LAPORAN PRAKTIKUM STATISTIKA DASAR Latih
LAPORAN PRAKTIKUM
STATISTIKA DASAR
Latihan Pra UTS
Disusun Oleh :
201501072
Syukur Jaya Mendrofa
Dosen Pengampu :
Oskar Ika Adi Nugroho S.T., MT
JURUSAN SISTEM INFORMASI
SEKOLAH TINGGI ILMU KOMPUTER YOS SUDARSO
PURWOKERTO
2016
TUGAS
1. Memasukkan data dibawah ke dalam SPSS
Langkah-langkah analisis pada SPSS 22 sebagai berikut:
a. Buka program SPSS dengan klik Start >> All Programs >> IBM SPSS Statistics >>
IBM SPSS Statistics 22.
b. pada halaman SPSS 22 yang terbuka, klik Variable View, maka akan terbuka halaman
Variable View.
c. Selanjutnya buat Variabel seperti gambar dibawah
Pada kolom Values pada baris pertama, buat value 1=Pria dan 2=Wanita.
d. Jika sudah masuk ke halaman Data View dengan klik Data View, maka akan terbuka
halaman Data View. Selanjutnya, isikan data seperti gambar berikut:
Pada kolom Gender ketik angka 1 lalu enter maka akan tampil “Pria” dan ketik angka 2 lalu
enter maka akan tampil “Wanita”.
e. Selanjutnya, klik Analyze >> Descriptive Statistics >> Frequencies.
f. Maka akan tampil kotak dialog seperti gambar dibawah
g. Masukkan variabel Gender ke kotak Variable(s) dengan klik Gender lalu klik tanda Panah di
tengah
h. Kemudian klik Statistics, maka akan terbuka kotak dialog seperti gambar dibawah
i. Beri tanda centang semua pada Central Tendency, dan Distribution.
j. Kemudian klik Continue, maka akan kembali ke kotak dialog seperti gambar dibawah
k. Klik tombol Chart, maka tampil kotak dialog Frequencies Chart.
l. Pilih Histogram, beri centang pada show normal curve on histogram, kemudian klik
Continue. Selanjutnya akan kembali kekotak dialog sebelumnya.
m. Klik OK. Maka hasil outputnya seperti gambar di bawah.
FREQUENCIES VARIABLES=Gender
/STATISTICS=MEAN MEDIAN MODE SUM SKEWNESS SESKEW KURTOSIS SEKURT
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.
Frequencies
Statistics
Gender
N
Valid
15
Missing
0
Mean
1.47
Median
1.00
Mode
1
Skewness
.149
Std. Error of Skewness
.580
Kurtosis
-2.308
Std. Error of Kurtosis
1.121
Sum
22
Gender
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
Pria
8
53.3
53.3
53.3
Wanita
7
46.7
46.7
100.0
15
100.0
100.0
Total
Penjelasan tentang hasil output SPSS:
Output Statistics
N adalah jumlah data, yang valid sebanyak 15 data, dan tidak ada data yang hilang (missing).
Mean adalah rata-rata.
Median adalah titik tengah.
Mode atau modus data, yaitu nilai yang paling sering keluar yaitu 1 = Pria.
Skewness, yaitu ukuran distribusi data.untuk mengetahui apakah data terdistribusi dengan
normal atau tidak maka dihitung rasio skewness dengan perhitungan skewness/standar error
of skewness atau 0,149/0,580 = 0,257. Kriteria yang digunakan, yaitu jika rasio skewness
antara – 2 sampai 2, maka distribusi data normal. Dalam hal ini data berdistribusi normal.
Kurtosis, sama halnya dengan Skewness, kurtosis juga digunakan untuk mengukur distribusi
data. Untuk mengetahui apakah data terdistribusi dengan normal atau tidak, maka dihitung
rasio kurtosis dengan perhitungan kurtosis/standard error of kurtosis atau -2,308/1.121 =
2,0. . Kriteria yang digunakan, yaitu jika rasio kurtosis antara – 2 sampai 2, maka distribusi
data normal. Dalam hal ini data berdistribusi normal.
Output “Gender”
Frekuensi Pria = 8 dan persentase 53,3%
Frekuensi Wanita = 7 dan persentase 46,7%.
Total 15 orang dan persentase 100%.
Output “Histogram”
Dari gambar histogram dapat dilihat bahwa grafik membentuk seperti gunung atau lonceng,
sehingga dapat dikatakan data terdistribusi normal.
ANALISIS EKSPLORASI
Analisis eksplorasi (Explore) digunakan untuk menggambarkan tentang statistika data yang lebih
mendalam dan untuk melakukan uji normalitas. Dalam analisis eksplorasi didapatkan berbagai
informasi statistik data seperti nilai rata-rata, minimum, maksimum, standar deviasi, varian,
jumlah data, dan sebagainya.
