Professional Documents
Culture Documents
Ebook SPSSversi21 2013 PDF
Ebook SPSSversi21 2013 PDF
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
Untuk menghapuskan pembolehubah ............................................................................................. 29
Menyimpan Fail SPSS ........................................................................................................................ 30
1
Halaman
Ujian Signifikan.................................................................................................................................. 94
BAB 13 : Ujian non-parametric ............................................................................................................. 95
Ujian Chi-Square sample tidak bersandar ......................................................................................... 95
Contoh lain ujian Chi-Square ........................................................................................................ 97
Mann-Whitney U Test ....................................................................................................................... 99
Kruskal-Wallist Test ......................................................................................................................... 101
Ujian Korelasi non-parametric Spearmans Rank Order ................................................................. 102
BAB 14 : Ujian untuk kenormalan ( Test OF normality ) ..................................................................... 105
Alternatif kernormalan taburan data.............................................................................................. 110
BAB 15 : ANALISIS KORELASI PEARSON .............................................................................................. 111
Tafsiran ringkas ............................................................................................................................... 111
Syarat pengujian korelasi pearson. ............................................................................................. 111
Menentukan pengiraan korelasi ................................................................................................. 112
Membandingkan perkaitan korelasi mengikut kumpulan. ............................................................. 115
BAB 16 : Ujian t (t-test) ....................................................................................................................... 117
Kaedah pengujian One-sample t-test.............................................................................................. 117
Pengujian sampel tidak bersandar (Independent-sample t-test) ................................................... 119
Paired-sample t-test........................................................................................................................ 122
BAB 17 : Analisis Varian (ANOVA) ....................................................................................................... 124
Andaian ........................................................................................................................................... 124
Prosedur Compare means .............................................................................................................. 124
Analisis varians satu-hala diantara kumpulan ................................................................................ 126
Ujian Explore ............................................................................................................................... 127
BAB 18 :Regresi Linear ( Linear Regression )....................................................................................... 132
Andaian ........................................................................................................................................... 132
Prosedur melaksanakan ujian regresi linear. .................................................................................. 132
Contoh lain .................................................................................................................................. 135
3
Halaman
1. Data-data hasil dari satu kajian yang menggunakan borang soal selidik dan
juga perkhidmatan atas talian ( on-line survery )
2. Data-data yang di perolehi daripada Pangkalan Data seperti Informix,
MySQL, Oracle dan yang seumpamanya. Ianya mungkin maklumat
berkaitan dengan keputusan peperiksaan, maklumat staf dan lain-lainnya.
Jadual Frekuensi
Jadual dua hala (Crostabulation)
Deskriptif (Descriptives)
Charta dan sebagainya.
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.
4
Halaman
SPSS versi 17.0 for windows adalah serasi sepenuhnya dengan persekitaran sistem
pengoperasian Window XP dan keatas. Spesifikasi keperluan perkakasan yang di
perlukan untuk memboleh SPSS beroperasi adalah seperti berikut :-
Jenis-jenis fail data yang boleh diterima oleh SPSS adalah seperti berikut:-
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,
5
6
Halaman
Memahami kaedah menyediakan borang soal selidik perlu di buat dengan teliti dan
bersesuaian dengan tujuan kajian di jalankan. Pemilihan soalan serta format
jawapan perlulah sekata dan bermakna. Malah perlu di sesuaikan sifat data
dengan jenis ujian statistik yang bakal di gunakan nanti.
Selalunya soalan boleh di kelaskan kepada dua kumpulan iaitu soalan jenis
tertutup ( Close-ended question ) dan soalan terbuka (Open-ended question).
Soalan tertutup melibatkan siri pilihan jawapan yang anda sediakan. Responden
mungkin di minta menjawab samada dengan menanda, pangkah atau bulatkan
pada jawapan. Sebagai contoh pilihan jawapan adalah seperti Ya atau Tidak,
Lelaki atau Perempuan dan sebagainya.
Soalan tertutup atau bentuk pilihan jawapan adalah mudah untuk anda
memindahkan maklumat ke dalam SPSS data editor. Sebagai contoh jawapan Ya
mungkin boleh di berikan kod perwakilan 1, manakala jawapan Tidak mungkin
boleh dikodkan sebagai 2.
Kadangkala kita tidak boleh meneka kesemua kemungkinan jawapan yang akan
diberikan oleh responden. Sebab itulah kita memerlukan bentuk soalan yang
terbuka ( open-ended ). Sebagai contoh:-
_____________________________________________________________________
Jawapan yang di beri adalah berbagai. Anda perlulah melihat pada keseluruhan
jawapan pada setiap borang soalselidik terlebih dahulu, dan kemudian anda boleh
membuat kod perwakilan yang mewakili mana-mana jawapan yang hampir sama
atau maksud yang sama.
