PENGENALAN SPSS PERTEMUAN 1-3

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGENALAN SPSS PERTEMUAN 1-3"

Transkripsi

1 PERTEMUAN - PENGENALAN SPSS A. Mengaktifkan SPSS Klik Start =>Program => SPSS for Windows Setelah muncul kotak dialog pilihlah: type in data untuk memulai kerja baru Open an existing data source untuk mengedi data yang sudah disimpan sebelumnya Anda akan masuk pada SPSS data editor seperti gambar di samping. B. Menentukan jenis variable Setelah anda masuk SPSS data editor, pojok kiri bawah tampak ada dua menu yaitu: data view dan variable view. Pilihlah variable view sebelum melanjutkan memasukkan data. Dalam variable view memiliki kolom identitas data: a. Name : nama variable (hanya boleh satu kata) b. Type : tipe data (sesuaikan dengan data yang anda masukkan, untuk data angka gunakan numeric) c. Width : menentukan jumlah karakter atau angka yang akan tampil pada data editor. d. Decimals: menentukan jumlah angja di belakang koma e. Label : memberikan identitas variable f. : digunakan untuk memasukkan angka sebagai pengganti kode pada data Value nominal dan ordinal. g. Missing : untuk memberikan keterangan apabila data tidak ada h. Columns : memberikan ukuran lebar kolom di layar editor i. Align : menentukan letak data (rata tengah, rata kiri, rata kanan) j. Measure : menentukan jenis data yang dimasukkan, ada jenis yaitu: scale data yang memiliki acuan nilai nol, contoh tinggi anak, prestasi belajar, berat badan ordinal data yang dikelompokkan tetapi setiap kelompok memiliki nilai berbeda, contoh berat badan kurang dari kg kelompok ringan, sedang, lebih dari kg kelompok berat.

2 nominal data yang dikelompokkan tetapi setiap kelompok memiliki dasar yang sama, misalnya jenis kelamin, metode pembelajaran, jenis media dll. Setelah ke kolom ini diisi, dilanjutkan dengan memasukkan data ke menu editor. Isikan datanya dengan cara klik Data View yang ada di kiri bawah layar, kemudian isikan datanya untuk tiap case (variable) C. Menyimpan Data lewat Data Editor Untuk menyimpan data lakukan langkah-langkah sbb:. Klik menu File => Save As. Beri nama file NB : File yang tersimpan akan langsung berekstensi sav D. Menghapus variabel Untuk menghapus variabel lakukan langkah berikut:. Pindahkan ke Variable View dengan menekan tombol Ctrl-T. Pilih variabel yang akan dihapus dengan meng-klik nomor variabel. Tekan tombol Del E. Menyisipkan variabel dan kasus Untuk variabel maka pindahkan kursor pada kolom yang akan disisipi kemudian klik menu Data; insert Variable lalu isikan datanya Untuk kasus maka pindahkan kursor pada baris yang akan disisipi kemudian klik menu Data; insert Variable lalu isikan datanya F. Transpose Data Transpose data adalah memindahkan kolom data menjadi baris dan sebaliknya. Langkah-langkah untuk transpose data adalah:. Buka file yang akan ditranspose. Pilih menu Data ; Transpose. Pindahkan satu atau beberapa variabel ke kotak Variable. Tekan OK Maka variabel yang dipindahkan akan menjadi case dan variabel yang tidak dipindahkan akan hilang.

3 G. Mengurutkan Data Untuk beberapa kegunaan khusus dan jika datanya banyak, maka diperlukan pengurutan data berdasarkan variabel tertentu. Hal ini dilakukan dengan perintah SORT CASES. Untuk mengurutan data dilakukan langkah berikut :. Buka file yang akan diurutkan. Pilih menu Data ; SORT CASES. Pindahkan satu atau beberapa variabel ke kotak Variable yang akan digunakan sebagai kunci. Pilih modus pengurutannya Ascending(urutan naik) atau Descending(urutan turun). Tekan OK KLASIFIKASI DAN APLIKASI DATA Universitas Binjai melakukan tes akhir semester dan diperoleh data mengenai indeks prestasi mahasiswa sebagai berikut : No Nama Ali Budi Chacha Desy Emil Faisal Ginanjar Hendra Indri Joko Kharisma Lisa Mido Nana Opick IP Untuk keperluan administrasi, nilai IP akan diklasifikasikan menjadi :.. : Cum Laude.. : Sangat Memuaskan

4 .. : Memuaskan <. : Kurang Memuaskan Langkah-langkah input data :. Masukkan data pada data editor. Definisikan variabel : Variabel Nama : IP Type : Numeric Label : Indeks Prestasi Kumulatif. Klik menu DATA, pilih DEFINE VARIABLE PROPERTIES. Muncul kotak dialog, pindahkan variabel IP dari kotak sebelah kanan ke kotak sebelah kiri (VARIABLE SCAN), setelah itu klik COUNTINUE

5 . Kemudian akan muncul kotak dialog yg lain. Masukkan variabel IP ke kolom LABEL

6 . Nilai data disusun berdasarkan urutan IP dari yang terendah sampai yang terbesar pada kolom VALUE. Sedangkan banyaknya data untuk setiap nilai terdapat pada kolom COUNT. Otomatis tanda check list akan muncul jika setiap data telah diisikan labelnya. Kemudian klik OK.. Adapun tampilan outputnya adalah : BPS Binjai melakukan survey mengenai kesejahteraan keluarga dengan mengambil sampel sebanyak responden. Dengan demikian ada variabel yang digunakan, yaitu : Gaji : Gaji setiap bulan Keluarga : Jumlah anggota keluarga Adapun data serveynya adalah : No Gaji Keluarga

7 .... Untuk menguji validitas data, ikuti langkah-;angkah berikut :. Masukkan data ke DATA EDITOR. Definisikan variabel : Variabel Nama : Gaji Label : Gaji bulanan Variabel Nama : Keluarga Label : Jumlah anggota keluarga. Klik menu ANALYZE, pilih DESCRIPTIVE STATISTICS, pilih DESCRIPTIVES.

8 . Akan muncul kotak dialog. Pindahkan variabel gaji dan keluarga ke kotak VARIABLE(S), selanjutnya klik OK.. Adapun hasil outputnya adalah :

9 Dari output di atas terlihat bahwa terdapat data yang hilang sehingga data valid ada.

10 FREKUENSI DATA KUALITATIF Berikut ini merupakan nama-nama mahasiswa Universitas Binjai berdasarkan jenis kelaminnya. No Nama Ali Budi Chacha Desy Emil Faisal Ginanjar Hendra Indri Joko Kharisma Lisa Mido Nana Opick Kelamin Pria Pria Wanita Wanita Pria Pria Pria Pria Wanita Pria Wanita Wanita Pria Wanita Pria Langkah-langkah yang dilakukan :. Definisikan variabelnya : Variabel Nama : Kelamin Type : String Label : Jenis Kelamin. Pada VARIABLE VIEW di kolom VALUE, masukkan untuk pria dan untuk wanita.

11 . Klik menu ANALYZE, ilih DESCRIPTIVE STATISTICS, pilih FREQUENCIES.. Muncul kotak dialog, pindahkan variabel kelamin ke kotak VARIABLE(s)

12 . Masih di kotak dialog yang sama, klik CHART kemudian pilih grafik apa yang ingin ditampilkan. Kemudian Klik FORMAT untuk memilih urutan data yang ingin anda pergunakan.. Setelah itu, klik OK dan akan otomatis ditampilkan hasil output. FREKUENSI DATA KUANTITATIF Kecepatan mahasiswa STMIK ILKOM dalam mengerjakan soal Statistik. Datanya adalah : Langkah-langkahnya : No Waktu (menit). Definisikan variabelnya : Variabel Nama : Waktu Type : Numeric Label : lamanya mengerjakan soal. Klik menu ANALYZE, pilih DESCRIPTIVE dan pilih FREQUENCIES. Muncul kotak dialog lalu pindahkan variabel waktu ke kotak VARIABLE(s). Kemudian klik CHART dan muncul kotak dialog baru, pilih HISTOGRAM dan aktifkan pilihan WITH NORMAL CURVE dan klk CONTINUE. Lalu klik OK dan muncullah outputnya.

13 Pertemuan STANDAR DEVIASI Sebuah lembaga survey ingin melihat rata-rata, simpangan baku, minimum dan maksimum dari penjualan minuman ringan terhadap orang konsumen. Datanya adalah sebagai berikut : Responden Penjualan Langkah-langkahnya adalah :. Defenisikan variabel pada VARIABLE VIEW : Variabel Name : Penjualan Type : Numeric Decimal : Label : Penjualan Minuman Ringan. Isi data pada DATA EDITOR. Klik menu ANALYZE, pilih DESCRIPTIVE dan pilih FREQUENCIES.. Masukkan variabel PENJUALAN ke kotak VARIABLE(s).. Klik STATISTIC pada kotak dialog, maka akan muncul kotak dialog baru dimana pada pilihan DISPERTION, check list STD. DEVIATION, VARIANCE, RANGE, MINIMUM, MAXIMUM, MEAN, MEDIAN dan MODE.

