Spss .statistik dasar 1 & 2

Pertemuan Ke -1

PENGENALAN SPSS FOR WINDOWS DAN MEMBANGUN DATA

I. Penjelasan

Dari tabel data diatas memiliki beberapa variabel diantaranya :

1. Nama mahasiswa yang Bertipe String yang berisi data nama dari responden

Case Summariesa

nama

mahasiswa jk mahasiswa

berat

mahasiswa

tinggi

mahasiswa

berat ideal

responden

jumlah yang

kelebihan

berat badan

persentse

kelebihan berat

responden

keterangan

pemberian

tanda

1 Doni laki laki 60 155 49.50 1.00 17.50 diet

2 Andi laki laki 60 165 58.50 1.00 2.50 diet

3 Sisil perempuan 55 175 67.50 . -22.73

4 Qori perempuan 75 170 63.00 . 16.00 diet

5 Aji laki laki 80 170 63.00 1.00 21.25 diet

6 Cici perempuan 75 180 72.00 . 4.00 diet

7 Arum perempuan 90 185 76.50 . 15.00 diet

8 Mayang perempuan 85 165 58.50 . 31.18 diet

9 Andi laki laki 68 178 70.20 .00 -3.24

10 Umi perempuan 47 158 52.20 . -11.06

11 Nani perempuan 65 172 64.80 . .31 diet


13 Mayang perempuan 55 165 58.50 . -6.36

Total N 13 13 13 13 13 4 13 13

2. Jk mahasiswa yang bertipe numeric karena memiliki nilai values 0=laki laki; 1=

perempuan. Yang berisi data jenis kelamin responden

3. Berat mahasiswa yang bertipe numeric yang berisi data berat badan dari responden

4. Tinggi mahasiswa yang bertipe numeric berisi data tinggi badan dari responden

5. Berat ideal responden

Bertipe numeric

Dengan menggunakan menggunakan perintah compute akan menghitung data dari

variabel ini yang didapat dari (tinggi-100)*0.9

6. Jumlah yang kelebihan berat badan

Dengan mengunakan perintah count untuk menghitung data yang didapat dari

responden laki laki dengan logika if jk = 0

7. Persentase kelebian berat responden

Bertipe numeric

Bertipe numeric misih menggunakan menu Compute untuk menghitung data yang

didapat dari (berat-berat ideal)/berat*100

8. Keterangan pemberian tanda

Bertipe String

Dengan menggunakan perintah recode untuk mencari data tanda dengan ketentuan

if kelebihan > 0.1 maka diet.

II. TUGAS

1. Urutkan data mahasiswa berdasarkan nama

2.

3.

4.

5. Split data berdasarkan jenis kelamin

Case Summariesa

nama mahasis

wajk

mahasiswaberat

mahasiswatinggi

mahasiswaberat ideal responden

jumlah yang kelebihan berat

badan

persentse kelebihan

berat responden

keterangan pemberian

tanda

1 Aji laki laki 80 170 63.00 1.00 21.25 diet


3 Andi laki laki 68 178 70.20 .00 -3.24









12 Sisil perempuan 55 175 67.50 . -22.73

13 Umi perempuan 47 158 52.20 . -11.06

Total N 13 13 13 13 13 4 13 13

a. Limited to first 100 cases.

Case Summariesa

jk mahasiswa nama

mahasisw

a

jk

mahasiswa

berat

mahasiswa

tinggi

mahasiswa

berat ideal

responden

jumlah yang

kelebihan

berat badan

persentse

kelebihan berat

responden

keterangan

pemberian

tanda

laki laki 1 Aji laki laki 80 170 63.00 1.00 21.25 diet


3 Andi laki laki 68 178 70.20 .00 -3.24


Total N 4 4 4 4 4 4 4 4

perempuan 1 Arum perempuan 90 185 76.50 . 15.00 diet







8 Sisil perempuan 55 175 67.50 . -22.73

9 Umi perempuan 47 158 52.20 . -11.06

Total N 9 9 9 9 9 9 9


jk mahasiswa

Cases

Included Excluded Total

N Percent N Percent N Percent

laki laki nama mahasiswa 4 100.0% 0 .0% 4 100.0%

jk mahasiswa 4 100.0% 0 .0% 4 100.0%

berat mahasiswa 4 100.0% 0 .0% 4 100.0%

tinggi mahasiswa 4 100.0% 0 .0% 4 100.0%

berat ideal responden 4 100.0% 0 .0% 4 100.0%

jumlah yang kelebihan berat badan

4 100.0% 0 .0% 4 100.0%

persentse kelebihan berat responden

4 100.0% 0 .0% 4 100.0%

keterangan pemberian tanda 4 100.0% 0 .0% 4 100.0%

perempuan nama mahasiswa 9 100.0% 0 .0% 9 100.0%

jk mahasiswa 9 100.0% 0 .0% 9 100.0%

berat mahasiswa 9 100.0% 0 .0% 9 100.0%

tinggi mahasiswa 9 100.0% 0 .0% 9 100.0%

berat ideal responden 9 100.0% 0 .0% 9 100.0%

jumlah yang kelebihan berat badan

0 .0% 9 100.0% 9 100.0%

persentse kelebihan berat responden

9 100.0% 0 .0% 9 100.0%

keterangan pemberian tanda 9 100.0% 0 .0% 9 100.0%


III. Kesimpulan

SPSS merupakan aplikasi yang digunakan untuk memaipulasi data dari input

data, penyuntingan hingga tranformasi data. Dari masing masing perintah kita

dapat melakukannya. Misalnya Conpute,Count,Graph.dll.

