRIPTIVE dan pilih FREQUENCIES

3. Muncul kotak dialog lalu pindahkan variabel waktu ke kotak VARIABLE(s)

4. Kemudian klik CHART dan muncul kotak dialog baru, pilih HISTOGRAM dan aktifkan pilihan WITH

NORMAL CURVE dan klk CONTINUE. Lalu klik OK dan muncullah outputnya.

Pertemuan 4

STANDAR DEVIASI

Sebuah lembaga survey ingin melihat rata-rata, simpangan baku, minimum dan maksimum daripenjualan minuman ringan terhadap 20 orang konsumen. Datanya adalah sebagai berikut :

Responden Penjualan1 3057962 3653733 3341604 2977215 3269026 2789707 3579368 3273499 343896

10 35793611 37198812 30214713 45085314 43415715 28648016 33607917 30795118 36941019 33816720 338648

Langkah-langkahnya adalah :1. Defenisikan variabel pada VARIABLE VIEW :

Variabel 1Name : PenjualanType : NumericDecimal : 0Label : Penjualan Minuman Ringan

2. Isi data pada DATA EDITOR3. Klik menu ANALYZE, pilih DESCRIPTIVE dan pilih FREQUENCIES.4. Masukkan variabel PENJUALAN ke kotak VARIABLE(s).5. Klik STATISTIC pada kotak dialog, maka akan muncul kotak dialog baru dimana pada pilihan

DISPERTION, check list STD. DEVIATION, VARIANCE, RANGE, MINIMUM, MAXIMUM, MEAN,MEDIAN dan MODE.

6. Kemudian klik CONTINEU dan OK.

EKSPLORASI DATA

Manajeman perusahaan makanan ringan ingin mengetahui bagaimana distribusi penjualannya terhadap20 cabang yang dimiliki. Adapun datanya adalah :

Cabang Penjualan1 2793252 2793423 3927814 3032785 3434186 3127327 3420378 3245279 344039

10 37982311 37105912 35045913 31215514 33910015 41001716 33169517 31331018 29950019 36389520 363188

Langkah-langkahnya adalah :1. Defenisikan variabel pada VARIABLE VIEW :

Variabel 2Name : JualanType : NumericDecimal : 0Label : Penjualan Makanan Ringan

2. Isi data pada DATA EDITOR3. Klik menu ANALYZE, pilih DESCRIPTIVE dan pilih EXPLORE.4. Masukkan variabel PENJUALAN ke kotak DEPENDENT LIST kemudian pada bagian Display check

list STATISTICS.

5. Kemudian klik OK dan akan muncul hasilnya.

SELEKSI BERDASARKAN NILAI DATA

Sekolah Tinggi Komputer “1 & 0” akan melakukan seleksi mahasiwa semester 3 yang memiliki IP diatas3,50 untuk diikutkan pada lomba PROGRAMER se Indonesia di Jakarta. Adapun data IP mahasiwanyaadalah :

Mahasiswa IPK1 3.002 2.753 3.014 2.475 2.966 3.127 3.308 2.099 3.51

10 3.2511 2.9912 3.7913 3.5014 3.0515 2.7716 2.8317 2.4718 2.9119 3.5120 3.00

Langkah-langkahnya adalah :1. Defenisikan variabel pada VARIABLE VIEW :

Variabel 3Name : IPKType : NumericDecimal : 2Label : Indeks Prestasi Kumulatif

2. Isi data pada DATA EDITOR3. Klik menu DATA, pilih SELECT CASE kemudian akan muncul kotak dialog dan pilih IF

CONDITIONAL IS SATISFIED.4. Klik IF dan akan muncul kembali kotak dialog yang baru, kemudian pindahkan variabel IPK ke

kotak kosong disebelah kanan dan ketik tanda “>” secara manual maupun klik tombol-tomboldibawahnya.

5. Kemudian klik CONTINUE dan akan muncul hasilnya.

Akan muncul variabel baru “filter_$”. Data yang memenuhi kriteria (IPK > 3.50) akan bernilai 1dan yang tidak memenuhi kriteria akan bernilai 0. Selain itu, kasus yang tidak memenuhi kriteriaakan ditandai dengan garis diagonal pada kolom nomor.