14 . Kemudian klik CONTINEU dan OK. EKSPLORASI DATA Manajeman perusahaan makanan ringan ingin mengetahui bagaimana distribusi penjualannya terhadap cabang yang dimiliki. Adapun datanya adalah : Cabang Penjualan

15 Langkah-langkahnya adalah :. Defenisikan variabel pada VARIABLE VIEW : Variabel Name : Jualan Type : Numeric Decimal : Label : Penjualan Makanan Ringan. Isi data pada DATA EDITOR. Klik menu ANALYZE, pilih DESCRIPTIVE dan pilih EXPLORE.. Masukkan variabel PENJUALAN ke kotak DEPENDENT LIST kemudian pada bagian Display check list STATISTICS.. Kemudian klik OK dan akan muncul hasilnya.

16 SELEKSI BERDASARKAN NILAI DATA Sekolah Tinggi Komputer & akan melakukan seleksi mahasiwa semester yang memiliki IP diatas, untuk diikutkan pada lomba PROGRAMER se Indonesia di Jakarta. Adapun data IP mahasiwanya adalah : Mahasiswa IPK Langkah-langkahnya adalah :. Defenisikan variabel pada VARIABLE VIEW : Variabel Name : IPK Type : Numeric Decimal : Label : Indeks Prestasi Kumulatif. Isi data pada DATA EDITOR. Klik menu DATA, pilih SELECT CASE kemudian akan muncul kotak dialog dan pilih IF CONDITIONAL IS SATISFIED.. Klik IF dan akan muncul kembali kotak dialog yang baru, kemudian pindahkan variabel IPK ke kotak kosong disebelah kanan dan ketik tanda > secara manual maupun klik tombol-tombol dibawahnya.. Kemudian klik CONTINUE dan akan muncul hasilnya.

17 Akan muncul variabel baru filter_$. Data yang memenuhi kriteria (IPK >.) akan bernilai dan yang tidak memenuhi kriteria akan bernilai. Selain itu, kasus yang tidak memenuhi kriteria akan ditandai dengan garis diagonal pada kolom nomor. SELEKSI DATA SAMPEL ACAK Sampel acak digunakan apabila ukuran populasi sangat besar atau mungkin tak terhingga. Pemilihan sampel secara sembarangan tentu akan menghasilkan hasil yang tidak valid sehingga metode pengambilan sampel paling sesuai dengan keadaan yang akan diteliti. Metode Approximately Peneliti BAPEDAL hendak mengambil sampel sebanyak % dari responden penelitian tentang kualitas air minum kemasan. Adapun datanya adalah : Sampel A Kualitas Air B C D Sampel A Kualitas Air B C D

18 . Defenisikan variabel pada VARIABLE VIEW : Variabel Name :A Type : Numeric Decimal : Label : kualitas air merk A Variabel Name :B Type : Numeric Decimal : Label : kualitas air merk B Variabel Name :C Type : Numeric Decimal : Label : kualitas air merk C Variabel Name :D Type : Numeric Decimal : Label : kualitas air merk D. Isi data pada DATA EDITOR. Klik menu DATA, pilih SELECT CASE kemudian akan muncul kotak dialog dan pilih RANDOM SAMPLE OF CASES.. Klik SAMPLE sehingga muncul kotak dialog yang baru. Isikan persentase yang diinginkan ke kotak APPROXIMATELY dan klik CONTINUE. Setelah itu, hasilnya akan muncul. SPSS secara otomatis menyeleksi data secara acak sebanyak % dari total data. Tapi, jika anda mengulang langkah-langkah di atas, hasil yang anda peroleh tidak lah akan sama.

19 Metode Exactly Sampel A Kualitas Air B C D Sampel A Kualitas Air B C D. Klik menu DATA, pilih SELECT CASES, kemudian muncul kotak dialog dan pilih RANDOM SAMPLE OF CASES.. Klik SAMPLE kemudian akan muncul kotak dialog yang baru, pilih EXACTLY dan isikan kiteria kasus pada kotak disebelahnya. Kemudian CONTINUE dan OK. Sama seperti metode aproximatelly, jika anda ulang cara diatas maka hasil untuk setiap analisa tdak akan sama.

20 Seleksi Data Range. Klik menu DATA, pilih SELECT CASES, kemudian akan muncul kotak dialog, pilih BASED ON TIME OR CASE RANGE.. Klik kotak RANGE, akan muncul kotak dialog baru, kemudian masukkan kriteria pengujian seleksi data ke dalam kotak-kotak kosong. Kemudian CONTINUE dan OK. Kasus sampai ke akan terseleksi walaupun nilai di variabel filter_$ belum tentu bernilai. Jika anda mengulangi cara tersebut, maka hasilnya akan selalu sama.

21 Pertemuan - UJI KENORMALAN DATA Siswa B. Inggris,,,,,,,,, B. Indonesia,,,,,, Komputer,,,, Matematika,,,,,,,, Kita akan menguji apakah data-data di atas sudah berdistribusi normal atau belum. Adapun langkahlangkahnya adalah :. Klik menu ANALYZE, kemudian pilih DESCRIPTIVE STATISTICS dan pilih EZPLORER.. Akan muncul kotak dialog, masukkan salah satu variabel yang ingin dilihat distribusi normalnya ke kotak DEPENDENT LIST.. Klik kotak PLOTS sehingga muncul kotak dialog yang baru. Klik NONE pada boxplots, kemudian klik NORMALLY PLOTS WITH TEST, kemudian CONTINUE, kemudian OK dan akan muncul hasilnya. Pada tabel TESTS of NORMALITY kita akan memperoleh hasil apakah data tersebut berdistribusi normal atau tidak. Lihat pada kolom SIG. yang terdapat pada KOLMOGOROV SMIRNOV, jika nilai SIG nya di atas, berarti data terebut berdistribusi normal.

22 Jika data tidak berdistribusi normal, kita bisa menjadikannya berdistribusi normal. Adapun langkahlangkahnya adalah :. Klik menu TRANSFORM, pilih COMPUTE VARIABLE. Akan muncul kotak dialog, ketik pada kotak TARGET VARIABLE nama variabel yang anda inginkan.. Ketikkan / nama variabel pada kotak TARGET VARIABLE, kemudian klik OK.

23 . Muncul variabel baru, ubah decimalnya menjadi. Kemudian lakukan pengujian kenormalan data untuk variabel tersebut. Rata Tests of Normality a Kolmogorov-Smirnov Statistic Rata df. Shapiro-Wilk Sig. Statistic. df. Sig.. a. Lilliefors Significance Correction Pada contoh di atas, variabel rata tidak berdistribusi normal, karena nilai sig kolmogorov smirnov nya <.. sehingga kita harus memanipulasi data tersebut agar menjadi berdistribusi normal. Tests of Normality a Kolmogorov-Smirnov Statistic olahrata. df Shapiro-Wilk Sig. a. Lilliefors Significance Correction. Statistic. df Sig..

24

25 PENGGUNAAN COMPUTE VARIABLE a. Penggunaan MEAN Dari kumpulan data di atas, kita akan mencari rata-rata nilai untuk setiap siswa. Langkah-langkahnya adalah :. Defenisikan variabel pada VARIABLE VIEW : Variabel Nama : X Type : numeric Decimal : Label : nilai B Inggris Variabel Nama : X Label : nilai B Indonesia Variabel Nama : X Label : nilai komputer Variabel Nama : X Label : nilai matematika. Klik menu TRANSFORM, kemudian pilih COMPUTE VARIABLE. Akan muncul kotak dialog, kemudian ketik mean pada kotak TARGET VARIABLE.. Kemudian cari fungsi rata-rata pada kotak FUNCTION, yaitu MEAN, kemudian pindahkan ke kotak NUMERIC EXPRESSION dengan cara mengklik tanda panahnya.. Pindahkan variabel X, X, X dan X ke dalam rumus mean pada kotak NUMERIC EXPRESSION, kemudian anda klik OK dan akan muncul hasilnya.

