Yudhy Dharmawan, SKM, M. Kes. Modul Manjemen data : Manajemen data dengan SPSS
|
|
- Surya Gunawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 berikut: 1. Klik menu Start, pilih Programs. 2. Pilih item SPSS for Windows, seperti gambar berikut : 3. Pilih SPSS 12.0 for Windows sehingga kemudian muncul tampilan
2 2 5. Tampilan tersebut adalah apabila kita ingin membuka file yang telah ada, sangat membantu. untuk kasus ini kita abaikan, dengan klik cancel. sehingga akan tampil berikut : 6. Tampilan diatas merupakan tampilan data View, dimana data siap diisikan. MENU UTAMA Beberapa menu utama dalam SPSS 11.5 antara lain: File: berisi fasilitas pengelolaan file data.
3 3 Data: berkaitan dengan perubahan dan pengelolaan da Transform: digunakan untuk memanipulasi data. Analyze: digunakan untuk menganalisis data. Graph: digunakan untuk memvisualisasikan data./ membuat grafik Help: berisi informasi mengenai SPSS. MEMBUAT FILE DATA Guna memasukkan data secara langsung, ada dua hal yang harus dilakukan, yaitu mendefinisikan variabel dan memasukkan data. Pendefinisian variabel dapat dilakukan sebelum maupun sesudah data dimasukkan. Cara 1: Mendefinisikan variabel berlebih dahulu, baru kemudian memasukkan data Bila data yang akan dimasukkan sebagai berikut: No Nama Jenis indeks HB Kelamin Prestasi 1 Adi Pria 2, Asna Wanita 3, Kiki Wanita 2, Luthfi Pria 2, Fikri Pria 3, Nana Wanita 2, Riza Pria 2, Rini Wanita 2, Yeni Wanita Diana Wanita 3, Pipit Wanita 2, Eka Pria Dwi Pria Dini Wanita 2,5 12 i 15 Budi 'Pria 2,75 10
4 4 16 Didi Pria 2, Hari Pria 3, Ida Wanita 2, Vivi Wanita 3, Rinto pria 3, Adin Pria 2, hana Wanita 3, Kikit Wanita 2, Luki Pria 2, Fikram Pria 3, Tana Wanita 2, Rizal Pria 2, Dini Wanita 2, Yuni Wanita Liana Wanita 3, Piput Wanita 2, Deka Pria Dwian Pria Bila menggunakan cara ini, langkah-langkahnya adalah: 1. Aktifkan Variable View, seperti gambar berikut : 2. Masukkan variabel diatas yaitu nama, jenis kelamin, ip, dan hb, 3. Masukkan nama variabel pada kolom Name, seperti gambar berikut :
5 5 Nama Variabel Dalam memberi nama variabel, harus memperhatikan aturan yang berlaku karena penamaan variabel yang salah tidak akan diterima oleh SPSS. Aturan untuk menamai variabel adalah - Nama variabel harus dimulai dengan suatu huruf. Setelah itu dapat ditambah karakter lain yang dapat berupa huruf, angka, tanda titik atau simbol - Nama variabel tidak boleh diakhiri dengan tanda titik. - Nama variabel yang diakhiri dengan tanda underscore sebaiknya dihindari. - panjang nama maksimal 8 karakter - tiap variabel harus unik, tidak boleh ada nama variabel yang sama. - kata kunci yang sudah digunakan pada SPSS tidak dapat digunakan sebagai nama variabel, yaitu: ALL, AND, BY, EQ. GE, GT, LE, LT, NE, NOT, OR, TO, WITH. - Nama variabel dapat didefmisikan dengan campuran antara karakter kasus bagian atas dan bagian bawah. - Jika nama variabel panjang akan dibuat dalam beberapa baris pada output, SPSS akan memisahkannya dengan underscore atau titik. 4. Atur kolom Type sesuai kebutuhan dengan mengklik tombol yang ada di sebelah kanan tipe variabel sehingga muncul kotak dialog seperti :
6 6 Tipe data untuk variabel nama adalah String karena nama terdiri atas huruf, bukan angka. Dengan tipe string berarti data tidak dapat diproses dan dianggap sebagai karakter. Default tipe data di SPSS adalah Numeric Tipe Variabel Tipe Variabel menentukan tipe data untuk tiap variabel. Sebagai default semua variabel baru diasumsikan bertipe numerik. Untuk mengubah tipe data dilakukan melalui Type Variable. Isi kotak dialog Type Variable tergantung pada tipe data yang dipilih. tipe data yang tersedia pada SPSS adalah: Numeric Merupakan variabel yang nilainya berupa angka. Nilainya ditampilkan dalam format numerik standar. Data editor menerima nilai numerik dalam format standar atau notasi ilmiah Comma Merupakan variabel numerik yang nilainya dibatasi koma untuk tiap 3 angka dan tanda titik sebagai batas desimal. Data editor menerima nilai numerik untuk variabel dengan koma atau tanpa koma; atau dalam notasi ilmiah. Dot Merupakan variabel numerik yang nilainya ditampilkan dengan batas titik untuk tiap 3 angka dan dengan tanda koma sebagai pembatas. Data editor menerima nilai numerik untuk variabel dot atau tanpa dot, atau notasi ilmiah. Scientific notation Merupakan variabel numerik yang ditampilka.n dalam notasi ilmiah dengan simbol E dan suatu tanda eksponen dengan bilangan pokok 10. Data editor menerima
7 7 nilai numerik untuk variabel dengan atau tanpa suatu eksponen. Date Merupakan variabel numerik yang nilainya ditampilkan dalam format tanggal atau waktu. Kita dapat memasukkan tipe data ini dengan garis miring (/), tanda hubung (-) titik (.), koma (,), atau spasi kosong sebagai pembatas antara tanggal, bulan dan tahun. Custom Currency Merupakan variabel numerik yang nilainya ditampilkan dalam satu format biasa langsung. Pendefinisian karakter custom currency tidak dapat dilakukan pada saat entry data tetapi ditampilkan di data editor. String Nilai suatu variabel string bukan numerik dan tidak dalam dihitung. Biasanya berupa karakter. Klik tombol OK untuk melanjutkan atau Cancel untuk membatalkan. Selanjutnya dapat melengkapi properti variabel lainnya Kolom Width dapat diatur sesuai kebutuhan suatu data. Kolom ini digunakan untuk menentukan jumlah karakter atau digit data yang dapat dimasukkan. Panjang karakter atau digit data maksimal 225 karakter untuk data dengan tipe string. Secara default lebar data di SPSS adalah 8. Kolom Decimal dapat diisi bila data yang dimasukkan bertipe Numeric. Besarnya angka pada kolom ini menunjukkan jumlah angka di belakang koma. Default desimal di SPSS adalah 2. Kolom Label digunakan untuk memberikan keterangan lebih lanjut mengenai katakteristik variabel. Cara menentukan label yaitu dengan mengisi angka semisal pada variabel sex( jenis kelamin ), dimana 1=laki laki, 2=perempuan, maka value ketik 1, lalu klik pada value label ketik laki laki, kemudian klik add, sehingga akan berpindah ke kotak bawahnya. Langkah yang sama juga untuk perempuan, bila sudah klik OK, seperti gambar berikut :
8 8 Kolom Values digunakan untuk memberikan penjelasan nilai individual dari data yang berhubungan dengan label. Kolom Missing digunakan bila dalam data yang akan diolah terdapat data yang hilang atau tidak ada. Jika dianggap tidak ada data yang hilang maka abaikan kolom ini. Missing Values (nilai yang hilang) menentukan spesifikasi nilai data sebagai usermissing. Nilai itu digunakan untuk mengetahui bagaimana suatu informasi hilang. Misalnya Anda ingin mengetahui data missing karena responden menolak untuk menjawab dan data missing karena suatu pertanyaan tidak dapat diterapkan terhadap responden tersebut. Data missing biasanya dikeluarkan dari perhitungan. Spesifikasi nilai user-missing disimpan pada file data dan tidak perlu mendefinisikan ulang nilai user-missing tiap kali Anda membuka file data. Dapat memasukkan 3 nilai hilang diskret berturut turut, suatu range missing values, atau suatu range missing values ditambah satu nilai diskret. Range hanya dapat ditentukan untuk variabel numerik. Tidak dapat mendefinisikan missing values untuk variabel string yang panjang (variabel string yang panjangnya lebih dari 8 karakter). Semua nilai string, termasuk nilai yang kosong atau nol, dihitung sebagai nilai valid, kecuali jika Anda mendefinisikannya sebagai nilai yang hilang. Untuk mendefinisikan nilai yang kosong atau nol sebagai nilai hilang pada variabel string, masukkan satu spasi tunggal pada suatu lokasi untuk nilai hilang diskret. Kolom Columns digunakan untuk menentukan lebar data. Kolom ini hampir sama dengan kolom Width.
