1.

One sample t-test uji t utk satu sampel dg nilai tertentu Cth nya: penjualan 1 orang d bndingkn dgn penjualan rekan sktrnya. Cara2: - analyze -compare mean -one sample t-test -test variable : variable yang d ukur -option : 95% -continue -ok Hipotesis utk kasus diatas : H0 = jml,,,,,,,, tidak berbeda dengan.. H1= jmlberbeda.. Pengambilan keputusan : Sig> 0,05 H0 diterima Sig< 0,05 H1 ditolak Kesimpulan : . 2. Paired sample t-test uji t utk 2 sample yg brpasangan yang menglami 2 perlakuan atw pngukuran yg brbeda. Cth nya: sebelum dan sesudah minum obat x Cara2: : - analyze -compare mean -paired sample t-test -paired variable : sbelum&sesuadah -option : 95% -continue -ok Pmbhasan : Tabel 1 Rata2 sblum dan sesudah. Tabel 2 0 tdk ada korelasi 0,5 ckup kuat relasi 2 sampel 1 sgt kuat (hasil d bndngkn dgn syrat d atas) Tabel 3 H0 = rata2 brat bdan sblum&ssudah mnim obat sama H1 = berbeda Dgn prbndng nilai sig Sig> 0,05 H0 diterima Sig< 0,05 H1 ditolak Keputusan Berat badan sblum dan ssudah mnum obat adl sama, obt pnrun brat bdan tsb tdk efktif scr nyata.

3. Independent sample t-test uji 2 sampel dg subjek yg sama dg cara mmbandingkan rata2 dua sampel yg tdk brhubungan satu sma lain Cth nya : hubungan antar pnggunaan pupuk kimia dan pupuk organic Cara2: - analyze -compare mean -independent sample t-test -test variable : variable yang d ukur -grouping variable : yang d kodekan -option : 95% -continue -ok Pmbhasan : Tabel 2 H0 = (varians sama) Hasil produksi sama H1 = (varians tidak sama) Hasil produksi berbeda Sig> 0,05 H0 diterima Sig< 0,05 H1 ditolak Yang dilihat sig prtma skali Klo d trma nilai varians sama: equal varians assumed Dgn prbndng nilai sig Sig> 0,05 H0 diterima Sig< 0,05 H1 ditolak Yang dilihat nilai sig 2 tailed klo d terima liat yg equal varians assumed Keputusan Pnggunaan pupuk organic dan kimia menghasilkan produksi yg brbeda,pupuk organic trnyta lbih baik (dilihat dri rata2 produksi) 4. One Way ANOVA uji t utk prbndngan rata2 lbih dri 2 sampel yang varians dari populasi sama dan sample tdk saling brhubungan. Cthny : sbuah pbrik frmasi mmperkerjakan krywn dlm 4 shift. Cara2 : : - analyze -compare mean -one way anova -dependent list : -factor : yang d kodekan option klik Descriptive dan homogeneity of varience tekan continue post-hoc Klik bonferroni dan tukey Continue Ok Pmbhasan :

Output 1 descriptive = ringkasan uji statistic deskriptif 4 sampel Output 2 (homogeneity of variance) Hipotesis H0= keempat varians adl sama H1= keempat varians berbeda Pengambilan keputusan : Sig> 0,05 H0 diterima Sig< 0,05 H1 ditolak Keputusan: Lihat nlai sig( bandingkan) ke empat varian adalah Output 3 H0= keempat rata2 sampel sama H1= keempat rata-rata sampel berbeda Pengambilan keputusan : Sig> 0,05 H0 diterima Sig< 0,05 H1 ditolak Keputusan: (Lihat nlai sig) sig 0.05 ke empat rata2 adalah Output 4 H0= keempat rata2 sampel sama H1= keempat rata-rata sampel berbeda Pengambilan keputusan : Sig> 0,05 H0 diterima Sig< 0,05 H1 ditolak Shift 1 dgn 2 Misal klo brbeda. Hasil uji signifikan tanda * pd klom mean different yg brrti berbeda scr signifikan Homogeneous sub set Pd subset 1 yg dlihat sbg cth. Hanya shift yg brbeda scr signifikan, sdang shift.. brbeda tpi tdk sig 5. korelasi pearson utk mngtahui apakah ada hubngan antara 2 variabel atw lebih yg brupa data kuantitatif. Cthny : utk mngetahui hubungan antara bnyaknya biaya yg dikeluarkan utk selling,dll Cara2: -analyze -correlate,bivariate - klik smw variable msukkn k kotak variable -correlation coefficients : pearson -test of signifikan : two tailed -aktifkan flag significant correlations -staistic : diabaikan -missing value : exclude case pairwise

Pembahasan : Pnilaian thd hasil r >0,5 hubungan ckup kuat <0,5 hubungan lemah Hubungan antara penjualan dgn selling sbsar Pembahasan : Pnilaian thd hasil r Dgn nilai probabilitas Ho= tdk ada korelasi H1= ada korelasi Sig> 0,05 H0 diterima Sig< 0,05 H1 ditolak Pmbhasan : Nilai sig ny brpo.. keputusan 6. Korelasi spearman-kendall utk mngtahui apakah ada hubngan antara 2 variabel atw lebih yg brupa data kualitatif. Cthny: hubungan antara motivasi dan prestasi kerja. Cara2: -analyze -correlate,bivariate - klik smw variable msukkn k kotak variable -correlation coefficients : spearman-kendall -test of signifikan : two tailed -aktifkan flag significant correlations -staistic : diabaikan -missing value : exclude case pairwise Pembahasan : Pnilaian thd hasil r >0,5 hubungan ckup kuat <0,5 hubungan lemah Hubungan antara motivasi dgn prestasi sbsar Pembahasan : Pnilaian thd hasil r Dgn nilai probabilitas Ho= tdk ada korelasi H1= ada korelasi Sig> 0,05 H0 diterima Sig< 0,05 H1 ditolak Pmbhasan : Nilai sig ny brpo.. keputusan 7. Partial correlation mengukur korelasi antara 2 variabel dgn mempertimbangkan variable lain sbg variable control. Cthny: hubungan antara motivasi dan prestasi kerja. Dgn variable control IQ

