Professional Documents
Culture Documents
Penggunaan Spss PDF
Penggunaan Spss PDF
BAB 1
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.
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.
SPSS versi 12.0 for windows adalah serasi sepenuhnya dengan persekitaran windows
95 dan keatas, windows XP dan juga windows NT.
SPSS Base merupakan modul asas SPSS for windows. Ia digunakan untuk membina,
menyunting dan menyimpan fail data, melakukan berbagai-bagai prosedur statistik asas,
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
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 :
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
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
6. Agama 10
1. Islam
2. Kristian
3. Hindu
4. Buddha
5. Lain: nyatakan…………………………..
6. Tiada
Soalan Kod
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
5. Lain: nyatakan…………………………..
6. Tiada
S7 – S20 Skala 1 – 10
Bar Tajuk
Bar Menu
Pembolehubah
Data Editor
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:-
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 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.
Menu ini digunakan untuk menghasilkan pelbagai carta statistik atau graph
yang beresolusi tinggi seperti carta bar, carta pai, scatterplot dan sebagainya.
Menu ini digunakan untuk menukar (switching) antara tetingkap SPSS yang
sedang di buka.
Pengurusan Data
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
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
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
6. Agama 10
1. Islam
2. Kristian
3. Hindu
4. Buddha
5. Lain: nyatakan…………………………..
6. Tiada
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
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+
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.
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
Satu fail employee di dalam database access menyimpan maklumat berkaitan dengan
kakitangannya. Seperti umur, status perkahwinan, jantina, nama dan sebagainya.
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
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.
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.
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
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.
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
Measurement Level: Scale
Column Width: 8 Alignment: Right
Print Format: F2
Write Format: F2
Value Label
1 Melayu
2 Cina
3 India
4 Lain-lain
A4 (8) Tingkatan
Measurement Level: Scale
Column Width: 8 Alignment: Right
Print Format: F2
Write Format: F2
Value Label
1 Tingkatan 2
2 Tingkatan 3
Value Label
1 0
2 1
3 2
4 3
5 4
6 5 dan ke atas
A7 (11) Agama
Measurement Level: Scale
Column Width: 8 Alignment: Right
Print Format: F2
Write Format: F2
Value Label
1 Islam
2 Kristian
3 Hindu
4 Buddha
5 Lain-Lain
6 Tiada
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.
Value Label
1 Baik
2 Tidak baik
Value Label
1 Baik
2 Tidak baik
Value Label
1 Baik
2 Tidak baik
Value Label
1 Baik
2 Tidak baik
Value Label
1 Ya
2 Tidak
Value Label
1 Ya
2 Tidak
C5C (50) Mengambil dadah?
Measurement Level: Scale
Column Width: 8 Alignment: Right
Print Format: F2
Write Format: F2
Value Label
1 Ya
2 Tidak
Value Label
1 Ya
2 Tidak
Value Label
1 Ya
2 Tidak
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.
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.
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
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.
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.
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.
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.
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.
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 .
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.
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.
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.
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.
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
Cumulative
Frequency Percent Valid Percent Percent
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
Bentuk laporan yang terhasil daripada proses di atas adalah seperti berikut :-
Descriptive Statistics
Statistics
Marital status
N Valid 6400
Missing 0
Minimum 0
Maximum 1
Marital status
Cumulative
Frequency Percent Valid Percent Percent
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 7.4 :
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.
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
Expected Count 49.1 202.9 252.0
% 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
Expected Count 85.0 351.0 436.0
% 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
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?
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
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.
‘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
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.
70
60
50
Frequency
40
30
20
10
Mean = 26.73
0
Std. Dev. = 5.848
20 30 40 N = 433
total perceived stress
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
50 sex
MALES
FEMALES
total perceived stress
40
30
20
10
20 30 40 50 60 70 80 90
total PCOISS
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
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.
Descriptive Statistics
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).
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%.”
Reliability Statistics
Cronbach's
Alpha N of Items
.799 27
Ite m Statistics
Scale Statistics
• 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.
2
Oppenheim, A. N. (1992), Questionaire design interviewing and attitude measurement, London:Pinter
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
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
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
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
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.
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.
28.18%
13.64%
30.0%
Anda sepatutnya mendapat carta pie chart seperti yang ditunjukan di bawah.
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
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.
Tel :03-55442210
Email : rahimutah@salam.uitm.edu.my