Professional Documents
Culture Documents
Table of Contents
BAB 1 : Pengenalan kepada SPSS for Window ........................................................................................ 4
Jenis-jenis data yang serasi ................................................................................................................. 5
Kaedah Menganalisis Data .................................................................................................................. 5
Proses Penyediaan borang Soal Selidik ............................................................................................... 7
Menyediakan buku kod dan mereka bentuk borang soal selidik ................................................... 8
Statistik.............................................................................................................................................. 13
Statistik Deskriptif ......................................................................................................................... 13
Inferential Statistics ...................................................................................................................... 13
Skala pengukuran .............................................................................................................................. 14
Bab 2 : Berkenalan dengan SPSS ........................................................................................................... 15
Antara Muka SPSS ............................................................................................................................. 15
Tetingkap Data Editor ....................................................................................................................... 15
Memulakan perisian SPSS versi 17.0 ................................................................................................ 17
Menu pintas ...................................................................................................................................... 21
Perkara yang paling berharga. .......................................................................................................... 21
BAB 3 : Pengurusan Data ...................................................................................................................... 22
Menamakan pembolehubah ............................................................................................................. 22
Type ............................................................................................................................................... 23
Column width ................................................................................................................................ 23
Variable Label................................................................................................................................ 23
Value Label .................................................................................................................................... 24
Missing Values .............................................................................................................................. 24
Column .......................................................................................................................................... 24
Align .............................................................................................................................................. 24
Measure ........................................................................................................................................ 24
Latihan untuk menamakan pembolehubah .................................................................................. 24
Memasukkan Data ............................................................................................................................ 28
Menyunting fail data ......................................................................................................................... 28
Untuk menghapuskan kes ................................................................................................................. 28
Halaman
Halaman
Halaman
Jadual Frekuensi
Jadual dua hala (Crostabulation)
Deskriptif (Descriptives)
Charta dan sebagainya.
Halaman
SPSS mempunyai antaramuka dan arahan yang boleh di lakukan dengan hanya
menggerakan kursor ke bahagian menu dan ini akan menyebabkan dialog box di
buka. Mudahnya, hanya dengan mengisi tempat kosong dan pilih jenis analisa
statistik menerusi panduan yang diberikan . Kelebihan menggunakan GUI ialah
selagi maklumat yang di perlukan tidak lengkap, butang OK tidak akan boleh di
klik. Ini bermakna SPSS akan memastikan semua maklumat yang di perlukan
sudah di isi dengan sempurna.
Fail data SPSS versi terdahulu yang dibina dengan menggunakan SPSS Data
Editor (format .sav)
Fail data yang dibina dengan menggunakan SPSS Syntax (format .SPS)
SpreadSheet:Excel
SpreadSheet:Lotus
Database:Dbase(*.dbf, *.mdf, MySQL dan sebagainya)
Fail data dalam bentuk ASCII
Anda akan berada di dalam mod SPSS Data Editor, dengan melakukan
beberapa siri ujian, seperti membuat pemeriksaan pada data bagi
memastikan sekurang-kurangnya tiada ralat, membuat tranformasi data,
memilih prosedur statistik yang sesuai seperti Frequencies, Crosstab,
Descriptive dan sebagainya.
Menghasilkan carta statistik dan sebagainya.
Halaman
Halaman
Halaman
Ada kalanya anda mungkin perlukan skil jawapan daripada 1 hingga 10, ia
bergantung kepada kesesuai data dan keperluan analisa, misalnya anda mahu
mengetahui tahap kepuasan bekerja responden.
Apa-apa pun format jawapan yang dipilih, anda hendaklah menerangkan dengan
jelas arahan jawapan, samada anda mahu responden menanda atau tik pada
kotak, bulatkan pada nombor atau tanda dengan mengaris. Anda boleh merujuk
kepada De-Vellis R (1991) yang mana ianya merupakan bahan perbincangan
tentang kelebihan dan kekurangan mengenai jawapan berskala.1
Halaman
Halaman
Untuk
kegunaan
Pejabat
1. Kawasan
1.
2.
3.
4.
Metropolitan KL
Bandar Petaling Jaya, Shah Alam
Separa Bandar Klang, Meru, Kapar
Luar Bandar Sabak Bernam, Sungai Besar,
Kuala Kubu
2. Jantina
1. Lelaki
2. Perempuan
3. Bangsa
1.
2.
3.
4.
Melayu
Cina
India
Lain:
nyatakan,..
4. Umur :.
10
Halaman
10
11
Islam
Kristian
Hindu
Buddha
Lain: nyatakan..
Tiada
12 13 14 15
Halaman
11
Nama
Pembolehuba
h SPSS
Kawasan
A1
1= Metropolitan KL
2 = Bandar Petaling Jaya, Shah Alam
3 = Separa Bandar Kelang, Meru, Kapar
4 = Luar Bandar Sabak Bernam, Sungai
Besar
Jantina
A2
1 = Lelaki
2 = Perempuan
Bangsa
A3
1
2
3
4
=
=
=
=
Melayu
Cina
India
Lain-lain
Agama
A4
1
2
3
4
=
=
=
=
Islam
Kristian
Hindu
Buddha
Halaman
12
Optimism
B1 B7
item
Skala
S1 S7
Arahan Koding
Statistik
Berikut merupakan ringkasan mengenai Statistik dan juga tangapan mengenai
perisian SPSS for windows, SPSS bekerja berdasarkan kepada angka dan
mempunyai ujian-ujian statistik daripada yang ringkas hinggalah kepada yang
lebih kompleks. Untuk memudahkan kefahaman mengenasi perisian SPSS, berikut
adalah penerangan ringkas mengenai Statistik yang perlu anda tahu dan pada
mereka yang memahami bidang statistik merupakan satu kelebihan kepada
mereka. Anda boleh merujuk kepada buku-buku statistik untuk mendapatan lebih
banyak maklumat mengenainya.
Secara ringkas statistik merujuk kepada fakta-fakta berangka, misalnya
perwakilan umur, berat, tinggi, pendapatan isi rumah dan sebagainya. Dalam erti
kata yang lain statistik merujuk kepada kaedah-kaedah pengumpulan data-data
dan seterusnya membuat analisis, mengulas data dan seterusnya membuat
keputusan.
Terdapat dua jenis kajian yang biasa di lakukan oleh penyelidik seperti analisa
kuatitatif dan analisa kualitatif.
Statistik Deskriptif
Istilah Statistik Perihalan atau Deskriptif merangkumi kaedah-kaedah untuk
mengurus, memapar dan menghuraikan serta menerangkan data dengan
menggunakan jadual kekerapan, jadual kekerapan dua hala, graf serta ukuran
ringkas.
Inferential Statistics
Halaman
13
Skala pengukuran
Setiap data atau pembolehubah mempunyai sifat yang tersendiri, di dalam SPSS
pembolehubah perlu di kelaskan mengikut sifat masing-masing.
