MODUL PRAKTIKUM STATISTIKA
Robert Marco
STMIK AMIKOM YOGYAKARTA 2014
SPSS (STATISTICAL PRODUCT AND SERVICE SOLUTION) MEMULAI SPSS Untuk memulai SPSS 10 for Windows langkah yang harus dilakukan adalah: Klik menu Start | Programs | SPSS for Windows | SPSS 10.0 for Windows.
Dasar – Dasar SPSS SPSS merupakan salah satu sekian banyak software statistika yang telah dikenal luas dikalangan penggunaannya. Disamping masih banyak lagi software statistika lainnya seperti Minitab, Syastas, Microstat dan masih banyak lagi. SPSS sebagai sebuah tools mempunyai banyak kelebihan, terutama untuk aplikasi di bidang ilmu sosial.
SPSS Environment MENU BAR
TOOL BAR
DATA VIEW
MENU BAR
VARIABLE VIEW
: Kumpulan perintah – perintah dasar untuk meng-operasikan SPSS.
Menu yang terdapat pada SPSS adalah : 1. FILE Untuk operasi file dokumen SPSS yang telah dibuat, baik untuk perbaikan pencetakan dan sebagainya. Ada 5 macam data yang digunakan dalam SPSS, yaitu : 1. Data
: dokumen SPSS berupa data
2. Systax
: dokumen berisi file syntax SPSS
3. Output
: dokumen yang berisi hasil running out SPSS
4. Script
: dokumen yang berisi running out SPSS
5. Database ♠ NEW
: membuat lembar kerja baru SPSS
♠ OPEN
: membuka dokumen SPSS yang telah ada
Secara umum ada 3 macam ekstensi dalam lembar kerja SPSS, yaitu : 1. *.spo
: file data yang dihasilkan pada lembar data editor
2. *.sav
: file text/obyek yang dihasilkan oleh lembar output
3. *.cht
: file obyek gambar/chart yang dihasilkan oleh chart window
♠ Read Text Data : membuka dokumen dari file text (yang berekstensi txt), yang bisa dimasukkan/dikonversi dalam lembar data SPSS ♠ Save : menyimpan dokumen/hasil kerja yang telah dibuat. ♠ Save As : menyimpan ulang dokumen dengan nama/tempat/type dokumen yang berbeda ♠ Page Setup : mengatur halaman kerja SPSS ♠ Print : mencetak hasil output/data/syntaq lembar SPSS Ada 2 option/pilihan cara mencetak, yaitu : - All visible output :mencetak lembar kerja secara keseluruhan - Selection : mencetak sesuai keinginan yang kita sorot/blok ♠ Print Preview : melihat contoh hasil cetakan yang nantinya diperoleh ♠ Recently used data: berisi list file data yang pernah dibuka sebelumnya. ♠ Recently used file : berisi list file secara keseluruhan yang pernah dikerjakan 2. EDIT Untuk melakukan pengeditan pada operasi SPSS baik data, serta pengaturan/option untuk konfigurasi SPSS secara keseluruhan. ♠ Undo ♠ Redo ♠ Cut ♠ Paste ♠ ♠ ♠ ♠ ♠
Paste after Paste spesial Clear Find Options
: pembatalan perintah yang dilakukan sebelumnya : perintah pembatalan perintah redo yang dilakukan sebelumnya : penghapusan sebual sel/text/obyek, bisa dicopy untuk keperluan tertentu dengan perintah dari menu paste : mempilkan sebua sel/text/obyek hasil dari perintah copy atau cut : mengulangi perintah paste sebelumya : perintah paste spesial, yaitu bisa konvesri ke gambar, word, dll : menghapusan sebuah sel/text/obyek : mencari suatu text : mengatur konfigurasi tampilan lembar SPSS secara umum
3. VIEW Untuk pengaturan tambilan di layar kerja SPSS, serta mengetahu proses-prose yang sedang terjadi pada operasi SPSS. ♠ Status Bar ♠ Toolbar ♠ Fonts - Outline size - Outline font ♠ Gridlines ♠ Value labels
: : : : : : :
mengetahui proses yang sedang berlangsung mengatur tampilan toolbar untuk mengatur jenis, ukuran font pada data editor SPSS ukuran font lembar output SPSS jenis font lembar output SPSS mengatur garis sel pada editor SPSS mengatur tampilan pada editor untuk mengetahui value label
4. DATA Menu data digunakan untuk melakukan pemrosesan data. ♠ Define Dates : mendefinisikan sebuah waktu untuk variable yang meliputi jam, tanggal, tahun, dan sebagainya
♠ ♠ ♠ ♠ ♠ ♠
Insert Variable Insert case Go to case Sort case Transpose Merge files
♠ Split file ♠ Select case
: : : : : :