Listing

Pertemuan ke -2

GRAFIK DAN TABEL

I. pembahasan Case Summariesa

Jenis Kelamin Pendidikan Jabatan gaij_awal gaji_akhir Bulan

1 laki laki sarjana manajer 27000 57000 98

2 perempuan akademik staff 18750 40200 90

3 laki laki akademik karyawan 12000 21450 85

4 perempuan SMA staff 13200 21900 92

5 perempuan SMA karyawan 21000 45000 98

6 laki laki akademik staff 13500 32100 74

7 laki laki SMA karyawan 18750 36000 88

8 perempuan sarjana manajer 9750 21900 84

9 perempuan akademik karyawan 12750 27900 93

10 laki laki SMA karyawan 13500 24000 95

11 laki laki akademik karyawan 16500 30300 99

12 perempuan akademik staff 12000 28350 75

Total N 12 12 12 12 12 12


Dengan perintah graph kita membuat Grafik lingkaran jabatan gaji dibuat dari data variabel jabatan yang terdiri dari manajer,staff dan karyawan.

Masih seperti garfik langkaran yang dibuat dengan perintah graph tetapi disini menggunakan tipe bar. Dengan hasil seperti gambar diatas dimana manajer memiliki 2 data, staff memiliki 4 data dan karyawan memiliki 6 data

Dengan menggunakan perintah graph dan dengan grafik tipe 3D maka kita masukkan dua buah variabel, yaitu variabel jabatan dan jenis kelamin.

II. Latihan

Case Summariesa

NILAI NAMA UTS UAS rata

1 C DEWI 5 20 12

2 A KALSUM 20 50 35

3 E MUSTOFA 2 2 2

4 D ADE 2 10 6

5 C AGUS 20 0 10

6 C IRWAN 2 20 11

7 B EKA 20 40 30

8 C MUHAMAD 25 15 20

9 B KURNIA 10 40 25

10 C PUTRA 2 20 11

11 E ANDRI 2 2 2

12 C INA 2 20 11

13 C FADI 2 30 16

14 E DWI 2 2 2

15 D DENI 2 5 4

Total N 15 15 15 15 15


1. Grafik lingkaran yang menunjukkan proesntase A,B,C,D,E

2. Grafik batang dari nilai UTS dan UAS mahasiswa

3. Grafik garis untuk nilai rerata dari mahasiswa

III. Pretes

1. Buatlah analisis deskriptif untuk data gaji awal dan gaji akhir karyawan (range,

max, min, sum, mean, std. deviation, variance, skewness, dan kurtosis).

Descriptive Statistics

N

Rang

e

Minim

um

Maxi

mum Sum Mean

Std.

Deviation Variance Skewness Kurtosis

Statis

tic

Statist

ic

Statist

ic

Statist

ic Statistic Statistic Std. Error Statistic Statistic

Statis

tic

Std.

Error Statistic

Std.

Error

gaij_awal 12 17250 9750 27000 188700 1.57E4 1410.009 4884.414 2.386E7 1.175 .637 1.208 1.232

gaji_akhir 12 35550 21450 57000 386100 3.22E4 3125.200 10826.010 1.172E8 1.194 .637 1.149 1.232

Valid N

(listwise)12

2. Buatlah analisis frekuensi untuk data nilai uts dan uas mahasiswa beserta bar

chart-nya (mean, median, std. deviation, variance, percentiles 10 dan 50). Chart

values : frequencies.

Statistics

UTS UAS

N Valid 15 15

Missing 0 0

Mean 7.87 18.40

Std. Error of Mean 2.244 4.073

Median 2.00 20.00

Mode 2 20

Std. Deviation 8.692 15.774

Variance 75.552 248.829

Skewness 1.074 .646

Std. Error of Skewness .580 .580

Range 23 50

Minimum 2 0

Maximum 25 50

Sum 118 276

Percentiles 10 2.00 1.20

20 2.00 2.00

25 2.00 2.00

30 2.00 4.40

40 2.00 12.00

50 2.00 20.00

60 3.80 20.00

70 12.00 22.00

75 20.00 30.00

80 20.00 38.00

90 22.00 44.00

Frequency Table

UTS

Frequency Percent Valid Percent

Cumulative

Percent

Valid 2 9 60.0 60.0 60.0

5 1 6.7 6.7 66.7

10 1 6.7 6.7 73.3

20 3 20.0 20.0 93.3

25 1 6.7 6.7 100.0

Total 15 100.0 100.0

UAS

Frequency Percent Valid Percent

Cumulative

Percent

Valid 0 1 6.7 6.7 6.7

2 3 20.0 20.0 26.7

5 1 6.7 6.7 33.3

10 1 6.7 6.7 40.0

15 1 6.7 6.7 46.7

20 4 26.7 26.7 73.3

30 1 6.7 6.7 80.0

40 2 13.3 13.3 93.3

50 1 6.7 6.7 100.0

Total 15 100.0 100.0

Chart values frequency

IV. KesimpulanDari modul 2 grafik dan tabel dapat disimpulkan bahwa suatu data memiliki banyak

variabel yang kemudian dapat ditentukannya range, max, min, sum, mean, std. deviation, variance dll. Selain itu data juga dapat dibuat menjadi grafik sehingga memudahkan user untuk membaca/memahami

LISTING

Spss .statistik dasar 1 & 2

Documents