TUGAS
2. Memasukkan data dibawah ke dalam SPSS
Langkah-langkah analisis pada SPSS 22 sebagai berikut:
a. Buka program SPSS dengan klik Start >> All Programs >> IBM SPSS Statistics >>
IBM SPSS Statistics 22.
b. pada halaman SPSS 22 yang terbuka, klik Variable View, maka akan terbuka halaman
Variable View.
c. Selanjutnya buat Variabel seperti gambar dibawah
Pada kolom Values pada baris pertama, buat value 1=Pria dan 2=Wanita.
d. Jika sudah masuk ke halaman Data View dengan klik Data View, maka akan terbuka
halaman Data View. Selanjutnya, isikan data seperti gambar berikut:
Pada kolom Gender ketik angka 1 lalu enter maka akan tampil “Pria” dan ketik angka 2 lalu
enter maka akan tampil “Wanita”.
e. Selanjutnya, klik Analyze >> Descriptive Statistics >> Explore.
f. Selanjutnya akan terbuka kotak dialog Explore.
g. Masukkan variabel kemampuan ke kotak dependent List, dan variabel Gender ke kotak
Factor List. Kemudian klik tombol Plots, maka akan terbuka Kotak dialog seperti pada
gambar dibawah:
h. Karena akan dilakukan uji normalitas data maka beri tanda centang pada Normality plots
with test, kemudian klik tombol continue, maka akan kembali kekotak dialog sebelumnya.
i. Klik tombol ok. Maka hasil outputnya akan tampil seperti gambar dibawah:
Case Processing Summary
Cases
Valid
Gender
N
Missing
Percent
N
Total
Percent
N
Percent
Kemampuan
Pria
8
100.0%
0
0.0%
8
100.0%
Representasi
Wanita
7
100.0%
0
0.0%
7
100.0%
Gender
Descriptives
Gender
Kemampuan
Pria
Representasi
Statistic
Mean
80.00
95% Confidence Interval for
Lower Bound
72.30
Mean
Upper Bound
87.70
5% Trimmed Mean
80.22
Median
84.00
Variance
84.857
Std. Deviation
Minimum
66
Maximum
90
Range
24
Interquartile Range
17
Kurtosis
Mean
-.579
.752
-1.633
1.481
78.29
3.570
95% Confidence Interval for
Lower Bound
69.55
Mean
Upper Bound
87.02
5% Trimmed Mean
78.32
Median
80.00
Variance
89.238
Std. Deviation
9.447
Minimum
65
Maximum
91
Range
26
Interquartile Range
17
Skewness
Kurtosis
3.257
9.212
Skewness
Wanita
Std. Error
-.254
.794
-1.198
1.587
Tests of Normality
Kolmogorov-Smirnova
Gender
Kemampuan Representasi
Statistic
Pria
Wanita
.253
.156
df
Shapiro-Wilk
Sig.
Statistic
df
Sig.
8
.142
.874
8
.163
7
*
.956
7
.782
.200
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Penjelasan tentang hasil output SPSS:
Output Case Processing Summary
Untuk data kemampuan representasi Pria data yang valid adalah 8 dan tidak ada data yang hilang
(missing), sedangkan Untuk data kemampuan representasi Wanita data yang valid adalah 7 dan
tidak ada data yang hilang (missing).
Output Descriptives
Berikut akan dicontohkan pembahasan untuk variabel Kemampuan Representasi pada
responden Pria.
Mean adalah rata-rata, untuk rata-rata kemampuan representasi pria adalah 80.00.
Standard error, yaitu standard kesalahan untuk populasi yang diperkirakan dari sampel
dengan menggunakan ukuran rata-rata. Nilai sebesar 3.257.
Lower Bound, yaitu batas bawah sebesar 72.30 dan Upper Bound, yaitu batas atas sebesar
87.70.
5 % Trimmed Mean, yaitu nilai rata-rata setelah adanya pemotongan data terkecil 5% dan
terbesar 5%, hali ini untuk menghilangkan data yang menyimpang karena jauh dari rata-rata.
Nilai sebesar 80.22.
Median adalah titik tengah, yaitu semua data diurutkan dan dibagi dua sama besar. Nilai
median adalah 84.00.
Variance, yaitu varian data yang didapat dari kelipatan standar deviasi, nilai sebesar 84.857.
Std Deviation, yaitu ukuran penyebaran data dari rata-ratanya. Nilai sebesar 9.212.
Minimum adalah nilai terendah, nilai sebesar 66.
Maximum adalah nilai terbesar, nilai sebesar 90.
Range adalah jarak data, yaitu data maximum dikurangi data minimum. Nilai sebesar 24.
Interquartile Range, yaitu selisih antara nilai persentil yang ke-25 dan 75. Nilai sebesar 17.
Skewness, yaitu ukuran distribusi data.untuk mengetahui apakah data terdistribusi dengan
normal atau tidak maka dihitung rasio skewness dengan perhitungan skewness/standar error
of skewness atau -0,579/0,752 = -0,768. Kriteria yang digunakan, yaitu jika rasio skewness
antara – 2 sampai 2, maka distribusi data normal. Dalam hal ini data berdistribusi normal.
