1.

STATISTIK DESKRIPTIF Statistik Deskriptif merupakan suatu metode atau cara – cara yang

digunakan untuk meringkas dan medata dalam bentuk table, grafik atau ringkasan.numerik data. Statistik deskriptif merupakan statistika yang menggunakan data suatu kelompok untuk menjelaskan atau menarik kesimpulan mengenai kelompok itu saja. Untuk menganalisis secara deskriptif kualitas dari setiap variabel penelitian, maka digunakan teknik statistik deskriptif, Pada pengolahan data statistic yang akan dikemukakan pada tugas ini adalah pengolahan data statistic deskriptif dan statistic inferensi dengan menggunakan SPSS 16. Pada tugas ini telah di paparkan beberapa langkah proses pengolahan dan analisa data yang akan disajikan menggunakan SPSS 16. 1. Distribusi Frekuensi.

Berikut ini data tentang nilai ujian mata kuliah probabilitas dan statistika dari 60 mahasiswa Teknik Elektro UPI YAI : 67 79 47 82 54 78 49 79 85 46 59 61 70 47 73 66 68 65 96 79 90 59 64 73 79 46 96 76 79 66 82 94 86 68 49 89 78 78 96 69 78 80 90 84 56 66 66 75 55 61 50 64 59 75 98 65 88 65 86 63

Membuka lembar kerja baru (File → New → Data) Seperti pada tampilan berikut : 2.Langkah – langkah analisa dengan menggunakan SPSS 16 adalah sebagai berikut : 1. Pilih menu variable View pada pojok kiri bawah tampilan lembar kerja SPSS. .

Seperti tampilan berikut ini : . ketik menurun ke bawah semua data 60 nilai mahasiswa di atas pada kolom nilai. Untuk mengisi data. dan ubah angka pada kolom Decimals (banyak angka dibelakang koma) menjadi 2. 3. Kembali pada data View. Ketik Nilai pada Kolom name b. Hasilnya akan seperti tampilan berikut : c.a. Pilih Numeric pada kolom Type ubah angka pada kolom Width (panjang angka di depan koma) menjadi 5.

5. lalu pilih menu Descriptive Statistics. yang akan muncul tampilan seperti berikut : .4. yang akan membuka jendela berikut : 6. kemudian pilih Frequencies. Pilih Variabel nilai dari kotak kiri kemudian klik tanda ►untuk mengisikan variable Nilai ke dalam kotak Variable(s). Pilihlah menu Analyze. Simpanlah data tersebut dengan nama Deskriptif.

d. Kemudian klik pilihan Statistics dan tentukan a. pilihlah Quartiles dan presentile(s). Untuk Distribution. pilihlah Skeweness dan Kurtosis. b. Untuk percentile Values. Untuk Central Tendency. pilihlah Mean dan Median. Setelah itu akan muncul tampilan sebagai berikut : . c. Untuk Dispersion. e. pilihlah semua pilihan yang ada.7. Klik continue untuk melanjutkan proses berikutnya. Ulangi untuk angka 90. lalu dalam kotak dikanan presentile(s) ketikan 10 dan klik Add untuk memasukkannya pada kotak dibawahnya.

8.ik continue untuk melanjutkan ke proses berikutnya. kemudian untuk Order by pilihlah Ascending Values. Pada tampilan jendela Outputnya akan muncul tampilan analisis datanya sebagai berikut : . Pilih pilihan charts. 10. Klik OK setelah semua pengisian selesei. Pilih pilihan format. kemudian untuk Chart Type. 11. Seperti pada tampilan berikut : 9.seperti pada tampilan berikut : Kemudian klik continue untuk melanjutkan ke proses berikutnya. pilihlah Histograms dan juga With normal Curve. Kemudian k.

a n Tampil Output Statistics : c. Tampilan Output Histogram : . Tampilan Output b. Tampilan Output Nilai : d.a.