9 9 Kolom Align digunakan untuk mengatur tampilan data dengan pilihan rata kiri, kanan atau tengah. Kolom Measure digunakan untuk menunjukkan jenis pengukuran data, dengan pilihan nominal, ordinal atau scale. Apabila sudah selesai membuat variabel, akan nampak sebagai berikut : 5. Setelah pendefinisian variabel selesai, Anda dapat mengaktifkan Data View untuk memasukkan data yang akan diolah. Cara 2: Memasukkan data terlebih dahulu, kemudian mendefinisikankan variabel Cara ini, langkah-langkahnya sebagai berikut: 1. Dari menu utama SPSS, data dapat langsung dimasukkan ke dalam sel. Caranya, arahkan kursor pada sel yang diinginkan dan kemudian ketikkan data secara langsung. Secara otomatis SPSS akan memberi nama variabel tersebut dengan VAR00001, VAR00002, dan seterusnya. seperti tampilan berikut :
10 10 2. Setelah semua data yang akan diolah dimasukkan ke dalam sel editor, aktifkan Variable View sehingga muncul Tampilan sebagai berikut: 3. Gantilah default data pada kolom yang telah terisi sesuai dengan yang akan Anda definisikan. Misalnya VAR00001 diganti NAMA, VAR00002 diganti KELAMIN, VAR00003 diganti IP dan VAR00004 diganti HB. ( langkahnya seperti diatas )
11 11 4. Jika ingin melihat pengaruh pendefinisian variabel, aktifkan Data View sehingga muncul tampilan. MENYIMPAN DATA langkah-langkah untuk menyimpan file adalah sebagai berikut: 1. Klik menu File, pilih Save As sehingga muncul kotak dialog 2. Ketik nama file pada File Name, 3. Tentukan direktori penyimpanan pada Save in. 4. Tentukan tipe file data pada kotak Save as type. Untuk memudahkan kotak ini dibiarkan saja ( default ) 5. Klik Save jika ingin menyimpan atau cancel jika ingin membatalkan Seperti gambar berikut :
12 12 - Pilihan Save As digunakan bila menginginkan penyimpanan dengan nama baru - Bila tidak, maka cukup menggunakan pilihan Save Membuka Data dari File untuk membuka data dari file, ada dua format, yaitu: Format SPSS berekstensi sav. Format data selain SPSS. Membuka Data dalam Format SPSS Tipe data dengan format SPSS tidak akan menimbulkan masalah karena formatnya sudah sesuai dengan SPSS. Cara mengambil data dalam format ini adalah sebagai berikut: 1. Klik menu File, pilih Open. 2. Dari beberapa pilihan yang ada, pilih Data, seperti berikut :
13 13 3. Pilih default pada kotak Files of Types, yaitu SPSS(*.Sav). 4. Klik Open untuk membuka file tersebut atau Cancel jika ingin membatalkan pembukaan file, seperti tampilan berikut :. 5. Maka akan ditampilkan data view pada file yang dimaksud
14 14 Membuka Data dalam Format Selain SPSS Misalnya Anda akan mengambil data berformat Microsoft Excel. Cara mengambil data dalam format ini adalah sebagai berikut: 1. Klik menu File, pilih Open. 2. Dari beberapa pilihan yang ada, pilih Data ( langkahnya sama ) 3. Pada pilihan Files of Types, pilih All Microsoft Excel Files. 4. Cari direktori tempat file tersebut berada pada kolom Look in. 5. Klik Open untuk membuka file yang diinginkan atau Cancel jika ingin membatalkan, seperti tampilan berikut : 6. Maka akan ditampilkan data view pada file yang dimaksud Membuat data file SPSS baru SPSS hanya dapat menampilkan satu file data pada satu waktu. Bila memulai SPSS, maka yang akan tampil adalah file data baru yang masih kosong. Bila Anda berada pada file data yang sudah ada isinya dan ingin membuka file data yang baru, langkah langkahnya adalah: 1. Klik menu File, pilih New. Dari berbagai pilihan yang ada pilih Data. 2. Selanjutnya akan muncul file data baru yang masih kosong Tugas Praktikum 1. Buatlah data diatas, dengan format yang benar 2. Simpanlah pada direktori anda dengan nama latihan 1
15 15 3. Buka kembali data anda, tambahkan dengan variabel berikut skor 1 skor
16 16 POKOK BAHASAN 2 : EDITING DATA SUB POKOK BAHASAN : 1. Mengganti data, 2. Menghapus sel, 3. Mengkopi nilai sel, 4. Memindah nilai sel, 5. Menyisipkan baris (observasi) baru, 6. Menyisipkan kolom (variabel) baru, 7. Menghapus baris atau kolom. Uraian Materi Pengeditan data meliputi Cutting, Copying, dan Pasting, dimana dapat melakukan cut, copy, dan paste atas nilai-nilai dalam sel atau mengelompokkan nilai-nilai pada data editor. Memindah atau mengkopi nilai suatu sel tunggal ke sel yang lain. Memindah atau mengkopi nilai suatu sel tunggal ke suatu grup sel. Memindah atau mengkopi nilai suatu kasus (baris) tunggal ke banyak kasus. Memindah atau mengkopi nilai suatu variabel (kolom) tunggal ke banyak variabel. Memindah atau mengkopi suatu grup nilai sel ke grup sel lain. Dalam proses pengeditan data,juga dapat memodifikasi nilai data pada Data View, antara lain: Mengganti nilai data, Menambah dan menghapus kasus, Menambah dan menghapus variabel, Mengubah properti variabel yang meliputi nama, tipe, desimal, label, nilai label, dan sebagainya. MEMASUKKAN VARIABEL BARU Untuk memasukkan variabel baru di SPSS, harus memperhatikan beberapa hal yang berkaitan dengan data view dan properti variabel. Beberapa fitur pada Data View SPSS mirip dengan yang ada pada aplikasi spreadsheet lain.
17 17 Meskipun demikian, ada beberapa perbedaan, yaitu: Baris pada SPSS merupakan kasus. Setiap baris mewakili satu kasus atau observasi. Misalnya, tiap individu responden dalam kuesioner adalah satu kasus. Kolom merupakan variabel. Tiap kolom mewakili satu variabel atau karakteristik ukuran. Misalnya tiap item pertanyaan pada kuesioner adalah satu variabel. Sel-sel yang ada memuat nilainilai. Tiap sel berisi nilai yang tunggal untuk satu kasus dalam satu variabel. Sel tersebut merupakan interseksi antara satu kasus dan satu variabel. Sel-sel tersebut hanya memuat nilai data, tidak dapat memuat rumus. File data berbentuk lembaran segi-empat. Dimensi file data ditentukan oleh jumlah kasus data variabel. Kita memasukkan data pada sel manapun. Jika memasukkan data pada suatu sel yang berada di luar batasan file data yang ditampilkan maka lembaran data akan melebar beberapa baris/kolom. sel dari batasan file yang ditampilkan. Tidak ada sel kosong dalam batasan file data. Untuk variabel numerik, sel kosong akan dikonversi menjadi sistem missing value. Untuk variabel string, sel kosong tetap memiliki nilai valid Mengganti Data Bila data yang dimasukkan ada kesalahan maka dapat dibetulkan dengan langkah sebagai berikut : 1. Klik sel yang akan diganti 2. Ketik data baru, seperti berikut :
18 18 Menghapus sel Bila ingin menghapus data maka, maka langkahnya sebagai berikut : 1. Klik sel yang akan dihapus 2. Klik menu edit pilih clear atau,dari key board langsung tekan tombol del atau klik kanan mouse, kemudian pilih clear, seperti gambar berikut :
19 19 Mengcopy nilai sel apabila hendak mengcopy nilai sel maka langkahnya adalah sebagai berikut 1. Klik atau blok sel yang akan dicopy 2. klik menu edit pilih copy 3. tempatkan kusor pada sel yang akan dicopy 4. klik edit pilih paste Atau jika Anda ingin menggunakan variasi keyboard, lakukan langkah-langkah: 1. Klik sel tempat data yang akan dikopi. 2. Tekan tombol CTRL+C untuk menggantikan perintah Copy pada menu Edit. 3. Arahkan kursor ke lokasi di mana data akan dipindahkan. 4. Tekan tombol CTRL+V untuk menggantikan perintah Paste pada menu Edit. atau klik kanan mouse, kemudian pilih copy, lalu tempatkan pada sel yang dituju, kemudian klik kanan lalu pilih paste, seperti gambar berikut :
20 20 Untuk mengkopi data dengan tipe string, Anda harus mendefinisikan tipenya terlebih dahulu pada Variable View karena default data baru di SPSS adalah Numeric. Jika tipe data tidak didefinisikan terlebih dahulu, data tidak akan dapat dikopi. MEMINDAH NILAI SEL Langkah untuk memindah nilai sel adalah sebagai berikut: 1. Kik sel data yang akan dipindah. 2. KIik menu Edit, pilih Cut. 3. Arahkan kursor ke lokasi di mana data akan dipindah. 4. Klik menu Edit, pilih Paste. atau klik kanan mouse, kemudian pilih copy, lalu tempatkan pada sel yang dituju, kemudian klik kanan lalu pilih paste, seperti gambar berikut :
