P. 1
NOTA PEMBELAJARAN SPSS

NOTA PEMBELAJARAN SPSS

|Views: 1,212|Likes:
Published by Faridah Mohamad

More info:

Published by: Faridah Mohamad on Jul 04, 2011
Copyright:Attribution Non-commercial

Availability:

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

04/15/2013

pdf

text

original

PENGENALAN

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..

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

Page 1

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

Page 2

LANGKAH PERMULAAN SPSS

1. Memulai SPSS versi 17.0 a) Klik Start Programs SPSS Statistics 17.0

Rajah 1

b) Seterusnya tetingkap yang berikut akan dipaparkan seperti di bawah :

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.

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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

CONTOH MUDAHPENGGUNAAN SPSS

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

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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.

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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

Frequency Valid 45 55 60 70 75 80 95 Total 1 1 2 2 2 1 1 10

Percent 10.0 10.0 20.0 20.0 20.0 10.0 10.0 100.0

Valid Percent 10.0 10.0 20.0 20.0 20.0 10.0 10.0 100.0

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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

Percent 10.0 20.0 10.0 10.0 30.0 20.0 100.0

Valid Percent 10.0 20.0 10.0 10.0 30.0 20.0 100.0

Histogram 
   
H H
3 .0 2 .5

r
1 .0 0 .5

0 .0 50 60 70 80 90 100

H

H

H

H

3.0

2.5

2.0

1.5

r

1.0

0.5

0.0 40 50 60 70 80 90 100

ean = 72 td. Dev . = 18.288 = 10

H

H

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0 

  

  

   

¢ ¤ £¡ ¡£¢¡  

¢ ¤ £¡ ¡£¢¡   

©¦ ¨§ ¦  ©¦ ¨§ ¦ ¥ ¥

2 .0

1 .5

e a n = 7 0 .5 td . De v. = 1 5 .5 3 7 = 10

Page 13

MARKAH AKHIR

4

3

Frequency

2

1

0

Mean = 68.5 Std. Dev. = 14.152 N = 10

MARKAH AKHIR

M R A A H A K H K IR

5

4

Frequency

3

2

1

0 40 50 60 70 80 90

MARKAH AKHIR

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

!!
Mean = 69.5 Std. Dev. = 17.709 N = 10

!"

!#

!$

!%

!&

!'

Page 14

ANALISIS KEBOLEHPERCAYAAN INSTRUMEN
Pengenalan
Kebolehpercayaan atau reliability merupakan ukurann keupayaan sesuatu instrument penyelidikan dalam mengukur permasalahan (pembolehubah) kajian secara konsisten setiap kali ia digunakan pada masa, tempat dan sampel yang berlainan. Salah satu cara yang biasa digunakan dalam analisis Reliability adalah Croanbach Alpha dan biasanya bacaan perlulah lebih daripada 0.7. Bacaan 0.6 boleh diterima dan bawah 0.6 adalah ditolak dan tidak boleh dipercayai.

Langkah-langkah Analisis Reliability
1. Buka fail yang hendak dianalisis.

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.

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics N of Ite s 10

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

1

))

Cronbach's lpha .

(

0

Page 16

Item-Total Statistics

S1 S2 S3 S4 S5 S6 S7 S8 S9 S10

39.60 39.70 39.70 39.60 39.70 39.70 39.70 39.70 39.70

33.156 32.900 32.678 32.933 32.678 32.678 32.678 32.678 32.678

.819 .864 .895 .849 .895 .895 .895 .895 .895

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

@

Scal

5

an i Deleted 39.80

4

9

Scale Variance i tem Deleted 32.400

Corrected Item-Total Correlation .972

Cronbach' l ha i Item Deleted .971 .976 .975 .974 .975 .974 .974 .974 .974 .974

8

4

4

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

Aplikasi Uji Korelasi Bivariat (Product-Moment Pearson)
y y y Untuk menentukan korelasi (kuatnya hubungan) antara variabel-variabel penelitian. Jika ada hubungan, maka berapakah kuat hubungan antara variabel tersebut. Dapat digunakan untuk jenis data Ratio (Scale) atau Interval. Belanja Jualan RM12500 RM11000 RM 9750 RM7742 RM5656 RM4555 RM6750 RM5990 Belanja promosi RM 8750 RM 7000 RM 3550 RM 4555 RM 2555 RM 3256 RM 3300 RM 2750 Belanja iklan RM 5450 RM 4210 RM 4100 RM 3990 RM 3550 RM 2390 RM 4554 RM 4320 Unit Jualan 600 540 465 430 421 350 480 400

Bulan Januari Februari Mac April Mei Jun Julai Ogos

LANGKAH UNTUK UJI KORELASI BIVARIAT (Pearson)
i. ii. Masukkan data di atas ke dalam Program SPSS dengan nama variabel Bulan, BelanjaJualan, Belanjapromosi, BelanjaIklan, dan UnitJualan Klik menu utama Analyze Correlate Bivariate, maka tetingkap akan kelihatan separti di bawah:

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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 promosi Belanja iklan Belanja penjualan

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 .648 .082 8 1 8 .510 .197 8 .729(*) .040 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).

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

A

Belanja iklan .734(*) .038 8 .510 .197 8 1 8 .835(**) .010 8

Belanja penjualan .925(**) .001 8 .729(*) .040 8 .835(**) .010 8 1 8

Page 20

Aplikasi Uji Korelasi Spearman dan Kendall
y y y Untuk menentukan korelasi (kuatnya hubungan) antara variabel-variabel berdasarkan peringkat. Jika ada hubungan, berapa banyakkah kekuatan hubungan antara variabel tersebut. Dapat digunakan untuk jenis data ordinal.