Berikut
merupakan penjelasan ciri-ciri data yang harus di patuhi sebelum sebarang usaha
untuk menganalisis data tersebut di lakukan. Menurut Stevens (1946), data
pengurukaran
di kategorikan kepada empat jenis iaitu nominal, ordinal,
selang(interval) dan nisbah(ratio). Di dalam SPSS hanya ada tiga jenis iaitu
nominal, ordinal dan skala ( Selang atau nisbah )
Halaman
14
Nominal:
Menggunakan simbol atau nombor sebagai kaedah untuk
melabel dan mengkategori sesuatu objek atau kod bagi perwakilan bagi
setiap pembolehubah. Contoh Jantina ( 1 = Lelaki; 2 = Perempuan ), Status
perkahwinan ( 1= Bujang, 2 = Berkahwin 3 = Duda/Janda) dan sebagainya
Ordinal : Di susun daripada nilai terkecil kepada nilai yang terbesar,
misalnya darjah atau tahap persetujuan responden mengenai satu
pernyataan seperti tahap kepuasan pelanggan yang di susun seperti 1=Amat
tidak berpuas hati, 2=Tidak berpuas hati, 3= Sederhana, 4=Berpuas hati,
5=Amat berpuas hati. Atau data yang perlu di susun secara ordinal. Tapi di
dalam hal ini anda tidak boleh membuat kesimpulan bahawan reponden
yang memberikan jawapan 4 (Berpuas hati) adalah 2 kali lebih bersetuju
dengan responden yang menjawap 2=Tidak berpuas hati)
Selang (interval) : Skala yang tidak mempunyai sifar mutlak.
Nisbah(ratio):
Sifar mutlak misalnya umur, pendapatan, jarak dan
sebagainya. Misalnya umur saya 40 tahun adalah dua kali ganda lebih tua
daripada ahmad 20 tahun.
Data Editor
Output Viewer
Tetingkap Syntax
Tetingkap Draf output dan
Tetingkap Script
Halaman
Data View
Variable View
15
Halaman
16
Syntax editor merupakan tempat di mana anda boleh menyimpan berbagai jenis
syntax yang anda buat semasa melakukan proses menganalisa data. Selalunya
anda boleh melaksanakan arahan pada bar menu untuk melakukan proses
statistik deskriktif. Anda boleh menggunakan kemudahan ini untuk mengulangi
proses yang sama tanpa perlu menggunakan arahan daripada menu, anda hanya
perlu memanggil fail ini sahaja. Syntax di simpan dalam format .sps
Halaman
17
6. Data Editor SPSS mempunyai dua jenis paparan skrin iaitu Data View dan
Variables View. Setiap skrin mempunyai fungsi yang tertentu dan saling
berkait antara satu sama lain.
7. Data View
Data view merupakan satu hamparan spreadsheet yang mana data-data
boleh di masukan terus ke dalam ruangan yang disediakan, atau untuk
memaparkan sejumlah data-data yang telah tersedia.
8. Variable View
Halaman
18
6. Menu File
Menu ini digunakan untuk membuka, mencapai dan menyimpan fail data
SPSS serta kemudahan lain yang terdapat pada menu ini. Sebahagiannya di
nyatakan seperti berikut:
Open Untuk membuka fail sedia ada daripada mana sumber seperti
dari cakera keras, CD serta pen drive dan sebagainya.
Save As.. Untuk menyimpan fail SPSS sedia ada dengan nama yang
baru.
Halaman
Menu ini digunakan untuk melakukan pertukaran global keatas fail data
seperti mendefinasikan sesuatu pembolehubah, menyusun kes, memilih
bahagian daripada keseluruhan kes, mengabungkan data, menambah,
menghapus pembolehubah dan sebagainya.
19
9. Menu data
Halaman
20
Ini lah yang di katakan anda tidak bersendirian, SPSS sentiasa membantu,
anda boleh meminta bantuan jika ada sesuatu yang anda tidak faham.
Jenis bantuan yang boleh di capai adalah seperti Tutorial, Case study,
Statistics coach dan sebagainya. Semua ini boleh dicapai melalui dropdown menu. Hanya perlu klik, baca dan faham.
Menu pintas
Beberapa kemudahan menu pintas melalui ikon ada disediakan oleh SPSS
Di antara menu-menu tersebut adalah seperti Open File, Save File, Print, Dailog
Recall, Insert cases, Find dan sebagainya, anda boleh melihat fungsi setiap ikon
yang di sedia dengan menujukan kursor anda pada ikon-ikon yang di sediakan,
dan paparan pop-up window akan memberitahu kegunaan butang tersebut.
Misalnya ikon Dailog Recall berfungsi untuk anda memanggil semula manamana operasi atau arahan yang telah anda lakukan sebelumnya.
Halaman
21
Menamakan pembolehubah
Untuk menamakan pembolehubah, anda perlu berada di dalam mod data editor,
untuk itu ada perlu klik pada tab variables View.
Halaman
22
Dan seterusnya tetingkap Variable Type di buka, klik pada mana-mana pilihan
butang radio yang di sediakan. Dan klik OK apabila sudah selesai,
Column width
Ia adalah jumlah angka atau aksara yang boleh di isi bagi setiap
pembolehubah. Panjang sesuatu nilai pada pembolehubah itu boleh di
pinda, dengan menggunakan kemudahan Width dan Decimal pada skrin
variable view.
Halaman
23
Variable Label
ruang
ini hanya
Align
Alignment pada column samada anda mahu menetapkan paparan data
samada kekiri, kekanan atau di tengah-tengah.
Measure
Ruang ini merujuk kepada paparan jenis ukuran pada data bagi setiap
pembolehubah. Secara tetap adalah jenis Skala, anda boleh meminda
kepada nominal atau ordinal.
Latihan untuk menamakan pembolehubah
Sebagai contoh berikut adalah salah satu soalan daripada boring soalselidik.
Halaman
24
Halaman
8. Secara defaut sistem akan menanda atau memilih pada pilihan Numeric
pada tetingkap Variable Type. Klik pada pilihan String dan secara default
panjang aksara adalah 8. Tukar nilai tersebut kepada 4 pada ruangan
tersebut.
9. Tekan butang tab atau klik pada sel pertama dibawah lajur bertajuk Label
dan taipkan perkataan Status Perkahwinan
25
Halaman
13. Jika anda ingin membuat pembetulan pada klik pada mana-mana value
label, dan butang Remove akan aktif, jika anda mahu menghapuskan value
label ini klik sahaja pada butang Remove. Jika anda mahu memindah atau
membuat pembetulan, hanya taipkan pada mana medan dan butang
Change akan aktif. Klik pada butang Change apabila anda selesai membuat
pembetulan.
14. Seterusnya tuju dan klik pada sel pertama dibawah lajur Missing untuk
menentukan missing values bagi pembolehubah A1 (Status perkahwinan).
