Visual
Binning dapat memungkinkan Anda membuat grup interaktif dari variabel kontinu
dan visual mengendalikan proses
a. Numeric : angka, tanda (+) atau (-) didepan angka, indicator desimal.
b. Comma :angka, tanda (+) atau (-) didepan angka, indicator desimal, tanda koma sebagai pemisah bilangan ribuan
c. Dot :angka, tanda (+) atau (-) didepan angka, indicator desimal,tanda titik sebagai pemisah bilangan ribuan.
d. Scientific notation : sama dengan tipe numeric, tetapi menggunakan symbol E untuk kelipatan 10 (misal 120000 = 1.20E+5).
e. Data :menampilkan data format tanggal atau waktu Dollar :memberi tanda dollar ($), tanda koma sebagai pemisah bilangan ribuan dan tanda titik sebagai desimal.
f. Custom currency : untuk format mata uang String:biasanya huruf atau karakter lainnya
3. kolom ke 3 width : untuk menentukan berapa jumlah maksimal angka / huruf yang dapat di muat. Untuk keperluan praktek biarkan kolom width sesuia dgn defult spss yaitu = 8
4. kolom ke 4 desimal :untuk menentukan jumlah angka dibelakang koma. Bila angka merupakan bilangan bulat, seperti pria =1 dan wanita = 2 desimal diisi dengan angka = 0
5. label : persi lengkap dari name, bias banyak karakter, bias huruf bersar dan menggunakan spasi, sebaiknya dituliskan terlebih bila akan veriabel tersebut akan di olah lebih lanjut
6. values : digunakan untuk meng-coding data NOMINAL
7. missing : digunakan bila dalam data yang akan diolah terdapat datum yang tidak terisi atau tdak lengkap, bila beberapa datum tidak terisi, pilih angka yg tertentu sebagai tanda missing value atau tidak di kosongkan.
8. Collom : adalah lebar dalam karakter dari nama, besarnya nominal sama dengan besarnya nilai di WIDTH
9. Align : sama seperti align pada Microsoft word.
10. Measure : adalah sekala pengukuran dari veriabel yg bersangkutan, untuk mengubah skala pengukuran interval dan ratio dalam spss adalah scale
a. Numeric : angka, tanda (+) atau (-) didepan angka, indicator desimal.
b. Comma :angka, tanda (+) atau (-) didepan angka, indicator desimal, tanda koma sebagai pemisah bilangan ribuan
c. Dot :angka, tanda (+) atau (-) didepan angka, indicator desimal,tanda titik sebagai pemisah bilangan ribuan.
d. Scientific notation : sama dengan tipe numeric, tetapi menggunakan symbol E untuk kelipatan 10 (misal 120000 = 1.20E+5).
e. Data :menampilkan data format tanggal atau waktu Dollar :memberi tanda dollar ($), tanda koma sebagai pemisah bilangan ribuan dan tanda titik sebagai desimal.
f. Custom currency : untuk format mata uang String:biasanya huruf atau karakter lainnya
3. kolom ke 3 width : untuk menentukan berapa jumlah maksimal angka / huruf yang dapat di muat. Untuk keperluan praktek biarkan kolom width sesuia dgn defult spss yaitu = 8
4. kolom ke 4 desimal :untuk menentukan jumlah angka dibelakang koma. Bila angka merupakan bilangan bulat, seperti pria =1 dan wanita = 2 desimal diisi dengan angka = 0
5. label : persi lengkap dari name, bias banyak karakter, bias huruf bersar dan menggunakan spasi, sebaiknya dituliskan terlebih bila akan veriabel tersebut akan di olah lebih lanjut
6. values : digunakan untuk meng-coding data NOMINAL
7. missing : digunakan bila dalam data yang akan diolah terdapat datum yang tidak terisi atau tdak lengkap, bila beberapa datum tidak terisi, pilih angka yg tertentu sebagai tanda missing value atau tidak di kosongkan.
8. Collom : adalah lebar dalam karakter dari nama, besarnya nominal sama dengan besarnya nilai di WIDTH
9. Align : sama seperti align pada Microsoft word.
10. Measure : adalah sekala pengukuran dari veriabel yg bersangkutan, untuk mengubah skala pengukuran interval dan ratio dalam spss adalah scale
Analyze
Statistik deskriptif adalah disiplin kuantitatif menggambarkan fitur utama dari
kumpulan data yang . Statistik
deskriptif dibedakan dari statistik
inferensial (atau statistik induktif ), dalam statistik deskriptif bertujuan untuk
meringkas sampel, daripada menggunakan data untuk belajar tentang populasi bahwa sampel data diperkirakan untuk mewakili.
