Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

SPSS TRAINING Jonathan Sarwono Web: Disampaikan.

Presentasi serupa


Presentasi berjudul: "SPSS TRAINING Jonathan Sarwono Web: Disampaikan."— Transcript presentasi:

1 SPSS TRAINING Jonathan Sarwono Web: Disampaikan pada tanggal 10 Maret 2010 di Kampus Ukrida, Jakarta

2 TEORI YANG MELANDASI PEMAHAMAN SPSS 1. Variabel (Variable) Variabel didefinisikan sebagai “something that may vary or differ” (Brown, 1998:7). Definisi lain yang lebih detil mengatakan bahwa variabel “ is simply symbol or a concept that can assume any one of a set of values” (Davis, 1998:23) Sunday, September 07, 2014 Jonathan Sarwono ULTC 2 Var Bebas Var Moderat Var Kontrol Var Perantara Var Tergantung

3 2. Skala Pengukuran (Measure) Nominal – Contoh: Pria = 1; Wanita=2 Ordinal – Contoh: Setuju = 3; Netral = 2; Tidak Setuju = 1 Interval – Contoh: 3, 5, 7 Rasio – Contoh: Berat sebelum minum obat diet 70 kg dan berat sesudah minum obat 60 kg. Notes: Dalam SPSS Interval dan Rasio disebut Scale (Scaled Values) Sunday, September 07, 2014 Jonathan Sarwono ULTC 3

4 3. Tingkat Kepercayaan (Confidence Interval)  Tingkat kepercayaan atau disebut juga confidence interval atau risk level didasarkan pada gagasan yang berasal dari Teorema Batas Sentral (Central Limit Theorem). Gagasan pokok yang berasal dari teorema tersebut ialah apabila suatu populasi secara berulang-ulang ditarik sampel, maka nilai rata-rata atribut yang diperoleh dari sampel-sampel tersebut sejajar dengan nilai populasi yang sebenarnya.  Contoh: jika tingkat kepercayaan sebesar 95% dipilih, maka 95 dari 100 sampel akan mempunyai nilai populasi yang sebenarnya dalam jangkauan ketepatan sebagaimana sudah dispesifikasi sebelumnya.  Dalam SPSS CI menggunakan default sebesar 95%  Dalam teori umumnya: 99%, 95% dan 90% Sunday, September 07, 2014 Jonathan Sarwono ULTC 4

5 4. Signifikansi / Probabilitas (Significance Level) Signifikansi atau disebut juga probabilitas merupakan tingkat ketepatan (presisi) dalam kaitannya dengan kesalahan pengambilan sampel (sampling error), merupakan jangkauan dimana nilai populasi yang tepat diperkirakan Contoh: Sig = 0,05 (SPSS menggunakan deafult sebesar 0,05 Range: 0,01 – 0,1. Semakin kecil sig-nya semakin besar jumlah sampel. Sunday, September 07, 2014 Jonathan Sarwono ULTC 5

6 5. Jumlah Data / Kasus (Case) Dalam SPSS jumlah data disebut sebagai kasus. Cara membacanya ialah dengan melihat baris. Jadi jumlah baris sama dengan jumlah kasus / data. Di SPSS jumlah data ini dberi simbol N. SPSS tidak membedakan antara N (populasi) dan n (sample). Sunday, September 07, 2014 Jonathan Sarwono ULTC 6

7 6. Hipotesis (hypothesis)  Pengertian: Menurut Prof. Dr. S. Nasution definisi hipotesis ialah “pernyataan tentative yang merupakan dugaan mengenai apa saja yang sedang kita amati dalam usaha untuk memahaminya”. (Nasution:2000) Zikmund (1997:112) mendefinisikan hipotesis sebagai: “Unproven proposition or supposition that tentatively explains certain facts or phenomena; a probable answer to a research question”.  Bentuk: ◦ Hipotesis penelitian: Ada hubungan antara motivasi dan prestasi ◦ Hipotesis operasional:  H0= Tidak ada hubungan antara motivasi dan prestasi  H1= Ada hubungan antara motivasi dan prestasi ◦ Hipotesis statistik:  H0:  = 0  H1:  ≠ 0  Pengujuan hipotesis: Menggunakan nilai signifikansi Sunday, September 07, 2014 Jonathan Sarwono ULTC 7

