PERTEMUAN 1-3
PENGENALAN SPSS A. Mengaktifkan SPSS Klik Start =>Program => SPSS for Windows Setelah 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 variable Setelah anda masuk SPSS data editor, pojok kiri bawah tampak ada dua menu yaitu: data view 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.
: digunakan untuk memasukkan angka sebagai pengganti kode pada data
Value
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 Editor Untuk 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 variabel Untuk 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 kasus Untuk 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 Data Transpose 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 Data Untuk 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 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Nama Ali Budi Chacha Desy Emil Faisal Ginanjar Hendra Indri Joko Kharisma Lisa Mido Nana Opick
IP 3.12 3.30 3.09 2.88 3.17 3.00 2.75 3.01 2.47 2.96 2.77 2.83 2.91 2.47 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 1 2 3 4 5 6 7 8 9 10 11
Gaji 6.400.000 700.000 600.000 495.500 525.500 1.500.000 1.400.000 900.000 1.020.000
Keluarga 4 4 3 3 3 4 3 3 5 4 3
12 13 14 15
950.000 500.000 500.000 500.000
3 4 4 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 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Nama Ali Budi Chacha Desy Emil Faisal Ginanjar Hendra Indri Joko Kharisma Lisa Mido Nana Opick
Kelamin Pria Pria Wanita Wanita Pria Pria Pria Pria Wanita Pria Wanita Wanita Pria Wanita 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 :
Langkah-langkahnya :
No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Waktu (menit) 34 33 21 14 16 21 19 11 21 9 12 13 17 30 27
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 dari penjualan minuman ringan terhadap 20 orang konsumen. Datanya adalah sebagai berikut : Responden Penjualan 1 305796 2 365373 3 334160 4 297721 5 326902 6 278970 7 357936 8 327349 9 343896 10 357936 11 371988 12 302147 13 450853 14 434157 15 286480 16 336079 17 307951 18 369410 19 338167 20 338648 Langkah-langkahnya adalah : 1. Defenisikan variabel pada VARIABLE VIEW : Variabel 1 Name : Penjualan Type : Numeric Decimal : 0 Label : Penjualan Minuman Ringan 2. Isi data pada DATA EDITOR 3. 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 terhadap 20 cabang yang dimiliki. Adapun datanya adalah : Cabang 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Penjualan 279325 279342 392781 303278 343418 312732 342037 324527 344039 379823 371059 350459 312155 339100 410017 331695 313310 299500 363895 363188
Langkah-langkahnya adalah : 1. Defenisikan variabel pada VARIABLE VIEW : Variabel 2 Name : Jualan Type : Numeric Decimal : 0 Label : Penjualan Makanan Ringan 2. Isi data pada DATA EDITOR 3. 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 diatas 3,50 untuk diikutkan pada lomba PROGRAMER se Indonesia di Jakarta. Adapun data IP mahasiwanya adalah : Mahasiswa 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
IPK 3.00 2.75 3.01 2.47 2.96 3.12 3.30 2.09 3.51 3.25 2.99 3.79 3.50 3.05 2.77 2.83 2.47 2.91 3.51 3.00
Langkah-langkahnya adalah : 1. Defenisikan variabel pada VARIABLE VIEW : Variabel 3 Name : IPK Type : Numeric Decimal : 2 Label : Indeks Prestasi Kumulatif 2. Isi data pada DATA EDITOR 3. 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-tombol dibawahnya. 5. Kemudian klik CONTINUE dan akan muncul hasilnya.
Akan muncul variabel baru “filter_$”. Data yang memenuhi kriteria (IPK > 3.50) akan bernilai 1 dan yang tidak memenuhi kriteria akan bernilai 0. Selain itu, kasus yang tidak memenuhi kriteria akan ditandai dengan garis diagonal pada kolom nomor. SELEKSI DATA SAMPEL ACAK Sampel acak digunakan apabila ukuran populasi sangat besar atau mungkin tak terhingga. Pemilihan sampel secara sembarangan tentu akan menghasilkan hasil yang tidak valid sehingga metode pengambilan sampel paling sesuai dengan keadaan yang akan diteliti. Metode Approximately Peneliti BAPEDAL hendak mengambil sampel sebanyak 10% dari responden penelitian tentang kualitas air minum kemasan. Adapun datanya adalah : Sampel 1 2 3 4 5 6 7 8 9 10
A 2 1 1 2 8 0 4 1 0 4
Kualitas Air B 7 8 8 9 4 10 6 8 9 4
C 6 6 3 4 2 5 3 6 5 7
D 0 0 3 0 1 0 2 0 1 0
Sampel 11 12 13 14 15 16 17 18 19 20
A 2 5 6 13 7 10 1 2 5 2
Kualitas Air B 5 8 3 1 8 5 10 8 4 9
C 8 2 3 0 0 0 4 5 6 4
D 0 0 3 1 0 0 0 0 0 0
1. Defenisikan variabel pada VARIABLE VIEW : Variabel 5 Name :A Type : Numeric Decimal : 0 Label : kualitas air merk A Variabel 6 Name :B Type : Numeric Decimal : 0 Label : kualitas air merk B Variabel 7 Name :C Type : Numeric Decimal : 0 Label : kualitas air merk C Variabel 8 Name :D Type : Numeric Decimal : 0 Label : kualitas air merk D 2. Isi data pada DATA EDITOR 3. 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 CONTINUE 5. Setelah itu, hasilnya akan muncul.