Untuk latihan ini klik pada No missing values. Dalam analisis statistik bagi
sesuatu dataset, ada kalanya perlu untuk kita mengecualikan kes-kes di
mana maklumatnya yang tidak relaven atau tidak sesuai. Misalnya
responden yang gagal memberikan jawapan, atau beberapa soalan yang
tidak relaven kepada responden. ( SPSS menganggap blank atau space pada
data adalah missing value.)
26
11. Masukan nilai 1 pada medan Value, dan taipkan perkataan Bujang pada
medan Label, dan klik pada butang Add. Seterusnya masukan nilai 2 pada
medan value dan taipkan perkataan Berkahwin dan klik pada butang Add.
Dan masukan value terakhir iaitu 3 mewakili status Berpisah
12. Apabila sudah selesai klik pada butang OK.
Halaman
27
Memasukkan Data
Apabila anda sudah selesai mendefinasikan semua pembolehubah, langkah
seterusnya ialah memasukkan data, anda boleh memasukan data secara terus
dengan menggunakan data editor atau pun mengimport data daripada sumber
lain. Untuk memasukkan data klik pada Tab Data view
Halaman
28
Gerakan kursor pada kes atau baris yang hendak anda hapuskan, klik sekali
untuk
mengaktifkan
baris
tersebut.
Tekan
butang
Delete
untuk
menghapuskannya, atau klik sekali butang kanan tetikus untuk mengaktifkan
pop-up menu dan pilih menu Clear.
Halaman
29
Letakan cursor pada sel di dalam lajur atau pembolehubah pada sebelah kanan
dimana anda mahu meletakkan pembolehubah yang baru. Klik pada menu Edit
dan pilih Insert Variable. Satu lajur kosong dengan nama pembolehubah tetap
(contoh VAR00001) akan di sediakan untuk anda memasukkan pembolehubah
yang baru. Seterusnya tukar nama pembolehubah kepada yang nama yang sesuai.
3. Masukkan nama fail data yang sesuai pada medan File name .
Halaman
30
Sekiranya, pembolehubah yang lain akan mempunyai spesifikasi nilai dan value
label yang sama, atau missing value yang sama, pengguna boleh menggunakan
arahan copy and paste untuk menyalin spesifikasi tersebut.
Melalui
Melalui
Melalui
Melalui
Internet
Media TV
Media Radio
Surat Khabar
Ya
Ya
Ya
Ya
Tidak
Tidak
Tidak
Tidak
Halaman
31
1. Klik pada sel seterusnya dan klik kanan butang tetikus dan pilih paste.
Secara asal sistem akan menyalin segala maklumat yang terdapat pada
soalan B1A, Cuma yang membezakannya ialah sistem akan menamakan
pembolehubah dengan nama VAR0001 dan nama pembolehubah ini akan
bertambah 1 (VAR0002) mengikut jumlah sel yang anda tampal (paste).
Halaman
32
2. Untuk mengubah nama pembolehubah ini, klik pada sel pemboleh tersebut
dan namakan sebagai B1B, kemudian klik pada label untuk meminda label
pembolehubah mengikut kesesuaian.
3. Gunakan kaedah yang sama untuk soalan B1C sehingga B1D.
4. Seterusnya simpan fail kerja ini, untuk menyimpan fail kerja, klik pada
menu File dan Save
Halaman
Rajah 4.0 : Contoh data yang dimasukan menggunakan perisian Microsoft Excel
Untuk membuka fail data yang dihasilkan menggunakan perisian Microsoft Excel
ialah dengan memilih arahan FileOpenData dan pilih jenis fail yang
mempunyai format Excel.
33
Seterusnya masukkan data pada baris kedua yang mewakili satu responden atau
satu set soalselidik dan baris berikutnya untuk responden yang seterusnya.
Halaman
5. Jika fail data yang dibaca mengandungi senarai nama pembolehubah yang
berkaitan pada baris pertama, maka arahan Read variable names from the
first row of data perlu di akftifkan (tik). Sebaliknya jika tidak mempunyai
nama pembolehubah pada baris pertama, maka arahan ini tidak perlu di
aktifkan.
6. Pada ruang Worksheet pula menunjukan range data yang terdapat di
dalam fail MsExcel, biarkan secara default, atau anda boleh memilih
mengikut julat tertentu. Klik butang Continue.
7. Bila sudah selesai klik butang OK
8. Jika fail Excel ini mengandungi header, pembolehubah data akan dibina
secara automatik mengikut nama header pada data fail Excel.
9. Klik pada folder variable view. Anda akan melihat senarai pembolehubah
yang berkaitan. Setiap pembolehubah tersebut tidak mengandungi label,
34
Halaman
35
10. Seterusnya anda perlu menyimpan fail ini di dalam format SPSS.
Halaman
36
1. Semak pada ruang Text file, yang memaparkan barisan data-data daripada
fail sampleA.txt
Halaman
37
Halaman
38
7. Klik butang Next, pada akhir wizard anda boleh menyimpan format fail ini
untuk kegunaan masa depan, atau anda boleh menyimpan arahan ini pada
syntax.
Apabila
Halaman
39
Halaman
40
Halaman
41
3. Klik pada butang Options. Anda boleh memilih range of statistik, seperti
mean, standard deviation, Minimum dan Maksimum.
Halaman
5. Klik pada butang Find Next. SPSS akan mengesan nilai yang anda minta
dan akan berhenti pada nilai pertama yang dijumpai.
6. Anda boleh merujuk kepada borang soalselidik berdasarkan kepada nombor
siri atau ID bagi soalselidik ( selalunya setiap borang soalselidik akan di
tanda dengan nombor siri ) untuk melihat jawapan yang sebenarnya dan
seterusnya membetulkan kesilapan pada data tadi.
42
3. Klik pada Edit daripada bar menu, kemudian klik pada menu Find.
4. Pada kekotak Find masukan nilai yang anda hendak cari atau yang salah
(Contoh nilai 7).
Menyimpan Syntax
Anda boleh menyimpan setiap arahan operasi SPSS dengan menggunakan
kemudahan tetingkap syntax. Untuk menyimpan maklumat (syntax) ini ada hanya
perlu menekan butang Paste bagi setiap operasi yang anda lakukan. Kemudahan
ini hanya tertakluk kepada operasi tertentu sahaja, iaitu bermula selepas proses
menganalisis data, transformasi data dan lain-lainnya.
Syntax amat berguna sekali apabila anda mahu mengulangi proses menganalisis
semula data, misalnya dalam kajian rintis anda telah membuat analisa awal
dengan menjalankan beberapa prosedur statistik, anda telah menyimpan setiap
kali anda menjalan prosedur statistik ini. Apabila anda sudah mendapat data
sebenar anda perlu mengulangi prosedur yang telah anda lakukan pada ujian
rintis, dengan adanya kemudahan syntax anda hanya perlu memanggil fail
tersebut dan membuat larian pada syntax tersebut untuk menghasilkan laporan
dengan sekali tekan sahaja. Jika tidak anda mungkin terpaksa mengulangi setiap
langkah satu demi satu dan kemungkinan ianya berpuluh-puluh prosedur yang
terpaksa anda ingat dan lakukan semula.
