Penggunaan Spss PDF

Pengenalan kepada Perisian SPSS for windows
ASAS PENGGUNAAN PERISIAN SPSS FOR WINDOWS
BAB 1
SPSS for windows sepintas lalu
SPSS versi 12.0 for windows adalah sebuah perisian yang mesra pengguna, yang mana
ianya boleh digunakan untuk melakukan pelbagai analisis statistik dan pengurusan data
di dalam persekitaran bergrafik.
Sekumpulan data-data adalah seperti :-

1. Data-data hasil dari satu kajian yang menggunakan borang soal selidik.
2. Data-data dari database seperti maklumat keputusan peperiksaan dan lain-lain
Dengan menggunakan SPSS data-data tersebut boleh di hasilkan dalam bentuk jadual-
jadual statistik seperti :-
1. Frequencies
2. Crostabulation
3. Descriptives
4. Charts dan sebagainya.
Perlaksanaan sesuatu prosedur dalam SPSS adalah berasaskan kepada perantara

point-and-click yang menggunakan kemudahan graphical user interface(GUI). Pengguna
boleh melaksanakan prosedur SPSS dengan menggunakan SPSS Syntax.
SPSS versi 12.0 for windows adalah serasi sepenuhnya dengan persekitaran windows
95 dan keatas, windows XP dan juga windows NT.
Modul SPSS (SPSS Modules)
SPSS Base merupakan modul asas SPSS for windows. Ia digunakan untuk membina,
menyunting dan menyimpan fail data, melakukan berbagai-bagai prosedur statistik asas,
Micheal anak Ringgit Muka Surat 1 October 15, 2008

Master Education(Kurikulum & Pedagogi)
membuat transformasi pembolehubah, menghasilkan carta statistik bergrafik serta

menyediakan laporan dalam format fleksible.
SPSS Regression Model
SPSS Regression Model adalah modul SPSS tambahan(optional). Ia digunakan untuk

melakukan beberapa analisis statistik lanjutan
SPSS Table
SPSS Tables adalah modul SPSS tambahan (optional). Ia digunakan untuk membina
pelbagai laporan berbentuk jadual berkualiti tinggi yang sesuai untuk kegunaan
persembahan laporan termasuk jadual kompleks serta pamiran data berbilang respon
Jenis data yang serasi dengan SPSS

SPSS hanya boleh melakukan analisis ke atas data yang dibina menggunakan SPSS
data editor. Bagaimanapun, data yang di bina di dalam beberapa format lain boleh
dianalisis menggunakan SPSS for windows melalui proses tranformasi tertentu yang
akan di jelaskan dalam kelas nanti.
Jenis-jenis fail data yang boleh diterima atau di traformasikan ialah:-

• Fail data 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)
• Fail data yang di simpan di dalam bentuk ASCII

Langkah Asas dalam Penganalisaan Data

Berikut adalah peringkat dan langkah-langkah asas yang perlu diikuti oleh pengguna
SPSS untuk melakukan kebanyakan proses analisis data.
• Peringkat 1 (Fail Data)
Di dalam peringkat ini anda akan berada di dalam mod Data Editor dan anda
akan berurusan dengan fail data:
• Peringkat 2 (Melaksanakan Prosedur
Di peringkat ini anda boleh berada dalam mod Data Editor:
o Pilih prosedur yang diperlukan dari menu Data Editor ( misalnya
Transform/Recode.., Statistics, Frequencies dan sebagainya)
o Pilih pembolehubah atau set pembolehubah yang perlu dianalisis yang
dipamirkan pada kotak dailog.
• Peringkat 3 (Output)
Sebaik sahaja anda selesai melakukan langkah-langkag dalam peringkat 2.
SPSS akan menghasilkan output yang di letakan dalam Output Viewer. Disini
anda boleh melakukan kerja-kerja percetakan, penyuntingan kandungan output.
Keperluan Perkakasan dan Perisisan:

• Windows 95/98, NT dan juga XP
• Pentium III dan keatas
• Minimum 128MB RAM
• Sekurang-kurang 85MB ruang cakera keras
• Skrin paparan resolusi 800x600

Berkenalan dengan antara muka SPSS

Secara asas SPSS mempunyai 3 tetingkap yang utama iaitu Data Editor, tetingkap
Output Viewer dan tetingkap syntax. Terdapat 2 lagi tetingkap sokongan yang lain iaitu
tetingkap draf Output dan tetingkap script.
1.1 Bar Tajuk

Ia mengandungi nama SPSS di mana pada penghujung kanannya
terdapat tiga kotak yang berfungsi untuk meminimum, mengembalikan
dan menutup skrin.
1.2 Bar Menu

Ia mengandungi menu-menu untuk membuat pilihan penggunaannya, ia
juga boleh di buka dengan kekunci ALT bersama dengan huruf yang
tergaris pada nama menu tersebut.
1.3 Bar Alatan

Ia mengandungi butang-butang kecil bergambar yang mewakili satu
perintah yang di gunakan dalam SPSS. Selain daripada itu ianya
menawarkan cara pintas untuk mencapai sesuatu perintah.
1.4 Data Editor/View

Data editor adalah helaian elektronik yang merupakan satu kemudahan
untuk memasukkan, menghapus, menyunting data-data. Didalam data
editor ada ROW yang mewakili satu kes/soalselidik. Manakala COLUMN
pula mewakili pembolehubah (variables) di dalam kes/soalselidik. Setiap
item dalam kes/soalselidik adalah pemboleh ubah.
1.5 Variable View

Variable view adalah merupakan satu kemudahan untuk melihat,
mencipta dan menambah atau menghapus variables.

Penyediaan Soal Selidik

Jenis-jenis soalan
Selalunya soalan boleh di kelaskan kepada 2 kumpulan iaitu tertutup (close) atau soalan
terbuka (open-ended).
Soalan tertutup melibatkan siri pilihan jawapan yang di sediakan. Responden mungkin
di minta menjawab samada dengan menanda(tik), pangkah atau bulatkan pada
jawapan. Sebagai contoh pilihan jawapan seperti Ya/Tidak, Lelaki/Perempuan.
Soalan tertutup atau pilihan jawapan adalah mudah untuk memindahkan maklumat ke
dalam SPSS. Sebagai contoh jawapan Ya mungkin boled di kodkan sebagai 1,
manakala jawapan Tidak mungkin boleh dikodkan sebagai 2.
Kadangkala kita tidak boleh meneka kesemua kemungkinan jawapan yang akan
diberikan oleh responden.Sebab itu lah kita memerlukan bentuk soalan yang terbuka
(open-ended)
Sebagai contoh :
Apakah faktor utama penyebab stress di dalam kehidupan harian anda?
Anda perlulah melihat pada keseluruhan jawapan pada setiap soalselidik, dan kemudian
anda boleh membuat kod yang mewakili mana-mana jawapan yang hampir sama.
Setiap faktor mungkin boleh anda kodkan seperti , contoh kerja =1, kewangan =2 ,
perhubungan =3, dan seterusnya.
Contoh-contoh soalan
Format jawapan
Bertanyakan soalan kepada responden, kadangkala anda perlu memilih format jawapan
yang sesuai apabila anda melaksanakan analisa statistik, sesetengah analisa contoh
seperti korelasi (corelation) memerlukan skor yang berterusan. Daripada terendah
hinggalah kepada yang tertinggi. ( A wide range of score ).
Sebagai contoh, soalan berkaitan dengan umur responden, mungkin anda boleh
memberikan soalan begini, bulatkan mana-mana jawapan yang berkaitan dengan umur

anda.( kurang 30 tahun, 31 hingga 50 tahun, dan lebih dari 50 tahun) data sebegini tidak
sesuai untuk membuat analisa korelasi. Jadi pastikan anda bertanya umur yang
sebenarnya responden.
Cuba besarkan julat jawapan responden sebaik yang boleh, jangan hanya memberi
pilihan jawapan samada responden bersetuju atau tidak, gunakan skala Likert-type
contoh :
Amat Tidak Amat sangat

Bersetuju 1 2 3 4 5 6 7 8 Setuju
Apa-apa pun format jawapan yang dipilih, anda hendaklah menerangkan dengan jelas
arahan jawapan, samada anda mahu responden tik pada kotak, bulatkan pada nombor
atau tanda dengan underline? De-Villis (1991) merupakan bahan perbincangan
kelebihan dan kekurangan mengenai jawapan berskala.1
1
De Vellis, R. F.(1991). Scale development, Theory and applications, Newbury, Cal

Kaedah Asas mereka bentuk soal selidik.

Untuk membuat soal selidik yang standard ada beberapa kaedah yang boleh diikuti:
1. Soal selidik hendaklah di buat dengan mengikut format yang standard.
2. Menyediakan koding manual.
3. Elakan daripada open ended-question.
Contoh soal selidik yang standard

No Siri : Untuk kegunaan
1 2 3 4 Pejabat
Bahagian A : Data sosio demograpfi responden

Sila bulatkan jawapan yang sesuai bagi soalan bernombor
1. Kawasan 5
1. Metropolitan – KL
2. Bandar – Petaling Jaya, Shah Alam
3. Separa Bandar – Kuala Lumpur, 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
5. Bilangan adik-beradik :………………………… orang 9
6. Agama 10
1. Islam
2. Kristian
3. Hindu
4. Buddha
5. Lain: nyatakan…………………………..
6. Tiada
7. Pendapatan bulanan keluarga RM………………………….. 11 12 13 14

Berikut adalah contoh Koding manual
Soalan Kod
No siri (indentiti soalselidik)

Bahagian A
1. Kawasan 1. Metropolitan – KL
4. Luar Bandar – Sabak Bernam, Sungai Besar,
Kuala Kubu
2. Jantina 1. Lelaki
2. Perempuan
3. Bangsa 1. Melayu
2. Cina
3. India
4. Lain-lain
4. Agama 1. Islam
2. Kristian
3. Hindu
4. Buddha
6. Tiada
S7 – S20 Skala 1 – 10

Antara Muka SPSS

Secara asasnya, SPSS mempunyai tiga tetingkap yang utama iaitu:-
• Data Editor
• Output Viewer
• Tetingkap Syntax
• Tetingkap Draf output dan
• Tetingkap Script
Tetingkap Data Editor

Tetingkap data editor merupakan tetingkap yang digunakan untuk membina sesuatu fail
data yang baru atau membuka fail data yang sedia ada, fail data bagi SPSS di simpan
dalam format .sav
Contoh Skrin SPSS Data Editor ( Data View)
Bar Tajuk
Bar Menu
Pembolehubah
Data Editor
Folder Data View Folder Variable View
Data editor mempunyai dua jenis tetingkap iaitu:-

1. Data View
2. Variable View

Contoh Skrin SPSS Data Editor ( Variable View )
Variable View
Merupakan tempat dimana pengguna akan menamakan, menetapkan ciri-ciri
pembolehubah seperti jenis, label, values dan sebagainya.

Latihan 1
Memulakan Perisian SPSS for windows
Langkah-langkah
1. Buka perisian SPSS pada komputer masing-masing
2. Point-and-click pada start, pilih all program dan klik pada SPSS versi 12.0
3. Selepas beberapa saat akan di paparkan skrin seperti berikut:-
4. Anda boleh memilih mana-mana option yang telah disediakan. Seperti

memilih Run the tutorial, Type in data atau Run exiting query atau memilih
untuk membuka fail yang sedia ada dan sebagainya
5. Dalam tutorial ini klik butang cancel.

6. Seterusnya paparan skrin berikutnya yang dinamakan sebagai SPSS Data

Editor.
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.
Data View
Data view merupakan satu hamparan spreadsheet yang mana data-data
boleh di masukan terus didalam ruangan yang disediakan, atau
mempamirkan sejumlah data-data yang telah tersedia.
Variable View
Skrin ini digunakan untuk membina dan menamakan pembolehubah
mengikut keperluan yang mana ianya berkait rapat dengan soalan didalam
soalselidik ataupun set data didalam sesuatu kajian. Misalnya seperti
bangsa, umur responden dan sebagainya.
7. Seterusnya klik pada folder atau butang Variable View dan lihat apa yang
ada pada skrin tersebut. Terdapat nama, type, width, decimal dan sebagainya
pada paparan ini. Yang mana setiap fungsi bahagian akan di terangkan nanti.