26 b. Penggunaan IF Dari kumpulan data sebelumnya, kita akan melakukan seleksi pengiriman siswa ke lomba komputer tingkat nasional dengan kriteria nilai matematika dan komputernya harus lebih besardari. Adapun langkah-langkahnya adalah :. Klik menu TRANSFORM, pilih COMPUTE, akan muncul kotak dialog baru. Ketik nama variabel LOMBA pada kotak TARGET VARIABLE. Ketik X > pada kotak NUMERIC OXPRESSION, dan klik kotak IF pada kiri bawah yang akan menampilkan kotak dialog baru.. Kemudian klik INCLUDE IF CASE SATISFIES CONDITION dan ketik X > pada kotak di bawahnya. Klik CONTINUE dan klik OK kemudian kan ditampilkan hasilnya. Pada kolom variabel lomba, yang bernilai. lolos seleksi karena kedua nilai memenuhi syarat. Yang bernilai. tidak lolos seleksi walaupun salah satu nilai memenuhi kriteria dan yang mising juga tidak lolos karena kedua nilainya tidak memenuhi syarat. c. Penggunaan COUNT Berdasarkan kumpulan data sebelumnya, dimana ada seleksi untuk ikut lomba pidato b inggris tingkat nasional khusus wanita, jika kita ingin melihat berapa yang dikirim, maka langkah-langkahnya adalah :. Klik menu TRANSFORM, pilih COUNT VALUES WITHIN CASES kemudian akan muncul kotak dialog yang baru.. Ketik nama variabel lomba pada kotak TARGET VARIABLE dan yang lolos pada kotak TARGET LABEL. Kemudian pindahkan variabel X ke kotak NUMERIC VARIABLES.

27 . Karena yang dikirm hanya wanita maka kita harus mendefinisikan jenis kelamin, klik kotak DEFINE VALUES kemudian akan muncul kotak dialog, ketik pada kotak VALUE dan klik ADD, kemudian CONTINUE.

28 . Kemudian kita akan memasukkan kriteria nilai b inggris, klik kotak IF dan akan muncul kotak dialog, klik INCLUDE IF CASE SATISFIED CONDITION, pindahkan variabel X ke kotak nya dan klik tanda > dan ketik, kemudian klik CONTINUE dan OK. Hasilnya akan ditampilkan. Akan muncul variabel baru jumlah dimana yang bernilai. merupakan siswa wanita yang lolos seleksi, yang bernilai. merupakan siswa pria yang mempunyai nilai b inggris di atas. tetapi tidak termasuk kriteria sehingga tidak lolos seleksi, dan yang missing sama sekali tidak memenuhi kriteria. D. Penggunaan ABS Sudut Sudut

29 . Defenisikan variabel di atas : Variabel Nama : sudut Decimal : Label : sudut rigonometri. Klik menu TRANSFORM, pilih COMPUTE VARIABLE, akan muncul kotak dialog baru.. Ketik SINUS pada kotak TARGET VARIABLE, cari fungsi SIN padakotak FUNCTIONS, pindahkan ke kotak numeric expression dan pindahkan variabel sudut ke kotak numeric expression. Setelah itu OK.. Lakukan hal yang sama untuk mencari nilai COSINUS. Nilai sinus dan cosinus di atas ada yang bernilai negatif. Untuk mengubah nilai tersebut menjadi positif semua, maka diperlukan fungsi ABS (absolut).. Klik menu TRANSFORM, pilih COMPUTE VARIABLE, akan muncul koyak dialog, ketik sinus pada kotak TARGET VARIABLE.. Cari fungsi ABS pada kotak FUNCTIONS, pindahkan ke kotak NUMERIC EXPRESSION, begitu juga dengan variabel sinus. Kemudian klik OK.. Lakukan hal yang sama untuk mencari nilai absollut dari cosinus.

30

31 Pertemuan MEMBUAT GRAFIK A. Grafik Batang (Bar Chart) Grafik batang menampilkan data kedalam gambar-gambar grafik yang berbentuk batang-batangan. Dimana tinggi batang dapat mewakili jumlah data, rata-rata data ataupun persentase kumulatif dari data tersebut. Tipe-tipe dari grafik batang adalah :. Simple Bar Chart Biasanya digunakan untuk menggambarkan keadaan dari data ataupun sekelompok data tunggal dan bisa untuk membandingkan beberapa variabel dengan nilai yang sama.. Clustered Bar Chart Digunakan untuk menggambarkan keadaan data lebih dari satu variabel kelompok.. Stacked Bar Chart Menggambarkan keadaan data dari beberapa variabel kelompok kedalam satu tampilan dengan nilai yang sama. Dengan kata lain, Stacked merupakan penggabungan tipe grafik sebelumnya.. Simple Bar Chart Responden X cukup cukup cukup cukup cukup X : penilaian produk A X : penilaian produk B X : penilaian produk C X cukup cukup cukup cukup cukup : : cukup : X cukup cukup

32 . Defenisikan ketiga variabel : Variabel Nama :A Type : Numeric Decimal : Label : Penilaian produk A Value : = = cukup = Variabel Nama :B Type : Numeric Decimal : Label : Penilaian produk B Value : = = cukup = Variabel Nama :C Type : Numeric Decimal : Label : Penilaian produk C Value : = = cukup =. Input dapat ke dalam data editor (data view). Klik menu GRAPH, pilih LEGACY DIALOGS dan pilih BAR. Kemudian muncul kotak dialog, pilih SIMPLE.

33 . Pada pilihan DATA in CHART are, pilih SUMMARIES OF SEPARATE VARIABLES. Kemudian klik DEFINE dan muncul kotak dialog baru. Pindahkan semua variabel yang ingin ditampilkan (minimal variabel) ke kotak BAR REPRESENT.. Klik kotak CHANGE SUMMARY untuk mengubah pengaturan tampilan grafik sesuai kebutuhan, dalam contoh ini pilih MEAN OF VALUE. Klik CONTINUE lalu OK.

34 . Clustered Bar Chart X X laki-laki laki-laki laki-laki laki-laki laki-laki laki-laki laki-laki laki-laki laki-laki laki-laki wanita wanita wanita wanita wanita wanita wanita wanita

35 wanita wanita X : gender X : jajan.. : laki-laki : wanita. Defenisikan variabel-variabel di atas : Variabel Nama : X Type : Numeric Decimal : Label : gender Value : = laki-laki = wanita Variabel Nama : X Type : Numeric Decimal : Label : jajan. Input data ke data editor (data view), klik menu GRAPH, pilih LEGACY DIALOGS dan pilih BAR. Muncul kotak dialog, pilih CLUSTERED kemudian pada pilihan DATA IN CHART ARE pilih SUMMARIES FOR GROUPS OF CASES.. Klik DEFINE sehingga memunculkan kotak dialog yang baru. Pilih variabel X (gender) dan pindahkan ke kotak CATEGORY AXIS.. Pada bagian BARS REPRESENT GROUP sesuaikan pilihannya berdasarkan kebutuhan (pada contoh ini pilih N OF CASES).. Pilih variabel X (jajan) dan pindahkan ke kotak DEFINE CLUSTER BY dan klik OK.

36 . Stacked Bar Chart Soal X X

37 X : metode diskusi X : metode ceramah. Defenisikan variabel-variabel di atas : Variabel Nama : X Type : Numeric Decimal : Label : metode diskusi Variabel Nama : X Type : Numeric Decimal : Label : metode ceramah. Masukkan data ke data editor (data view). Klik menu GRAPH, pilih LEGACY DIALOGS dan pilih BAR. Setelah muncul kotak dialog baru, pilih STACKED dan pada pilihan DATA IN CHART ARE pilih VALUES OF INDIVIDUAL CASES.. Klik DEFINE dan muncul kotak dialog yang baru. Pindahkan variabel yang ingin ditampilkan grafiknya ke kotak BAR REPRESENT (minimal harus dua variabel).. Pilih salah satu alternatif pilihan pada kotak CATEGORY LABELS dan klik OK.

38 B. Grafik Pie (Pie Chart) Merupakan tipe grafik yang berbentuk lingkaran dan grafik ini serig digunakan untuk menggambarkan data dan populer di masyarakat. Responden X cukup cukup cukup X cukup cukup cukup X cukup cukup

39 cukup cukup cukup cukup Contoh di atas sama seperti data pada contoh grafik simple bar chart.. Klik menu GRAPH, pada LEGACY DIALOGS dan pilih PIE sehingga muncul kotak dialog. Pilih SUMMARIES OF SEPARATE VARIABLES dan klik DEFINE dan muncul kotak dialog yang baru.. Pilih dan pindahkan variabel yang ingin ditampilkan ke kotak SLICES REPRESENT (minimal harus variabel). Dalam contoh ini variabel X, X dan X. Kemudian klik OK.

40

41 C. Histrogram. Klik menu GRAPH, pada LEGACY DIALOGS dan pilih HISTOGRAM sehingga muncul kotak dialog.. Pilih dan pindahkan variabel yang ingin ditampilkan ke kotak VARIABLE. Dalam contoh ini variabel X.. Jika ingin menampilkan kurva normal maka klik DISPLAY NORMAL CURVE. Kemudian klik OK.

