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

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

Seperti tampilan berikut ini : . Ketik Nilai pada Kolom name b. 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. ketik menurun ke bawah semua data 60 nilai mahasiswa di atas pada kolom nilai. 3.a. dan ubah angka pada kolom Decimals (banyak angka dibelakang koma) menjadi 2.

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

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

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

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

Untuk mendapatkan gambaran yang lebih jelas tentang data. Ukuran yang dimaksudkan dapat berupa : • Ukuran Pemusatan (Rata-Rata Hitung atau Mean. Data-data tersebut harus diringkas dengan baik dan teratur. ukuran letak dan ukuran penyimpangan (ketika ukuran termasuk ke dalam statistika deskripsi). Median dan Modus) • Ukuran Letak (Quartil dan Persentil) • Ukuran Penyimpangan/Penyebaran (Range. a. Penyajian tabel grafik yang digunakan dalam statistik deskripsi seperti : 1. baik dalam bentuk tabel datau presentasi grafis. Ragam. Analyse Descriptive Statistics Description c. .  Klik OK. masih diperlukan ukuran-ukuran lain yang merupakan wakil dari data tersebut. Presentasi grafis seperti Histogram. Simpangan Baku dan Galat Baku) • Skewness adalah tingkat kemiringan • Kurtosis adalah tingkat keruncingan Untuk menganalisa ukuran pemusatan. servei atau pengamatan lainnya. 2. selain dengan tabel dan diagram.2.25 dan seterusnya. Analyse Descriptive Statistics Frequencies b. sebagai dasar untuk berbagai pengambilan keputusan (Statistik Inferensi). umumnya masih acak. dapat dilakukan dengan prosedur. berilah tanda pada semua check box Percetile Values (Keterangan : untuk menentukan nilai Percentile 10. pilih Histogram jika ingin menampilkan  Klik format. beri tanda pada ascending value pada pilihan order by untuk mengurutkan data dari nilai terkecil terbesar. 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. Pie chart dan lainnya. STATISTIK INFERENSI Data-data statistik yang bisa diperoleh dari hasil sensus. “mentah” dan tidak terorganisir dengan baik (raw data). dilakukan dengan cara memberi tanda pada check box percentile)  Klik chart. Distribusi Frekuensi.

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

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

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

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

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

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

2008) • Setelah kuesioner di uji validitas dengan menggunakan program SPSS 10 For Windows.(Hidayat. Reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya. • Uji Realibilitas Dalam penelitian ini.01 for windows RUMUS UJI KORELASI . 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. maksudnya apabila dalam beberapa pelaksanaan pengukuran terhadap kelompok yang sama diperoleh hasil yang relatif sama ( Syaifuddin Azwar. 2000 : 3). uji reliabilitas dilakukan dengan menggunakan tekhnik Formula Alpha Cronbach dan dengan menggunakan program SPSS 16.

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

setuju (2). . tidak setuju (3). • Penggunaan Unfavorable Item Unfavorable : sangat setuju (1). sangat tidak setuju (4).• 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