bru pMhn d, mtuhrh Me&re dijtu ruisdilPm*osq.'&FefupDFmsPd4 bsr hddrq i sdide
rkiM@m9P3srt4diskeFldidBFbhn{d*t
hwtuhenhidirldtueNi
1
SPSS DAN KOMPUTER STATISTIK
SPSS sebagai software statistic, pertama kali dibuat tahun 1968 oleh tiga
mahasiswa Stanford University, yang dioperasikan pada komputer mainframe.
Kemudian pada tahun 1984 muncul versi PC (Personal Computer) dengan nama
SPSS/PC, selanjutnya sejalan dengan mulai populernya system operasi Windows
maka pada tahun 1992 keluarlah SPSS versi Window . SPSS adalah singkatan
Statistical Package for Social Sciences yang pada awalnya digunakan untuk
pengolahan data ilmu-ilmu social, tetapi sekarang diperluas untuk melayani
berbagai jenis pengguna (user) seperti untuk proses produksi di pabrik, riset ilmu-
ilmu sain dan lainnya sehingga sekarang kepanjangan dari SPSS menjadi
Statistical Product and Service Sciences.
Cara Kerja SPSS
Untuk dapat memahami cara kerja software SPSS, berikut dikemukakan
kaitan antara cara kerja komputer dengan SPSS dalam pengolahan data.
1. Komputer.
Pada dasarnya komputer berfungsi mengolah data menjadi informasi yang
berarti . Data yang akan diolah dimasukkan sebagai input, kemudian dengan
proses pengolahan data oleh komputer dihasilkan output yang berupa informasi
untuk kegunaan lebih lanjut. Pengolahan data menjadi informasi dengan
computer :
2. Statistik
Statistik mempunyai fungsi yang mirip dengan computer, yaitu mengolah
data dengan perhitungan statistika tertentu menjadi informasi yang berarti.
INPUTDATA
PROSESKOMPUTER
OUTPUT(INFORMASI)
INPUTDATA
PROSESSTATISTIK
OUTPUT(INFORMASI)
2
3. SPSS
Proses pengolahan data pada SPSS juga mirip dengan kedua proses di atas.
Penjelasan Proses Statistik dengan SPSS.
1. Data yang akan diproses dimasukkan lewat menu DATA EDITOR yang
secara otomatis muncul di layar saat SPSS dijalankan.
2. Data yang telah diinput selanjutnya diproses juga lewat menu DATA
EDITOR.
3. Hasil pengolahan data muncul di layar (window) yang lain dari SPSS yaitu
OUTPUT NAVIGATOR.
Pada menu OUTPUT NAVIGATOR, informasi atau output statistic dapat
ditampilkan secara :
a) Teks atau tulisan
Pengerjaan (perubahan bentuk huruf, penambahan /pengurangan dan
lainnya) yang berhubungan dengan output berbentuk teks dapat
dilakukan lewat Text Output Editor.
b) Tabel
Pengerjaan (pivoting table, penambahan/pengurangan table dan lainnya)
yang berhubungan dengan output berbentuk table dapat dilakukan lewat
menu Pivot Table Editor.
c) Chart atau grafik
Pengerjaan (perubahan tipe grafik dan lainnya yang berhubungan dengan
output berbentuk grafik dapat dilakukan lewat menu Chart Editor.
SPSS DATA EDITOR
Pada saat pertama kali SPSS dibuka, selalu tampak tampilan jendela
(window) Untitled-SPSS Data Editor. Data Editor ini berisi 10 menu utama yaitu :
+ +++
DATAEDITOR
PROSES OUTPUTDATA
INPUTDATA
DATAEDITOR
OUTPUTNAVIGATOR
DATAEDITOR
3
File, Edit,View, Data, Transform, Analyze, Graphs, Utilities, Windows dan
Help.
1. Menu File pada SPSS
Data editor pada SPSS mempunyai dua bagian utama yaitu :
Kolom, yang ditandai dengan kata var dalam setiap kolomnya. Kolom
dalam SPSS akan diisi oleh VARIABLE
Baris, dicirikan dengan adanya angka 1, 2, 3 dan seterusnya.
Sebelum anda mengimput data untuk diolah, maka langkah-langkah yang anda
perlu kerjakan adalah :
a. Buka lembar kerja baru dengan mengklik menu utama File, pilih submenu
New.
b. Selanjutnya klik mouse pada tab sheet VARIABLE VIEW yang ada pada
bagian kiri bawah
c. Kemudian anda ketik nama variable yang anda ingin masukkan dengan
terlebih dahulu mengklik ganda baris pertama dan kolom pertama.
NB : SPSS selalu membuat huruf kecil untuk semua penulisan variable.
d. Geser kursor kekanan, maka akan muncul kata Type, selanjutnya anda pilih
apakah variable itu bersifat kualitatif atau kuantitatif. Jika anda memasukkan
nama seseorang maka anda harus pilih String, dan jika variable tersebut
bersifat kuantitatif pilihlah NUMERIC. Selanjutnya OK.
e. Geser kursor kekanan, akan muncul kata Width. Pilihan ini menyediakan
masukan antara 1 sampai 255 digit untuk isian data yang bertipe string.
Pengisisan angka width dapat dilakukan dengan mengetik secara langsung
atau dapat menggunakan fasilitas scroll number untuk angka menaik atau
menurun yang ada disebelah kanan.
f. Geser kursor kekanan, maka akan muncul kata Decimals. Jika variabelnya
bersifat kualitatif (string), maka decimalnya tidak ada. Jika variabelnya
bersifat kuantitatif, maka decimalnya perlu diisi dalam kotak yang telah
disediakan. Contohnya angka 3.456 maka decimalnya adalah 3.
g. Geser kursor kekanan, maka akan muncul kata Labels. Label adalah
keterangan untuk nama variable yang dapat ditulis atau tidak. Kalau anda
4
perlu menuliskan nama variabelnya klik ganda sel tersebut kemudian tulis
nama variabelnya.
h. Geser kursor kekanan, maka akan muncul Values. Kalau variabelnya
bersifat kuantitatif klik sel ini, maka akan muncul sebuah table yang berisi
value, label, add, continu, dll yang perlu anda isi. Contohnya nama variable
perlakuan N0, N10, N15, N20; maka untuk value anda isi angka 1,
kemudian labelnya anda isi N0, selanjutnya klik add maka akan muncul 1 =
“N0”, kemudian pada kotak value anda ketik angka 2, labelnya anda ketik
N10, selanjutnya klik add, maka muncullah 2 = “N10”. Begitu seterusnya.