Kurtosis, sama halnya dengan Skewness, kurtosis juga digunakan untuk mengukur distribusi
data. Untuk mengetahui apakah data terdistribusi dengan normal atau tidak, maka dihitung
rasio kurtosis dengan perhitungan kurtosis/standard error of kurtosis atau -1.633/1.481 =
-0,001. . Kriteria yang digunakan, yaitu jika rasio kurtosis antara – 2 sampai 2, maka
distribusi data normal. Dalam hal ini data berdistribusi normal.
Output Tests of Normality
Untuk melakukan analisis parametric seperti independent sample t test, korelasi pearson, dan
sebagainya mensyaratkan bahwa data harus berdistribusi normal. Tes normalitas menggunakan
uji Kolmogorov-Smirnov, kriteria pengujian yaitu:
Signifikansi > 0,05 maka data berdistribusi normal.
Signifikansi < 0,05 maka data tidak berdistribusi secara normal.
Pada data kemampuan representasi pada pria dan wanita, nilai signifikansi semuanya diatas 0,05
(0.02>0.14), kedua data dinyatakan berdistribusi normal.
TUGAS
Keterangan Kolom Gender 1= Laki-Laki dan 2=Perempuan.
Keterangan Kolom Masa_Kerja 1=1-10th, 2=11-20th, 3= 21-30th .
Keterangan Kolom Pendidikan 1=SD, 2=SMP, 3=SMA, 4=SARJANA, 5=MAGISTER.
Langkah-langkah analisis pada SPSS 22 sebagai berikut:
a. Buka program SPSS dengan klik Start >> All Programs >> IBM SPSS Statistics >> IBM
SPSS Statistics 22.
b. pada halaman SPSS 22 yang terbuka, klik Variable View, maka akan terbuka halaman
Variable View.
c. Selanjutnya buat Variabel seperti gambar dibawah
d. Pada kolom Values baris pertama buatlah value 1= Laki-Laki dan value 2=Perempuan.
e. Pada kolom Values baris kedua buatlah value 1=1-10th, value 2=11-20th dan value 3= 21-30th.
f. Pada kolom Values baris ketiga buatlah value 1=SD, value 2=SMP, value 3=SMA, value
4=SARJANA dan value 5=MAGISTER.
g. Kemudian klik data View, selanjutnya isikan data seperti gambar input dibawah.
h. Jika ingin melihat data valuenya klik menu View kemudian centang Value Labels.
Maka tampilan data viewnya akan tampil seperti gambar berikut
i. Kemudian sesudah datanya telah dimasukkan semua klik File >> Open >> Syntax
j. Maka akan tampil
k. Isikan Syntax Editor tersebut seperti tampilan gambar dibawah
Kemudian blok dan klik Tanda Play
l. Maka outputnya otomatis keluar seperti berikut
Bar Chart
FREQUENCIES VARIABLES=Kinerja_Pegawai
/HISTOGRAM NORMAL
/ORDER=ANALYSIS
Frequencies
Notes
Output Created
19-APR-2016 22:42:29
Comments
Input
Data
D:\SEMESTER II\TUGAS
SEMESTER II\STATISTIKA
DASAR\18apr20152.sav
Active Dataset
DataSet1
Filter
Weight
Split File
N of Rows in Working
15
Data File
Missing Value Handling
Definition of Missing
User-defined missing values are
treated as missing.
Cases Used
Statistics are based on all cases
with valid data.
Syntax
FREQUENCIES
VARIABLES=Kinerja_Pegawai
/HISTOGRAM NORMAL
/ORDER=ANALYSIS
Resources
Processor Time
00:00:00.50
Elapsed Time
00:00:00.48
Statistics
Kinerja Pegawai
N
Valid
15
Missing
0
Kinerja Pegawai
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
65
1
6.7
6.7
6.7
68
1
6.7
6.7
13.3
72
1
6.7
6.7
20.0
75
1
6.7
6.7
26.7
76
1
6.7
6.7
33.3
79
1
6.7
6.7
40.0
80
2
13.3
13.3
53.3
82
1
6.7
6.7
60.0
85
1
6.7
6.7
66.7
86
1
6.7
6.7
73.3
87
1
6.7
6.7
80.0
90
1
6.7
6.7
86.7
92
1
6.7
6.7
93.3
93
1
6.7
6.7
100.0
15
100.0
100.0
Total
CROSSTABS
/TABLES=Gender BY Masa_Kerja BY Pendidikan
/FORMAT=AVALUE TABLES
/CELLS=COUNT.
Crosstabs
Notes
Output Created
19-APR-2016 22:42:30
Comments
Input
Data
D:\SEMESTER II\TUGAS SEMESTER
II\STATISTIKA DASAR\18apr20152.sav
Active Dataset
DataSet1
Filter
Weight
Split File
N of Rows in Working Data
15
File
Missing Value Handling
Definition of Missing
User-defined missing values are treated
as missing.
Cases Used
Statistics for each table are based on all
the cases with valid data in the specified
range(s) for all variables in each table.
