10.11.107.013201.01380
1.
TRANSFORM
Menu transform
dipergunakan untuk melakukan perubahan-perubahan atau penambahan data.
Compute : operasi aritmatika dan logika untuk
Count :
untuk mengetahui jumlah sebuah ukuran
data tertentu pada suatu baris tertentu
Recode : untuk mengganti nilai pada kolom variable
tertentu, sifatnya menggantikan (into same variable) atau merubah (into
different variable) pada variable baru
Categorize variable : merubah angka rasional
menjadi diskrit
Rank case : mengurutkan nilai data sebuah variabel
2.
Menu
layar editor :
1.
Name : kolom
pertama, tempat menuliskan nama variabel, misalkan vriabel pertama adalah nama,
variabel ke 2 adalah berat badan dan variabel ke 3 adalah gender, maka pada
baris pertama, ke 2 dan ke 3 pada kolom pertama di tuliskan nama-nama itu
2.
Kolom
ke 2 berisi dari berbagai tipe data seperti : numeric, comma,dot,scientific
notation, date, costum currency, dan string
a.
Numeric : angka, tanda (+) atau
(-) didepan angka, indicator desimal.
b.
Comma :angka, tanda (+) atau
(-) didepan angka, indicator desimal, tanda koma sebagai pemisah bilangan
ribuan
c.
Dot :angka, tanda (+) atau
(-) didepan angka, indicator desimal,tanda titik sebagai
pemisah bilangan ribuan.
d.
Scientific notation : sama dengan tipe numeric, tetapi menggunakan symbol E untuk kelipatan 10
(misal 120000 = 1.20E+5).
e.
Data :menampilkan data
format tanggal atau waktu Dollar :memberi tanda dollar ($),
tanda koma sebagai pemisah bilangan ribuan dan tanda titik sebagai desimal.
f.
Custom currency :
untuk format mata uang String:biasanya huruf
atau karakter lainnya
3.
kolom
ke 3 width : untuk menentukan berapa jumlah maksimal angka / huruf yang dapat
di muat. Untuk keperluan praktek biarkan
kolom width sesuia dgn defult spss yaitu = 8
4.
kolom
ke 4 desimal :untuk menentukan jumlah angka dibelakang koma. Bila angka
merupakan bilangan bulat, seperti pria =1 dan wanita = 2 desimal diisi dengan
angka = 0
5.
label :
persi lengkap dari name, bias banyak
karakter, bias huruf bersar dan menggunakan spasi, sebaiknya dituliskan
terlebih bila akan veriabel tersebut akan di olah lebih lanjut
6.
values
: digunakan untuk meng-coding data NOMINAL
7.
missing
: digunakan bila dalam data yang akan diolah terdapat datum yang tidak terisi
atau tdak lengkap, bila beberapa datum tidak terisi, pilih angka yg tertentu
sebagai tanda missing value atau tidak di kosongkan.
8.
Collom
: adalah lebar dalam karakter dari nama, besarnya nominal sama dengan besarnya
nilai di WIDTH
9.
Align :
sama seperti align pada Microsoft word.
10.
Measure
: adalah sekala pengukuran dari veriabel yg bersangkutan, untuk mengubah skala
pengukuran interval dan ratio dalam spss adalah scale
3.
Analyze:
C. COMPARE
1. MEANS
Fasilitas ini untuk menghitung dan membandingkan
rata-rata data yang dikelompokkan berdasarkan faktor tertentu. Misalnya
membandingkan rata-rata IP Semester I menurut asal sekolah dan daerah asal
setiap jenis kelamin. Prosedur yang dapat digunakan adalah Analyze-Compare
Means – Means.
2. one sample T- test
Menu ini untuk menghitung
uji-t satu sampel yang diuji dengan nilai uji tertentu. Misalnya Diuji IP
semester I dengan nilai pengujian 3. (Artinya kita akan menguji hipotesis bahwa
rata-rata IP semester I sama dengan 3) Ho
: μ = 3. Ho ini ditolak jika signifikansi t ‘sig. (2 tilled)’ kurang dari taraf
signifikansi 0,05 (5%).
3. Paired Sample t-test
Menu ini untuk menguji dua rata-rata dari dua
variabel data yang berpasangan (paired). Misalnya akan diuji perbedaan
rata-rata IP Semester I dan IP Semester II
Ho: μ1 = μ2 (kedua rerata sama)
Ho ini ditolak jika signifikansi t ‘sig. (2
tilled)’ kurang dari taraf signifikansi 0,05 (5%).
Kalau
Ho ditolak berarti rata-rata IP semester I dan IP semester II tidak sama
/berbeda secara meyakinkan (signifikan).
4. Independent Sampel t-test
Menu ini untuk menguji dua rata-rata dari dua data
yang saling independen. Misalnya diuji perbedaan rata-rata IP Semester I
laki-laki dan perempuan (Laki-laki dan perempuan saling independen)
Ho: μ1 = μ2 (kedua rerata sama)
Ho ini ditolak jika signifikansi t ‘sig. (2
tilled)’ kurang dari taraf signifikansi 0,05 (5%).
Kalau
Ho ditolak berarti rata-rata IP semester I laki-laki dan rata-rata IP semester
I perempuan tidak sama /berbeda secara meyakinkan (signifikan).
5.One-Way ANOVA
Menu ini untuk menguji variasi data (perbedaan rata-rata lebih
dari 2 kelompok data.
H. correlate
1. KORELASI BIVARIATE
Korelasi Bivariate melibatkan dua atau lebih variable untuk
diketahui hubungan di antaranya.
Sebagai contoh : kita ingin mencari korelasi antara angka
harapan hidup wanita dan laki-laki seluruh
dunia. Dalam output SPSS maupun lainnya biasanya disertai
dengan uji signifikansi, yaitu apakah korelasi tersebut signifikan pada alpha
tertentu.
2.KORELASI PARSIAL
Agak sedikit berbeda dengan korelasi bivariate, korelasi
parsial memasukkan satu variable tambahan
yang berfungsi sebagai pengontrol dari dua variable yang
berkorelasi.
Tidak ada komentar:
Posting Komentar