Analisis Statistik
Dengan Microsoft Exel & SPSS
APLIKASI KOMPUTER DALAM
STATISTIK
1) APLIKASI EXCEL
Program ini yang bisadigunakan untuk
melakukan oprasi matematika, keungan, statistik, dan logika. Untuk menjalankan
program ini tidak dibutuhkan komputer yang memiliki kemampuan tinggi.
2) Aplikasi SPSS
Program SPSS adalah program khusus
pengelolaan data untuk analisis statistik. Saat ini program ini telah berkmbang
dengan berbagai macam versi. Program ini kompatibl dengan windows versi
berapapun untuk menjalankan program SPSS
DASAR-DASAR PENGELOAAN
DATA DENGAN EXCEL DAN SPSS
a)
APLIASI EXCEL
Ada
dua fasilitas yang bisa digunakan untuk melakukan analisis statistik, ayaitu
perintah Data Analisis dan perintah function. Perintah data analyss merupakan
perintah tambahan. Untuk menentukan perintah ini, Anda anda dapat memilih men
tools. Jika pada menu tools tidak terdapat menu data analysis, anda perlu
menginstal menu tersebut. Tahan-tahan yang harus dilakukan untuk melakukan
instalasi menu adalah :
·
Klik
menu office bottom>excel option > Add-Ins
·
Klik
GO di bawah
·
Klik
pilihan Analysis toolpak dan Analysis toolpak-VBA
·
Klik
tombol OK
b)
APLIKASI SPSS
Untuk
melakukan analysis data dengan menggunakan program SPSS langkah awal yang harus
dilakukan adalah memasukan data dalam sheet SPSS. Ada 2 jenis sheet dalam SPSS,
yaitu sheet dat view dan sheet Variable view.
·
Sheet
data view. Sheet ini untuk memasukan data yang akan dianalysis dengan
menggunakan program SPSS.
·
Sheet
variable view adalah lembar kerja yang berfungsi untuk memformat data yang
telah dimasukan dalam sheet data view.
·
Sheet
variable view merupakan lembar kerja yang berfungsi untuk melakukan format atas
data. Jenis format data yang ada meliputi Nama, Type, Width, labels, values,
Mising, Coloums, Align, dan Measure.
ü Nama berfungsi untuk memberi nama
pada variabel yang dimasukan dalam kolom data view.
ü Type digunakan untuk memformat data
sesuai dengan jenis data yang dimasukan, apakah numerik atau angka, koma atau
desimal, dan titik atau dot. Jenis-jenis type data yang ada dapat dilihat pada
kotak dialog variable type berikut :
ü Width digunakan untuk mengatur lembar
kolom dari data.
ü Decimal digunakan untuk mengatur
jimlah angka di belakang koma.
ü Labels digunakan untuk memberi label
terhadap data yang telah dimasukan dalam sheet SPSS.
ü Values digunakan untuk mengatur nilai
yang dikandung oleh data teknik ini digunakan untuk data yang berupa skala
ordinal dan nominal . untuk mengisi value,isi pda kolom value, kemudian isi
kolom
value_labels, dan klik add setelah selesai klik coutinue.
ü
Mising digunakan
untuk mrengatur data yang hilang, apakah ada data yang hilang atau tidak.
ü Coloums digunakan untuk mengatur
lebar kolom dari data
ü Align digunakan u ntuk mengatur
perataan, apakah rata kanan, rata kiri, atau rata tengAH.
ü Measure digunakan untuk mengatur
jenis pengukuran yang digunakan, apakag skala ordinal, no inal, atau scale
(rasio dan interpal)
UJI HIPOTESIS SATU
SAMPEL
1.
UJI SATU SAMPEL UNTUK RATA-RATA
DENGAN APLIKASI EXCEL
Untuk
menguji hipotesis tersebut, kita bisa menggunakan program ms.Excel yaitu dengan
menggunakan fasilitas statistik. Langkah-langkah yang harus dilakukan :
ü Masukan data tersebut sehingga
menjadi satu kolom dan beri header DATA SKOR TOEFL.
ü Letakan pointer pada sembarang sel
yang kosong.
ü Dari menu INSERT pilihlah Function
pilih Statistic pada kolom function category. Setelah itu pilih Ztest pada
kolom function name dengan klik 2 kali .
ü Masukan data skor TOEFL pada kolom
array. Nilai rata-rata populasi pada kolom x, dan depiasi standar sampel pada
kolom sigma
ü Klik tombol OK sehingga keluar nilai
P untuk Ztest
2.