Prosedur untuk menyimpan syntax
Halaman
43
4. Syntax yang baru akan di tambah di bawah baris berikutnya, jika anda
menekan butang Paste untuk prosedur seterusnya.
5. Klik FileSave untuk menyimpan syntax ini, dan sambungan kepada fail
ini adalah .sps
6. Untuk membuka fail syntax ini, anda perlulah terlebih dahulu membuka
fail data yang berkaitan dengan syntax ini. Untuk membuka fail syntax, klik
pada menu File Open Syntax.
Melaksanakan prosedur statistik yang telah anda simpan di dalam fail syntax
1. Buka fail syntax yang ada kaitan dengan fail data.
2. Tetingkap fail syntax di buka.
Halaman
44
7. Anda boleh memilih mana prosedur statistik menerusi bahagian kiri fail
syntax yang mana akan tertera kumpulan arahan prosedur yang telah anda
simpan seperti Frequencies, Descriptive dan Crosstabs.
Halaman
45
Halaman
46
Ada boleh melaraskan paparan bagi kedua panel ini dengan klik pada pembahagi
di antara dua panel ini dan menggerakan kursor sama ada ke kiri atau ke kanan.
Anda juga boleh menutup laporan jadual tertentu dengan cara klik pada tanda
di bahagian panel Outline untuk setiap laporan yang bertanda. Dan sebaliknya
tanda + untuk membukanya semula.
Halaman
47
1.
2.
3.
4.
Halaman
48
Halaman
5. Klik pada butang Statistics. Butang ini mengawal paparan statistik, secara
asalnya tiada paparan statistik, di bawah kotak Percentiles anda boleh
memilih perkara-perkara berikut bergantung kepada keperluan :
a. Quartiles : Memaparkan 25th, 50th, dan 75th percentiles
49
5. Jika anda mahu menyusun laporan mengikut susunan tertentu klik pada
butang Format.
6. Seterusnya klik butang OK.
Halaman
50
Halaman
4. Klik pada butang Option. Klik pada mean, standard deviation, minimum,
maksimum, skewness, dan juga kurtosis.
5. Klik Continues, dan kemudian OK.
51
nilai yang
Prosedur Crosstabs
Halaman
52
Halaman
53
3. Seterusnya klik pada butang cell. dan pada bahagian percentages klik
pada Total. Ini bermakna tambahan maklumat di keluarkan bersama
peratusan bagi setiap sel. Anda juga boleh memaparkan peratusan
mengikut Column mahu pun Row
4. Jika anda mahu melaksanakan prosedur ujian statistic Chi-Square, klik
pada butang Statistics
5. Seterusnya klik butang OK.
Halaman
54
Halaman
55
Halaman
56
Langkah
1. Buka fail kes_tidur.sav
charts
Halaman
57
Halaman
58
4. Pada bahagian Data in Chart Are.. klik pada butang radio pada Summaries
for groups of cases
5. Seterusnya klik pada butang Define
Halaman
59
Halaman
60
Halaman
61
Halaman
62
Halaman
63
Halaman
64
Halaman
65
8. Klik butang Continue dan seterusnya klik butang OK apabila sudah selesai.
Halaman
66
3. Klik pada ikon Simple Scatter dan kemudian klik butang Define
4. Tetingkap Simple Scatterplot di buka. Pilih pembolehubah Berat dan
masukkan pada Y-Axis dan pembolehubah Tinggi pada X-Axis:
Halaman
67
Halaman
68
Halaman
69
Halaman
70
Halaman
71
4. Klik pada folder Gallery , di bahagian Choose from pilih mana-mana jenis
graf yang anda perlukan, misalnya jika anda perlukan carta pie klik pada
Bar, secara automatik ikon-ikon yang mewakili carta bar akan muncul di
bahagian kanan senarai graf. Pilih mana-mana carta bar yang anda
perlukan.
7. Seterusnya klik pada kotak pilihan Title 1, Title 2 dan Subtitle, pilihan ini
akan di masukkan pada tetingkap Element Properties
8. Di tetingkap Element Properties klik pada Title 1
Halaman
72
Halaman
73
Chart Editor
Anda boleh menggunakan kemudahan Chart Editor untuk menyunting graf yang
di hasilkan seperti menukar warna, menukar fon dan sebagainya.
Kaedah menyunting charta dengan menggunakan Chat Editor.
Halaman
74
4. Anda boleh menggunakan kemudahan pada menu yang terdapat pada bar
untuk meminda mana-mana objek yang terdapat pada bar. Misalnya
mengubah warna, memasukkan tajuk dan sebagainya.
Memasukkan tajuk carta bar
5. Dari menu bar klik pada menu OptionsTitle. Kemudian masukkan tajuk
bar char yang sesuai. Contoh.. Rajah 7.0: Taburan kelayakan responden.
Memasukkan nota kaki (footnote)
6. Di menu bar klik OptionsFootnote.
7. Di bahagian bawah graf, satu baris nota kaki di sediakan, gantikan
perkataan Footnote dengan perkataan yang sesuai
Halaman
8. Klik sekali pada mana-mana bahagian bar. Dan pastikan semua bar sudah
di pilih. Dari menu bar pilih Menu EditProperties.
9. Pada tetingkap properties klik pada tab Fill & Border, di bahagian Color,
klik pada ikon warna Fill, pilih warna biru atau mana-mana warna
kesukaan anda, dan klik butang Apply.
10. Seterusnya klik pada ikon border dan tukar warna kepada merah atau
mana-mana yang sesuai, dan klik butang Apply.
11. Anda juga boleh memasukkan pattern pada bar, klik pada ikon Pattern,
pastikan ikon Fill sudah di klik terlebih dahulu. Dan pilih mana-mana
pattern yang sesuai untuk graf anda.
75
Halaman
76
22. Di menu pintas klik pada ikon X, pada teringkap properties, klik pada Tab
Label & Ticks. Pada bahagian Major Increment Labels, klik pada list menu
di sebelah kanan Label orientation pilih staggered atau mana-mana yang
sesuai. Dan klik butang OK.
23. Seterusnya pilih menu File dan Close.
Kesemua jadual dan carta yang di hasilkan pada tetingkap output boleh di simpan
dengan dengan menggunakan kemudahan arahan Save. Walaubagaimana pun
anda boleh mengeksport laporan ini kepada bentuk format msWord, Powerpoint,
Excel dan sebagainya. SPSS menyediakan beberapa kemudahan untuk anda
mengeksport data kepada format yang bersesuai dengan keperluan anda. Anda
juga boleh menggunakan kemudahan cut & paste untuk menyalin sebahagian
jadual atau carta daripada tetingkap output kepada Word atau Powerpoint. Ada
perlu membuka perisian Word terlebih dahulu sebelum proses cut & paste boleh
dilakukan.
