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. . Pilih menu variable View pada pojok kiri bawah tampilan lembar kerja SPSS.Langkah – langkah analisa dengan menggunakan SPSS 16 adalah sebagai berikut : 1.

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

Simpanlah data tersebut dengan nama Deskriptif. 5.4. Pilih Variabel nilai dari kotak kiri kemudian klik tanda ►untuk mengisikan variable Nilai ke dalam kotak Variable(s). lalu pilih menu Descriptive Statistics. yang akan muncul tampilan seperti berikut : . yang akan membuka jendela berikut : 6. kemudian pilih Frequencies. Pilihlah menu Analyze.

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

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

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

2. berilah tanda pada semua check box Percetile Values (Keterangan : untuk menentukan nilai Percentile 10.2. Analyse Descriptive Statistics Description c. pilih Histogram jika ingin menampilkan  Klik format. Ragam.25 dan seterusnya. dilakukan dengan cara memberi tanda pada check box percentile)  Klik chart. Presentasi grafis seperti Histogram. baik dalam bentuk tabel datau presentasi grafis. Data-data tersebut harus diringkas dengan baik dan teratur. a. Simpangan Baku dan Galat Baku) • Skewness adalah tingkat kemiringan • Kurtosis adalah tingkat keruncingan Untuk menganalisa ukuran pemusatan. sebagai dasar untuk berbagai pengambilan keputusan (Statistik Inferensi). dapat dilakukan dengan prosedur. Analyse Descriptive Statistics Frequencies b. Penyajian tabel grafik yang digunakan dalam statistik deskripsi seperti : 1. umumnya masih acak. servei atau pengamatan lainnya. selain dengan tabel dan diagram. STATISTIK INFERENSI Data-data statistik yang bisa diperoleh dari hasil sensus. ukuran letak dan ukuran penyimpangan (ketika ukuran termasuk ke dalam statistika deskripsi). “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. Untuk mendapatkan gambaran yang lebih jelas tentang data. . beri tanda pada ascending value pada pilihan order by untuk mengurutkan data dari nilai terkecil terbesar. masih diperlukan ukuran-ukuran lain yang merupakan wakil dari data tersebut.  Klik OK. Ukuran yang dimaksudkan dapat berupa : • Ukuran Pemusatan (Rata-Rata Hitung atau Mean. Median dan Modus) • Ukuran Letak (Quartil dan Persentil) • Ukuran Penyimpangan/Penyebaran (Range. Pie chart dan lainnya. Distribusi Frekuensi.

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

RUMUS . Dapat juga dilanjutkan transformasi dalam nilai Z untuk dapat dihitung luasan kurva normal. Data diurut.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.

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

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

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

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

• Uji Realibilitas Dalam penelitian ini. maksudnya apabila dalam beberapa pelaksanaan pengukuran terhadap kelompok yang sama diperoleh hasil yang relatif sama ( Syaifuddin Azwar. 2000 : 3).(Hidayat.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. 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. 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.

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

tidak setuju (3).• 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). . setuju (2). sangat tidak setuju (4).

Sign up to vote on this title
UsefulNot useful