UJI SATU SAMPEL UNTUK RATA-RATA
DENGAN APLIKASI SPSS
ü Masukan data skor TOEFL tersebut
dalam jendela DATA VIEW SPSS, dengan cara yang sama dimana smua data dikelompokan
dalam satu variable. Beri nama variable dengan skor, kemudian isi label denga
skol toefl mahasiswa
ü Dari menu analyze pilih menu compare
means, kemudian pilih one sample T Test
ü Masukan variabel skol toefl mahasiswa dalam kolom test variabel . isilah
kolom test value dengan kli ada kolom kemudian ketik angka 415
ü Abaikan menu yang lain
ü Klok tombol ok
UJI HIPOTESIS DUA
SAMPLE
A.
UJI z tentang perbedaan dua rat-rata
B.
Uji rata-rata dengan perbedaan
diketahui
C.
Uji beda rata-rata, varians tidak
diketahui
Menggunakan
MS. Excel
1. Masukan data dalam dua kolom
worksheet Excel
2. Dari menu TOOLS, pilih DATA ANALYSIS,
pilih t-Test : TWO SAMLE ASSUMED EQUALS VARIANCE. Klik tombol OK sehingga
muncul kotak dialog t-Test: TWO SAMPLE ASSUMING EQUAL VARIANCES.
4. Masukan variabel pada variabel 1 range, dan variabel 2 range.
Abaikan hypothesized Mean dan klik label. Klik pilihan Output Range dan klik
kolom tersebut. Klik pada sembarang sel yang kosong.
5. Klik OK
Dengan menggunakan SPSS
1. Masukan data dalam Data View SPSS
2. Dari menu ANALYZE pilih menu COMPARE
MEANS pilih menu INDEPENDENT SAMPLE T TEST
3. Masukan judul pada Test Variables dan
metode pada GROUPING VARIABEL. Klik DEFINE GROUPS. Klik DEFINE GROUPS sehingga
keluar kotak kotak dialog DEFINE GROUPS. isilah GROUP 1 dengan 1 dan GROUP 2
dengan 2. Klik continue.
4. Klik tombol OK
D.
Uji beda rata-rata Varians Tak
diketahui tetapi dianggap tidak sama
E.
Uji t sampel berpasangan
ANALISIS VARIANS
Adalah
prosedur yang mencoba menganalisi variasI dari respons atau perlakuan dan
mencoba menrapkan porsi varians ini pada setiap kelompok dan variabel
independen.
1. Uji Anova Satu Faktor
Disebut juga dengan uji ANOVA desain
randomkeseluruhan.
a. Uji ANOVA satu faktor dengan MS. Excel
1. Masukan data pada sheet excel
2. Dari menu TOOLS pilih DATA ANALYSIS
kemudian pilih ANOVA : SINGLE FACTOR
3. Masukan range dari data yang tadi
pada kolom INPUT RANGE pilih column pada pilihan GROUPED BY, klik pilihan
LABELS IN FIRST ROW.
4. Klik pilihan OUTPUT RANGE klik pada
kolom dan lklik pada sembarang sel yang kosong.
5. Klik tombol OK.
b.
Uji
ANOVA satu faktor dengan SPSS
1. Masukan data dalam sheet SPSS
2. Dari menu ANALYSIS pilih menu COMPARE
MEANS kemudian pilih ONEWAY ANOVA
3.
Masukan variabel pada
kolom DEPENDENT LIST dan FAKTOR. Klik option
4. Klik pilihan desciptive dan pilihan
Homogeniety of variance test kemudian klik continue
5. Klik tombol OK
2. Analisis aPriori dan post hoc
a. Analisis A Priori adalah teknik
analisi yang diputuskan untuk dilakukan sebelum data dikumpulkan . beberapa
teknik dalam analisi a priori :
1. LSD
2. Linear Contrast
3. Dunn’s test
b. Uji Post Hoc
1. Uji Student-Newman-Keuls
2. Uji range Duncan
3. Uji dukey HSD
4. Uji tukey b(WSD)
5. Uji sidak’s t
6. Uji scheffe’s
7. Uji dunnett t
8. Uji R-E-G-W F dan R-E-G-W Q
9. Uji Hochberg’s GT2
10. Uji grabiel
11. Uji waller-duncan
KORELASI DAN REGRESI
SEDERHANA
1. Analisis Korelasi sederhana
Digunakan untuk mencari hubungan
antara 2 variabel.
a. Menggunakan aplikasi MS. Excel
ü Masukan data yang akan kita analisis
ü Dari menu TOOLS pilih DATA ANALYSIS
pilih CORRELATION. Masukan variabel tersebut pada kolom Input Range, klik
LABELS IN FIRST ROW.
