Panduan spss 15 ebook

Unknown 1 Maret Sahid Raharjo 4 Maret Alfrida Fitriyah Filmahbubah 8 Maret Sahid Raharjo 10 Maret Rahmad fadli 11 Mei Sahid Raharjo 12 Juli Unknown 14 Mei Unknown 17 Juli Sahid Raharjo 16 September Unknown 6 Agustus Unknown 14 Agustus Unknown 30 Agustus Razonary 19 April Misbahul Munir 17 Juli Sahid Raharjo 17 Juli Unknown 3 November Sahid Raharjo 5 November Sahid Raharjo 26 Februari Unknown 25 April Sahid Raharjo 27 April Unknown 18 September Endah Purwaningrum 20 Mei Sahid Raharjo 23 Mei Elfika 6 Juli Unknown 17 September Sahid Raharjo 20 Februari Dedishofan 5 November Catatan Millenial 7 November Ilham Zuliadin 10 November Unknown 20 Desember Fahmi Fadilah Ahmad 20 Desember The Moving Treasure 28 Desember Unknown 27 Mei Mirza 16 Juni Unknown 9 Juli Kz Innovation 9 September Hal tersebut mengidikasikan varian antar kelompok adalah sama.

Jadi ketiga kelompok memiliki rata-rata nilai tes yang berbeda. Disamping menggunakan perbandingan F hitung dan F tabel, anda dapat melakukan perbandingan sig dengan.

Anda juga dapat melakukan uji khusus untuk membandingkan kelompok tertentu, misalnya apakah ada perbedaan nilai rata-rata. Sebagai contoh, anda membandingkan rata-rata nilai khusus untuk training selama 3 hari dengan 4 hari. Kelompok kedua nilai 1 dan kelompok ketiga nilai 0. Nilai total pembobotan harus nol.

Tabel contast test terbukti menunjukan nilai sig 0. Dengan kata lain, perbedaan rata-rata nilai tes ini untuk training 3 hari dengan 4 hari tidak signifikan. Anda dapat melakukan pengamatan lebih lanjut mengenai perbedaan nilai rata- rata ketiga kelompok tersebut dengan analisis Post Hoc test.

Apabila tes levence menunjukan varian tidak sama maka tes anova tidak dapat anda lakukan. Namun anda tetap dapat mengetahui apakah terjadi perbedaan nilai rata-rata atau tidak dengan menggunakan Post Hoc dengan memiliki salah satu uji dalam equal variance not assumed. LSD melakukan semua perbandingan di antara pasangan rata- rata kelompok.

Tabel Post Hoc Test menunjukan bahwa perbedaan rata-rata nilai tes yang signifikan ada pada lama training, 3 hari dan 5 hari perhatikan tanda asterisk. Dengan kata lain, kedua kelompok 3 hari dan 5 hari memiliki rata-rata nilai tes yang berbeda.

Hasil uji LSD menunjukan bahwa perbedaan rata-rata nilai untuk training 3 hari denga 4 hari tidak signifikan dengan nilai sig 0. Melihat hasil uji yang telah dilakukan, manajer pemasaran dapat mengambil training dengan waktu 5 hari sebagai lama waktu yang paling efektif.

Kedua analisis tersebut saling terkait. Analisis korelasi menyatakan derajat keeratan hubungan antarvaribel, sedangkan analisis regresi digunakan dalam peramalan variabel dependen berdasar variabel — variabel independennya. Korelasi Bivariate Analisis korelasi bivariate mencari derajat keeratan hubungan dan arah hubungan.

Semakin tinggi nilai korelasi, semakin tinggi keeratan hubungan kedau variabel. Nilai korelasi memiliki rentang antara 0 sampai 1 atau 0 sampai Tanda positif dan negative menunjukan arah hubungan. Tanda positif menunjukan arah hubungan searah. Jika satu variabel naik, variabel yang lain naik. Tanda negative menunjukan hubungan berlawanan. Jika satu variabel naik, variabel yang lain malah turun. Ada 3 macam uji bivariate, yaitu uji pearson yang digunakan untuk mengukur hubungan dengan data terdistribusi normal, sementara uji kendall dan spearman untuk mengukur hubungan berdasarkan urutan ranking dua variabel skala atau ordinal.