42

43 Pertemuan ke Uji Parametrik Metode parametrik dapat dilakukan dengan persyaratan, yaitu :. Sampel berasal dari populasi berdistribusi normal. Jenis data adalah data kuantitatif. Jumlah observasi minimal berjumlah One Sample T Test Distributor rokok yang menjual rokok merek baru yang memiliki banyak keunggulan. Setelah satu bulan berlalu pemilik distributor rokok ingin mengetahui apakah rokok yang terjual pada satu bulan sudah sesuai dengan target, yaitu unit per hari. Hari Rokok Hari Rokok Hari Rokok Langkah-langkah yang perlu dilakukan :. Definisikan variabel sebagai berikut : Variabel Nama : rokok Decimal : Label : rokok terjual. Masukkan semua data jumlah rokok yang terjual pada kolom variabel rokok.. Klik menu ANALYZE, pilih COMPARE MEAN kemudian pilih ONE SAMPLE T TEST.

44 . Muncul kotak dialog, pindahkan variabel rokok ke kotak TEST VARIABLE(s) dan masukkan angka ke kotak TEST VALUE.. Klik OPTIONS dan muncul kotak dialog. Disini kita bisa mengatur tingkat kepercayaan dikotak CONFIDENCE INTERVAL, kemudian klik CONTINUE dan OK. One-Sample Statistics N rokok terjual Mean Std. Deviation, Std. Error Mean,, One-Sample Test Test Value = % Confidence Interval of the Difference t rokok terjual df -, Sig. (-tailed), Mean Difference -, Lower Upper -,, Dari hasil pengolahan dengan SPSS, diperoleh t hitung = -, dan sig =,. Karena t hitung < t tabel (, <,) atau sig > α (, >,) maka H diterima. Kesimpulannya H diterima karena penjualan rokok sudah mencapai target, yaitu rata-rata kotak per hari.

45 Mencari nilai t tabel dari SPSS Jika kita ingin menampilkan nilai t tabel berdasarkan hipotesis di atas, yaitu : hipotesis H : penjualan rokok perhari = unit H : penjualan rokok perhari unit α = %, n = menggunakan uji t langkah-langkah yang dilakukan :. klik menu TRANSFORM, pilih COMPUTE VARIABLE dan muncul kotak dialog.. Ketik t_tabel pada kotak TARGET VARIABLE, pilih invers DF pada kotak FUNCTION GROUPS dan pilih idf.t pada kotak di bawahnya.pindahkan ke kotak NUMERIC EXPRESSION.. Ganti tanda? yg pertama dengan nilai probabilitas yang ditetapkan (-α =,) dan? yang kedua dengan jumlah df (n-=). Kemudian klik OK.

46 Pertemuan ke Uji t Sampel Independen Sebuah lembaga konsumen ingin melihat merk pena mana yang lebih laku terjual dalam satu bulan. Hari Pena A Pena B Hari Pena A Langkah-Langkahnya :. Defenisikan variabel sebagai berikut : Variabel Nama : Pena Decimal : Label : Jumlah pena terjual Variabel Nama : Merk Decimal : Label : Merk Pena Value : (Merk A) dan (Merk B) Pena B

47 . Masukkan semua data jumlah pena yang terjual pada kolom variabel pena, dimulai dari data pena A dan diteruskan data pena B.. Klik menu ANALYZE, pilih COMPARE MEAN. Kemudian pilih INDEPENDENT SAMPLES T TEST.. Pada kotak dialog, pindahkan variabel pena ke kotak TEST VARIABLE(s) dan variabel merk ke kotak GROUPING VARIABLES.. Klik DEFINES GROUPS dan muncul kotak dialog, masukkan angka pada kotak pertama dan pada kotak kedua. Kemudian klik CONTINUE.. Klik OPTIONS untuk menentukan selang kepercayaan, setelah itu klik CONTINUE dan OK.

48

49 Dari data di atas terlihat bahwa ada merk pena yang terlalu dominan (lihat nilai t yang tidak signifikan <,) dan nilai F yang signifikan ( >,) yang berarti kedua merk tersebut terdapat perbedaan dalam penjualan selama satu bulan.

50 Uji T Sampel Berpasangan Sebuah toko ingin melihat apakah ada peningkatan penjualan sabun cuci antara sebelum dan sesudah diluncurkan produk baru. No Lama Baru

51

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA SPSS menyediakan fasilitas untuk melakukan analisis deskriptif data seperti uji deskriptif, validitas dan normalitas data. Uji deskriptif yang dilakukan

Lebih terperinci

STATISTIKA DESKRIPTIF

STATISTIKA DESKRIPTIF STATISTIKA DESKRIPTIF 1 Statistika deskriptif berkaitan dengan penerapan metode statistika untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif. Statistika inferensia

Lebih terperinci

Memulai SPSS dan Mengelola File

Memulai SPSS dan Mengelola File MODUL 1 Memulai SPSS dan Mengelola File A. MEMULAI SPSS Untuk memulai SPSS for Windows langkah yang harus dilakukan adalah: Klik menu Start Programs SPSS for Windows SPSS for Windows. Kemudian akan ditampilkan

Lebih terperinci

POLITEKNIK KESEHATAN SURAKARTA TAHUN

POLITEKNIK KESEHATAN SURAKARTA TAHUN MODUL PRAKTIKUM SPSS Oleh: Ig. Dodiet Aditya Setyawan, SKM. POLITEKNIK KESEHATAN SURAKARTA TAHUN 2013 LATIHAN 1: ENTRY DATA KASUS 1 Misalnya didapatkan data seperti di bawah ini dan akan memasukkannya

Lebih terperinci

Statistik Deskriptif untuk Data Nominal dan Ordinal

Statistik Deskriptif untuk Data Nominal dan Ordinal Statistik Deskriptif untuk Data Nominal dan Ordinal Salah satu ciri utama sehingga sebuah data harus diproses dengan metode nonparametrik adalah jika tipe data tersebut semuanya adalah data nominal atau

Lebih terperinci

PENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS)

PENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS) MODUL 8 PENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS) Tujuan Praktikum : Mahasiswa mengenal aplikasi pengolah data statistik yaitu SPSS Mahasiswa dapat menggunakan aplikasi SPSS

Lebih terperinci

PENYAJIAN DATA DAN PENGOLAHAN DATA DENGAN SPSS

PENYAJIAN DATA DAN PENGOLAHAN DATA DENGAN SPSS PENYAJIAN DATA DAN PENGOLAHAN DATA DENGAN SPSS Menyajikan Data dalam Bentuk Diagram Dalam penelitian pendidikan pengolahan dan penganalisisan data memegang peranan penting. Data yang telah dikumpulkan

Lebih terperinci

SPSS FOR WINDOWS BASIC. By : Syafrizal

SPSS FOR WINDOWS BASIC. By : Syafrizal SPSS FOR WINDOWS BASIC By : Syafrizal SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah Langkah pertama

Lebih terperinci

Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri)

Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri) Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri) Statistical Product and Service Solution (SPSS) merupakan salah satu perangkat lunak/software statistik yang dapat digunakan sebagai alat pengambil

Lebih terperinci

Nomor Case Penunjuk Sel Heading Variable Kotak-kotak Variabel

Nomor Case Penunjuk Sel Heading Variable Kotak-kotak Variabel 1 MODUL 1. MEMULAI PASW DAN MENGELOLA FILE Tujuan : 1. Mengoperasikan PASW dan menjalankan menu-menu utama dalam PASW 2. Mengatur data editor yang meliputi menyimpan data, mengganti nilai data, menghapus,

Lebih terperinci

STATISTIK DESKRIPTIF

STATISTIK DESKRIPTIF PERTEMUAN KE-3 STATISTIK DESKRIPTIF Ringkasan Materi: Pengukuran Deskriptif Pengukuran deskriptif pada dasarnya memaparkan secara numerik ukuran tendensi sentral, dispersi dan distribusi suatu data. Tendensi

Lebih terperinci

Modul Pembelajaran SPSS (Statistical Package for the Social Sciences)

Modul Pembelajaran SPSS (Statistical Package for the Social Sciences) Modul Pembelajaran SPSS (Statistical Package for the Social Sciences) Pusat Data dan Statistik Pendidikan Kementerian Pendidikan dan Kebudayaan Republik Indonesia 2014 Kata Pengantar Buku Modul Pembelajaran

Lebih terperinci

MODUL 1 SAMPLE t-test

MODUL 1 SAMPLE t-test MODUL SAMPLE t-test TUJUAN. Mahasiswa mampu memahami Uji Hipotesis Sample t-test. Mampu menyeleseikan persoalan Uji Hipotesis Sample t-test dengan software SPSS DESKRIPSI Salah satu cabang ilmu statistik