SPSS secara otomatis menyeleksi data secara acak sebanyak 10% dari total data. Tapi, jika anda mengulang langkah-langkah di atas, hasil yang anda peroleh tidak lah akan sama.
Metode Exactly Sampel 1 2 3 4 5 6 7 8 9 10
A 2 1 1 2 8 0 4 1 0 4
Kualitas Air B C 7 6 8 6 8 3 9 4 4 2 10 5 6 3 8 6 9 5 4 7
D 0 0 3 0 1 0 2 0 1 0
Sampel 11 12 13 14 15 16 17 18 19 20
A 2 5 6 13 7 10 1 2 5 2
Kualitas Air B C 5 8 8 2 3 3 1 0 8 0 5 0 10 4 8 5 4 6 9 4
D 0 0 3 1 0 0 0 0 0 0
1. Klik menu DATA, pilih SELECT CASES, kemudian muncul kotak dialog dan pilih RANDOM SAMPLE OF CASES. 2. Klik SAMPLE kemudian akan muncul kotak dialog yang baru, pilih EXACTLY dan isikan kiteria kasus pada kotak disebelahnya. Kemudian CONTINUE dan OK.
Sama seperti metode aproximatelly, jika anda ulang cara diatas maka hasil untuk setiap analisa tdak akan sama.
Seleksi Data Range 1. Klik menu DATA, pilih SELECT CASES, kemudian akan muncul kotak dialog, pilih BASED ON TIME OR CASE RANGE. 2. Klik kotak RANGE, akan muncul kotak dialog baru, kemudian masukkan kriteria pengujian seleksi data 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 anda mengulangi cara tersebut, maka hasilnya akan selalu sama.
Pertemuan 5-6 UJI KENORMALAN DATA Siswa 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
B. Inggris 8 7,5 10 9 8 7 9 6,5 8,5 9 8,5 9 8,5 8,5 7 8 9 8,5 7,5 7,5
B. Indonesia 8 9 10 9 8 10 9 9 9 9,5 8,5 8 9 10 7,5 8,5 9,5 8,5 9 8
Komputer 10 9 8 7 7,5 8 6,5 9 9 5,5 6 7 7,5 8 8 10 7 8 9 10
Matematika 7,5 8 7,5 8,5 9 8,5 7,5 8 6,5 9 9 7,5 8 8 9 7 9 10 8 7,5
Kita akan menguji apakah data-data di atas sudah berdistribusi normal atau belum. Adapun langkahlangkahnya 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 muncul hasilnya. Pada tabel TESTS of NORMALITY kita akan memperoleh hasil apakah data tersebut berdistribusi normal atau tidak. Lihat pada kolom SIG. yang terdapat pada KOLMOGOROV SMIRNOV, jika nilai SIG nya di atas 0,05 berarti data terebut berdistribusi normal.
