Saatini, saya menggunakan SPSS 14.0 for Evaluation Version yang dirilis 5 september 2005. Fungsi-fungsinya tidak beda jauh dengan SPSS versi sebelumnya. Secara default, SPSS memberikan jenis data numeric dengan lebar 8 digit dan 2 angka desimal di belakang koma. Gambar 5. Variable Type . 3. Abaikankolom yang lainnya. 2. Klik Data View pada SPSS Data Editor. Ketik datanya seperti tabel di atas sesuai dengan variabelnya. 3. Selanjutnya klik menu Analyze - Compare Means - Means. 4. Masukkan variabel Prestasi pada kotak Dependent list, dan masukkan variabel Motivasi ke kotak Independent list, lalu klik Options. 5. CaraImport Data ke SPSS dari file CSV. By. admin. 1398. Untuk mengimpor file data CSV ke SPSS, mulailah dengan mengklik File> Open> Data. Di jendela Open Data, ubah File tipe menjadi "CSV (* .csv)". Temukan file Anda dan klik untuk memilihnya, lalu klik OK. Ini akan memulai proses Wisaya Impor Teks, yang akan memandu Anda melalui proses A Cara Memasukkan atau Input Data dengan SPSS. Berikut langkah-langkah sederhana/dasar untuk melakukan input data dengan SPSS, Buka aplikasi SPSS. Klik All Programs › IBM SPSS Statistics › IBM SPSS Statistics 23. Lokasi shortcut disesuaikan dengan versi SPSS yang terinstall di komputer (versi lain tidak jauh berbeda). Langkahlangkah dalam melakukan analisis anova satu faktor dengan SPSS dimulai dengan: 1. Buka program SPSS, lalu klik Variable View, kemudian untuk memasukkan nama dan mendefinisikan varabel, maka: Variabel pertama: Merek (X), isikan dengan: Name: ketikkan X. Type: pilih Numeric. Width: pilih 8. Jikapecahan desimal punya satu angka di belakang koma. Langkah 1 = Tulis angka yang ada di belakang koma. Langkah 2 = Tambahkan bilangan 0 dibelakang angka tersebut. Langkah 3 = Berikan tanda persen di belakangnya ( % ) Contoh = 0,6. Langkah 1 = 6. . Jika Anda sering menggunakan program statistik SPSS untuk analisis data, Anda mungkin pernah mengalami kesulitan saat menampilkan atau mengubah angka desimal. SPSS sering kali secara otomatis menampilkan angka dalam format desimal tertentu, yang mungkin tidak sesuai dengan kebutuhan Anda. Namun, jangan khawatir karena cara mengubah desimal di SPSS cukup mudah dan sederhana. Langkah 1 Buka Dataset di SPSS Langkah pertama yang harus Anda lakukan adalah membuka dataset yang akan diubah desimalnya. Anda bisa membuka dataset yang sudah ada atau membuat dataset baru. Jika Anda sudah membuka dataset, maka langkah berikutnya adalah memilih variabel yang ingin diubah format desimalnya. Langkah 2 Pilih Variable View Pada tab bawah jendela SPSS, Anda akan melihat dua tampilan Data View dan Variable View. Pilihlah Variable View dengan mengklik tombol yang sesuai. Langkah 3 Pilih Variabel yang Ingin Diubah Setelah memilih Variable View, Anda akan melihat daftar variabel yang ada di dataset Anda. Pilihlah variabel yang ingin Anda ubah desimalnya dengan mengklik nama variabel tersebut. Langkah 4 Ubah Format Desimal Setelah memilih variabel yang ingin diubah, pada kolom “Type” pilih “Numeric”. Kemudian, pada kolom “Decimal Places”, ketikkan jumlah desimal yang diinginkan. Misalnya, jika Anda ingin menampilkan dua angka desimal, ketikkan angka 2 pada kolom tersebut. Langkah 5 Simpan dan Tampilkan Hasil Setelah menyelesaikan langkah-langkah di atas, klik “OK” untuk menyimpan perubahan. Selanjutnya, kembali ke Data View dan tampilkan hasilnya. Sekarang, angka pada variabel yang Anda ubah desimalnya sudah sesuai dengan yang Anda inginkan. Catatan Penting Ada beberapa hal yang perlu diperhatikan saat mengubah desimal di SPSS Perubahan pada variabel hanya berlaku untuk dataset yang sedang dibuka. Jika Anda ingin mengubah variabel di dataset lain, Anda harus membuka dataset tersebut terlebih dahulu. Perubahan pada variabel bersifat permanen. Jika Anda ingin mengembalikan format desimal ke semula, Anda harus mengulang langkah-langkah di atas. Beberapa format desimal dapat menyebabkan perbedaan hasil yang signifikan dalam analisis statistik. Oleh karena itu, pastikan Anda memilih format desimal yang sesuai dengan tujuan analisis Anda. Kesimpulan Mengubah desimal di SPSS sangat penting untuk memudahkan analisis data. Dengan mengikuti langkah-langkah di atas, Anda dapat mengubah format desimal pada variabel dengan mudah dan cepat. Namun, pastikan Anda memahami betul konsekuensi dari perubahan format desimal dalam analisis data Anda. Selamat mencoba! Deskriptif, Regresi dan Korelasi Minitab 16 Sebelum memlulai pusat bahasan, kita terlebih lalu memahami Basic berpunca Minitab Basic Minitab merupakan aplikasi pengolah data statistik. Pengoperasiannya lebih simple daripada SPSS, namun ada sejumlah peristiwa yang harus dicatat 1. Sebelum data dimasukkan, Setiap ruangan harus diformat lampau. 