Post on 02-Mar-2016
transcript
PENGANTAR PRAKTIKUMPROGRAM SPSS
FITRI EKASARI
1
Pendahuluan
PLANNING usulan penelitian Planning pengolahan data, yg meliputi :
1. Tehinik Pengolahan data : editing, coding, entry serta analisisentry serta analisis
2. Tabel, grafik Hasil
Problem : Model Analisis ?
Editing
Pemeriksaan Quesioner, Meliputi : Can read or not Compelete Compelete Konsisten Akurat
EDITING
Editing dpt dilakukan dgn cara :1. Editing Lapangan
( Pengecekan ulang terhadap bbrapa( Pengecekan ulang terhadap bbrapapertanyaan penting 10 responden )
2. Editing Menyeluruh( Seluruh jawaban responden utk
keperluan konsisitensi jawaban )
Kesalahan dalam Editing
Tidak tepat dalam mengisi kolom ygdisediakan
Kesalahan dalam menulis jawabanpertanyaanpertanyaan
Kesalahan dalam menulis angka Salah menggunakan unit ukuran
Koding
Memberi angka or kode2 tertentu yang telahdisepakati terhadap jawaban2 pertanyaan dalamquesioner, sehingga memudahlan pada saatmemasukkan data ke komputermemasukkan data ke komputer
Example :1. SD2. SMP3. SMA4. PT
Persyaratan dalam koding
Kesesuaian, Variabel hrs sesuai dn tujuan Klasifikasi, prlu dibuat kategori sesuai
reason ttt , EX : Pendidikan Not double meaning, Hrs jelas defenisi
Operasionalnya Harus adanya defenisi variabel
entry
Menyiapkan lembar kerja yg berisivariabel2 dlm quesioner secara lengkap ( SPSS, Epi-Info, Stata, dll )
Memasukan data jawaban sesuai kode --- Memasukan data jawaban sesuai kode ---Data Base
Prepare file khusus untk menyimpan data( Ingat!! Tidak boleh dianalisis )
CleANING
Analisi awal : Penggolongan, pengurutan, Penyederhanaan data---- di baca and diinterprestasikan
Nominal dan Ordinal : Tabulasi DF/ Nominal dan Ordinal : Tabulasi DF/ variabel
Data interval/rasio : analisis Median or tesnormalitas data
cleaning
Tabel DF :1. Deskripsi karekteristik suatu variabel2. Mempelajari distribusi dari variabel2. Mempelajari distribusi dari variabelpokok3. Memilih klasifikasi2 pokok utk tabulasisilang
cleaning
Tabel silang : compare or correlation1. Prosentase responden2. Variabel bebas pada baris (faktor resiko) 2. Variabel bebas pada baris (faktor resiko) 3. Variabel Terikat pada kolom ( penyakit )
Siap dianalisis untuk membuktikanhipotesis dengan analisis bivariat or multivariat
SKALA
Data dapat dipisahkan menurut Skala Skala merupakan suatu prosedur
pemberian angka atau symbol lain kepada sejumlah ciri suatu obyek agar kepada sejumlah ciri suatu obyek agar dapat menyatakan karakteristik angkapada ciri tersebut.
Berdasarkan skala data dapat dipisahkanmenjadi:
SCALE
CATEGORIC CONTINUOUS
NOMINAL ORDINAL RATIOINTERVALNOMINAL ORDINAL RATIO
DICHOTOMIC POLYTOMIC
In terms of their mathematical properties are grouped as:
NOMINAL, ORDINAL, INTERVAL, RATIO
INTERVAL
LEVEL OF MEASUREMENTS
1. NOMINAL (name and count)
Data are numerical in name only
Scale assigns number symbols to events in order to label them
Order is of no consequence Order is of no consequence
Restricted use:
- keeping track people/objects/events
- no statistical manipulation possible
Chi square test (the most common test)
Correlations (contingency coefficient)
Least powerful measurement
(no arithmatic origin, order or distance relationship)distance relationship)
(e.g., - dichotomic: sex (man/woman); healthy/diseased); yes/no; pos./neg.)