Lebih terperinci

UJI PERSYARATAN ANALISIS DATA

UJI PERSYARATAN ANALISIS DATA PERTEMUAN KE-6 Materi : UJI PERSYARATAN ANALISIS DATA Uji nonparametrik digunakan apabila asumsi-asumsi pada uji parametrik tidak dipenuhi. Asumsi yang paling lazim pada uji parametrik adalah sampel acak

Lebih terperinci

Bhina Patria

Bhina Patria Entry Data Bhina Patria inparametric@yahoo.com Dalam proses entry data aturan pertama yang harus di perhatikan adalah bahwa setiap baris mewakili satu kasus atau 1 responden, sedangkan masing-masing kolom

Lebih terperinci

MODUL PELATIHAN SPSS

MODUL PELATIHAN SPSS MODUL PELATIHAN SPSS (Disajikan pada hari Sabtu, 6 Maret 2010 pada Acara Pelatihan SPSS Untuk Mahasiswa Jurusan Pendidikan Kimia FPMIPA UPI) Oleh : Dewi Rachmatin, S.Si., M.Si. JURUSAN PENDIDIKAN KIMIA

Lebih terperinci

BELAJAR SPSS. Langkah pertama yang harus dilakukan adalah dengan cara menginstal terlebih dahulu software SPSS

BELAJAR SPSS. Langkah pertama yang harus dilakukan adalah dengan cara menginstal terlebih dahulu software SPSS BELAJAR SPSS SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah. Langkah pertama yang harus dilakukan

Lebih terperinci

PENGENALAN SPSS & PEMBUATAN FILE DATA

PENGENALAN SPSS & PEMBUATAN FILE DATA Materi I PENGENALAN SPSS & PEMBUATAN FILE DATA STMIK KAPUTAMA BINJAI W A H Y U S. I. S O E P A R N O, S E., M. S I SPSS merupakan software pengolah data statistik dengan cara penggunaan yang mudah dipahami.

Lebih terperinci

UJI NONPARAMETRIK. Gambar 6.1 Menjalankan Prosedur Nonparametrik

UJI NONPARAMETRIK. Gambar 6.1 Menjalankan Prosedur Nonparametrik 6 UJI NONPARAMETRIK Bab ini membahas: Uji Chi-Kuadrat. Uji Dua Sampel Independen. Uji Beberapa Sampel Independen. Uji Dua Sampel Berkaitan. D iperlukannya uji Statistik NonParametrik mengingat bahwa suatu

Lebih terperinci

ANALISIS DATA KOMPARATIF (T-Test)

ANALISIS DATA KOMPARATIF (T-Test) PERTEMUAN KE-10 ANALISIS DATA KOMPARATIF (T-Test) Ringkasan Materi: Komparasi berasal dari kata comparison (Eng) yang mempunyai arti perbandingan atau pembandingan. Teknik analisis komparasi yaitu salah

Lebih terperinci

MATERI PERTEMUAN KE 3 EXPLORER. Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb:

MATERI PERTEMUAN KE 3 EXPLORER. Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb: MATERI PERTEMUAN KE 3 EXPLORER Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb: Seorang guru SMA ingin mengetahui rata-rata nilai matematika siswa kelas 3A yang terdiri dari 14 siswa dengan

Lebih terperinci

Pengenalan SPSS 15.0

Pengenalan SPSS 15.0 Pengenalan SPSS 15.0 1.1 Pengantar SPSS SPSS atau kepanjangan dari Statistical Product and Service Solution merupakan salah satu dari sekian banyak software statistika yang banyak digunakan oleh berbagai

Lebih terperinci

Distribusi Frekuensi dan Statistik Deskriptif Lainnya

Distribusi Frekuensi dan Statistik Deskriptif Lainnya BAB 2 Distribusi Frekuensi dan Statistik Deskriptif Lainnya Misalnya seorang penjaga gudang mencatat berapa sak gandum keluar dari gudang selama 15 hari kerja, maka diperoleh distribusi data seperti berikut.

Lebih terperinci

BAB 11 STATISTIK INDUKTIF Uji t

BAB 11 STATISTIK INDUKTIF Uji t BAB 11 STATISTIK INDUKTIF Uji t Pada bagian awal dari buku ini telah disebutkan pembagian metode statistik, yakni deskriptif dan induktif. Beberapa bab sebelumnya telah membahas penggunaan metode statistik

Lebih terperinci

Aplikasi di Bidang Politik

Aplikasi di Bidang Politik Aplikasi di Bidang Politik Pembahasan yang terangkum di dalam bab ini adalah: Aplikasi SPSS 15.0 di bidang Politik dengan menentukan statistika deskriptif menggunakan Explore. Aplikasi SPSS 15.0 di bidang

Lebih terperinci

BAB 08 ANALISIS VARIAN 8.1 ANALISIS VARIAN SATU JALAN

BAB 08 ANALISIS VARIAN 8.1 ANALISIS VARIAN SATU JALAN BAB 08 ANALISIS VARIAN Sebagaimana yang sudah dijelaskan sebelumnya bahwa salah satu statistik parametrik yang sering digunakan dalam penelitian pendidikan yaitu Analisis Varian. Oleh karena itu pada bagian

Lebih terperinci

Tahap pertama yang paling penting dalam mengoperasikan SPSS adalah

Tahap pertama yang paling penting dalam mengoperasikan SPSS adalah Tips for SPSS Cara Memasukkan Data, Analisis Statistik secara Deskriptif dan Transforming Data Oleh: Freddy Rangkuti Tahap pertama yang paling penting dalam mengoperasikan SPSS adalah memasukkan data dan

Lebih terperinci

Pengantar Pengolahan Data Statistik Menggunakan SPSS 22. Isram Rasal ST, MMSI, MSc

Pengantar Pengolahan Data Statistik Menggunakan SPSS 22. Isram Rasal ST, MMSI, MSc Pengantar Pengolahan Data Statistik Menggunakan SPSS 22 Isram Rasal ST, MMSI, MSc Statistika Statistika Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi,

Lebih terperinci

PETUNJUK PRAKTIKUM SPSS (STATISTICAL PRODUCT AND SERVICE SOLUTIONS)

PETUNJUK PRAKTIKUM SPSS (STATISTICAL PRODUCT AND SERVICE SOLUTIONS) PETUNJUK PRAKTIKUM SPSS (STATISTICAL PRODUCT AND SERVICE SOLUTIONS) Disusun : MARYANI SETYOWATI, MKes Progdi D III RMIK FAKULTAS KESEHATAN UNIVERSITAS DIAN NUSWANTORO SEMARANG 2017 Petunjuk Praktikum SPSS

Lebih terperinci

DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA

DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA Oleh : Wahyu Hidayat, S.Pd., M.Pd. NIDN. 0404088402 PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN (STKIP)

Lebih terperinci

Slamet Lestari Jurusan Administrasi Pendidikan FIP UNY Mar Mar

Slamet Lestari Jurusan Administrasi Pendidikan FIP UNY Mar Mar Slamet Lestari Jurusan Administrasi Pendidikan FIP UNY 2012 21-Mar-12 1 Tujuan Pembelajaran: Mahasiswa mampu memahami & mengaplikasikan program SPSS (mengolah & menafsirkan data) 21-Mar-12 2 Materi Ajar

Lebih terperinci

PANDUAN PRAKTIKUM STATISTIKA. Disusun oleh: Dr. Ir. Sofyan, M.Agric Zulkarnain, S.Si Nova Ernida, S.Si Rahmadiansyah, S.Si

PANDUAN PRAKTIKUM STATISTIKA. Disusun oleh: Dr. Ir. Sofyan, M.Agric Zulkarnain, S.Si Nova Ernida, S.Si Rahmadiansyah, S.Si PANDUAN PRAKTIKUM STATISTIKA Disusun oleh: Dr. Ir. Sofyan, M.Agric Zulkarnain, S.Si Nova Ernida, S.Si Rahmadiansyah, S.Si FAKULTAS PERTANIAN UNIVERSITAS SYIAH KUALA 2014 KATA PENGANTAR Panduan praktikum

Lebih terperinci

Uji Perbandingan Rata-Rata

Uji Perbandingan Rata-Rata Uji Perbandingan Rata-Rata Pengujian hipotesis perbandingan rata-rata dilakukan untuk melihat kesesuaian dugaan peneliti terhadap suatu objek yang diteliti dengan kenyataannya. Misalnya seorang peniliti

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di MTs N 1 Kudus. MTs N 1 Kudus beralamatkan