21 21 Sisipkan baris ( observasi ) baru Jika ingin menyisipkan suatu data atau observasi baru ( menambahkan data di tengah, bukan di baris paling bawah ) Langkahnya sebagai berikut: 1. Pilih posisi baris yang akan disisipkan. denagn cara tempatkan / blok pada baris tersebut, seperti tampilan : 2. Klik menu Data, pilih Insert Case 3. Sehingga muncul baris yang dapat diisi data baru, diatas posisi kursor yang kita pilih
22 22 Menyisipkan kolom ( variabel baru ) bila ingin menyisipkan kolom, maka langkahnya sebagai berikut : 1. Klik salah satu sel dimana hendak dsisipkan variabel baru ( posisi pada sebelah kanan variabel yang hendak ditempatkan ) 2. Klik menu data, pilih Insert variabel 3. maka muncul kolom kosong yang dapat diisi variabel baru 4. Kemudian untuk mendefinisikan variabel lakukan, seperti langkah pembahasan sebelumnya. Menghapus baris dan kolom untuk menghapus baris langkahnya adalah sebagai berikut : 1. klik paling kiri baris ( sehinggga semua terblok ) 2. Klik menu edit pilih clear ( Dapat juga pakai klik kanan ) 3. atau,dari key board langsung tekan tombol del untuk menghapus kolom langkahnya adalah sebagai berikut : 1. klik nama variabel yang hendak dihapus ( sehinggga semua terblok ) 2. Klik menu edit pilih clear ( Dapat juga pakai klik kanan ) atau,dari key board langsung tekan tombol del, seperti gambar berikut
23 23 Tugas Praktikum 1. Mengganti data pada beberapa sel 2. Menghapus beberapa sel, sehingga menjadi sel yang kosong 3. Mengkopi nilai pada sembarang sel, lalu kopikan ke sel yang kosong 4. Memindah nilai pada sembarang sel 5. Menyisipkan baris (observasi) baru pada kasus ke 10 dan ke Menyisipkan kolom (variabel) baru, yaitu variabel umur setelah jenis kelamin 7. Menghapus baris yang tadi disisipkan 8. Menghapus kolom. yang tadi disisipkan
24 24 POKOK BAHASAN 3 : ORGANISASI DATA SUB POKOK BAHASAN : 1. Memberi label data & variabel 2. Mengurutkan data 3. Menyaring data Uraian Materi Memberi label variabel dan data Pada data variabel dengan tipe numerik, pada saat memasukkan data, nilai labelnya tidak perlu didefinisikan. Namun dapat diberi label untuk masing-masing kasus sebagai keterangan. Kita juga dapat membuat label nilai deskriptif untuk tiap kasus dalam satu variabel. Pemberian nilai label digunakan jika file data mennggunakan nilai numerik untuk mewakili kategori yang bukan numerik (misalnya kode 1 untuk wanita clan 2 untuk pria). Nilai label tersimpan bersama file data. Tidak perlu mendefinisikan kembali nilai label ini tiap membuka suatu file data. Panjang nilai label maksima 160 karakter. Nilai label tidak tersedia untuk variabel string yang panjang, yaitu variabel string yang panjangnya lebih dari 8 karakter. Misalnya data latihan mengenai indeks prestasi siswa, diklasifikasikan menjadi: IP < 2.00 : Kurang <IP < 2.75 : Memuaskan 2.76 <IP < 3.50 : Sangat Memuaskan 3.50<IP < 4.00 : Sangat Memuaskan Bila hendak memberi label pada variabel data langkahnya adalah: Dari SPSS data editor, buka filenya terlebih dahulu 1. Klik menu data, pilih Define Variable Properties.
25 25 2. Selanjutnya akan muncul kotak dialog Define Variable Properties yang memuat nama-nama variabel yang terdapat dalam data editor. 3. Pilih variabel IP kemudian pindahkan ke kotak Variables to Scan. 4. Setelah itu klik Continue. 5. Selanjutnya akan muncul kotak dialog Define Variable Properties yang memuat properti dari variabel IP. Masukkan klasifikasi berdasarkan IP pada kolom Label. 6. Nilai data disusun berdasarkan urutan IP dari yang terendah IP 2.47) ke yang tertinggi (IP 3.30) pada kolom Values Sedangkan banyaknya data untuk masing-masing nilai terdapat pada kolom Count. Secara otomatis akan muncul tanda cek (V) pada kolom Changed untuk kasus yang telah diisi labelnya. Setelah itu klik OK. seperti gambar berikut :
26 26 7. Secara otomatis pada data editor masing-masing kasus sudah memiliki label. Label ini dapat dilihat pada Variabel View untuk variabel IP atau pada Data view, untuk melihat label pada menu view, berikan tanda check ( klik ) value label, seperti gambar berikut : Mengurutkan data
27 27 Data dapat diurutkan menurut variabel kunci tertentu, denagn menggunakan fungsi sort. langkahnya adalah sebagai berikut : 1. Aktifkan terlebih dahulu data view 2. pada menu data klik sort cases, sehingga muncul kotak dialog sort cases 3. Pindahakan variabel yang menjadi kunci pengurutan ke kotak sort by, pada kasus ini menggunakan variabel ip, maka ip dipindahkan kekotak sebelah kanan 4. pada pilihan sort order tentukan ascending bila urutan naik, dan descending bila turun, lalu klik OK, seperti gambar berikut : maka pada data view akan diurutkan menurut ip secara urutan naik, tampilan sebagai berikut Seleksi Data
28 28 Dalam proses seleksi data akan diperoleh 2 macam hasil, yaitu kasus terseleksi dan kasus tersaring. Kasus terseleksi merupakan data yang memenuhi kriteria proses seleksi data sedangkan kasus tersaring merupakan data yang tidak memenuhi kriteria. Kita dapat menyaring atau menghapus data yang tidak memenuhi kriteria. Kasus yang tersaring masih terdapat dalam data tetapi tidak dimasukkan dalam analisis. Hasil seleksi data di masukkan dalam filter variabel, yang dinamai dengan variabe filter - $. Kasus yang terseleksi akan bernilai 1 sedangkan kasus yang tersaring akan bernilai 0. Kasus yang tersaring juga ditandai dengan garis diagonal di kolom nomor pada data editor (kolom paling kiri) Kasus yang terhapus akan dibuang dari file data dan tidak dapat dilihat kembali jika file data disimpan setelah kasus dihapus. SELEKSI KASUS: IF Dalam kotak dialog, Anda dapat memilih bagian dari kasus dengan menggunakan conditional expression. Condicition expression ini dapat bernilai benar, salah, atau menyebabkan data hilang. Jika hasil conditional expression benar, kasus akan terseleksi. Jika conditional expression salah atau missing (hilang) kasus tidak akan terseleksi. Sebagian besar conditional expression menggunakan operator hubungan (<, >, <=, >=, _, dan -=). Conditional expression dapat meliputi nama variabel konstanta, operator aritmatik, bilangan numerik dan fungsi lain, operator aritrnatik, dan operator hubungan. Sebagai contoh, akan digunakan data latihan diatas. Misal akan diseleksi mahasiswa dengan ip >3.0 Langkah-langkahnya adalah: 1. Buka file data 2. Klik menu Data, pilih Select Cases. 3. Setelah itu akan muncul kotak dialog select case klik pilihan if condition is satisfied 4. klik tombol if, masukkan variabel ip dalam kotak kosong sebelah kanan
29 29 5. ketikan tanda lebih dari disebelah kanan tulisan ip lalu ketikan angka 3.0 atau bisa juga gunakan tombol yang ada, sehingga tertuliskan ip >3.0 Klik continue, seperti tampilan berikut : 5. akan muncul tampilan kotak dialog select case lalu klik OK, seperti tampilan berikut : Muncul variabel baru dengan nama filter $. Kasus yang memenuhi kriteria (IP > 2,75) bernilai 1, sedangkan kasus yang tidak memenuhi kriteria (IP 2,75) bernilai 0. Selain itu, kasus yang tidak memenuhi kriteria ditandai dengan garis diagonal pada kolom nomor
30 30 (kolom paling kiri). Tampilan data view sebagai berikut : Pada contoh seleksi data tersebut, dipakai default Filtered pada pilihan Unselected Cases Are, yaitu kasus yang tidak terseleksi tidak akan dihapus dari data. Sedangkan jika digunakan pilihan Deleted maka data yang tidak terseleksi akan terhapus. SELEKSI KASUS: SAMPLE ACAK Dalam kotak dialog Anda dapat memilih sampel acak berdasarkan persentase pendekatan atau jumlah kasus yang akan diseleksi. Pada sampling tanpa pengembalian, kasus yang sama tidak dapat diseleksi lebih dari satu kali. Untuk membangkitkan suatu sampel acak, dapat menggunakan persentase tertentu dari kasus. Dengan cara ini dapat dibuat suatu sampel acak untuk tiap kasus. Sebagai contoh akan digunakan data tentang indeks prestasi mahasiswa. Dari data tersebut akan diambil 25% dari total data secara acak sebagai sampel. Langkahlangkahnya adalah: 1. Buka file data ' 2. Klik menu Data, pilih Select Cases.