Halaman
77
3. Ada beberapa pilihan pada tetingkap Export Output, pada bahagian Object
to Export anda boleh memilih samada mahu mengeksport keseluruhan
laporan atau pilihan.
5. Seterunya pada bahagian File Name, masukkan nama fail dan lokasi fail ini
di simpan, atau atau klik pada butang Browse untuk membuka fail lokasi
dan seterusnya menamakan fail laporan anda.
Halaman
78
Kira Tambah
ABS
Absolute Value
Kira Tolak
TRUNC
Truncate
Kira Darab
SQRT
Square Root
**
xponentiation
LG 10
Base 10 Logarithm
Division
RND
Round
MOD10
Modulus
<
LN
Natural Logarithm
>
SIN
Sine
~=
COS
Cosine
<=
>=
Halaman
79
Prosedur Recode
Arahan Recode mempunyai dua pilihan iaitu.
Recode into Same Variables
ingin
mengubahsuai
data
bagi
satu
Halaman
Dalam satu soal selidik terdapat soalan yang bertanyakan tentang umur dalam
bentuk soalan terbuka, Julat jawapan mungkin besar misalnya 18 sehingga 70
tahun. Dalam keadaan tertentu anda mahu mengkelaskan pembolehubah umur
ini kepada beberapa kumpulan misalnya :-
80
1
2
3
4
18
27
36
46
tahun
tahun
tahun
tahun
26 tahun
36 tahun
46 tahun
dank e atas
Langkah-langkah
1. Buka fail kes_tidur.sav
2. Dari menu bar pilih TransformRecode Into Different variables..
3. Pada tetingkap recode into different Variables pilih satu pembolehubah
yang diperlukan, dalam kes ini pilih pembolehubah s2. Untuk memilih
pembolehubah s2 klik dua kali pada pembolehubah yang di perlukan
daripada kotak senarai pembolehubah.
Halaman
81
4.
5.
6.
7.
8.
9. Di bahagian Old Value, klik pada Range dan masukan nilai yang di
perlukan misalnya 18 dan pada medan through masukan nilai 26. Ini
bermaksud anda sedang merekod nilai 18 hingga 26 kepada nilai baru iaitu
1.
10. Seterusnya pada bahagian New Value klik pada butang radio Value, dan
masukan nilai 1. Dan kemudian klik pada butang Add.
11. Seterusnya ulangi langkah 9 dan masukan nilai baru iaitu 27 dan pada
medan berikutnya nilai 36 dan pada New Value, masukan nilai 2.
12. Ulangi langkah 9 untuk kategori seterusnya.
13. Apabila sudah selesai klik butang Continue.
14. Dan seterusnya klik butang OK.
15. Untuk melihat kewujudan pembolehubah yang baru, klik pada Tab Variable
View, dan skrol hingga ke bawah dan anda akan dapati pembolehubah yang
baru akan berada dibahagian akhir antara pembolehubah.
Halaman
82
Halaman
83
Halaman
84
Halaman
85
14. Gunakan fail yang sama untuk pembolehubah berat, dan pecahkan kepada
3 kumpulan.
Halaman
86
3. Klik pada butang Type & Label.. dan pada bahagian Label taipkan Jumlah Waktu
Tidur seminggu, pastikan pilihan Numeric sudah di tik pada bahagian Type. Dan klik
butang Continue.
4. Dan seterusnya klik butang OK. Dan ini akan menghasilkan satu
pembolehubah yang baru. Klik pada Tab Variable View untuk melihat
pembolehubah yang baru. Selalunya akan di letakan pada bahagian akhir di
dalam senarai pembolehubah.
Latihan
5. Buka fail km-test.sav
6. Ikuti langkah sebelum untuk membuat kira tambah bagi pembolehubah
berkut. B1,B2,B3,B4 bagi menghasilkan pembolehubah baru kmvalue.
Mengunakan formula
Halaman
87
Halaman
88
Halaman
89
Apabila anda memilih satu nilai ordinal di dalam kajian anda, ia adalah penting
untuk anda mengetahui semua skala yang digunakan untuk tujuan ujian inferan
statistik boleh di percayai atau tidak. Terdapat beberapa aspek yang berbeza
didalam mengendalikan ujian seperti ini, seperti kaedah Test Retest, Equivalent
Form dan juga Intenal Consistency.
Di dalam satu kajian sosial, soalan-soalan berbentuk physiologi sering di tanya,
dan di kumpulan mengikut satu set soalan yang berkaitan secara berturutan.
Skala pengukuran jenis ordinal atau skala selang sering di gunakan. Selalunya
setiap jawapan mestilah melebihi daripada 3, misalnya 1 = Tiada Idea, 2 =
Sederhana, 3 = setuju. Atau boleh jadi 1 = Amat tidak bersetuju, 2 = tidak
bersetuju, 3 = Sederhana, 4 = Baik dan 5 = Amat Baik. Selalunya di susun secara
menaik daripada nilai terendah kepada nilai yang lebih tinggi, dimana nilai paling
rendah merupakan darjah kepada ukuran paling tidak suka atau tidak setuju.
Prosedur Cronbach Alpha coefficient selalunya di gunakan untuk mengukur
darjah kebolehpercayaan instrumen, dan nilai skala yang di peroleh mestilah
berada pada paras .7 dan keatas, nilai maksima ujian ini adalah 1. Jika hasil
ujian di bawah paras .7, anda perlu melihat pembolehubah yang manakah perlu di
keluarkan daripada senarai analisa statistik. Untuk mengetahui item manakah
yang mana apabila ianya di keluarkan akan menyebabkan pekali
kebolehpercayaan meningkat. Maklumat pada lajur Cronbach's Alpha if Item
Deleted biasanya di rujuk.
Pada kebiasaanya ujian Cronbach Alpha coefficient ini di perlukan untuk
menguji tahap kesesuaian item-item di dalam satu kajian, misalnya anda
membuat satu ujian rintis (pilot test) terlebih dahulu terhadap beberapa sampel
responden, dan apabila ujian Reliabiliy Analysis memberikan keputusan yang
positif barulah kajian sebenar di jalankan. Jika tidak anda harus melihat dan
memeriksa mana-mana item yang perlu di perbaiki atau di singkirkan.
Di dalam contoh berikutnya anda mahu melihat kebolehpercayaan item-item di
dalam kajian anda.
Prosedur untuk melaksanakan arahan Reliability Analysis.
Halaman
90
Halaman
91
3. Pilih pembolehubah yang anda perlu dan masukkan pada kotak senarai
Items. Pastikan juga Model Alpha di pilih. Anda boleh menggunakan model
yang selain daripada Alpha yang anda memerlukannya dengan cara klik
pada senarai menu Model.
4. Seterusnya klik pada butang Statistics, dan teringkap Reliability Analysis
Statistics di buka, Di bawah tajuk Descriptives for, klik kotak pilihan Item,
Scale dan Scale if item deleted.