SELEKSI DATA SAMPEL ACAK

Sampel acak digunakan apabila ukuran populasi sangat besar atau mungkin tak terhingga. Pemilihansampel secara sembarangan tentu akan menghasilkan hasil yang tidak valid sehingga metodepengambilan sampel paling sesuai dengan keadaan yang akan diteliti.

Metode Approximately

Peneliti BAPEDAL hendak mengambil sampel sebanyak 10% dari responden penelitian tentang kualitasair minum kemasan. Adapun datanya adalah :

SampelKualitas Air

SampelKualitas Air

A B C D A B C D1 2 7 6 0 11 2 5 8 02 1 8 6 0 12 5 8 2 03 1 8 3 3 13 6 3 3 34 2 9 4 0 14 13 1 0 15 8 4 2 1 15 7 8 0 06 0 10 5 0 16 10 5 0 07 4 6 3 2 17 1 10 4 08 1 8 6 0 18 2 8 5 09 0 9 5 1 19 5 4 6 0

10 4 4 7 0 20 2 9 4 0

1. Defenisikan variabel pada VARIABLE VIEW :Variabel 5Name : AType : NumericDecimal : 0Label : kualitas air merk AVariabel 6Name : BType : NumericDecimal : 0Label : kualitas air merk BVariabel 7Name : CType : NumericDecimal : 0Label : kualitas air merk CVariabel 8Name : DType : NumericDecimal : 0Label : kualitas air merk D

2. Isi data pada DATA EDITOR3. Klik menu DATA, pilih SELECT CASE kemudian akan muncul kotak dialog dan pilih RANDOM

SAMPLE OF CASES.4. Klik SAMPLE sehingga muncul kotak dialog yang baru. Isikan persentase yang diinginkan ke kotak

APPROXIMATELY dan klik CONTINUE5. Setelah itu, hasilnya akan muncul.

SPSS secara otomatis menyeleksi data secara acak sebanyak 10% dari total data. Tapi, jika andamengulang langkah-langkah di atas, hasil yang anda peroleh tidak lah akan sama.

Metode Exactly

SampelKualitas Air

SampelKualitas Air

A B C D A B C D1 2 7 6 0 11 2 5 8 02 1 8 6 0 12 5 8 2 03 1 8 3 3 13 6 3 3 34 2 9 4 0 14 13 1 0 15 8 4 2 1 15 7 8 0 06 0 10 5 0 16 10 5 0 07 4 6 3 2 17 1 10 4 08 1 8 6 0 18 2 8 5 09 0 9 5 1 19 5 4 6 0

10 4 4 7 0 20 2 9 4 0

1. Klik menu DATA, pilih SELECT CASES, kemudian muncul kotak dialog dan pilih RANDOM SAMPLEOF CASES.

2. Klik SAMPLE kemudian akan muncul kotak dialog yang baru, pilih EXACTLY dan isikan kiteriakasus pada kotak disebelahnya. Kemudian CONTINUE dan OK.

Sama seperti metode aproximatelly, jika anda ulang cara diatas maka hasil untuk setiap analisa tdakakan sama.

Seleksi Data Range

1. Klik menu DATA, pilih SELECT CASES, kemudian akan muncul kotak dialog, pilih BASED ON TIMEOR CASE RANGE.

2. Klik kotak RANGE, akan muncul kotak dialog baru, kemudian masukkan kriteria pengujian seleksidata ke dalam kotak-kotak kosong. Kemudian CONTINUE dan OK.

Kasus 7 sampai ke 15 akan terseleksi walaupun nilai di variabel filter_$ belum tentu bernilai 1. Jika andamengulangi cara tersebut, maka hasilnya akan selalu sama.

