Professional Documents
Culture Documents
SPSS adalah adalah singkatan daripada Statistical Package for the Social Science yang digunakan untuk pelbagai analisis statistik. SPSS juga merupakan sebahagian dalam proses penyelidikan dan ia membantu proses analisis data agar dapat dilaksanakan dengan cepat dan mudah..
Page 1
Page 2
1. Memulai SPSS versi 17.0 a) Klik Start Programs SPSS Statistics 17.0
Rajah 1
Rajah 2
faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0
Page 3
Tetingkap tersebut mengandungi beberapa pilihan aktiviti yang boleh dilaksanakan di dalam SPSS. Berikut adalah keterangan ringkas untuk setiap pilihan aktiviti: Run the tutorial Arahan ini dipilih apabila pengguna ingin membuka tutorial tentang penggunaan SPSS. Type in data Arahan ini dipilih apabila pengguna ingin menaip atau memasukkan data baru dalam SPSS. Run an existing query Arahan ini membolehkan pengguna melaksanakan query yang telah dibina dalam Database Wizard. y Query permintaan aktiviti SPSS yang telah dibina mengikut keperluan masingmasing. Create new query using Database Wizard Arahan ini membolehkan pengguna membina query baru menerusi Database Wizard. Open an existing data source Arahan ini untuk pengguna membuka fail data SPSS yang telah dibina sebelum ini. 2) Memasukkan data baru Untuk memasukkan data baru, pengguna perlu memilih arahan Type in data pada tetingkap di Rajah 2 dan klik butang OK. Tetingkap seterusnya iaitu SPSS Statistics Data Editor akan tampil seperti di bawah :
Rajah 3
faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0
Page 4
Dalam paparan tersebut, terdapat 2 jenis pilihan paparan skrin: a) Data View merupakan skrin untuk memasukkan data dari kajian masingmasing-masing b) Variable View merupakan skrin untuk membina pembolehubah yang berkaitan dengan data kajian 3) Menamakan Variable (Pembolehubah) Sebelum mengisi data yang akan dianalisis, pengguna dikehendaki menamakan variable (pembolehubah) terlebih dahulu. Klik pada Variable View pada tetingkap Rajah 3. Tetingkap seperti Rajah 4 di bawah akan dipaparkan.
Rajah 4 Penghasilan Variable (Pembolehubah) a) Name Nama pembolehubah mestilah sesuai dan ia tidak boleh melebihi 8 aksara. Contoh ; JANTINA, UMUR, JENISSEK dll b) Type - lajur Type adalah untuk menentukan jenis pembolehubah yang dibina. Apabila tetingkap Variable Type dipaparkan seperti Rajah 5 di bawah, pengguna boleh buat pilihan yang sesuai untuk pembolehubah yang dibina.
Page 5
Rajah 5 c) Width - lajur yang membolehkan pengguna mengubah panjang sesuatu data yang diterima oleh pembolehubah. Nilai asal yang diberian adalah 8. d) Decimal bilangan titik perpuluhan yang boleh diubahsuai bagi data yang berbentuk numerik atau angka. e) Label lajur yang membenarkan pengguna menaip label atau istilah sebenar bagi pembolehubah yang dibina untuk rujukan di masa hadapan. Maksimum adalah 255 aksara. (*proses label adalah pilihan pengguna dan pengabaian proses ini tidak menghasilkan ralat pada analisis data yang dilakukan) f) Values ia lebih kepada proses pengkodan data mengikut label yang telah ditetapkan. Contoh; penggunaan skala likert atau jantina responden. Paparan Value Labels adalah seperti rajah dibawah.
Rajah 6
Page 6
g) Missing proses ini digambarkan seperti rajah tetingkap di bawah. Ia membolehkan pengguna menguruskan data yang hilang atau tidak lengkap. (*ia bukan proses yang mesti dilakukan tetapi ia perlu bagi menjamin kejituan keputusan analisis data)
Rajah 7
h) Align - untuk mengubahsuai alignment data yang ditaip. Terdapat 3 jenis iaitu Right, Left dan Center dan biasanya pengguna memilih Right. i) Measures - terdapat 3 skala pengukuran pembolehubah iaitu Scale, Ordinal dan Nominal. Hasil keseluruhan SPSS Statistics Data Editor pada Variable View adalah seperti paparan di bawah.
