Aplikasi Program Analisis Data (SPSS)

Presentasi berjudul: "Aplikasi Program Analisis Data (SPSS)"— Transcript presentasi:

1 Aplikasi Program Analisis Data (SPSS)

2 Ii1 APLIKASI SPSS FOR WINDOWS

3 SPSS terbagi menjadi : 1. File Lembar data/ data editor/ worksheet data : a. Data view : yaitu lembar kerja untuk mengisi data penelitian baik dientry secara langsung maupun hasil copy dari program lain seperti halnya dari excel b. Variabel view : yaitu spread sheet untuk mendefinisikan variabel seperti pemberian nama dan label variabel. 2. File Output Hasil Analisis Data : file ini berada terpisah dengan data sehingga memerlukan penyimpanan di file yang berbeda. Ii2

4 PERHITUNGAN SEDERHANA MELALUI SPSS
Ii3 PERHITUNGAN SEDERHANA MELALUI SPSS

5 Ii4

6 ANALISIS DATA PENELITIAN
DENGAN SOFTWARE SPSS : ANALISIS DESKRIPTIF IiI

7 ANALISIS STATISTIK : DISKRIPTIVE
Iii1 ANALISIS STATISTIK : DISKRIPTIVE

8 Iii2

9 Iii3

10 Lihat hasil analisis di
Iii4 Langkah-LAngkah Analisis Statistik Deskriptive Buka Program SPSS Masukkan data dan memberi nama variabel Gunakan menu : Analysis pd SPSS Descriptive Statistic di SPSS Descriptives……. Klik Option : Pilih Mean, Standart Deviasi, Sweakness, Maksimum, Minimum dan Range Lihat hasil analisis di Output SPSS

11 Iii5

12 Iii6 Transfer hasil analisis Ke MS-Word

13 Iii7 N : Merupakan jumlah data yang dianalisis untuk tiap variabelnya
Range : Selisih antara nilai data yang maksimal dengan yang paling kecil Minimum : Data paling kecil Maximum : data paling tinggi/ terbesar Mean : Nilai rata-rata Std. : Standart deviasi dari masing-masing data Dengan kepercayaan 95% data seharusnya terdistribusi : Rata-Rata ± 2* Standart Deviasi Skewness : untuk memperoleh informasi berkenaan dengan distribusi data, data terdistribusi normal atau tidak

14 ANALISIS DATA PENELITIAN
DENGAN SOFTWARE SPSS : ANALISIS KORELASI IV

15 Spss : Analisis KORELASI
IV1 Spss : Analisis KORELASI Correlation Coefficients : For quantitative, normally distributed variables, choose the Pearson correlation coefficient. If your data are not normally distributed or have ordered categories, choose Kendall’s tau-b or Spearman, which measure the association between rank orders. Correlation coefficients range in value from 1 (a perfect negative relationship) and +1 (a perfect positive relationship). A value of 0 indicates no linear relationship. When interpreting your results, be careful not to draw any cause-and-effect conclusions due to a significant correlation.

16 IV2 Test of Significance :
You can select two-tailed or one-tailed probabilities. If the direction of association is known in advance, select One-tailed. Otherwise, select Two-tailed. Flag significant correlations. Correlation coefficients significant at the 0.05 level are identified with a single asterisk, and those significant at the 0.01 level are identified with two asterisks.

17 IV3 a. Korelasi (Non-parametrik) Data skor (ordinal)

18 IV4

19 IV5 b. Korelasi (Parametrik)
Sifat penting dari analasis korelasi adalah : Koefisien korelasi bernilai antara -1 dan +1 Korelasi dua variabel bersifat simetrik. Artinya korelasi X dengan Y akan sama dengan korelasi Y dengan X. Koefisien korelasi hanya menunjukkan tingkat hubungan antar dua variabel tetapi tidak menunjukkan hubungan kausal (sebab-akibat) diantara dua variabel tsb.