- polytomic: religion, social status, educational status
2. ORDINAL(RANK/ORDER)
Data that can allow setting up unequalities and cannot do muchunequalities and cannot do much
Scale places events in order
Intervals of the scale are not equal
More precise comparisons are not possible
No absolute values
Median is appropriate measure of central tendency
Percentile or quartile is used for measuring dispersion
Rank order correlations are possible Rank order correlations are possible
Nonparametric tests
Used in qualitative research
(e.g., class of school, ranking, status: social, economic, education, health,
disease)
INTERVAL
data which allows for forming differences in addition to setting up inequalities
Scale that adjusts intervals in such a way that a rule can be established as a basis for making the units equal
No absolute zero or unique origin; only an No absolute zero or unique origin; only an arbitrary zero can be had
No capacity to measure the complete absence of a trait/characteristic (eg., temperature:
0oC, 00F)
More powerful than ordinal scale due to the concept of equality of interval
4. RATIO
Data allows forming quotients (ratio)(frartion) in addition to setting inequalities and forming differences
Scale has an absolute or true zero and represents the actual amounts of variables
The most precise scale; all mathematical operations and statistical techniques can be appliedstatistical techniques can be applied
(all manipulations that are possible with real numbers can be carried out)
Geometric and harmonic means can be used
Coefficient of variation can be worked out
Tipe Data Statistik *
I. Data Kualitatif : Data yang bukan berupa angka, ciri : tidak bisa dilakukan operasi matematika. Terbagi dua :
a.Nominal
21
Data yang paling rendah dalam level pengukuran data. Contoh : Jenis kelamin, tgl dan tempat lahir seseorang
b.Ordinal ada tingkatan data. Contoh : Sangat setuju, Setuju, kurang setuju, tidak setuju
II. Data KuantitatifData berupa angka dalam arti sebenarnya dapat dilakukan operasi matematika. Terbagi dua :
a. Data Interval, Contoh : Interval temperatur ruang adalah sbb :
Cukup panas jika antara 50C-80 C
Panas jika antara 80 C-110 C
22
Panas jika antara 80 C-110 C
Sangat panas jika antara 110 C-140 C
b. Data Rasio tingkat pengukuran paling tinggi ; bersifat angka dalam arti sesungguhnya. Beda dengan interval mempunyai titik nol dalam arti sesungguhnya.
SKALA DATA
Kategori(Kualitatif)
hasilmenggolongkan
NominalMembedakan
ContohJenis Kelamin,
Warna, Suku Bangsa, dll
Binary atauDichotomous Jika hanya ada dua
kemungkinan
ContohHidup dan mati
OrdinalMembedakanAda tingkatan
ContohTingkat Pendidikan,
Tingkat SosialEkonomi, Sikap, dll
5/27/2011 23
Numerik(Kuantitatif)
hasilmenghitung/ mengukur
IntervalMembedakanAda tingkatan
Ada jarak
ContohNilai Ujian, Temperatur,
Tingkat Kecerdasan
DiskritHasil
penghitungan(berbentuk
bilangan bulat)
ContohJumlah Anak,
Jumlah KehadiranJarak (dengan
langkah kaki), dll
RatioMembedakanAda tingkatan
Ada jarakAda nol
mutlak
ContohBerat Badan,Tinggi Badan
Jarak
KontinyuHasil
Pengukuran(bisa berbentuk
bilanganpecahan/desimal)
ContohTemperatur,Berat Badan,
dll
SKALA DATA
Kategori(Kualitatif)
hasilmenggolongkan
NominalMembedakan
ContohJenis Kelamin,
Warna, Suku Bangsa, dll
Binary atauDichotomous Jika hanya ada dua
kemungkinan
ContohHidup dan mati
OrdinalMembedakanAda tingkatan
ContohTingkat Pendidikan,
Tingkat SosialEkonomi, Sikap, dll
5/27/2011 24
Numerik(Kuantitatif)
hasilmenghitung/ mengukur
IntervalMembedakanAda tingkatan
Ada jarak
ContohNilai Ujian, Temperatur,
Tingkat Kecerdasan
DiskritHasil
penghitungan(berbentuk
bilangan bulat)
ContohJumlah Anak,
Jumlah KehadiranJarak (dengan
langkah kaki), dll
RatioMembedakanAda tingkatan
Ada jarakAda nol
mutlak
ContohBerat Badan,Tinggi Badan
Jarak
KontinyuHasil
Pengukuran(bisa berbentuk
bilanganpecahan/desimal)
ContohTemperatur,Berat Badan,
dll
Kategori(Kualitatif)
hasilmenggolongka
n
NominalMembedakan
ContohJenis Kelamin,
Warna, Suku Bangsa, dll
Binary atauDichotomou
s Jika hanya ada
dua kemungkinan
ContohHidup dan mati, sehat dan sakit,
dll
OrdinalMembedakan
Adatingkatan
ContohTingkat
Pendidikan,Tingkat Sosial
Ekonomi, Sikap, dll
Interval Contoh Diskrit Contoh
5/27/2011 25
Numerik(Kuantitati
f)hasil
menghitung/ mengukur
IntervalMembedakan
AdatingkatanAda jarak
ContohNilai Ujian, Temperatur,
Tingkat Kecerdasan, dll
DiskritHasil
penghitungan(berbentuk
bilangan bulat)
ContohJumlah Anak,
Jumlah KehadiranJarak (dengan
langkah kaki), dll
RatioMembedakan
AdatingkatanAda jarakAda nol
mutlak
ContohBerat Badan,Tinggi Badan
Jarak (dlm km), dll
KontinyuHasil
Pengukuran(bisa berbentuk
bilanganpecahan/desimal
)
ContohTemperatur,Berat Badan,
dll
Program komputer statistik :
1. Membuat sendiri; dengan bahasapemrograman misal BASIC, PASCAL
2. Sebagai Add Ins dari Program lain, contoh: Microsoft Excellcontoh: Microsoft Excell
3. Program khusus Statistik, contoh : Microstat, SAS, SPSS
26
Statistik dan Komputer
Statistik menyediakan metode/cara pengolahan data, komputer menyediakan sarana pengolahan datanya.
