P. 1
SPSS Note

SPSS Note

5.0

|Views: 955|Likes:
Published by fansuri80
Simple note to help u explain and report ur spss outputs
Simple note to help u explain and report ur spss outputs

More info:

Categories:Types, Research
Published by: fansuri80 on Jul 31, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

10/16/2013

pdf

text

original

IPGM – Kampus Pendidikan Islam, Selangor

ANALISIS DATA MENGGUNAKAN PERISIAN SPSS

6 -9 Oktober 2009 (Selasa - Jumaat)

KAKITANGAN BAHAGIAN PEMBANGUNAN DAN PENILAIAN KOMPETENSI KPM DAN PEGAWAIPEGAWAI JPN

Oleh: Dr. Ibrahim bin Mohamed Zin

2

APAKAH SPSS? Singkatan kepada ”statistical package for social science”. Diguna pakai untuk menganalisis data dalam kajian sains sosial. MULA SPSS Buka dan tutup SPSS - SPSS buka satu fail sahaja pada satu masa. - Apabila buka fail kedua, fail pertama automatik tertutup - Namakan fail apabila membuka fail baru (save) - Savekan sekerap mungkin apabila sedang memasukkan data kerana SPSS tidak savekan untuk anda secara automatik apabila berlaku gangguan. Variable view a. buka butang variable view b. Name : id number untuk mengenal pasti setiap sampel / responden. c. Type : automatic d. Width : default adalah 8 e. Decimal : boleh diubah f. Label : menamakan variable dengan nama sebenar – lebih panjang g.Values : menentukan makna nilai yang digunakan untuk memberi kod kepada variable. Contoh ’jantina’. - klik dalam kotak ’value’ - taip ’1’ dalam kotak value - taip ’lelaki’ dalam kotak value label - klik ’add’ dan ikut langkah yang sama bagi ’2’bagi perempuan’. - klik OK apabila selesai h. Missing : boleh biarkan kosong atau sebarang angka yang lebih besar daripada skala yang diguna oleh variable. (9 atau 99) i. Columns : biasanya 8, boleh kecilkan ikut nama variable. j. Measure : nominal, ordinal dan scale ikut jenis ukuran data. Data view buka butang data view taip ID sampel taip masuk angka yang sesuai dengan kod yang telah diberikan dalam variable view Kemahiran-kemahiran lain:

3 Delete case Insert case Delete variable Insert variable Move variable Sort the data file Converting Excel data files to SPSS format PEMURNIAN DATA a. Langkah pertama proses analisis data adalah meneroka ciri-ciri data. b. Data mungkin silap: 2.1 semasa dimasukkan (key-in) dalam spss atau 2.2 taburan yang tidak normal c. Kesilapan dalam kemasukan data boleh diperbetulkan dan pembolehubah yang tidak normal mungkin boleh ditransform sebelum analisis lanjut. d. Data normal adalah prasyarat untuk analisis inferensi. Ciri-ciri data a. sampel seramai 30 orang b. item jenis dikotomi atau interval (skala likert 5 mata) c. beberapa item direkod ”negatif” d. pembolehubah: jantina, umur, lokasi, pengalaman.... Tugasan a. Masukkan data dengan betul b. Semak dan bersihkan data yang telah dimasukkan: - Analyze – deskriptive statistics – frequencies – pilih semua item – klik ke kotak variable (s) – statistics – minimum & maximum. OK DATA TRANSFORMATION Recode - untuk ‘recode’ item yang ditulis secara negatif - Transform---recode---into same variable/ into different variable - select the item---move to the---variable box Click old and new value: - in the old value ---type 1 in the value box - in the new value---tpe 5 in the value box (jika ada 5 skor) - click add - repeat the same procedure for the remaining score. - continue and click ok. Compute a new variable - Transform ---compute---target variable---numeric expression :