Syntax
CROSSTABS
/TABLES=Gender BY Masa_Kerja BY
Pendidikan
/FORMAT=AVALUE TABLES
/CELLS=COUNT.
Resources
Processor Time
00:00:00.00
Elapsed Time
00:00:00.06
Dimensions Requested
3
Cells Available
142964
Case Processing Summary
Cases
Valid
N
Gender * Masa Kerja *
Pendidikan
Missing
Percent
15
100.0%
N
Total
Percent
0
0.0%
N
Percent
15
100.0%
Gender * Masa Kerja * Pendidikan Crosstabulation
Count
Masa Kerja
Pendidikan
SD
1 -10th
Gender
11-20th
Perempuan
Gender
1
2
1
1
2
Laki-laki
0
1
1
Perempuan
1
0
1
1
1
2
Laki-laki
1
1
2
Perempuan
1
2
3
2
3
5
1
2
3
1
2
3
Total
SMA
Gender
Total
SARJANA
Gender
Laki-laki
Total
MAGISTER
Gender
Laki-laki
1
0
1
Perempuan
1
1
2
2
1
3
Total
Total
Gender
Total
1
Total
SMP
21-30th
Laki-laki
1
2
4
7
Perempuan
1
3
4
8
2
5
8
15
Total
Jika ingin menganalisis eksplorasi tentang kinerja Pegawai antara Laki-laki dan perempuan, klik
analyze >> Descriptive Statistics >> explore
Kemudian akan terbuka kotak dialog Explore.
Kinerja pegawai masukkan ke kotak Dependent List, Gender masukkan ke kotak Factor list.
Kemudian klik plots maka akan muncul
Centang Stem-and-leaf dan Normality Plots with test, klik continue
Kemudian klik OK maka outputnya akan tampil seperti berikut.
EXAMINE VARIABLES=Kinerja_Pegawai BY Gender
/PLOT BOXPLOT STEMLEAF NPPLOT
/COMPARE GROUPS
/STATISTICS DESCRIPTIVES
/CINTERVAL 95
/MISSING LISTWISE
/NOTOTAL.
Explore
Notes
Output Created
19-APR-2016 23:34:15
Comments
Input
Data
D:\SEMESTER II\TUGAS SEMESTER
II\STATISTIKA DASAR\18apr20152.sav
Active Dataset
DataSet1
Filter
Weight
Split File
N of Rows in Working Data File
Missing Value Handling
Definition of Missing
15
User-defined missing values for dependent
variables are treated as missing.
Cases Used
Statistics are based on cases with no
missing values for any dependent variable or
factor used.
Syntax
EXAMINE VARIABLES=Kinerja_Pegawai
BY Gender
/PLOT BOXPLOT STEMLEAF NPPLOT
/COMPARE GROUPS
/STATISTICS DESCRIPTIVES
/CINTERVAL 95
/MISSING LISTWISE
/NOTOTAL.
Resources
Processor Time
00:00:01.25
Elapsed Time
00:00:01.33
Gender
Case Processing Summary
Cases
Valid
Gender
Kinerja Pegawai
N
Missing
Percent
N
Total
Percent
N
Percent
Laki-laki
7
100.0%
0
0.0%
7
100.0%
Perempuan
8
100.0%
0
0.0%
8
100.0%
Descriptives
Gender
Kinerja Pegawai
Laki-laki
Statistic
Mean
83.57
95% Confidence Interval for
Lower Bound
75.32
Mean
Upper Bound
91.82
5% Trimmed Mean
83.69
Median
87.00
Variance
79.619
Std. Deviation
Minimum
72
Maximum
93
Range
21
Interquartile Range
17
Kurtosis
Mean
-.286
.794
-2.352
1.587
78.13
2.695
95% Confidence Interval for
Lower Bound
71.75
Mean
Upper Bound
84.50
5% Trimmed Mean
78.42
Median
80.00
Variance
58.125
Std. Deviation
7.624
Minimum
65
Maximum
86
Range
21
Interquartile Range
14
Skewness
Kurtosis
-1.037
.752
-.180
1.481
Tests of Normality
Gender
3.373
8.923
Skewness
Perempuan
Std. Error
Kolmogorov-Smirnova
Shapiro-Wilk
Statistic
Kinerja Pegawai
df
2.00
1.00
5.00
Stem width:
Each leaf:
8
.098
.296
8
.038
Stem &
7 .
8 .
9 .
Leaf
256
7
023
10
1 case(s)
Kinerja Pegawai Stem-and-Leaf Plot for
Gender= Perempuan
Frequency
.851
Perempuan
Kinerja Pegawai Stem-and-Leaf Plot for
Gender= Laki-laki
Stem width:
Each leaf:
.137
.200
Stem-and-Leaf Plots
Stem &
6 .
7 .
8 .
Leaf
58
9
00256
10
1 case(s)
Normal Q-Q Plots
Sig.
7
7
Kinerja Pegawai
df
.855
.231
a. Lilliefors Significance Correction
3.00
1.00
3.00
Statistic
*
Laki-laki
*. This is a lower bound of the true significance.