31 31 3. Setelah submenu Select Cases dipilih maka akan muncul kotak dialog Select Cases. klik pilihan Random sample of cases. 4. Klik tombol Sample sehingga muncul kotak dialog Select Cases Random sampling 5. Isikan persentase yang Anda inginkan ke Aproximately lalu klik Continue Tampilan sebagai berikut : 6. Setelah itu akan muncul kembali tampilan kotak dialog Select Cases. Klik OK. Tampilan sebagai berikut : 7. Hasilnya, tampilan data editor akan menjadi seperti berikut:
32 32 SPSS secara otomatis menyeleksi kasus secara acak sebanyak 25% dari total data, yaitu 5 kasus (kasus ke-1, ke 9. ke-10, ke-11, ke-12 dan ke-20). Bila di ulangi penyeleksian data secara acak, kasus yang terpilih mungkin berbeda dari sebelumnya. Apabila hendak mengembalikan pada fungsi semula, klik select cases, kemudian klik tombol reset lalu klik OK, sehingga tidak ada kriteria seleksi. Pada tampilan data view tidak ada garis diagonal lagi. Tugas Praktikum 1. Berikan label pada variabel skor 1, dimana kurang dari 7,5 diberi label sedang, lainnya diberi label baik 2. Lakukan pengurutan secara menurun, dengan kunci variabel hb 3. Lakukan seleksi terhadap variabel hbyang lebih dari sama dengan Lakukan seleksi dengan memilih 30 % dari data yang ada Catatan : jangan lupa lakukan reset setelah seleksi.
33 33
34 34 POKOK BAHASAN 4 : MANIPULASI DATA SUB POKOK BAHASAN : 1. Menggunakan fungsi Compute 2. Menggunakan fungsi Recode 3. Menggunakan fungsi Count Uraian Materi OPERASI ARITMATIKA Beberapa fungsi yang digunakan dalam pengolahan data statistik antara lain: Fungsi aritmatik Fungsi statistik Fungsi string Fungsi tanggal dan waktu Fungsi distribusi Fungsi variabel acak Fungsi nilai hilang Sedangkan fungsi-fungsi yang termasuk fungsi aritmatik antara lain: ABS, nilai absolut dari suatu data numerik. ARSIN, invers dari sinus (dalam radian) yang nilainya antara -1 dan + 1. ARTAN, invers dari tangen (dalam radian). COS, nilai cosinus (dalam radian). SIN, nilai sinus (dalam radian). EXP, eksponen. LN, logaritma natural, yaitu fungsi logaritma dengan bilangan pokok e, berupa data numerik yang nilainya lebih besar dari 0. LG 10, fungsi logaritma dengan bilangan pokok 10, berupa data numerik yang nilainya lebih besar DARI 0. MOD, modulus yaitu sisa pembagian suatu bilangan dengan bilangan lain yang
35 35 lebih kecil. SQRT, akar kuadrat, berupa data numerik non-negatif. Fungsi Compute Semisal akan dihitung nilai rata-rata untuk skor 1 dan skor 2. Langkah-langkahnya adalah: 1. Aktifkan data ip, seperti pembahasan sebelumnya. 2. Klik menu Transform, pilih Compute sehingga akan muncul kotak dialog Compute Variable. 3. Masukkkan target variabel untuk rata-rata nilai, misal dengan nama rerata. Jangan lupa berikan tipe dan label variabel 4. Cari fungsi untuk mencari rata-rata pada kotak Function, vaitu MEAN. Setelah itu pindahkan ke kotak Numeric Expression. lalu pindahkan skor 1 dan skor 2, ke dalam kurung, sehingga tertulis MEAN ( skor 1, skor 2) Seperti tampilan berikut : 5. Setelah itu klik OK. Hasilnya akan seperti tampilan:
36 36 PENGGUNAAN FUNGSI IF penggunaan fungsi If hampir sama dengan seleksi kasus. Fungsi If digunakan sebagai syarat dalam perhitungan. Langkahnya sebagai berikut : 1. Aktifkan file data 2. Klik menu Transform, pilih Compute. 3. Setelah itu akan muncul kotak dialog Compute Variable. 4. Masukkan target variabel untuk transformasi jumlah skor 1 dan skor 2 misal diberi nama Total, Jangan lupa berikan tipe dan label variabel 5. Masukkan kriteria jumlah ke kotak Numeric Expression, yaitu skor 1 +skor 2 6. Untuk memasukkan kriteria, klik pilihan If sehingga muncul kotak dialog if cases 7. Aktifkan pilihan Include if case satisfies condition, kemudian masukkan kriteria sex = 1 pada kotak di kanannya. Setelah itu klik Continue.
37 37 ingat, setelah gunakan if jangn lupa reset dan klik ok bila kembali ke data awal!!! 8. Setelah itu akan muncul kembali tampilan kotak dialog Compute Variable. Klik OK. Hasilnya pada data editor akan muncul tampilan sebagai berikut:
38 38 FUNGSI COUNT Perintah Count digunakan untuk menghitung data dengan Kriteria tertentu. Misal dari data diatas akan dihitung jumlah mahasiswa dengan IP 3.00 dan berjenis kelamin wanita. langkah langkah adalah: 1. Buka File 2. Dari menu Transform, pilih Count. 3. Akan muncul kotak dialog Count 4. Masukkan nama variabel yang akan dihitung pada kotak target variabel, semisal hb_1 5. Masukkan keterangan label pada kotak Target Label, semisal wanita anemi 6. Masukkan variabel yang digunakan sebagai kriteria pemilihan yaitu hb<12, dengan memilih variabel hb ke kotak Numeric,Variables
39 39 7. Untuk mendefinisikan nilai label, klik Define Values Ketikkan nilai label. Pada, pilihan Value, pilih range lowest through ketik 11,9 tekan Add. sehingga pindah ke kotak values to count Setelah itu klik Continue. 8. untuk memasukkan kriteria variabel IP, klik pilihan if sehingga akan muncul kotak dialog Count Occurences : Count if. aktifkan pilihan Include if case satisfied condition Masukkan kriteria sex =2 ke kotak di bawahnya kemudian klik Continue. klik OK pada count
40 40 sehingga akan dihasilkan data view sebagai berikut : FUNGSI RECODE Fungsi Recode digunakan untuk mengelompokkan data kedalam kategori tertentu. ada dua pilihan yaitu :
41 41 a. Recode pada variabel yang sama Hasil pengelompokan akan langsung mengganti data aslinya. tipe data harus sama. Untuk hal ini tidak disarankan, karena dapat menghilangkan data awal. b. Recode pada variabel yang berbeda Hasil pengelompokan ditampilkan pada variabel baru. Dapat dikelompokan dengan tipe yang berbeda. Apabila hendak melakukannya maka langkahnya sebagai berikut : 1. aktifkan file datanya 2. pilih menu transform, lalu klik recode, pilih into different variables, sehingga ditampilkan kotak dialog record 3. isi pada output variables, name anemi, dan label kelompok anemi, kemudian klik change, sehingga pada kotak numeric variables tertulis hb anemi, lalu klik old and New Values 4. Akan dimunculkan kotak ols & new values, karena kategori dibawah 12 adalah anemi maka, terlebih dahulu berikan tanda check, dengan mengklik pada output variables are string, lalu pilihlah range lowest through ketikkan 11,9, lalu klik values anemi lalu tekan add, lalu pilihlah through highest ketikkan 12, lalu klik values tidak anemi lalu tekan add, kemudian klik Continue Seperti gambar berikut :
42 42 5. akan kembali kekotak dialog recode, lalu klik OK, sehingga tampil data sebagai berikut : Tugas Praktikum 1. Kelompokkan variabel total hanya untuk jenis kelamin laki laki, kedalam kelompok lebih dari skor 15 dan kurang dari sama dengan Hitunglah untuk rerata yang sama dengan 8, hanya yang hbnya lebih dari Buatlah variabel baru, dengan nama rasio yang merupakan nilai rerata dibagi hb
43 43 POKOK BAHASAN 5 : Tampilan Grafik SUB POKOK BAHASAN : a. Membuat Grafik b. Mengedit Grafik URAIAN MATERI Sebelum menentukan akan menggunakan grafik, terlebih dahulu diketahui terlebih dahulu spesifikasi penggunaan grafik, sebagai berikut : a. Grafik Batang menampilkan frekuensi variabel kategori b. Histogram menampilkan frekuensi variabel kontinu c. Grafik lingkaran menampilkan prosentase variabel kategori d. Grafik garis menampilkan trend menurut satuan (b iasnya waktu ) Dalam pembahasan modul ini, yang dicontohkan adalah grafik batang. Sedangkan grafik lainnya, dengan prinsip yang sama, dilakukan untuk penugasan. MEMBUAT GRAFIK BATANG langkahnya sebagai berikut : 1. Aktifkan data yang hendak dibuat grafik 2. Buka menu Graph, pilih Bar, amaka akan keluar kotak dialog bar, sebagai berikut :
44 44 3. pilih simple, kemudian klik Define, akan keluar kotak dialog define, karena hendak membuat grafik frekuensi menurut jenis kelamin, maka pindahkan variabel sex ke kotak category axis. kemudian tekan title untuk menulis judul, apabila sudah klik continue 4. kemudian klik OK, maka akan ditampilkan hasillnya pada output viewer, sebagai berikut :
45 45 MENGEDIT GRAFIK Untuk mengedit grafik, semisal mengganti judul, bentuk, warna dan lain sebagainya diperlukan Graphic Editor. langkahnya sebagai berikut : 1. pada output viewer,, pada gambar grafik diklik 2 kali, sehingga akan muncul graphic editor berikut :
46 46 2. Kemudian apabila ingin mengganti /mengedit tinggal disesuaika saja, misalnay untuk warna, label frekuensi dan lain lain 3. apabila di Graphis editor sudah selesai, maka file editor ditutup, sehingga tanpilan paada output juga sudah berubah MEMBUAT GRAFIK LINGKARAN langkahnya sebagai berikut : Aktifkan data yang hendak dibuat grafik Buka menu Graph, pilih Bar, amaka akan keluar kotak dialog bar, sebagai berikut
47 47 3. Pilih Summaries for Groups of cases,lalu klik define, sehingga akan ditampilkan kotak dialog berikut : 4. pilih % of cases pada slices represent, kemudian pindahkan varabel sex ke define slices by 5. Klik titles untuk memberi judul grafik, lalu continue 6. KLik OK, maka akan ditampilkan di Output viewer
48 48 7. apabila hendak diedit klik dua kali pada gambar sehingga tampil data editor 8. semisal hendak dibuat lingkaran terpisah maka klik gambar grafik pada chart editor, kemudian pilih toolbar explode slice seperti gambar 9. sehingga gambar akan dipisah per bagian seperti berikut :
49 untuk memberikan angka prosentase klik icon show label sebagai berikut 11. sehingga ditampilkan berikut :
50 Bila sudah, tutup pada chart editor sehinggagrafik pada output viewer sudah berubah MENYIMPAN OUTPUT Untuk menyimpan output, maka langkahnya sama dengan penyimpana data. 1. Aktifkan window output viewer, 2. buka menu file, lalu klik save as, sehingga akan tampil kotak dialog save as, berikut : 3. Tentukan penyimpanan pada directory yanganda tuju di Save in, kemudian berikan nama, dengan mengetiknya di file name, lalu klik Save Tugas Praktikum
51 51 1. Buatlah data dan grafik area, sesuai dengan keinginan anda! 2. Buatlah data dan grafik garis, sesuai dengan keinginan anda!