Setiap faktor mungkin boleh anda kodkan perwakilannya seperti berikut, contoh:-
Contoh-contoh soalan
Cuba besarkan julat jawapan responden sebaik yang mungkin, jangan hanya
memberi pilihan jawapan samada responden bersetuju atau tidak, gunakan skala
Likert-type. Misalnya jika ada mencari darjah kebolehpercayaan atau keyakinan
pada data, anda perlu ada jawapan lebih daripada 3 kategori bagi setiap soalan di
dalam kumpulan yang sama. Contoh:-
Adakah anda mengalami rasa sakit dan sengal pada tulang belakang?
1. Ya
2. Kadang-kadang
3. Tidak
Kesakitan pada bahu mungkin berpunca pada kedudukan postur yang salah
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
yang sering di gunapakai dan ianya dapat membantu penyelidik di dalam kaedah
Halaman
9
Halaman
No Siri : Untuk
kegunaan
1 2 3 4 Pejabat
1. Kawasan 5
1. Metropolitan KL
2. Bandar Petaling Jaya, Shah Alam
3. Separa Bandar Klang, Meru, Kapar
4. Luar Bandar Sabak Bernam, Sungai Besar,
Kuala Kubu
2. Jantina 6
1. Lelaki
2. Perempuan
3. Bangsa 7
1. Melayu
2. Cina
3. India
4. Lain:
nyatakan,..
4. Umur :. 8
6. Agama 11
1. Islam
2. Kristian
3. Hindu
4. Buddha
5. Lain: nyatakan..
6. Tiada
11
Halaman
Nama
Pembolahuba Pembolehuba
h h SPSS Arahan Koding
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 = Melayu
2 = Cina
3 = India
4 = Lain-lain
Agama A4 1 = Islam
2 = Kristian
3 = Hindu
4 = Buddha
12
Halaman
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.
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
Merangkumi kaedah-kaedah yang boleh di gunakan untuk membuat keputusan ,
ramalan dan jangkaan mengenai ciri-ciri populasi berdasarkan data yang di
perolehi daripada sampel.
13
Halaman
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 )
Data Editor
Output Viewer
Tetingkap Syntax
Tetingkap Draf output dan
Tetingkap Script
Data View
Variable View
Halaman
Data View
Variable View
Tetingkap ini akan terbuka secara automatik apabila anda melancarkan perisian
SPSS, tetingkap ini merupakan log yang merekod dan menyimpan segala aktiviti
yang anda lakukan, malah tempat di mana laporan seperti jadual kekerapan,
charta, laporan ujian statistik serta lainnya di simpan, dan fail ini mempunyai
sambungan .spv
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
16
Halaman
Langkah-langkah:-
1. Klik pada butang Start, pilih all program dan klik pada IBM SPSS
Statistics 21
2. Tetingkap SPSS 21.0 for windows akan di buka pada skrin computer.
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
8. Variable View
18
Halaman
Senarai Menu .
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:-
8. Menu View
9. Menu data
Menu ini digunakan untuk melakukan pertukaran global keatas fail data
seperti mendefinasikan sesuatu pembolehubah, menyusun kes, memilih
bahagian daripada keseluruhan kes, mengabungkan data, menambah,
19
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 mana-
mana operasi atau arahan yang telah anda lakukan sebelumnya.
21
Halaman
Menamakan pembolehubah
Untuk menamakan pembolehubah, anda perlu berada di dalam mod data editor,
untuk itu ada perlu klik pada tab variables View.
TO LE LT BY OR GT NOT GE WIDTH
Nama pemboleh ubah tidak boleh di akhiri dengan dot.
Untuk menamakan pembolehubah, klik pada baris pertama di bawah lajur Name
dan taipkan nama pembolehubah anda.
Type
Type bergantung kepada jenis data yang ingin anda tentukan, secara tetap SPSS
akan meletakannya dengan jenis Numeric. Tetapi anda boleh memindanya kepada
jenis lain dengan cara klik pada kotak yang berada di sebelah kanan medan type.
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.
Variable Label
Proses mendefinasi sesuatu pembolehubah bukan satu proses yang harus
di patuhi dan ianya boleh diabaikan, walau bagaimanapun pembolehubah
didefinasikan untuk menerangkan atau menghuraikan takrifan
pembolehubah tadi misalnya pembolehubah S10 boleh di labelkan bagai
23
Value Label
Value Labels merupakan satu tempat dimana anda memberikan satu nilai
perwakilan atau kod pengecaman kepada pembolehubah, misalnya huruf L
mewakili jantina Lelaki dan huruf P mewakili jantina Perempuan. Secara
ringkasnya Value Label merupakan jawapan kepada soalan yang
disediakan dalam borang soal selidik dan di nyatakan dalam bentuk
keterangan khususnya dalam menerangkan sistem pengkodan data yang
digunakan oleh pengguna. Panjang maksima tidak melebihi 60 aksara,
Bersifat Case Sensitive dimana penggunaan huruf besar dan huruf kecil
akan memberikan jawapan yang berbeza.