Dengan bantuan komputer, pengolahan data statistik hingga dihasilkan informasi yang
27
statistik hingga dihasilkan informasi yang relevan menjadi lebih cepat dan akurat dibutuhkan bagi para pengambil keputusan.
Dengan keunggulan kecepatan, ketepatan dan keandalan komputer dibutuhkan untuk mengolah data statistik
Pengantar spss
Program SPSS ---> program aplikasi untukmengolah dan menganalisis data statistik.
Berhubungan dengan banyak angka
Numerical descriptionNumerical description
SPSS (Statistical Product and Service Solutions ) = ( Statistical Program for Social Sciences)
Tampilan layar SPSS ada 2 :1. lembar kerja = data view2. Defenisi Operasional = variable view
Menu utama File; berisi fasilitas pengelolaan atau
manajemen data dan file Transform; digunakan untuk
memanipulasi data Analyze; digunakan untuk menganalisis Analyze; digunakan untuk menganalisis
data Graph; digunakan untuk memvisualkan
data Utilities; digunakan berkaitan dengan
utilitas dalam SPSS 10.0.
FORMAT DATA & OUTPUT
Data dalam SPSS mempunyai ekstensi sav( .sav).
Sedangkan output dari hasilpengolahan data yang dilakukan olehSPSS berekstensi spo (.spo).
JENIS-JENIS VARIABEL (TIPE DATA)
1. Variabel Numerik. Variabel ini untuk data-data numerik
baik yang memakai desimal maupun tidak. 2. Variabel Faktor. Variabel ini berisi
data-data kategorik atau faktor, bisaberupa numerik, huruf,atau string (beberapa huruf) Contohnya 1,2,3 ataurendah, sedang, tinggi, atau A,B,C.
JENIS-JENIS VARIABEL (TIPE DATA)
3. Variabel String. Variabel ini untuk data-data String atau Character. ContohnyaNama, Alamat,A.B,C. Biasanya tidakNama, Alamat,A.B,C. Biasanya tidak
bisa diolah secara statistics.
Pendefinisian Variabel
Jika anda bekerja pada Software SPSS maka anda pertama-tama harus mempunyaidata yang berada dalam sususan tabel. Cara pemasukan data dilakukan dengan carapemasukan data dilakukan dengan carasebagai berikut :
1. Aktifkan Variable View. 2. Isikan nama variabel pada kolom Name
seperti tampilan pada gambar di bawahini :
Pendefinisian Variabel
3. Atur kolom Type sesuai kebutuhandengan mengklik pada sel yang sudahada nama variabelnya, pilihlah tipe data yang sesuai :yang sesuai :
Pendefinisian Variabel
4. Klik tombol OK untuk melanjutkan, atau
Cancel kalau ingin membatalkan. 5. Setelah pendefinisian dilakukan maka
pengisian data dapat dilakukan denganmengaktifkan terlebih dahulu Data View seperti pada gambar berikut :
Pendefinisian Variabel
Selanjutnya isikan datanya sesuai dengankreasi anda.
Simpan data anda dengan namaDataku.sav.Dataku.sav.
Tugas
Buatlah tabel yang berisi data sebagaiberikut :
Atur lebar kolom sesuai dengankebutuhan dan kreasi anda. Sesuaikantipe data yang digunakan.
Setelah selesai, simpan data anda dengan nama TGSData.sav di folder anda.
SEKIAN
TERIMA KASIH