Aplikasi Program SPSS Dalam Menyelesaikan Kasus Uji Statistika Parametrik
228491663 Aplikasi Spss Ppt
-
Upload
nilza-cuemachynxkamoeclmanya -
Category
Documents
-
view
266 -
download
11
description
Transcript of 228491663 Aplikasi Spss Ppt
Aplikasi Program Analisis Data (SPSS)
APLIKASI SPSS FOR WINDOWS Ii1
SPSS terbagi menjadi :
1. File Lembar data/ data editor/ worksheet data : a. Data view : yaitu lembar kerja untuk mengisi data penelitian baik dientry secara langsung maupun hasil copy dari program lain seperti halnya dari excel. b. Variabel view : yaitu spread sheet untuk mendefinisikan variabel seperti pemberian nama dan label variabel.2. File Output Hasil Analisis Data : file ini berada terpisah dengan data sehingga memerlukan penyimpanan di file
yang berbeda.
Ii2
PERHITUNGAN SEDERHANA MELALUI SPSS
Ii3
Ii4
ANALISIS DATA PENELITIAN DENGAN SOFTWARE SPSS :
ANALISIS DESKRIPTIF
IiI
Iii1ANALISIS STATISTIK :DISKRIPTIVE
Iii2
Iii3
Buka Program SPSS
Masukkan data dan memberi nama
variabel
Gunakan menu : Analysis pd SPSS
Descriptive Statistic di SPSS
Descriptives……. Klik Option : Pilih Mean, Standart
Deviasi, Sweakness, Maksimum, Minimum dan
Range
Lihat hasil analisis di
Output SPSS
Langkah-LAngkah Analisis Statistik DeskriptiveIii4
Iii5
Transfer hasil analisis
Ke
MS-Word
Iii6
N : Merupakan jumlah data yang dianalisis untuk tiap variabelnya
Range : Selisih antara nilai data yang maksimal dengan yang paling kecil
Minimum : Data paling kecil Maximum : data paling tinggi/ terbesarMean : Nilai rata-rata
Std. : Standart deviasi dari masing-masing data
Dengan kepercayaan 95% data seharusnya terdistribusi : Rata-Rata ± 2* Standart Deviasi
Skewness : untuk memperoleh informasi berkenaan dengan distribusi
data, data terdistribusi normal atau tidak
1n
)XX(Std
2i
n
XX i
Iii7
ANALISIS DATA PENELITIAN DENGAN SOFTWARE SPSS :
ANALISIS KORELASI
IV
Correlation Coefficients :
• For quantitative, normally distributed variables, choose the Pearson correlation coefficient.
• If your data are not normally distributed or have ordered categories, choose Kendall’s tau-b or Spearman, which measure the association between rank orders.
• Correlation coefficients range in value from 1 (a perfect negative relationship) and +1 (a perfect positive relationship).
• A value of 0 indicates no linear relationship.• When interpreting your results, be careful not to
draw any cause-and-effect conclusions due to a significant correlation.
Spss : Analisis KORELASI
IV1
Test of Significance :
• You can select two-tailed or one-tailed probabilities. If the direction of association is known in advance, select One-tailed. Otherwise, select Two-tailed.
• Flag significant correlations. Correlation coefficients significant at the 0.05 level are identified with a single asterisk, and those significant at the 0.01 level are identified with two asterisks.
IV2
a. Korelasi (Non-parametrik) IV3
• Data skor (ordinal)
IV4
b. Korelasi (Parametrik)
Sifat penting dari analasis korelasi adalah :• Koefisien korelasi bernilai antara -1 dan +1• Korelasi dua variabel bersifat simetrik. Artinya korelasi X
dengan Y akan sama dengan korelasi Y dengan X.4. Koefisien korelasi hanya menunjukkan tingkat hubungan antar
dua variabel tetapi tidak menunjukkan hubungan kausal (sebab-akibat)
diantara dua variabel tsb.
IV5
IV6
Hasil menunjukkan bahwa terdapat hubungan positif yg sgt kuat antara
konsumsi dan pendapatan yaitu 98,1%. Catt: Income dan konsumsi dlm $ per bulan
IV7
ANALISIS DATA PENELITIAN DENGAN SOFTWARE SPSS :
ANALISIS REGRESI LINEAR
SEDERHANA
V
Kharakteristik Regresi Sederhana :
• Terdiri dari variabel dependent (Y) dan independent (X)
• Regresi merupakan analisis sebab akibat
• Pengaruh dari variabel yang terlibat tidak bersifat timbal balik (hanya satu arah)
• Pendugaan koefisien menggunakan OLS (ordinary Least Square)
• Hal penting yang harus dipelajari :1. Teori yang diperlukan2. Model matematis yang dipilih3. Hasil pengujian statistik :
• Uji t : uji parsial koefisien • Uji F : uji keseluruhan model
• Kekuatan model ditunjukkan dengan R-square
V1
V2Contoh :
V3
Dari konsep dasarnya sebenarnya uji-F mendasrkan pada dua hipotesis yaitu :
H0 : Semua koefisien variabel bebas adalah 0 (nol)
H1 : Seamua koefisien variabel bebas tidak sama dengan nol.Dari hasil analisis di atas Sig = 0.000, dengan = 5% maka dapat disimpulkan bahwa kita tolak H0 dan kita terima H1 (Kondisi ini merupakan dalil statistik). Artinya memang pendapatan mempengaruhi alokasi konsumsi.