Pertemuan 5-6

UJI KENORMALAN DATA

Siswa B. Inggris B. Indonesia Komputer Matematika1 8 8 10 7,52 7,5 9 9 83 10 10 8 7,54 9 9 7 8,55 8 8 7,5 96 7 10 8 8,57 9 9 6,5 7,58 6,5 9 9 89 8,5 9 9 6,5

10 9 9,5 5,5 911 8,5 8,5 6 912 9 8 7 7,513 8,5 9 7,5 814 8,5 10 8 815 7 7,5 8 916 8 8,5 10 717 9 9,5 7 918 8,5 8,5 8 1019 7,5 9 9 820 7,5 8 10 7,5

Kita akan menguji apakah data-data di atas sudah berdistribusi normal atau belum. Adapun langkah-langkahnya adalah :

1. Klik menu ANALYZE, kemudian pilih DESCRIPTIVE STATISTICS dan pilih EZPLORER.2. Akan muncul kotak dialog, masukkan salah satu variabel yang ingin dilihat distribusi normalnya

ke kotak DEPENDENT LIST.3. Klik kotak PLOTS sehingga muncul kotak dialog yang baru. Klik NONE pada boxplots, kemudian

klik NORMALLY PLOTS WITH TEST, kemudian CONTINUE, kemudian OK dan akan munculhasilnya.

Pada tabel TESTS of NORMALITY kita akan memperoleh hasil apakah data tersebut berdistribusinormal atau tidak. Lihat pada kolom SIG. yang terdapat pada KOLMOGOROV SMIRNOV, jika nilaiSIG nya di atas 0,05 berarti data terebut berdistribusi normal.

Jika data tidak berdistribusi normal, kita bisa menjadikannya berdistribusi normal. Adapun langkah-langkahnya adalah :

1. Klik menu TRANSFORM, pilih COMPUTE VARIABLE. Akan muncul kotak dialog, ketik pada kotakTARGET VARIABLE nama variabel yang anda inginkan.

2. Ketikkan 1/”nama variabel pada kotak TARGET VARIABLE”, kemudian klik OK.

3. Muncul variabel baru, ubah decimalnya menjadi 4. Kemudian lakukan pengujian kenormalandata untuk variabel tersebut.

Rata

8.388.388.888.388.138.388.008.138.258.258.007.888.258.637.888.348.638.758.388.25

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Rata .194 20 .047 .952 20 .402

a. Lilliefors Significance Correction

Pada contoh di atas, variabel rata tidak berdistribusi normal, karena nilai sig kolmogorov smirnov nya <0.05. sehingga kita harus memanipulasi data tersebut agar menjadi berdistribusi normal.

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

olahrata .183 20 .079 .956 20 .472

a. Lilliefors Significance Correction

PENGGUNAAN COMPUTE VARIABLE

a. Penggunaan MEAN

Dari kumpulan data di atas, kita akan mencari rata-rata nilai untuk setiap siswa. Langkah-langkahnyaadalah :

1. Defenisikan variabel pada VARIABLE VIEW :Variabel 1Nama : X1Type : numericDecimal : 1Label : nilai B InggrisVariabel 2Nama : X2Label : nilai B IndonesiaVariabel 3Nama : X3Label : nilai komputerVariabel 4Nama : X4Label : nilai matematika

2. Klik menu TRANSFORM, kemudian pilih COMPUTE VARIABLE3. Akan muncul kotak dialog, kemudian ketik “mean” pada kotak TARGET VARIABLE.4. Kemudian cari fungsi rata-rata pada kotak FUNCTION, yaitu MEAN, kemudian pindahkan ke

kotak NUMERIC EXPRESSION dengan cara mengklik tanda panahnya.5. Pindahkan variabel X1, X2, X3 dan X4 ke dalam rumus mean pada kotak NUMERIC EXPRESSION,

kemudian anda klik OK dan akan muncul hasilnya.

b. Penggunaan IF

Dari kumpulan data sebelumnya, kita akan melakukan seleksi pengiriman siswa ke lomba komputertingkat nasional dengan kriteria nilai matematika dan komputernya harus lebih besardari 8. Adapunlangkah-langkahnya adalah :

1. Klik menu TRANSFORM, pilih COMPUTE, akan muncul kotak dialog baru. Ketik nama variabelLOMBA pada kotak TARGET VARIABLE

2. Ketik X3 > 8 pada kotak NUMERIC OXPRESSION, dan klik kotak IF pada kiri bawah yang akanmenampilkan kotak dialog baru.

3. Kemudian klik INCLUDE IF CASE SATISFIES CONDITION dan ketik X4 > 8 pada kotak di bawahnya.Klik CONTINUE dan klik OK kemudian kan ditampilkan hasilnya.