menyisipkan kolom variable menyisipkan baris memindahkan cursor pada baris tertentu mengurutkan nilai dari suatu kolom variable operasi transpose pada sebuah kolom variable menjadi baris menggabungkan beberapa file dokumen SPSS, yang dilakukan dengan penggabungan kolom-kolom variablenya : memecahkan file berdasarkan kolom variablenya : mengatur sebuah variable berdasarkan sebuah persyaratan tertentu
5. TRANSFORM Menu transform dipergunakan untuk melakukan perubahan-perubahan atau penambahan data. ♠ Compute
: operasi aritmatika dan logika untuk
♠ Count
: untuk mengetahui jumlah sebuah ukuran data tertentu pada suatu baris tertentu
♠ Recode
: untuk mengganti nilai pada kolom variable tertentu, sifatnya menggantikan (into same variable) atau merubah (into different variable) pada variable baru
♠ Categorize variable : merubah angka rasional menjadi diskrit ♠ Rank case
: mengurutkan nilai data sebuah variabel
6. ANALYSE Menu analyse digunakan untuk melakukan analisis data yang telah kita masukkan ke dalam komputer. Menu ini merupakan menu yang terpenting karena semua pemrosesan dan analisis data dilakukan dengan menggunakan menu correlate, compare mens, regresion. 7. GRAPH Menu graph digunakan untuk membuat grafik, diantaranya ialah bar, line, pie, dll 8. UTILITIES Menu utilities dipergunakan untuk mengetahui informasi variabel, informasi file, dll 9. AD-ONS Menu ad-ons digunakan untuk memberikan perintah kepada SPSS jika ingin menggunakan aplikasi tambahan, misalnya menggunakan alikasi Amos, SPSS data entry, text analysis, dsb 10. WINDOWS Menu windows digunakan untuk melakukan perpindahan (switch) dari satu file ke file lainnya 11. HELP
Menu help digunakan untuk membantu pengguna dalam memahami perintah-perintah SPSS jika menemui kesulitan TOOL BAR
: Kumpulan perintah – perintah yang sering digunakan dalam bentuk gambar.
POINTER
: Kursor yang menunjukkan posisi cell yang sedang aktif / dipilih.
CARA MEMBUAT VARIABEL DAN ENTRY DATA: Setelah SPSS dibuka, maka anda akan menjumpai menu di kiri bawah “Data View” dan “Variable View”. A. Membuat Variabel Langkah pertama adalah dengan mendefinisikan terlebih dahulu variablenya: 1. Aktifkan variable view 2. Isikan data-data variabel: - Name nama variable (Default Max 8 karakter) - Type tipe data dari variable -
Width
mengatur banyaknya karakter yang dibutuhkan suatu data.
-
Decimal
untuk data yang bertipe numeric.
-
Label
untuk memberi keterangan penjelas dari variable.
-
Values
untuk menentukan label variable dan nilai dari label tersebut.
-
Missing
digunakan apabila dalam data yang akan diolah terdapat data-data yang
hilang atau tidak ada. Misalkan, pada kolom missing diisi tanda “*” maka apabila dalam variabel tersebut data yang disikan adalah tanda “*” berarti data tersebut tidak ada. -
Coloum
digunakan untuk menentukan lebar kolom data.
-
Align
untuk mengatur tampilan data rata kiri, rata kanan, atau tengah.
-
Measure
menunjukkan jenis pengukuran data apakah bertipe skala (kuantitatif
asli), nominal, atau ordinal (untuk data kualitatif). Berikut adalah contoh tampilan dari pendefinisian variable
B. Entry Data Setelah kita isikan variabelnya, langkah selanjutnya adalah mengisi data, langkahnya adalah sebagai berikut: 1. Aktifkan ”Data View”, maka nama-nama variabel yang kita buat sebelumnya akan dimunculkan dan siap untuk diisi. 2. Isikan data tiap kolom dengan disesuaikan tipe datanya. Berikut contoh datanya:
3. Simpan dan beri nama, misal Contoh-1 Pemilihan dan Menjalankan Prosedur Statistik Dalam memilih prosedur statistik, perlu diperhatikan :
Jenis data yang diperoleh, apakah bertipe ordinal, skala, atau nominal. Hal yang diharapkan atau yang ingin diketahui dari data yang diperoleh tersebut..
Langkah-langkah yang dilakukan adalah, sebagai berikut : 1. 2. 3. 4.
Klik menu Analize | Descriptive Statistics | Descriptive Pilih variable yang ingin diketahui deskripsinya, misalnya variable n_uas Klik tanda untuk memindah variable ke kolom Variable(s), Klik OK untuk menghasilkan analisa seperti gambar di bawah ini.