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 STATISTIK

BAB 1 PENDAHULUAN 1.1 STATISTIK BAB 1 PENDAHULUAN 1.1 STATISTIK Ilmu statistik dibagi menjadi 2 yaitu: 1. Statistik Deskriptif Statistik deskriptif bertujuan untuk menggambarkan berbagai karakteristik data seperti mean, median, modus

Lebih terperinci

Mengolah Data Bidang Industri

Mengolah Data Bidang Industri Mengolah Data Bidang Industri Pengolahan data dalam bidang industri menggunakan aplikasi SPSS 20 mempunyai fungsi sebagai alat bantu untuk memberikan gambaran dalam hal prediksi penjualan atau omzet perusahaan,

Lebih terperinci

SPSS (STATISTICAL PRODUCT AND SERVICE SOLUTIONS)

SPSS (STATISTICAL PRODUCT AND SERVICE SOLUTIONS) SPSS SLIDE SPSS (STATISTICAL PRODUCT AND SERVICE SOLUTIONS) Adalah Program Aplikasi yang memiliki kemampuan analitik statistik cukup tinggi, memproses data statistik secara cepat dan tepat, mengeluarkan

Lebih terperinci

MODUL V REGRESI, KORELASI, ANALISIS VARIAN, VALIDITAS DAN RELIABILITAS

MODUL V REGRESI, KORELASI, ANALISIS VARIAN, VALIDITAS DAN RELIABILITAS REGRESI, KORELASI, ANALISIS VARIAN, VALIDITAS DAN RELIABILITAS A. TUJUAN PRAKTIKUM Dengan adanya Praktikum Statistika Industri Modul V tentang Regresi, Korelasi, Analisis Varian, Validitas dan Reliabilitas

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISI DATA

BAB IV DESKRIPSI DAN ANALISI DATA BAB IV DESKRIPSI DAN ANALISI DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Penelitian Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di SMP N 1 Pamotan. SMP

Lebih terperinci

UJI T SATU SAMPEL. 2. Bentuk uji hipotesis satu sisi (one sided atau one tailed test) untuk sisi atas (upper tailed) dengan hipotesis:

UJI T SATU SAMPEL. 2. Bentuk uji hipotesis satu sisi (one sided atau one tailed test) untuk sisi atas (upper tailed) dengan hipotesis: UJI T SATU SAMPEL Uji t digunakan untuk menentukan apakah sampel memiliki nilai rata rata yang berbeda dengan nilai rata rata acuan Ada tiga bentuk hipotesis untuk uji t di mana penggunaannya tergantung

Lebih terperinci

ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA

ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA Uji t Independen Sebagai contoh kita gunakan data ASI Eksklusif yang sudah anda copy dengan melakukan uji hubungan perilaku menyusui dengan

Lebih terperinci

UJI NORMALITAS DATA DAN VARIANS. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009

UJI NORMALITAS DATA DAN VARIANS. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009 Dengan Materi: UJI NORMALITAS DATA DAN VARIANS Presented by: Andi Rusdi, S.Pd. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009 UJI NORMALITAS DATA DAN VARIANS Uji Prasyarat Infrensial (Statistik induktif)

Lebih terperinci

Uji Perbandingan Rata-Rata

Uji Perbandingan Rata-Rata Uji Perbandingan Rata-Rata Pengujian hipotesis perbandingan rata-rata dilakukan untuk melihat kesesuaian dugaan peneliti terhadap suatu objek yang diteliti dengan kenyataannya. Misalnya seorang peniliti

Lebih terperinci

UJI VALIDITAS KUISIONER

UJI VALIDITAS KUISIONER UJI VALIDITAS KUISIONER Validitas adalah ketepatan atau kecermatan suatu instrumen dalam mengukur apa yang ingin dukur. Dalam pengujian instrumen pengumpulan data, validitas bisa dibedakan menjadi validitas

Lebih terperinci

Menu SPSS untuk Persiapan Data

Menu SPSS untuk Persiapan Data Menu SPSS untuk Persiapan Data Konsep Menu SPSS pada prinsipnya sama dengan konsep Menu yang ada pada software aplikasi praktis lainnya, seperti Excel, Word, PowerPoint, dan sebagainya. Pada software SPSS,

Lebih terperinci

LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T)

LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T) LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T) STATISTIKA DISUSUN OLEH : MELINA KRISNAWATI 12.12.0328 SI 12 F JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi data Hasil Penelitian Data Pengamalan PAI dan Perilaku seks bebas peserta didik SMA N 1 Dempet diperoleh dari hasil angket yang telah diberikan kepada responden

Lebih terperinci

statistik deskriptif

statistik deskriptif Statistik Deskriptif Pada bab terdahulu telah dibahas penggunaan fasilitas OLAP dari SPSS. Dengan OLAP, sejumlah variabel dengan mudah dapat dikaitkan untuk memperoleh sejumlah informasi. Untuk penyajian

Lebih terperinci

VI. SPSS RANCANGAN ACAK KELOMPOK (RAK)

VI. SPSS RANCANGAN ACAK KELOMPOK (RAK) VI. SPSS RANCANGAN ACAK KELOMPOK (RAK) Syarat : Ada satu peuabah bebas yang disebut perlakukan Ada satu peubah sampingan/pengganggu yang disebut kelompok Model Matematis : Yij = µ + Ki + Pj + єij i = 1,

Lebih terperinci

STATISTIK DESKRIPTIF

STATISTIK DESKRIPTIF BAB 5 STATISTIK DESKRIPTIF Salah satu statistik yang secara sadar maupun tidak, sering digunakan dalam berbagai bidang adalah statistik deskriptif. Pada bagian ini akan dipelajari beberapa contoh kasus

Lebih terperinci

MATERI PERTEMUAN KE 3 SABTU, 5 APRIL 2014 EXPLORER. Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb:

MATERI PERTEMUAN KE 3 SABTU, 5 APRIL 2014 EXPLORER. Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb: MATERI PERTEMUAN KE 3 SABTU, 5 APRIL 2014 EXPLORER Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb: Seorang guru SMA ingin mengetahui rata-rata nilai matematika siswa kelas 3A yang terdiri

Lebih terperinci

1.1 Memulai SPSS SPSS Data Editor PENGENALAN SPSS. Margaretha Ohyver 1, Anita Rahayu 1, Rokhana Dwi Bekti 2

1.1 Memulai SPSS SPSS Data Editor PENGENALAN SPSS. Margaretha Ohyver 1, Anita Rahayu 1, Rokhana Dwi Bekti 2 PENGENALAN SPSS Margaretha Ohyver 1, Anita Rahayu 1, Rokhana Dwi Bekti 2 Statistical Product and Service Solution (SPSS) merupakan salah satu dari beberapa program aplikasi komputer untuk menganalisis

Lebih terperinci

II. MENDESKRIPSIKAN DATA 13 Desember 2005

II. MENDESKRIPSIKAN DATA 13 Desember 2005 II. MENDESKRIPSIKAN DATA 13 Desember 2005 1 Analisis Deskriptif Tujuan dari analisis deskritif adalah memberikan gambaran ringkas tentang suatu data. Data bisa berupa data categorical atau data non-categorical.

Lebih terperinci

Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Nama. Dicatat Oleh: Waktu Penyelesaian (detik)

Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Nama. Dicatat Oleh: Waktu Penyelesaian (detik) Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Tanggal 06/Mei/2013 Waktu 07.00-14.00 Nama WIB Proses: Operator Pak. Septian Kebisingan 70-80 db Dicatat Oleh: Jumlah Waktu Penyelesaian

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 67 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Deskripsi Subjek Penelitian Penelitian ini dilaksanakan di SMP Negeri 2 Tuntang, Kecamatan Tuntang Kabupaten Semarang yang beralamat

Lebih terperinci

Grafik Batang Sederhana pada SPSS

Grafik Batang Sederhana pada SPSS Grafik Batang Sederhana pada SPSS Author: Junaidi Junaidi 1. Pendahuluan Satu gambar sering lebih bermakna dari seribu kata. Ungkapan ini sering dikemukakan untuk menunjukkan peran grafik dalam mendeskripsikan

Lebih terperinci

LATIHAN SPSS I. A. Entri Data

LATIHAN SPSS I. A. Entri Data A. Entri Data LATIHAN SPSS I Variabel Name Label Type Nama Nama Mahasiswa String NIM Nomor Induk Mahasiswa String JK Numeris 1. 2. TglLahir Tanggal Lahir Date da Daerah Asal Numeris 1. Perkotaan 2. Pinggiran

Lebih terperinci

Menu-Menu SPSS untuk Persiapan Data bukan

Menu-Menu SPSS untuk Persiapan Data bukan Menu-Menu SPSS untuk Persiapan Data Konsep Menu SPSS pada prinsipnya sama dengan konsep Menu yang ada pada software aplikasi populer lainnya, seperti Excel, Word, PowerPoint, dan sebagainya. Pada software