ü Klik pilihan OUTPUT RANGE klik pada
kolom sampingnya dan klik pada sembarang sel yang kosong.
ü Klik tombol OK
b.
Menggunakan SPSS
ü Masukan data pada sheet SPSS dalam
bentuk dua kolom
ü Klik menu ANALYZE, klik CORRELATION
pilih BIVARIATE sehingga kotak dialog tersebut muncul. Masukan variabel yang
tadi di sheet
ü Klik pilihan PEARSON
ü Klik tombol OK
2. Koefisien determinasi
3. Regresi sederhana
Bentuk persamaan regresi adalah :
Y= a+b.X
Dimana:
Y adalah nilai dari variabel dependen
a adalah konstata, yaitu nilai Y jika
X=0
b adalah koefisiensi regresi
X adalh nilai dari variabel
independen
KORELASI DAN DEGRESI
BERGANDA
1. Korelasi berganda
Adalah hubungan dari beberapa
variabel independen dengan satu variabel independen.
2. Koefisien determinasi
Adalah suatu nilai yang menggambarkan
seberapa besar perubahan atau variasi dari variabel dependen bisa dijelaskan
oleh perubahan atau variasi dari variabel independen.
3. Regresi berganda
Adalah persamaan regresi dengan
menggunakan dua atau lebih variabel independen.
Bentuk persamaan regresi berganda :
Y=
a+b1X1+b2X2+b3X3+...+e
Dimana
:
Y
adalah variabel dependen
a
adalah koefisien konstanta
X1
adalah variabel independen pertama
X2 adalah variabel independen kedua
X3
adalah variabel independen ketiga
e
adalah error
4. Asumsi dalam regresi
5. Uji kebaikan model
6. Uji signifikan koefisien model
Hipotesis untuk pengujian koefisien
konstanta dirumuskan :
H0: Koefisien Konstanta tidak
signifikan
Ha : Koefisien Konstanta signifikan
7. Metode pemilihan variabel rgresi linier
REGRESI DUMMY DAN
REGRESI LOGISTIK
A. Regresi dummy
Digunakan pada persamaan regresi
dimana variabel independennya merupakan
variabel yang bersifat kualitatif.
B. Regresi logistik
Jika variabel yang berupa skala ordinal
adalah variabel dependen, maka jenis yang digunakan adalah regresi logistik
TREND NON-LINEAR
Bentuk-bentuk
Trend Non-Linier
Model
|
Persamaan
|
Slope
|
Logaritma
|
Log Y=Log a+Log B
|
Log a, Log b
|
Quadratic
|
Y= a+bX+cX²
|
A,b,c
|
Cubic
|
Y= a+bX+cX²+cX³
|
A,b,c,d
|
S
|
1/Y=a+bX
|
A,b
|
Logistik
|
|
C,a,b
|
Growth
|
G=aeᵇ˟𝞊
|
A,b
|
Exponential
|
Y=ab˟
|
A,b
|
A. Model kurva eksponensial
Sifat hubungan antara variabel
dependen dan variabel independen tidak linearr secara murni.
B. Model kurva logistik
Adalah model kurva kebalikan dari
model kurva eksponensial
ANALISIS RUNUT WAKTU
Adalah
analisis dengan menggunakan data yang dikumpulkan dari waktu ke waktu. Terdapat
4 komponen dari runut waktu :
ü Trend
ü Variasi siklus
ü Variasi musiman
ü Variasi tidak teratur
A. Model exponential smoothing
Adalah metode analisis runut waktu
dengan menghilangkan variasi yang tidak teratur dari data tetapi tanpa
menyertakan variasi musiman dan trend.
B. Model Autoregression
Adalah model prediksi variabel dengan
menggunakan variabel periode sebelumnya.
C. Model arima
Model ini merupakan gabungan dari
model Autoregresi dan moving average. Menggunakan perbedaan (differencing) di
dalam mencari nilai persamaan regresi. Terdapat empat tahap dari model ARIMA
dalam memprediksi.