Berikut merupakan keterangan ringkas mengenai skrin Data View dan fungsi menu pada
bar.
Menu Fail
8. Klik pada Menu File
Menu ini digunakan untuk membuka, mencapai dan menyimpan fail data
SPSS serta kemudahan lain yang terdapat pada menu ini.
• New - untuk membina fail baru
• Open – Untuk membuka fail sedia ada daripada mana sumber seperti
dari cakera keras, CD serta pin drive dan sebagainya.
• Open Database – di gunakan untuk membaca data daripada
Database, pengguna boleh memilih untuk melaksanakan beberapa
arahan query.
• Read Text Data – digunakan untuk membaca data di dalam format
asc atau text.
• Exit – Untuk keluar daripada aplikasi SPSS

Menu Edit
9. Seterusnya klik pada menu edit.
Menu ini digunakan untuk melakukan operasi penyuntingan, seperti Copy,

Paste, Undo serta Redo dan lain-lainya seperti melakukan kerja-kerja
mencari data seperti Find dan menukar setting options.
10. Menu View

Klik pada menu View.
Kemudahan ini digunakan untuk memaparkan atau menyembunyikan status

bar, toolbar yang tertentu, garisan grid dan sebagainya.

11. Menu Data

Klik pada 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 dan sebagainya.
12. Menu Transform
Seterusnya klik pada menu Transform.
Digunakan untuk melakukan pertukaran non-global keatas sesuatu

pembolehubah atau set pembolehubah yang dipilih. Dan menghasilkan satu
pembolehubah yang baru berdasarkan kepada pembolehubah yang sedia
ada didalam data editor. Misalnya seperti umur responden boleh di
kumpulkan kepada satu julat tertentu.

13. Menu Analyze

Seterusnya klik pada menu Analyze
Kemudahan menu ini adalah untuk memilih dan melaksanakan pelbagai

prosedur statistik yang di perlukan, seperti membuat frequencies, crosstab,
Correlate, Regression dan lain-lain.
14. Menu Graph
Seterusnya klik pada menu Graphs
Menu ini digunakan untuk menghasilkan pelbagai carta statistik atau graph
yang beresolusi tinggi seperti carta bar, carta pai, scatterplot dan sebagainya.

15. Menu Utilities

Seterusnya klik pada menu Utilities
Menu ini digunakan untuk mengimbas maklumat mengenai pembolehubah

dalam fail data yang sedang aktif
16. Menu Windows
Seterusnya klik pada menu window
Menu ini digunakan untuk menukar (switching) antara tetingkap SPSS yang
sedang di buka.
17. Menu Help

Seterusnya klik pada menu Help
Menu help di gunakan untuk mencapai tutorial dan juga bantuan atau
maklumat lain yang berkaitan dengan pengguna SPSS for windows.

BAB 2 : PENGURUSAN DATA
Pengurusan Data
1.0 SPSS for Windows beroperasi berasaskan kepada pembolehubah (variables)

dan kes (Cases). PembolehUbah di letakan di sebagai lajur(column) manakala
kes diletakan sebagai baris (row). Setiap satu lajur di dalam SPSS mewakili satu
set pembolehubah. Manakala setiap satu baris pula mewakili satu kes atau
seorang responden yang terlibat.
2.0 Proses menentukan jenis data pada setiap pemboleh ubah. Pada asalnya adalah
jenis angka , semua pemboleh yang baru adalah jenis angka. Anda boleh
mengubahkannya kepada jenis data yang anda mahu dengan menggunakan
kemudahan define variable. Jenis data adalah :-
2.1 Numeric. Pengkelasan ini digunakan untuk pembolehubah yang

mengambil nilai angka bulat dan perpuluhan, lebar maksimum ialah 40
aksara dengan kedudukan titik perpuluhan maksimum pada 16.
2.2 String. Pengkelasan ini digunakan untuk pembolehubah yang mengambil
data yang berbentuk samada huruf, angka dan sebagainya, lebar
maksimum data yang boleh ditaip adalah 255 aksara.
2.3 Date. Ia menyimpan data dalam bentuk tarikh.
2.4 Currency. Ia menyimpan data dalam bentuk Currency iaitu dolar
amerika.
2.1 Nama Pemboleh Ubah (Variables Names)

Penamaan pembolehubah mempunyai beberapa syarat tertentu seperti berikut :-
• Panjang maksimum bagi suatu nama pembolehubah ialah 8 aksara
(characters)
• Nama pemboleh ubah mestilah bermula dengan abjad dan yang
selebihnya boleh jadi abjad, apa-apa nombor atau simbol @,#,_, atau $.
Blank atau ‘special character’ tidak boleh digunakan.
• Setiap variable mestilah unik dan tidak bertindih, duplikasi variable adalah
tidak di benarkan.

• Nama pembolehubah tidak dipengaruhi oleh penggunaan huruf besar

atau kecil (tidak case sensitive).
• Nama-nama seperti berikut tidak boleh digunakan kerana ianya
merupakan akronim bagi arahan-arahan yang terdapat di dalam SPSS eg
ALL NE EQ TO LE LT BY OR GT NOT GE WIDTH
• Nama pemboleh ubah tidak boleh di akhiri dengan dot
2.2 Column width

Ia adalah jumlah angka atau aksara yang boleh di isi bagi setiap variable.
Panjang sesuatu pemboleh ubah itu boleh di pinda. Dengan menggunakan
kemudahan width pada skrin variable view.
2.3 Variable Label

Proses melabel sesuatu pembolehubah bukan satu proses yang mesti di
laksanakan. Ianya boleh diabaikan kerana ia tidak memberi ralat kepada hasil
sesuatu analisis. Pembolehubah dilabelkan untuk menerangkan atau
menghuraikan takrifan pembolehubah tadi misalnya variable label bagai
pendapatan bulanan ialah S01 dan keterangan mengenai S01 ialah pendapatan
bulanan responden.
2.4 Value Label

Tetingkap Value Labels membolehkan sesuatu nilai pembolehubah yang dikenali
sebagai data boleh diberi label yang tertentu mengikut perwakilannya. Ianya
lebih mirip kepada proses pengkodan data mengikut label yang di tetapkan.
Untuk memudahkan SPSS membaca data anda anda perlulah membuat koding,
misalnya value bagi Lelaki adalah L manakala value bagi Wanita adalah W. Jadi
lebih mudah anda memasukkan data dengan hanya menaip perkataan L atau W
daripada menaip keseluruhan perkataan tersebut. Berikut adalah beberapa
maklumat berkaitan dengan value labels
• Seperti proses melabelkan pembolehubah, proses melabel nilai

pembolehubah juga merupakan suatu proses yang bukan mesti

dilaksanakan, ianya boleh diabaikan. Walaubagaimana pun ianya agak

penting dalam membantu pengguna untuk metafsir sesuatu keputusan
kajian yang akan diperolehi khususnya dalam menerangkan sistem
pengkodan data yang digunakan oleh pengguna.
• Panjang maksima sesuatu label ialah 60 aksara. Bagaimanapun bilangan
aksara yang dipamerkan dalam output bergantung kepada jenis statistik
yang dipilih.
• Bersifat Case Sensitive dimana penggunaan huruf besar dan huruf kecil
akan memberi maksud yang berbeza.

Latihan Bersama 2.1

Didalam tutorial ini pengguna akan ditunjukan cara-cara menamakan pembolehubah di
dalam SPSS for windows. ( memulakan kerja-kerja diperingkat 1 )
Langkah-langkah :
1. Pastikan perisian SPSS sudah dibuka.
2. Klik pada menu New.
3. Pastikan anda berada di dalam mod Data Editor.
4. Untuk menamakan pembolehubah baru, klik pada butang variable view
5. Point-and-click pada sel pertama dibawah lajur Name

6. Namakan pembolehubah yang sesuai dengan mematuhi peraturan yang
telah diterangkan pada chapter sebelum.
Contoh soalan di dalam satu soal selidik adalah seperti berikut :-
Soalan 1.
1. Kawasan
1. Kuala Lumpur
2. Shah Alam
3. Klang
4. Banting
5. Kuala Selangor
7. Di bawah lajur nama taipkan perkataan A1

8. Point-and-click pada sel pertama dibawah lajur Type
Tetingkap Variable Type akan muncul di skrin komputer.

9. Secara defaut sistem akan tik pada option Numeric pada tetingkap Variable
Type. Klik pada option String dan secara default panjang aksara adalah 8.
tukar nilai tersebut kepada 4 pada ruangan tersebut.
10. Seterusnya point-and-click pada sel pertama dibawah lajur Label dan taipkan
perkataan Kawasan.
11. Seterusnya point-and-click pada sel pertama dibawah lajur Value dan popup
windows seperti berikut akan di paparkan.
Skrin ini digunakan untuk membolehkan sesuatu nilai pembolehubah yang di

kenali sebagai data boleh diberi label yang tertentu mengikut perwakilan.
Ianya lebih mirip kepada proses pengkodan data mengikut label yang telah di
tetapkan. Merujuk kepada contoh yang diberikan tadi.
Value 1 mewakili Kawasan Kuala Lumpur, 2 mewakili Shah Alam dan
seterusnya.
a. Taipkan nilai 1 pada medan Value, pada medan Value Label
taipkan perkataan Kuala Lumpur, dan tekan butang Add.

b. Seterusnya Taipkan nilai 2 pada medan Value, pada medan

Value Label taipkan perkataan Shah Alam, dan tekan butang
Add.
c. Ulangi langkah a dan b sehingga selesai kesemua maklumat
di masukan.
12. Jika pengguna mahu membuat pembetulan pada value atau value label yang
telah di masukan, point-and-klik pada label yang dikehendaki untuk
mengaktifkannya dan buat pindaan pada ruangan disediakan. Dan klik bila
sudah selesai klik pada butang change
13. Jika pengguna mahu membatalkan atau menghapuskan value labels point-
and-klik pada value label berkenaan dan seterusnya klik butang Remove
untuk menghapuskannya.
14. Apabila sudah selesai memasukan kesemua value dan label, klik butang Ok
sebagai tanda setuju.
15. Seterusnya point-and-click pada sel pertama dibawah lajur Missing untuk
menentukan missing values bagi pembolehubah A1 (kawasan). Untuk tutorial
ini klik pada No missing values.

16. Lajur mising ini merupakan singkatan daripada perkataan missing values
(Data yang hilang atau tidak lengkap). Prosedur ini membolehkan anda
menguruskan data yang tidak lengkap mengikut penetapan nilai masing-
masing.
17. Seterusnya klik pada lajur Column. Dibawah lajur ini anda boleh
mengubahsuai saiz kelebaran bagi sesuatu lajur pembolehubah. Untuk
paparan sahaja.
18. Untuk mengubahsuai penjajaran atau alignment data yang telah di taip, klik
pada sel 1 di bawah lajur Align.
19. Setiap pembolehubah yang di bina boleh ditetapkan skalanya menerusi
kemudahan Measures, singkatan Measurement Scale. Di antara skala yang
di sediakan ialah scale, Ordinal dan Nominal. Scale mewakili data benar
(seperti umur, pendapatan), scale mewakili data yang dikumpulkan mengikut
julat tertentu jenis angka, manakala nominal mewakili data di dalam bentuk
aksara (alphabetic) jenis string.
20. Ini bermakna pengguna sudah selesai menghasilkan satu pembolehubah.
21. Untuk melihat kehadiran pembolehubah tersebut pada data view, klik pada
butang Data View, dan maklumat tersebut akan dipaparkan seperti gambaran
di bawah :

Latihan 2.2
Sebagai contoh katakan di dalam satu soalselidik terdapat beberapa soalan mengenai
latar belakang responden seperti, Umur, Jantina, Pekerjaan, dan pendapatan,
sebahagiannya di gambarkan seperti berikut : Anda di kehendaki menghasilkan
kesemua pembolehubah bagi kesemua soalan-soalan yang terdapat di dalam
soalselidik ini.
Bahagian A
Latar belakang responden
No Siri : Untuk kegunaan
1 2 3 4 Pejabat
Bahagian A : Data sosio demograpfi responden