Frekuensi adalah jumlah kejadian dari peristiwa berulang per unit waktu . Hal ini juga disebut sebagaifrekuensi sementara
Statistik deskriptif digunakan untuk menggambarkan
variabel. Contoh
statistik deskriptif meliputi: mean, median, modus, standar deviasi, dan
jangkauan.
Dalam statistik, "crosstab" adalah nama lain
untuk tabel kontingensi , yang merupakan jenis tabel yang dibuat oleh tabulasi silang .Dalam penelitian survei (misalnya, polling, riset
pasar), sebuah "crosstab" adalah setiap tabel yang menunjukkan ringkasan statistik .Umumnya, crosstabs dalam penelitian survei adalah
concatenations dari tabel yang berbeda beberapa. Sebagai contoh, crosstab bawah
menggabungkan tabel kontingensi ganda dan tabel rata-rata.
Odds Ratio (OR) adalah ukuran asosiasi paparan (faktor risiko) dengan kejadian penyakit; dihitung dari angka kejadian penyakit pada kelompok berisiko (terpapar faktor risiko) dibanding angka kejadian penyakit pada kelompok yang tidak berisiko (tidak terpapar faktor risiko).
C. COMPARE
1. MEANS
Fasilitas ini untuk menghitung dan membandingkan rata-rata data yang dikelompokkan berdasarkan faktor tertentu. Misalnya membandingkan rata-rata IP Semester I menurut asal sekolah dan daerah asal setiap jenis kelamin.
Prosedur yang dapat digunakan adalah Analyze-Compare Means – Means.
2. one sample T- test
Menu ini untuk menghitung uji-t satu sampel yang diuji dengan nilai uji tertentu. Misalnya Diuji IP semester I dengan nilai pengujian 3. (Artinya kita akan menguji hipotesis bahwa rata-rata IP semester I sama dengan 3)
Ho : μ = 3. Ho ini ditolak jika signifikansi t ‘sig. (2 tilled)’ kurang dari taraf signifikansi 0,05 (5%).
3. Paired Sample t-test
Menu ini untuk menguji dua rata-rata dari dua variabel data yang berpasangan (paired). Misalnya akan diuji perbedaan rata-rata IP Semester I dan IP Semester II
Ho: μ1 = μ2 (kedua rerata sama)
Ho ini ditolak jika signifikansi t ‘sig. (2 tilled)’ kurang dari taraf signifikansi 0,05 (5%).
Kalau Ho ditolak berarti rata-rata IP semester I dan IP semester II tidak sama /berbeda secara meyakinkan (signifikan).
4. Independent Sampel t-test
Menu ini untuk menguji dua rata-rata dari dua data yang saling independen. Misalnya diuji perbedaan rata-rata IP Semester I laki-laki dan perempuan (Laki-laki dan perempuan saling independen)
Ho: μ1 = μ2 (kedua rerata sama)
Ho ini ditolak jika signifikansi t ‘sig. (2 tilled)’ kurang dari taraf signifikansi 0,05 (5%).
Kalau Ho ditolak berarti rata-rata IP semester I laki-laki dan rata-rata IP semester I perempuan tidak sama /berbeda secara meyakinkan (signifikan).
5.One-Way ANOVA
Menu ini untuk menguji variasi data (perbedaan rata-rata lebih dari 2 kelompok data.
H. correlate
1. KORELASI BIVARIATE
Korelasi Bivariate melibatkan dua atau lebih variable untuk diketahui hubungan di antaranya.
Sebagai contoh : kita ingin mencari korelasi antara angka harapan hidup wanita dan laki-laki seluruh
dunia. Dalam output SPSS maupun lainnya biasanya disertai dengan uji signifikansi, yaitu apakah korelasi tersebut signifikan pada alpha tertentu.
2.KORELASI PARSIAL
Agak sedikit berbeda dengan korelasi bivariate, korelasi parsial memasukkan satu variable tambahan
yang berfungsi sebagai pengontrol dari dua variable yang berkorelasi.
1. MEANS
Fasilitas ini untuk menghitung dan membandingkan rata-rata data yang dikelompokkan berdasarkan faktor tertentu. Misalnya membandingkan rata-rata IP Semester I menurut asal sekolah dan daerah asal setiap jenis kelamin.
Prosedur yang dapat digunakan adalah Analyze-Compare Means – Means.