Untuk mendapatkan gambaran yang lebih jelas tentang data. Data-data tersebut harus diringkas dengan baik dan teratur. Analyse Descriptive Statistics Explore  Menggunakan Analisa Frequencies Descriptive Statistics Frequencies PROSEDUR : Analyse  Klik menu Analyse Descriptive Statistics Frequencies  Sorot variabel yang akan dianalisa lalu pindahkan ke kotak variabel dengan cara mengklik tanda “”  Klik Statistics. Analyse Descriptive Statistics Description c. dapat dilakukan dengan prosedur. Distribusi Frekuensi.25 dan seterusnya.2. baik dalam bentuk tabel datau presentasi grafis. umumnya masih acak. masih diperlukan ukuran-ukuran lain yang merupakan wakil dari data tersebut. . sebagai dasar untuk berbagai pengambilan keputusan (Statistik Inferensi). “mentah” dan tidak terorganisir dengan baik (raw data). Median dan Modus) • Ukuran Letak (Quartil dan Persentil) • Ukuran Penyimpangan/Penyebaran (Range. ukuran letak dan ukuran penyimpangan (ketika ukuran termasuk ke dalam statistika deskripsi). dilakukan dengan cara memberi tanda pada check box percentile)  Klik chart. Analyse Descriptive Statistics Frequencies b. STATISTIK INFERENSI Data-data statistik yang bisa diperoleh dari hasil sensus. berilah tanda pada semua check box Percetile Values (Keterangan : untuk menentukan nilai Percentile 10. pilih Histogram jika ingin menampilkan  Klik format. Penyajian tabel grafik yang digunakan dalam statistik deskripsi seperti : 1. 2. Presentasi grafis seperti Histogram. a. servei atau pengamatan lainnya. beri tanda pada ascending value pada pilihan order by untuk mengurutkan data dari nilai terkecil terbesar. Ragam.  Klik OK. selain dengan tabel dan diagram. Pie chart dan lainnya. Ukuran yang dimaksudkan dapat berupa : • Ukuran Pemusatan (Rata-Rata Hitung atau Mean. Simpangan Baku dan Galat Baku) • Skewness adalah tingkat kemiringan • Kurtosis adalah tingkat keruncingan Untuk menganalisa ukuran pemusatan.

5. 10 11 12 13 14 15 Nama Mimi Melisa Yolin Nina Parto Jerry Tom-Tom Yusron Ableh Stefanus Chandra Roy Ardian Nita Mawan Nilai UTS 90 60 65 55 70 71 72 80 76 56 59 77 85 89 90 . 7. 3. 6. 8. 4. 10. 9. 2.Contoh Data nilai UTS Statistik dari 15 anak kelas A yaitu : 1.

Dapat juga dilanjutkan transformasi dalam nilai Z untuk dapat dihitung luasan kurva normal.Rumus Uji Normalitas Metode Shapiro-Wilk untuk Uji Normalitas Metode Shapiro Wilk menggunakan data dasar yang belum diolah dalam tabel distribusi frekuensi. kemudian dibagi dalam dua kelompok untuk dikonversi dalam Shapiro Wilk. RUMUS . Data diurut.

maka Ho ditolak . untuk dilihat posisi nilai probabilitasnya (p). maka Ho diterima . Signifikansi uji nilai T3 dibandingkan dengan nilai tabel Shapiro Wilk. Data dari sampel random Signifikansi Signifikansi dibandingkan dengan tabel Shapiro Wilk. Metode Kolmogorov-Smirnov untuk Uji Normalitas Metode Kolmogorov-Smirnov tidak jauh beda dengan metode Lilliefors. Jika nilai p kurang dari 5%. Data berskala interval atau ratio (kuantitatif) b. Jika digunakan rumus G. Signifikansi metode Kolmogorov-Smirnov .Persyaratan a. Jika nilai p lebih dari 5%. maka digunakan tabel distribusi normal. H1 ditolak. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi c. Langkah-langkah penyelesaian dan penggunaan rumus sama. namun pada signifikansi yang berbeda. H1 diterima.

Jika nilai | FT – FS | terbesar kurang dari nilai tabel Kolmogorov Smirnov. maka Ho ditolak . sedangkan metode Lilliefors menggunakan tabel pembanding metode Lilliefors. H1 ditolak. Tabel Nilai Quantil Statistik Kolmogorov Distribusi Normal. maka Ho diterima . Data berskala interval atau ratio (kuantitatif) b. nilai | FT – FS | terbesar dibandingkan dengan nilai tabel Kolmogorov Smirnov. Data ditransformasikan dalam nilai Z untuk dapat dihitung luasan kurva normal sebagai probabilitas komulatif normal. Persyaratan a. Siginifikansi Signifikansi uji. Dapat untuk n besar maupun n kecil.menggunakan tabel pembanding Kolmogorov-Smirnov. Metode Liliefors untuk Uji Normalitas Metode Lilliefors menggunakan data dasar yang belum diolah dalam tabel distribusi frekuensi. Probabilitas tersebut . H1 diterima. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi c. Rumus Keterangan : Xi = Angka pada data Z = Transformasi dari angka ke notasi pada distribusi normal FT = Probabilitas komulatif normal FS = Probabilitas komulatif empiris FT = komulatif proporsi luasan kurva normal berdasarkan notasi Zi. Jika nilai | FT – FS | terbesar lebih besar dari nilai tabel Kolmogorov Smirnov. dihitung dari luasan kurva mulai dari ujung kiri kurva sampai dengan titik Z.