4 Mean (item1 to item10) --- OK. Atau mean (item 1to item10). ANALISIS DATA DESKRIPTIF & INFERENSI Jenis Data a. Data nominal – Merujuk kategori (Contoh : jantina, kaum, warganegara, status) b. Data ordinal – Merujuk klasifikasi dan ranking (Contoh : tahap akademik, jumlah pendapatan) c. Data interval – nilai kosong yang tidak mutlak (Contoh : nilai angka kosong (0) dalam tahap suhu, IQ, minat) d. Data ratio – nilai kosong yang mutlak (Contoh : sukatan, meter, masa, kelajuan, berat) Ujian Statistik a. perisian program untuk memudahkan pengkaji/guru data menyimpan data, mengemaskini data, memproses data dan menganalisis data b. Fokus kepada data statistik atau merujuk angka c. Memenuhi ciri empirikal (kajian secara saintifik) untuk menentukan piawaian/standard d. Kepentingan SPSS merujuk kepada Perintah Analyze; antaranya: i. Deskriptif – Frekuensi, peratus, min dan sisihan piawai, mod, median. ii. Pentafsiran Ujian-t (melihat perbezaan min satu atau 2 kumpulan) iii. Ujian ANOVA (melihat perbezaan lebih daripada 2 kumpulan secara serentak) iv. Ujian korelasi (melihat hubung kait antara dua pemboleh ubah yang dikaji)

CONTOH ANALISIS STATISTIK DAN PELAPORAN Pengenalan Menu SPSS File – New, Open, Save, Save As, Print Edit – Undo, Redo, Cut, Copy, Clear, Find View – Grid lines, Value Labels, Variables Data – Insert variable, insert cases, select cases Transform – Compute, Recode Analyze – deskriptive statistic, compare mean, data reduction, scale Graphs – bar dll Utilities Windows Help 1. Analisis Deskriptif 1.1 Frekuensi dan Peratus 1.2 Min, mod, median 1.3 Grafik – graf, carta.

5 2. Analisis Inferensi Sebelum analisis dijalankan, pastikan Objektif, Soalan dan Hipotesis selari. Seperti berikut: Objektif Kajian: Mengenal pasti perbezaan pencapaian BM dalam kalangan murid Soalan Kajian: Adakah terdapat perbezaan pencapaian BM dalam kalangan murid lelaki dan perempuan? Contoh Ho : Tidak terdapat perbezaan skor min BM yang signifikan berdasarkan jantina. Contoh Ha: Terdapat perbezaan skor min BM yang signifikan berdasarkan jantina. Biasanya, analisis inferensi memerlukan pengujian hipotesis. Dalam penyelidikan, ada dua hipotesis, sama ada Hipotesis nul (Ho) dan hipotesis penyelidikan (Ha).

Intepretasi nilai min Nilai min 0.00 – 1.66 1.67 – 3.33 3.34 – 5.00 UJIAN-t 2.1 Ujian-t Satu Sampel 1. pilih menu statistics 2. klik compare means --- one-sample t-test 3. pilih skor BM dan klik butang  untuk gerakkannya ke kotak one sample klik ok 4. Keputusan Ujian-t satu sampel:
N 30 Mean 71.63 Std. Deviation 8.269 Std. Error Mean 1.510

Tahap Rendah Sederhana Tinggi

BM

Test Value = 75 t

df

Sig. (2tailed) .034

Mean Difference -3.37

BM

-2.230

29

95% Confidence Interval of the Difference Lower -6.45

Upper -.28

6

2.2. Ujian-t bersandar / paired t-test: 5. pilih menu statistics 6. klik compare means --- paired-samples t-test 7. pilih paired variables (skor BM dan skor Matematik) dan klik butang  untuk gerakkannya ke kotak paired variables 8. klik ok 9. Keputusan Ujian-t bersandar / paired t-test:

Pair 1

BM MATE

Mean 71.63 72.23 N 30

Paired Samples Statistics N Std. Deviation Std. Error Mean 30 8.269 1.510 30 6.816 1.244 Paired Samples Correlations Correlation Sig. .274 .142 Paired Samples Test

Pair 1

BM & MATE

Paired Differenc es Mean

t Std. Std. Error 95% Deviation Mean Confidence Interval of the Difference Lower Upper 9.160 1.672 -4.02 2.82 -.359

df

Sig. (2tailed)

Pair 1 BM - MATE

-.60

29

.722

Pelaporan

7 Ujian-t berpasangan menunjukkan tiada perbezaan skor min BM dan skor min matematik yang signifikan. t(29,-0.359), p>0.05. Ini menunjukkan pencapaian BM dan matematik sampel secara statistik adalah sama. Ini menunjukkan hipotesis nul adalah diterima. 2.3 Ujian-t tidak bersandar / independent-samples t-test 1. pilih menu statistics 2. klik compare means --- independent-samples t-test 3. pilih test variable (skor BM) dan klik butang  untuk gerakkannya ke kotak test variables 4. pilih group variable (jantina) dan klik butang  untuk gerakkannya ke kotak grouping variable 5. klik define groups --- dalam kotak group 1 taip 1 untuk nilai bagi lelaki dan dalam kotak group 2 taip 2 untuk nilai bagi perempuan. 6. klik continue dan ok Keputusan Ujian-t tidak bersandar:
JANTINA lelaki perempuan N 16 14 Mean 71.13 72.21 Group Statistics Std. Deviation 7.848 8.989 Std. Error Mean 1.962 2.402