Missing Values
Ada kala penyelidik akan mengasingkan(exclude) nilai atau value bagi
pembolehubah tertentu, misalnya data yang extreme atau tersisih jauh
daripada kumpulan yang lain atau istilah outlier. Dalam istilah lain nilai
yang di asingkan tidak akan di kira dalam analisa anda.
Column
Secara tetap lebar Column di tetapkan pada 8, ruang ini hanya
memaparkan lebar paparan pada skrin anda.
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.
Langkah-langkah :
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
25
tersebut.
9. Tekan butang tab atau klik pada sel pertama dibawah lajur bertajuk Label
Halaman
10. Seterusnya tuju dan klik pada sel pertama dibawah lajur bertajuk Value
dan popup windows seperti berikut akan dibuka.
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.
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
26
tidak relaven kepada responden. ( SPSS menganggap blank atau space pada
data adalah missing value.)
15. Seterusnya klik pada lajur Column. Dibawah lajur ini anda boleh
mengubahsuai saiz kelebaran bagi sesuatu lajur pembolehubah. Ianya
hanya untuk paparan sahaja.
16. Untuk mengubahsuai penjajaran(alignment) pada sel, klik pada baris di
bawah lajur Align.
17. Setiap pembolehubah yang di bina boleh ditetapkan skalanya menerusi
kemudahan Measures, singkatan skala pengukuran ( Measurement
Scale). Di antara jenis skala yang di sediakan ialah Scale , Ordinal dan
Nominal.
18. Untuk pembolehubah ini anda perlu menetapkannya sebagau Nominal.
27
Halaman
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
28
Halaman
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.
29
Halaman
3. Masukkan nama fail data yang sesuai pada medan File name .
Langkah-langkah :
1. Klik pada sel berikutnya dan masukan maklumat seperti berikut untuk
pembolehubah berikut :
a. Name = B1A
b. Type = Numeric
c. Width = 2
d. Decimal = 0
e. Label = Maklumat hari merdeka melalui Internet
f. Value =1, Value label = Ya
g. Value=2, Value label = Tidak
h. Missing value = none
i. Dan biarkan default yang selebihnya.
2. Kalau diperhatikan kesemua jawapan bagi soalan B1A hingga kepada B1D
adalah sama.
3. Untuk membuat arahan copy dan paste, tuju dan klik pada sel yang
hendak di salin, dalam kes ini klik pada sel soalan B1A
4. Seterusnya klik pada menu Edit di menu bar, dan pilih submenu Copy
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).
31
Halaman
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
32
Halaman
Seterusnya masukkan data pada baris kedua yang mewakili satu responden atau
satu set soalselidik dan baris berikutnya untuk responden yang seterusnya.
33
Rajah 4.0 : Contoh data yang dimasukan menggunakan perisian Microsoft Excel
Untuk membuka fail data yang dihasilkan menggunakan perisian Microsoft Excel
Halaman
ialah dengan memilih arahan FileOpenData dan pilih jenis fail yang
mempunyai format Excel.
Selepas fail data format Excel tersebut dibawa masuk pada Data Editor, ianya
hendaklah disimpan dalam bentuk fail data SPSS yang baru melalui arahan
FileSave.
Langkah-langkah :
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
34
8. Jika fail Excel ini mengandungi header, pembolehubah data akan dibina
secara automatik mengikut nama header pada data fail Excel.
Halaman
9. Klik pada folder variable view. Anda akan melihat senarai pembolehubah
yang berkaitan. Setiap pembolehubah tersebut tidak mengandungi label,
10. Seterusnya anda perlu menyimpan fail ini di dalam format SPSS.
35
Halaman
Rahim 1 46 3.00 9
Elyani 1 28 2.4 7
Pat 2 29 2.4 6
Langkah-langkah:
1. Semak pada ruang Text file, yang memaparkan barisan data-data daripada
fail sampleA.txt
36
Halaman
2. Klik Butang Next, pilih jenis format data anda samada dalam bentuk
Delimited atau Fixed width. Dan nyatakan juga samada baris pertama data
adalah nama pembolehubah, ini boleh dilakukan dengan memilih pada
bahagian Are Variable names included at the top of your file?
37
Halaman
6. Seterusnya klik pada butang Next , dan anda akan melangkah ke pada
Step 5 of 6, wizard ini membenarkan anda untuk menamakan
pembolehubah, secara tetap SPSS akan menamakan pembolehubah sebagai
V1, V2 ... Vxx. Anda boleh meminda nama pembolehubah, dan juga format
data.