Frequency
Sig.
Detrended Normal Q-Q Plots
STATISTIKA DASAR
Latihan Pra UTS
Disusun Oleh :
201501072
Syukur Jaya Mendrofa
Dosen Pengampu :
Oskar Ika Adi Nugroho S.T., MT
JURUSAN SISTEM INFORMASI
SEKOLAH TINGGI ILMU KOMPUTER YOS SUDARSO
PURWOKERTO
2016
TUGAS
1. Memasukkan data dibawah ke dalam SPSS
Langkah-langkah analisis pada SPSS 22 sebagai berikut:
a. Buka program SPSS dengan klik Start >> All Programs >> IBM SPSS Statistics >>
IBM SPSS Statistics 22.
b. pada halaman SPSS 22 yang terbuka, klik Variable View, maka akan terbuka halaman
Variable View.
c. Selanjutnya buat Variabel seperti gambar dibawah
Pada kolom Values pada baris pertama, buat value 1=Pria dan 2=Wanita.
d. Jika sudah masuk ke halaman Data View dengan klik Data View, maka akan terbuka
halaman Data View. Selanjutnya, isikan data seperti gambar berikut:
Pada kolom Gender ketik angka 1 lalu enter maka akan tampil “Pria” dan ketik angka 2 lalu
enter maka akan tampil “Wanita”.
e. Selanjutnya, klik Analyze >> Descriptive Statistics >> Frequencies.
f. Maka akan tampil kotak dialog seperti gambar dibawah
g. Masukkan variabel Gender ke kotak Variable(s) dengan klik Gender lalu klik tanda Panah di
tengah
h. Kemudian klik Statistics, maka akan terbuka kotak dialog seperti gambar dibawah
i. Beri tanda centang semua pada Central Tendency, dan Distribution.
j. Kemudian klik Continue, maka akan kembali ke kotak dialog seperti gambar dibawah
k. Klik tombol Chart, maka tampil kotak dialog Frequencies Chart.
l. Pilih Histogram, beri centang pada show normal curve on histogram, kemudian klik
Continue. Selanjutnya akan kembali kekotak dialog sebelumnya.
m. Klik OK. Maka hasil outputnya seperti gambar di bawah.
FREQUENCIES VARIABLES=Gender
/STATISTICS=MEAN MEDIAN MODE SUM SKEWNESS SESKEW KURTOSIS SEKURT
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.
Frequencies
Statistics
Gender
N
Valid
15
Missing
0
Mean
1.47
Median
1.00
Mode
1
Skewness
.149
Std. Error of Skewness
.580
Kurtosis
-2.308
Std. Error of Kurtosis
1.121
Sum
22
Gender
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
Pria
8
53.3
53.3
53.3
Wanita
7
46.7
46.7
100.0
15
100.0
100.0
Total
Penjelasan tentang hasil output SPSS:
Output Statistics
N adalah jumlah data, yang valid sebanyak 15 data, dan tidak ada data yang hilang (missing).
Mean adalah rata-rata.
Median adalah titik tengah.
Mode atau modus data, yaitu nilai yang paling sering keluar yaitu 1 = Pria.
Skewness, yaitu ukuran distribusi data.untuk mengetahui apakah data terdistribusi dengan
normal atau tidak maka dihitung rasio skewness dengan perhitungan skewness/standar error
of skewness atau 0,149/0,580 = 0,257. Kriteria yang digunakan, yaitu jika rasio skewness
antara – 2 sampai 2, maka distribusi data normal. Dalam hal ini data berdistribusi normal.
Kurtosis, sama halnya dengan Skewness, kurtosis juga digunakan untuk mengukur distribusi
data. Untuk mengetahui apakah data terdistribusi dengan normal atau tidak, maka dihitung
rasio kurtosis dengan perhitungan kurtosis/standard error of kurtosis atau -2,308/1.121 =
2,0. . Kriteria yang digunakan, yaitu jika rasio kurtosis antara – 2 sampai 2, maka distribusi
data normal. Dalam hal ini data berdistribusi normal.
Output “Gender”
Frekuensi Pria = 8 dan persentase 53,3%
Frekuensi Wanita = 7 dan persentase 46,7%.
Total 15 orang dan persentase 100%.
Output “Histogram”
Dari gambar histogram dapat dilihat bahwa grafik membentuk seperti gunung atau lonceng,
sehingga dapat dikatakan data terdistribusi normal.
ANALISIS EKSPLORASI
Analisis eksplorasi (Explore) digunakan untuk menggambarkan tentang statistika data yang lebih
mendalam dan untuk melakukan uji normalitas. Dalam analisis eksplorasi didapatkan berbagai
informasi statistik data seperti nilai rata-rata, minimum, maksimum, standar deviasi, varian,
jumlah data, dan sebagainya.