Setelah selesai anda ketik kata continu.
i. Geser kursor kekanan, akan muncul kata Missing. Missing adalah data yang
hilang atau tidak ada isinya.
j. Geser kursor kekanan, maka akan muncul kata Colum. Colum hamper sama
dengan width dengan fungsi menyediakan lebar kolom yang diperlukan
untuk memasukkan data.
k. Geser kursor kekanan, maka akan muncul kata Align. Align adalah posisi
data, apakah dikanan, atau dikiri atau ditengah sel. Untuk itu tempatkan
pointer pada sel tersebut, buka kotak combo, selanjutnya pilih left, atau
right atau center.
l. Geser kursor kekanan, akan muncul kata Measure. Measure adalah hal yang
penting di SPSS karena menyangkut type variable yang nantinya
menentukan jenis analisis data yang digunakan. Pilihannya adalah nominal
atau ordinal.
Memasukkan Data.
Setelah pengisian nama variabelnya, proses selanjutnya adalah pengisian
data dengan mengklik tab sheet Data View yang ada di kiri dibawah layar, atau
dapat juga dengan mengklik Menu Utama View dan kemudian klik data.
Menyimpan Data
Data dapat disimpan dengan prosedur berikut:
Dari menu utama SPSS, pilih menu File, kemudian klik submenu Save
As….
Beri nama file
5
Selain Save As…., ada juga pilihan Save, pilihan ini dipakai jika
penyimpanan data tidak memerlukan nama baru atau file sudah diberi nama.
Mengetahui Karakteristik Variabel
Setelah dilakukan pengisian nama dan isi variable, kadang-kadang ingin
diketahui bagaimana karakteristik suatu variable. Langkah-langkahnya adalah:
Buka file dimana variable atau data itu disimpan.
Dari menu Utilities, pilih submenu File Info
Selain dengan submenu File Info, karakteristik variable juga dapat diketahui
dengan mengklik Utilities, kemudian mengklik submenu Variables,
Mencetak Data
Data yang telah tersimpan dapat dicetak oleh printer malui langkah
sebagai berikut :
Hidupkan printernya
Masukkan kertas
Klik menu utama File, kemudian klik sub menu Open…..
Klik submenu Print, akan muncul pesan-pesan seperti All, page from …. to
…., selection, number of copies, properties.
Kalau pean-pesan tadi sudah terisi, klik OK.
Keluar dari SPSS
Setelah seluruh pengerjaan di SPSS telah selesai untuk keluar dari Program
SPSS, klik File, kemudian klik Exit.
2. Menu Edit pada SPSS
Sesuai dengan namanya menud Edit digunakan untuk melakukan
perbaikan atau perubahan variable atau data yang telah disimpan, langkah-
langkahnya adalah sebagai berikut :
Dari menu utama SPSS, buka menu File.
Dari menu File, pilih submenu Open….., pilih nama filenya dimana data
disimpan.
Kalau anda ingin menghapus kasus, klik baris paling kiri (dengan angka 1,2,
3,…), pilih pada baris mana variable itu tertulis, maka baris tersebut akan
terblok (warna hitam).
6
Klik menu Edit, kemudian klik submenu Cut.
Jika hanya akan dihapus data yang ada pada sel tertentu, letakkan pointer
pada el tersebut selanjutnya tekan tombolDel atau submenu Clear pada menu
utama Edit.
Jika ingin melakukan pembatalan terhadap penghapusan data yang telah
dilakukan, klik submenu Undo pada menu Edit.
Duplikasi data, letakkan pointer pada sel dimana data berada, kemudian klik
sel tersebut, selanjutnya klik menu Edit, pilih submenu Copy, gerakkan
kursor kebawah sampai dimana data tersebut diperbanyak, lepaskan
mousenya, kemudian klik Paste pada menu Edit, kemudian klik diluar
daerah pengcopian.
Mencari data : pilih menu Edit, kemudian klik mouse pada Find What,
selanjutnya isi apa yang ingin anda cari. Kemudian klik tanda X kalau
pencarian sudah selesai.
Pilihan Option pada menu Edit dipergunakan untuk mengubah pilihan-
pilihan pada berbagai tools pada SPSS seperti Chart, General, Navigator,
Output Labels dll.
3. Menu Data pada SPSS
Menu data pada SPSS digunakan untuk melakukan berbagai pengerjaan
pada data SPSS, seperti penyisipan variable, menyisipkan kasus dan lain-
lainnya.
Jika anda ingin memasukkan variabel baru langkah-langkahnya adalah :
1. Letakkan pointer pada sembarang tempat di kolom.
2. Dari menu utama SPSS pilih menu Data, selanjutnya klik submenu
Insert Variable, selanjutnya akan muncul Var 0000, gantilah variabel
Var ini dengan nama variabel yang anda inginkan.
Jika anda ingin memasukkan kasus, langkah-langkahnya adalah :
1. Letakkan pointer pada baris (yang ditandai oleh angka 1, 2, 3, 4).
2. Dari menu utama SPSS pilih menu Data, selanjutnya pilih menu Insert
Cases, kemudian ketik nama yang anda ingin masukkan.
7
Jika anda ingin menemukan sel tertentu , langkah-langkahnya adalah:
1. Letakkan pointer pada sembarang tempat.
2. Pilih menu Data, kemudian klik Go to case, selanjutnya ketik kasus
nomor berapa yang anda ingin cari, setelah itu klik OK.
Memisahkan Isi File dengan kriteria tertentu (Split File).
1. Letakkan pointer pada sembarang tempat.
2. Klik menu Data, selanjutnya klik Split File
3. Kemudian isi kolom yang disediakan, misalkan Organize output by
group.