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.
38
Halaman
Apabila kerja memasukan data sudah sempurna, anda sudah bersedia untuk
membuat kerja-kerja penganalisisan seperti mengeluarkan laporan dalam bentuk
jadual sehala, jadual dua hala, carta dan sebagainya , tetapi sebelum itu, adalah
penting bagi anda untuk membuat proses mengesan dan membersihkan data
daripada sebarang ralat atau boleh dikatakan sebagai proses pre-analisis.
Kesilapan semasa melakukan proses memasukan data adalah perkara biasa,
mungkin memasukan nilai 35 yang anda maksudkan adalah 3 akan memberi
kesan kepada pengiraan korelasi.
Menyemak ralat merupakan satu keperluan yang harus anda lakukan sebelum
proses menganaisis di lakukan, terdapat beberapa kaedah menyemak ralat dan
bergantung kepada penyelidik itu sendiri, Proses menyemak ralat perlu melihat
kepada jenis data yang anda ada, samada data dalam bentuk kategori atau jenis
bersambung.
Untuk menyemak ralat pada data jenis kategori, anda boleh menggunakan
prosedur Frequencies. Berikut merupakan langkah untuk menyemak ralat
pada data jenis kategori.
dan 6 untuk jadual pertama dan 7 merupakan ralat pada jadual kedua. Ini
Halaman
3. Klik pada butang Options. Anda boleh memilih range of statistik, seperti
mean, standard deviation, Minimum dan Maksimum.
1. Tukar paparan kepada tetingkap Data Editor dengan klik pada Tab Data
View.
2. Klik pada lajur di bawah pembolehubah yang hendak di cari ralat data
tersebut.
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).
5. Klik pada butang Find Next. SPSS akan mengesan nilai yang anda minta
dan akan berhenti pada nilai pertama yang dijumpai.
42
tanda dengan nombor siri ) untuk melihat jawapan yang sebenarnya dan
seterusnya membetulkan kesilapan pada data tadi.
7. Seterusnya klik butang Search sekali lagi untuk mengesan data seterusnya
sehingga sistem menghantar isyarat bahawa tiada ada data lagi untuk di
kesan ralatnya.
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.
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
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.
44
Halaman
45
Halaman
Tetingkap laporan output ini merupakan tempat merekod semua aktiviti yang anda
jalankan, seperti membuka fail data, melaksanakan prosedur statistik dan
sebagainya. Ianya juga boleh di umpamakan sebagai fail log.
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.
46
Halaman
47
Halaman
Berbagai jenis dan bentuk taburan data boleh di hasilkan melalui perisian SPSS,
antaranya ialah jadual frequencies, Descriptives, Crosstabs, carta dan
sebagainya. Anda boleh mulakan dengan Statistic Deskriptif.
Untuk data atau pembolehubah jenis Kategori, anda boleh mulakan dengan
menggunakan prosedur Frequencies dan juga Crosstabs.
Langkah-langkah :-
5. Klik pada butang Statistics. Butang ini mengawal paparan statistik, secara
asalnya tiada paparan statistik, di bawah kotak Percentiles anda boleh
49
5. Jika anda mahu menyusun laporan mengikut susunan tertentu klik pada
butang Format.
6. Seterusnya klik butang OK.
4. Klik pada butang Option. Klik pada mean, standard deviation, minimum,
51
Tambahan
Bolehkah anda gambarkan bentuk taburan data ini dengan melihat nilai yang
diberikan pada Skewness dan Kurtosis
Prosedur Crosstabs
Arahan crosstabs membolehkan anda menghasilkan satu bentuk laporan antara
dua pembolehubah dalam bentuk jadual frekuensi dua hala (two-way) dan
pelbagai hala (multi-way). Jadual yang terhasil dinamakan jadual dua hala
(Crosstabs). Dengan menggunakan prosedur ini Statistik non-parametik seperti
Pearson Chi-Square dan Gamma juga boleh di hasilkan.
52
Halaman
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.
53
Kesimpulan :-
54
Halaman
Bentuk carta dan plot asas yang biasa di hasilkan oleh SPSS for windows ialah
graf, histogram, carta bar, carta pai, carta garis dan scatterplot. Kemudahan SPSS
Chart juga boleh menghasilkan carta dan plot statistik lanjutan seperti High-Low
Chart, Boxplot, Error Chart, Pareto dan Control Chart. Carta dan plot yang
terhasil boleh disunting menerusi tetingkap Chart Editor.
Terdapat dua kemudahan yang di sediakan oleh SPSS untuk menghasilkan carta
atau graf iaitu melalui menu Graphs samada melalui submenu Chart Builders...
atau Legacy Dialogs.