TUGAS
2. Memasukkan data dibawah ke dalam SPSS
Langkah-langkah analisis pada SPSS 22 sebagai berikut:
a. Buka program SPSS dengan klik Start >> All Programs >> IBM SPSS Statistics >>
IBM SPSS Statistics 22.
b. pada halaman SPSS 22 yang terbuka, klik Variable View, maka akan terbuka halaman
Variable View.
c. Selanjutnya buat Variabel seperti gambar dibawah
Pada kolom Values pada baris pertama, buat value 1=Pria dan 2=Wanita.
d. Jika sudah masuk ke halaman Data View dengan klik Data View, maka akan terbuka
halaman Data View. Selanjutnya, isikan data seperti gambar berikut:
Pada kolom Gender ketik angka 1 lalu enter maka akan tampil “Pria” dan ketik angka 2 lalu
enter maka akan tampil “Wanita”.
e. Selanjutnya, klik Analyze >> Descriptive Statistics >> Explore.
f. Selanjutnya akan terbuka kotak dialog Explore.
g. Masukkan variabel kemampuan ke kotak dependent List, dan variabel Gender ke kotak
Factor List. Kemudian klik tombol Plots, maka akan terbuka Kotak dialog seperti pada
gambar dibawah:
h. Karena akan dilakukan uji normalitas data maka beri tanda centang pada Normality plots
with test, kemudian klik tombol continue, maka akan kembali kekotak dialog sebelumnya.
i. Klik tombol ok. Maka hasil outputnya akan tampil seperti gambar dibawah:
Case Processing Summary
Cases
Valid
Gender
N
Missing
Percent
N
Total
Percent
N
Percent
Kemampuan
Pria
8
100.0%
0
0.0%
8
100.0%
Representasi
Wanita
7
100.0%
0
0.0%
7
100.0%
Gender
Descriptives
Gender
Kemampuan
Pria
Representasi
Statistic
Mean
80.00
95% Confidence Interval for
Lower Bound
72.30
Mean
Upper Bound
87.70
5% Trimmed Mean
80.22
Median
84.00
Variance
84.857
Std. Deviation
Minimum
66
Maximum
90
Range
24
Interquartile Range
17
Kurtosis
Mean
-.579
.752
-1.633
1.481
78.29
3.570
95% Confidence Interval for
Lower Bound
69.55
Mean
Upper Bound
87.02
5% Trimmed Mean
78.32
Median
80.00
Variance
89.238
Std. Deviation
9.447
Minimum
65
Maximum
91
Range
26
Interquartile Range
17
Skewness
Kurtosis
3.257
9.212
Skewness
Wanita
Std. Error
-.254
.794
-1.198
1.587
Tests of Normality
Kolmogorov-Smirnova
Gender
Kemampuan Representasi
Statistic
Pria
Wanita
.253
.156
df
Shapiro-Wilk
Sig.
Statistic
df
Sig.
8
.142
.874
8
.163
7
*
.956
7
.782
.200
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Penjelasan tentang hasil output SPSS:
Output Case Processing Summary
Untuk data kemampuan representasi Pria data yang valid adalah 8 dan tidak ada data yang hilang
(missing), sedangkan Untuk data kemampuan representasi Wanita data yang valid adalah 7 dan
tidak ada data yang hilang (missing).
Output Descriptives
Berikut akan dicontohkan pembahasan untuk variabel Kemampuan Representasi pada
responden Pria.
Mean adalah rata-rata, untuk rata-rata kemampuan representasi pria adalah 80.00.
Standard error, yaitu standard kesalahan untuk populasi yang diperkirakan dari sampel
dengan menggunakan ukuran rata-rata. Nilai sebesar 3.257.
Lower Bound, yaitu batas bawah sebesar 72.30 dan Upper Bound, yaitu batas atas sebesar
87.70.
5 % Trimmed Mean, yaitu nilai rata-rata setelah adanya pemotongan data terkecil 5% dan
terbesar 5%, hali ini untuk menghilangkan data yang menyimpang karena jauh dari rata-rata.
Nilai sebesar 80.22.
Median adalah titik tengah, yaitu semua data diurutkan dan dibagi dua sama besar. Nilai
median adalah 84.00.
Variance, yaitu varian data yang didapat dari kelipatan standar deviasi, nilai sebesar 84.857.
Std Deviation, yaitu ukuran penyebaran data dari rata-ratanya. Nilai sebesar 9.212.
Minimum adalah nilai terendah, nilai sebesar 66.
Maximum adalah nilai terbesar, nilai sebesar 90.
Range adalah jarak data, yaitu data maximum dikurangi data minimum. Nilai sebesar 24.
Interquartile Range, yaitu selisih antara nilai persentil yang ke-25 dan 75. Nilai sebesar 17.
Skewness, yaitu ukuran distribusi data.untuk mengetahui apakah data terdistribusi dengan
normal atau tidak maka dihitung rasio skewness dengan perhitungan skewness/standar error
of skewness atau -0,579/0,752 = -0,768. Kriteria yang digunakan, yaitu jika rasio skewness
antara – 2 sampai 2, maka distribusi data normal. Dalam hal ini data berdistribusi normal.