Rajah 8 4) Langkah Memasukkan Data a) Klik Data View pada tetingkap Rajah 3 untuk mengisi data yang akan dianalisis seperti rajah di bawah.
Rajah 9
faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0
Page 7
Berikut adalah data bagi mengumpul markah 10 orang pelajar untuk empat matapelajaran iaitu Sains, Matematik, Sejarah dan Geografi. Sains : 60,70,80,90,50,60,45,76,90 Matematik : 65,70,80,90,50,60,65,55,70,100 Sejarah : 75,70,80,95,60,70,45,55,75,60 Geografi : 80,80,90,70,40,50,65,80,90,50 Sekarang kita mulai menginput data sesuai contoh di atas 1. 2. 3. Klik start -> All program -> SPSS for windows Menu yang akan muncul berupa sheet (excel) yaitu Data View (tempat memasukkan data), dan Variabel View (tempat mendefinisikan variabel) Klik Variabel View. a) lajur Name = SAINS b) lajur Type = Numeric c) lajur Width = 8 (banyaknya karakter) d) lajur Decimal = 0 (banyaknya angka di belakang koma) e) Lajur Label = MARKAH AKHIR (label variabel) f) Lajur Value = None (diisi jika data kualitatif: misalkan L = 1, P = 2) g) Lajur Missing = None h) Lajur Columns = 8 (lebar disesuaikan ) i) Lajur Align = Right (alignment tulisan) j) Lajur Measure = Scala (jenis data) Teruskan dengan mendefinikan variabel MATEMATIK , SEJARAH dan GEOGRAFI . Klik Data View, masukkan semua data variabel SAINS, MATEMATIK, SEJARAH dan GEOGRAFI. Selesai (Proses kemasukan data selesai), menu SPSS jangan ditutup. Paparan akan terhasil seperti rajah di bawah.
4. 5. 6.
Rajah 10
Page 8
Rajah 11 Analisis Deskriptif Ia merupakan analisis yang bertujuan untuk menggambarkan keadaan data. Analisis deskriptif berupa ukuran berpusat seperti min, median, dan mod. Ukuran penyebaran pula adalah seperti kuartil, desil dan persentil. Langkah langkahnya: 1. Klik Analyze -> klik Descriptive Statistic -> klik Frequencies. Ia akan terpapar tetingkap berikut.
Rajah 12
Page 9
2. Klik SAINS -> klik tanda (>) (untuk memasukkan variabel SAINS ke kolom variables(s) 3. Klik MATEMATIK -> klik tanda (>) (untuk memasukkan variabel MATEMATIK ke kolom variables(s) dan seterusnya untuk SEJARAH dan GEOGRAFI.
Rajah 13 4. Seterusnya klik butang Statistics dan akan terpapar tetingkap berikut.
Rajah 14 5. Klik butang Continue dan klik butang Chart pada paparan Rajah 13. Klik pada butang histogram seprti paparan tetingkap di bawah. Klik butang Continue dan OK.
Page 10
Rajah 15 6. Hasil output daripada proses memasukkan data tadi adalah seperti di bawah.