Lebih terperinci

ISSN : Uji Chi-Square pada Statistika dan SPSS Ari Wibowo 5)

ISSN : Uji Chi-Square pada Statistika dan SPSS Ari Wibowo 5) ISSN : 1693 1173 Uji Chi-Square pada Statistika dan SPSS Ari Wibowo 5) Abstrak Uji Chi-Square digunakan untuk pengujian hipotesa terhadap beda dua proporsi atau lebih. Hasil pengujian akan menyimpulkan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Rancangan Penelitian 1. Pendekatan Penelitian Penelitian merupakan sarana untuk mengembangkan ilmu pengetahuan, baik secara teori maupun praktik. Penelitian juga merupakan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMAN 13 Bandarlampung, mulai 22 Oktober

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMAN 13 Bandarlampung, mulai 22 Oktober III. METODE PENELITIAN A. Waktu dan tempat Penelitian ini dilaksanakan di SMAN 13 Bandarlampung, mulai 22 Oktober sampai dengan 19 November 2011. B. Populasi dan Sampel Populasi dalam penelitian ini adalah

Lebih terperinci

I. PENGENALAN SOFTWARE (SPSS) UNTUK ANALISIS DATA 13 Desember 2005

I. PENGENALAN SOFTWARE (SPSS) UNTUK ANALISIS DATA 13 Desember 2005 1 I. PENGENALAN SOFTWARE (SPSS) UNTUK ANALISIS DATA 13 Desember 2005 Membuat Database Untuk membuat database di SPSS, langkah pertama yang harus dilakukan adalah membuat variabel di layar tampilan variable

Lebih terperinci

UJI ANOVA. Uji kesamaan varian. Lihat output TEST of HOMOGENEITY of VARIANCE

UJI ANOVA. Uji kesamaan varian. Lihat output TEST of HOMOGENEITY of VARIANCE UJI ANOVA Skor Sekolah Skor Sekolah Skor Sekolah Skor Sekolah 75 SMA X 74 SMA W 54 SMA Y 64 SMA Z 55 SMA X 75 SMA W 58 SMA Y 58 SMA Z 59 SMA X 64 SMA W 60 SMA Y 57 SMA Z 60 SMA X 64 SMA W 74 SMA Y 60 SMA

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 2012/2013. SMP Negeri 3 Kaloran terletak 6 KM dari pusat

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 2012/2013. SMP Negeri 3 Kaloran terletak 6 KM dari pusat BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Diskripsi Data 4.1.1.1 Objek Dan Subjek Penelitian Penelitian dilaksanakan pada semester 2 tahun pelajaran 2012/2013. SMP Negeri 3 Kaloran

Lebih terperinci

MAKALAH UJI PERLUASAN MEDIAN

MAKALAH UJI PERLUASAN MEDIAN MAKALAH UJI PERLUASAN MEDIAN Disusun untuk Memenuhi Tugas Mata Kuliah Pengolahan Data Penelitian Dosen Pengampu : Dr. Nur Karomah Dwidayati, M.Si. Oleh: Sulis Rinawati (0401516042) Retno Indarwati (0401516049)

Lebih terperinci

Dua sampel independen, tidak terikat, tidak

Dua sampel independen, tidak terikat, tidak 76 PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM 77 Jadi dari analisis keputusannya : p value < 0,05 Ho ditolak berarti Distribusi

Lebih terperinci

MEMBANGUN DATA. 4. Membuka program SPSS Cara 1: Klik start > all program > IBM SPSS Statistic > IBM SPSS Statistic 21

MEMBANGUN DATA. 4. Membuka program SPSS Cara 1: Klik start > all program > IBM SPSS Statistic > IBM SPSS Statistic 21 PERTEMUAN KE-2 MEMBANGUN DATA Ringkasan Materi : SPSS (Statistical Product And Service Solution) merupakan program yang digunakan untuk melakukan perhitungan statistik menggunakan komputer. Kelebihan program

Lebih terperinci

Crosstab dan Chi-Square: Analisis Hubungan Antarvariabel Kategorikal

Crosstab dan Chi-Square: Analisis Hubungan Antarvariabel Kategorikal Crosstab dan Chi-Square: Analisis Hubungan Antarvariabel Kategorikal Sebelum masuk ke pembahasan crosstab (tabel silang) dan perhitungan statistik chi-square, akan dijelaskan dahulu kaitan dua perhitungan

Lebih terperinci

HANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS

HANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS HANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS UJI RELIABILITAS DAN SELEKSI ITEM a. Pindahkan hasil data item dari tabulasi di Excel ke data view SPSS b. Di bagian variable view rubah

Lebih terperinci

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik Pertemuan Ke-12 6.4 Uji Hipotesis Langkah langkah pengujian hipotesis : 1. Nyatakan hipotesa nolnya H o bahwa θ = θ o. 2. Pilih hipotesis alternatif H 1 yang sesuai diantara θ < θ o, θ > θ o atau θ # θ

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Metode Penelitian Metode yang digunakan dalam penelitian ini adalah metode kuantitatif eksperimen. Menurut Sugiyono (2012, hlm. 14) metode penelitian kuantitatif dapat diartikan

Lebih terperinci

III. METODE PENELITIAN. Penelitian dilakukan di SMA Muhammadiyah I Pringsewu pada semester genap

III. METODE PENELITIAN. Penelitian dilakukan di SMA Muhammadiyah I Pringsewu pada semester genap III. METODE PENELITIAN A. Tempat dan Waktu penelitian Penelitian dilakukan di SMA Muhammadiyah I Pringsewu pada semester genap tahun pelajaran 2010-2011. B. Populasi dan Sampel Populasi penelitian adalah

Lebih terperinci

ANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o

ANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o Uji Beda: ANOVA ANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o o Menguji apakah rata-rata lebih dari dua sampel berbeda secara signifikan

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN BAB IV HASIL PENELITIAN A. Penyajian Statistik Deskripsi Hasil Penelitian 1. Kemampuan Awal Siswa Dalam penelitian ini seperti telah dijelaskan pada bab III, analisis tentang data kemampuan awal digunakan

Lebih terperinci

PRAKTIKUM 1 PENGENALAN SPSS

PRAKTIKUM 1 PENGENALAN SPSS 1. MEMULAI SPSS PRAKTIKUM 1 PENGENALAN SPSS Jika anda akan memulai SPSS 10.0 for Windows, langkah yang harus anda lakukan adalah : a. Klik menu START, kemudian pilih All Programs. Gambar 1. Menu memulai

Lebih terperinci

Yudhy Dharmawan, SKM, M. Kes. Modul Manjemen data : Manajemen data dengan SPSS

Yudhy Dharmawan, SKM, M. Kes. Modul Manjemen data : Manajemen data dengan SPSS 1 POKOK BAHASAN 1 : Memulai SPSS SUB POKOK BAHASAN : 1. Membuka aplikasi SPSS 2. Membuat data baru SPSS 3. Menyimpan Data SPSS 4. Membuka data SPSS Membuka aplikasi SPSS langkah-langkahnya adalah sebagai

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Deskripsi Subjek dan Pelaksanaan Penelitian Gambaran Umum Subjek penelitian

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Deskripsi Subjek dan Pelaksanaan Penelitian Gambaran Umum Subjek penelitian 48 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Deskripsi Subjek dan Pelaksanaan Penelitian 4.1.1 Gambaran Umum Subjek penelitian Subjek penelitian ini adalah siswa kelas V SD Negeri Sawit dan siswa kelas

Lebih terperinci

PENGOLAHAN DATA DENGAN SPSS

PENGOLAHAN DATA DENGAN SPSS PENGOLAHAN DATA DENGAN SPSS Untuk melakukan analisa data dengan menggunakan program SPSS, langkah awal yang harus dilakukan adalah memasukkan data dalam sheet SPSS. Ada dua jenis sheet dalam SPSS, yaitu

Lebih terperinci

TUGAS 1 SPSS STUDI KASUS STATISTIK PROFESI LULUSAN UNIKOM KELAS SISTEM INFORMASI 8 MENGGUNAKAN SPSS V.22

TUGAS 1 SPSS STUDI KASUS STATISTIK PROFESI LULUSAN UNIKOM KELAS SISTEM INFORMASI 8 MENGGUNAKAN SPSS V.22 TUGAS 1 SPSS STUDI KASUS STATISTIK PROFESI LULUSAN UNIKOM KELAS SISTEM INFORMASI 8 MENGGUNAKAN SPSS V.22 Mata Kuliah : Lab Statistika Dosen : Sita Dewi Prahastini S.Kom, M.T, M.Kom Oleh : NAMA : ANDRIAN

Lebih terperinci

BAB III METODE PENELITIAN. penelitian eksperimen. Bentuk eksperimen yang digunakan desain eksperimen

BAB III METODE PENELITIAN. penelitian eksperimen. Bentuk eksperimen yang digunakan desain eksperimen BAB III METODE PENELITIAN 3.1. Desain Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah metode penelitian eksperimen. Bentuk eksperimen yang digunakan desain eksperimen semu (quasi

Lebih terperinci

BAB III METODOLOGI PENELITIAN. tahun ajaran 2015/2016 pada bulan Oktober tahun 2015.