Sila bulatkan jawapan yang sesuai bagi soalan bernombor
1. Kawasan 5
1. Metropolitan – KL
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
5. Bilangan adik-beradik :………………………… orang 9
6. Agama 10
1. Islam
2. Kristian
3. Hindu
4. Buddha
6. Tiada
7. Pendapatan bulanan keluarga RM………………………….. 11 12 13 14

Kemudahan copy and paste

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.
Sebagai contoh, sebahagian daripada soalan yang di tanya mengenai hari merdeka.
1. Bagaimanana anda mendapat maklumat mengenai hari merdeka (bulatkan
jawapan anda).
B1A. Melalui Internet Ya Tidak
B1B. Melalui Media TV Ya Tidak
B1C. Melalui Media Radio Ya Tidak
B1D. Melalui Surat Khabar Ya Tidak
Jawapan bagi kesemua subsoalan adalah sama iaitu Ya dan Tidak.
1. Klik pada sel berikutnya dan masukan maklumat seperti 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 valye = none
i. Dan biarkan default yang selebihnya.
2. Seterusnya masukan soalan berikutnya dari B1B hingga kepada B1D

3. Kalau diperhatikan kesemua jawapan bagi soalan B1A hingga kepada B1D
adalah sama.
4. Untuk membuat arahan copy dan paste, point-and-right-click pada sel yang
hendak di copy, dalam kes ini klik pada sel bagi pada soalan B1A
5. Klik pada sel seterusnya dan right-click butang tetikus dan pilih paste. Secara
default sistem akan menyalin segala maklumat yang terdapat pada soalan B1A,

Cuma yang membezakannya sistem akan menamakan pembolehubah dengan

nama VAR0001 dan nama pembolehubah ini akan bertambah 1 (VAR0002)
mengikut jumlah sel yang anda paste.
6. Untuk mengubah nama pembolehubah ini, klik pada sel variable tersebut dan
namakan sebagai B1B, kemudian klik pada label untuk meminda label variables
mengikut kesesuaian.
7. Gunakan kaedah yang sama untuk soalan B1C sehingga B1D.
8. Seterusnya simpan fail ini, untuk menyimpan fail klik pada menu file dan save
9. Dengan ini maka anda sudah menyiapkan satu fail spss yang mana data-data
sudah boleh di masukan.
Tip :-
“Saiz bagi setiap lajur boleh di laraskan dengan cara mengklik tanpa lepas di
atas garisan pemisah antara lajur dan heret tetikus ke kanan untuk
membesarkan lajur dan sebaliknya”

Soalan :
1. Jika anda merekabentuk satu soalselidik yang memerlukan pengukuran umur
responden, format yang manakah (a) atau (b) yang lebih baik. Nyatakan pilihan
anda.
a. Sila tik satu bagi kategori berikut yang mewakili umur anda.
i. 18 – 30
ii. 31 – 45
iii. 46 – 60
iv. 61 – 80
v. 81+
b. Berapakah umur anda :_________
2. Ada beberapa peraturan yang perlu di ikuti di dalam menamakan pembolehubah.

Berikut adalah beberapa soalan mengenainya.
a. Bolehkah nama pembolehubah bermula dengan nombor?
b. Berapakah nilai maksimum aksara yang bagi suatu nama
pembolehubah?
c. Bolehkah nama pembolehubah mengandungi space?
3. Setiap yang berikutnya,yang manakah bersesuai dengan nama pembolehubah,

jika tidak sesuai nyatakan mengapa?
a. *ql
b. And
c. Religion
d. Marital status
e. Q110A
f. Income.hous
g. 5optim
h. Optim5

BAB 3 : MENGIMPORT DATA-DATA DARI SUMBER LAIN
Selain daripada memasukkan data secara terus menerusi data editor, SPSS juga
membenarkan anda mengimport data-data daripada sumber lain seperti dari fail excel,
Dbase, Text Fail, Informix, Paradox files, Visual Foxpro, Foxpro Files dan sebagainya.
Kemudahan mengimport data dibuat melalui kemudahan ODBC Data Source

Administrator. Selalunya kaedah ini hanya boleh di gunakan pada data-data yang di
simpan di dalam database. Kaedah query di gunakan untuk mengimport data-data,
samada anda mahu mengambil keseluruhan data ataupun sebahagian, malah anda juga
boleh memilih mana-mana medan yang di kehendaki.
Untuk mengimport data.

1) Point-and-klik pada Menu File, di bawah submenu pilih
Open Database->New Query
2) Tetingkap Database Wizard akan di buka. Sistem akan meminta anda

memilih jenis data source yang boleh dipilih daripada kotak senarai.
3) Tetingkap Database Wizard Langkah kedua akan di buka mengikut

kesesuaian jenis fail yang di pilih, misalnya jika anda memilih fail daripada
Database Visual Fopro, Didalam kotak senarai SPSS akan memaparkan
kesemua table daripada database Visual Foxpro. Anda hanya boleh memilih
satu table sahaja. Jika anda klik dua kali pada table yang di pilih, senarai
medan-medan akan di pamirkan. Anda boleh memilih mana-mana medan
yang di kehendaki dengan cara tujukan cursor pada medan yang di
kehendaki dan tekan butang tetikus sebelah kiri dan tanpa lepas, kemudian
seretkan medan tersebut kedalam kotak senarai Retrieve Fields In This
Order. Sekiranya anda mahu mengimport keseluruhan medan Tujukan

cursor pada fail yang di kehendaki dan tekan butang tetikus sebelah kiri
jangan lepaskan, kemudian seretkan fail tersebut kedalam kotak senarai
Retrieve Fields In This Order, dan lepaskan butang mouse tadi. Tekan butang
Next apabila anda sudah selesai.
4) Tetingkap Database Wizard Limit Retrieve Cases akan di buka. Anda boleh
memilih mana-mana medan yang dikehendaki dan seretkan serta letakkan
kedalam sel expression. Klik pada sel relation untuk memilih condition,
seterusnya klik pada sel Expression 2 untuk memasukkan kriteria misalnya
seperti : fcity = Hometown. Anda juga boleh mengunakan butang prompt
value (terbuka). Yang mana anda boleh memasukkan apa-apa pemilihan
secara input, tanpa perlu mengulangi proses yang sama. Klik butang Next
apabila sudah selesai.
5) Senarai pembolehubah akan di pamirkan pada tetingkap Define Variables,
anda boleh mengubah nama pembolehubah jika anda mahu berbuat
demikian, dengan cara tujukan cursor pada sel Result Variable Name dan klik
variable yang hendak di tukarkan. Apabila sudah selesai tekan butang Next.
6) Tetingkap Results akan di buka dan akan tertera arahan sql pada kotak
dailog. Anda boleh menyimpan sql statement ini dengan cara memberi nama
pada sel save query to file. Pernyataan ini boleh di gunakan atau di pinda
semula, tanpa perlu melalui proses di atas. Apabila sudah selesai Klik Butang
Finish.
Sebaik sahaja anda menekan butang Finish, sistem akan menjana data-data yang anda
import tadi dan akan di pamirkan pada SPSS Data Editor.

Latihan 3.0
Mengimport data dari fail access.
Satu fail employee di dalam database access menyimpan maklumat berkaitan dengan
kakitangannya. Seperti umur, status perkahwinan, jantina, nama dan sebagainya.
Sebahagianya di nyatakan dalam medan seperti berikut:-

1. age
2. marital
3. gender
4. dan lain-lainnya
Anda di arahkan untuk membuat satu analisa data daripada fail employee berdasarkan
kepada maklumat pekerja yang sudah berkahwin sahaja. Dimana anda diberitahu
bahawa kod di dalam medan marital adalah seperti berikut:-
0. Tidak berkahwin
1. Berkahwin
Anda di kehendaki mengimport data berdasarkan kepada arahan di atas:-
Langkah untuk mengimport data:-
1. Dari menu bar pilih File.

2. Seterusnya pilih Open Database > New query.
3. Skrin Database wizard akan di pamirkan pada skrin komputer anda.
4. Daripada kekotak datasourse pilih MS Access Database dengan cara tujuk dan
klik butang tetikus.
5. Seterusnya klik pada butang next
6. Tetingkap ODBC Driver login akan di paparkan pada skrin komputer anda.
7. Seterusnya tekan butang browse
8. Dan pilih fail employee.mdb daripada direktori tutorial_spss dan klik butang open
9. Apabila anda sudah bersetuju klik butang Ok.

10. Seterusnya tetingkap select data akan di paparkan, dan pada kekotak available
table akan di senaraikan nama table yang telah anda pilih tadi.
11. Klik pada tanda + pada table employee untuk melihat keseluruhan medan yang
terdapat di dalam fail employee. Anda boleh memilih medan-medan yang di
perlukan dengan cara klik dua kali pada medan tersebut.
12. Jika anda mahu memilih keseluruhannya medan fail employee, klik tanpa lepas
dan seretkan table employee ke kekotak Retrieve Fields In This Order.
13. Sehingga langkah ini anda boleh menamatkan operasi dengan menekan butang
finish.

14. Sekiranya anda memerlukan beberapa option, seperti pilihan data hanyalah
daripada kalangan kakitangan yang sudah berkahwin atau option lain, klik
butang next untuk mendapatkan skrin option, iaitu Limit Retrieved Cases.
15. Seterusnya pada medan berikut :-

a. Expression 1: pilih employee.marital
b. Relation : =
c. Expression 2 : 1
16. Seterusnya tekan butang next dan paparan Define Variables akan muncul di
skrin anda. Anda boleh meminda nama pembolehubah jika mahu, atau
membiarkan secara default.
17. Langkah seterusnya tekan butang next, dan satu pernyataan SQL query akan di
paparkan dan anda boleh memilih untuk menyimpan query ini atau sebaliknya.
18. dan apabila anda sudah bersetuju klik butang finish. Dan semua maklumat tadi
akan di paparkan di dalam skrin variable view.
19. Simpan fail ini jika perlu.

Membaca fail data berformat Excel
SPSS boleh membuka fail data yang dibina dengan menggunakan perisian Microsoft
Excel menerusi arahan File>Open>Data
Setelah fail data berformat Excel tersebut dibuka, ianya boleh disimpan sebagai fail data
SPSS yang baru menerusi arahan File>Save
Untuk membuka fail data berformat Excel menerusi SPSS, pastikan fail tersebut telah di
tutup terlebih dahulu. Sekiranya fail data tersebut masih terbuka di dalam perisian ms
Excel, SPSS tidak akan dapat membaca fail tersebut.
Latihan bersama 3.1.

Didalam tutorial ini kita akan membuat latihan membuka fail data berformat Excel.
Sebagai contoh di dalam tutorial ini kita akan menggunakan fail Excel seperti berikut
dimana data-data penyelidikan telah dimasukan menerusi fail Excel.
Langkah-langkah
1. Kenalpasti terlebih dahulu fail data yang hendak di buka
2. Klik pada arahan file-> Open> Data di bar menu

3. Tetingkap Open File akan di paparkan , tukar pilihan arahan di ruangan Files of
type kepada Excel(*.xls)
4. Klik pada fail tutorial1, dan klik butang Open.
5. Seterusnya tetingkap Opening Excel Data Souce akan di buka
6. 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. Sebaliknya jika tidak mempunyai nama
pembolehubah pada baris pertama, maka arahan ini tidak perlu di aktifkan.
7. Pada ruang Worksheet pula menunjukan range data yang terdapat di dalam fail
Excel.
8. Bila sudah selesai klik butang OK
9. Jika fail Excel ini mengandungi header, pembolehubah data yang terbina tadi
secara automatik mengikut nama header pada fail excel
10. Klik pada butang variable view. Kelihatan skrinnya mengandungi senarai
pemboleh ubah yang berkaitan. Setiap pembolehubah tersebut tidak

mengandungi label, Value Label dan Missing values yang bersesuaian. Anda
bolehlah memasukkan nilai-nilai tersebut menerusi skrin Variable View ini.
11. Simpan (save) fail data spss dengan menggunakan nama yang sesuai,
Latihan 3.2
Berikut adalah pembolehubah dan keterangan mengenai pembolehubah di dalam fail

excel di atas. Untuk latihan ini anda di kehendaki memasukan kesemua pembolehubah
berserta dengan label, value label yang di senaraikan di bawah kedalam fail spss ini.
Apabila sudah selesai simpan (save) fail spss ini.
Langkah:-
1. Buka fail SPSS, iaitu tutorial2.sps
2. Nama pembolehubah yang sengaja ditinggalkan untuk anda mengisinya seperti
yang dinyatakan di bawah, simpan fail anda apabila kesemua pembolehubah yang
dimasukkan tadi sudah selesai.