LANGKAH UNTUK UJI KORELASI SPEARMAN DAN KENDALL
1. Masukkan data berikut ini ke dalam Program SPSS dengan nama variabel pekerja, prestasi, iq, dan motivasi.

Rajah 18 2. Klik menu utama Analyze | Correlate | Bivariate, tampak di layar:

Rajah 19

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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

Aplikasi Uji Korelasi Parsial (Partial Correlation)
y y y Untuk menentukan korelasi (kuatnya hubungan) antara variabel-variabel dengan melakukan kawalan terhadap satu atau lebih variabel tambahan. Perlu mempertimbangkan pengaruh atau kesan dari variabel lain dalam menghitung korelasi antara dua variabel. Dengan mengeluarkan pengaruh dari satu atau beberapa variabel (disebut variabel kawalan).

LANGKAH UNTUK UJI KORELASI PARSIAL
1. Gunakan data pekerja, prestasi, iq, dan motivasi seperti jadual di atas. 2. Klik menu utama Analyze Correlate Partial, dan tetingkap seperti di bawah akan terpapar:

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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:

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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

I

oti asi

a. Cells contain zero-order ( earson) correlations.

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.

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

I

I

Q

S

R

Q

I

restasi

. 0 .507 .164 7 .155 .691 7 1.000 . 0 .511 .195 6

FDE S

R

DDD

Q

H

HP HG H

I

I

I

S

T

R

Q

Control ariables -none- a

restasi 1.

oti asi . .164 7 1.000 . 0 .549 .126 7 .511 .195 6 1.000 . 0

I

.155 .691 7 .549 .126 7 1.000 . 0

T

CB

U

T

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

Aplikasi Analisis Regresi Sederhana
y y y y y y Analisis Regresi utamanya digunakan untuk tujuan peramalan. Dalam model regresi sederhana ini, terdapat satu variabel dependant (terikat) dan satu variabel independent (bebas). Dalam contoh latihan ini, variabel independennya adalah promosi dan variabel dependennya adalah jualan. Dapat digunakan untuk jenis data Rasio (Scale) atau Interval.

LANGKAH UNTUK ANALISIS REGRESI SEDERHANA
1. Masukkan data di atas ke dalam Program SPSS dengan nama variabel daerah, promosi dan jualan seperti rajah di bawah.

Rajah 22

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

Page 25

2. Klik menu utama Analyze

Regression

Linear, tampak di layar:

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

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

Page 26

5. Kemudian klik butang Options hingga di layar tampil.

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

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

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

Pearson Correlation Si . (1-tailed) N

Jualan dalam RM juta promosi dalam RM juta Jualan dalam RM juta promosi dalam RM juta Jualan dalam RM juta promosi dalam RM juta

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

X

W

V Y

Std. Deviation 31.730 8.242

N 8 8

Correlations promosi dalam RM juta .927 1.000 .000 . 8 8

Jualan dalam RM juta 1.000 .927 . .000 8 8

Page 29

V ri odel

l s nt r d/

oved

Met od

1

a. All requested variables entered.

a. Predictors: (Constant), promosi dalam RM juta

V

Model 1

Regression Residual otal

Sum of Squares 6052.812 994.688 7047.500

df 1 6 7

a. Predictors: (Constant), promosi dalam RM juta

Model 1 a.

(Constant) promosi dalam RM juta

Unstandardi ed Coefficients B Std. Error 119.256 19.005 3.568 .590

Standardi ed Coefficients Beta .927

ependent Variable: ualan dalam RM juta

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

…

…

„

s

s

r

b.

ependent Variable: ualan dalam RM juta

oefficientsa

€ v

‚

€

ƒ

r

x

b.

ependent Variable: ualan dalam RM juta

w

Model 1

R .927 a

R Square .859

tt

Model Su

ar

Adjusted R Square .835

u v

s

y

r

b.

ependent Variable: ualan dalam RM juta

p

.

nter

q

h

Variables Entered promosi dalam a j ta

Variables Removed

f
Std. Error of t e Estimate 12.876

e d c a b bb b ` ` g

i

h

Mean Square 6052.812 165.781

F 36.511

Sig. .001 a

t 6.275 6.042

Sig. .001 .001

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.

ependent Variable: Jualan dalam RM juta

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

ependent Variable: Jualan dalam RM juta

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

†

‡

†

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

Residual -7.019 -13.155 9.871 16.142 6.820 -3.079 7.710 -17.290

† † † † † †

Resi uals Statisticsa N 8 8 8 8 8 8 8 8 8 8 8 8

†

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

Expected Cum Prob

Marang 0.0 0.0 0.2 0.4 0.6 0.8 1.0

Observed Cum Prob

Scatterplot

Dependent Variable: Jualan dalam R juta
Marang

1

Dungun Besut Kemaman

Regression Studentized Deleted (Press) Residual

0 Kuala Terengganu Setiu

-1

Kuala Berang

Marang

-2 -1 0 1 2

Regression Standardized Predicted Value faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

ˆ

Page 32

Scatterplot

Dependent Variable: Jualan dalam RM juta

Seti 2

Regression Standardized Predicted Value

1 Dungun Marang

0 Kuala Berang

Marang

Kemaman

Kuala Terengganu -1

esut

200

220

240

260

280

Jualan dalam RM juta

faridahmohamad76@gmail.com Kolej Komuniti K.Trg SPSS version 17.0

‰
300



Page 33

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)//-->