Halaman
92
Menurut Pavot, Diener, Colin, dan Sandvik (1991)2 skil berada didalam
keadaan yang konsisten pada bacaan Cronbach alpha coefficient .70. Di dalam
kajian ini nilai bacaan Cronbachs Alpha coefficient adalah pada .773.
persamaan
teknik
ujian
Ujian Non-parametric
Chi-square
Mann-Whitney Test
Kruskal-Wallis Test
Friedman Test
Spearman Rank Order Correlation
statistik
diantara
non-parametric
dan
Ujian parametric
Tiada
Independent-sample t-test
One-way between-group(ANOVA)
One-way repeated-measuares (ANOVA)
Pearsons product-moment correlation.
Pengujian hipotesis
Halaman
93
Pengujian hipotesis di gunakan bagi menentukan sama ada data yang di perolehi
daripada sampel dapat menyokong keputusan ujian ( hipotesis nul ) atau sebalikya
( hipotesis alternatif ). Contohnya hipotesis nul(H0) ditulis seperti berikut : Tidak
terdapat perbezaan diantara kumpulan jantina di dalam pencapaian markah
akademik mereka. Hipotesis alternatif (H1): Terdapat perbezaan yang signifikan
secara statistik diantara kumpulan jantina di dalam pencapaian markah akademik
mereka.
Ujian Signifikan
Halaman
94
Sampel rawak
Setiap kes hanya boleh di kira sekali
Ujian
Ujian
Ujian
Ujian
Ujian
statitik
yang
Chi-Square
Mann-Whitney U
Kruskall Walis
Wilcom Signed Rank
Friedman
Halaman
95
Langkah-langkah pengujian
Halaman
96
Merujuk kepada jadual di atas serta tumpuan di berikan pada baris pertama,
daripada pemerhatian kepada responden yang menghadapi masalah tidur hanya
12 responden yang memberikan jawapan Ya, manakala 105 responden tidak
mengambil ubat tidur walaupun mereka menghadapi masalah tidur, maka kita
dapati ada perbezaan di situ.
Halaman
97
Halaman
98
Mann-Whitney U Test
Mann-Whitney U Test merupakan salah satu ujian Non-parametric. Teknik ini
gunakan bagi menguji perbezaan kumpulan yang tidak melebihi dua, di dalam
satu pembolehubah jenis bersambung. Misalnya anda ingin melibat jika terdapat
perbezaan diantara kumpulan jantina didalam mencapai satu-satu perkara. Anda
memerlukan satu pembolehubah kategori yang tidak melebihi daripada dua
kumpulan dan satu pembolehubah jenis bersambung misalnya umur, pendapatan,
berat dan sebagainya.
Sebagai contoh, anda mahu melihat samada terdapat perbezaan pencapaian
markah purata CGPA diantara kumpulan jantina lelaki dan perempuan. Anda
boleh menulis pernyataan seperti berikut :
Adakah wujudnya perbezaan yang signifikan secara statistik pencapaian markah
CGPA bagi kumpulan jantina Lelaki dan Perempuan, Kumpulan manakah yang
lebih cemerlang?
Prosedur melaksanakan ujian Man-Whitney U
Halaman
99
Kesimpulan :-
Halaman
Merujuk kepada nilai Z = -3.165 dengan paras signifikan pada .002 (rujuk pada
baris Asymp. Sig. (2-tailed). Keputusan ini menyatakan nilai p (.002) < (.05). Oleh
kerana nilai p lebih kecil daripada nilai alpha (), maka keputusan ini menunjukan
terdapat perbezaan yang signifikan di antara kedua pembolehubah. Maka kita
menerima hipotesis alternatif. Untuk mengetahui kumpulan mana yang lebih baik
pencapaian CGPA, lihat pada Mean Rank bagi kedua kumpulan jantina ini.
Keputusan ini memihak kepada kumpulan responden Perempuan, dimana purata
CGPA responden wanita lebih baik berbanding dengan responden Lelaki.
100
Kruskal-Wallist Test
Merupakan ujian Non-parametric alternatif diantara kumpulan, sama seperti ujian
Mann-Whitney U. Cuma ia membenarkan anda membuat perbandingan lebih
daripada 2 kumpulan atau kategori. Kaedahnya ialah skor akan di tukar kepada
susunan mengikut susunan terendah sehingga yang tertinggi dan seterusnya
mean rank bagi setiap kumpulan akan di bandingkan.
Misalnya anda ingin melihat samada wujud perbezaan tahap kepuasan bekerja
dengan tempoh perkhidmatan yang telah di kategori seperti ( < 2 tahun, 3 5
tahun, 6 tahun dan ke atas ) dan anda mahu membuat perbandingan diantara tiga
kategori yang telah dinyatakan. Hipotesis null (H0) menyatakan tiada perbezaan
didalam tahap kepuasan bekerja dengan tempoh perkhidmatan.
Keperluan untuk melaksanakan ujian ini:
Satu pembolehubah jenis kategori dengan keperluan minima tiga kumpulan
sampel dan satu pembolehubah jenis bersambung.
Langkah-langkah:1. Daripada menu klik : AnalyzeNon-parametric Tests dan kemudian pada
K Independent Samples.
2. Pilih satu pembolehubah jenis bersambung, misalnya soalan Q10C tahap
kepuasan bekerja, dan masukan pada bahagian Test Variables list.
3. Seterusnya pilih satu pembolehubah jenis kategori, misalnya Q11 dan
masukan pada bahagian Grouping Variable
4. Klik pada butang Define Range, taipkan nilai 1 pada kotak minimum dan
nilai 3 pada kekotak maximum.
Halaman
101
Merujuk kepada jadual Ranks, jadual ini memberikan maklumat berkaitan dengan
Mean Rank bagi setiap kumpulan tempoh perkhidmatan dan bilangan kes(N) .
Melalui pemerhatian pada nilai Mean Rank bagi setiap kumpulan tempoh
perkhidmatan, didapati wujudnya perbezaan tahap kepuasan bekerja di antara
kumpulan tempoh perkhidmatan. Untuk mengesahkan wujudnya perbezaan ini,
rujuk kepada jadual Test Statistics. Ujian statistik Kruskal Wallis (Chi-Square)
ialah 11.298 dengan paras signifikan (Asymp.Sig.) pada .004 (nilai p < 0.05). Maka
kita menerima hipotesis alternatif.