4. Jika pembagian didasarkan atas gender misalnya, klik variabel gender.
5. Klik tanda anak panah sehingga variabel gender masuk kedalam kolom
Group based on.
6. Kemudian klik pilihan Sort the file by grouping variables, setelah itu
klik OK.
Menyeleksi Isi File dengan kriteria tertentu.
1. Letakkan pointer pada sembarang tempat
2. Dari menu utama SPSS, pilih menu Data, kemudian klik pilihan Select
Cases…..
Pada kolom ini ada beberapa pilihan antara lain :
a. All cases
b. IF jika seleksi berdasar kriteria tertentu
c. Random jika seleksi berdasarkan bilangan acak.
d. TIME/CASE RANGE, jika seleksi berdasarkan range tertentu.
e. FILTER VARIABLE , jika seleksi berdasarkan variabel tertentu.
Mengurutkan Data
1. Letakkan pointer pada sembarang tempat.
2. Dari menu utama SPSS, pilih menu Data, kemudian klik mouse pada
pilihan Sort Cases……., selanjutnya isi kolom SORT BY ……
(ascending atau dcending)
Meringkas Data Secara Agregat
1. Letakkan pointer pada sembarang tempat.
8
2. Dari menu utama SPSS pilih menu Data, kemudian klik submenu
Aggregate.
Pengisian :
a. Kolom BREAK VARIABLE (pemisah data), isi kolom berdasarkan
variabel yang anda inginkan.
b. Kolom AGGREGATE VARIABLE (s), Variabel Nama tidak mungkin
bias diringkas.
c. Klik mouse pada Name & LABELS, isi sesuai dengan keinginan anda,
misalkan BERAT.
d. Untuk LABEL, isi misalkan BERAT RESPONDEN.
e. Klik SAVE AS ….., OK
Memberi Timbangan pada Kasus (Weight Cases)
1. Letakkan pointer pada sembarang tempat.
2. Dari menu utama SPSS, pilih menu Data, kemudian klik submenu
Weight Cases.
3. Klik mouse pada Weight cases by ……. (sesuai dengan keinginan anda)
Menggabungkan File (Merger File)
Perintah ini digunakan untuk menggabungkan file yang sudah ada dengan
file baru. File dapat digabungkan dengan dua cara antara lain :
1. ADD Cases, yaitu menggabungkan file yang mempunyai variabel yang
sama, namun kasusnya berbeda.
2. ADD VARIABLES, yaitu menggabungkan file yang mempunyai yang
sama namun variabelnya berbeda.
Contoh akan digabungkan File BERAT dengan file BERAT URUT.
Langkah-langkahnya :
1. Letakkan pointer pada sembarang tempat pada file BERAT.
2. Dari menu utama SPSS pilih Data, kemudian klik mouse pada pilihan
Merger File, selanjutnya pilih salah satu dari dua pilihan, misalkan pilih
ADD CASES. Karena file yang akan digabungkan adalah File BERAT
URUT, maka pilih file dari directory, kemudian klik Open, selanjutnya
tekan OK.
9
4. Menu Transform pada SPSS
Menu Transform pada prinsipnya berfungsi mentransformasi atau
mengubah suatu data untuk keperluan –keperluan khusus.
Submenu pada menu Transform ini antara lain :
1. Computer
Submenu ini berfungsi menambah variable baru yang berisi hasil
perhitungan berdasar dari hasil variable lama.
Langkah-langkahnya :
Letakkan pointer disembarang tempat.
Dari menu utama SPSS, pilih Transform kemudian klik submenu
Compute…
Selanjutnya lakukan pengisian :
a. TARGET VARIABLE, adalah nama variable baru (isi sesuai dengan
keinginan anda).
b. Tekan tombol TYPE & LABELS
Pada kolom labels isi sesuai dengan keinginan anda (misalkan Berat
Ideal). Selanjutnya untuk Type, isi dengan golongan atau jenis data
tersebut (numeric, string)
Pengisisan NUMERIC EXPRESSION, yaitu :
Isi pada kotak tersebut rumus atau formula yang anda inginkan,
Misalkan BERAT*0.9 atau dengan menggunakan persyaratan,
Maka tekan tombol IF, klik pilihan Include if cases satisfies
Condition, misalkan BERAT > 50.
2. Count
Perintah ini berfungsi untuk menghitung data dengan kriteria tertentu.
Langkah-langkahnya hampir sama dengan Compute.
3. Rank Cases
Perintah ini berfungsi mengurutkan (rank) kasus dengan kriteria tertentu.
Langkah-langkahnya :
1) Letakkan pointer pada sembarang tempat.
2) Dari menu utama SPSS pilih menu Transform, kemudian klik submenu
Rank Cases.
10
Pengisisan ;
1. Kilk variable yang akan diurutkan (dirangking) misalkan variable berat.
2. Klik tanda anak panah yang ada dalam kotak kecil, sehingga variable
Berat pindah kekolom variable.
3. Pilih variable yang akan digunakan sebagai dasar pengurutan, misalkan
variable Gender, kemudian klik tanda anak panah pada kotak kecil, maka
Gender akan pindah ke kolom BY
4. Untuk Assign Rank 1 to, pilih smallestvalue.
5. Untuk kolom Rank Types pilih Rank
6. Untuk kolom Ties, pilih submenu Mean selanjutnya OK.
4. Random Number Seed
Fungsi ini berguna untuk meciptakan sejumah angka random untuk tujuan
tertentu. Langkah-langkahnya adalah :
1) Buka file data
2) Dari meu Transform pilih submenu Random number seed
3) Pilih Set seed to dan ketik 54321
NB. Pada prinsipnya jumlah angka adalah bebas, dengan ketentuan
diantara 1 sampai 2.000.000.000
4) Tekan OK
5. Categorize Variabels
Fungsi ini akan mengubah bilangan numerik yang kontinyu menjadi
bilangan diskrit. Langkah-langkahnya :
1) Klik file data
2) Dari menu Transform pilih submenu Categorize Variable
Pengisian :
Create categories for, pilih sesuai dengan variable yang anda inginkan
Number of categories, ketik angka sesuai dengan keinginan anda misalnya 2
atau 3
Selanjutnya tekan OK.