caranya: -analyze -correlate partial - variable:. -controlling for : IQ - flag significant: two tailed -staistic : zero order correlation -missing value :exclude case pairwise, continue, ok Analisis : Bagian pertama output zero order partial (belum dilakukan korelasi partial. Nilai r antara prestasi dan motivasi : klo d spss liat yg none Setelah dilakukan uji partial nilai r=) Misal hasilnyo : Ada selisih antara variable prestasi dan motivasi sebelum dan sesudah dilakukan uji partial korelasi thd variable control IQ. Yang berarti variable control kurang lebih mempengaruhi hubungan antara prestasi dan motivasi kerja. 8. Reabilitas pengujian reabilitas berkaitan dengan adanya kepercayaan thd alat tes atau pertanyaan yang diajukan. Caranya : -Analyze -Correlate -Bivariate -Pearson -two-tailed, flag significant correlation -masukkan semua variabel genap&ganjil ke variabel -ok Hasil : (lihat hasil yang d pearson correlation) Dari nilai output (r hitung= .**) mempunyai hubungan yang cukup kuat dan signifikan (lihat tanda bintang). Dengan demikian, dapat dikatakan bahwa item pada test diatas memiliki tingkat reabilitas yang tinggi. 9. Regresi digunakan utk tujuan tujuan estimasi (peramalan) dimana terdapat variabel dependen (terikat) dan varaiabel independen (bebas). Misal : hubungan antara varaiabel penjualan dengan biaya promosi dan outlet Caranya : - Analyze -Regression, Linier -Dependent : (penjualan). Independent : (promosi dan outlets) - Statistic, pilih : Estimatedescriptive -- model fitcontinue -Plots : SDRESID (kolom Y), ZPRED (kolom X) -Pilih normal probability plot -OK Hasil :

CORRELATION : liat hasil yg d pearson correlation! Hubungan antara dgn : 0, Nilai r (misal mendekati 1), ini berarti hubungan sangat kuat. (seterusnya sampai selesai seluruh tabel d bahas) Nilai R square: 0,952 Ini berarti 95,2% penjualan/sales dipengaruhi oleh variabel promosi dan outlet. Sisanya (100%-95,2%= 4,8%) dipengaruhi oleh variabel lain. TABEL ANOVA : Nilai sig 0, (missal) nilai sig jauh di bawah 0,05 Ini berarti : model regresi dapat dipakai untuk memprediksi sales/penjualan, dengan kata lain biaya promosi atau outlet secara bersama-sama berpengaruh thd penjualan. TABEL COEFFICIENTS: Tabel ini menggambarkan persamaan regresi: Missal Y= 64,639 + 2,342x1 + 0,535x2 Dimana : Y =Sales X1 = biaya promosi X2= luas outlet Konstanta = 64,639 menyatakan jika tdk ada promosi dan outlet maka penjualan sbesar : 64,63 jt. Koef X1 sebesar=2,342 menyatakan setiap penambahan 1 % biaya promosi, maka akan meningkatkan sales sebesar = 2,342% CHART : Sebaran data mendekati normal karena berada di sekitar garis lurus. 10. Uji Mann-Whitney karena menguji 2 sampel yang tidak berhubungan satu dengan yang lain dan data numeric tapi berdistribusi tidak normal. BEDA DGN COMPARE MEAN SAMA-SAMA ANGKA TAPI KLO MANN WHITNEY D KODEKAN ANGKA NYA Caranya : -Analyze Non parametric 2 independent - Variabel list : sikap - Grouping variabel : Kota - Define Group : Group 1:1 Group 2:2

Continue, Test tipe : Mann-whitney OK

Hasil : Ho : Sikap konsumen roti nanas d Jakarta sama dengan di tangerang H1 : Sikap konsumen roti nanas d Jakarta berbeda dengan di tangerang Nilai sig : sig >0,05 Ho diterima Sig < 0,05 Ho ditolak (lihat hasil yg Asymp. Sig. (2-tailed)) Kesimpulan. 11. Statistik Non-Parametrik Wilcoxon pengujian 2 sampel yg brhubungan, diberi 2 macam perlakuan dan data dianggap tdk berdistribusi normal. Caranya : -Analyze non parametric2 related sampel -Test pair : sebelum dan sesudah - OK Hasil : Ho :Penjualan para salesman sebelum dan sesudah mengikuti pelatihan tidak ada bedanya H1 : Penjualan para salesman sebelum dan sesudah mengikuti pelatihan ada bedanya Nilai sig > 0,05 Ho diterima Nilai sig < 0,05 Ho ditolak Kesimpulan .

10. chi square membndingkn antra frkuensi hrapan dgn frkuensi ter amati Cara : -analyze- non parametric-chi square -test variabel list :.. -expected range : get from data -expected value : alcatagories equal -ok Pmhasan : HO : ke 3 warna disukai konsumen secara merata H1: ke 3 warna tdk d sukai konsumen scr mrata

Kesimpulan liat yg hasil asymp sig Nilai sig>0,05 Ho diterima Nilai sig<0,05 Ho ditolak Meskipun warna putih paling sedikit namun secara teoritis (yg seharusnya), setelah d htung wrna d sukai scr merata.