Kurtosis, sama halnya dengan Skewness, kurtosis juga digunakan untuk mengukur distribusi
data. Untuk mengetahui apakah data terdistribusi dengan normal atau tidak, maka dihitung
rasio kurtosis dengan perhitungan kurtosis/standard error of kurtosis atau -1.633/1.481 =
-0,001. . Kriteria yang digunakan, yaitu jika rasio kurtosis antara – 2 sampai 2, maka
distribusi data normal. Dalam hal ini data berdistribusi normal.
Output Tests of Normality
Untuk melakukan analisis parametric seperti independent sample t test, korelasi pearson, dan
sebagainya mensyaratkan bahwa data harus berdistribusi normal. Tes normalitas menggunakan
uji Kolmogorov-Smirnov, kriteria pengujian yaitu:
Signifikansi > 0,05 maka data berdistribusi normal.
Signifikansi < 0,05 maka data tidak berdistribusi secara normal.
Pada data kemampuan representasi pada pria dan wanita, nilai signifikansi semuanya diatas 0,05
(0.02>0.14), kedua data dinyatakan berdistribusi normal.
TUGAS
Keterangan Kolom Gender 1= Laki-Laki dan 2=Perempuan.
Keterangan Kolom Masa_Kerja 1=1-10th, 2=11-20th, 3= 21-30th .
Keterangan Kolom Pendidikan 1=SD, 2=SMP, 3=SMA, 4=SARJANA, 5=MAGISTER.
Langkah-langkah analisis pada SPSS 22 sebagai berikut:
a. Buka program SPSS dengan klik Start >> All Programs >> IBM SPSS Statistics >> IBM
SPSS Statistics 22.
b. pada halaman SPSS 22 yang terbuka, klik Variable View, maka akan terbuka halaman
Variable View.
c. Selanjutnya buat Variabel seperti gambar dibawah
d. Pada kolom Values baris pertama buatlah value 1= Laki-Laki dan value 2=Perempuan.
e. Pada kolom Values baris kedua buatlah value 1=1-10th, value 2=11-20th dan value 3= 21-30th.
f. Pada kolom Values baris ketiga buatlah value 1=SD, value 2=SMP, value 3=SMA, value
4=SARJANA dan value 5=MAGISTER.
g. Kemudian klik data View, selanjutnya isikan data seperti gambar input dibawah.
h. Jika ingin melihat data valuenya klik menu View kemudian centang Value Labels.
Maka tampilan data viewnya akan tampil seperti gambar berikut
i. Kemudian sesudah datanya telah dimasukkan semua klik File >> Open >> Syntax
j. Maka akan tampil
k. Isikan Syntax Editor tersebut seperti tampilan gambar dibawah
Kemudian blok dan klik Tanda Play
l. Maka outputnya otomatis keluar seperti berikut
Bar Chart
FREQUENCIES VARIABLES=Kinerja_Pegawai
/HISTOGRAM NORMAL
/ORDER=ANALYSIS
Frequencies
Notes
Output Created
19-APR-2016 22:42:29
Comments
Input
Data
D:\SEMESTER II\TUGAS
SEMESTER II\STATISTIKA
DASAR\18apr20152.sav
Active Dataset
DataSet1
Filter
Weight
Split File
N of Rows in Working
15
Data File
Missing Value Handling
Definition of Missing
User-defined missing values are
treated as missing.
Cases Used
Statistics are based on all cases
with valid data.
Syntax
FREQUENCIES
VARIABLES=Kinerja_Pegawai
/HISTOGRAM NORMAL
/ORDER=ANALYSIS
Resources
Processor Time
00:00:00.50
Elapsed Time
00:00:00.48
Statistics
Kinerja Pegawai
N
Valid
15
Missing
0
Kinerja Pegawai
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
65
1
6.7
6.7
6.7
68
1
6.7
6.7
13.3
72
1
6.7
6.7
20.0
75
1
6.7
6.7
26.7
76
1
6.7
6.7
33.3
79
1
6.7
6.7
40.0
80
2
13.3
13.3
53.3
82
1
6.7
6.7
60.0
85
1
6.7
6.7
66.7
86
1
6.7
6.7
73.3
87
1
6.7
6.7
80.0
90
1
6.7
6.7
86.7
92
1
6.7
6.7
93.3
93
1
6.7
6.7
100.0
15
100.0
100.0
Total
CROSSTABS
/TABLES=Gender BY Masa_Kerja BY Pendidikan
/FORMAT=AVALUE TABLES
/CELLS=COUNT.
Crosstabs
Notes
Output Created
19-APR-2016 22:42:30
Comments
Input
Data
D:\SEMESTER II\TUGAS SEMESTER
II\STATISTIKA DASAR\18apr20152.sav
Active Dataset
DataSet1
Filter
Weight
Split File
N of Rows in Working Data
15
File
Missing Value Handling
Definition of Missing
User-defined missing values are treated
as missing.
Cases Used
Statistics for each table are based on all
the cases with valid data in the specified
range(s) for all variables in each table.
Syntax
CROSSTABS
/TABLES=Gender BY Masa_Kerja BY
Pendidikan
/FORMAT=AVALUE TABLES
/CELLS=COUNT.