8 7. Derajat Kebebasan (Degree of Freedom) Digunakan untuk menentukan nilai kritis (nilai yang diambil dari tabel). Cara menentukan DF tergantung dari masing-masing rumus. Contoh: Rumus Uji T bebas (Independent T Test) adalah n – 2; sedang untuk Uji T sampel berpasangan (Paired T Test) adalah n – 1. Sunday, September 07, 2014 Jonathan Sarwono ULTC 8

9 8. Nilai Kritis (Critical Value) Nilai kritis digunakan untuk pengujian signifikansi. Nilai dimana pengujian statistik harus melampaui nilai tertentu agar hipotesis 0 ditolak. Misalnya nilai kritis t dengan derajat kebebasan (DF) sebesar 12 dan tingkat signifikansi (Sig) sebesar 0,05 adalah 1,98. Nilai absolut t harus lebih besar dari 1,98 agar H0 ditolak. Nilai kritis diambil dari table nilai kritis t sedang nilai absolut (hitung / hasil riset) berasal dari data Sunday, September 07, 2014 Jonathan Sarwono ULTC 9

10 KORELASI (CORRELATION) Jenis: – Korelasi Spearman – Pearson Product Moment Asumsi – Asumsi dasar korelasi diantaranya seperti tertera di bawah ini: – Kedua variabel bersifat independen satu dengan lainnya, artinya masing-masing variabel berdiri sendiri dan tidak tergantung satu dengan lainnya. Tidak ada istilah variabel bebas dan variabel tergantung. Jika digunakan istilah varaibel X dan Y itu hanya untuk mempermudah dalam penghitungan melalui rumus yang ada. – Data untuk kedua variabel berdistribusi normal. Data yang mempunyai distribusi normal artinya data yang distribusinya simetris sempurna. Sunday, September 07, 2014 Jonathan Sarwono ULTC 10

11 Koefesien Korelasi: Koefesien korelasi ialah pengukuran statistik kovarian atau asosiasi antara dua variabel. Besarnya koefesien korelasi berkisar antara +1 s/d -1. Koefesien korelasi menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua variabel acak. Jika koefesien korelasi positif, maka kedua variabel mempunyai hubungan searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula. Sebaliknya, jika koefesien korelasi negatif, maka kedua variabel mempunyai hubungan terbalik. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan menjadi rendah (dan sebaliknya). Untuk memudahkan melakukan interpretasi mengenai kekuatan hubungan antara dua variabel penulis memberikan kriteria sebagai berikut: – 0 : Tidak ada korelasi antara dua variabel – >0 – 0,25: Korelasi sangat lemah – >0,25 – 0,5: Korelasi cukup – >0,5 – 0,75: Korelasi kuat – >0,75 – 0,99: Korelasi sangat kuat – 1: Korelasi sempurna Sunday, September 07, 2014 Jonathan Sarwono ULTC 11

12 Perbedaan Korelasi Pearson dan Spearman Korelasi Pearson – Data dalam bentuk angka – Harus berdistribusi normal – Ada hubungan linier antara kedua variabel yang dikorelasikan Korelasi Spearman – Data dalam bentuk bukan angka (teks) – Harus berdistribusi normal – Tidak harus ada hubungan linier antara kedua variabel yang dikorelasikan Sunday, September 07, 2014 Jonathan Sarwono ULTC 12

13 REGRESI (REGRESSION) Pengertian – Regresi digunakan untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tergantung dan memprediksi variabel tergantung dengan menggunakan variabel bebas. Gujarati (2006) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variable) dengan satu atau dua variabel yang menerangkan (the explanatory). Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas. Jika variabel bebas lebih dari satu, maka analisis regresi disebut regresi linear berganda. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan kepada variabel tergantung. Asumsi – Model regresi harus linier – Tidak terjadi otokorelasi – Tidak terjadi multikolinieritas (regresi berganda) – Terdapat hubungan linier antara variabel bebas (X) dan variabel tergantung (Y) – Data harus berdistribusi normal – Data berskala interval atau rasio – Kedua variabel bersifat dependen, artinya satu variabel merupakan variabel bebas (disebut juga sebagai variabel predictor) sedang variabel lainnya variabel tergantung (disebut juga sebagai variabel response) Sunday, September 07, 2014 Jonathan Sarwono ULTC 13