Jika data tidak berdistribusi normal, kita bisa menjadikannya berdistribusi normal. Adapun langkahlangkahnya adalah : 1. Klik menu TRANSFORM, pilih COMPUTE VARIABLE. Akan muncul kotak dialog, ketik pada kotak TARGET 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 kenormalan data untuk variabel tersebut. Rata 8.38 8.38 8.88 8.38 8.13 8.38 8.00 8.13 8.25 8.25 8.00 7.88 8.25 8.63 7.88 8.34 8.63 8.75 8.38 8.25 Tests of Normality a
Kolmogorov-Smirnov Statistic Rata
df
.194
Shapiro-Wilk
Sig. 20
Statistic
.047
df
.952
Sig. 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 a
Kolmogorov-Smirnov Statistic olahrata
.183
df
Shapiro-Wilk
Sig. 20
a. Lilliefors Significance Correction
.079
Statistic .956
df
Sig. 20
.472
PENGGUNAAN COMPUTE VARIABLE a. Penggunaan MEAN Dari kumpulan data di atas, kita akan mencari rata-rata nilai untuk setiap siswa. Langkah-langkahnya adalah : 1. Defenisikan variabel pada VARIABLE VIEW : Variabel 1 Nama : X1 Type : numeric Decimal : 1 Label : nilai B Inggris Variabel 2 Nama : X2 Label : nilai B Indonesia Variabel 3 Nama : X3 Label : nilai komputer Variabel 4 Nama : X4 Label : nilai matematika 2. Klik menu TRANSFORM, kemudian pilih COMPUTE VARIABLE 3. 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 komputer tingkat nasional dengan kriteria nilai matematika dan komputernya harus lebih besardari 8. Adapun langkah-langkahnya adalah : 1. Klik menu TRANSFORM, pilih COMPUTE, akan muncul kotak dialog baru. Ketik nama variabel LOMBA pada kotak TARGET VARIABLE 2. Ketik X3 > 8 pada kotak NUMERIC OXPRESSION, dan klik kotak IF pada kiri bawah yang akan menampilkan 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. Yang bernilai 0.00 tidak lolos seleksi walaupun salah satu nilai memenuhi kriteria dan yang mising juga tidak lolos karena kedua nilainya tidak memenuhi syarat. c. Penggunaan COUNT Berdasarkan kumpulan data sebelumnya, dimana ada seleksi untuk ikut lomba pidato b inggris tingkat nasional 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 dialog yang baru. 2. Ketik nama variabel “lomba” pada kotak TARGET VARIABLE dan “yang lolos” pada kotak TARGET LABEL. Kemudian pindahkan variabel X5 ke kotak NUMERIC VARIABLES.
3. Karena yang dikirm hanya wanita maka kita harus mendefinisikan jenis kelamin, klik kotak DEFINE 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 kotak dialog, klik INCLUDE IF CASE SATISFIED CONDITION, pindahkan variabel X1 ke kotak nya dan klik tanda “>” 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 lolos seleksi, yang bernilai 0.00 merupakan siswa pria yang mempunyai nilai b inggris di atas 8.00 tetapi tidak termasuk kriteria sehingga tidak lolos seleksi, dan yang missing sama sekali tidak memenuhi kriteria. D. Penggunaan ABS Sudut 15 30 45 60 75 90 105 120 135 150 165 180
Sudut 195 210 225 240 255 270 285 300 315 330 345 360
1. Defenisikan variabel di atas : Variabel 1 Nama : sudut Decimal : 0 Label : 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. Setelah itu OK. 4. Lakukan hal yang sama untuk mencari nilai COSINUS.
Nilai sinus dan cosinus di atas ada yang bernilai negatif. Untuk mengubah nilai tersebut menjadi positif semua, maka diperlukan fungsi ABS (absolut). 1. Klik menu TRANSFORM, pilih COMPUTE VARIABLE, akan muncul koyak dialog, ketik sinus1 pada kotak TARGET VARIABLE. 2. Cari fungsi ABS pada kotak FUNCTIONS, pindahkan ke kotak NUMERIC EXPRESSION, begitu juga dengan 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 dari data tersebut. Tipe-tipe dari grafik batang adalah : 1. Simple Bar Chart Biasanya digunakan untuk menggambarkan keadaan dari data ataupun sekelompok data tunggal dan bisa untuk membandingkan beberapa variabel dengan nilai yang sama. 2. Clustered Bar Chart Digunakan untuk menggambarkan keadaan data lebih dari satu variabel kelompok. 3. Stacked Bar Chart Menggambarkan keadaan data dari beberapa variabel kelompok kedalam satu tampilan dengan nilai yang sama. Dengan kata lain, Stacked merupakan penggabungan 2 tipe grafik sebelumnya. 1. Simple Bar Chart Responden 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
X1 baik baik cukup buruk buruk buruk baik baik cukup cukup buruk baik baik buruk baik cukup cukup baik buruk buruk
X1 : penilaian produk A X2 : penilaian produk B X3 : penilaian produk C
X2 buruk buruk baik baik cukup cukup buruk baik baik buruk baik cukup buruk baik baik cukup cukup buruk baik baik 1 : buruk 2 : cukup 3 : baik
X3 baik buruk buruk cukup baik baik buruk buruk baik buruk buruk cukup baik baik buruk buruk buruk baik baik buruk
1. Defenisikan ketiga variabel : Variabel 1 Nama :A Type : Numeric Decimal :0 Label : Penilaian produk A Value : 1 = buruk 2 = cukup 3 = baik Variabel 2 Nama :B Type : Numeric Decimal :0 Label : Penilaian produk B Value : 1 = buruk 2 = cukup 3 = baik Variabel 3 Nama :C Type : Numeric Decimal :0 Label : Penilaian produk C Value : 1 = buruk 2 = cukup 3 = baik 2. Input dapat ke dalam data editor (data view). Klik menu GRAPH, pilih LEGACY DIALOGS dan pilih BAR. Kemudian muncul kotak dialog, pilih SIMPLE.
