Aplikasi Program Analisis Data SPSS APLIKASI SPSS FOR

Aplikasi Program Analisis Data (SPSS)

APLIKASI SPSS FOR WINDOWS Ii 1

Ii 2 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.

PERHITUNGAN SEDERHANA MELALUI SPSS Ii 3

Ii 4

ANALISIS DATA PENELITIAN DENGAN SOFTWARE SPSS : ANALISIS DESKRIPTIF Ii. I

ANALISIS STATISTIK : DISKRIPTIVE Iii 1

Iii 2

Iii 3

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 Iii 4

Iii 5

Iii 6 Transfer hasil analisis Ke MS-Word

Iii 7 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

ANALISIS DATA PENELITIAN DENGAN SOFTWARE SPSS : ANALISIS KORELASI IV

Spss : Analisis KORELASI IV 1 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.

IV 2 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.

a. Korelasi (Non-parametrik) • Data skor (ordinal) IV 3

IV 4

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. 4. Koefisien korelasi hanya menunjukkan tingkat hubungan antar dua variabel 5. tetapi tidak menunjukkan hubungan kausal (sebab-akibat) diantara dua variabel tsb. IV 5

IV 6

IV 7 Hasil menunjukkan bahwa terdapat hubungan positif yg sgt kuat antara konsumsi dan pendapatan yaitu 98, 1%. Catt: Income dan konsumsi dlm $ per bulan

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

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 : 1. Teori yang diperlukan 2. Model matematis yang dipilih 3. Hasil pengujian statistik : • Uji t : uji parsial koefisien • Uji F : uji keseluruhan model • Kekuatan model ditunjukkan dengan R-square V 1

Contoh : V 2

V 3

UJI- F : Uji Model dan koefisien V 4 Dari konsep dasarnya sebenarnya uji-F mendasrkan pada dua hipotesis yaitu : H 0 : Semua koefisien variabel bebas adalah 0 (nol) H 1 : Seamua koefisien variabel bebas tidak sama dengan nol. Dari hasil analisis di atas Sig = 0. 000, dengan = 5% maka dapat disimpulkan bahwa kita tolak H 0 dan kita terima H 1 (Kondisi ini merupakan dalil statistik). Artinya memang pendapatan mempengaruhi alokasi konsumsi. Jika seandainya ternyata hasil analisis dalam uji-F, nilai dari Sig = 0. 052 maka dengan = 5%, dapat disimpulkan bahwa kita tolak H 1 dan kita terima H 0. Artinya, variabel bebas (Pendapatan) tidak berpengaruh pada konsumsi.

UJI- t : Uji Parameter / Koefisien dalam Model Dalam konsep dasarnya pengujian statistik ini mendasarkan pada hipotesis : Uji Konstanta Intersep H 0 : ß 0 = 0 Uji Koeff. Income H 1 : ß 0 ≠ 0 H 1 : ß 1 = 0 : ß 1 ≠ 0 H 0 Dari tabel Coefficients diketahui bahwa ß 0 = 24. 455, Standart error koefisien = 6. 414 dan DAN thitung = 3. 813. Nilai Sig = 0. 000. ini berarti jika kita menggunakan = 5% = 0. 05 maka t-hitung pasti lebih besar dari t-tabel karena nilai sig. Yaitu 0. 000 adalah lebih kecil dari 0. 05 ( yang kita tentukan). Demikian juga untuk koefisien X atau ß 1 juga memiliki logika pemikiran yang sama. V 5

Interpretasi V 6 Sehingga dapat disajikan hasil sebagai berikut : Konsumsi = 24. 455 + 0. 509* Income R 2 = 0. 962 S. E (6. 414) (0. 036) t-hitung = 3. 813 14. 243 Df = 8 Model yang ditemukan di atas memiliki nilai R 2 = 0. 962 ini berarti perubahan nilai independen viabel atau variabel bebas (income) dapat menjelaskan 0. 962 atau 96. 2 % dari perubahan dependen variabel atau variabel terikat (konsumsi), sedangkan sisanya (1 -0. 962 = 0. 038 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 $ 0. 509. Demikian juga bila terjadi penurunan income sebesar $ 1 per bulan maka akan berdampak pada penurunan konsumsi sebesar $ 0. 509.

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

VI 1

VI 2

VI 3 Output analisis regresi berganda dari SPSS di atas selanjutnya dapat dirumuskan sebagai berikut : PDB = -32137. 4 SE (2993. 404) t-hit. Df = 12 10. 736 + 2. 441*TK + 344. 033*Modal (6. 125) 0. 399 (38. 948) 8. 833 R 2 =0. 99

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

MODEL REGRESI LINEAR DENGAN DUMMY VARIABEL VII 1 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 + b. X + c D 1 (Model Dummy Intersep) II. Y = a + b. X + c (D 1 X) (Model Dummy Slope) III. Y = a + b. X + c (D 1 X) + d D 1 (Kombinasi)`

Contoh : Keterangan : D 1 0 : Pinggir Kota 1 : Pusat kota VII 2

VII 3

VII 4

VII 5

Sekian Terimakasih