BM

BM

Equal variances assumed Equal variances not assumed

Independent Samples Test Levene's t-test for Test for Equality Equality of of Means Variances F Sig. t df Sig. (2Mean Std. 95% tailed) Difference Error Confidence Differe Interval of nce the Difference Lower Upper .276 .604 -.354 28 .726 -1.09 3.073 -7.384 5.205 -.351 26.07 .728 -1.09 3.102 -7.464 5.285

Pelaporan Ujian-t tidak bersandar menunjukkan tiada perbezaan skor min BM yang signifikan berdasarkan jantina t(28, -0.354), p>0.05. Ini menunjukkan varian sampel secara statistik adalah sama. Dengan ini hipotesis nul adalah diterima. 2. 3 Analysis of Varians (ANOVA)

8 1. pilih menu statistics 2. klik compare means --- One-Way ANOVA 3. pilih dependent variable (skor BM) dan klik butang  untuk gerakkannya ke kotak dependent list 4. pilih independent variable (masa belajar) dan klik butang  untuk gerakkannya ke kotak factor 5. klik options --- klik Descriptive dan Homogeneity-of-variance 6. klik continue 7. Klik Post Hoc --- klik Tukey atau Scheffe 8. Klik continue dan ok Keputusan ANOVA:
Descriptives BM N Mean Std. Std. Error 95% Deviation Confidenc e Interval for Mean Lower Upper Bound Bound 5.786 2.187 60.79 71.49 4.685 1.771 67.24 75.90 9.484 2.999 63.42 76.98 5.244 2.141 75.00 86.00 8.269 1.510 68.55 74.72 Minimum Maximum

sedikit sederhana banyak sangat banyak Total

7 7 10 6 30

66.14 71.57 70.20 80.50 71.63

56 66 55 75 55

75 78 85 88 88

Test of Homogeneity of Variances BM Levene Statistic 2.476
ANOVA BM Between Groups Within 1279.671 Groups Total 1982.967 Sum of Squares 703.295 df 3 26 29 Mean Square 234.432 49.218 F 4.763 Sig. 0.009

df1 3

df2 26

Sig. .084

Multiple Comparisons Dependent Variable: BM Tukey HSD Mean Std. Error Sig. 95%

9
Difference (IJ) (I) MASABEL sedikit sederhana banyak sangat banyak (J) MASABEL sederhana banyak sangat banyak sedikit banyak sangat banyak sedikit sederhana sangat banyak sedikit -5.43 -4.06 -14.36* 5.43 1.37 -8.93 4.06 -1.37 -10.30* 14.36* 3.750 3.457 3.903 3.750 3.457 3.903 3.457 3.457 3.623 3.903 .482 .648 .006 .482 .978 .127 .648 .978 .040 .006 .127 .040 Confidence Interval Lower Bound -15.72 -13.54 -25.06 -4.86 -8.11 -19.64 -5.43 -10.86 -20.24 3.65 -1.78 .36

Upper Bound 4.86 5.43 -3.65 15.72 10.86 1.78 13.54 8.11 -.36 25.06 19.64 20.24

sederhana 8.93 3.903 banyak 10.30* 3.623 * The mean difference is significant at the .05 level.

Pelaporan Ujian ANOVA menunjukkan terdapat perbezaan skor min BM yang signifikan dalam kalangan murid mengikut tempoh masa belajar, dengan df (3, 26), p < 0.05. Dengan ini hipotesis nul adalah ditolak. Ujian post-hoc menunjukkan perbezaan ketara mengikut tempoh masa belajar adalah antara murid yang sangat banyak masa belajar dengan sedikit masa belajar (beza min 14.36). 2.4 Korelasi 1. pilih menu statistics 2. klik correlate --- Bivariate 3. pilih variables (skor BM dan matematik) dan klik butang  untuk gerakkannya ke kotak variables 4. pilih pearson correlation dan two-tailed 5. Klik ok Keputusan Korelasi Pearson Correlations BM 1 . 30 .274 .142 30 MATE .274 .142 30 1 . 30

BM MATE

Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N

Intepretasi Kekuatan hubungan: Nilai hubungan < 0.20 Kekuatan hubungan Amat lemah

10 0.21 – 0.40 0.41 – 0.60 0.61 – 0.80 0.81 – 1.00 Lemah Sederhana kuat Kuat Sangat kuat

Pelaporan Tidak terdapat korelasi / hubungan yang signifikan antara min skor BM dan Mate dengan nilai r = 0.274, p>0.05. Hipotesis nul adalah diterima. Ini menunjukkan tinggi skor BM tidak semestinya tinggi juga dalam skor Mate, begitu juga sebaliknya.