1. Identifikasi model
2. Estimasi
3. Pemeriksaan diagnostik
4. Prediksi
Tabel
. perbedaan pertama dan kedua
Bulan
|
Harga saham
|
Perbedaan pertama Zt=(Yt-Yt-1
|
Perbedaan kedua (Zt-Zt-1)
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
71
70
69
68
64
65
72
78
75
75
75
70
75
75
74
|
-1
-1
-1
-4
1
7
6
-3
0
0
-5
5
0
-1
|
0
-3
5
6
-1
-9
3
0
-5
10
-5
-1
1
|
D. Model dekomposisi musiman
Model yang menggunakan analisis
dengan mengeluarkan faktor-faktor musiman, trend, dan variasi tak teratur.
ANALISIS EKONOMETRIK
A. Uji normalitas
Menggunakan SPSS
ü Masukan data pada sheet SPSS
ü Dari menu ANALYZE pilih REGRESSION
dan klik LINEAR
ü Masukan data pada kolom DEPENDENT dan
INDEPENDENT. Klik pilihan PLOTS
ü Masukan variabel SRESID pada kolom Y
dan variabel ZPRED pada kolom X
ü Klik pilihan Histogram dan NORMAL
PROBABILITY PLOTS pada kolom standardized. Bentuk output SPSS RESIDENTAL PLOTS.
Klik CONTINUEs
ü Klik OK
B. Uji Multikolinearitas
C. Uji autokorelasi
d<d : terjadi masalah autokorelasi yang
positif yang perlu perbaikan.
dᴸ<d<dᵁ : ada masalah autokorelasi positif tetapi
lemah, di mana perbaikan akan lebih baik
ANALISIS RELIABILITAS DAN VALIDITAS
Pada banyak penelitaian, desain
penelitiann yang dilakukan adalah dengan menggunakan instrummen kuesioner. Pada desain dengan kuesioner
tersebut kita akan mengadakan pengukuran dari variabel. Pada penyusunan
kuesioner salah satu kriteria kuesioner yang baik adalah validitas dan
reliabilitas kuesioner.
1. UJI
VALIDITAS
Validitas adalah ukuran yang menunjukan sejauh
mana instrumen pengukuran mampu mengukur apa yang ingin di ukur. Jika misalkan
kita punya alat ukur meteran, maka validitas alat ini adalah sejauh mana alat
ini mampu mengukurjarak suatu titik. Begitu juga misalkan kita menyusun kuesioner kepuasan pelanggan, maka validitas kuesioner
adalah sejauh mana kuesioner ini mampu mengukur kepuasan pelanggan. Terhadap
beberapa validitas
§ Validitas
Konstruksi. Suatu kuesioner
yang baik harus dapat mengukur dengan jelas kerangka dari penelitian yang akan
dilakukan. Jadi misalkan kita akan mengukur konsep tentang kepuasan pelanggan,
maka kuesioner tersebut dikatakan valid jika mampu menjelaskan dan mengukur
kerangka konsep kepuasan pelanggan.
§ Validitas
Isi. Validitas isi adalah suatu alat yang mengukur sejauh
mana kuesioner atau alat ukur tersebut mewakili semua aspek yang dianggap
sebagai kerangkan konsep.
§ Validitas
Prediktif. Validitas prediktif adalah kemampuan
dari kuesioner dalam memprediksi prilaku dari konsep.
Untuk menguji validitas, metode yang
kita lakukan adalah dengan mengukur korelasi antara butir-butir pertanyaan
dengan skor pertanyaan secara kuseluruhan. Tahan yang harus dilakukan untuk
melakukan pengujian validitas adalah :
1. Mendefinisikan secara operasional suatu konsep
yang akan diukur.
2. Melakukan uji coba pada beberapa responden
(minimal pada 30 orang)
3. Mempersiapkan tabeltabulasi jawaban
4. Menghitung nilai korelasi antara masing-masing
skor butir jawaban dengan skor total dari butir jawaban.
2. UJI
RELIABILITAS
Apabila suatu alat pengukur telah dinyatakan
valid maka tahap berikutnya adalah mengukur reliabilitas dari alat.
Reliabilitas adalah ukuran yang menunjukan konsistensi dari alat ukur dalam
mengukur gejala yang sama dilain kesempatan. Misalkan kita memiliki kuesioner
yang mengukur kepuasan konsumen.