11
5. Menu Analyze pada SPSS
Menu ini adalah jantungnya SPSS, karena pada menu inilah perhitungan
statistik dilakukan. Menu utama Analyze terdiri dari submenu :
1. Reports
2. Descriptive Statistics
3. Custom Tables
4. Compare Means
5. General Linear Models
6. Correlate
7. Regression
8. Loglinear
9. Classify
10. Data Reduction
11. Scale
12. Non Parametric Test
13. Time Series
14. Survivals
15. Multiple Respons
16. Missing Value Analysis
Masing-masing Submenu diatas, mengandung submenu lagi, misalnya :
Deskriptive Statistics, submenunya adalah :
1. Frequency
2. Descriptive
3. Explore
4. Crosstab
Compare Means, submenunya adalah :
1. Means
2. One Sample T Test
3. Independent Sample T Test
4. Paired Sample T Test
5. One Way Anova
General Linear Models, submenunya adalah :
12
1. Univariate
2. Multivariate
3. Repeated Measures
4. Variance Components
Correlate, submenunya adalah :
1. Bivariate
2. Partial
3. Distance
Regression, submenunya adalah :
1. Linear
2. Curve Estimation
3. Binary Logistics
4. Multinominal Logistics
5. Ordinal ….
6. Probit …
7. Non Linear
8. Weight Estimation
Classify, submenunya adalah :
1. K Means Cluster
2. Herachical Cluster
3. Discriminant
Data Reduction, submenunya adalah :
1. Factor
2. Correspondence Analysis
3. Optimal Scalling
Scale, submenunya adalah :
1. Reliability Analysis
2. Multidimensional Scalling
Non Parametrict Test , submenunya adalah:
1. Chi Square
2. Binomial
3. Runs
13
4. 1 Sample K-S
5. 2 Independent Samples
6. K Independent Samples
7. K Related Samples
6. Menu Graphs
Menu graphs pada SPSS berfungsi untuk membuat bermacam-macam
grafik antara lain :
1. Bar
2. Line
3. Area
4. Pie
5. Hig-low
6. Histogram, dll.
14
PAIRING TEST
Uji t untuk Dua Sample Berpasangan
Contoh kasus
Produsen obat diet (penurun bobot badan) ingin mengetahui apakah obat
yang diproduksinya benar-benar mempunyai efek terhadap penuruan bobot badan
konsumen. Untuk itu sebuah sample yang terdiri dari 10 orang masing-masing
diukur bobot badannya, dan kemudian setelah sebulan meminum obat tersebut
kembali diukur bobot badannya (kg). Datanya adalah sebagai berikut :
No. Sebelum Sesudah
1
2
3
4
5
6
7
8
9
10
76.85
77.95
78.65
79.25
82.65
88.15
92.54
96.25
84.56
88.25
76.22
77.89
79.02
90.21
82.65
82.53
92.56
92.33
85.12
84.56
Langkah-langkah
1. Buka lembar kerja baru, dari menu File, pilih New.
2. Klik tab sheet Variable View, yang ada pada pojok kiri bawah.
Variabel Sebelum
1. Name. sesuai kasus, letakkan pointer di bawah kolom Name, lalu klik
ganda pada sel tersebut dan ketik Sebelum.
2. Type : pilih numeric
3. Width : untuk keseragaman, ketik 8
4. Decimal : ketik 2
5. Label. Kosongkan saja
6. Abaikan bagian yang lain
15
Variabel Sesudah
1. Ketik Sesudah, dibawah variable Sebelum
2. Type, Width, Decimal, Label sama seperti di atas
Pengisian data
a. Klik tab sheet Data View (pojok kiri bawah)
b. Selanjutnya isi data pada kolom sebelum dan sesudah
c. Data tersebut dapat disimpan dengan prosedur berikut :
Dari menu File, kemudian pilih submenu Save ….. as, selanjutnya beri
nama.
Pengolahan data
1. Dari menu SPSS, pilih menu Analyze, kemudian pilih submenu Compare
means
2. Dari serangkaian pilihan test, pilih Paired Sampels T Test.
3. Pengisian : klik variable sebelum, kemudian variable sesudah
4. Untuk Confidence Interval (tingkat kepercayaan), sebagai default, SPSS
menggunakan 95% atau tingkat signifikansi 5%.
5. Tekan kontinyu, selanjutnya tekan OK.
16
PAIRING TEST
Uji t untuk Dua Sample Independen
Contoh kasus
Seorang penelit ingin mengetahui apakah ada perbedaan antara tinggi dan
bobot badan seseorang pria dan seorang wanita. Untuk itu 7 pria dan 7 wanita
masing-masing diukur tinggi dan bobot badannya.
Datanya adalah sebagai :
No. Tinggi Berat Gender
1
2
3
4
5
6
7
8
9
10
11
12
13
14
174.5
178.6
170.8
168.2
159.7
167.8
165.5
154.7
152.7
155.8
154.8
157.8
156.7
154.7
65.8
62.7
66.4
68.9
67.8
67.8
65.8
48.7
45.7
46.2
43.8
58.1
54.7
49.7
Pria
Pria
Pria
Pria
Pria
Pria
Pria
Wanita
Wanita
Wanita
Wanita
Wanita
Wanita
Wanita
Penyelesaian
1. Buka lembar kerja baru
2. Klik table sheet Variabel View pada pojok kiri bawah
3. Untuk variable Tinggi, variable Bobot, pengisiannya sama dengan cara
sebelumnya (pada pairing test)
4. Untuk variable gender :
a. Type data, pilih numeric (karena akan diberikan kode)
b. Width. Untuk keseragaman klik 1 (satu digit)
17
c. Desimal, ketik 0, karena kode bersifat nominal
d. Label, ketik gender konsumen
e. Values, pilihan ini untuk proses pemberian kode.
Klik kotak kecil di kanan sel
Pengisiannya :
Value, ketik 1
Value label : ketik pria
Selanjutnya ketik add
Value, ketik 1
Value label : ketik wanita
Ketik add, kemudian ketik OK
6. Missing. Tidak ada data missing, abaikan kolom ini.
7. Colum, untuk keseragaman ketik 8.
8. Align. Untuk keseragaman ketik Right.
9. Measure, pilih ordinal.
Pengisian data
Klik tab.sheet data view, selanjutnya isi dengan data yang diperoleh.