List of variables on the working file
A2 (6) Jantina
Measurement Level: Scale
Column Width: 8 Alignment: Right
Print Format: F2
Write Format: F2
Value Label
1 Lelaki
2 Perempuan
A3 (7) Bangsa
Print Format: F2
Write Format: F2
Value Label
1 Melayu
2 Cina
3 India
4 Lain-lain
A4 (8) Tingkatan
Print Format: F2
Write Format: F2
Value Label
1 Tingkatan 2
2 Tingkatan 3
A6 (10) Bil. adik beradik dalam keluarga

Print Format: F2
Write Format: F2
Value Label
1 0
2 1
3 2
4 3
5 4
6 5 dan ke atas

A7 (11) Agama
Print Format: F2
Write Format: F2
Value Label
1 Islam
2 Kristian
3 Hindu
4 Buddha
5 Lain-Lain
6 Tiada
A8 (12) Kedudukan di kalangan adik beradik

Print Format: F2
Write Format: F2
A9 (13) Pendapatan Sebulan Keluarga

Print Format: F2
Write Format: F2
A11 (15) Kelulusan Penjaga

Print Format: F2
Write Format: F2
Value Label
1 Tiada
2 Rendah
3 Menengah
4 Kolej
5 Universiti/IPTA

Untuk soalan berikutnya, gunakan arahan copy and paste bagi kesemua value label
yang mempunyai nilai dan maksud yang sama.
C1 (44) Hubungan dengan penjaga?

Print Format: F2
Write Format: F2
Value Label
1 Baik
2 Tidak baik
C2 (45) Hubungan dengan adik beradik?

Print Format: F2
Write Format: F2
Value Label
1 Baik
2 Tidak baik
C3 (46) Hubungan dengan rakan sekolah?

Print Format: F2
Write Format: F2
Value Label
1 Baik
2 Tidak baik
C4 (47) Hubungan dengan guru?

Print Format: F2
Write Format: F2
Value Label
1 Baik
2 Tidak baik

C5A (48) Amalan Merokok?

Print Format: F2
Write Format: F2
Value Label
1 Ya
2 Tidak
C5B (49) Menghidu gam?

Print Format: F2
Write Format: F2
Value Label
1 Ya
2 Tidak
C5C (50) Mengambil dadah?
Print Format: F2
Write Format: F2
Value Label
1 Ya
2 Tidak
C5D (51) Minum arak?

Print Format: F2
Write Format: F2
Value Label
1 Ya
2 Tidak
C5E (52) Mengambil barang orang lain?

Print Format: F2
Write Format: F2
Value Label
1 Ya
2 Tidak

BAB 4 : TRANSFORMASI DATA
Sesuatu fail data didalam SPSS, boleh ditransformasi atau diubahsuai mengikut
keperluan masing-masing. Selalunya proses tranformasi data dilaksanakan untuk
membolehkan operasi analisis data yang lebih kompleks dapat di lakukan.
Anda akan didedahkan dengan beberapa kemudahan tranformasi yang terdapat melalui
menu Transform di bar menu yang di sediakan. Antara contoh kemudahan tranformasi
yang ada ialah Compute, Count, Recode dan sebagainya.
Latihan bersama 4.1

Bekerja dengan Arahan Compute.
Arahan compute membenarkan pengguna untuk menghasilkan satu pembolehubah baru
yang mengandungi data hasil dari operasi manupulasi satu set data yang terdapat pada
beberapa pembolehubah yang telah sedia ada di dalam fail data SPSS. Sebagai contoh
dengan menggunakan arahan ini anda boleh menghasilkan pembolehubah min bagi
satu set data.
Langkah-langkah :-
1. Buka fail SPSS tutorial2.sav
2. Seterusnya pilih arahan Transform>Computer di bar menu, dan seterusnya
tetingkap Compute Variable akan di paparkan pada skrin komputer anda.
3. Pada medan Target Variable, taipkan nama pembolehubah yang baru, dalam
tutorial ini anda akan mencari nilai min bagi satu set pembolehubah
C1,C2,C3,C4.

4. Namakan pembolehubah yang baru sebagai minC5. seterusnya klik butang

Type and Label untuk menentukan jenis pembolehubah tersebut dan labelnya.
Apabila sudah selesai klik butang continue.
5. Seterusnya gunakan fungsi min yang telah sedia ada di ruang functions untuk
mencari nilai min bagi pembolehubah b16a – b16d
6. Scroll kebawah kekotak Functions untuk mencari fungsi Min, dan klik dua kali
pada Fungsi Min untuk menghantarnya ke kotak Numeric Expression.
7. Seterusnya gerakan cursor ke kotak Numeric Expression dan klik pada tanda(?)
di sebelah perkataan MIN(?,?)
8. Seterusnya klik pada nama pembolehubah yang di kehendaki iaitu C5A dan klik
anak panah kekanan untuk memasukkannya kedalam kotak Numeric
Expression.
9. Masukkan kesemua pembolehubah C5B, C5C dan C5D sehingga anda
mendapati Numeric Expression adalah seperti berikut :-
MiN(C5A,C5B,C5C,C5D)
10. Apabila sudah selesai klik butang OK
11. Ini akan menghasilkan satu pembolehubah baru yang di namakan minC5

Bekerja dengan Arahan Sum
Arahan sum membolehkan pengguna menjumlahkan sesuatu set pembolehubah bagi

sesuatu tujuan pengiraan. Misalnya seperti mencari jumlah markah keseluruhan
peperiksaan bagi setiap kes, atau suatu jumlah nilai tertentu berdasarkan satu kajian
tabiat.
Sebagai contoh latihan berikutnya kita mahu mengira berapakah jumlah satu set kes
bagi ke semua soalan dalam bahagian B.
Langkah-langkah
1. Buka fail tutorial2.sav.
2. Klik pada arahan Transform>Compute >Sum di bar menu.
3. Taipkan nama Skor pada pada medan Target Variable. Pada Medan Type &
Label taipkan skor bahagian b.
4. Seterusnya, klik pada pembolehubah B1 dan klik pada butang bertanda anak
panah kekanan untuk memasukkan pembolehubah tersebut di ruangan Numeric
Expression.

5. Masukan keseluruhan pembolehubah seperti yang tertera pada langkah 3, iaitu

keseluruhan pembolehubah dari B1,B6,B8,B10,B11 dan B13
6. Seterusnya klik butang OK.
7. Pembolehubah baru skor akan terhasil, dan boleh di lihat di dalam Variable
View.
Latihan 4.2
Gunakan fail tutorialAddCase untuk menghasilkan satu skor baru yang di panggil
Interpersonal problem.
Anda di beritahu bahawa pembolehubah pilihan adalah seperti berikut. Pembolehubah
tersebut adalah B5,B26,B27 dan B12.

Bekerja dengan arahan Recode

Fungsi Recode
Dalam beberapa keadaan, anda mungkin perlu mengkelaskan semula atau mengubah
sistem pengkodan anda supaya ianya bersesuaian dengan tujuan analisis yang ingin di
laksanakan. Atau dengan kata lain mengkelaskan data kepada kumpulan yang lebih
kecil.
Untuk melaksanakan proses ini SPSS menyediakan kemudahan Transform>Recode.
Arahan Recode menawarkan dua pilihan iaitu
1. Recode into Same Variables
Sesuai digunakan jika anda ingin mengubahsuai data bagi satu pembolehubah
yang sedia ada.
2. Recode into Different Variables.
Sesuai digunakan jika anda ingin menghasilkan satu pembolehubah yang baru
yang mempunyai data hasil daripada pengubahsuaian data lain daripada
pembolehubah lain.
Misalnya anda ingin mengkelaskan umur, kepada kumpulan Umur.
Latihan 4.1
Penggunaan Arahan Recode Into Different Variables.
Dalam latihan ini kita akan menggunakan variables umur (A2) sebagai item untuk
menghasilkan satu pembolehubah A2b dan kita labelkan sebagai kategori Umur.
Dimana umur akan di kelaskan kepada 4 bahagian iaitu:-
1. 24 tahun dan kebawah
2. 25 tahun hingga 30 tahun
3. 31 tahun hingga 35 tahun
4. 36 tahun dan ke atas
Langkah-langkah
1. Buka fail tutorail_2.sav
2. Klik pada arahan Transform>Recode>Into Different Variables di bar menu.
3. Tetingkap berikut akan di paparkan.

4. Klik pada pembolehubah umur(a2) dan klik pada anak panah ke kanan.
5. Seterusnya namakan pembolehubah baru dengan nama yang sesuai atau
namakan A2b pada medan Name dan pada medan Label taipkan Kumpulan
Umur.
6. Apabila sudah selesai klik butang Change
7. Langkah seterusnya klik pada butang Old and New Values…dan tetingkap
berikutnya akan di pamirkan pada komputer.
8. Klik pada radio button Range Lower through. Dan masukan value 24 pada
medan Lower through.
9. seterusnya masukan nilai satu (1) pada Value di bawah New Value. Ini
bermaksud kesemua value umur 24 tahun dan kebawah akan di kelaskan di
dalam satu kumpulan 1. dan tekan butang Add.
10. Untuk kumpulan kedua julat data adalah di antara 25 – 30 tahun.

11. Klik pada Range dan masukan nilai 25 through 30
12. Masukan 2 pada ruangan Value di bawah sub kumpulan New Value.
13. seterusnya klik butang Add.
14. Ulangi langkah 9 hingga 12 untuk memasukkan dua lagi julat kumpulan iaitu 3
dan 4.
Tip :
“Untuk memudahkan anda mengenalpasti julat umur responden sebelum anda
mengkelaskan kepada kumpulan tertentu, sila gunakan kemudahan Descriptives
statistik untuk mendapatkan nilai julat, nilai terendah, nilai tertinggi dan juga nilai
penengah.”
Latihan 4.3
Gunakan fail tutorialAddCaseOk.sav. Dalam soalan B10 Penjaga. Maklumat value label
adalah seperti berikut.
1- Ibu/Bapa
2- Ibu Sahaja
3- Bapa Sahaja
4- Datuk/Nenek
5- Lain-lain
Anda dikehendaki mengumpul (recode) bagi value 2 dan 3 menjadi satu kumpulan
sahaja. Dan kita berikan nilai 3 dan di labelkan sebagai ibu/bapa tunggal.

BAB 5 : PENGENDALIAN FAIL DATA
Pada kebiasaan fail data SPSS mengandungi data mentah yang diperolehi dari satu
kajian atau penyelidikan. Sususan data dan kandungan data didalam suatu fail data
mungkin sesuai untuk analisis tertentu tetapi tidak untuk analisis yang lain.
Dalam melakukan analisis, kerap juga anda perlu memilih sebahagian dari kes kajian
sementara dalam keadaan lain pula anda mungkin perlu menggabungkan data dari
beberapa fail data yang berlainan. Atau anda membahagikan kerja kemasukan data
kepada beberapa individu tertentu dan diakhirnya data perlu di gabungkan.
Di dalam modul ini anda akan di dedahkan dengan cara-cara untuk menyusun data
berdasarkan kriteria tertentu, cara untuk memilih kes kajian yang tertentu serta cara
untuk mengabungkan fail data.
Mengabungkan fail data yang mempunyai pembolehubah yang sama.