Frequencies
Statistics MARKAH AKHIR 10 0 72.00 72.50 .008 .687 -1.147 1.334 57.50 72.50 90.00 MARKAH AKHIR 10 0 70.50 67.50 .745 .687 .000 1.334 58.75 67.50 82.50 MARKAH AKHIR 10 0 68.50 70.00 .197 .687 .356 1.334 58.75 70.00 76.25 MARKAH AKHIR 10 0 69.50 75.00 -.497 .687 -1.151 1.334 50.00 75.00 82.50
N Mean Median Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Percentiles
Valid Missing
25 50 75
Page 11
Frequency Table
MARKAH AKHIR SAINS Cumulative Percent 10.0 20.0 40.0 50.0 60.0 70.0 90.0 100.0
Valid
45 50 60 70 75 80 90 100 Total
Frequency 1 1 2 1 1 1 2 1 10
Percent 10.0 10.0 20.0 10.0 10.0 10.0 20.0 10.0 100.0
Valid Percent 10.0 10.0 20.0 10.0 10.0 10.0 20.0 10.0 100.0
MARKAH AKHIR MATEMATIK Frequency 1 1 1 2 2 1 1 1 10 Percent 10.0 10.0 10.0 20.0 20.0 10.0 10.0 10.0 100.0 Valid Percent 10.0 10.0 10.0 20.0 20.0 10.0 10.0 10.0 100.0 Cumulative Percent 10.0 20.0 30.0 50.0 70.0 80.0 90.0 100.0
Valid
50 55 60 65 70 80 90 100 Total
MARKAH AKHIR SEJARAH Cumulative Percent 10.0 20.0 40.0 60.0 80.0 90.0 100.0
Valid Percent 10.0 10.0 20.0 20.0 20.0 10.0 10.0 100.0
Page 12
MARKAH AKHIR GEOGRAFI Cumulative Percent 10.0 30.0 40.0 50.0 80.0 100.0
Valid
40 50 65 70 80 90 Total
Frequency 1 2 1 1 3 2 10
Histogram
H H
3 .0 2 .5
r
1 .0 0 .5
0 .0 50 60 70 80 90 100
3.0
2.5
2.0
1.5
1.0
0.5
0.0 40 50 60 70 80 90 100
2 .0
1 .5
e a n = 7 0 .5 td . De v. = 1 5 .5 3 7 = 10
Page 13
MARKAH AKHIR
Frequency
MARKAH AKHIR
M R A A H A K H K IR
Frequency
0 40 50 60 70 80 90
MARKAH AKHIR
!!
Mean = 69.5 Std. Dev. = 17.709 N = 10
!"
!#
!$
!%
!&
!'
Page 14
2. Klik arahan Analyze Scale Reliability Analysis. Apabila tetingkap diaparkan, aktifkan kesemua pembolehubah yang mewakili item soalan dan pindahkan ke kotak Items seperti rajah di bawah.
Page 15
3. Klik butang Statistics dan aktifkan arahan berikut untuk memaparkan maklumat mengenai nilai kebolehpercayaan bagi setiap item.
4. Tekan butang Contimue dan tekan OK. Paparan output adalah seperti berikut.
Reliability
Case Processing Summary N Cases Valid Excludeda Total 10 0 10 % 100.0 .0 100.0
))
Cronbach's lpha .
Page 16
Item-Total Statistics
S1 S2 S3 S4 S5 S6 S7 S8 S9 S10
Scal
an i Deleted 39.80
Cronbach' l ha i Item Deleted .971 .976 .975 .974 .975 .974 .974 .974 .974 .974
72 5 6 23 2
Page 17
ANALISIS KORELASI
Pengenalan
Korelasi digunakan untuk mendapatkan hubungan antara dua pembolehubah. Hubungan yang wujud dalam analisis korelasi alah hubungan yang bersifat linear posistif atau negative. Pekali korelasi yang diperolehi akan mentafsir kekuatan antara dua pembolehubah tersebut. Jenis Analisis Korelsi : 1. Menjalankan Uji Korelasi Bivariat 2. Menjalankan Uji Korelasi Spearman dan Kendall 3. Uji Korelasi Parsial
Page 18
Rajah 16 iii. iv. v. vi. vii. Kemudian klik semua variabel yang akan dikorelasikan dan masukkan ke kotak Variables dengan mengklik tanda panah (4). Untuk kotak Correlation Coefficients, pilihlah Pearson kerana anda ingin melakukan uji atas data ratio. Untuk kotak Test of Significance, pilih option Two-tailed untuk uji dua arah atau dua sisi. Untuk pilihan Flag significant correlations boleh dipilih hingga pada output akan muncul tanda * untuk signifikansi 5% dan tanda ** untuk signifikansi 1%. Kemudian klik butang Options hingga di layar muncul seperti di bawah:
Rajah 17
Page 19
Nota tambahan: y Anda boleh memaparkan output nilai Means and standard deviations dengan mengklik pilihan yang sesuai pada kotak Statistics. y Pada pilihan Missing Values ada dua pilihan: (a) Exclude cases pairwise: pasangan yang salah satu tidak ada datanya tidak dimasukkan dalam perhitungan. Akibatnya, jumlah data tiap pasangan korelasi akan bervariasi. (b) Exclude cases listwise: Yang dibuang adalah data yang salah satu variabelnya memiliki missing data. Jumlah data untuk semua variabel korelasi adalah sama. y Untuk keseragaman pilih Exclude cases pairwise. y Tekan Continue jika sudah selesai. y Kemudian tekan OK dan akan muncul output:
Correlations
Descriptive Statistics Mean Std. eviation Correlations 7992.88 2811.802 4089.50 2629.585 Correlations 4070.50 871.850 460.75 79.769 N 8 8 8 8
Belanja Jualan Belanja Jualan Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N 1 8 .648 .082 8 .734(*) .038 8 .925(**) .001 8
Belanja promosi
Belanja iklan
Belanja penjualan
* Correlation is significant at the 0.05 level (2-tailed). ** Correlation is significant at the 0.01 level (2-tailed).