Pada kolom variabel lomba, yang bernilai 1.00 lolos seleksi karena kedua nilai memenuhi syarat. Yangbernilai 0.00 tidak lolos seleksi walaupun salah satu nilai memenuhi kriteria dan yang mising juga tidaklolos karena kedua nilainya tidak memenuhi syarat.

c. Penggunaan COUNT

Berdasarkan kumpulan data sebelumnya, dimana ada seleksi untuk ikut lomba pidato b inggris tingkatnasional khusus wanita, jika kita ingin melihat berapa yang dikirim, maka langkah-langkahnya adalah :

1. Klik menu TRANSFORM, pilih COUNT VALUES WITHIN CASES kemudian akan muncul kotak dialogyang baru.

2. Ketik nama variabel “lomba” pada kotak TARGET VARIABLE dan “yang lolos” pada kotak TARGETLABEL. Kemudian pindahkan variabel X5 ke kotak NUMERIC VARIABLES.

3. Karena yang dikirm hanya wanita maka kita harus mendefinisikan jenis kelamin, klik kotakDEFINE VALUES kemudian akan muncul kotak dialog, ketik 0 pada kotak VALUE dan klik ADD,kemudian CONTINUE.

4. Kemudian kita akan memasukkan kriteria nilai b inggris, klik kotak IF dan akan muncul kotakdialog, klik INCLUDE IF CASE SATISFIED CONDITION, pindahkan variabel X1 ke kotak nya dan kliktanda “>” dan ketik “8”, kemudian klik CONTINUE dan OK. Hasilnya akan ditampilkan.

Akan muncul variabel baru “jumlah” dimana yang bernilai 1.00 merupakan siswa wanita yang lolosseleksi, yang bernilai 0.00 merupakan siswa pria yang mempunyai nilai b inggris di atas 8.00 tetapitidak termasuk kriteria sehingga tidak lolos seleksi, dan yang missing sama sekali tidak memenuhikriteria.

D. Penggunaan ABS

Sudut Sudut15 19530 21045 22560 24075 25590 270

105 285120 300135 315150 330165 345180 360

1. Defenisikan variabel di atas :Variabel 1Nama : sudutDecimal : 0Label : sudut rigonometri

2. Klik menu TRANSFORM, pilih COMPUTE VARIABLE, akan muncul kotak dialog baru.3. Ketik SINUS pada kotak TARGET VARIABLE, cari fungsi SIN padakotak FUNCTIONS, pindahkan ke

kotak numeric expression dan pindahkan variabel sudut ke kotak numeric expression. Setelahitu OK.

4. Lakukan hal yang sama untuk mencari nilai COSINUS.

Nilai sinus dan cosinus di atas ada yang bernilai negatif. Untuk mengubah nilai tersebut menjadipositif semua, maka diperlukan fungsi ABS (absolut).

1. Klik menu TRANSFORM, pilih COMPUTE VARIABLE, akan muncul koyak dialog, ketik sinus1 padakotak TARGET VARIABLE.

2. Cari fungsi ABS pada kotak FUNCTIONS, pindahkan ke kotak NUMERIC EXPRESSION, begitu jugadengan variabel sinus. Kemudian klik OK.

3. Lakukan hal yang sama untuk mencari nilai absollut dari cosinus.

Pertemuan 7

MEMBUAT GRAFIK

A. Grafik Batang (Bar Chart)

Grafik batang menampilkan data kedalam gambar-gambar grafik yang berbentuk batang-batangan.Dimana tinggi batang dapat mewakili jumlah data, rata-rata data ataupun persentase kumulatif daridata tersebut. Tipe-tipe dari grafik batang adalah :

1. Simple Bar ChartBiasanya digunakan untuk menggambarkan keadaan dari data ataupun sekelompok data tunggaldan bisa untuk membandingkan beberapa variabel dengan nilai yang sama.