Ujian korelasi Spearmans Rank Order (rho) di gunakan untuk mengira kekuatan
perhubungan diantara dua pembolehubah jenis bersambung (keterangan lebih
lanjut mengenal perkara ini pada bab xx : Analisa Korelasi Pearson). Ianya
Halaman
102
Hasil daripada keputusan ini boleh di nyatakan bahawa terdapat perbezaan yang
signifikan secara statistik diantara tahap kepuasan bekerja dengan tempoh
perkhidmatan. Untuk menentukan kumpulan mana yang mempunyai paras
kepuasan bekerja paling tinggi kita perlu merujuk pada jadual Ranks yang
melaporkan mereka di dalam kumpulan tempoh perkhidmatan <=2 tahun
mempunyai tahap kepuasan bekerja paling tinggi ( Mean Rank = 246.84 )
manakala kumpulan yang paling rendah paras kepuasan bekerja di laporkan pada
kumpulan tempoh perkhidmatan 6 tahun dan keatas ( Mean Rank = 202.98). Ujian
kruskal-wallis hanya melaporkan terdapat perbezaan diantara kumpulan yang di
uji, tetapi anda masih tidak tahu kumpulan manakah yang berbeza di antaranya.
Ada terpaksa menggunakan ujian Man-Whitney U untuk mengetahuinya ialah
dengan membuat ujian pada dua kumpulan iaitu kumpulan tempoh perkhidmatan
<=2 tahun dan kumpulan perkhidmatan 6 tahun dan ke atas.
Halaman
103
Halaman
104
Halaman
105
Halaman
106
Halaman
107
Halaman
108
Merujuk kepada jadual Test of Normality, seperti yang kita tahu jika nilai p <.05
menunjukan ada perbezaan, sebaliknya jika p > .05 menunjukan tiada sebarang
perbezaan. Merujuk kepada bacaan pada Sig. di bawah tajuk KolmogorovSmirnova, nilai yang di perolehi (Sig.) adalah .200. maka tiada sebarang perbezaan
(p > .05), maka boleh di simpulkan data adalah bertabur secara normal.
Sebaliknya jika nilai p < .05 maka boleh di simpulkan taburan data tidak normal.
Halaman
109
Jika data anda di dalam keadaan tidak normal, anda boleh memeriksa samada
terdapat skor yang ekstrem, maklumat ini boleh di perolehi pada jadual berikutnya
(Box plot). Dalam kes ini hanya 1 kes sahaja yang ekstrem iaitu kes bernombor
146. ( anda boleh merujuk kepada data bilangan yang ke 146 untuk melihat
apakah nilai skor yang ekstrem bagi pembolehubah umur ). Anda bolehlah
mengasingkan nilai ini dengan menggunakan bahagian missing values pada
pembolehubah umur. Dan lakukan ujian ini sekali lagi.
Halaman
110
Kecil
Sederhana
Besar
Halaman
111
Halaman
112
Halaman
1. Seterusnya klik pada pembolehubah berat dan tinggi. Dan bawa kepada
kotak senarai Variables
2. Seterusnya tentukan pilihan jenis ujian yang diinginkan iaitu satu arah
(one-tailed) atau dua arah (two-tailed).
3. Klik butang OK
113
Halaman
114
Pekali korelasi bagi pasangan pembolehubah berat dan tinggi adalah adalah
besar iaitu di antara .562 hingga 1.00 iaitu nilai Pearson Correlation(r) = .562**,
dan paras signifikan(p)=.000. ini membuktikan bahawa pembolehubah berat
dan tinggi mempunyai atau perkatian korelasi positif .562 dan nilai varian
bagi pembolehubah ialah 31.6% ((.562 x .562) x 100). Keputusanya hiphotesis
alternatif di terima.
melaksanakan
perbandingan
perkaitan
korelasi
bagi
dua
Langkah-langkah :1.
2.
3.
4.
Halaman
115
5. Arahan ini akan memisahkan data kepada dua kumpulan jantina iaitu
Lelaki dan Perempuan. Dimana analisa korelasi akan di buat mengikut
kumpulan.
Halaman
116
One-sample t-test, ujian yang digunakan bagi menentukan sama ada nilai
mean satu set data yang telah dipilih daripada sampel terdahulu, di
gunakan untuk menguji samada terdapat perbezaan mean yang signifikan
dengan sampel set data yang lain.
Independent-sample t-test, digunakan apabila anda mahu membuat
perbandingan skor mean daripada dua kumpulan orang yang berbeza atau
syarat. Dan
Paired-sample t-test, di gunakan apabila anda mahu membuat perbandingan
skor mean untuk kumpulan orang yang sama pada masa yang berbeza
(before and after).
Halaman
117
Halaman
118
Halaman
119
Keputusan di atas menunjukan bahwa nilai Sig. (p = .063), dimana nilai ini lebih
besar
daripada nilai =0.05
ini bermakna varian (variances) untuk dua
Halaman
Jika nilai Sig.(p) lebih besar daripada nilai alpha (a) 0.05, ini menunjukan variasi
data adalah sama dan kita menerima hipotesis null dan perlu merujuk kepada
maklumat pada baris pertama ( Equal variances assumed). Sebaliknya jika nilai
Sig.(p) lebih kecil daripada nilai alpha(a) 0.05 maka kita perlu merujuk kepada
baris kedua (Equal variances not assumed.) menunjukan variasi data adalah tidak
sama.
120
Merujuk kepada jadual Independent Samples Test. Anda perlu melihat terlebih
dahulu nilai Sig. di bawah tajuk Levenes test for equality of variances. Nilai ini
(p) akan menentukan samada variasi pada skor untuk dua kumpulan ini sama
atau sebaliknya
Halaman
121
Menurut Cohen 1988 untuk menjelaskan saiz perbezaan (Eta Square) adalah
seperti berikut : .01 kecil, 0.6 sederhana, .14 besar.
Paired-sample t-test
Paired-sample t-test di gunakan pada kumpulan sampel bersandar yang
berpasangan yang mana bertujuan untuk membandingkan nilai mean bagi dua set
data daripada kumpulan sampel yang sama.
Paired-sample t-test sesuai
digunakan apabila anda mempunyai kumpulan data daripada kumpulan yang
sama dengan mengumpul maklumat pada masa yang berlainan (sebelum dan
selepas)
Misalnya anda mahu membuat perbandingan nilai Mean ujian renangan yang
pertama dan renangan yang kedua pada responden(perenang) yang sama.
Keperluan ujian
Halaman
122
Merujuk pula kepada jadual Paired Samples Test, Nilai Sig. (p) bersamaan dengan
.000 di mana nilai ini lebih kecil daripada nilai alpha (a) .05. Maka boleh di
simpulkan terdapat perbezaan nilai mean yang signifikan secara statistik diatara
pasangan pembolehubah AC100A dan AC100B, dimana nilai perbezaan adalah
5.99312 (rujuk pada lajur Mean). Dalam kes ini kita menerima hipotesis alternatif,
di mana terdapat perbezaan yang signifikan secara statistik diantara kedua-dua
pembolehubah yang di uji atau merujuk kepada masa berkurang.
Anda boleh menggunakan formula Eta Squared untuk mengetahui kesan saiz
statistik diantara dua pemboleubah ini.