Outputnya:
SOAL LATIHAN: Berikut adalah data nilai recruitment karyawan di suatu perusahaan : no nama Lulusan Psikotes Skill Interview 1 Tukinah SMU 87 65 65 2 Sukijo SMK 79 86 78 3 Painem D3 90 43 97 4 Tumiyem S1 76 65 80
5 6 7 8 9 10
Sipon Kardi Ruslan Kamidi Siti Ari
SMU D2 SMK S1 SMK SMU
50 87 65 68 45 26
83 46 75 89 67 65
97 64 60 76 79 65
Catatan. Range nilai yang digunakan adalah 0 – 100 1. Masukkan data tersebut ke dalam tabel SPSS (definisikan variabel nama, lulusan, psikotes, skill, dan interview), dan untuk lulusan gunakan value label! 2. Lakukan analisa untuk mengetahui nilai minimum, maksimum, mean, dan standar deviasi untuk nilai psikotes, skill, dan interview! 3. Tuliskan pula hasil analisa Anda! 4. Urutkan data tersebut berdasarkan nama peserta secara Ascending 5. Simpanlah data dengan nama latihan1.sav
MENYUSUN DISTRIBUSI FREKUENSI Pembuatan Tabel Frekuensi TUJUAN: Untuk menggambarkan data dalam berbagai ukuran pusatnya, seperti Mean, Median, Modus, Kuartil, Desil, Percentil, Skweness, Kurtosis, dll. Data yang diolah bisa berupa data kuantitatif (lebih optimal), bisa juga data kualitatif. Cara membuat: 1. Buka file contoh-1.sav 2. Pilih menu Analyze -> Descriptive Statistict -> Frequencies 3. Muncul kotak dialog Frequencies, Pilih variable n_uas untuk dimasukkan dalam variable(s). 4. Klik bagian kiri bawah, “Statistics” kemudian muncul kotak dialog Frequencies Statistics. 5. Isi kotak dialog Frequencies Statistics, seperti di bawah ini:
Perintah Charts Perintah Chart digunakan untuk pemvisualisasian dalam bentuk grafik. Perintah-perintah dalam Charts, adalah : Bar Charts menghasilkan representasi grafik cacah frekuensi untuk setiap nilai yang berlainan. Pie Charts menghasilkan representasi grafik berupa lingkaran. Histogram dapat juga ditampilkan kurva distribusi normal berdasarkan interval Contoh menu yang ditampilkan dari perintah Charts :
Perintah Format Pada perintah ada dua hal yang mendasar, yaitu :
Sorting digunakan untuk mengurutkan data pengamatan baik secara ascending maupun descending, bahkan dapat juga berdasarkan jumlah data. Multiple Variable digunakan untuk membandingkan variable dan mengorganisir keluaran berdasarkan variable
Tampilan Format, seperti berikut :
SOAL LATIHAN: 1. Lakukan analisis untuk data pengamatan terhadap nilai ujian statistik dari 40 mahasiswa semester genap tahun ajaran 2002/2003 berikut : 68
84
75
82
55
67
77
87
65
55
56
66
77
65
58
76
58
87
67
96
75
67
67
87
65
76
56
76
56
66
66
77
65
76
87
67
94
92
56
77
2. Dari hasil analisis tersebut : a. b. c. d.
Tuliskan nilai persentile ke 25, 50, 75, dan 98. Tuliskan pula nilai mean, median, modus, dan sum-nya. Tuliskan nilai minimum, maksimum, standar deviasi, variance, dan range-nya. Buatlah visualisasi dalam grafik dengan tipe Bar, Pie, dan Histogram.
Simpan data Anda dengan Latihan2.sav
OLAB CUBES TUJUAN: Meringkas data secara praktis dan bisa menyangkut banyak variabel. Pada olab cubes hanya sekedar
memberikan
deskripsi
atau
gambaran
sederhana
saja
tanpa
memberikan
inferensi/penarikan kesimpulan. Langkah membuat: 1. Buka database, ambil data yang sudah dibuat (contoh1) 2. Klik menu ANALYZE dari menu utama SPSS 3. Pilih menu REPORT, kemudian sub menu OLAP CUBES 4. Berikut muncul kotak dialog Olab Cubes & pengisian kotak dialognya:
a. Reset -> bersihkan dari isian sebelumnya b. Kotak Summary Variable -> harus diisi variabel kuantitatif, misalnya Nilai Praktikum, Nilai UTS, atau Nilai UAS. Kemudian klik anak panah untuk memasukkan ke Summary Variable. c. Kotak Grouping Variable -> harus diisi variabel kualitatif (sebagai variable pengelompoknya), misalnya jenis kelamin atau jurusan. d. Tekan statistic pada menu kotak dialog Olab Cubes dibagian kanan, nomor dua dari bawah. Akan muncul kotak dialog seperti di bawah ini:
Pilih besaran-besaran yang ingin dicari, misal: Mean, Sum, Maksimum, Minimum, dll. e. Klik continue
SOAL LATIHAN: Kasus 1 Data berikut menunjukkan distribusi nilai ujian Kalkulus yang diikuti oleh 40 mahasiswa, dimana nilai minimal dalam ujian adalah 40 dan nilai A untuk nilai yang 80 NILAI UJIAN Kurang dari 50 Kurang dari 60
JUMLAH MAHASISWA 3 8
Kurang dari 70
16
Kurang dari 80
19
Kurang dari 90
31
Kurang dari 100
40
Pertanyaan. a. b. c. d.