2. Clustered Bar ChartDigunakan untuk menggambarkan keadaan data lebih dari satu variabel kelompok.

3. Stacked Bar ChartMenggambarkan keadaan data dari beberapa variabel kelompok kedalam satu tampilan dengannilai yang sama. Dengan kata lain, Stacked merupakan penggabungan 2 tipe grafik sebelumnya.

1. Simple Bar Chart

X1 : penilaian produk A 1 : burukX2 : penilaian produk B 2 : cukupX3 : penilaian produk C 3 : baik

Responden X1 X2 X31 baik buruk baik2 baik buruk buruk3 cukup baik buruk4 buruk baik cukup5 buruk cukup baik6 buruk cukup baik7 baik buruk buruk8 baik baik buruk9 cukup baik baik

10 cukup buruk buruk11 buruk baik buruk12 baik cukup cukup13 baik buruk baik14 buruk baik baik15 baik baik buruk16 cukup cukup buruk17 cukup cukup buruk18 baik buruk baik19 buruk baik baik20 buruk baik buruk

1. Defenisikan ketiga variabel :Variabel 1Nama : AType : NumericDecimal : 0Label : Penilaian produk AValue : 1 = buruk

2 = cukup3 = baik

Variabel 2Nama : BType : NumericDecimal : 0Label : Penilaian produk BValue : 1 = buruk

2 = cukup3 = baik

Variabel 3Nama : CType : NumericDecimal : 0Label : Penilaian produk CValue : 1 = buruk

2 = cukup3 = baik

2. Input dapat ke dalam data editor (data view). Klik menu GRAPH, pilih LEGACY DIALOGS dan pilihBAR. Kemudian muncul kotak dialog, pilih SIMPLE.

3. Pada pilihan DATA in CHART are, pilih SUMMARIES OF SEPARATE VARIABLES. Kemudian klikDEFINE dan muncul kotak dialog baru. Pindahkan semua variabel yang ingin ditampilkan(minimal 2 variabel) ke kotak BAR REPRESENT.

4. Klik kotak CHANGE SUMMARY untuk mengubah pengaturan tampilan grafik sesuai kebutuhan,dalam contoh ini pilih MEAN OF VALUE. Klik CONTINUE lalu OK.

2. Clustered Bar Chart

X4 X5laki-laki 20.000laki-laki 30.000laki-laki 30.000laki-laki 30.000laki-laki 30.000laki-laki 50.000laki-laki 20.000laki-laki 20.000laki-laki 20.000laki-laki 20.000wanita 50.000wanita 50.000wanita 50.000wanita 100.000wanita 100.000wanita 100.000wanita 100.000wanita 20.000

wanita 50.000wanita 20.000

X4 : gender 1 : laki-lakiX5 : jajan 2 : wanita

1. Defenisikan variabel-variabel di atas :Variabel 1Nama : X4Type : NumericDecimal : 0Label : genderValue : 1 = laki-laki

2 = wanitaVariabel 2Nama : X5Type : NumericDecimal : 0Label : jajan

2. Input data ke data editor (data view), klik menu GRAPH, pilih LEGACY DIALOGS dan pilih BAR.Muncul kotak dialog, pilih CLUSTERED kemudian pada pilihan DATA IN CHART ARE pilihSUMMARIES FOR GROUPS OF CASES.

3. Klik DEFINE sehingga memunculkan kotak dialog yang baru. Pilih variabel X4 (gender) danpindahkan ke kotak CATEGORY AXIS.

4. Pada bagian BARS REPRESENT GROUP sesuaikan pilihannya berdasarkan kebutuhan (padacontoh ini pilih N OF CASES).

5. Pilih variabel X5 (jajan) dan pindahkan ke kotak DEFINE CLUSTER BY dan klik OK.

3. Stacked Bar Chart

Soal X6 X71 9 62 6 83 6 84 8 65 8 76 7 97 7 68 7 59 5 7

10 9 711 9 812 9 813 7 714 7 615 8 716 7 917 8 918 7 919 6 9

20 6 6

X6 : metode diskusiX7 : metode ceramah

1. Defenisikan variabel-variabel di atas :Variabel 1Nama : X6Type : NumericDecimal : 0Label : metode diskusiVariabel 2Nama : X7Type : NumericDecimal : 0Label : metode ceramah

2. Masukkan data ke data editor (data view). Klik menu GRAPH, pilih LEGACY DIALOGS dan pilihBAR. Setelah muncul kotak dialog baru, pilih STACKED dan pada pilihan DATA IN CHART ARE pilihVALUES OF INDIVIDUAL CASES.