2. one sample T- test
Menu ini untuk menghitung uji-t satu sampel yang diuji dengan nilai uji tertentu. Misalnya Diuji IP semester I dengan nilai pengujian 3. (Artinya kita akan menguji hipotesis bahwa rata-rata IP semester I sama dengan 3)
Ho : μ = 3. Ho ini ditolak jika signifikansi t ‘sig. (2 tilled)’ kurang dari taraf signifikansi 0,05 (5%).
3. Paired Sample t-test
Menu ini untuk menguji dua rata-rata dari dua variabel data yang berpasangan (paired). Misalnya akan diuji perbedaan rata-rata IP Semester I dan IP Semester II
Ho: μ1 = μ2 (kedua rerata sama)
Ho ini ditolak jika signifikansi t ‘sig. (2 tilled)’ kurang dari taraf signifikansi 0,05 (5%).
Kalau Ho ditolak berarti rata-rata IP semester I dan IP semester II tidak sama /berbeda secara meyakinkan (signifikan).
4. Independent Sampel t-test
Menu ini untuk menguji dua rata-rata dari dua data yang saling independen. Misalnya diuji perbedaan rata-rata IP Semester I laki-laki dan perempuan (Laki-laki dan perempuan saling independen)
Ho: μ1 = μ2 (kedua rerata sama)
Ho ini ditolak jika signifikansi t ‘sig. (2 tilled)’ kurang dari taraf signifikansi 0,05 (5%).
Kalau Ho ditolak berarti rata-rata IP semester I laki-laki dan rata-rata IP semester I perempuan tidak sama /berbeda secara meyakinkan (signifikan).
5.One-Way ANOVA
Menu ini untuk menguji variasi data (perbedaan rata-rata lebih dari 2 kelompok data.
H. correlate
1. KORELASI BIVARIATE
Korelasi Bivariate melibatkan dua atau lebih variable untuk diketahui hubungan di antaranya.
Sebagai contoh : kita ingin mencari korelasi antara angka harapan hidup wanita dan laki-laki seluruh
dunia. Dalam output SPSS maupun lainnya biasanya disertai dengan uji signifikansi, yaitu apakah korelasi tersebut signifikan pada alpha tertentu.
2.KORELASI PARSIAL
Agak sedikit berbeda dengan korelasi bivariate, korelasi parsial memasukkan satu variable tambahan
yang berfungsi sebagai pengontrol dari dua variable yang berkorelasi.
Tables
Dengan Tabel Anda tidak hanya dapat mengatur data
tetapi juga melakukan perhitungan dan perbandingan dengan itu. Tambah,
atau memperbanyak jumlah angka atau
data proses dengan menggunakan berbagai fungsi.
General linear model
Univiarate GLM adalah teknik untuk melakukan Analisis
Varians untuk percobaan dengan dua atau lebih faktor. Kotak dialog utama meminta Variabel
Dependent (respon), Faktor Fixed Effect, Faktor Pengaruh Acak, kovariat (skala
kontinu), dan WLS (Weighted Least Square,) berat badan. Sub-menu
Univariat adalah cara analisis dgn mendeskripsikan atau menggambarkan
data yang telah terkumpul sebagaimana adanya tanpa membuat kesimpulan yang
berlaku untuk umum.
Korelasi
Korelasi adalah salah satu statistik yang paling umum
dan paling berguna. Korelasi
adalah nomor tunggal yang menggambarkan derajat hubungan antara dua variabel. Mari kita bekerja melalui contoh untuk
menunjukkan Anda bagaimana statistik ini dihitung.
Analisis Bivariat adalah analisis secara simultan dari dua variabel. Hal
ini biasanya dilakukan untuk melihat apakah satu variabel, seperti jenis kelamin, adalah terkait dengan
variabel lain, mungkin sikap terhadap pria maupun wanita kesetaraan.
Distance adalah deskripsi numerik
seberapa jauh benda. Dalam fisika atau diskusi sehari-hari, jarak dapat
mengacu pada panjang fisik, atau
estimasi berdasarkan kriteria lain (misalnya "dua negara atas")
analisis regresi adalah teknik statistik untuk memperkirakan hubungan antara
variabel. Ini mencakup banyak teknik untuk pemodelan
dan menganalisis beberapa variabel, ketika fokusnya adalah pada hubungan antara variabel dependen dan
satu atau lebih variabel independen
multi-respon permutasi adalah kelas dari tes permutasi
multivariat perbedaan kelompok yang berguna untuk analisis data eksperimen.