Buatlah tabel distribusi frekuensi-nya Tentukan Mean, Median dan Modus-nya. Berapa prosentase mahasiswa yang tidak mendapatkan nilai A Hitung Kuartil 1 & Persentil 10
TRANSFORMASI DATA (PERINTAH COMPUTE) Transformasi (perubahan) data digunakan untuk memodifikasi nilai-nilai yang telah ada. Hal ini dilakukan apabila dalam suatu analisis mensyaratkan distribusi tertentu, umumnya distribusi normal. Beberapa perintah transformasi data yang akan kita pelajari adalah Compute dan Recode
PERINTAH COMPUTE Transformasi Compute akan menciptakan variabel baru atau memodifikasi nilai-nilai variabel untuk setiap case. Transformasi yang dapat dilakukan dengan Compute adalah transformasi numerik dan string. Untuk menggunakan fasilitas Compute, langkah yang dilakukan : 1. Klik menu Transform | Compute 2. Buat variabel hasil transformasi dalam Target Variable. 3. Tentukan transformasi yang akan dilakukan, apakah transformasi numerik atau string. Klik menu Type & Label dan kemudian pilih jenis transformasi yang dikehendaki. 4. Klik Continue. 5. Klik OK untuk melakukan transformasi, Cancel untuk membatalkan atau Reset untuk mengganti proses transformasi. Berikut adalah gambar tampilan menu Compute :
Dalam menu Compute, terdapat beberapa hal yang penting, yaitu:
Calculator Pad Function IF
B. Calculator Pad Untuk membantu melakukan berbagai perhitungan, seperti operator aritmatika, operator relasi, dan operator logika
C. Function Function merupakan fungsi-fungsi default yang tersedia di dalam SPSS yang meliputi fungsi Aritmetika, Statistik, Distribusi, String, Date and Time, Random. Contoh Function yang akan digunakan ABS
Mencari nilai absolute
MOD
Mencari sisa pembagian
SQRT
Mencari akar
ROUND
Mencari pendekatan ke bilangan bulat
LOG10
Mencari nilai logaritma berbasis 10
EXP
Mencari nilai eksponensial
MAX
Mencari nilai maksimal
MIN
Mencari nilai minimal
MEAN
Mencari nilai rata-rata
CONCAT
Untuk menggabungkan ekspresi
LOWER
Untuk mengubah huruf besar menjadi huruf kecil
LENGTH
Untuk mengetahui panjang suatu string
UPCASE
Untuk mengubah huruf kecil menjadi huruf besar
dan lain-lain
Contoh aplikasi : buka file contoh1.sav
Aplikasi 1. Buatlah variabel baru untuk menentukan jumlah nilai dari tiga nilai mid, uas dan praktikum dari masingmasing mahasiswa, dengan nama variabel : tot_nil Langkah yang diperlukan : 1. Klik Transform pilih Compute. 2. Buat variabel penampung dengan nama tot_nil 3. Klik Type & Label, pilih Type Numerik dan Labelnya adalah Jumlah Nilai Mahasiswa, kemudian klik Continue 4. Pada kotak Function, pilih SUM(numexpr,numexpr,…) 5. Masukkan satu per satu variabel pascal, logika, dan stat yang dipisahkan dengan tanda koma ke dalam kotak Numeric Expression. 6. Klik OK.
Hasil tampak pada gambar:
D. Fungsi IF Perintah IF digunakan apabila dalam transformasi data dibutuhkan himpunan bagian dari case dengan menggunakan ekspresi kondisi, yang terdiri atas >. <, >=, <=, =, atau ~=. Apabila kondisi bernilai TRUE maka transformasi akan dilakukan.
Aplikasi 2. Anda diminta menulis nama-nama mahasiswa yang dinyatakan lulus mata kuliah logika, yaitu yang nilainya di atas 60.
Langkah yang diperlukan : 1. 2. 3. 4. 5. 6. 7. 8.
Klik Transform, kemudian pilih Compute. Pada kotak Target Variable, tulis variabel lulus. Masukkan variabel nama ke kotak numeric expression. Klik IF Klik include if case satisfies condition. Klik variabel logika dan masukkan ke kotak numeric expression, lalu klik tanda > dan tulis 60 Klik Continue. Klik OK.
Dari lat 2: -
buat Variabel untuk menampilkan nama karyawan yang sudah menikah
-
buat Variabel untuk menampilkan nama karyawan pria yang sudah menikah
-
buat variable baru untuk menampilkan nama karyawan yang belum menikah dengan pengalaman kerja lebih dari 2 tahun
-
buat variable baru untuk menampilkan nama karyawan yang belum menikah yang bekerja di bidang administrasi atau keuangan
-
buat variable baru untuk menampilkan nama karyawan dengan huruf capital untuk karyawan yang pengalaman kerjanya selain 3 tahun!
-
buat variable baru untuk menampilkan nama karyawan wanita yang bekerja di bagian administrasi dengan gaji antara 900 – 1100
-
buat variable baru untuk menampilkan nama karyawan yang belum menikah dan tingkat pendidikannya SMU atau Akademi!