3. Klik DEFINE dan muncul kotak dialog yang baru. Pindahkan variabel yang ingin ditampilkangrafiknya ke kotak BAR REPRESENT (minimal harus dua variabel).

4. Pilih salah satu alternatif pilihan pada kotak CATEGORY LABELS dan klik OK.

B. Grafik Pie (Pie Chart)

Merupakan tipe grafik yang berbentuk lingkaran dan grafik ini serig digunakan untuk menggambarkandata dan populer di masyarakat.

Responden X1 X2 X31 baik buruk baik2 baik buruk buruk3 cukup baik buruk4 buruk baik cukup5 buruk cukup baik6 buruk cukup baik7 baik buruk buruk8 baik baik buruk9 cukup baik baik

10 cukup buruk buruk11 buruk baik buruk12 baik cukup cukup13 baik buruk baik

Contoh di atas sama seperti data pada contoh grafik simple bar chart.1. Klik menu GRAPH, pada LEGACY DIALOGS dan pilih PIE sehingga muncul kotak dialog. Pilih

SUMMARIES OF SEPARATE VARIABLES dan klik DEFINE dan muncul kotak dialog yang baru.2. Pilih dan pindahkan variabel yang ingin ditampilkan ke kotak SLICES REPRESENT (minimal harus

2 variabel). Dalam contoh ini variabel X1, X2 dan X3. Kemudian klik OK.

14 buruk baik baik15 baik baik buruk16 cukup cukup buruk17 cukup cukup buruk18 baik buruk baik19 buruk baik baik20 buruk baik buruk

C. Histrogram

1. Klik menu GRAPH, pada LEGACY DIALOGS dan pilih HISTOGRAM sehingga muncul kotak dialog.2. Pilih dan pindahkan variabel yang ingin ditampilkan ke kotak VARIABLE. Dalam contoh ini

variabel X7.3. Jika ingin menampilkan kurva normal maka klik DISPLAY NORMAL CURVE. Kemudian klik OK.

Pertemuan ke 9

Uji Parametrik

Metode parametrik dapat dilakukan dengan persyaratan, yaitu :

1. Sampel berasal dari populasi berdistribusi normal2. Jenis data adalah data kuantitatif3. Jumlah observasi minimal berjumlah 30

One Sample T Test

Distributor rokok yang menjual rokok merek baru yang memiliki banyak keunggulan. Setelah satu bulan

berlalu pemilik distributor rokok ingin mengetahui apakah rokok yang terjual pada satu bulan sudah

sesuai dengan target, yaitu 15 unit per hari.

Hari Rokok Hari Rokok Hari Rokok1 14 11 15 21 152 15 12 16 22 163 15 13 14 23 144 17 14 14 24 165 12 15 12 25 136 11 16 16 26 157 18 17 19 27 138 14 18 20 28 149 13 19 16 29 14

10 14 20 11 30 16

Langkah-langkah yang perlu dilakukan :

1. Definisikan variabel sebagai berikut :Variabel 1

Nama : rokok

Decimal : 0

Label : rokok terjual

2. Masukkan semua data jumlah rokok yang terjual pada kolom variabel rokok.3. Klik menu ANALYZE, pilih COMPARE MEAN kemudian pilih ONE SAMPLE T TEST.

4. Muncul kotak dialog, pindahkan variabel rokok ke kotak TEST VARIABLE(s) dan masukkan angka15 ke kotak TEST VALUE.

5. Klik OPTIONS dan muncul kotak dialog. Disini kita bisa mengatur tingkat kepercayaan dikotakCONFIDENCE INTERVAL, kemudian klik CONTINUE dan OK.