52 52 POKOK BAHASAN 6 : Penggunaan SPSS untuk analisis satu sampel SUB POKOK BAHASAN : 1. jenis dan tujuan analisis satu sampel 2. fungsi descriptive pada aplikasi SPSS 3. fungsi frequencies pada aplikasi SPSS 4. fungsi explore pada aplikasi SPSS 5. fungsi compare mean one sample t test pada aplikasi SPSS URAIAN MATERI A. Tujuan Analisis Satu Sampel Analisis satu sample digunakan untuk menggambarkan nilai data pada sample ( statistik ) ataupun pada populasi ( parameter ), selain itu dapat disajikan secara tabulasi ataupun grafik ataupun. Untuk tujuan ini analisis bersifat deskriptif. Selain itu juga dapat digunakan untuk menguji suatu nilai tunggal pameter dari suatu data sample, sebagai uji statistik satu sample. Untuk tujuan ini misalnya menguji standar tertentu dari serangkaian data observasi sample. B. Penggunaan fungsi descriptive pada aplikasi SPSS Tujuan : Untuk mendeskripsikan distribusi dan ukuran dispersi. nilai data menurut nilai rata rata, jumlah, ukuran Langkah kerja : 1. Aktifkan data view anda : deskriptif. save 2. Klik menu analize, lalu deskriptive statistic, pilih descriptive :
53 53 3. Akan keluar kotak dialog, pindahkan variabel tinggi kekotak sebelah kanan, apabila diinginkan untuk mencul nilai Z standard maka anda check save standarized values as variable. Catatan : data variable yang digunakan adalah berjenis kontinu 4. Untuk memunculkan nilai parameter, klik option pilih nilai yang dikehendaki lalu klik Continue. Untuk latihan ini semua dipilih, lalu klik OK 5. Muncul hasil analisa dalam output sebagai berikut : Descriptives
54 54 Descriptive Statistics N Range Minimum Maximum Mean Std. Skewness Kurtosis tinggi Valid N (listwise) Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic Std. Error Statistic Std. Error C. Penggunaan fungsi Frequencies pada aplikasi SPSS Tujuan : Untuk mendeskripsikan nilai data menurut nilai ukuran tendensi sentral, nilai persenril, disperse dan distribusi. Selain itu juga dapat ditampilkan dalam bentuk grafik Langkah kerja : 1. Aktifkan data view anda : deskriptif. save 2. Klik menu analize, lalu deskriptive statistic, pilih Frequencies 3. latihan ini menggunakan data sex, maka pindahkan sex sebelah kotak kanan, klik statistic, pilih modus ( data berskala nominal ), klik Continue, lalu klik charts pilih bar, klik Continue, lalu klik OK, sperti gambar berikut :
55 55 4. akan tampil output sebagai berikut : Frequencies Statistics jenis kelamin N Valid Missing Mode Valid pria wanita Total jenis kelamin Frequency Percent Valid Percent Cumulative Percent
56 56 Frequency jenis kelamin pria jenis kelamin wanita D. Penggunaan fungsi Explore pada aplikasi SPSS Tujuan : Untuk mendeskripsikan nilai data menurut nilai ukuran tendensi sentral, nilai persenril, disperse dan distribusi. Selain itu juga dapat ditampilkan dalam bentuk grafik Langkah kerja : 1. Aktifkan data view anda : deskriptif. save 2. Klik menu analize, lalu deskriptive statistic, pilih Explore 3. muncul kotak dialog, pindahkan tinggi ke dependent variable, lalu pindahkan sex ke factor, klik statistic pilih deskriptive, klik continue, lalu klik plot, pada box plot pilih factor level together, pada descriptive pilih histogram, check normality with test ( untuk uji normalitas ) dan klik power estimation ( untuk uji homogenitas ), klik continue, klik
57 57 4. akan muncul tampilan berikut : Explore jenis kelamin Case Processing Summary Cases Valid Missing Total tinggi jenis kelamin pria wanita N Percent N Percent N Percent % 0.0% % % 0.0% %
58 58 Descriptives tinggi jenis kelamin pria Mean Statistic Std. Error % Confidence Interval for Mean Lower Bound Upper Bound % Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range 11.8 Interquartile Range 4.3 Skewness Kurtosis wanita Mean % Confidence Interval for Mean Lower Bound Upper Bound % Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range 17.9 Interquartile Range 5.3 Skewness Kurtosis Tests of Normality tinggi jenis kelamin pria wanita Kolmogorov-Smirnov a Shapiro-Wilk Statistic df Sig. Statistic df Sig * *. This is a lower bound of the true significance. a. Lilliefors Significance Correction
59 59 Test of Homogeneity of Variance tinggi Based on Mean Based on Median Based on Median and with adjusted df Based on trimmed mean Levene Statistic df1 df2 Sig E. Penggunaan uji one sample t test pada aplikasi SPSS Tujuan : Untuk menguji apakah nilai parameter berbeda secara bermakna pada level signifikansi tertentu. Pada latihan ini ingin diuji pada tingkat kepercayaan 95 %, apakah tinggi badan populasi sama dengan 165 cm Langkah kerja : 1. Aktifkan data view anda : deskriptif. save 2. Klik menu analize, lalu compare means, pilih one sample t test 3. Pindahkan tinggi ke kotak kanan, lalu isikan 165 pada test value 4. Klik option untuk menentukan interval kepercayaan, klik continue, lalu klik OK
60 60 5. Maka pada Output view, tampil sebagai berikut : T-Test One-Sample Statistics tinggi N Mean Std. Deviation Std. Error Mean One-Sample Test tinggi t df Sig. (2-tailed) Test Value = % Confidence Interval of the Difference Mean Difference Lower Upper dari hasil diatas, didapatkan bahwa nilai t hitung : 4,433, dengan signifikansi dengan demikian kita tolak Ho, berarti tinggi badan tidak sama dengan 165 cm Tugas Praktikum Dengan menggunakan file data ip pada pembahasan sebelumya, 1. Buatlah analisis deskriptif 2. Ujilah apakah distribusi hb normal 3. Ujilah apakah nilai IP sam dengan 2,8
61 61 Pokok Bahasan 7 Penggunaan SPSS untuk analisis validitas dan reliabilitas TIU : Mahasiswa dapat : a. Menjelaskan jenis dan tujuan analisis validitas dan reliabilitas b. Menggunakan uji validitas pada aplikasi SPSS c. Menggunakan uji reliabilitas pada aplikasi SPSS d. Menjelaskan hasil analisis A. Tujuan Analisis Beda Sampel Analisis Validitas dan reliabilitas digunakan untuk menguji instrument penelitian sebelum dilakukan pengambilan data penelitian yang sesungguhnya. Pengujian instrument perlu dilakukan untuk memastikan bahwa alat penelitian layak digunakan untuk mengukur variabel penelitian, sehingga dapat disimpulkan bahwa data yang dihasilkan dari pengukuran tersebut adalah data sesunguhnya. Hal ini akan semakin menguatkan hasil penelitian. Instrumen dikatakan valid apabila hasil pengukuran dapat mengungkapkan atau menyatakan kondisi yang sesungguhnya ( benar apa danya ), sesuai dengan tujuan pengukuran. Sedangkan instrumen dikatakan reliabel apabila hasil pengukuran tersebutr konsisten/ stabil/ ajeg. Banyak teknik untuk menguji validitas dan reliabilitas, pada pembahasan kali ini yang digunakan adalah tehnik One Shot ( sekali pengukuran ). Untuk keperluan ini dilakukan pengukuran terhadap paling sedikitnya 30 obyek pengukuran ( dapat banyak obyek atau pengulangan pengukuran ). B. Menggunakan uji validitas pada aplikasi SPSS Tujuan : Untuk menguji validitas instrumen penelitian. Langkah kerja : 1. Aktifkan data sheet yang akan diolah,misal : Validitas.sav 2. Klik menu analize, lalu Scale, pilih Reliability Analysis 3. akan muncul kotak dialog, pindahkan variabel yang hendak diuji ke kotak item,. Klik Statistic untuk menentukan angka statistik yang hendak ditampilkan. lalu klik OK seperti table berikut :
62 62 4. Muncul hasil analisis sebagai berikut : Reliability Warnings The space saver method is used. That is, the covariance matrix is not calculated or used in the analysis. Cases Case Processing Summary Valid Excluded a Total N % a. Listwise deletion based on all variables in the procedure Reliability Statistics Cronbach's Alpha N of Items Koefisien Alpha
63 63 butir_1 butir_2 butir_3 butir_4 butir_5 butir_6 butir_7 butir_8 butir_9 butir_10 Item Statistics Mean Std. Deviation N Korelasi butir dengan skor total butir_1 butir_2 butir_3 butir_4 butir_5 butir_6 butir_7 butir_8 butir_9 butir_10 Scale Mean if Item Deleted Item-Total Statistics Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted Scale Statistics Mean Variance Std. Deviation N of Items Pada hasil diatas, perlu diperhatikan uji korelasi pada Corrected Item-Total correction harus diatas nol ( 0 ), dan positif serta harus diatas nilai r tabel = 0,361 ( n= 30, signifikansi 5 % ). Apabila ada yang nilainya nol ( 0 ) atau yang negatif, serta krang dari r tabel butir tersebut harus dikeluarkan ( butir tersebut tidak valid ). Pada kasus demikian harus dilakukan penghitungan ulang tanpa menggunakan butir yang tidak valid. Pada contoh diatas butir 1 dan butir 5 tidak valid, sehingga harus dikeluarkan.