5. Jika anda mahu memberikan tajuk pada histogram klik pada butang Titles,
dan masukkan Tajuk graf pada bahagian Title dan juga pada medan lain
yang di sediakan.
56
Halaman
Dalam kes ini data adalah tertabur secara normal, jika di lihat kebanyakan skor
berpusat di tengah-tengah. Jika taburan data lebih pencong(skew) kekiri atau
kekanan, test of normality boleh di gunakan untuk mengesahkan samada data
anda bertabur secara normal atau tidak.
Untuk menghasilkan Carta bar jenis Simple bar charts anda hanya perlu
57
Langkah
4. Pada bahagian Data in Chart Are.. klik pada butang radio pada Summaries
for groups of cases
5. Seterusnya klik pada butang Define
58
Halaman
60
Halaman
Langkah-langkah
61
Halaman
62
Halaman
63
Halaman
64
8. Klik butang Continue dan seterusnya klik butang OK apabila sudah selesai.
65
Halaman
Langkah-langkah:-
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:
66
Halaman
67
Halaman
Langkah-langkah
68
Halaman
Jadual Boxplots
Untuk menghasilkan graf menggunakan kemudahan ini, di menu bar klik pada
Menu Graph Char builder.
Langkah-langkah
70
Halaman
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.
tajuk carta di sini dengan cara klik pada kotak pilihan yang di sediakan.
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
73
Halaman
Chart Editor
Anda boleh menggunakan kemudahan Chart Editor untuk menyunting graf yang
di hasilkan seperti menukar warna, menukar fon dan sebagainya.
74
Halaman
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.
5. Dari menu bar klik pada menu OptionsTitle. Kemudian masukkan tajuk
bar char yang sesuai. Contoh.. Rajah 7.0: Taburan kelayakan responden.
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.
75
11. Anda juga boleh memasukkan pattern pada bar, klik pada ikon Pattern,
Halaman
pastikan ikon Fill sudah di klik terlebih dahulu. Dan pilih mana-mana
pattern yang sesuai untuk graf anda.
15. Klik sekali pada mana-mana bahagian bar. Di menu bar pilih
ElementsShow Data Labels.
16. Pada tetingkap properties klik pada Tab Data Value Labels, tukar paparan
daripada count kepada percent, gunakan kemudahan anak panah untuk
mengerakan option paparan.
17. Klik sekali pada Label Count dan tekan butang X.
18. Klik sekali pada Label percent, dan klik butang anak panah keatas.
19. Pada bahagian Label position, klik pada klik Custom dan pilih mana-mana
paparan yang di sediakan pada kotak paparan dan klik butang Apply.
20. Di menu pintas klik pada ikon Y, pada tetingkap properties klik pada Tab
Scale.
21. Ubah Major Increment kepada 20. dan klik butang Apply.
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.
76
Halaman
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.
3. Ada beberapa pilihan pada tetingkap Export Output, pada bahagian Object
to Export anda boleh memilih samada mahu mengeksport keseluruhan
laporan atau pilihan.
77
Halaman
4. Seterusnya pada bahagian Document, anda boleh memilih jenis fail laporan
yang hendak di export, misalnya WordRTF.doc, Powerpoint dan sebagainya.
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.
78
Halaman
Tranforming data atau istilah manipulasi data merupakan satu proses tambahan
dan adakalanya perlu jika anda memerlukannya untuk tujuan analisis yang
menguji hipotesis atau analisa data kuantitatif. Ini bergantung kepada bentuk
data fail anda dan pembolehubah yang ada kaitan dengan sesuatu ujian di dalam
kajian anda. Adakalanya anda mungkin perlu mengkelaskan pembolehubah jenis
bersambung kepada pembolehubah jenis kategori. Proses ini mungkin seperti
berikut:-
Prosedur Recode
Arahan Recode mempunyai dua pilihan iaitu.
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
80
1 18 tahun 26 tahun
2 27 tahun 36 tahun
3 36 tahun 46 tahun
4 46 tahun dank e atas
Langkah-langkah
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.
Latihan :-
14. Gunakan fail yang sama untuk pembolehubah berat, dan pecahkan kepada
3 kumpulan.
85
Halaman
Langkah-langkah :-
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.
86
Halaman
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
Dalam keadaan tertentu anda mahu membuat transformasi data menggunakan
formula tertentu, anda boleh menggunakan fungsi yang terdapat di dalam
prosedur transform. Misalnya anda mahu menukar nilai bagi satu pembolehubah
kepada Base 10 Logarithm. Sebahagian daripada fungsi ini adalah untuk cuba
mengubah data daripada paparan tidak normal kepada normal. Sebagai contoh
anda menghasilkan satu carta histogram untuk melihat samada data bertabur
secara normal atau tidak. Anda dapati keputusan adalah tidak normal.
87
Halaman
Langkah-langkah
89
Halaman
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.