Page 20
Rajah 19
Page 21
3. Masukkan variabel ke kolom Variables dan klik-lah Kendall s tau-b dan Spearman untuk mendapatkan output korelasi Kendall dan Spearman. 4. Pilih option Two-tailed dan Flag significant correlations. Tekan tombol Options dan kemudian pilih Continue. 5. Kemudian tekan OK, maka akan tampil output:
Nonparametric Correlations
Correlations Prestasi 1.000 . 9 .094 .742 9 .261 .340 9 1.000 . 9 .078 .841 9 .418 .263 9 IQ .094 .742 9 1.000 . 9 .350 .225 9 .078 .841 9 1.000 . 9 .450 .224 9 Motivasi .261 .340 9 .350 .225 9 1.000 . 9 .418 .263 9 .450 .224 9 1.000 . 9
Kendall's tau_b
Prestasi
Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N
IQ
Motivasi
Spearman's rho
Prestasi
IQ
Motivasi
Page 22
Rajah 20 3. Kemudian masukkan variabel-variabel yang akan diuji korelasinya ke dalam kotak Variables, dalam contoh ini adalah variabel motivasi dan prestasi. 4. Untuk kotak Controlling for atau variabel yang dikeluarkan dan dikontrol, dalam contoh ini adalah variabel IQ, maka klik variabel IQ masukkan ke dalam kotak itu. 5. Kemudian klik butang Options dan pilih Zero-order correlations pada kotak Statistics. Maka akan tampil di layar seperti di bawah:
Rajah 21 6. Kemudian tekan Continue lalu OK, maka akan tampil output:
Page 23
Partial Corr
Corr l tions restasi Corr l tion Si nifi nce (2-t iled) df Correl tion Si nificance (2-tailed) df Correlation Si nificance (2-tailed) df Correlation Si nificance (2-tailed) df Correlation Si nificance (2-tailed) df
oti asi
oti asi
y y
Pada zero order (tanpa variabel kontrol) didapat koefisien adalah 0,507. Setelah variabel IQ dikeluarkan dan dilakukan korelasi, maka korelasi antara prestasi dan motivasi menjadi 0,511.
restasi
FDE S
DDD
HP HG H
restasi 1.