SPSS membenarkan pengguna menggabungkan beberapa fail data yang berlainan
dalam dua cara iaitu.
• Menggabungkan fail data yang mempunyai permbolehubah yang sama dan
mempunyai kes yang berlainan.
• Menggabungkan fail data yang mengandungi pembolehubah yang berlainan
dengan kes yang sama.
Untuk menggabungkan beberapa fail data, arahan merge files boleh di gunakan melalui
menu data.
Langkah-langkah :
1. Buka fail tutorial2.sav daripada direktori tutorial_spss
2. Klik pada menu Data>Merge File>Add Cases
3. Tetingkap Add Cases:Read file akan di paparkan pada skrin

4. Pilih fail yang hendak di gabungkan iaitu tutorial3addcase dan klik butang
Open.
5. Seterusnya tetingkap add cases from… akan di paparkan pada skrin komputer,
dan jika tidak ada unpair variables ini bermakna data anda sudah sedia untuk di
tambah kedalam fail asal SPSS.
6. Klik butang Ok sebagai tanda setuju dan Simpan fail dan namakan
tutorialaddcaseOk .

Memilih Kes tertentu dari keseluruhan kes.

Untuk memilih kes tertentu daripada keseluruhan kes yang terdapat di dalam satu fail
data, arahan Select Cases boleh di gunakan. Kriteria yang boleh digunakan sebagai
asas pemilihan kes adalah seperti berikut :-
1. Nilai atau julat pembolehubah
2. Julat tarikh atau waktu
3. Nombor kes
4. Ungkapan Matematik
5. Ungkapan Logik
6. Fungsi
Secara khususnya kriteria bagi pemilihan kes yang di sediakan oleh SPSS for windows
anda seperti berikut:-
1. Random Sample of Cases.
Pemilihan kes dibuat secara rawak berdasarkan peratusan anggaran atau
bilangan secara tepat kes yang dinyatakan.
2. Case range.
Pemilihan kes yang di buat berdasarkan kepada nombor kes dalam julat yang
telah dinyatakan.
3. Using filter variable.
Penggunaan kriteria ini akan menyebabkan kes yang mempunyai data 0 dan
missing values tidak akan di pilih.
4. Logical Expression.
Pemilihan kes dibuat berdasarkan kriteria yang dinyatakan dalam ungkapan
logical yang ditaip dalam tertingkap Select Cases:If.
Kes yang tidak akan terpilih akan ditandakan dengan tanda slash(/). Sekiranya pilihan
arahan filtered di pilih dibawah arahan Unselected Cases Are. Sebaliknya jika pilihan
arahan Deleted dipilih, kes yang tidak akan terpilih akan disingkirkan.

Latihan 5.1
Katakan kita mahu menjalankan satu kajian berdasarkan kepada data yang terdapat di
dalam satu database. Yang mana data tersebut adalah data pelanggan suatu syarikat.
1. Buka fail employee.sav dari direktori tutorial_spss.

2. Seterusnya, gunakan arahan Data>Select Cases pada bar menu dan
tetingkap Select Cases akan di paparkan pada skrin komputer.
Dalam latihan ini, katakan kita hanya perlukan data atau responden yang
telah berkahwin sahaja sebagai data kajian. Di mana value pada
pemboleh ubah marital ialah 0= unmarried, dan 1=married.
3. Seterusnya klik pada radio button If condition is satisfied dan klik butang
If.

4. Untuk itu kita perlu memilih pembolehubah Marital bersamaan dengan 1

(Married). Klik pada pembolehubah marital status dan klik anak panah
kekanan untuk memilihnya. Apabila sudah selesai klip butang Continue.
5. Untuk ruangan Unselected Cases Are tik pada pilihan Filtered.

6. Sekiranya anda sudag berpuas hati sila klik butang OK untuk menerima
syarat yang telah anda tetapkan
7. Satu pembolehubah baru iaitu filter_$ akan terhasil di dalam fail data,
untuk memaparkan status bagi setiap kes. Kes yang terpilih akan
mempunyai nilai 1 manakala kes yang tidak terpilih akan mengandungi
nilai sifar .

Latihan Kendiri 5.2
Dengan menggunakan data fail yang tutorialaddcaseOk.sav. Operasi Select Cases di

laksanakan semula dengan menggunakan kritera Random sample of cases
Langkah-langkah :
1. Pastikan fail tutorialaddcaseOk.sav sudah dibuka
2. Klik Data>Select Cases.
3. Point-and-clik pada radio button Random sample of cases dan seterusnya klik
pada butang Sample.
4. Seterusnya taipkan jumlah kes atau peratusan yang ingin di pilih. Klik pada
Approximately dan masukan nilai 40 dalam medan peratusan. Ini bermaksud
40% daripada keseluruhan kes akan di pilih secara random oleh komputer.
5. Apabila sudah selesai simpan (save) fail dengan nama yang lain jika perlu.
Soalan dan review

1. Apakah Nama pembolehubah baru yang anda perolehi sebaik sahaja anda
selesai melakukan operasi di atas?
2. Nyatakan value yang di berikan oleh pembolehubah baru?
3. Nyatakan value yang mewakili pilihan anda ?
4. Apakah yang anda faham tentang Random sample?

BAB 6 : MENGESAN DAN PEMBERSIHAN DATA
Apabila anda sudah selesai memasukan data atau mengimport data daripada mana fail-
fail yang dibenarkan. Langkah seterusnya adalah membuat analisis terhadap data-data,
tetapi sebelum itu adalah penting bagi anda untuk membuat proses mengesan dan
membersihkan data (screening and cleaning the data) daripada sebarang ralat. Adalah
mudah untuk anda membuat kesilapan semasa melakukan proses penginputan data.
Memasukan nilai 35 yang anda maksudkan adalah 3 akan memberi kesan kepada
pengiraan korelasi.
• Langkah 1 : Semak ralat, pertamanya anda perlu menyemak setiap value di

dalam setiap pembolehubah, supaya tidak ada data yang terkeluar daripada
julat. ( out of range )
• Langkah 2 : Mencari data yang ralat pada fail data., keduanya anda perlu
mencari di mana data yang silap berada. ( di mana kes yang telibat ).
• Langkah 3 : Pembetulan pada data yang salah, terakhir sekali anda perlu
membuat pembetulan pada data-data tersebut.

Langkah 1 : Menyemak ralat.

Prosedur untuk menyemak kategori variables.
1. Daripada bar menu klik pada : Analyze, kemudian klik pada Descriptive
Statistics, dan seterusnya Frequencies.
2. Pilih pembolehubah yang dikehendaki ( contoh. Gender, marital, educ )
3. Klik pada butang anak panah untuk memilih pembolehubah dan klik butang
continue dan seterunsya klik butang oK.
Bentuk laporan yang terhasil daripada proses di atas adalah seperti berikut :-
gender Gender
Cumulative
Frequency Percent Valid Percent Percent
Valid Female 3179 49.7 49.7 49.7
Male 3221 50.3 50.3 100.0
Total 6400 100.0 100.0
marital Marital status
Cumulative
Unmarried 3223 50.4 50.4 50.4
Married 3174 49.6 49.6 100.0
3 3 .0 .0 100.0
Total 6400 100.0 100.0
• Semak nilai minima dan maksima

• Semak jumlah kes dan kes yang missing ( missing case )
• Jika di perhatikan di dalam jadual marital Status, terdapat satu nilai iaitu 3 yang
terkeluar dari julat yang di tetap iaitu 1 – 2.

Prosedur untuk menyemak continues variables

Statistics, dan seterusnya Descriptives.
2. Pilih pembolehubah yang dikehendaki ( contoh. age )
3. Klik pada butang Options. Anda boleh memilih ‘range of statistik’, seperti mean,
standard deviation, minimum dan maksima.
4. Klik pada butang anak panah untuk memilih pembolehubah dan klik butang
continue dan seterusnya klik butang OK
Bentuk laporan yang terhasil daripada proses di atas adalah seperti berikut :-
Descriptive Statistics
N Range Minimum Maximum Mean Std. Deviation

age Age in years 6400 59 18 77 42.06 12.290
Valid N (listwise) 6400
Langkah 2 : Mencari data yang ralat pada fail data.
Prosedur untuk mengenalpasti kes data yang ralat (error)

1. Pastikan Tetingkap Data Editor di buka.
2. Klik pada nama pembolehubah yang terdapat maklumat ralat ( contoh, marital
status).
3. Klik sekali untuk highlight pada lajur pilihan.
4. Klik pada Edit daripada bar menu, kemudian klik pada menu Find.
5. Pada kekotak Search for masukan nilai yang anda hendak cari atau yang salah
( Contoh 3 )
6. Klik pada butan Search Forward. SPSS akan mengesan nilai yang anda minta
dan akan berhenti pada nilai pertama yang dijumpai.
7. Langkah seterusnya klik butang Search lagi untuk mengesan data seterusnya
sehingga sistem menghantar isyarat bahawa tiada ada data lagi untuk di kesan.

Soalan dan Latihan

Soalan berikutnya menggunakan fail data survey.sav.
Gunakan fail employee.sav untuk membantu anda didalam menyelesaikan masalah di
bawah :-
a. Nyatakan nilai mean umur responden? Nyatakan julat umur responden (sample)
(minima dan maksima).
b. Nyatakan jumlah peratusan lelaki dan wanita di dalam sample ini. Adakah
sample yang gagal menyatakan maklumat gender?

BAB 7 MENGHASILKAN TABURAN DATA PELBAGAI
Perisian SPSS for windows membenarkan pengguna menghasilkan pelbagai bentuk

taburan data yang dikehendaki menerusi arahan seperti frequencies, Descriptives,
Crosstabs dan sebagainya.
Langkah 7.1 : Arahan Frequencies

Arahan frequencies digunakan untuk mengira jumlah respon atau nilai dalam bentuk
jadual frequencies satu hala. Ianya digunakan untuk menghasilkan statistik descriptive
seperti mean, median, mode dan variance. Denga menggunakan arahan ini juga, kita
dapat menghasilkan graf statistik seperti histogram dan carta bar.
Prosedur melaksanakan prosedur Descriptive Statistics yang mengandungi arahan

frequencies.
1. Daripada menu bar klik pada: Analyze, kemudian klik pada Descriptive
Statistics, kemudian Frequencies.
2. Pilih atau highlight kategori pembolehubah yang anda berminat di dalam kotak
pembolehubah (Variables box).
3. Klik pada butang Statistics, pada seksyen Dispersion tik Minimum, klik pada
Continue kemudian OK.
Laporan daripada prosedur diatas ditunjukan di bawah.
Statistics
Marital status
N Valid 6400
Missing 0
Minimum 0
Maximum 1
Marital status
Cumulative
Unmarried 3224 50.4 50.4 50.4
Married 3176 49.6 49.6 100.0
Total 6400 100.0 100.0

Langkah 7.2 :
Menterjemahkan laporan atau jadual daripada frequencies.
Daripada laporan di atas kita tahu seramai 3,224 (50.4%) responden adalah tidak
berkahwin (unmarried) dan 3,176 (49.6) responden adalah berkahwin (married),
memberikan jumlah responden adalah seramai 6,400.
Continues variables
Untuk continues variables (e.g. Age) adalah mudah menggunakan Descriptives,
termasuk prosedur ‘summary’ statistik seperti mean, median, mode dan standard
deviation. ( pembolehubah bersambung)
Langkah 7.3 : Prosedur untuk menyediakan descriptive statistik untuk Continues

variables
Statistics, kemudian Descrptives
2. Klik pada semua continues variables yang anda kehendaki. Klik pada anak
panah untuk membawanya ke kotak pembolehubah (variables box)
3. Klik pada butang Option. Klik pada mean, standard deviation, minimum,
maksimum, skewness, kurtosis.
4. Klik Continues, dan kemudian OK.
5. Perlaksaan prosedur di atas akan menghasilkan laporan seperti di bawah:-
N Range Minimum Maximum Mean Std. Deviation

age 439 64 18 82 37.44 13.202
total perceived
433 34 12 46 26.73 5.848
stress
total mastery 436 20.0 8.0 28.0 21.764 3.9696
total PCOISS 430 68 20 88 60.63 11.985
Valid N
426
(listwise)
Langkah 7.4 :
Menterjemahkan laporan daripada Descriptives.
Laporan di atas memberikan maklumat kepada kita mengenai beberapa pilihan
pembolehubah. Dengan memberikan perhatian kepada pembolehubah age, kita

mendapati maklumat daripada 439 responden, julat umur responden adalah di antara 18
sehingga 82 tahun, dan standard deviation adalah 13.202.
Langkah 7.5 :
Arahan Crosstabs
Arahan crosstabs membolehkan anda menghasilkan suatu pembolehubah antara dua
pembolehubah dalam bentuk jadual frequencies dua hala (two-way) dan pelbagai hala
(multi-way). Jadual yang terhasil dinamakan jadual crosstabs. Dengan menggunakan
prosedur ini statistik korelasi seperti pearson chi-square dan gamma juga boleh di
hasilkan.
Prosedur melaksanakan prosedur Descriptive Statistics yang mengandungi arahan

Crosstabs.
Statistics, kemudian Crosstabs
2. Klik pada pembolehubah yang bersesuaian (contoh sex) adalah sebagai
pembolehubah lajur, klik pada anak panah untuk membawanya ke kotak
bertanda Row(s).
3. Klik pada pembolehubah yang lain sebagai pembolehubah baris (column)
(contoh smoker) dan klik pada anak panah untuk membawanya ke kotak
bertanda Column(s).
4. Klik pada butang Statistics, pilih Chi-square. Dan klik Continue seterusnya klik
OK.
5. Klik pada butang Cells.
6. Pada kotak Count, klik pada kekotak Observed dan Expected.
7. Pada seksyen kekotak Percentage klik Row, Column dan Total.
8. Klik Continue dan kemudian OK.