20 IV6

21 konsumsi dan pendapatan yaitu 98,1%.
IV7 Hasil menunjukkan bahwa terdapat hubungan positif yg sgt kuat antara konsumsi dan pendapatan yaitu 98,1%. Catt: Income dan konsumsi dlm $ per bulan

22 ANALISIS DATA PENELITIAN ANALISIS REGRESI LINEAR SEDERHANA
DENGAN SOFTWARE SPSS : ANALISIS REGRESI LINEAR SEDERHANA V

23 V1 Kharakteristik Regresi Sederhana :
Terdiri dari variabel dependent (Y) dan independent (X) Regresi merupakan analisis sebab akibat Pengaruh dari variabel yang terlibat tidak bersifat timbal balik (hanya satu arah) Pendugaan koefisien menggunakan OLS (ordinary Least Square) Hal penting yang harus dipelajari : Teori yang diperlukan Model matematis yang dipilih Hasil pengujian statistik : Uji t : uji parsial koefisien Uji F : uji keseluruhan model Kekuatan model ditunjukkan dengan R-square

24 Contoh : V2

25 V3

26 UJI- F : Uji Model dan koefisien
V4 Dari konsep dasarnya sebenarnya uji-F mendasrkan pada dua hipotesis yaitu : H0 : Semua koefisien variabel bebas adalah 0 (nol) H1 : Seamua koefisien variabel bebas tidak sama dengan nol. Dari hasil analisis di atas Sig = 0.000, dengan  = 5% maka dapat disimpulkan bahwa kita tolak H0 dan kita terima H1 (Kondisi ini merupakan dalil statistik). Artinya memang pendapatan mempengaruhi alokasi konsumsi. Jika seandainya ternyata hasil analisis dalam uji-F, nilai dari Sig = maka dengan  = 5%, dapat disimpulkan bahwa kita tolak H1 dan kita terima H0. Artinya, variabel bebas (Pendapatan) tidak berpengaruh pada konsumsi.

27 UJI- t : Uji Parameter / Koefisien dalam Model
V5 Dalam konsep dasarnya pengujian statistik ini mendasarkan pada hipotesis : Uji Konstanta Intersep H0 : ß0 = 0 H1 : ß0 ≠ 0 Uji Koeff. Income H0 : ß1 = 0 H1 : ß1 ≠ 0 Dari tabel Coefficients diketahui bahwa ß0 = , Standart error koefisien = dan DAN t- hitung = Nilai Sig = ini berarti jika kita menggunakan  = 5% = maka t-hitung pasti lebih besar dari t-tabel karena nilai sig. Yaitu adalah lebih kecil dari 0.05 ( yang kita tentukan). Demikian juga untuk koefisien X atau ß1 juga memiliki logika pemikiran yang sama.

28 V6 Interpretasi Sehingga dapat disajikan hasil sebagai berikut :
Konsumsi = * Income R2 = 0.962 S.E (6.414) (0.036) t-hitung = Df = 8 Model yang ditemukan di atas memiliki nilai R2 = ini berarti perubahan nilai independen viabel atau variabel bebas (income) dapat menjelaskan atau % dari perubahan dependen variabel atau variabel terikat (konsumsi), sedangkan sisanya ( = atau 3.8 %) dijelaskan variabel lain yang tidak dispesifikasi (tidak dimasukkan) dalam model. Dalam pengertian ekonomi dapat dikatakan bahwa jika terdapat kenaikan income sebesar $ 1 per bulan maka akan mempengaruhi kenaikan pula pada konsumsi sebesar $ Demikian juga bila terjadi penurunan income sebesar $ 1 per bulan maka akan berdampak pada penurunan konsumsi sebesar $

29 ANALISIS DATA PENELITIAN ANALISIS REGRESI LINEAR BERGANDA
DENGAN SOFTWARE SPSS : ANALISIS REGRESI LINEAR BERGANDA VI

30 VI1

31 VI2

32 VI3 Output analisis regresi berganda dari SPSS di atas selanjutnya dapat dirumuskan sebagai berikut : PDB = *TK *Modal R2 =0.99 SE ( ) (6.125) (38.948) t-hit Df = 12

33 ANALISIS DATA PENELITIAN ANALISIS REGRESI LINEAR DUMMY VARIABEL
DENGAN SOFTWARE SPSS : ANALISIS REGRESI LINEAR DUMMY VARIABEL VII

34 MODEL REGRESI LINEAR DENGAN DUMMY VARIABEL
VII1 MODEL REGRESI LINEAR DENGAN DUMMY VARIABEL Variabel dummy digunakan sebagai upaya untuk melihat bagaimana klasifikasi-klasifikasi dalam sampel berpengaruh terhadap parameter pendugaan. Variabel dummy juga mencoba membuat kuantifikasi dari variabel kualitatif. Kita pertimbangkan model berikut ini: I. Y = a + bX + c D1 (Model Dummy Intersep) II. Y = a + bX + c (D1X) (Model Dummy Slope) III. Y = a + bX + c (D1X) + d D1 (Kombinasi)`

35 VII2 Contoh : Keterangan : D : Pinggir Kota 1 : Pusat kota

36 VII3

37 VII4

38 VII5

39 Sekian Terimakasih