64 64 6. Langkah yang sama seperti langkah diatas, hanya tidak menyertakan butir 1 dan butir 5, dengan hasil sebagai berikut : Reliability Warnings The space saver method is used. That is, the covariance matrix is not calculated or used in the analysis. Cases Case Processing Summary Valid Excluded a Total N % a. Listwise deletion based on all variables in the procedure Reliability Statistics Cronbach's Alpha N of Items Item Statistics Koefisien Alpha butir_2 butir_3 butir_4 butir_6 butir_7 butir_8 butir_9 butir_10 Mean Std. Deviation N
65 Item-Total Statistics Korelasi untuk validitas 65 butir_2 butir_3 butir_4 butir_6 butir_7 butir_8 butir_9 butir_10 Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted Scale Statistics Mean Variance Std. Deviation N of Items Hasil diatas, menunjukkan semua butir sudah valid ( tidak ada yang korelasi nol, atau negative, serta diatas nilai r table ), oleh karenanya dapat dilanjutkan dengan uji validitas dilihat pada koefisien alpha sebesar ) 0, 836. Hasil ini, instrument cukup reliable. untuk Survey yang bertujuan mengambil keputusan pada kelompok maka nilai tersebut sudah reliable, yaitu batasnya 0,5. 8. Instrumen yang sudah valid dan reliable dapat dilanjutkan untuk pengukuran sesungguhnya. Daftar Pustaka 1. Wahana Komputer, Pengolahan data statistik dengan aplikasi SPSS 12, Penerbit Andi,Yogyakarta, Jonathan Sarwono, Analisis data penelitian menggunakan SPSS 13, Penerbit ANDI, Yogyakarta, 2006
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 terperinciBAB 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 terperinciPerpustakaan Unika LAMPIRAN
LAMPIRAN LAMPIRAN SKALA PENELITIAN A SKALA KEPUASAN NASABAH Usia : Jenis kelamin : a. Laki-laki b. Perempuan (lingkari huruf yang sesuai) PETUNJUK PENGISIAN 1. Kami memohon bantuan Bapak/Ibu untuk penelitian
Lebih terperinciSTATISTIKA DESKRIPTIF
STATISTIKA DESKRIPTIF 1 Statistika deskriptif berkaitan dengan penerapan metode statistika untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif. Statistika inferensia
Lebih terperinciPENGENALAN 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 terperinciUji Validitas I. Case Processing Summary N % Cases Valid Excluded a Total Reliability Statistics Cronbach's Alpha
Uji Validitas I Case Processing Summary N % Cases Valid 19 95.0 Excluded a 1 5.0 Total 20 100.0 Reliability Statistics Cronbach's Alpha N of Items.971 41 Item Statistics Mean Std. Deviation N PENGETAHUAN
Lebih terperinciRancangan 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 terperinciUji Normalitas. NPar Tests. One-Sample Kolmogorov-Smirnov Test. Item N 233. Normal Parameters a,,b Mean Std. Deviation 8.
Uji Normalitas NPar Tests One-Sample Kolmogorov-Smirnov Test Item N 233 Normal Parameters a,,b Mean 16.6738 Std. Deviation 8.68888 Most Extreme Differences Absolute.082 Positive.082 Negative -.049 Kolmogorov-Smirnov
Lebih terperinciNomor 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 terperinciMemulai 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 terperinciMODUL 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 terperinciPengenalan 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 terperinciPengantar 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 terperinciAlpha. 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 terperinciDistribusi 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 terperinciBELAJAR 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 terperinciSTATISTIK 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 terperinciSPSS 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 terperinciBhina 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 terperinciANGKET PENELITIAN ANALISIS PENGARUH STRES KERJA DAN MOTIVASI TERHADAP KINERJA KARYAWAN PT. PANCA MENARA MITRA SKRIPSI. Fika Aditya Pradipta
L1 Lampiran 1 Kuesioner ANGKET PENELITIAN ANALISIS PENGARUH STRES KERJA DAN MOTIVASI TERHADAP KINERJA KARYAWAN PT. PANCA MENARA MITRA SKRIPSI Fika Aditya Pradipta 1200980122 L2 SURAT PENGANTAR Responden
Lebih terperinciSURAT PERNYATAN PERSETUJUAN UNTUK IKUT SERTA DALAM PENELITIAN (INFORMED CONSENT)
Lampiran I No. Urut Responden SURAT PERNYATAN PERSETUJUAN UNTUK IKUT SERTA DALAM PENELITIAN (INFORMED CONSENT) PENINGKATAN PENGETAHUAN DAN SIKAP GIZI SEIMBANG PADA SISWA TK ISLAM NUR HABIB Peneliti adalah
Lebih terperinciLampiran 1 : Kuesioner Penelitian KUESIONER. Hubungan Antara Role Stressor dan Komitmen Organisasi. Bapak/Ibu/Saudara/Saudari Karyawan PT XYZ
54 Lampiran 1 : Kuesioner Penelitian KUESIONER Hubungan Antara Role Stressor dan Komitmen Organisasi Yth. Bapak/Ibu/Saudara/Saudari Karyawan PT XYZ Assalaamu alaikum Wr.Wb Dengan Hormat, Saya, Agus Salim,
Lebih terperinciLAMPIRAN. Proses Transformasi Data Ordinal ke Interval Variabel Pengembangan Karyawan. Alternatif Jawaban
LAMPIRAN Proses Transformasi Data Ordinal ke Interval Variabel Pengembangan Karyawan Item Alternatif Jawaban total Pernyataan 1 2 3 4 5 P1 13 14 53 13 29 122 P2 8 7 27 53 27 122 P3 16 20 43 12 31 122 P4
Lebih terperinciLAMPIRAN I ANGKET PENELITIAN
LAMPIRAN I ANGKET PENELITIAN 75 INSTRUMEN PENELITIAN Identitas responden: Nama responden :. No. absen :. Assalamu alaikum Wr. Wb. Sebelumnya saya mengucapkan maaf apabila kegiatan yang saya lakukan mengganggu
Lebih terperinciLampiran. Analisis pengaruh kualitas produk dan promosi terhadap keputusan pembelian pada
Lampiran Lampiran kuesioner Analisis pengaruh kualitas produk dan promosi terhadap keputusan pembelian pada produk beras organik Mutuku PT DELEE BOGA INDONESIA Kepada Yth Bpk/Ibu/Saudara/i, Kami, mahasiswa
Lebih terperinciPENGENALAN 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 terperinciPENGENALAN SPSS PERTEMUAN 1-3
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
Lebih terperinciPENGENALAN 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 terperinciLAMPIRAN A. Alat Ukur Penelitian
LAMPIRAN A Alat Ukur Penelitian 62 LAMPIRAN A-1 Skala Dukungan Ibu 63 Nomor urut : Nama : Usia : PETUNJUK PENGISIAN SKALA 1. Bacakan masing-masing pernyataan dengan jelas dan mintalah anak untuk menjawab
Lebih terperinciUJI 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 terperinciBAB IV ANALISA DAN PEMBAHASAN. syarat, jika harga koefisien rhitung 0,300 (Riduwan, 2005:109;
BAB IV ANALISA DAN PEMBAHASAN 4.1 Uji Validitas dan Realiabilitas Hasil uji coba instrumen dilakukan pada 25 responden. Suatu instrument/angket atau bahan test dinyatakan valid atau dianggap memenuhi syarat,
Lebih terperinciKEPERCAYAAN DIRI. Corrected Item-Total Correlation
LAMPIRAN 61 KEPERCAYAAN DIRI PUTARAN 1 N % Cases Valid 60 100.0 Excluded( a) 0.0 Total 60 100.0 a Listwise deletion based on all variables in the procedure. Reliability Statistics Alpha N of Items.756
Lebih terperinciHasil Uji Validitas Skala CPRS (Conduct Problem Risk Screen)
80 Lampiran 1 Hasil Uji Validitas Skala CPRS (Conduct Problem Risk Screen) Case Processing Summary N % Cases Valid 30 100,0 Excluded a 0,0 Total 30 100,0 a. Listwise deletion based on all variables in
Lebih terperinciSlamet 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 terperinciMenu 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 terperinciLAMPIRAN A UJI DAYA BEDA AITEM DAN RELIABILITAS. a) Hasiluji daya beda aitem dan reliabilitas skala continuance commitment N % Item-Total Statistics
LAMPIRAN A UJI DAYA BEDA AITEM DAN RELIABILITAS a) Hasiluji daya beda aitem dan reliabilitas skala continuance commitment PENGOLAHAN I Reliability [DataSet0] Scale: ALL VARIABLES Case Processing Summary
Lebih terperinciLAMPIRAN 1 HASIL UJI RELIABILITAS SKALA KECERDASAN SOSIAL
LAMPIRAN 1 HASIL UJI RELIABILITAS SKALA KECERDASAN SOSIAL Case Processing Summary N % Cases Valid 80 100.0 Excluded a 0.0 Total 80 100.0 a. Listwise deletion based on all variables in the procedure. Reliability
Lebih terperinciCase Processing Summary. Descriptives. Mean 95% Confidence Interval for Mean. Lower Bound Upper Bound
Hipotesis Case Processing Summary Residual - Cases Valid Missing N Percent N Percent N Percent 82 00.0% 0.0% 82 00.0% Descriptives Residual - 95% Confidence Interval for Lower Bound Upper Bound Statistic
Lebih terperinciLampiran 1 Daftar Nama Guru sebagai Subyek Uji Coba No Nama Sekolah
Lampiran 1 Daftar Nama Guru sebagai Subyek Uji Coba No Nama Sekolah 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Drs. Lilik Koeswedi, M.Pd Nurhadi, S.Pd Wahyu Daryono, S.Pd Rr. Setyawati, S.Pd Djaiman, S.Pd MM.