Eta square = t2 /t2 + N-1)
Eta squared = 4.7852/4.7852+(32-1)
= 22.90/ 53.90)
= 0.42
Halaman
Hasil daripada pengiraan Eta Square memberikan nilai 0.42, dimana boleh
disimpulkan kesan saiz statistik adalah besar, dengan satu perbezaan yang besar
dalam skor statistik yang di perolehi sebelum dan selepas renangan bagi acara 100
meter gaya bebas. ( Daripada Cohen 1988: .01 kecil, 0.6 sederhana, .14 besar ).
123
Andaian
Set data yang di pilih daripada sampel hendaklah mempunyai taburan
secara normal. ( ujian test of normality atau pengamatan melalui jadual
historgram boleh menjelaskannya).
Sampel telah di pilih secara rawak daripada populasi dan tidak bersandar di
antara satu sama lain.
Data bagi setiap kumpulan dalam populasi varians yang sama antara satu
sama lain
Halaman
124
Halaman
Merujuk kepada jadual Compare Means, apakah kesimpulan yang boleh anda
buat? Kursus manakah yang mempunyai nilai Mean yang paling tinggi dan
kumpulan sampel manakah yang mempunyai nilai Mean yang paling rendah.
Adakah daripada pemerhatian anda terdapat perbezaan nilai Mean bagi setiap
kumpulan.
125
6. Klik pada kotak tanda Anova table and eta di bawah tajuk Statistics for First
Layer, dan klik butang Continue, dan kemudian butang OK.
Halaman
126
2. Mula-mula anda perlu mencari purata Mean CGPA bagi setiap kursus yang
dipilih, ini boleh di lakukan dengan membina graf Boxplot. Atau anda boleh
menggunakan prosedur Compare mean.
3. Untuk membina carta Boxplot. Klik pada Graphs Legacy Dailogs
Boxplot.....
4. Tetingkap Boxplot akan di buka, klik pada ikon Simple dan klik butang
Define.
Merujuk kepada carta boxplot di atas. Melalui pemerhatian Mean tertinggi CGPA
dimiliki oleh kursus Pengurusan Bank, bagaimana kesimpulan, begitu boleh
dibuat?. Garisan gelap di dalam setiap Boxplot adalah garisan Median bagi setiap
kursus. Perhatikan pada garisan median yang paling tinggi diantara boxplot.
Ujian Explore
1. Dari menu bar pilih Analyze Descriptive Statistics Explore..
Halaman
127
Andaian keperluan ANOVA, merujuk kepada beberapa syarat dimana set data
hendaklah mempunyai taburan data secara normal, data yang di pilih hendaklah
secara rawak, dan kumpulan populasi harus mempunyai varian yang sama.
Halaman
1.
2.
3.
4.
128
Langkah-langkah:-
Halaman
129
Halaman
130
9. Untuk membuat pengesahan yang mana lebih baik berbanding dengan tiga
kursus yang di nyatakan. Kita memerlukan satu lagi ujian yang sama cuma
perlu menggunakan option Tukey.
10. Dari menu bar klik Analyze Compare Mean One-Way ANOVA
11. Pilih pembolehubah CGPA sebagai Dependent List dan
12. Factor List adalah pembolehubah Kursus.
13. Klik pada butang Option di bawah tajuk Statistics, pilih Descriptive (
untuk melihat kumpulan Mean ) dan Homogeneity-Of-variance test.
Kesimpulannya
Halaman
131
Andaian
Halaman
132
Halaman
133
Criterion
variables
Predictor
Variables
Halaman
134
Merujuk kepada jadual Coefficients, nilai t adalah 1.342 pada paras signifikan
.186, oleh kerana nilai p lebih besar daripada nilai alpha .05, maka kita
menerima hipotesis null, ini mengambarkan pertambahan penduduk 0
bermaksud 0 kemalangan. Nilai ujian statistik untuk slope adalah 20.989, dan
perhubungan nilai p adalah 0. Ini menunjukan wujudnya perhubungan yang
signifikan secara statistik diantara pembolehubah x dan y.
Contoh lain
Secara logik apabila kita mempunyai banyak pendapatan, maka kita akan
berbelanja lebih. Dalam latihan berikutnya kita akan cuba untuk melihat
perhubungan yang wujud diantara sifat berbelanja dengan pendapatan. Misalnya
setiap ringgit yang bertambah akan menyebabkan seseorang individu itu
berbelanja lebih.
Jika pendapatan bertambah kita menjangkakan perbelanjaan akan meningkat.
Secara teori model perhubungan boleh di tulis :
Berbelanja = Intercept + (slope)(Income) + Random error.
Jika x dan y mempunyai hubungan linear yang positif, 1 mempunyai nilai
positif(+), jika hubungan x dan y adalah linear negatif, 1 mempunyai nilai
negative(-). Jika x dan y tiada perhubungan, maka nilai 1 adalah 0.
Teori menyatakan berbelanja bergantung kepada pendapatan. Dalam istilah
regresi, berbelanja adalah pembolehubah bersandar (dependent(y-axis)) dan
pendapatan sebagai pembolehubah tidak bersandar(independent(x-axis)).
Halaman
135
Halaman
136
Jadual terakhir yang perlu anda rujuk adalah jadual Coefficientsa. di dalam
regression equation, Slope(1) dan intercept(0) merujuk kepada model
Coefficients, daripada jadual di atas estimated line boleh di tulis seperti berikut
Perbelanjaan = -38.586 + .809Pendapatan
Halaman
137
Garisan Slope ( Slope of the line ) .809 bermaksud jika pendapatan meningkat
kepada 1 billions, pembelian seseorang akan meningkat sebanyak 0.809 billion.
Dalam istilah lain responden membelanjakan 81 sen bagi setiap tambahan
ringgit yang mereka perolehi.
Halaman
138
112,
115,
128,
122,
Halaman
139
Anova, 3
boxplot, 18
Chart Editor, 55, 74, 75
Charta, 1
Chi-square, 3, 92
Clustered, 57, 61
Coefficient of determination, 133
Compute, 18, 79, 83
Crosstabs, 47, 52, 53, 92, 94
Crostabulation, 1
data editor, 2, 4, 12, 31
Descriptives, 1, 47, 50
diskret, 117
Dispersion, 49
estimated slope, 136
Frekuensi, 1
Garisan Slope, 136
goodness of fit, 135
hipotesis, 90, 110, 116, 118, 136
histogram, 18, 47, 55, 56
Inferential Statistics, 10
jadual frekuensi, 3, 52
julat, 5, 32, 37, 38, 47, 108
korelasi, 5, 101, 108, 110, 111,
113, 114
korelasi linear, 108
Kruskal-Wallist Test, 98
kuantitatif, 1, 79
kurtosis, 50, 51
Likert-type, 5
linear, 134
Mann-Whitney U Test, 96
mean, 11, 40, 47, 49, 50, 51, 98,
116, 117, 119, 120, 122, 127,
129, 130
Mean, 11, 49, 52, 116, 118, 119,
123, 124, 125, 127, 128
Minimum, 40, 49
Mod, 12
Numeric, 20, 23, 29, 83