14 Uji T (T Test) Pengertian Uji T digunakan untuk menilai apakah rata-rata dua kelompok secara statistik berbeda satu dengan yang lain. Penggunaan uji t cocok ketika kita akan membandingkan rata-rata dua kelompok serta untuk menganalisis desain experimental posttest dua kelompok yang dipilih secara random (posttest-only two-group randomized experimental design). Yang dimaksud dengan perbedaan rata-rata secara statistik ialah adanya perbedaan variabilitas atau sebaran data antara kelompok yang dibandingkan. Maksudnya dua kelompok mempunyai perbedaan rata-rata jika sebaran data atau variabilitas berbeda satu dengan yang lain. Analisis uji t digunakan untuk menguji perbedaan tersebut Jenis: Uji T Satu Sample, Uji T Sampel Berpasangan, dan Uji Sampel Bebas Sunday, September 07, 2014 Jonathan Sarwono ULTC 14

15 Asumsi – Data harus berdistribusi normal – Data berskala interval atau rasio – Ada kesamaan varian dengan menggunakan nilai pengujian F atau pengujian Levene – Sampel dapat dependen atau independen tergantung pada hipotesis dan jenis sampel. Sampel independen biasanya dua kelompok yang dipilih secara random. Sedang sampel dependen dapat dua kelompok yang dipasangkan pada variabel tertentu atau orang yang sama yang diuji dua kali atau disebut sebagai pengujian berulang Sunday, September 07, 2014 Jonathan Sarwono ULTC 15

16 VALIDITAS DAN RELIABILITAS (VALIDITY AND RELIABILITY) Pengertian Validitas – Suatu skala pengukuran dikatakan valid apabila skala tersebut digunakan untuk mengukur apa yang seharusnya diukur. Misalnya skala nominal yang bersifat non-parametrik digunakan untuk mengukur variabel nominal bukan untuk mengukur variabel interval yang bersifat parametrik. Pengertian Reliabilitas – Reliabilitas menunjuk pada adanya konsistensi dan stabilitas nilai hasil skala pengukuran tertentu. Reliabilitas berkonsentrasi pada masalah akurasi pengukuran dan hasilnya Sunday, September 07, 2014 Jonathan Sarwono ULTC 16

17 Rumus – Validitas: Menggunakan Rumus Spearman and Brown – Reliabilitas: Cronbach Alpha Sunday, September 07, 2014 Jonathan Sarwono ULTC 17

18 Variables in Educational Research Adapted from Principles and Method in Educational Research by Del Siegle, Ph.D. Neag School of Education - University of Connecticut Retrieved from Two Variables Assumption: Students who receive discount as a reward do not read more books than students who do not receive discount rewards. Independent Variable: Reward Status Dependent Variable: Number of Books Read Assumption : School fee causes students’ attitude towards school Independent Variable: School fee Dependent Variable: Attitude towards school Sunday, September 07, 2014 Jonathan Sarwono ULTC 18

19 Three Variables Assumption :High achieving students do not perform better than low achieving student when writing stories regardless of whether they use paper and pencil or a word processor. Independent Variable: Instrument Used for Writing Moderator Variable: Ability Level of the Students Dependent Variable: Quality of Stories Written Sunday, September 07, 2014 Jonathan Sarwono ULTC 19

20 Research Questions and Hypotheses Research Question for Relationships (association): Is there a correlation between motivation and achievement? H0: There is no correlation between motivation and achievement. H1: There is a correlation between motivation and achievement Research Question for Comparison: Do boys like mathematics more than girls? H0: Boys do not like mathematics more than girls H1: Boys like mathematics more than girls. Research Question for Cause and Effect: Does Internet influence students’ interest in reading? H0 : Internet does not influence students’ interest in reading H01: Internet influences students’ interest in reading Sunday, September 07, 2014 Jonathan Sarwono ULTC 20


Download ppt "SPSS TRAINING Jonathan Sarwono Web: Disampaikan."

Presentasi serupa


Iklan oleh Google