Jika seandainya ternyata hasil analisis dalam uji-F, nilai dari Sig = 0.052 maka dengan = 5%, dapat disimpulkan bahwa kita tolak H1 dan kita terima H0. Artinya, variabel bebas (Pendapatan) tidak berpengaruh pada konsumsi.
UJI- F : Uji Model dan koefisien
V4
Dalam konsep dasarnya pengujian statistik ini mendasarkan pada hipotesis :Uji Konstanta Intersep H0 : ß0 = 0
H1 : ß0 ≠ 0 Uji Koeff. Income H0 : ß1 = 0
H1 : ß1 ≠ 0
Dari tabel Coefficients diketahui bahwa ß0 = 24.455, Standart error koefisien = 6.414 dan DAN t- hitung = 3.813. Nilai Sig = 0.000. ini berarti jika kita menggunakan = 5% = 0.05 maka t-hitung pasti lebih besar dari t-tabel karena nilai sig. Yaitu 0.000 adalah lebih kecil dari 0.05 ( yang kita tentukan). Demikian juga untuk koefisien X atau ß1 juga memiliki logika pemikiran yang sama.
UJI- t : Uji Parameter / Koefisien dalam Model V5
Sehingga dapat disajikan hasil sebagai berikut : Konsumsi = 24.455 + 0.509* Income R2 = 0.962S.E (6.414) (0.036) t-hitung = 3.813 14.243Df = 8
Model yang ditemukan di atas memiliki nilai R2 = 0.962 ini berarti perubahan nilai independen viabel atau variabel bebas (income) dapat menjelaskan 0.962 atau 96.2 % dari perubahan dependen variabel atau variabel terikat (konsumsi), sedangkan sisanya (1-0.962 = 0.038 atau 3.8 %) dijelaskan variabel lain yang tidak dispesifikasi (tidak dimasukkan) dalam model.
Dalam pengertian ekonomi dapat dikatakan bahwa jika terdapat kenaikan income sebesar $ 1 per bulan maka akan mempengaruhi kenaikan pula pada konsumsi sebesar $ 0.509. Demikian juga bila terjadi penurunan income sebesar $ 1 per bulan maka akan berdampak pada penurunan konsumsi sebesar $ 0.509.
Interpretasi V6
ANALISIS DATA PENELITIAN DENGAN SOFTWARE SPSS :
ANALISIS REGRESI LINEAR BERGANDA
VI
VI1
Model Summary
.995a .990 .988 1496.64601Model1
R R SquareAdjus tedR Square
Std. Error ofthe Es timate
Predic tors : (Cons tant), Modal (juta $), Tk (000 org)a.
ANOVA b
2.66E+09 2 1332184592 594.739 .000a
26879391 12 2239949.287
2.69E+09 14
Regress ion
Res idual
Total
Model1
Sum ofSquares df Mean Square F Sig.
Predic tors : (Cons tant), Modal (juta $), Tk (000 org)a.
Dependent Variable: PDB (juta $)b.
Coefficients a
-32137.4 2993.404 -10.736 .000
2.441 6.125 .043 .399 .697
344.033 38.948 .953 8.833 .000
(Constant)
Tk (000 org)
Modal (juta $)
Model1
B Std. Error
Uns tandardizedCoeffic ients
Beta
StandardizedCoeffic ients
t Sig.
Dependent Variable: PDB (juta $)a.
VI2
Output analisis regresi berganda dari SPSS di atas selanjutnya dapat dirumuskan sebagai berikut :
PDB = -32137.4 + 2.441*TK + 344.033*Modal R2 =0.99
SE (2993.404) (6.125) (38.948)
t-hit. 10.736 0.399 8.833
Df = 12
VI3
ANALISIS DATA PENELITIAN DENGAN SOFTWARE SPSS :
ANALISIS REGRESI LINEAR DUMMY
VARIABEL
VII
MODEL REGRESI LINEAR DENGAN DUMMY VARIABEL
Variabel dummy digunakan sebagai upaya untuk melihat bagaimana klasifikasi-klasifikasi dalam sampel berpengaruh terhadap parameter pendugaan. Variabel dummy juga mencoba membuat kuantifikasi dari variabel kualitatif.
Kita pertimbangkan model berikut ini:
I. Y = a + bX + c D1 (Model Dummy Intersep)
II. Y = a + bX + c (D1X) (Model Dummy Slope)
III. Y = a + bX + c (D1X) + d D1 (Kombinasi)`
VII1
Contoh : VII2
Keterangan :D1 0 : Pinggir Kota
1 : Pusat kota
VII3
VII4
VII5
Sekian TerimakasihSekian Terimakasih