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

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

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

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

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

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

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

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

7. 5. 2. 6. 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 . 4. 10. 3. 9. 8.Contoh Data nilai UTS Statistik dari 15 anak kelas A yaitu : 1.

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

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

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

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

05.maka Ho diterima . Jika nilai | F (x) – S (x) | terbesar lebih besar dari nilai tabel Lilliefors. Tabel nilai Quantil Statistik Lilliefors. 2. maka Ho ditolak . Dapat juga menggunakan rumus person products moment: Kemudian menghitung nilai uji T dengan rumus: . 2009). Uji signifikansi dilakukan dengan membandingkan nilai r hitung (hasil uji validitas) dengan nilai r tabel (nilai tabel) dengan nilai signifikansi 0. Suatu kuesioner dikatakan valid apabila pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut (Pratisto. H1 diterima. Ha ditolak. Mengukur tingkat validitas dapat dilakukan dengan cara: • 1. RUMUS UJI VALIDITAS KUESIONER • Uji validitas digunakan untuk mengukur sah atau tidaknya suatu kuesioner. Hasil uji validitas (nilai r hitung) yang merupakan nilai dari Corrected Item-Total Corelation.

2000 : 3).01 for windows RUMUS UJI KORELASI . 2008) • Setelah kuesioner di uji validitas dengan menggunakan program SPSS 10 For Windows. Reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya. Jika Thit > Ttabel berarti instrumen valid demikian sebaliknya jika Thit < Ttabel berarti instrumen tidak valid yang tentunya tidak dapat digunakan dan dapat diperbaiki/ dihilangkan. 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. uji reliabilitas dilakukan dengan menggunakan tekhnik Formula Alpha Cronbach dan dengan menggunakan program SPSS 16. maksudnya apabila dalam beberapa pelaksanaan pengukuran terhadap kelompok yang sama diperoleh hasil yang relatif sama ( Syaifuddin Azwar.(Hidayat. • Uji Realibilitas Dalam penelitian ini.

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.• Definisi Korelasi Korelasi adalah salah satu teknik statistik yang digunakan untuk mencari hubungan antara dua variabel atau lebih yang sifatnya kuantitatif. Uji Korelasi antar faktor menggunakan rumus yang sama dengan uji validitas item. REGERESI • Definisi Regresi Regresi adalah salah satu metode untuk menentukkan hubungan sebab akibat antara satu variabel dengan variabel-variabel yang lain. tidak setuju (2). sangat tidak setuju (1). • 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. Adapun cara perhitungan uji validitas faktor adalah dengan mengorelasikan skor tiap faktor dengan skor total faktor item-item yang valid. b) Unfavorable : . SKALA LIKERT Skala Likert adalah suatu skala psikometri yang umum digunakan dalam kuesioner dan merupakan skala yang paling banyak digunakan dalam riset berupa survey. • Penggunaan Favorable dalam Penelitian tersebut Item Favorable : sangat setuju (4). setuju (3).

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

Sign up to vote on this title
UsefulNot useful