Simpan data tersbut dengan cara sebelumnya.
Proses pengolahan data SPSS.
1. Dari menu utama SPSS, pilih menu Analyze, kemudian pilih submenu
compare Means.
2. Dari serangkaian pilihan t test, pilih Independent Samples T test.
Pengisian Test Variables.
Oleh karena disini akan diuji data tinggi dan bobot, maka klik variable
tinggi, kemudian klik tanda ►, maka variable tinggi akan berpindah ke
Test Variables. Selanjutnya hal yang sama dilakukan untuk variable bobot.
3. Grouping variables: ketik gender, selanjutnya klik tanda ►
4. Define group; untuk group 1, ketik 1 dan untuk group 2 ketik 2
5. Selanjutnya ketik kontinyu
6. Untuk option, klik sesuai dengan keinginan anda.
7. Kemudian klik OK.
18
UJI NON PARAMETRIKA
1. Uji Chi-Square
Contoh Kasus
Manager pemasaran PT. Enak yang menjual permen dengan empat macam
warna, ingin mengetahui apakah konsumen menyukai keempat warna permen
tersebut. Datanya sebagai berikut:
Warna Jumlah
Merah
Hijau
Kuning
Putih
35
28
10
27
Cara penyelesaiannya
1. Buka lembar kerja baru, dari menu utama File, pilih New
2. Klik tab sheet Variable View
3. Ketk variable warna, kemudian isi kolom-kolom selanjutnya (type,
width,decimal,values).
4. Ketik variable jumlah
5. Kilk tab sheet view data, selanjutnya isi kolom dengan data yang sesuai.
Melakukan proses Weight Cases
Variable warna yang telah dikodefikasi, kemudian dilakukan proses weight
cases untuk menghubungkan dengan variable jumlah dengan prosedur sebagai
berikut:
1. Letakkan kursor pada kolom variable warna
2. Dari menu utama SPSS, pilih menu data, kemudian pilih submenu Weight
Cases by,
3. Pilih variable jumlah, kemudian klik ► dan selanjutnya klik OK
Pengolahan
1. Pilih menu Analyze
2. Pilih submenu Non Parametres Test…… Pilih Chi Square
3. Pengisian:
19
Test Variable List…..Klik Warna….. Klik tanda ►
Untuk Expected Range, pilih Get from data.
Untuk Expected Value, pilih All categories equal.
Tekan OK.
2. Uji Mann – Whitney (Uji Data, Dua Sampel Tidak Berhubungan)
Kasus
Sebuah perusahaan yang bergerak dalam penjualan computer ingin
mengetahui apakah para salesmannya membutuhkan training untuk
peningkatan kinerjanya. Untuk itu kepada sekelompok salesman diberikan
training salesmanship, dan kemudian kinerjanya mereka dibandingkan dengan
salesman lainnya yang tidak mendapat training. Datanya sebagai berikut:
Buat struktur variable dengan cara yang sama seperti sebelumnya, disini value
label perlu diisi dengan kode.
Isi kolom dengan data yang sesuai.
Sales Kelompok
2023251416241023172920162218303235252721362429
Tanpa trainingTanpa trainingTanpa trainingTanpa trainingTanpa trainingTanpa trainingTanpa trainingTanpa trainingTanpa trainingTanpa trainingTanpa trainingTanpa trainingTanpa trainingTanpa training
TrainingTrainingTrainingTrainingTrainingTrainingTrainingTrainingTraining
20
Pengolahan data
Dari menu utama SPSS pilih Analyze….Pilih submenu Non Parametric
Test
Selanjutnya pilih Independent Samples
Untuk Test Type pilih Mann-Whitney
3. Uji Peringkat Bertanda Wilcoxon (Uji Data Dua Sampel Berhubungan
(Dependen)
Kasus
PT. Singset yang sedang mengembangkan obat penurun bobot badan yang
baru, ingin mengetahui khasiat obat tersebut sebelum dipasarkan secara
komersial. Untuk itu PT. tersebut mencoba obat tersebut secara kontinyu
terhadap 10 sukarelawan yang sudah diukur terlebih dahulu bobot badannya.
Selang dua bulan kemudian bobot badannya ditimbang lagi untuk mengetahui
apakah ada penurunan bobot badannya yang nyata.
Datanya adalah sebagai berikut:
Sebelum Sesudah
6065677574808974
5960687668728670
Buat struktur variable Sebelum dan Sesudah
Isi kolom data
Dari menu utama SPSS pilih Analyze, kemudian pilih submenu Non
Parametric Test
Dari serangkaian pilihan tersebut, pilih Related Samples.
Pengisian:
Test Variables List……..Klik variable sebelum….Klik ►
Klik variable sesudah….Klik ►
Untuk Test Type………..Pilih Wilcoxon…………Tekan OK.
21
ANALISIS DATA DALAM RANCANGAN
BLOK LENGKAP ACAK
Contoh kasus
Seorang analisis perusahaan asuransi ingin mengetahui ada/tidaknya
pengaruh tiga metode yang digunakan untuk menentukan premi maksimal
terhadap tingkat kepercayaan pemegang polis asuransi. Dipilih 50 pemegang polis
asuransi untuk memberikan skala kepercayaan terhadap masyarakat dengan
metode A; B dan C. Ke 50 orang responden dibagi menjadi 5 blok eksekutif
berdasarkan umur. Datanya sebagai berikut:
BlokMetode
A B C
Eks. 1
Eks. 2
Eks. 3
Eks. 4
Eks. 5
1
2
7
6
12
5
8
9
13
14
8
14
16
18
17
Proses Pengolahan Data
Klik Variable View
Untuk Variable Blok
1. Kolom name isi: Blok
2. Kolom Type : pilih Numeric
3. Kolom Decimal ; pilih 0
4. Kolom Value isi dengan cara :
Value 1: value labels Eks. 1; klik Add.