PERINTAH RECODE Untuk mengubah pengkodean variabel numerik atau string pendek berdasarkan nilai ke nilai Ada 2 pilihan record, yaitu: pada variabel yang sama (Into Same Variables) atau berbeda/baru (Into Different Variables). Langkah yang diperlukan:
- Pada Variabel yang berbeda /Baru ( Into Different Variables ) 1. 2. 3. 4.
Klik Transform | Recode | Into Different Variables Klik If untuk ekspresi kondisi dan Old and New Value Masukan nilai yang akan diganti (Old Value) dan nilai yang baru (New Value) Klik Add | Continue | OK
Contoh: Buka file contoh1.sav 1. Carilah nilai akhir dari setiap mahasiswa dengan nama variabel NILAI NILAI berasal dari 10% tugas, 20% uts, 30% uas, dan 40% praktek.
Hasilnya :
2. Buat variabel N_HURUF1. Bila NILAI >=70 dan <=100 maka nilai HURUFnya “A”, Bila NILAI >= 60 dan < 70 nilainya “B”, Bila NILAI >= 40 dan < 60 nilainya “C”, Bila NILAI >= 0 dan < 40 nilainya “D”, Langkah-langkah: a. Klik Transform | Recode | Into Different Variable
b. Klik Old and New Values
c. Klik Continue | OK
Hasilnya:
- Pada Variabel yang Sama ( Into Same Variables ) Contoh: Ubahlah nilai mahasiswa pada variabel yang sama dengan merubah nilai D menjadi gagal! Langkah: -
Hasilnya
Klik Transform | Recode | Into Same Variable Klik If untuk ekspresi kondisi dan Old and New Value Masukan nilai yang akan diganti (Old Value) & nilai yang baru (New Value) Klik Add | Continue | OK
SOAL LATIHAN: A. No
Berikut adalah data pada rekruitment karyawan level supervisor: Nama
psi1
psi2
Interv
skill
1
Audi
60
67
89
76
2
Alam
76
68
87
86
3
Luna Maya
55
69
79
76
4
Inul Daratista
87
87
98
78
5
Doni Sibarani
76
89
87
87
6
Aura Kasih
87
97
79
85
7
Dian Sastro
69
86
87
67
8
Ariel
79
78
87
78
9
Andika
87
87
89
86
10
Krisdayanti
88
66
88
77
Keterangan. psi1
: nilai psikotest 1
psi2
: nilai psikotest 2
interv : nilai wawancara skill
: nilai skill
Dari data di atas, buatlah nilai akhir test tersebut, 1. Buat variabel HASIL, yaitu total nilai keseluruhan dari 4 nilai yang diperoleh 2. Buat variabel NILAI, nilai >= 340, maka nilainya A, >=320 nilainya B, bila >= 300 nilainya C, dan
bila < 300 maka nilainya D
3. Pada variabel yang sama, ubahlah NILAI-nya dengan kategori berikut: A A , B B+, C C+, D D 4. Pada variabel yang berbeda, yaitu NILAI2, ubahlah nilai A A , B+ A, C+ B, D D 5. Ubahlah nilai tersebut dalam nilai psikologi, dengan variabel NIL_PSI, dimana A = disarankan, B.
B = dipertimbangkan, dan C = ditolak
Berikut adalah data karyawan
Dari data di atas, buatlah: 1. Buat variabel tunjangan, dengan ketentuan yang memperoleh tunjangan adalah karyawan yang mempunyai anak lebih dari 2. Besarnya tunjangan adalah 5% dari gaji pokok tiap anaknya.
2. Buat variabel REKOM, yang berisi rekomendasi kenaikan jabatan. berdasarkan variabel lama kerja. Lama_ker < 1, maka rekom = BELUM, Lama_ker antara 2 sampai 3 tahun, maka rekom = DIPERTIMBANGKAN, Lama_ker di atas 4 tahun, rekom = DIPRIORITASKAN
PENGUJIAN HIPOTESA 1.
Pengertian : (1) Pendapat yang dikemukakan terlebih dahulu sebagai titik mula pembahasan suatu masalah dan ingin dibuktikan kebenarannya dengan data empiris (2) Dugaan /pendapat sementara yang masih perlu diuji kebenarannya
2.