One-Sample Statistics

N Mean Std. Deviation Std. Error Mean

rokok terjual 30 14,73 2,100 ,383

One-Sample Test

Test Value = 15

t df Sig. (2-tailed) Mean Difference

95% Confidence Interval of the

Difference

Lower Upper

rokok terjual -,696 29 ,492 -,267 -1,05 ,52

Dari hasil pengolahan dengan SPSS, diperoleh t hitung = - 0,696 dan sig = 0,492. Karena |t

hitung| < t tabel (0,696 < 1,7) atau sig > α (0,492 > 0,05) maka H0 diterima. Kesimpulannya H0

diterima karena penjualan rokok sudah mencapai target, yaitu rata-rata 15 kotak per hari.

Mencari nilai t tabel dari SPSS

Jika kita ingin menampilkan nilai t tabel berdasarkan hipotesis di atas, yaitu :

hipotesisH0 : penjualan rokok perhari = 15 unit

H1 : penjualan rokok perhari ≠ 15 unit

α = 5%, n = 30 menggunakan uji t

langkah-langkah yang dilakukan :

1. klik menu TRANSFORM, pilih COMPUTE VARIABLE dan muncul kotak dialog.2. Ketik t_tabel pada kotak TARGET VARIABLE, pilih “invers DF” pada kotak FUNCTION GROUPS dan

pilih idf.T pada kotak di bawahnya.pindahkan ke kotak NUMERIC EXPRESSION.3. Ganti tanda ? yg pertama dengan nilai probabilitas yang ditetapkan (1-α = 0,95) dan ? yang

kedua dengan jumlah df (n-1=29). Kemudian klik OK.

Pertemuan ke 10

Uji t Sampel Independen

Sebuah lembaga konsumen ingin melihat merk pena mana yang lebih laku terjual dalam satu bulan.

Hari Pena A Pena B Hari Pena A Pena B1 250 255 16 213 2152 248 240 17 220 2403 240 238 18 225 2344 215 225 19 225 2415 200 195 20 235 2306 205 200 21 215 2347 198 203 22 225 2388 190 208 23 195 2419 199 214 24 190 250

10 225 216 25 200 24211 221 243 26 195 23512 200 251 27 215 23813 197 215 28 219 24414 199 212 29 205 24815 209 200 30 225 215

Langkah-Langkahnya :

1. Defenisikan variabel sebagai berikut :Variabel 1

Nama : Pena

Decimal : 0

Label : Jumlah pena terjual

Variabel 2

Nama : Merk

Decimal : 0

Label : Merk Pena

Value : 1 (Merk A) dan 2 (Merk B)

2. Masukkan semua data jumlah pena yang terjual pada kolom variabel pena, dimulai dari datapena A dan diteruskan data pena B.

3. Klik menu ANALYZE, pilih COMPARE MEAN. Kemudian pilih INDEPENDENT SAMPLES T TEST.4. Pada kotak dialog, pindahkan variabel pena ke kotak TEST VARIABLE(s) dan variabel merk ke

kotak GROUPING VARIABLES.5. Klik DEFINES GROUPS dan muncul kotak dialog, masukkan angka 1 pada kotak pertama dan 2

pada kotak kedua. Kemudian klik CONTINUE.6. Klik OPTIONS untuk menentukan selang kepercayaan, setelah itu klik CONTINUE dan OK.

Dari data di atas terlihat bahwa ada merk pena yang terlalu dominan (lihat nilai t yang tidak signifikan <

0,05) dan nilai F yang signifikan ( > 0,05) yang berarti kedua merk tersebut terdapat perbedaan dalam

penjualan selama satu bulan.

Uji T Sampel Berpasangan

Sebuah toko ingin melihat apakah ada peningkatan penjualan sabun cuci antara sebelum dan sesudah

diluncurkan produk baru.

No Lama Baru1 12 132 14 133 13 144 9 145 10 126 14 137 15 168 12 159 13 13

10 11 1211 11 1112 12 1113 13 1514 15 1715 16 1716 17 1817 14 1518 15 1819 15 1520 17 16