. Signifikansi Signifikansi uji. Data berskala interval atau ratio (kuantitatif) b. nilai | F (x) – S (x) | terbesar dibandingkan dengan nilai tabel Lilliefors. Beda terbesar dibanding dengan tabel Lilliefors pada Tabel Nilai Quantil Statistik Lilliefors Distribusi Normal. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi c. Jika nilai | F (x) – S (x) | terbesar kurang dari nilai tabel Lilliefors. Rumus Keterangan : Xi = Angka pada data Z = Transformasi dari angka ke notasi pada distribusi normal F(x) = Probabilitas komulatif normal S(x) = Probabilitas komulatif empiris F(x) = komulatif proporsi luasan kurva normal berdasarkan notasi Zi. Persyaratan a.dicari bedanya dengan probabilitas komultaif empiris. Dapat untuk n besar maupun n kecil. dihitung dari luasan kurva normal mulai dari ujung kiri kurva sampai dengan titik Zi.

2009).maka Ho diterima . Mengukur tingkat validitas dapat dilakukan dengan cara: • 1. Uji signifikansi dilakukan dengan membandingkan nilai r hitung (hasil uji validitas) dengan nilai r tabel (nilai tabel) dengan nilai signifikansi 0.05. Dapat juga menggunakan rumus person products moment: Kemudian menghitung nilai uji T dengan rumus: . Hasil uji validitas (nilai r hitung) yang merupakan nilai dari Corrected Item-Total Corelation. Tabel nilai Quantil Statistik Lilliefors. Ha ditolak. RUMUS UJI VALIDITAS KUESIONER • Uji validitas digunakan untuk mengukur sah atau tidaknya suatu kuesioner. Jika nilai | F (x) – S (x) | terbesar lebih besar dari nilai tabel Lilliefors. 2. H1 diterima. maka Ho ditolak . Suatu kuesioner dikatakan valid apabila pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut (Pratisto.

RUMUS UJI REALIBILITAS • Definisi Reliabilitas Reliabilitas adalah Persamaan hasil pengukuran atau pengama fakta atau kenyataan hidup tadi diukur atau diamati berkali-kali dalam waktu yang berlainan.(Hidayat. Jika Thit > Ttabel berarti instrumen valid demikian sebaliknya jika Thit < Ttabel berarti instrumen tidak valid yang tentunya tidak dapat digunakan dan dapat diperbaiki/ dihilangkan. uji reliabilitas dilakukan dengan menggunakan tekhnik Formula Alpha Cronbach dan dengan menggunakan program SPSS 16.01 for windows RUMUS UJI KORELASI . maksudnya apabila dalam beberapa pelaksanaan pengukuran terhadap kelompok yang sama diperoleh hasil yang relatif sama ( Syaifuddin Azwar. Reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya. • Uji Realibilitas Dalam penelitian ini. 2008) • Setelah kuesioner di uji validitas dengan menggunakan program SPSS 10 For Windows. 2000 : 3).

b) Unfavorable : . • Penggunaan Favorable dalam Penelitian tersebut Item Favorable : sangat setuju (4). Adapun cara perhitungan uji validitas faktor adalah dengan mengorelasikan skor tiap faktor dengan skor total faktor item-item yang valid. REGERESI • Definisi Regresi Regresi adalah salah satu metode untuk menentukkan hubungan sebab akibat antara satu variabel dengan variabel-variabel yang lain. a) Favorable • Definisi Favorable Favorable adalah suara terbanyak yang bersifat menguatkan terhadap hipotesis penelitian yang dipilih oleh responden dalam pengambilan data yang menggunakan skala likert. Uji Korelasi antar faktor menggunakan rumus yang sama dengan uji validitas item. • Uji Korelasi antar faktor Uji korelasi antar faktor yaitu pengujian antar faktor dengan konstrak yang bertujuan untuk membuktikan bahwa setiap faktor dalam instrumen Skala Kecerdasan Emosional telah benar-benar mengungkap konstrak yang didefinisikan. SKALA LIKERT Skala Likert adalah suatu skala psikometri yang umum digunakan dalam kuesioner dan merupakan skala yang paling banyak digunakan dalam riset berupa survey.• Definisi Korelasi Korelasi adalah salah satu teknik statistik yang digunakan untuk mencari hubungan antara dua variabel atau lebih yang sifatnya kuantitatif. sangat tidak setuju (1). setuju (3). tidak setuju (2).

• Definisi Unfavorable Unfavorable adalah suara terbanyak yang bersifat oposisi terhadap hipotesis penelitian yang dipilih oleh responden dalam pengambilan data yang menggunakan skala likert. . • Penggunaan Unfavorable Item Unfavorable : sangat setuju (1). tidak setuju (3). sangat tidak setuju (4). setuju (2).

Sign up to vote on this title
UsefulNot useful