Rumusan Hipotesis: (1) Ho = Hipotesis null atau hipotesis nihil/kerja Rumusan dengan menggunakan asas praduga bersalah (2) Ha = Hi (Hipotesa Alternatif atau tandingan) Rumusan ini harus mampu menampung (sbg alternatif) apabila hipotesa nol tidak berlaku atau ditolak
PERINTAH FREQUENCIES & CROSSTAB Tujuan : 1. Membuat tabel frekwensi 2. Mampu menyajikan data nominal dan ordinal ke dalam CROSSTAB Langkah Untuk Perintah Frequencies 1. Buka program contoh1.sav 2. Klik menu utama Analyze | Descriptive Statistics | Frequencies sehingga muncul tampilan berikut ini:
3. Kemudian klik variabel yang akan dimasukkan ke dalam tabel Frekuensi, dalam contoh ini adalah variabel gender dan jurusan, kemudian masukkan ke dalam kotak Variable(s) dengan meng-klik tanda panah () kemudian klik OK. Maka akan keluar output seperti berikut ini:
PERINTAH CROSSTAB Tujuan : Menyajikan data dalam bentuk tabulasi silang (yaitu penyajian data dalam model baris dan kolom. Penyajian data terbaik yang bersifat kualitatif, khususnya yang berskala nominal. Langkah : 1. Masukkan data di atas ke dalam Program SPSS (gunakan data sebelumnya). 2. Klik menu utama Analyze | Descriptive Statistics | Crosstabs sehingga muncul tampilan berikut ini:
3. Kemudian klik variabel gender masukkan dengan tanda panah () ke dalam kolom Row(s) dan variabel jurusan ke dalam kolom Column(s). Kemudian klik OK dan akan ditampilkan output seperti berikut ini: 4. Klik Display clustered bar charts untuk menampilkan grafiknya, agar mudah untuk menganalisisnya. 5. Klik Statistik maka kotak dialog Crosstabs Statistic muncul, check Chi-square.
Bar chart
Dari hasil output tersebut dapat disimpulkan bahwa, untuk gender pria lebih di dominasi oleh jurusan D3TI dan S1SI. Sedangkan untuk gender wanita lebih didominasi oleh jurusan D3TI dan D3MI.
Analisis Crosstabs Chi Square Analisis Crosstabs Chi Square adalah suatu analisis hubungan antar variable data nominal.
Tabel Chi-square test menunjukkan bahwa nilai Asymp. Sig (2-sided) Pearson Chi Square adalah 0,261 Hipotesis : Ho = tidak ada hubungan antara gender dengan jurusan. H1 = ada hubungan antara gender dengan jurusan Jika value chi-square hitung > α , maka Ho diterima Jika value chi-square hitung < α , maka Ho ditolak Asymp.Sig (2-sided) (0,261) > α 0,05, maka Ho diterima jadi tidak ada hubungan antar gender dengan jurusan.
SOAL LATIHAN: Berikut adalah data hasil pooling melalui SMS Idola Cilik 2 mengenai calon pemenang Idola Cilik 2 No
Nama
Gender
Job
Pemenang
1
Shanty
wanita
PNS
Patton
2
Alam
pria
Swasta
Debo
3
Lorensa
wanita
PNS
Obiet
4
Inal
pria
TNI/POLRI
Debo
5
Permatasari
wanita
Pegawai
Debo
6
Natalia
wanita
Pegawai
Rahmi
7
Sastro
pria
PNS
Rahmi
8
Bahar
pria
swasta
Debo
9
Anisa
wanita
swasta
Debo
10
Krisdayanti
wanita
PNS
Rahmi
11
Agung
pria
pegawai
Obiet
12
Laksono
pria
TNI/POLRI
Obiet
13
Agus
pria
TNI/POLRI
Debo
14
Hartono
pria
swasta
Rahmi
15
Kusnadi
pria
pegawai
Obiet
16
Wiranti
wanita
PNS
Patton
17
Agnes
wanita
pegawai
Patton
18
Dyah Utami
wanita
swasta
Rahmi
19
Pandu
pria
swasta
Debo
20
Krisna
Pria
swasta
Patton
a. b.
Entry-kan data ke dalam Program SPSS Buatlah Values berikut ini : 1 = pria; 2 = wanita 1 = PNS; 2 = pegawai; 3 = swasta; 4 = TNI/POLRI 1 = Debo; 2 = Patton; 3 = Obiet; 4 = Rahmi
c. d. e. f.
Buatlah tabel frekuensi untuk variabel Jender, Job, dan Pemenang. Buatlah crosstab Gender X Pemenang: Gender pada posisi baris (Row) dan Pemenang pada posisi kolom (Column) Buatlah crosstab Job X Pemenang: Job pada posisi Row dan Pemenang pada posisi Column. Simpan data Anda dengan nama TUGAS5.sav
Selamat Mengerjakan ..!!!
PERAMALAN BISNIS (FORECASTING) Metode peramalan /forecasting/ prediction / estimation 1. Metode kuantitatif ->data kuantitatif 2. Metode kualitatif -> data kualitatif (syarat pakar/pengalaman) Peramalan kuantitatif mengenal 2 model: a. Metode kausalitas (cause effect method) Metode sebab akibat. Alat utama yang digunakan Korelasi & regresi b. Metode runtut waktu (Time Serries Analysis) Mencoba mengamati sesuatu variabel dikaitkan dengan waktu. Alat analisisnya Trend, seasonal variations, Cyclical Variation, Irregular Variation Dalam peramalan tidak ada satupun metode terbaik. Metode dianggap baik apabila ketika diterapkan untuk suatu kasus peramalan akan menghasilkan error atau penyimpangan terkecil.
Analisis Trend atau Time Series analysis (analisis runtut waktu) Time Series Adalah analisis yang mencoba menganalisis nilai suatu variable (disimbolkan dengan Y) dikaitkan dengan unsur waktu (disimbolkan dengan X) Trend adalah suatu gerakan (kecenderungan) naik atau turun dalam jangka panjang, yang diperoleh dari rata-rata perubahan dari waktu ke waktu. Metode Analisis Time Series (Trend), antara lain: 1. 2. 3. 4.