Lebih terperinciLAMPIRAN A SKALA KEMATANGAN EMOSI DAN PENYESUAIAN AKADEMIK
DATA LAMPIRAN 60 61 LAMPIRAN A SKALA KEMATANGAN EMOSI DAN PENYESUAIAN AKADEMIK 62 Selamat Pagi Saya mahasiswi Fakultas Psikologi yang saat ini sedang melakukan penelitian sebagai tugas akhir guna merampungkan
Lebih terperinciStatistik 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 terperinciHANDOUT 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 terperinciPANDUAN 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 terperinciAplikasi 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 terperinciSPSS (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 terperinciModul 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 terperinciSelamat pagi/ siang/ sore,
Selamat pagi/ siang/ sore, Saya Nouvaski Yudharhea, mahasiswa jurusan Marketing Communication Binus University angkatan 2008. Saya sedang mengambil data untuk penelitian saya yang membahas mengenai Pengaruh
Lebih terperinciKepuasan Kerja Komitmen Organisasi Budaya Organisasi Kelamin Bekarja Umur Bekerja Jml Jml Jml
No Umur Jenis Lama Gol. Wkt Kepuasan Kerja Komitmen Organisasi Budaya Organisasi Pddkn Kelamin Bekarja Umur Bekerja 6 Jml Jml 6 Jml L S
Lebih terperinciANALISIS PENGARUH KUALITAS PRODUK, KUALITAS LAYANAN, DAN KREATIFITAS PERIKLANAN TERHADAP PENGAMBILAN KEPUTUSAN KONSUMEN
KUESIONER Kepada Yth. Para Responden. Saya adalah mahasiswa dari Universitas Bina Nusantara yang sedang melakukan penelitian untuk penyelesaian tugas akhir saya yang berjudul ANALISIS PENGARUH KUALITAS
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 PENGUMPULAN DATA Pengumpulan data merupakan salah satu aspek yang sangat berperan dalam kelancaran dan keberhasilan dalam suatupenelitian. Dalam penelitian ini
Lebih terperinciSTATISTIK 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 terperinciMenu-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 terperinciUJI 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 terperincisaya jamin kerahasiaannya
59 Assalamu alaikum wr. wb. Ibu yang saya hormati, saat ini saya sedang melakukan penelitian skripsi mengenai hubungan di antara ibu mertua dan menantu perempuan. Berkenaan dengan hal tersebut, saya mohon
Lebih terperinciBAB IV ANALISIS KORELASI ANTARA NILAI BTQ DENGAN PRESTASI BELAJAR MAPEL PAI DI SD KANDANG PANJANG 01 PEKALONGAN
BAB IV ANALISIS KORELASI ANTARA NILAI BTQ DENGAN PRESTASI BELAJAR MAPEL PAI DI SD KANDANG PANJANG 01 PEKALONGAN A. Analisis Data tentang Nilai BTQ SD Kandang Panjang 01 Pekalongan Setelah dikumpulkan dengan
Lebih terperinciLATIHAN 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 terperinciTabel 4.1 Demografi responden berdasarkan jenis kelamin. Jenis kelamin Jumlah Presentase. Pria (P) 63 63% Wanita (W) 37 37% Total %
BAB IV PEMBAHASAN 4.1 Penyajian Data Penelitian 4.1.1 Profil Responden Karakteristik demografi responden pada penelitian ini dibedakan menurut jenis kelamin, usia, dan pekerjaan. a. Berdasarkan jenis kelamin
Lebih terperinci128 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 terperinciKuisioner Penelitian
1 2 Kuisioner Penelitian Saya Rohmah Ardelia, mahasiswa Jurusan Kesehatan Masyarakat peminatan Manajemen Rumah Sakit Universitas Esa Unggul. Saat ini saya sedang melakukan penelitian untuk menyelesaikan
Lebih terperinciLampiran C Data Skala Kecemasan Sebelum Uji Validitas Dan Reliabilitas
Lampiran C Data Skala Kecemasan Sebelum Uji Validitas Dan Reliabilitas 62 Lampiran A Data Skala Kecemasan Sebelum Uji Validitas Dan Reliabilitas NO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Lebih terperinciBAB 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 terperinciBAB 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 terperinciA. Skala Penelitian A-1. Skala Kecerdasan Emosional SMA Seminari A-2. Skala Kecerdasan Emosional SMA Don Bosco Semarang
LAMPIRAN 62 A. Skala Penelitian A-1. Skala Kecerdasan Emosional SMA Seminari A-2. Skala Kecerdasan Emosional SMA Don Bosco Semarang 63 A-1. Skala Kecerdasan Emosional SMA Seminari 64 QUESTIONAIRE SKRIPSI
Lebih terperinciANALISIS PENGARUH MANAJEMEN KONFLIK DAN STRES KERJA TERHADAP KINERJA KARYAWAN PT GENERAL ADJUSTER INDONESIA
L Lampiran Kuesioner ANALISIS PENGARUH MANAJEMEN KONFLIK DAN STRES KERJA TERHADAP KINERJA KARYAWAN PT GENERAL ADJUSTER INDONESIA Responden yang terhormat, Sehubungan dengan ini kami selaku penulis beritahukan
Lebih terperinciBAB IV PENGARUH PERHATIAN ORANG TUA TERHADAP AKHLAK ANAK DI DESA MAJALANGU KECAMATAN WATUKUMPUL KABUPATEN PEMALANG
BAB IV PENGARUH PERHATIAN ORANG TUA TERHADAP AKHLAK ANAK DI DESA MAJALANGU KECAMATAN WATUKUMPUL KABUPATEN PEMALANG A. Analisis Hasil Angket Tentang Perhatian orang tua di Desa Majalangu Kecamatan Watukumpul
Lebih terperinciusia Frequency Percent Valid Percent Cumulative Percent Valid jenis_kelamin
LAMPIRAN Karakteristik Responden Frequencies Statistics usia jenis_kelamin N Valid 38 38 Missing 0 0 Frequency Table usia Frequency Percent Valid Percent Cumulative Percent Valid 9 17 44.7 44.7 44.7 10
Lebih terperinciLAMPIRAN 1 KUESIONER
110 LAMPIRAN 1 KUESIONER Kepada Yth. Bapak/Ibu/Saudara/i, Saya mahasiswi tingkat akhir sebuah perguruan tinggi swasta di Jakarta yang sedang melakukan penelitian tentang Analisis Pengaruh Iklan dan Promosi
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN Empat bagian penting yaitu bagian deskripsi data, pengujian persyaratan analisis, pengujian hipotesis penelitian, dan bagian keterbatasan penelitian akan disajikan di sini, dan
Lebih terperinciTahap 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 terperinciMATERI 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 terperinciLampiran 1. : Bila Saudara sangat setuju dengan pernyataan. : Bila Saudara setuju dengan pernyataan. : Bila Saudara tidak setuju dengan pernyataan
Lampiran 1 IDENTITAS DIRI Nama : Alamat : Jenis Kelamin : Pendidikan : Golongan PNS : PETUNJUK 1. Isilah identitas diri saudara pada tempat yang telah disediakan. 2. Bacalah daftar pertanyaan berikut ini
Lebih terperinciLAMPIRAN 1 KUESIONER PENELITIAN
LAMPIRAN 1 KUESIONER PENELITIAN Keterangan Pengisian Kami meminta kesediaan saudara/i untuk menjawab pertanyaan-pertanyaan di bawah ini sejujurnya. Masing-masing daftar pertanyaan di sediakan 5 alternatif
Lebih terperinciVariabel Pelayanan Purna Jual
1 Variabel Pelayanan Purna Jual Case Processing Summary N % 25 100.0 Cases Excluded a 0.0 Total 25 100.0 a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's
Lebih terperinciA. KUESIONER KINERJA SUB BAGIAN LAMPIRAN 1 : INSTRUMEN PENELITIAN 41-60% 61-80% % 21-40%
LAMPIRA 1 : ISTRUME PEELITIA A. KUESIOER KIERJA SUB BAGIA Petunjuk Berikut ini terdapat sejumlah pernyataan mengenai kinerja dalam kurun waktu satu tahun terakhir. Bapak/Ibu dipersilahkan memilih satu
Lebih terperinciLampiran 1. Hasil Analisa Aitem Uji Coba. Skala Sikap Terhadap Menopause
Lampiran 1 Hasil Analisa Aitem Uji Coba Skala Sikap Terhadap Menopause ANALISA I Case Processing Summary N % Reliability Statistics Cases Valid 87 100.0 Excluded a 0.0 Total 87 100.0 Cronbach's Alpha N
Lebih terperinciLAMPIRAN A SKALA IKLIM ORGANISASI DAN KEPUASAN KERJA SETELAH UJI COBA
63 LAMPIRAN A SKALA IKLIM ORGANISASI DAN KEPUASAN KERJA SETELAH UJI COBA 64 Kuesioner Penelitian I. Data Responden Nama Responden : Jenis Kelamin : Laki-laki Perempuan Usia Jabatan/bagian Lama Kerja :..