Resources
Processor Time
00:00:00.00
Elapsed Time
00:00:00.06
Dimensions Requested
3
Cells Available
142964
Case Processing Summary
Cases
Valid
N
Gender * Masa Kerja *
Pendidikan
Missing
Percent
15
100.0%
N
Total
Percent
0
0.0%
N
Percent
15
100.0%
Gender * Masa Kerja * Pendidikan Crosstabulation
Count
Masa Kerja
Pendidikan
SD
1 -10th
Gender
11-20th
Perempuan
Gender
1
2
1
1
2
Laki-laki
0
1
1
Perempuan
1
0
1
1
1
2
Laki-laki
1
1
2
Perempuan
1
2
3
2
3
5
1
2
3
1
2
3
Total
SMA
Gender
Total
SARJANA
Gender
Laki-laki
Total
MAGISTER
Gender
Laki-laki
1
0
1
Perempuan
1
1
2
2
1
3
Total
Total
Gender
Total
1
Total
SMP
21-30th
Laki-laki
1
2
4
7
Perempuan
1
3
4
8
2
5
8
15
Total
Jika ingin menganalisis eksplorasi tentang kinerja Pegawai antara Laki-laki dan perempuan, klik
analyze >> Descriptive Statistics >> explore
Kemudian akan terbuka kotak dialog Explore.
Kinerja pegawai masukkan ke kotak Dependent List, Gender masukkan ke kotak Factor list.
Kemudian klik plots maka akan muncul
Centang Stem-and-leaf dan Normality Plots with test, klik continue
Kemudian klik OK maka outputnya akan tampil seperti berikut.
EXAMINE VARIABLES=Kinerja_Pegawai BY Gender
/PLOT BOXPLOT STEMLEAF NPPLOT
/COMPARE GROUPS
/STATISTICS DESCRIPTIVES
/CINTERVAL 95
/MISSING LISTWISE
/NOTOTAL.
Explore
Notes
Output Created
19-APR-2016 23:34:15
Comments
Input
Data
D:\SEMESTER II\TUGAS SEMESTER
II\STATISTIKA DASAR\18apr20152.sav
Active Dataset
DataSet1
Filter
Weight
Split File
N of Rows in Working Data File
Missing Value Handling
Definition of Missing
15
User-defined missing values for dependent
variables are treated as missing.
Cases Used
Statistics are based on cases with no
missing values for any dependent variable or
factor used.
Syntax
EXAMINE VARIABLES=Kinerja_Pegawai
BY Gender
/PLOT BOXPLOT STEMLEAF NPPLOT
/COMPARE GROUPS
/STATISTICS DESCRIPTIVES
/CINTERVAL 95
/MISSING LISTWISE
/NOTOTAL.
Resources
Processor Time
00:00:01.25
Elapsed Time
00:00:01.33
Gender
Case Processing Summary
Cases
Valid
Gender
Kinerja Pegawai
N
Missing
Percent
N
Total
Percent
N
Percent
Laki-laki
7
100.0%
0
0.0%
7
100.0%
Perempuan
8
100.0%
0
0.0%
8
100.0%
Descriptives
Gender
Kinerja Pegawai
Laki-laki
Statistic
Mean
83.57
95% Confidence Interval for
Lower Bound
75.32
Mean
Upper Bound
91.82
5% Trimmed Mean
83.69
Median
87.00
Variance
79.619
Std. Deviation
Minimum
72
Maximum
93
Range
21
Interquartile Range
17
Kurtosis
Mean
-.286
.794
-2.352
1.587
78.13
2.695
95% Confidence Interval for
Lower Bound
71.75
Mean
Upper Bound
84.50
5% Trimmed Mean
78.42
Median
80.00
Variance
58.125
Std. Deviation
7.624
Minimum
65
Maximum
86
Range
21
Interquartile Range
14
Skewness
Kurtosis
-1.037
.752
-.180
1.481
Tests of Normality
Gender
3.373
8.923
Skewness
Perempuan
Std. Error
Kolmogorov-Smirnova
Shapiro-Wilk
Statistic
Kinerja Pegawai
df
2.00
1.00
5.00
Stem width:
Each leaf:
8
.098
.296
8
.038
Stem &
7 .
8 .
9 .
Leaf
256
7
023
10
1 case(s)
Kinerja Pegawai Stem-and-Leaf Plot for
Gender= Perempuan
Frequency
.851
Perempuan
Kinerja Pegawai Stem-and-Leaf Plot for
Gender= Laki-laki
Stem width:
Each leaf:
.137
.200
Stem-and-Leaf Plots
Stem &
6 .
7 .
8 .
Leaf
58
9
00256
10
1 case(s)
Normal Q-Q Plots
Sig.
7
7
Kinerja Pegawai
df
.855
.231
a. Lilliefors Significance Correction
3.00
1.00
3.00
Statistic
*
Laki-laki
*. This is a lower bound of the true significance.
Frequency
Sig.
Detrended Normal Q-Q Plots