Value 2 : value labels Eks. 2; klik Add
Value 3 : value labels Eks. 3; klik Add
Value 4 : value labels Eks. 4; klik Add
Value 5 : value labels Eks. 5; klik Add
5. Selanjutnya klik OK
22
Untuk Variable Metode
1. Kolom name isi Metode
2. Kolom type: pilih Numeric
3. Kolom decimal : pilih 0
4. Kolom value, isi dengan cara sebagai berikut:
Value 1 ; value labels ketik A; klik Add
Value 2 ; value labels ketik B; klik Add
Value 3 ; value labels ketik C; klik Add
Selanjutnya OK.
Untuk Variable Data
1. Kolom name : isi Data
2. Kolom Type : pilih Numeric
3. Kolom Decimal : pilih 0
Abaikan kolom lainnya
Pengisian Data
Klik data View
Isi kolom-kolom dengan data yang sesuai.
Analisis
1. Pilih menu utama SPSS Analyze ; pilih General Linear Model; pilih
Univariate
2. Pada kotak dialog Univariate isi :
Dependent Variable : klik data; klik tanda►
Fixed Factors : klik Blok: klik tanda ►
Klik Metode ; klik tanda ►
Klik Model ; klik Custom ; klik Blok pada kotak Factors &
Covariat ; klik tanda ►
Hal yang sama juga dilakukan pada variable Metode.
Klik Include Intercept in Model : (SPSS memberikan default
Include Intercep in Model).
Pilih Sums of Square : dengan cara klik Anova ▼ dan pilih Type
II; klik continue
Klik Plot selanjutnya isi :
23
1. Isi Horizontal Axis dengan variable Blok, caranya klik Blok
pada kotak Factors; klik tanda ►
2. Isi Separate line dengan variable Metode, caranya klik Metode
pada kotak Factors; klik tanda ►
Klik continue
Klik Post Hoc;
Kotak Factors isi dengan cara klik Metode ; klik tanda ►
Sehingga variable metode berpindah kekotak Post Hoc Test For.
Klik LSD ; klik continue
Klik Options :
1. Isi kotak Display Means for dengan variable Blok dengan cara
klik Blok pada kotak Factors and Factors Interaction,
selanjutnya ketik klik tanda ►
2. Isi Signifikansi level 0.01 (SPSS memberikan defaults tinkgkat
signifikansi 0.05)
3. Klik Continue ; klik OK……lihat hasilnya
Mau disimpan outputnya?
24
ANALISIS DATA DALAM RANCANGAN
BLOK TIDAK LENGKAP SETIMBANG
Contoh kasus
Seorang tehnisi ingin mengetahui pengaruh 5 tipe zat aditif gasoline
terhadap zat buangan mobil yang dapat menyebabkan polusi. Oleh karena
terbatasnya waktu penelitian tersebut, tehnisi menggunakan Rancangan Blok
Random Tidak Lengkap Setimbang. Dipilihnya mobil sebagai Blok, dan datanya
sebagai berikut :
AditifMobil (Blok)
1 2 3 4 5
1
2
3
4
5
-
14
12
13
11
17
14
-
11
12
14
-
13
11
10
13
13
12
12
-
12
10
9
-
8
Pengolahan
Sama dengan cara sebelumnya, hanya saja pengisian pada variable data ada
sedikit tambahan yaitu :
Klik kolom missing pada baris 1, sehingga muncul kotak dialog missing
values.
Klik discrete missing values dan isi kotak pertama dengan angka 0.
Selanjutnya klik OK.
Abaikan kolom lainnya.
Silahkan anda lanjutkan dengan menggunakan data tersebut diatas.
25
ANALISIS DATA DALAM RANCANGAN
ACAK LENGKAP POLA FAKTORIAL
Contoh kasus
Sebuah pabrik selama ini mempekerjakan karyawannya dalam 4 shift (satu
shift terdiri atas sekelompok pekerja yang berlainan). Manajer Pabrik tersebut
ingin mengetahui apakah ada perbedaan produktivitas yang nyata diantara 4
kelompok kerja shift yang ada selama ini. Selama ini setiap kelompok kerja terdiri
atas wanita semua atau pria semua, dan setelah kelompok pria bekerja dua hari
berturut-turut, ganti kelompok wanita (tetap terbagi empat kelompok) yang
bekerja. Demikian seterusnya, dua hari untuk pria dan sehari untuk wanita. Data
percobaannya sebagai berikut :
Hari Shift 1 Shift 2 Shift 3 Shift 4 Gender
1
2
3
4
5
6
7
8
9
10
11
12
38
36
39
34
35
32
39
34
32
36
33
39
45
48
42
46
41
45
48
47
42
41
39
33
45
48
42
46
41
45
48
47
42
41
39
33
58
25
34
26
39
44
32
38
39
43
44
62
Pria
Pria
Wanita
Pria
Pria
Wanita
Pria
Pria
Wanita
Pria
Pria
Wanita
Penyelesaian
Klik variable view :
Name, klik ganda pada sel tersebut dan ketik shift.
Type, pilih numeric
Width, untuk keseragaman ketik 8
Decimal, ketik 0, karena menggunakan kode
26
Label, abaikan bagian ini.
Values, isi dengan cara sbb:
Klik kotak kecil disebelah kanan sel
Pengisian
Value 1, value label shift 1, klik add
Value 2, value label shif 2, klik add.
Value 3, value label shift 3, klik add
Value 4, value label shift 4, klik add
Klik OK
Hal yang sama juga dilakukan pada variable gender
Untuk variable produk, pengisiannya sama dengan pengisian sebelumnya.
Untuk pemasukan data
Klik data view, selanjutnya isi sesuai dengan data sesuai.
Pengolahannya
Klik Analyze, pilih General Linear Model, pilih Univariate
Dependent variable, klik variable produk, selanjutnya klik ►
Factors atau factor / group : klik shift, klik tanda ►
Klik define range…isi kotak dengan angka 1
(minimum) dan 4 (maksimum)
Klik gender , klik tanda ►
Klik Define Range…isi kotak dengan angka 1
(minimum) dan 2 (maksimum)
Selanjutnya klik Continue……klik OK…………..Lihat hasilnya.