CB
Page 24
ANALISIS REGRESI
Pengenalan
Regresi adalah bentuk hubungan fungsional antara variable responden dan peramal. Analisis regresi merupakan teknik statistic yang banyak penggunaanya serta mempunyai manfaat yang cukup besar bagi mengambil sesuatu keputusan. Secara umum, dalam analisis resgresi, method kuadrat terkecil (least square method) digunakan untuk mencari kesepadanan garis regresi dengan data sampel yang dikaji
Rajah 22
Page 25
Regression
Rajah 23 3. Klik variabel Jualan dan masukkan ke kotak Dependent. Kemudian klik promosi dan masukkan ke kotak Independent(s). 4. Oleh kerana data didasarkan pada daerah penjualan, maka masukkan variabel daerah ke dalam kotak Case Labels. Untuk keseragaman, pada kotak Method, pilihlah jenis Enter (semua variabel dalam blok dimasukkan dalam perhitungan single step. )
Rajah 24
Page 26
Rajah 25 Nota tambahan : y Untuk Stepping Method Criteria, digunakan uji F dengan standar probabilitas 5%. Oleh kerana itu, angka Entry .05 untuk pilihan 5%. y Oleh kerana kita ingin tetap mengikutkan konstant, maka Include constant in equation tetap dipilih. y Klik Continue untuk meneruskan langkah. 6. Pilih kotak Statistics dengan mengklik pilihan tersebut. Di layar akan tampil:
Rajah 26
faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0
Page 27
7. Klik Estimates, Descriptive dan Model fit. Pada kotak Residuals, klik pada Casewise diagnostics, dan dari situ dipilih all cases. Untuk melihat pengaruh regresi terhadap keseluruhan daerah. Kemudian klik Continue. 8. Pilih kotak Plots untuk melihat grafik untuk regresi. Pada layak tampil:
Rajah 27 9. Klik pilihan SDRESID dan masukkan ke pilihan Y. Klik pilihan ZPRED dan masukkan ke pilihan X. Setelah kedua variabel X dan Y terisi, klik butang Next untuk melanjutkan pengisian plot kedua.
Rajah 28
Page 28
10. Paparan seterusnya menunjukkan variabel Y dan X kosong kembali. Sekarang klik pilihan ZPRED dan masukkan ke Y dan klik pilihan DEPENDENT masukkan ke pilihan X.
Rajah 29 11. Untuk plot ketika pilihlah Standardized Residual Plots, kliklah pada Normal Probability Test. Kemudian klik Continue lalu klik OK. 12. Akan mucul Output SPSS sebagai berikut dan simpanlah output itu.
Regression
escri ti e Statistics Mean 230.75 31.25
Jualan dalam RM juta promosi dalam RM juta Jualan dalam RM juta promosi dalam RM juta Jualan dalam RM juta promosi dalam RM juta
V Y
N 8 8
Page 29
V ri odel
l s nt r d/
oved
Met od
Model 1
df 1 6 7
Model 1 a.
b.
oefficientsa
b.
Model 1
R .927 a
R Square .859
tt
Model Su
ar
u v
b.
nter
Variables Removed
f
Std. Error of t e Estimate 12.876
e d c a b bb b ` ` g
F 36.511
Sig. .001 a
t 6.275 6.042
Page 30
Casewise Diagnosticsa aerah dalam terengganu Kuala Terengganu Kuala Berang ungun Marang Besut Setiu Kemaman Marang
Case Number 1 2 3 4 5 6 7 8 a.
Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residual Stud. Residual eleted Residual Stud. eleted Residual Mahal. istance Cook's istance Centered Leverage Value a.
Minimum 194.18 -1.244 4.555 190.57 -17.290 -1.343 -1.438 -19.835 -1.622 .001 .030 .000
Maximum 294.08 2.154 11.427 305.50 16.142 1.254 1.340 18.451 1.462 4.638 .499 .663
Mean 230.75 .000 6.036 231.87 .000 .000 -.025 -1.118 -.039 .875 .142 .125
Std. eviation 29.406 1.000 2.394 33.277 11.920 .926 1.018 14.971 1.069 1.604 .151 .229
Std. Residual -.545 -1.022 .767 1.254 .530 -.239 .599 -1.343
Jualan dalam RM juta 205 206 254 246 201 291 234 209
Predicted Value 212.02 219.15 244.13 229.86 194.18 294.08 226.29 226.29
Page 31
Chart
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Jualan dalam R juta
1.0 Marang 0.8 Besut Dungun Kemaman 0.6 Setiu 0.4 Kuala Terengganu 0.2 Kuala Berang
Scatterplot
-1
Kuala Berang
Marang
-2 -1 0 1 2
Regression Standardized Predicted Value faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0
Page 32
Scatterplot
Seti 2
1 Dungun Marang
0 Kuala Berang
Marang
Kemaman
Kuala Terengganu -1
esut
200
220
240
260
280
300
Page 33