3. Pada pilihan DATA in CHART are, pilih SUMMARIES OF SEPARATE VARIABLES. Kemudian klik DEFINE 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
X5
laki-laki laki-laki laki-laki laki-laki laki-laki laki-laki laki-laki laki-laki laki-laki laki-laki wanita wanita wanita wanita wanita wanita wanita wanita
20.000 30.000 30.000 30.000 30.000 50.000 20.000 20.000 20.000 20.000 50.000 50.000 50.000 100.000 100.000 100.000 100.000 20.000
wanita wanita X4 : gender X5 : jajan
50.000 20.000 1 : laki-laki 2 : wanita
1. Defenisikan variabel-variabel di atas : Variabel 1 Nama : X4 Type : Numeric Decimal :0 Label : gender Value : 1 = laki-laki 2 = wanita Variabel 2 Nama : X5 Type : Numeric Decimal :0 Label : 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 pilih SUMMARIES FOR GROUPS OF CASES. 3. Klik DEFINE sehingga memunculkan kotak dialog yang baru. Pilih variabel X4 (gender) dan pindahkan ke kotak CATEGORY AXIS. 4. Pada bagian BARS REPRESENT GROUP sesuaikan pilihannya berdasarkan kebutuhan (pada contoh 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 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
X6 9 6 6 8 8 7 7 7 5 9 9 9 7 7 8 7 8 7 6
X7 6 8 8 6 7 9 6 5 7 7 8 8 7 6 7 9 9 9 9
20
6
6
X6 : metode diskusi X7 : metode ceramah 1. Defenisikan variabel-variabel di atas : Variabel 1 Nama : X6 Type : Numeric Decimal :0 Label : metode diskusi Variabel 2 Nama : X7 Type : Numeric Decimal :0 Label : metode ceramah 2. Masukkan data ke data editor (data view). Klik menu GRAPH, pilih LEGACY DIALOGS dan pilih BAR. Setelah muncul kotak dialog baru, pilih STACKED dan pada pilihan DATA IN CHART ARE pilih VALUES OF INDIVIDUAL CASES. 3. Klik DEFINE dan muncul kotak dialog yang baru. Pindahkan variabel yang ingin ditampilkan grafiknya 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 menggambarkan data dan populer di masyarakat. Responden 1 2 3 4 5 6 7 8 9 10 11 12 13
X1 baik baik cukup buruk buruk buruk baik baik cukup cukup buruk baik baik
X2 buruk buruk baik baik cukup cukup buruk baik baik buruk baik cukup buruk
X3 baik buruk buruk cukup baik baik buruk buruk baik buruk buruk cukup baik
14 15 16 17 18 19 20
buruk baik cukup cukup baik buruk buruk
baik baik cukup cukup buruk baik baik
baik buruk buruk buruk baik baik buruk
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.
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 normal 2. Jenis data adalah data kuantitatif 3. 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 1 2 3 4 5 6 7 8 9 10
Rokok 14 15 15 17 12 11 18 14 13 14
Hari 11 12 13 14 15 16 17 18 19 20
Rokok 15 16 14 14 12 16 19 20 16 11
Hari 21 22 23 24 25 26 27 28 29 30
Rokok 15 16 14 16 13 15 13 14 14 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 angka 15 ke kotak TEST VALUE.
5. Klik OPTIONS dan muncul kotak dialog. Disini kita bisa mengatur tingkat kepercayaan dikotak CONFIDENCE INTERVAL, kemudian klik CONTINUE dan OK. One-Sample Statistics N rokok terjual
Mean 30
Std. Deviation
14,73
Std. Error Mean
2,100
,383
One-Sample Test Test Value = 15 95% Confidence Interval of the Difference t rokok terjual
df -,696
Sig. (2-tailed) 29
,492
Mean Difference -,267
Lower
Upper -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 :
hipotesis H0 : 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 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Pena A 250 248 240 215 200 205 198 190 199 225 221 200 197 199 209
Pena B 255 240 238 225 195 200 203 208 214 216 243 251 215 212 200
Hari 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Pena A 213 220 225 225 235 215 225 195 190 200 195 215 219 205 225
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)
Pena B 215 240 234 241 230 234 238 241 250 242 235 238 244 248 215
2. Masukkan semua data jumlah pena yang terjual pada kolom variabel pena, dimulai dari data pena 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 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Lama 12 14 13 9 10 14 15 12 13 11 11 12 13 15 16 17 14 15 15 17
Baru 13 13 14 14 12 13 16 15 13 12 11 11 15 17 17 18 15 18 15 16