Uji dilakukan tanpa memandang distribusi variabel. Contoh, anda melakukan pengamatan terhadap hubungan antara besar tunjangan yang diterima karyawan dengan masa kerjanya pada suatu perusahaan.

Anda mengambil sampel secara random. Jadi hubungan kedua variabel adalah signifikan. Tabel spearman correlations menghasilkan coefisien korelasi 0. Uji ini menganalisis hubungan dua variabel dengan mengurutkan kedua variabel tersebut kemudian dicari disparitasnya di atau selisih variabel yang telah diurutkan.

Contoh, anda melakukan pengamatan hubungan antara gaji, tunjangan dan lama kerja pada suatu perusahaan. Pertama adalah korelasi variabel gaji — tunjangan gaji dengan variabel control adalah masa kerja. Kedua adalah korelasi variabel gaji — masa kerja dengan variabel control tunjangan gaji. Ketiga adalah korelasi variabel tunjangan gaji — masa kerja dengan variabel control adalah gaji. Tabel korelasi variabel gaji — tunjangan gaji dengan variabel control adalah masa kerja yang menunjukan coofisient korelasi yang besar 0.

Jadi hubungan antara kedua variabel dengan variabel control masa kerja adalah signifikan. Regresi Linear Satu Variabel Independen Uji regresi digunakan untuk meramalkan satu variabel dependen Y berdasar satu variabel independen X dalam satu persamaan linear. Pengamatan pasangan variabel X dan Y digambar dengar diagram titik dan kemudian titik- titik tersebut dihubungkan sehingga membentuk pola garis. Pola garis tersebut secara matematis dapat didekati dengan suatu garis lurus atau persamaan linear.

Secara default estimates dan model fit terpilih. Anda dapat menambah uji statistic bila perlu. Pemilihan metode memungkinkan anda menentukan bagaaimana variabel independen gaji dimasukkan untuk dianalisis. Metode enter memasukkan semua variabel indevenden sekaligus untuk dianalisis. Pada analisis regresi linear satu variabel independen, perbedaan antara metode tidak tampak. Tabel model summary menunjukan nilia koefiesien R yang menunjukan tingkat hubungan antara variabel 0.

R Square atau koefisien determinasi memiliki arti 0. Tunjangan gaji dapat dijelaskan pada variabel gaji. Adjusted R square sama dengan R square dengan menyesuaikan numerator maupun denumerator dengan derajat kebebasan masing-masing. F hitung Jadi model linear antara variabel gaji dengan variabel tunjagan gaji signifikan.

Disamping menggunakan perbandingan t hitung dan t tabel, anda dapat melakukan perbandingan sig dengan. Uji tersebut adalah uji autokorelasi dan uji kolinearitas. Apabila terjadi kolinearitas maka variabel yang dimasukkan dalam persamaan linear hanya variabel independen yang memiliki korelasi parsial yang tinggi.

Contoh, anda melakukan peramalan atas besarnya jumlah penjualan berdasarkan variabel promosi X1 , jumlah sales X2 dan harga produk X3 pada departemen pemasaran suatu perusahaan. Pada method, pilih stepwise. Pilih use probability of F kemudian masukkan nilai tingkat kepercayaan pada kotak entry. Tabel variabel entered removed menunjukan metode regresi linearyang dipilih, yaitu, stepwise. Metode stepwise memasukkan satu persatu variabel independen untuk dianalisis.

Hanya ada dua dari tiga variabel independen yang dimasukkan dalam model, yaitu variabel jumlah penjual dan variabel harga. Variabel promosi dikeluarkan dari model.

Tabel model summary menunjukan nilai koefisien korelasi R untuk kedua model. Nilai Durbin-Watson untuk model kedua adalah 1. Model 2 digunakan karena mencakup variabel independen yang lebih banyak disbanding model 1. Koefisien a signifikan. Koefisien b signifikan. Tabel excluded variabels memaparkan variabel independen yang dilekuarkan dari model. Pada model 1, yang dilekuarkan adalah variabel promosi dan harga. Sedangkan pada model 2, yang dikeluarkan hanya promosi.