Free Hand Method Semi Average Method Least Square Method Moving Average Method
ANALYSIS TREND DALAM SPSS Aplikasi Time Series Masukkan data berikut ini dalam SPSS untuk data time series.
Langkah untuk data Time Series :
Klik analysis Regression Curve Estimation
Masukkan variable Y (Penjualan) sebagai variable Dependent (terikat) dan variable X (Tahun) sebagai variabel Independent (bebas) Pilih atau klik Linear, abaikan yang lain OK Hasil akan nampak Persamaan yaitu konstantanya (bo) dan koefisian regresinya/ Trend (b1) dan kurva estimasinya. Dapat dilihat pada grafik.
Untuk membuat persamaan Trend atau garis linearnya adalah : Y’ = a + b X Maka hasil persamaan dari output tersebut adalah Y’ = - 2990821 + 1497,5 X
Langkah untuk Perintah SEQUENCE (Data Time Series)
Dari data diatas pilih menu Graphs Sequence
Pada Format pilih Area Chart Kemudian Masukkan variable tahun ke kolom Time Axis Labels dan variable penjualan ke kolom variables, kemudian klik Ok, maka akan tampil outputnya sebagai berikut
ANALYSIS TREND DALAM MICROSOFT EXCELL
Masukkan data penjualan sama dengan data yang ada di SPSS Letakkan pointer ramalan penjualan tahun 2000, lalu klik menu bar INSERT FUNCTION STATISTICAL TREND OK, hingga muncul kotak dialog TREND. Untuk Known_Y’S : blok data penjualan dari tahun 2000 sampai dengan 2009, dan beri tanda absolute (tekan F4 pada keyboard) Untuk Known_X’S : blok data tahun dari tahun 2000 sampai dengan 2009, dan beri tanda absolute (tekan F4 pada keyboard) Untuk New_X’S : Klik tahun 2000 saja Untuk Const, abaikan saja lalu klik OK, selanjutnya hasilnya Copy ke bawah. Hasilnya seperti table di bawah ini:
Untuk membuat persamaan garis trend: Y’ = a + b X Untuk mencari nilai a, klik menu bar INSERT FUNCTION STATISTICAL INTERCEPS OK, hingga muncul kotak dialog Trend. Untuk Known Y’S : blok data penjualan dari tahun 2000 s/d 2009 Untuk Known X’S : blok data tahun dari 2000 s/d 2009, lalu OK.
Untuk mencari nilai b, klik menu bar INSERT FUNCTION STATISTICAL SLOPE OK, hingga muncul kotak dialog Trend. Untuk Known Y’S : blok data penjualan dari tahun 2000 s/d 2009
Untuk Known X’S : blok data tahun dari 2000 s/d 2009, lalu OK.
Catatan : 1. Jika menggunakan nilai X untuk tahun 2000 s/d 2009, maka hasil persamaan trend diperoleh sebagai berikut : Y= - 2990821 + 1498X 2. Jika menggantikan nilai X untuk tahun 2000 s/d 2009 dengan angka 1 s/d 10, maka hasil persamaan trend diperoleh sebagai berikut : Y = 2833 + 1498 3. Perbedaan ini tidak menjadi masalah karena hasil peramalan keduanya sama. SOAL LATIHAN:
Berapa perkiraan Volume Penjualan Bulan Desember ?
REGRESI & KORELASI - KORELASI Pengertian : (1) Mengukur derajat keeratan hubungan antara satu variabel dengan variabel lain (2) Hanya sekedar mengukur hubungan, dan sifat hubungan dalam korelasi bisa dua arah (bolak-balik), X berhubungan dengan Y atau Y berhubungan dengan X (3)Hubungan dalam korelasi bisa positif (hubungan searah),nol (tidak ada hubungan) atau negatif (berlawanan arah) (4) Simbol atau notasi korelasi : “r” dan besarnya –1 r 1 Tujuan: Untuk mengetahui hubungan dua variabel, bagaimana arah hubungan dan seberapa besar hubungan tersebut. Macam korelasi: 1. Korelasi Bivariate, yaitu korelasi yang terjadi antara 2 variabel. Sehingga variabel lain diabaikan a. Korelasi pearson, yaitu untuk mengukur korelasi data interval atau ratio. b. Korelasi spearman&kendall, untuk mengukur korelasi data nominal & ordinal 2. Korelasi Partial, yaitu korelasi yang mencerminkan data nyata (korelasi 1/1) tetapi variabel lain sebagai control kendali Cara Menjalankan Korelasi Bivariate: 1. Input data di bawah ini:
2. Dari menu SPSS, pilih analyze, corelasi dan pilih Bivariate 3. Muncul kotak dialog Bivariate Correlation 4. Masukkan variabel yang akan dikorelasikan, yaitu harga, iklan, volume 5. Correlation Coeffisients pilih Pearson 6. Klik option, maka muncul kotak dialog Bivariate corr Options, pada pilihan statistic abaikan dan pada pilihan Missing Value aktifkan Exclude case pairwise 7. Tekan OK Catatan: Output korelasi Bivariate ada tiga hal, yaitu besar angka korelasi, signifikansi hasil korelasi, jumlah data yang diproses Output:
-
Besarnya angka korelasi : hubungan antara variabel harga dengan iklan -0,654, artinya harga dengan biaya iklan mempunyai hubungan terbalik. Semakin tinggi harga, maka biaya iklan akan semakin turun. Semakin besar angka korelasinya, semakin mendekati 0, maka semakin kuat hubungannya.