27
ANALISIS KORELASI DAN REGRESI
Contoh kasus
Ingin diketahui apakah ada korelasi di antara variable-variabel berikut:
jumlah pelanggaran lalu lintas, jumlah kendaraan roda empat, kendaraan roda dua,
jumlah polisi. Untuk itu dikumpulkan data mengenai variable-variabel di atas
pada sejumlah daerah pada waktu tertentu dengan hasil sebagai berikut :
Daerah Tilang Mobil Motor Polisi
1
2
3
4
5
6
7
8
9
10
20
24
25
18
15
16
*
10
12
17
258
265
249
125
*
124
251
*
124
159
589
587
698
625
712
692
681
634
697
521
89
52
59
57
52
48
40
29
27
59
*= data missing
Penyelesaian:
Buka lembar kerja baru dengan mengklik File, pilih New
Untuk variable Tilang
1. Klik variable View
2. Untuk kolom Name : isi Tilang
3. Untuk kolom Type : numeric
4. Untuk kolom Width : untuk keseragaman ketik 8
5. Decimal : ketik 0
6. Label : abaikan bagian ini
Untuk variable Mobil, Motor, Polisi kerjakan hal yang sama seperti di atas.
Pengisisan data :
Kilk Data View, selanjutnya isi kolom-kolom dengan data yang sesuai.
28
Pengolahan data :
Dari menu utama SPSS pilih Analyze, kemudian pilih submenu Correlate
Dari serangkaian Correlate, sesuai kasus pilih Bivariat…..Klik
Pengisian :
1. Variabel yang akan dikorelasikan. Oleh karena disini akan diuji
korelasi semua variable, maka klik variable mobil, kemudian klik
tanda ►
2. Demikian juga utuk ketiga variable yang lainnya (Motor, Tilang,
Polisi)
3. Untuk kolom Correlation Coeficient, pilih Pearson (karena data pada
kasus berskala ratio). Abaikan alat hitung yang lainnya.
4. Untuk kolom Test of Significance, karena akan diuji dua sisi maka
pilih Two Tailed.
5. Untuk pilihan Flag Significance Correlations, ini berkaitan dengan
tingkat significance 5% atau 1%, akan ditampilkan pada output atau
tidak. Untuk keseragaman pilihan tersebut dipakai, hingga nanti pada
output aka nada tanda * untuk 5% atau** untuk 1%.
6. Selanjutnya klik tombol Option :
Pengisian :
Pada pilihan statistics abaikan saja
Pada pilihan missing values, sehubungan adanya data yang tidak
tersedia pada kasus, SPSS menyediakan dua alternative perlakuan :
1. Exlude case pairwise, yaitu memasukkan data yang hilang
dalam perhitungan
2. Exlude cases listwise. Disini jumlah data untuk seluruh
korelasi sama, sehingga yang dibuang adalah kasus yang salah
satu variabelnya terdapat missing data. Dalam kasus di atas
terlihat kasus nomor 5, 7 dan 8 terdapat data yang missing,
maka ketiga kasus tersebut dibuang, sehingga jumlah kasus
menjadi 7
Untuk keseragaman, akan digunakan pilihan Exlude cases pairwise.
Tekan Continu, selanjutnya tekan OK
29
REGRESI SEDERHANA
Contoh kasus
PT. Cemerlang dalam beberapa bulan gencar mempromosikan sejumlah
peralatan elektronik dengan membuka outlet-outlet di berbagai daerah. Berikut
adalah data mengenai penjualan dan biaya promosi yang dikeluarkan di 15 daerah
di Indonesia.
Daerah Sales
(juta rupiah)
Promosi
(juta rupiah)
Jakarta
Tangerang
Bekasi
Bogor
Bandung
Semarang
Solo
Yogya
Surabaya
Purwokerto
Madiun
Tuban
Malang
Kudus
Pekalongan
205
206
254
246
201
291
234
209
204
216
245
286
312
265
322
26
28
35
31
21
49
30
30
24
31
32
47
54
40
42
Penyelesaian
1. Buka lembar kerja baru dengan mengklik File….pilih New.
2. Klik variable View
Untuk kolom Name : isi daerah
Untuk kolom Type : pilih string
Untuk kolom Width : isi 15
Untuk kolom Decimal ketik 0
30
Untuk Label, abaikan saja
Untuk variable Sales :
Kolom Name ketik sales
Untuk kolom Type : ketik numeric karena berisi data berskala ratio
Untuk kolom Width : ketik 8
Untuk kolom Decimal ketik 0
Untuk kolom yang lainnya abaikan saja
Untuk variable promosi, caranya sama dengan variable sales.
Pengisian data
Klik Data View…..isi kolom-kolom dengan data yang sesuai.
Pengolahan Data:
Klik Analyze……pilih submenu Regression …..pilih Linear Regression.
Pengisian
Dependent variable ….ketik sales kemudian klik tanda ►
31
MEMBUAT GRAFIK
Pada prinsipnya grafik yang dibuat SPSS dapat dibagi dalam 3 bagian
yaitu :
1. Summarize for group cases
2. Summarize for separate variables
3. Values of individual cases.
Cara membuat struktur variabelnya sama dengan cara-cara yang diberikan
sebelumnya.
Grafik jenis batang (Bar Chart)
Dapat disajikan dalam 3 chart yaitu : SIMPLE, CLUSTERED dan
STACHED. Bentuk grafik Simple adalah bentuk yang paling sederhana.
Langkah-langkahnya :
1. Dari menu SPSS pilih menu utama Graph; kemudian Bar, selanjutnya klik
SIMPLE, kemudian klik Summarize for group cases, tekan tombol Define.
2. Pengisian
Kolom category Axis….isi variable yang akan dijadikan sumbu horizontal
Kolom Bar Represent (Sumbu Y) ….SPSS menyediakan berbagai pilihan,
3. Kolom template : abaikan saja
4. Kolom TITLES atau judul Grafik, caranya:
Kolom Title, ketik judul, untuk keseragaman ketik pada :
Line 1 (Judul Baris 1) ……(Contohnya : Karyawan)
Line 2 (Judul Baris 2)…….(Contohnya : Perusahaan)
Kolom Subtitle, Judul apa ……………(Contohnya : Persentase)
Kolom Footnote (Catatan Kaki)
Line 1 (judul baris 1) : Contohnya : Catatan
Line 2 (judul baris 2) : Contohnya : Manager
Selanjutnya tekan Continue untuk meneruskan,
Kolom Option, abaikan saja, kemudian tekan OK….lihat outputnya.