9. Perlaksanaan prosedur di atas akan menghasilkan laporan seperti di bawah:
smoker Total
YES NO
Sex MALES Count 33 151 184
Expected Count 35.9 148.1 184.0
% within sex 17.9% 82.1% 100.0%
% within smoker 38.8% 43.0% 42.2%
% of Total 7.6% 34.6% 42.2%
FEMALES Count 52 200 252
% within sex 20.6% 79.4% 100.0%
% within smoker 61.2% 57.0% 57.8%
% of Total 11.9% 45.9% 57.8%
Total Count 85 351 436
% within sex 19.5% 80.5% 100.0%
% within smoker 100.0% 100.0% 100.0%
% of Total 19.5% 80.5% 100.0%
sex * smoker Crosstabulation
Chi-Square Tests
Exact
Asymp. Sig. Exact Sig. Sig. (1-
Value df (2-sided) (2-sided) sided)
Pearson Chi-Square .494(b) 1 .482
Continuity
.337 1 .562
Correction(a)
Likelihood Ratio .497 1 .481

Fisher's Exact Test .541 .282

Linear-by-Linear
Association .493 1 .483
N of Valid Cases 436
Langkah 7.6 :
Menterjemahkan laporan daripada Crosstabs.
Untuk mendapatkan peratus bagi pembolehubah sex dengan pembolehubah smoke
anda perlu melihat ringkasan maklumat yang di bekalkan di dalam jadual SEX*SMOKE
Crosstabulation. Untuk mendapatkan maklumat berapa peratuskah kaum lelaki yang
menghisap rokok lihat pada lajur pertama merujuk kepada pemboleh ubah males. Lihat
pada value % within sex di bawah lajur yes.
Jadi boleh di baca begini :
‘ Daripada hasil sample yang di perolehi 17.9% daripada responden lelaki adalah
perokok, manakala 82.1% responden lelaki tidak merokok. Manakala kaum wanita pula
adalah sebanyak 20.6% merokok , dan selebihnya sebanyak 79.4% adalah tidak
merokok. Pada keseluruhannya hasil kajian menunjukan sebanyak 19.5% daripada
jumlah sample adalah perokok, dan selebihnya 80.5% adalah terdiri daripada mereka
yang tidak merokok.’
Langkah 7.7 :
Menterjemahkan laporan daripada Chi-Square
Ringkasan untuk Chi-Square.
Contoh soalan penyelidikan.
Berbagai soalan boleh di utarakan, antaranya :
Adakah kaum lelaki lebih suka merokok berbanding kaum wanita? Apakah perhubungan
diantara jantina dengan tabiat merokok? Adakah nisbah merokok lelaki dan wanita
sama?
Apa yang anda perlukan?

Dua kategori pembolehubah atau lebih : contoh
• Gender (male/female): and
• Smoker (yes/no)

Andaian .
Perkara pertama yang patut anda semak ialah adakah anda mempunyai value atau skor
yang tidak melanggar syarat andaian chi-square yang berkaitan dengan nilai jangkaan
terendah frequency di dalam mana-mana cell mestilah 5 atau lebih, sesetengah author
mencadangkan sekurang-kurangnya 80% per cell. Jika kamu ada 1 dengan 2 atau 2
dengan 2 jadual (yang terlibat dengan pembolehubah yang tidak melebihi daripada 2
kategori), adalah di cadangkan menggunakan expected frequency sekurang-kurangnya
5 atau lebih. Maklumat ini ada tertera pada nota kaki di bawah jadual terakhir (labelled
chi-square tests). Nota kaki ini membekalkan maklumat ‘0 cells(.0%) have expected
count less than 5’ Ini bermakna kita tidak melanggar andaian, semua saiz cell adalah
lebih besar daripada 5 ( di dalam kes ini lebih besar dari 35.87 di bawah lajur yes
expected count nilai minima )

Chi-square tests
Chi-Square Te sts
Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square .494 b 1 .482
a
Continuity Correction .337 1 .562
Likelihood Ratio .497 1 .481
Fisher's Exact Test .541 .282
Linear-by-Linear
.493 1 .483
Association
N of Valid Cases 436
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 35.
87.
Di dalam contoh jadual di atas nilai corrected value ialah .337 dengan perkaitan
signifikan(significance) pada aras .562 (ini di persembahkan pada lajur Asymp. Sig (2-
sided). Untuk menjadikannya signifikan (significant) Sig. nilai yang di perlukan adalah
.05 atau lebih kecil. Dalam kes ini nilai adalah .56, adalah lebih besar daripada nilai
alpha .05, daripada sini kita boleh katakan didalam keputusan ujian ini tidak ada
significant. Ini bermakna nisbah lelaki yang merokok tidak sama dengan nisbah wanita
yang merokok.

Latihan kendiri 7.0

Dengan menggunakan data fail tutorialaddCaseOk, dan juga mengambil kira kaedah
yang telah di tunjukan di atas, nyatakan penyelesaian di bawah :-
‘Soalselidik ini adalah berdasarkan satu kajian awal kemurungan di kalangan pelajar
sekolah menengah di selangor dan kuala Lumpur’
1. Adakah terdapat persamaan bagi pelajar lelaki dan pelajar wanita yang
mempunyai hubungan yang baik dengan penjaga, adik beradik, rakan sekolah
dan Guru?
Gunakan pembolehubah A2 (Jantina ) dengan C1,C2,C3,C4.
2. Adakah terdapat persamaan bagi kaum lelaki dan wanita didalam amalan
merokok, menghidu gam, mengambil dadah, arak dan amalan mengambil
barangan orang lain?
Gunakan pembolehubah A2 (Jantina) dengan C5A hingga C5E
3. Hasilkan jadual frequencies bagi pembolehubah berikutnya:

a. Jantina, Bangsa dan agama
4. Hasilkan jadual dua hala (crosstabs) bagi pembolehubah

a. A3 dengan A12
b. C4 dengan C5A, C5B, C5C, C5D, C5E
5. Secara keseluruhan hasil daripada sample kajian, adakah responden terbabit

dengan amalan-amalan yang negatif?.

BAB 8 : MENGHASILKAN CARTA STATISTIK
SPSS for windows mampu menghasilkan carta dan plot yang mempunyai resolusi yang
tinggi dengan menggunakan menu Graphs dan juga menu statistik yang tertentu,
misalnya dari perlaksanaan prosedur Frequencies & Regression. Seperti juga output
teks(statistik) dan jadual, output carta dan plot akan di paparkan di tetingkap Output
Viewer.
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.
Langkah 8.1 : Menghasilkan Carta histogram

Prosedur untuk menghasilkan carta histogram
1. Daripada bar menu klik pada : Graph, kemudian klik pada Histogram.
2. Klik pada pembolehubah yang dikehendaki dan masukan kedalam kekotak
Pembolehubah (Variable box).
3. Klip pada Display normal curve.
4. Jika anda mahu memberikan tajuk histogram klik pada butang Titles
5. Klik Continue dan kemudian OK.

Proses di atas akan menghasilkan laporan seperti berikut.
70
60
50
Frequency
40
30
20
10
Mean = 26.73
0
Std. Dev. = 5.848
20 30 40 N = 433
total perceived stress
Langkah 8.2 : Menghasilkan graf bar ( Bar graphs )

Prosedur untuk membina graf ( bar graph )
1. Daripada menu bar klik pada : Graphs, kemudian bar.
2. Klik Clustered.
3. Pada pilihan seksyen Data in chart are, klik pada Summaries for groups of
cases, klik pada Define.
4. Pada box Bars represent, klik pada other summaries function.
5. Klik pada continues variables yang anda mahu ( contoh., total perceived stress).
Sepatutnya akan di pamirkan Mean(Total perceived stress).
6. Klik pada kategori pertama pembolehubah (contoh., agegp3). Klik padap butang
anak panah untuk membawanya kepada kekotak Category axis. Pembolehubah
ini akan di pamirkan pada bahagian bawah graf ( X axis ).
7. Klik pula pada kategori pilihan kedua (contoh., sex) dan bawa pembolehubah ini
kepada bahagian Define Cluster by. Pembolehubah ubah ini akan di
persembahkan pada bahagian legend graf.
8. Klik pada butang option, buangkan tanda tik pada Display groups defined by
missing values.
9. Klik butang OK

Laporan carta seperti berikutnya akan terhasil daripada proses perlaksanaan prosedur
di atas.
30 sex
Mean total perceived
25 MALES
FEMALES
20
stress
15
10
0
18-29 30-44 45+
age 3 groups

Langkah 8.3 : Menghasilkan scatterplot

Prosedur untuk membina scatterplot
1. Daripada menu bar klik pada : Graphs, kemudian scatter
2. Klik pada simple dan kemudian Define.
3. Klik pada pembolehubah pertama (contoh total perceived stress), yang mana
boleh dipertimbangkan sebagai pembolehubah bersandar,
4. Klik pada anak panah untuk membawanya kekotak berlabel Y axis. Variable ini
akan di pamirkan pada vertical axis.
5. Bawa pembolehubah yang lain (contoh total PCOISS) kepada kekotak berlabel X
axis. Pembolehubah ini akan dipamirkan pada horizontal axis.
6. Bawa pembolehubah (contoh, sex) ke kekotak berlabel Set Markers by box. Ini
akan mempamirkan value label males dan female secara berasingan.
7. Klik butang OK.
Laporan di bawah akan terjadi hasil daripada proses di atas.
50 sex
MALES
FEMALES
total perceived stress
40
30
20
10
20 30 40 50 60 70 80 90
total PCOISS

Latihan Kendiri 8.4

Gunakan fail spss tutorialaddcaseOk.sav untuk latihan berikutnya
Bina carta Histogram, barchart dan pie bagi pembolehubah berikutnya:-
1. A1
2. A3
3. A7
4. A10

BAB 9 ANALISIS PERKAITAN (KORELASI)
Dengan menggunakan prosedur Bivariate Correlations, pekali korelasi yang mengukur

kekuatan perkaitan (association) di antara dua pembolehubah boleh dikira atau
ditentukan. Arahan ini dilengkapi dengan beberapa model perkaitan seperti
Pearson(Untuk perkaitan linear), Spearman’s rho dan Kendal’s tau-b.
Model korelasi Pearson sesuai digunakan apabila kedua-dua pembolehubah yang ingin
dibandingkan menggunakan skala pengukuran sekurang-kurangnya interval atau sela.
Sekiranya salah satu pembolehubah tersebut menggunakan skala pengukuran ordinal,
maka model Pearson tidak sesuai digunakan untuk mendapat pekali korelasi antara
kedua pembolehubah tersebut. Anda perlu menggunakan model Spearman’s rho.
Secara default, prosedur Bivariate Correlations akan menghasilkan matriks pekali

korelasi segiempat sama bersaiz m x m (dimana m adalah bilangan pembolehubah
dalam senarai variable) Pengguna boleh menggunakan sisteks yang sesuai untuk
menghasilkan matriks pekali korelasi dalam bentuk yang lain.
Pearson correlation coefficients ( r ) hanya mengambil value daripada -1 kepada +1.