-
Signifikan hasil korelasi Tanda * menandakan bahwa kedua variabel tersebut berkorelasi secara signifikan apabila menggunakan 0,05 Tanda ** menandakan bahwa kedua variabel tersebut berkorelasi secara signifikan apabila menggunakan 0,01
Cara Menjalankan Korelasi Parsial: 1. Gunakan data sebelumnya, harga, iklan & volume penjualan 2. Dari menu SPSS Dari menu SPSS, pilih analyze, corelasi dan pilih Parsial 3. Muncul kotak dialog Parsial Correlation 4. Masukkan variabel yang akan dikorelasikan, yaitu dengan memasukkan dua variabel, misal harga dan iklan. 5. Controlling for atau variabel pengontrol pilih volume penjualan 6. Tekan OK
LATIHAN:
1. Adakah hubungan antara ekonomi makro, deviden, demand saham, supply saham, dan harga saham? 2. Carilah korelasi partial antara: a. Variabel deviden dengan harga saham b. Permintaan saham dengan harga saham c. Penawaran saham dengan harga saham
REGRESI Tujuan : Memprediksi besar variabel tergantung (dependent variabel) dengan menggunakan data variabel bebasnya (independent variabel) atau mencari besarnya pengaruh dari variabel bebas terhadap variabel terikatnya. Membuat analisis regresi sederhana (Simple Regression): Regresi sederhana adalah regresi antara satu variabel bebas dengan satu variabel terikat. Cara menjalankan : 1. Buka data latihan harga saham
2. Dari SPSS, pilih Analize-> Regresi -> Linear 3. Muncul kotak dialog Linear Regression 4. Masukkan variabel dependent yaitu Harga saham & independent variabel deviden 5. Tekan OK Output:
Variables Entered/Removed Model Variables Variables Entered Removed 1 deviden . a All requested variables entered. b Dependent Variable: harga saham
Model Summary Model
R
Method Enter
R Square Adjusted R Square
1 .844 .712 a Predictors: (Constant), deviden
ANOVA Model
Sum of Squares 1 Regression 11747719.4 76 Residual 4753560.52 4 Total 16501280.0 00 a Predictors: (Constant), deviden b Dependent Variable: harga saham
.696
Std. Error of the Estimate 513.89
df
Mean Square 1 11747719.4 76 18 264086.696
F
Sig.
44.484
.000
t
Sig.
.933 6.670
.363 .000
19
Coefficients Unstandardi zed Coefficients Model B 1 (Constant) 696.621 deviden 6.711 a Dependent Variable: harga saham
Standardize d Coefficients Std. Error Beta 746.474 1.006 .844
keterangan: 1. Variabel entered/removed: menunjukkan variabel yang dimasukkan adalah Deviden & variabel yang dikeluarkan tidak ada 2. Model Summary: -
R adalah koefisien korelasi, yang menunjukkan tingkat hubungan antara variabel harga saham dengan deviden. Dalam hal ini hubungan kedua variabel 84,4 %.
-
R Square adalah koefisien korelasi kuadrat atau koefisien determinasi (angka yang menunjukkan seberapa besar variabel bebasnya secara bersama-sama mampu menjelaskan perilaaku variabel terikatnya). Dalam hal ini variabel deviden mampu menjelaskan 71,2 %perubahan pada variabel harga saham.
-
Adjusted R Square adalah koefisien determinasi yang disesuaikan. Angkanya selalu lebih kecil dari R square
3. Anova: untuk menguji model signifikan apa tidak. Tabel ANOVA menunjukkan uji kelinearan sig (0,000) < α (0,05), maka Ho ditolak. Jadi ada hubungan linear antara variabel Gaji dengan variabel masa kerja.
4. Coefficient adalah menunjukkan persamaan regresinya. a= konstanta, b = koefisien regresi serta nilai t hitungnya yaitu untuk melihat bagaimana pengaruh variabel bebasnya secara sendiri-sendiri terhadap variabel terikatnya atau bisa juga lihat pada kolom signifikansi sebelah kanan nilai t hitungnya. Persamaan regresi untuk kasus di atas adalah: Y=696,621 + 6,711 X Untuk Y = harga saham X = deviden Artinya: Jika X (deviden) = 0 maka Y = 696,621 Jika deviden naik 1 maka harga saham naik sebesar 6,711.