Ahmad menjalankan kajian ke atas murid kelasnya, dan data berikut telah dikumpul:
ID murid 1 2 3 4 5 6 7 8 9 10 11 12 13 jantina L L P P L L L P P L P L L pendapatan 1005 1245 2789 2135 1897 435 1289 879 921 1578 1921 456 589 masa belajar 35m 195m 210m 140m 180m 50m 130m 200m 45m 150m 85m 225m 85m skor bm 70 80 75 55 77 75 67 88 65 68 70 80 85 skor m3 70 70 85 65 70 65 73 67 76 80 60 80 70 gred seni a a c d b b b c d a a a a

11
14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 P L P P L P L L L P L P P L P L P 721 936 1721 1667 500 4521 478 1009 932 967 3074 3173 350 1010 623 831 439 95m 60m 105m 55m 60m 100m 30m 70m 110m 190m 85m 75m 240m 90m 105m 40m 75m 65 67 78 65 78 66 56 60 75 85 67 68 75 68 76 65 80 65 70 67 76 82 77 62 70 75 85 73 67 86 72 67 72 70 b b c b a c d b b c c a d a a b c

ARAHAN: SILA ‘RECODE’ PEMBOLEH UBAH BERIKUT MELALUI PROSEDUR BERIKUT; 1. Tukarkan pendapatan kepada kod seperti berikut: <Rm500 = 1 RM501-RM1000 = 2 RM1001-RM1500 = 3 RM1501-RM2000 = 4 >RM2000 = 5 2. Tukarkan masa belajar kepada kod seperti berikut: 0 minit – 60 minit = 1 61 minit – 120 minit = 2 121 minit – 180 minit = 3 181 minit – 240 minit = 4 A=4 B=3 C=2 D=1

Sgt. rendah Rendah Sederhana tinggi Sgt. tinggi Malas Kurang Rajin Sgt rajin

3. Tukarkan gred Seni seperti berikut:

4. Purata markah sekolah : BM 75, Matematik 70

Setelah semua data telah dimasukkan dalam Program SPSS, kemudian di recode, sila jalankan analisis, intepretasi output daripada SPSS serta sediakan laporan lengkap berdasarkan soalan-soalan berikut: 1. Melalui analisis deskriptif, nyatakan frekuensi, peratus serta geraf bar murid mengikut jantina. 2. Melalui analisis deskriptif, nyatakan min dan sisihan piawai, mod dan median bagi pemboleh ubah pendapatan, masa belajar, skor BM, skor Matematik dan gred Seni. 3. RQ: Apakah perbezaan markah antara mata pelajaran BM dan Matematik?. Ho: Tidak terdapat perbezaan signifikan antara min skor BM dan min skor Matematik (Ujian- bersandar / paired t-test) 4. RQ: Apakah perbezaan markah BM dan Matematik berdasarkan jantina murid? Ho: Tidak terdapat perbezaan signifikan antara markah BM dan Matematik

12 berdasarkan jantina (Ujian-t tidak bersandar / independent sample t-test) 5. RQ: Apakah perbezaan markah BM dan markah Matematik berdasarkan kadar masa belajar murid? Ho: Tidak terdapat perbezaan signifikan antara markah BM dan markah Matematik berdasarkan kadar masa belajar murid. (Analysis of Varians - ANOVA) 6. Apakah perbezaan markah BM dan markah Matematik berdasarkan pendapatan ibu bapa murid. 7. RQ: Apakah hubungan antara pencapaian BM dengan Matematik? Ho: Tidak terdapat hubungan signifikan antara pencapaian BM dengan Matematik (Korelasi Pearson) 8. Jalankan Ujian Korelasi Pearson bagi melihat hubungan antara pencapaian BM dan Matematik dengan Pendapatan dan masa belajar murid. 9. RQ: Apakah hubungan antara gred pencapaian Seni dengan Pendapatan dan masa belajar murid? Ho: Tidak terdapat perbezaan signifikan antara gred pencapaian Seni dengan Pendapatan dan masa belajar murid. (Korelasi Spearman)

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->