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.
91
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.
92
Halaman
Ujian non-parametric pula tidak memerlukan data atau skor bertabur secara
normal. Ujian non-parametric sesuai digunakan apabila anda mempunyai data
jenis nominal atau ordinal, atau anda mempunyai sampel data yang kecil,
malahan juga jika data yang di perolehi tidak memenuhi syarat andaian ujian
parametric.
Biasanya di dalam satu kajian sosial, kita mungkin mahu melihat perhubungan
yang wujud diantara dua pembolehubah yang di uji, atau melihat samada
wujudnya perbezaan di antara kumpulan sampel.
Pengujian hipotesis
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
Selalunya untuk menentukan samada ujian statistik yang di jalankan
memperolehi keputusan signifikan atau tidak bergantung kepada nilai Asymp.Sig.
yang diwakili simbol p. Selalunya paras signifikan di tetapkan pada nilai Alpha()
lebih kecil atau sama dengan .05. Jika nilai p lebih kecil daripada nilai maka
keputusannya terdapat perbezaan yang signifikan secara statistik diantara kedua
pembolehubah yang di uji, sebaliknya jika nilai p lebih besar daripada nilai a .05
maka keputusannya tiada siginifikan. Setiap keputusan (signifikan) adalah pada
tahap keyakinan 95% bagi semua ujian statistik.
94
Halaman
Beberapa perkara perlu anda ambil kira sebelum ujian non-parametric di jalankan
ianya diandaikan seperti berikut :-
Sampel rawak
Setiap kes hanya boleh di kira sekali
Ujian Chi-Square
Ujian Mann-Whitney U
Ujian Kruskall Walis
Ujian Wilcom Signed Rank
Ujian Friedman
Adakah faktor kesukaran untuk tidur berkait rapat dengan amalan pengambilan
ubat tidur?
Keperluan ujian
Langkah-langkah pengujian
Continues.
4. Seterusnya klik butang OK.
Halaman
Perkara pertama yang perlu anda lakukan ialah memeriksa pada Expected Count,
jika terdapat nilai jangkaan terendah (Expected Count) hendaklah lebih besar
daripada nilai 5 bagi setiap sel. Anda boleh merujuk kepada nota kaki di bawah
jadual Chi-Square Test (a dan b)
Merujuk kepada jadual berikutnya, pertama sekali anda perlu melihat setiap nilai
pada Expected Count. Jika nilai Expected Count bagi setiap item lebih rendah
daripada 5, anda tidak boleh meneruskan ujian ini, kerana syarat pengujian Chi-
Square merujuk kepada nilai jangkaan terendah(Expected Count) hendalah lebih
besar daripada 5. Anda juga boleh merujuk kepada nota kaki di bawah jadual Chi-
Square Tests.
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.
pembolehubah hanya ada dua nilai sahaja (2 x 2), maka anda harus merujuk
kepada baris Continuity Correctionb dengan nilai bacaan pada 7.334 merujuk
Halaman
kepada paras signifikan (Sig.) adalah .007. Oleh kerana nilai Sig.(p) 0.007 lebih
kecil daripada nilai alpha .05. Maka kita menerima hipotesis Alternatif. Oleh
kerana jawapan tidak (105) lebih banyak berbanding dengan Ya (12), maka boleh
di simpulkan faktor kesukaran untuk tidur tidak mempengaruhi seseorang itu
untuk mengambil ubat tidur.
Langkah-langkah pengujian
98
Halaman
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.
dan kumpulan dua. Nilai ini adalah nilai yang digunakan di dalam koding
jawapan anda, misalnya 1 = Lelaki dan 2 = Perempuan
Halaman
Kesimpulan :-
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
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.
Langkah-langkah:-
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.
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.
102
Keperluan ujian
Langkah-langkah:-
Sila rujuk bab xx berkenaan dengan korelasi pearson di mana istilah dan
definasi korelasi dijelaskan pada bahagian tafsiran ringkas mengenai korelasi.
104
Halaman
Menurut Tataback dan Fidel, cara mudah untuk menentukan samada data
tertabur secara normal atau tidak, memadai dengan melihat carta Histogram
dengan paparan Normal curve. Jika taburan data membentuk lengkongan atau
keluk seperti loceng, maka data boleh di anggap normal. Walaubagaimana pun
anda di sarankan menggunakan keaedah test of normality untuk melihat samada
terdapat skor-skor yang ekstrim yang mana ianya mempengaruhi kenormalan
taburan data anda. Sila rujuk kepada rajah berikutnya.
Jadual Descriptives
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 Kolmogorov-
Smirnova, 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.
108
Halaman
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.