BAB III METODOLOGI PENELITIAN. tahun ajaran 2015/2016 pada bulan Oktober tahun 2015. 27 BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian ini dilaksanakan di kelas VIII SMP Muhammadiyah 1 Sumbang Kabupaten Banyumas. Waktu penelitian yaitu pada semester ganjil tahun ajaran 2015/2016

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Definisi operasional yang dimaksud yaitu untuk menghindari kesalahan

BAB III METODOLOGI PENELITIAN. Definisi operasional yang dimaksud yaitu untuk menghindari kesalahan BAB III METODOLOGI PENELITIAN 3.1 Definisi Operasional Definisi operasional yang dimaksud yaitu untuk menghindari kesalahan pemahaman dan perbedaan penafsiran yang berkaitan dengan istilah-istilah dalam

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis dan Pendekatan Penelitian Penelitian yang digunakan adalah penelitian kuantitatif, yaitu penelitian yanng digunakan unntuk meneliti pada populasi atau sampel tertentu.

Lebih terperinci

STATISTIK NONPARAMETRIK (1)

STATISTIK NONPARAMETRIK (1) PERTEMUAN KE-1 Ringkasan Materi: STATISTIK NONPARAMETRIK (1) Statistik nonparametrik disebut juga statistik bebas distribusi/ distributif free statistics karena tidak pernah mengasumsikan data harus berdistribusi

Lebih terperinci

XII. SPSS RANCANGAN ACAK LENGKAP POLA BERJENJANG

XII. SPSS RANCANGAN ACAK LENGKAP POLA BERJENJANG XII. SPSS RANCANGAN ACAK LENGKAP POLA BERJENJANG Rancangan Acak Lengkap Pola Berjenjang adalah rancangan percobaan dengan materi homogen atau tidak ada peubah pengganggu, rancangan ini sebenarnya merupakan

Lebih terperinci

Lampiran 1. Langkah Penelitian. Air Limbah dengan kadar phosphate tinggi. Pengukuran Suhu dan ph sebelum perlakuan

Lampiran 1. Langkah Penelitian. Air Limbah dengan kadar phosphate tinggi. Pengukuran Suhu dan ph sebelum perlakuan Lampiran 1. Langkah Penelitian Air Limbah dengan kadar phosphate tinggi Pengukuran Suhu dan ph sebelum perlakuan Masukkan dalam wadah sebanyak 1 liter Masukkan Poly Aluminium Chloride (PAC). Proses Koagulasi

Lebih terperinci

BAB 3 PENGOLAHAN DATA

BAB 3 PENGOLAHAN DATA BAB 3 PENGOLAHAN DATA 3.1 Menentukan Model Persamaan Regresi Linier Berganda Data yang dikumpulkan dalam penelitian ini adalah jumlah kecelakaan lalu lintas dan faktor-faktor yang mempengaruhinya yaitu

Lebih terperinci

ANALISIS REGRESI Oleh : Andi Rusdi

ANALISIS REGRESI Oleh : Andi Rusdi ANALISIS REGRESI Oleh : Andi Rusdi A. Sekilas Mengenai Regresi Regresi diperkenalkan oleh Francis Galton dalam makalah (Family in Stature, Processing of Royal Society, London, vol.4, 1886), yang mengemukakan

Lebih terperinci

BAB I STATISTIK DESKRIPTIF

BAB I STATISTIK DESKRIPTIF ANALISIS DATA PENELITIAN (Menggunakan Program SPSS) BAB I STATISTIK DESKRIPTIF Analisis deskripsi merupakan analisis yang paling mendasar untuk menggambarkan keadaan data secara umum. Analisis deskripsi

Lebih terperinci

BAB III DESAIN PENELITIAN

BAB III DESAIN PENELITIAN 3.1 Objek Penelitian BAB III DESAIN PENELITIAN Lokasi penelitian dilakukan di SMK Negeri 1 Bandung. Sampel penelitian yang digunakan sebanyak dua kelas, yaitu kelas X AP 2 dan kelas X AP 3 dengan jumlah

Lebih terperinci

Modul Pembelajaran SPSS (Statistical Package for the Social Sciences) dan Harvard Graphic

Modul Pembelajaran SPSS (Statistical Package for the Social Sciences) dan Harvard Graphic Modul Pembelajaran SPSS (Statistical Package for the Social Sciences) dan Harvard Graphic Pusat Data dan Statistik Pendidikan Kementerian Pendidikan dan Kebudayaan Republik Indonesia 2014 Kata Pengantar

Lebih terperinci

Statistik Uji Kruskal-Wallis

Statistik Uji Kruskal-Wallis Statistik Uji Kruskal-Wallis Author: Junaidi Junaidi Statistik Kruskal Wallis adalah salah satu peralatan statistika non-parametrik dalam kelompok prosedur untuk sampel independen. Prosedur ini digunakan

Lebih terperinci

PENGENALAN SPSS. C. SPSS Environment. Farida Sulistyorini, S.T & Irfan Adam, S.T

PENGENALAN SPSS. C. SPSS Environment. Farida Sulistyorini, S.T & Irfan Adam, S.T PENGENALAN SPSS A. Tujuan : a. Pengenalan SPSS b. Mahasiswa mampu melakukan input data dengan SPSS c. Mahasiswa mampu mengoperasikan SPSS d. Mahasiswa mampu menyelesaikan permasalahan nyata dengan bantuan

Lebih terperinci

MODUL 2. TABULASI DATA. TABULASI DATA Pembuatan Tabel Frekwensi. Perintah Statistik

MODUL 2. TABULASI DATA. TABULASI DATA Pembuatan Tabel Frekwensi. Perintah Statistik MODUL 2. Tujuan : 1. Membuat tabel frekwensi dan memahami perintah statistik, chart, dan format. 2. Memahami penyajian data secara numerik berupa analisis statistik deskriptif, yang menyajikan ukuran-ukuran

Lebih terperinci

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random RANCANGAN RANDOM LENGKAP Pendahuluan RRL RRL atau Rancangan Random Lengkap merupakan rancangan di mana unit eksperimen yang dikenai perlakuan secara random dan menyeluruh lengkap untuk setiap perlakuan.

Lebih terperinci

BAB III METODE PENELITIAN. A. Model Pengembangan

BAB III METODE PENELITIAN. A. Model Pengembangan 30 BAB III METODE PENELITIAN A. Model Pengembangan Penelitian yang dilaksanakan termasuk ke dalam jenis penelitian dan pengembangan atau Research and Development (R & D). Model pengembangan yang digunakan

Lebih terperinci

Komang Suardika, S.Pd (Pendidikan Fisika, Undiksha) 2013

Komang Suardika, S.Pd (Pendidikan Fisika, Undiksha) 2013 Komang Suardika, S.Pd (Pendidikan isika, Undiksha) 013 Anova Satu Jalur (One Way Anova) Suatu penelitian dilakukan di SMA N 1 Banjar untuk mengetahui perbedaan rata-rata dengan lima metode pembelajaran

Lebih terperinci

Ho merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test

Ho merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test UJI T-TEST (PENGANTAR STATISTIK LANJUT) A. Uji T-Test satu sampel (One sampel t- test). 1. Dasar teori. Pengujian rata-rata satu sampel dimaksudkan untuk menguji nilai tengah atau rata-rata populasi µ

Lebih terperinci

Alpha. Item-Total Statistics Scale Variance if Item Deleted

Alpha. Item-Total Statistics Scale Variance if Item Deleted 65 Lampiran 1 Analisa Reliabilitas Case Processing Summary N % Cases Valid 20 100.0 Excluded a 0.0 Total 20 100.0 a. Listwise deletion based on all variables in the procedure. Cronbach's Alpha Reliability

Lebih terperinci

128 LAMPIRAN - LAMPIRAN

128 LAMPIRAN - LAMPIRAN 128 LAMPIRAN - LAMPIRAN 129 FOAM PEMERIKSAAN PENGARUH PEMBERIAN SENAM BAYI TERHADAP PENINGKATAN BERAT BADAN PADA BAYI USIA 6-12 BULAN DI POSYANDU PERUMAHAN KEMANG TIMUR JAKARTA SELATAN IDENTITAS RESPONDEN

Lebih terperinci