Nilai 0 menunjukan tiada perhubungan di antara dua pembolehubah. Manakala nilai -1
atau +1 menunjukan ada perhubungan yang rapat di antara dua pembolehubah.
Macamana kita mahu menentukan kekuatan hubungan di antara dua pembolehubah.

Seperti yang di maklumkan nilai julat Pearson Correlation ( r ) adalah diantaran -1.00
kepada +1.00, nilai ini menujukan satu hubungan yang kuat diantara dua
pembolehubah, manakala Correlation r=0 menunjukan tiada hubungan langsung di
antara dua pembolehubah. Bagaimana pula dengan nilai di antara 0 kepada 1?
Menurut Cohen (1988) mencadangkan kita mengikuti garis panduan di bawah ini:-
r=.10 kepada .29 atau r=-.10 kepada -.29 Kecil

r=.30 kepada .49 atau r=-.30 kepada -.49 Sederhana
r=.50 kepada 1.0 atau r=-.50 kepada -1.0 Besar

Menentukan pengiraan korelasi
Bagaimana hubungan varian (variance) dua pembolehubah boleh di kira. Apa yang anda
perlu lakukan hanya perlu Square root nilai r. Misalnya jika korelasi r=.5 ini bermakna
25%, dimana .5 x .5 = .25% * 100
Spesikasi minima diperlukan untuk melaksanakan prosedur Bivariate Correlations ialah

sekurang-kurangnya sepasang pembolehubah yang ingin diukur kekuatan perkaitan
diantaranya.
Contoh hipotesis yang boleh ditulis mengenai perkaitan antara dua pembolehubah
Adakah faktor hubungan pelajar dengan penjaga berkait rapat dengan faktor
kemurungan?
Hipotesis Null :
Tidak terdapat perkaitan yang signifikan diantara faktor hubungan pelajar dengan
penjaga.
Hipotesis Alternatif :
Terdapat perkaitan yang significant di antara faktor hubungan pelajar dengan penjaga.
Latihan bersama 8.
Langkah-langkah :
1. Untuk melaksanakan arahan ini Klik Analyze>Correlate>Bivariate di bar Menu.
2. Tetingkap berikut akan di paparkan pada skrin komputer anda.

Langkah seterusnya aktifkan kedua-dua pembolehubah yang ingin dilihat

kekuatan perkaitannya . Dengan cara klik pada pembolehubah yang di
kehendaki dan klik pada butang anak panah kekanan.
3. Pilih pembolehubah C1(Hubungan dengan penjaga), dan pembolehubah
FD(Kemurungan (Depressed) - Interpretive Guidelines for T-scores )
4. Seterusnya tentukan pilihan jenis ujian yang diinginkan iaitu satu arah (one-
tailed) atau dua arah (two-tailed).
5. Klik butang OK apabila sudah selesai, laporan seperti yang di gambarkan di
bawah akan terhasil.
Mean Std. Deviation N

FD Kemurungan
(Depressed) - Interpretive 4.5542 1.46511 2048
Guidelines for T-scores
C1 Hubungan dengan
penjaga? 1.04 .184 2048
Corre lations
FD
Kemurungan
(Depressed) - C1
Interpretive Hubungan
Guidelines for dengan
T-scores penjaga?
FD Kemurungan Pearson Correlation 1 -.217**
(Depressed) - Interpretive Sig. (2-tailed) .000
Guidelines for T-scores N 2048 2048
C1 Hubungan dengan Pearson Correlation -.217** 1
penjaga? Sig. (2-tailed) .000
N 2048 2048
**. Correlation is significant at the 0.01 level (2-tailed).
Dari paparan hasil tersebut kelihatan pekali korelasi bagi pasangan

pembolehubah FD dan C1 adalah kecil ( antara -.10 hingaa -.29 ).
iaitu Pearson Correlation(r)=-.217. ianya juga membuktikan bahawa
pembolehubah FD dan CI mempunyai perhubungan atau perkaitan korelasi

negatif(-.217) yang kecil dan nilai varian (variance) bagi kedua pembolehubah
ialah 46.58% .
“Hasil tersebut juga jelas menunjukan terdapat satu perkaitan yang signifikan
diantara kedua pembolehubah di mana nilai sigfinikannya ialah 0.000 iaitu lebih
kecil dari aras signifikan yang ditetapkan 0.01/2=0.005 pada ujian korelasi dua
arah. Hasil daripada kajian tersebut menunjukan faktor hubungan pelajar dengan
penjaga boleh menjadi penyebab berlakunya kemurungan di kalangan pelajar
adalah sebesar 46.58%.”
Latihan kendiri 9.1

Dalam latihan ini anda di kehendaki menghasilkan satu pekali korelasi m x m bagi
pembolehubah berikut, dan nyatakan jenis hubungan diatara permbolehubah berikut
dan juga peratusan korelasi antara pembolehubah.
Dengan menggunakan fail data tutorialAddcaseOk.sav dan menggunakan method

Pearson, Nyatakan samada terdapat hubungan atau perkaitan diantara pembolehubah
FD - Kemurungan (Depressed) - Interpretive Guidelines for T-scores dengan
pembolehubah C6A - Mengalami keadaan Kematian Ibu atau Bapa? Dan
Pembolehubah A10 Penjaga.
Persembahkan keputusan dalam bentuk laporan lengkap.

BAB 10 ANALISIS KEBOLEHPERCAYAAN INSTRUMEN
Kebolehpercayaan (Realibility) merupakan ukuran keupayaan sesuatu instrumen

penyelidikan dalam mengukur permasalahan (pembolehubah) kajian secara konsisten
setiap kali ia di digunakan pada masa, tempat dan sampel yang berlainan.
Berbagai kaedah pengukuran yang boleh digunakan untuk menentukan koefisien
kebolehpercayaan sesuatu instrumen iaitu:
• Kaedah Test Retest
Instrument yang sama dinilai secara berulang kali kepada kumpulan sampel
yang sama pada masa yang berlainan. Dua set data yang diperolehi akan di
analisis menerusi analisis korelasi untuk melihat kekuatan perhubungannya.
• Kaedah The Equivalent Form
• Kaedah Internal Consistency
o Prosedur Split-Half
o Prosedur Kuder-Richardson
o Prosedur Cronbach Alpha
Dengan menggunakan prosedur Reliability Analysis, anda boleh mengira pekali

kebolehpercayaan dan juga ukuran yang biasa dikaitan dengan analisis
kebolehpercayaan suatu ujian (scale). Reliability Analysis juga boleh menghasilkan
ukuran perkaitan (relationship) antara item dalam sesuatu skala.
• Reliability Analysis menawarkan 5 model kebolehpercayaan mengikut

kesesuaian data:
o Alpha (Cronbach) yang di asaskan kepada model kekonsitenan (Internal
consistency).
o Split-Half yang diasaskan kepada pemecahan skala kepada dua
bahagian
o Guttmann yang di asaskan kepada nilai-nilai kebolehpercayaan sebenar
Guteman’s lower bounds
o Parallel yang diasaskan kepada anggapan bahawa setiap item dalam
skala mempunyai varians yang sama.
o Strict Parallel yang di asaskan kepada model dua skala selari.

Prosedur melaksanakan Reliability Analysis.

1. Daripada menu bar klik pada : Analyze, kemudian klik pada scale dan
seterusnya Reliability Analysis
2. Klik pada semua individu item untuk membuat skala. ( dalam kes ini soalan B1
hingga B27 )
3. Bawa kesemua pembolehubah ini ke dalam kekotak berlabel Items
4. Pada seksyen Model, pastikan Alpha adalah di pilih.
5. Klik pada butang Statistik, pada seksyen Descriptive for, klik Item, Scale dan
Scale if item deleted.
6. Klik butang Continue dan klik OK.

Hasilan daripada prosedur Realibility Analysis adalah seperti berikut:-
Reliability Statistics
Cronbach's
Alpha N of Items
.799 27
Ite m Statistics
Mean Std. Deviation N

B1 Perasaan Sedih .20 .446 1900
B2 Perkara Menjadi .81 .545 1900
B3 Melakukan Kerja .34 .511 1900
B4 Merasa Seronok .63 .534 1900
B5 Merasa Tidak Baik .23 .492 1900
B6 Kejadian perkara tidak baik .69 .603 1900
B7 Membenci diri sendiri .21 .498 1900
B8 Kesalahan Saya .43 .630 1900
B9 Membunuh diri .35 .573 1900
B10 Ingin Menangis .24 .534 1900
B11 Ganguan .50 .715 1900
B12 Berada bersama orang lain .24 .477 1900
B13 Membuat keputusan .69 .606 1900
B14 Kelihatan .41 .585 1900
B15 Kerja Sekolah .73 .804 1900
B16 Masalah tidur .50 .724 1900
B17 Rasa Letih .45 .646 1900
B18 Selera Makan .47 .703 1900
B19 Sakit Pening .66 .739 1900
B20 Rasa sunyi .48 .628 1900
B21 Keseronokan disekolah .43 .576 1900
B22 Kawan .36 .518 1900
B23 Kerja Sekolah .86 .857 1900
B24 Berbanding Pelajar lain .99 .626 1900
B25 Orang mengasihi .52 .599 1900
B26 Melakukan apa yang di suruh .51 .606 1900
B27 Pergaulan .21 .464 1900

Ite m-Total Statistics
Scale Corrected Cronbach's

Scale Mean if Variance if Item-Total Alpha if Item
Item Deleted Item Deleted Correlation Deleted
B1 Perasaan Sedih 12.96 41.245 .380 .792
B2 Perkara Menjadi 12.34 41.265 .294 .794
B3 Melakukan Kerja 12.81 40.569 .428 .789
B4 Merasa Seronok 12.52 41.129 .322 .793
B5 Merasa Tidak Baik 12.92 41.155 .352 .792
B6 Kejadian perkara tidak baik 12.46 41.455 .232 .797
B7 Membenci diri sendiri 12.94 40.581 .440 .789
B8 Kesalahan Saya 12.72 41.145 .257 .796
B9 Membunuh diri 12.81 40.374 .400 .790
B10 Ingin Menangis 12.91 40.746 .380 .791
B11 Ganguan 12.65 39.695 .379 .790
B12 Berada bersama orang lain 12.91 41.995 .226 .797
B13 Membuat keputusan 12.46 40.680 .333 .793
B14 Kelihatan 12.74 40.174 .418 .789
B15 Kerja Sekolah 12.42 40.286 .263 .797
B16 Masalah tidur 12.66 40.085 .328 .793
B17 Rasa Letih 12.71 40.432 .337 .792
B18 Selera Makan 12.69 40.373 .308 .794
B19 Sakit Pening 12.49 41.571 .158 .802
B20 Rasa sunyi 12.67 39.839 .427 .788
B21 Keseronokan disekolah 12.73 40.844 .332 .793
B22 Kawan 12.79 41.548 .270 .795
B23 Kerja Sekolah 12.29 38.716 .391 .790
B24 Berbanding Pelajar lain 12.16 40.846 .298 .794
B25 Orang mengasihi 12.63 41.041 .289 .795
B26 Melakukan apa yang di suruh 12.64 41.393 .239 .797
B27 Pergaulan 12.95 41.348 .344 .793
Scale Statistics
Mean Variance Std. Deviation N of Items

13.15 43.619 6.604 27

• Semak semua item, dan pastikan semua item adalah betul, juga semak skor
mean.
• Dalam term reliability (kebolehpercayaan) nilai Alpha adalah penting. Ini adalah
Cronbach’s alpha coefficient, di mana dalam kes ini adalah .779. Nilai ini di atas
.7, jadi skala yang digunakan boleh di percayai(reliable) dengan sample kita. 2
• Maklumat lain yang perlu di beri perhatian ialah lajur bertajuk Cronbach's Alpha
if Item Deleted.
• Apabila pekali kebolehpercayaan rendah, maka anda perlulah memperbaiki item-
item dalam instrumen untuk meningkatkan nilai pekali tersebut. Untuk
mengetahui item manakah yang apabila disingkirkan menyebabkan nilai pekali
meningkat. Maklumat di lajur Cronbach's Alpha if Item Deleted adalah di rujuk
• Jika semua skala (scale) Cronbach’s adalah rendah (contoh, rendah daripada
nilai .7), sila semak nilai terendah pada item-total Correlations. Bandingkan
nilai pada lajur Cronbach's Alpha if Item Deleted dengan nilai Alpha.
• Jika mana-mana nilai skala item-total Correlations lebih besar daripada nilai
skala Alpha, anda boleh menimbang untuk menyingkir item ini daripada ujian.
• Kes di atas hanya boleh dipertimbangkan jika nilai skala Alpha adalah rendah,
iaitu di bawah 0.7.
Presenting the result from reliability examples:

‘According to Pavot, Diener, Colin, and Sandvik (1991) the Satisfaction with life
scale has good internal consistency, with a Cronbach alpha coefficient reported of
.70. In the current study the Cronbach alpha coefficient was .779.’
2
Oppenheim, A. N. (1992), Questionaire design interviewing and attitude measurement, London:Pinter

BAB 11 : SPSS PIVOT TABLE OBJECT
Jadual dan juga carta di dalam output vewer boleh di pinda atau diubahsuai dan
susunaturnya.
Misalnya jika anda mahu memindahkan pembolehubah yang berada di dalam row
kepada lajur tanpa perlu mengulangi arahan yang dalam SPSS for windows.
Sebagai contoh anda telah menetap permbolehubah pekerjaan berada pada sebelah
lajur dan permbolehubah bangsa berada pada baris. Anda boleh mengubah kedudukan
ini dengan cara menggunakan kemudahan SPSS Pivot table Object.
Daripada ini
Bangsa * Pe ke rjaan Crosstabulation
Count
Pekerjaan
Kerajaan Swasta Sendiri Lain-lain Total
Bangsa Melayu 26 31 8 4 69
Cina 1 9 3 3 16
India 1 16 3 1 21
Lain-lain 0 4 0 0 4
Total 28 60 14 8 110
Kepada
Bangsa * Peke rjaan Crosstabulation
Count
Bangsa
Melayu Cina India Lain-lain Total
Pekerjaan Kerajaan 26 1 1 0 28
Swasta 31 9 16 4 60
Sendiri 8 3 3 0 14
Lain-lain 4 3 1 0 8
Total 69 16 21 4 110

Langkah 10.1 : Melaksanakan arahan SPSS Pivot Table Object

Prosedur untuk melaksanakan arahan ini.
1. Pastikan tetingkap SPSS viewer sudah di buka.
2. Klik pada pada jadual yang dikehendaki, untuk mengaktifkannya dan seterusnya
klik kanan butang tetingkus untuk mengaktifkan menu pilihan.
3. Seterusnya klik pada menu SPSS Pivot Table Object, dan seterusnya pilihan
Open. Anda juga boleh klik dua kali pada jadual pilihan untuk membuka terus
tetingkap SPSS Pivot Table.
4. Pastikan tetingkap SPSS Pivot table di buka sebaik sahaja anda melaksanakan
arahan 3.
5. Jika anda mahu memindah kedudukan permbolehubah pada lajur kepada baris
dan sebaliknya, misalnya dari pekerjaan kepada bangsa.

6. Untuk melaksanakan proses ini klik pada menu Pivot. Kemudian pilih Transpose
Rows and Columns
Bangsa * Peke rjaan Crosstabulation
Count
Pekerjaan
Kerajaan Swasta Sendiri Lain-lain Total
Bangsa Melayu 26 31 8 4 69
Cina 1 9 3 3 16
India 1 16 3 1 21
Lain-lain 0 4 0 0 4
Total 28 60 14 8 110
7. Anda juga boleh memindah carta bar atau menukar carta bar kepada carta pie
tanpa perlu melalui melaksanakan arahan Graphs…. Anda hanya perlu
menggunakan kemudahan SPSS Chart Editor.
Langkah 10.2 : Meminda graf menggunakan kemudahan Pivot Ttable Object

1. Klik dua kali pada mana-mana carta yang terdapat pada tetingkap output viewer
atau, Klik pada pada carta yang dikehendaki, untuk mengaktifkannya dan
seterusnya klik kanan butang tetingkus untuk mengaktifkan menu pilihan, dan
seterusnya pilih SPSS Pivot Table Object, dan seterusnya pilihan Open.
40
30
Count
20
10
0
PMR SPM STPM DIPLOMA IJAZAH LAIN-LAIN
Taraf Pendidikan

2. SPSS Chart Editor akan dibuka dan paparannya adalah di tunjukan di bawah.
3. Anda boleh menggunakan kemudahan pada menu yang terdapat pada bar untuk
meminda mana objek yang terdapat pada bar.
4. Untuk memasukan tajuk chart, klik pada Menu Chart, Pilih Add chart element,
kemudian text box.
5. Panduan untuk memberikan label atau nilai pada setiap lagend.
a. Klik sekali pada legend ( pada bar ).
b. Klik pada Chart dan pilih Show data label.
c. Anda boleh menggunakan option pada properties untuk meminda chart.
Seperti fill and border, text , char size dan sebagainya.

6. Panduan menukar carta bar ini kepada carta pie.

a. Klik pada mana-mana carta bar di dalam output viewer.
b. Seterusnya klik pada menu Chart, kemudian Change data element
type, dan seterusnya Pie. Dan paparan berikutnya akan terhasil daripada
proses yang di jalankan.
Taraf Pendidikan
PMR
SPM
STPM
DIPLOMA
5.45% 5.45% IJAZAH
LAIN-LAIN
17.27%
28.18%
13.64%
30.0%
Latihan kendiri 11.3

Dalam latihan ini anda di kehendaki menukar pie chart kepada paparan tiga dimensi.
1. Gunakan arahan Chart untuk membina pie chart dengan memilih mana-mana
pembolehubah yang sesuai.
2. Buka SPSS Chart Editor. Klik sekali pada pie chart, dan seterusnya pilih Edit
pada menu bar dan Properties.
3. Seterusnya klik pada klik pada butang (folder) Depth & Angle
4. Dibawah sub tajuk Effect, klik pada radio button 3-D, option yang lain biarkan
secara default. Dan klik butang Apply
5. Seterusnya klik pada butang (folder) Category, tik pada option collapse (sum)
category less than 5%.
6. Dan seterusnya keluarkan kategori Lain-lain, daripada senarai kategori. Klik
pada kategori label Lain-lain dan seterusnya klik butang X.
7. Dan seterusnya klik butang Apply.

8. Memberikan label pada carta pie.

a. Klik sekali pada carta pie, dari menu bar pilih Chart, kemudian show
data labels.
b. Tetingkap properties data labels akan di buka, klik pada folder Data value
Label.
c. Di bawah tajuk label position, klik custom. Dan seterusnya klik butang
pada baris kedua di lajur pertama.
d. Di bawah kekotak contents, klik pembolehubah count, dan klik butang X.
e. Seterusnya klik pada pembolehubah a7 dan percent dan klik butang anak
panah keatas untuk membawanya ke kotak contents.
f. Dan seterusnya klik butang Apply.
9. Mengeluarkan sebahagian slice daripada kumpulan.
a. Klik pada slice yang mewakili kumpulan STMP
b. Klik pada menu chart dan seterusnya explode slice.
Anda sepatutnya mendapat carta pie chart seperti yang ditunjukan di bawah.
Rajah 10.3 :Taburan tahap pendidikan responden
5.45% 5.45%
LAIN-LAIN PMR
17.27%
SPM Taraf Pendidikan
28.18% PMR IJAZAH
IJAZAH
SPM LAIN-
STPM LAIN
13.64% DIPLOMA
STPM
30.0%
DIPLOMA

Bahan rujukan.
SPSS Survival Manual
Author : Julie Pallant
Penerbit : Allen & Unwin
Asas Penggunaan SPSS for windows

Penerbit Venton Publishing.
Januari 2001
Lain-lain rujukan
Cohen, J (1988), Statistical power analysis for the behavioral sciences, Hillsdale, NJ: Erlbaum
Cohen, J., & Cohen, P. (1983). Applied multiple regression/correlation analysis for the behavioral
science (2nd edition). New York:Erlbaum.
Oppenheim, A. N. (1992), Questionaire design interviewing and attitude measurement,
London:Pinter
Dan
Kepada semua yang menyumbang samada secara formal atau tidak formal.
Hak cipta terpelihara :

Rahim Bin Utah
Pusat Sistem Maklumat Bersepadu
UiTM Shah Alam.
Tel :03-55442210
Email : rahimutah@salam.uitm.edu.my


Penggunaan Spss PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Penggunaan Spss PDF

Uploaded by

Copyright:

Available Formats

Pengenalan kepada Perisian SPSS for windows

ASAS PENGGUNAAN PERISIAN SPSS FOR WINDOWS

SPSS for windows sepintas lalu

Sekumpulan data-data adalah seperti :-

Perlaksanaan sesuatu prosedur dalam SPSS adalah berasaskan kepada perantara

Modul SPSS (SPSS Modules)

Micheal anak Ringgit Muka Surat 1 October 15, 2008

membuat transformasi pembolehubah, menghasilkan carta statistik bergrafik serta

SPSS Regression Model

SPSS Regression Model adalah modul SPSS tambahan(optional). Ia digunakan untuk

Jenis data yang serasi dengan SPSS

Jenis-jenis fail data yang boleh diterima atau di traformasikan ialah:-

Micheal anak Ringgit Muka Surat 2 October 15, 2008

Langkah Asas dalam Penganalisaan Data

Keperluan Perkakasan dan Perisisan:

Micheal anak Ringgit Muka Surat 3 October 15, 2008

Berkenalan dengan antara muka SPSS

1.1 Bar Tajuk

1.2 Bar Menu

1.3 Bar Alatan

1.4 Data Editor/View

1.5 Variable View

Micheal anak Ringgit Muka Surat 4 October 15, 2008

Penyediaan Soal Selidik

Micheal anak Ringgit Muka Surat 5 October 15, 2008

Amat Tidak Amat sangat

Micheal anak Ringgit Muka Surat 6 October 15, 2008

Kaedah Asas mereka bentuk soal selidik.

Contoh soal selidik yang standard

Bahagian A : Data sosio demograpfi responden

5. Bilangan adik-beradik :………………………… orang 9

7. Pendapatan bulanan keluarga RM………………………….. 11 12 13 14

Micheal anak Ringgit Muka Surat 7 October 15, 2008

Berikut adalah contoh Koding manual

No siri (indentiti soalselidik)

Micheal anak Ringgit Muka Surat 8 October 15, 2008

Antara Muka SPSS

Tetingkap Data Editor

Contoh Skrin SPSS Data Editor ( Data View)

Folder Data View Folder Variable View

Data editor mempunyai dua jenis tetingkap iaitu:-

Micheal anak Ringgit Muka Surat 9 October 15, 2008

Contoh Skrin SPSS Data Editor ( Variable View )

Micheal anak Ringgit Muka Surat 10 October 15, 2008

4. Anda boleh memilih mana-mana option yang telah disediakan. Seperti

Micheal anak Ringgit Muka Surat 11 October 15, 2008

6. Seterusnya paparan skrin berikutnya yang dinamakan sebagai SPSS Data

Micheal anak Ringgit Muka Surat 12 October 15, 2008

Micheal anak Ringgit Muka Surat 13 October 15, 2008

Menu ini digunakan untuk melakukan operasi penyuntingan, seperti Copy,

10. Menu View

Kemudahan ini digunakan untuk memaparkan atau menyembunyikan status

Micheal anak Ringgit Muka Surat 14 October 15, 2008

11. Menu Data

Digunakan untuk melakukan pertukaran non-global keatas sesuatu

Micheal anak Ringgit Muka Surat 15 October 15, 2008

13. Menu Analyze

Kemudahan menu ini adalah untuk memilih dan melaksanakan pelbagai

Micheal anak Ringgit Muka Surat 16 October 15, 2008

15. Menu Utilities

Menu ini digunakan untuk mengimbas maklumat mengenai pembolehubah

17. Menu Help

Micheal anak Ringgit Muka Surat 17 October 15, 2008