109
Halaman
Sebagai contoh, anda mahu melihat taburan data jumlah batang rokok sehari,
untuk itu anda akan membina carta histogram dengan paparan normal curve
terlebih dahulu. Dan hasilnya adalah seperti berikut. Melalu pemerhatian pada
carta histogram berikutnya, didapati taburan data adalah tidak normal.
110
Halaman
Tafsiran ringkas
Korelasi merujuk kepada ukuran kekuatan hubungan linear di antara dua
pembolehubah yang di wakili oleh huruf x dan y. Hubungan tersebut adalah
korelasi linear positf, korelasi linear negatif dan tiada korelasi.
Ujian korelasi Pearson merupakan teknik ujian parametric yang sesuai digunakan
apabila kedua-dua pembolehubah yang ingin dibandingkan menggunakan skala
pengukuran sekurang-kurangnya nisbah atau selang, atau dalam istilah lain
pembolehubah yang mempunyai nilai jawapan yang bersambung (continoues
variable) contohnya seperti pendapatan atau umur. Jika salah satu pembolehubah
menggunakan skala pengukuran ordinal, maka model Pearson tidak sesuai
digunakan, Anda bolehlah memilih model yang lain seperti Spearmans rho.
Jika r mengambil nilai antara -1.00 kepada +1.00 menunjukan hubungan yang
sempurna, Bagaimana pula dengan nilai di antara 0 kepada 1 dan sebaliknya 0
kepada -1 ?
Menurut Cohen (1988) mencadangkan kita mengikuti garis panduan di bawah ini:-
Variasi atau varian skor bagi pembolehubah yang pertama adalah sama bagi
semua nilai yang mungkin bagi pembolehubah yang kedua.
Halaman
Berikut adalah contoh hipotesis yang boleh ditulis mengenai perkaitan antara dua
pembolehubah.
Hipotesis Null :
Berat badan responden tidak di pengaruhi oleh faktor ketinggian, atau dengan lain
perkataan tiada perhubungan yang signifikan secara statistik diantara berat
dengan ketinggian.
Hipotesis Alternatif :
Terdapat berhubungan yang signifikan secara statistik antara berat dengan faktor
ketinggian
Anda boleh menyemak plot serakan dua hala (x dan y)dengan menghasilkan graf
Scatterplot jenis simple.
Penting, sebelum anda boleh melaksanakan prosedur korelasi, sila semak perkara
berikut, Klik edit daripada menu bar, pilih option dan pastikan anda menanda(tik)
pada kotak pilihan No sciencetifif notation for small numbers in table.
ruang Y_Axis dan pembolehubah tinggi pada X-Axis. Dan seterusnya klik
butang OK .
Halaman
5. Anda harus memeriksa samada terdapat data yang tersisih (outlier), jika
didapati ada data atau skor yang tersisih, adalah dicadangkan anda
mengasingkan nilai ini daripada ujian.
1. Seterusnya klik pada pembolehubah berat dan tinggi. Dan bawa kepada
kotak senarai Variables
113
2. Seterusnya tentukan pilihan jenis ujian yang diinginkan iaitu satu arah
(one-tailed) atau dua arah (two-tailed).
3. Klik butang OK
Halaman
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.
114
Halaman
Langkah-langkah :-
5. Arahan ini akan memisahkan data kepada dua kumpulan jantina iaitu
Lelaki dan Perempuan. Dimana analisa korelasi akan di buat mengikut
kumpulan. 115
Halaman
116
Halaman
T-test merupakan salah satu ujian statistik yang di gunakan untuk menentukan
samada terdapat perbezaan yang signifikan bagi nilai mean untuk dua kumpulan
atau dua set data yang hendak di uji. Misalnya anda ingin melihat adakah
terdapat perbezaan nilai mean dalam keputusan GPA bagi kumpulan jantina
Lelaki dan Perempuan. Data yang hendak di uji harus lah bertabur secara normal
(gunakan histogram atau test of normality untuk mendapatkan keputusan). Set
data yang hendak di uji hendaklah dalam bentuk skala nisbah atau selang.
Terdapat berbagai jenis ujian bagi t-tests di dalam SPSS, berikut adalah di
antaranya:
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).
Keperluan ujian :
Langkah-langkah
Hypothesis (H0):
Keperluan ujian
Langkah-langkah:
5. Tetingkap Define Groups di buka, dan masukan kod perwakilan bagi lelaki
dan perempuan iaitu 1 pada Group 1: dan 2 pada Group 2: dan seterusnya
klik butang Continue
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
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
120
sama.
Keputusan di atas menunjukan bahwa nilai Sig. (p = .063), dimana nilai ini lebih
Halaman
besar daripada nilai =0.05 ini bermakna varian (variances) untuk dua
kumpulan adalah sama. dalam kes ini anda akan menggunakan baris pertama
(Equal variances assumed) sebagai rujukan.