Lebih terperinciPENJELASAN TENTANG PENELITIAN
PENJELASAN TENTANG PENELITIAN Saya yang bertanda tangan dibawah ini : Nama : Fera Kristiyani Pasaribu Status : Mahasiswi Program Sarjana (S1) Studi Ilmu Keperawatan Fakultas Ilmu-Ilmu Kesehatan NIM : 2012-33-104
Lebih terperinciLAMPIRAN KUESIONER PENELITIAN SKRIPSI
LAMPIRAN KUESIONER PENELITIAN SKRIPSI Penelitian mengenai faktor-faktor yang berhubungan dengan perilaku vulva hygiene pada ibu hamil di Unit KIA Puskesmas Kamal 2 Jakarta Barat. Prevalensi penyakit infeksi
Lebih terperinciKUESIONER PENGARUH PENGEMBANGAN SDM DAN KOMPETENSI TERHADAP PRESTASI KERJA KARYAWAN PADA PT PERKEBUNAN NUSANTARA III (PERSERO) MEDAN
Lampiran 1 KUESIONER PENGARUH PENGEMBANGAN SDM DAN KOMPETENSI TERHADAP PRESTASI KERJA KARYAWAN PADA PT PERKEBUNAN NUSANTARA III (PERSERO) MEDAN Bagian I Kami mengharapkan kesediaan Bapak/Ibu/Saudara/i
Lebih terperinciBAB 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 terperinciPerhitungan 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 terperinciANALISIS DATA EKSPLORATIF MODUL 2 ORGANISASI DAN MENGGUNAKAN DATA DALAM SPSS
ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 2 ORGANISASI DAN MENGGUNAKAN DATA DALAM SPSS Nama Nomor Tanggal Tanda tangan Praktikan Mahasiswa Kumpul Praktikan Laboran Sri Siska Wirdaniyati 12611125 31 Oktober
Lebih terperinciCase Processing Summary
Lampiran 1 EXAMINE VARIABLES=PD_2 PD_24 PD_72 PD_2mgg /PLOT BOXPLOT STEMLEAF NPPLOT /COMPARE GROUP /STATISTICS DESCRIPTIVES /CINTERVAL 95 /MISSING LISTWISE /NOTOTAL. Explore [DataSet0] G:\REVISI PROPOSAL\Gipsum
Lebih terperinciBAB IV HASIL PENELITIAN. A. Penyajian Statistik Deskripsi Hasil Penelitian. kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai
61 BAB IV HASIL PENELITIAN A. Penyajian Statistik Deskripsi Hasil Penelitian Statistik deskriptif ini digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel,
Lebih terperinciLampiran PEDOMAN KUESIONER PT.X
79 Lampiran PEDOMAN KUESIONER PT.X 1. Yth. Ibu/bapak/sdri/sdr karyawan PT.X, kami mohon bantuannya untuk menjawab beberapa pertanyaan berikut yang berkaitan dengan PENERAPAN KNOWLEDGE MANAGEMENT yang sedang
Lebih terperinciBAB 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 terperinciKATA PENGANTAR. Penulis
KATA PENGANTAR Puji dan Syukur kepada Tuhan Yang Maha Esa penulis haturkan, atas terselesaikannya Buku Ajar yang berjudul Analisis Data Penelitian Kesehatan Dengan SPSS. Analisis data dalam penelitian
Lebih terperinciKUESIONER. Kuesioner ini dibuat untuk mengetahui faktor usia, jenis kelamin dan tingkat
KUESIONER Responden ang terhormat, Kuesioner ini dibuat untuk mengetahui faktor usia, jenis kelamin dan tingkat pendidikan, tingkat pengetahuan, masa kerja, ketersediaan fasilitas untuk mencuci tangan,
Lebih terperinciBAB 4 HASIL PENELITIAN
BAB 4 HASIL PENELITIAN 4.1 Penyajian Data Penelitian 4.1.1 Analisis Karakteristik Responden Responden yang diteliti dalam penelitian ini adalah konsumen pengguna PT. Mega Auto Finance cabang Kedoya. Penjelasan
Lebih terperinciMATERI 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 terperinciLampiran 1 JADWAL PENELITIAN. Universitas Sumatera Utara. Aktivitas Penelitian. Pengajuan judul
Lampiran 1 No Aktivitas Penelitian Pengajuan judul 1 penelitian 2 Menyusun Bab 1 3 Menyusun Bab 2 4 Menyusun Bab 3 September 2014 Oktober 2014 November 2014 JADWAL PENELITIAN Desember 2014 Januari Februari
Lebih terperinciBAB 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 terperinciValiditas & Reliabilitas (Sert)
Validitas & Reliabilitas (Sert) Case Processing Summary N % Cases Valid 40 100.0 Excluded a 0.0 Total 40 100.0 a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's
Lebih terperinciDaftar Kuesioner. I. Pengantar
Daftar Kuesioner PERBEDAAN PROKRASTINASI AKADEMIK ANTARA MAHASISWA YANG AKTIF DENGAN YANG TIDAK AKTIF DALAM ORGANISASI LEMBAGA KEMAHASISWAAN DI KALANGAN MAHASISWA PENDIDIKAN EKONOMI FKIP UKSW SALATIGA
Lebih terperinciLEMBAR PERSETUJUAN RESPONDEN (INFORMED CONSENT)
Lampiran 1 LEMBAR PERSETUJUAN RESPONDEN (INFORMED CONSENT) Saya yang bertanda tangan dibawah ini, menyatakan bersedia menjadi responden dalam penelitian dari: Nama peneliti : Dwi Arisca Putri Nim : 2013-33-033
Lebih terperinciPETUNJUK 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 terperinciPENGARUH ETIKA KERJA TERHADAP KINERJA KARYAWAN PADA PT JASA MARGA (PERSERO) CABANG BELMERA MEDAN
Lampiran I Kuesioner Penelitian PENGARUH ETIKA KERJA TERHADAP KINERJA KARYAWAN PADA PT JASA MARGA (PERSERO) CABANG BELMERA MEDAN Petunjuk Pengisian 1. Jawablah pertanyaan ini dengan jujur dan benar. 2.
Lebih terperinciLAMPIRAN 1 ANGKET FAKTOR-FAKTOR PENYEBAB PROKRASTINASI AKADEMIK SEBELUM UJI COBA
LAMPIRAN 92 LAMPIRAN 1 ANGKET FAKTOR-FAKTOR PENYEBAB PROKRASTINASI AKADEMIK SEBELUM UJI COBA 93 PENGANTAR Kepada : Yth. Siswa SMP Negeri 1 Mungkid Dengan hormat, Pada kesempatan ini perkenankanlah saya
Lebih terperinciPerbedaan Peningkatan Kemampuan Vertical Jump Setelah Pemberian Latihan Plyometric Jump To Box Dibanding Dengan Penambahan Passive Stretching
SURAT PERSETUJUAN MENJADI SAMPEL PENELITIAN Saya bertandatangan dibawah ini : Nama : Jenis Kelamin : Umur : Alamat : No Tlp/HP : Dengan ini menyatakan bahwa saya telah diberikan penjelasan penelitian tentang
Lebih terperinciBAB 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