Setelah kita melakukan pengujan validitas
kuesioner, maka kuesioner tersebut kita uji reliabilitasnya. Reliabilitas
adalah ukuran yang menunjukan kestabilan di sini berarti kuesioner tersebut
konsisten jika digunakan untuk mengukur konsep atau konstruk dari suatu kondisi
ke kondisi yang lain. Pengukuran reliabilitas dilakukan dengan 2 cara, yaitu :
1. Repeated measure atau pengukuran berulang. Di
sini pengukuran dilakukan berulang-ulang paa waktu yang berbeda, dengan
kuesioner atau pertanyaan yang sama. Hasil pengukuran dilihat apakah konsisten
dengan pengukuran sebelumnya.
2. One Shot. Pada teknik ini pengukuran dilakukan
hanya pada satu waktu, kemudian dilakukan perbandingan dengan pertanyaan yang
lain atau dengan pengukuran korelasi antar jawaban. Pada program spss, metode
ini dilakukan dengan metode cronbach Alpha, dimana suatu kuesioner dikatakan reliabel
jika nilai cronbach Alpha lebih besar dari 0,60.
ANALISIS DISKRIMINAN
Analisis diskriminan menggunakn ukuran
variabel kontinyu pada kelompok berbeda dari item untuk mengetahui aspek-aspek
yang membedakan kelompok dan menggunakan ukuran itu untuk melakukan
pengelompokan. Ide utamadari analisis deskriminanadalah untuk menentukan apakah
beberapa kelompok berbeda, yang ditunjukan dengan perbedaan rata-rata variabel
dan menggunakan variabel tersebut untuk memprediksi pembagian kelompok.
Analisi diskriminan menggunakan modal
perhitungan yang hampir sama dengan model perhitungn ANOVA. Pada pembahasan
mengenai ANOVA kita menguji perbedaan antara berbagai kelompok,maka pasa
analisis diskriminan kita juga membuat analisis perbedaan untuk membuat
pengelompokan. Misalkan kita mengukur tinggi badan dan sampel randomsebanyak 50
orang laki-laki dan 50 orang perempuan.
Pada kondisi tertentu, kita bisa
menggunakan banyak variabel
dalam mancari varibel mana yang memberi kontribusi untuk untuk perbedaan
kelompok. Pada kasus ini kita menggunakan sebuah martik total varians dan
kovarians, yang merupakan matriks varians dan konvarians.
1. Analisis diskriminan stepwise
Metode
yang paling umum untuk analisis fungsi diskriminan adalah dengan memasukan
semuan variabel dalan analisis untuk menentukan variabel mana saja yang
membedakan kelompok. Misalkan pada penelitian tentang prediksi perilakululusan
SMU, maka variabel yang dimasukan bisa berupa status ekonomi, orientasi siswa
kinerja akademik, dan variabel lain yang mungkin digunakan untuk mencari
variabel mana yang memberikan prediksi paling baik.
Pada analisis dengan menggunakan metode
stepwise, kita bisa menggunakan metode forward dan backward. Pada analisis
degan model forward stepwise, model diskriminan dibangun tahap demi tahap untuk
masing-masing variabel, khususnya pada setiap tahap, variabel direview dan
dievaluasi untuk menentukan variabel mana yang paling memberikan kontribusi
bagi perbedaan antar kelompok.
Sedangkan model analisis diskriminan yang
lain adalah model backward. Pada model ini, semua variabel dimasukan kedalam
persamaan diskriminan, dan kemudian dilakukan review dan evaluasi kontribusi
dari masing-masing variabel di mana varibel yang tidak memberikan kontribusi
kemudian dihilangkan.
Untuk mencari variabel mana saja yang akan
damasukan dalam persamaan diskriminan, kita menggunakan kriteria F. Nilai F
menunjukan signifikasi variabel dalam membuat perbedaan
antar kelompok.
2. Fungsi Diskriminan
Dalam analisis
dua kelompok kita akan membuat analisis perbedaan untuk dua kelompok. Model ini
adalah sama dengan analisis regresi berganda dalam hal kugunaan untuk
memprediksi prilaku kelompok dengan menggunakan variabel diskriminan.
3. Asumsi dalam Analisis Diskriminan
Dalam analisis diskriminan terdapat
beberapa asumsi yang harus dipenuhi, sehingga yang dilakukan menjadi valid.
Beberapa asumsi yang harus dipenuhi dalam analisis diskriminan tersebut adalah
:
v Distribusi Normal.
v Homogentitas Varians/Covarians
v Korelasi
v Variabel tidak redundant
Determinasiliditas al
Silakan tinggalkan komentar anda. DILARANG KERAS menyimpan link blog/web pada komentar dengan tujuan backlink, Spam.