Cht.:
= 0.0503
Selalunya formula Eta Squared di gunakan untuk mengira saiz kesan statistik
keatas kedua pembolehubah yang di uji. Saiz kesan statistik menyediakan satu
pentunjuk magnitud perbezaan diantara kumpulan. Eta Squared mengambil kira
nilai 0 hingga 1. Eta Squared mewakili kadar varians dalam pembolehubah
bersandar yang di perjelaskan oleh pembolehubah tidak bersandar(kumpulan)
Menurut Cohen 1988 untuk menjelaskan saiz perbezaan (Eta Square) adalah
seperti berikut : .01 kecil, 0.6 sederhana, .14 besar. 121
Halaman
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
122
Halaman
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.
= 0.42
Hasil daripada pengiraan Eta Square memberikan nilai 0.42, dimana boleh
disimpulkan kesan saiz statistik adalah besar, dengan satu perbezaan yang besar
Halaman
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 ).
Sekiranya anda mempunyai set data atau kumpulan yang melebihi daripada dua,
prosedur ANOVA adalah sesuai di gunakan. Analisis Varians merupakan salah
satu ujian statistik yang berguna untuk membandingkan nilai mean bagi tiga atau
lebih kumpulan sampel yang tidak bersandar. Ini adalah bertujuan untuk
menentukan samada terdapat perbezaan mean yang signifikan dalam populasi
daripada sampel yang telah di pilih.
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
6. Klik pada kotak tanda Anova table and eta di bawah tajuk Statistics for First
Layer, dan klik butang Continue, dan kemudian butang OK.
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
125
kumpulan.
Halaman
Seterusnya anda harus merujuk kepada jadual ANOVA Table, dengan memberi
perhatian pada nilai Sig., Nilai p adalah .087 dimana nilai ini lebih besar daripada
nilai alpha .05. maka keputusan ujian ini menunjukan tiada wujud sebarang
perbezaan yang signifikan secara statistik didalam pencapaian nilai mean bagi
kumpulan yang di uji. Hyphotesis null di terima.
Misalnya anda mahu membuat perbandingan bagi mean CGPA bagi kumpulan
sampel daripada kursus yang di pilih.
Ada memerlukan sepasang pembolehubah dari jenis kategori dan jenis skala.
Misalnya pembolehubah Kursus (kategori) dan CGPA (skala).
Langkah-langkah pengujian.
Keperluan ujian
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.
126
Halaman
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.
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.
127
Ujian Explore
1. Dari menu bar pilih Analyze Descriptive Statistics Explore..
Sila rujuk pada ruang Statistic dan signifkan (Sig.) ujian Statistik adalah daripada
.076 sehingga .133 dan nilai P-Value (significant) adalah .200*. Nilai P-Value lebih
besar daripada nilai alpha 0.05. maka kita tidak menolak hypothesis null.
Untuk menyokong keputusan ujian di atas, satu lagi ujian perlu di buat untuk
memeriksa andaian Homegeneity-of-variace.
Langkah-langkah:-
128
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.
15. Seterusnya klik pada butang Post-Hoc.. dan pilih hanya option Tukey.
16. Klik butang Continue dan seterusnya butang OK.
Halaman
Kesimpulannya
Analisis regresi linear merupakan satu alat dengan beberapa aplikasi penting. Ia
juga merupakan satu set prosedur statistik yang selalunya di gunakan untuk
meramal serta menjelaskan nilai bagi satu pembolehubah bersandar berdasarkan
nilai satu atau lebih pembolehubah tidak bersandar yang di hubungkan. Ujian
hipotesis mengenai hubungan diantara dua pembolehubah yang mempunyai
pengukuran skala nisbah atau selang. Juga satu cara untuk menganggarkan
hubungan khas atau semula jadi yang mungkin berlaku. Misalnya Adakah faktor
kekerapan berlakunya kemalangan di sebabkan oleh bertambahan kenderaan di
lebuh raya?. Adakah kedua-dua pembolehubah ini ada perhubungan?. Ujian ini
juga membenarkan anda untuk meramal nilai-nilai satu pembolehubah jika anda
tahu atau boleh menggagar daripada pembolehubah lain.
Andaian
Data-data yang terkeluar daripada julat (ekstrim) perlu di singkirkan, anda
boleh menggunakan kemudahan missing value atau select cases untuk
mengasingkan data atau skor daripada kumpulan data.
Data hendaklah di dalam keadaan bertabur secara normal.
Langkah-langkah
Criterion
variables
Predictor
Variables
Merujuk pula kepada jadual Model Summary, laporan statistik goodness of fit
dinyatakan sebagai Coefficient of determination, kesimpulan menunjukkan 90%
(.902*100) perubahan pendudukan berada di dalam variasi kemalangan.
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.
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
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. 137
Halaman
Multiple Regression
138
Halaman
INDEX