Grafik yang terbentuk dapat diperbaiki (penempatan judul , jenis font, dll) dengan
cara :
32
1. Tempatkan pointer pada daerah grafik.
2. Klik ganda mouse, akan muncul window baru yaitu Chart Editor, Grafik dapat
diperbaiki dengan fasilitas Chart Editor, dan setelah selesai tutup Chart Editor,
hasil perbaikan akan terlihat pada Output Navigator.
Clustered
Prosedurnya sama dengan membuat grafik batang :
Pilih Graph…Bar…Clustered…..Summarize for Group Cases….Define.
Pengisian :
1. Category Axis : variable yang akan dijadikan sumbu X
2. Define Clustered BY : ….(Misalkan Tingkat Pendidikan)
3. Bar Represent (sebagai sumbu Y)…..(Misalkan gaji)
4. Kolom Template : abaikan saja
5. Tekan tombol OK….lihat hasilnya.
Stached
Prosedurnya sama dengan pembuatan grafik Simple maupun Clustered.
33
LATIHAN
1. Mitchels, Burrough and Beadles computed the biological values of protein
from raw peanut (P) and roasted (R) as determined in an experiment with 10
pairs of rats. The pairs of data, P, R are as follows :
P: 61 55 60 54 56 47 63 59 56 51
R: 63 61 59 57 56 54 44 63 61 58
Compute the samples mean difference and the sample standard deviation of the
difference .
Is the P and R significantly different at α = 5%?.
2. Youden and Beale wished to find out if two preparation of a virus would
produce different effects on tobacco plants. The method employed was a rub
half of a leaf of tobacco plant with cheesecloth soaked in one preparations of
the virus extract, then to rub the second halfb similarly with the second extract.
The measurement of potency was the number of local lesions appearing on the
half leaf. These lesions appear as small dark rings that are easily counted. The
data are as follows :
Preaparation I 31 20 18 17 9 8 10 7
Preparation II 18 17 14 11 10 7 5 6
Are the two populations of the preparation significantly difference at α = 0.05?
3. In an investigation of the effect of feeding 10 mcg of vit.B12 per pound of
rations to growing swine. Eight lots (each with 6 pigs) were fed pairs. The pairs
were distinguished by being fed different level of aureomycin, an antibiotics
with did not interact with the vitamin: that is the differences were not affected
by the aureomycin. The daily gains of two treatments are as follows :
TreatmentsPairs of lots
1 2 3 4 5 6 7 8
With Vit. B12 1.60 1.68 1.75 1.64 1.75 1.79 1.78 1.77
Without Vit. B12 1.56 1.52 1.52 1.49 1.59 1.56 1.60 1.56
Are the two treatments significantly difference at α = 1%?
34
4. Brenem compare the 15 day mean comb weight of two lots of male chicks, one
receiving sex hormones A (Testosterone), the other C (Dehydro-audrosterone).
Day old chicks, 11 number were assigned at random to each of the treatments.
To distinguish between the two lots which were caged together, the heads of
the chicks were stained red and purple respectively. The individual comb
weights are as follow :
Weightof comb (mgs)
Hormone A
Hormone C
57 120 101 137 119 117 104 73 53 68 118
89 30 82 50 39 22 57 32 96 31 88
Test the significant difference of the two treatments based on confident interval
of 95%.
5. Analysis of variance
During cooking doughnuts absorb fat in various amounts. Louwe wished to
learn if the amount absorved depends on the type of fat used. For each of four
fats, six batches of doughnuts were prepared, a batch consisting of 24
doughnuts. The data in table below are the grams of fat absorbed for batch,
coded by deducting 100 gram to give simpler figures.
Fat 1 2 3 4
Replication 64
72
68
77
56
95
78
91
97
82
85
77
75
93
78
63
63
76
55
66
49
64
70
68
Test the amount of fat difference absorbed at 5% level of significancy.
6. An experiment was conducted in which four seed treatments were compared
with no treatments (Checks) on soybean seeds. The data are the number of
plant which failed to emergence out of 100 planted in each plot. The
replications used as block.
35
TreatmentsReplications (Blocks)
1 2 3 4 5
Check
Arasan
Spergon
Smeson Jr.
Fermate
8
2
4
3
9
10
6
10
5
7
12
7
9
9
5
13
11
8
10
5
11
5
10
6
3
Are the treatments affect significantly at α = 0.05?
7. Factorial.
The data in table below show the gain in weight of male rats under sex feeding
treatmebts in a completely randomized experiment. The factors were :
A (3 level) : source of proteins:; Beef; Cereals; Pork;
B (2 levels) : Levels of protein : High and Low.
Gains in weight (Grams) of rats under Six Diets.
High Protein Low Protein
Beef Cereal Pork Beef Cereal Pork
73
102
118
104
81
107
100
87
117
111
98
74
56
111
95
88
82
77
86
92
94
79
96
98
102
102
108
91
120
105
90
76
90
64
86
51
72
90
95
78
107
95
97
80
98
74
74
67
87
58
49
82
73
86
81
97
106
70
61
82
Is there interaction between level of protein and source of protein to the weight
gains of the rat, at 5% level of significance ?
36
8. Regression
The accompanying table presents weight (X1), age (X2), an plasma lipid levels
of total cholesterol (Y) for a hypothetical sample of 25 patients with
hyperlipoproteinameia before being subject to drug theraphy :
PatientsTotal cholesterol
(Y) (mg/100ml)
Weight (X1)
(kg)
Age (X2)
(years)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
354
190
20
263
451
302
288
385
402
365
209
290
346
254
395
434
220
374
308
220
311
181
274
303
244
84
73
65
70
76
69
63
72
79
75
27
89
65
57
59
69
60
79
75
82
59
67
85
55
63
46
20
52
30
57
25
28
36
57
44
24
31
52
23
60
48
34
51
50
34
46
23
37
40
30
Top Related