Statistik Non-Parametrik Berbeda dengan statistic parametric yang memiliki asumsi sampel yang harus di pilih dari populasi yang dianggap atau diketahui memiliki distribusi normal, hal tersebut tidak berlaku pada uji non-parametrik. Uji ini tidak pernah merumuskan kondisi maupun asumsi populasi dari mana sampel dipilih. Oleh karena itu uji ini sering disebut statistic bebas distribusi. Uji non-parametrik lebih mudah dihitung dan dimengerti terutama karena datanya berupa urutan atau peringkat.

Namum uji ini kurang akurat dan efisien bila dibangding dengan uji parametric. Uji non-parametrik dalam SPSS ada delapan yaitu, chi square, binomial, runs, one sample Kolmogorov-smirnov, two independent sample test, K independen samples test, two related samples dan K related samples. Namun untuk praktek SPSS pada modul ini yang akan di praktekkan hanya uji chi square. Tabel X2 Sebelum membahas uji non-parametrik, ada baiknya kita membahas tabel X2 terlebih dahulu karena dalam uji hipotesis kita pasti melibatkan tabel tersebut.

Chi Square Chi square digunakan untuk menguji perbedaan antara frekuensi pengamatan dan frekuensi yang diharapkan. Prosedut tes chi square mentabulasi variabel kedalam kategori — kategori dan melakukan tes hipotesis bahwa frekuensi yang diamati tidak berbeda dengan nilai yang diharapkan.

Contoh, sebuah perusahaan mengembangkan 7 varian jasa baru. Diharapkan ketujuh varian jasa tersebut memiliki tingkat penerimaan oleh masyarakat yang sama. Setelah setahun maka dilakukan pengamatan telah beberapa kali varian jasa tersebut digunakan masyarakat. Sedangkan kolom residual merupakan selisih frekuensi pengamatan dengan frekuensi yang diharapkan.

Tabel test statistic memaparkan uji hipotesis. Jadi frekuensi pengamatan dengan frekuensi yang diharapakan tidak sama. Dengan kata lain, ada perbedaan minat pemakaian masing-masing jasa oleh masyarakat. Anda dapat melakukan tes lebih lanjut, seperti membatasi pengamatan hanaya pada jasa 5, 6, dan 7.

Lakukan dengan cara yang sama untuk nilai 30 dan X2 hitung 7. Jadi frekuensi pengamatan pengamatan dengan frequensi yang di harapkan tetap tidak sama.

Dengan kata lain, ada perbedaan jumlah pernjualan di antara ketiga waralaba. Informasi yang didapat dari kuesioner tersebut perlu di uji validitas dan reliabilitasnya.

Uji validitas menunjukkan apakah kuesioner tersebut mampu mengukur apa yang harus diukur. Missal kuesioner untuk mengukur tingkat kepusan - apakah masing-masing pertanyaan mampu mengukur tingkat kepuasan yang dimaksud?

Sedangkan uji reliabilitas menunjukkan konsistensi atas hasil ukuran walau digunakan untuk mengukur berkali-kali. Uji validitas Anda sebelumnya telah belajar bagimana melakukan analisis korelasi. Jadi sebenarnya uji validitas ini sangat mudah anda lakukan karena dasanya memakai analisis korelasi, khusunya pearson. Anda mengkorelasikan setiap pertanyaan pada kuesioner dengan nilai total pertanyaan-pertanyaan tersebut. Selanjutnya anda melihat nilai signifikansinya pada masing-masing korelasi.

Apabila memiliki nilai signifikansi di bawah nilai alfa yang di persyaratkan maka instrument pertanyaan tersebut valid. Download ebook spss bahasa indonesia gratis buku adalah jendela ilmu ungkapan yang sudah tidak asing ditelinga kita. Modul ini memuat tentang cara meregresikan data dalam jumlah banyak dengan langkah langkah yang mudah untuk dipahami dan dipelajari.

Membahas beberapa penjabaran ukuran statistik deskriptif seperti mean median kuartil persentil standar deviasi dll 2. Dokumen ini menjelaskan bagaimana menggunakan produk perangkat lunak ibm modeltipe spss. Unduh buku manualpanduan pengguna dan petunjuk pemakaian perangkat lunak ibm spss. Menyelesaikan modul spss Buku manualpanduan pengguna untuk ibm spss manual ibm spss statistics 20 core system.

Buku Panduan Spss 16 Pdf. Blog Posts Xilusstrange. Buku Ghozali Analisis Korelasi Analisis Regresi Anali.