2. Kesalahan format akan mengakibatkan data lain terbaca dengan benar Prinsip memformat kolom/baris dan mengegolkan data Elastis yang cak hendak dimasukkan, purwa-tama diketik secara manual plong header yang disediakan. Serah Ukuran untuk sendirisendiri rubrik Text,Numeric,Date/Time dengan memblok salah satu ruangan sreg header teralaC1,C2,C3,dst.. dengan cara mengklik kidal salah suatu cell nan bersangkutan misal C1. Kemudian Klik kanan pada cell tersebut dan diskriminatif Dimensi Column’. Bakal menu biji dapat dipilih dengan Klik kanan lega cell tersebut>’Format Column>Numeric… Akan muncul Menu seperti berikut Automatic = Membentuk angka secara otomatis Fixed decimal = Menambahkan dan menentukan banyaknya desimal Exponential Currency = Membagi Ukuran bakal alat penglihatan uang Percentage = Memberi Format cak bagi Persentase Bakal dimensi Referensi, boleh di memperbedakan dengan Klik kanan>Format Column>Text Untuk dimensi Tahun dan copot, dapat dipilih degan Klik kanan>Matra Column>Date/Time… Sekian tentang Basic bersumber Minitab. Sekarang, kita boleh membahas inti pembahasan kita. Menghitung data deskriptif Masukkan data yang akan di cari Klik tab Stat>Basic Statistics>Display Descriptive Statistics Akan muncul pop-up window berjudul Display Descriptive Statistics’. Pilih seluruh elastis yang akan diproses datanya secara deskriptif, dan elastis 1/makin plastis yang akan menadi transendental. Kemudian klik menu Statistics…’, akan muncul pop-up mentah yang berjudul Display Descriptive Statistics – Statistics’. Pilih sejumlah data yang ingin ditampilkan pada window Session’, kemudian klik Ok’ dan sekali lagi klik Ok’. Akan unjuk data seperti dibawah ini. Mencari Regresi tertinggal Masukkan data variabel Klik tab Stat>Regression>Regression Setelah unjuk Window Regression’, pilih plastis yang akan dihitung regressinya pada kolom Response’ dan variabel prediksinya di ruangan Prediction’ lalu langsung klik Ok’. Akan muncul data seperti berikut Mencari Korelasi Sederhana Klik tab Stat>Basic Statistics>Correlation’ 2. Setelah muncul Window Correlation, masukkan luwes yang akan dicari korelasinya dan serempak klik Ok’. Akan muncul data sebagai halnya ini Minitab 16 Sebelum mulai untuk mengejar Deskriptif, Regresi dan Korelasi, suka-suka baiknya kita kenali lewat basic berpunca SPSS Basic Klik tab Variable View’, dapat dilihat plong jihat kiri pangkal pecah layar SPSS, kemudian masukkan variabel yang bersangkutan dengan garis hidup i. Spasi digantikan dengan tanda _’ ii. Diawali dengan karakter Alfabet Dimensi masing-masing lentur sesuai dengan kebiasaan variabel start dari Type, Widh, Decimal, dst.’ Keterangan i. Type = Aturan variabel. Apabila ingin memasukkan vaiabel dengan data coretan, maka ubah Type’ variabel tersebut menjadi String’Dapat dipilih dengan mengklik tanda …’ pada sisi kanan cell Type pada untuk satu variabel ii. Width = Panjangnya kepribadian data suatu lentur, takdirnya data tersebut mancapai 8 kepribadian, maka Set Width tersebut dengan poin 8’. iii. Decimals = Banyak desimal yang kepingin digunakan. Namun, kerjakan plastis dengan sifat data String’, maka opsi Decilams akan dihilangkan dengan sendirinya. iv. Label = Header yang akan muncul pada saat proses analisa radu dioperasikan, dan akan dicantumkan pada window Output’. v. Columns = Jumlah ruangan nan akan digunakan. vi. Align = Posisi data suatu laur saat dioperasikankidal, perdua, kanan. vii. Measure = Keberagaman pengukuran data berpokok suatu Plastis Scale, Ordinal, Nominal. Setelah mengarifi basic tentang Laur, suka-suka bilang hal lagi nan harus diketahui Data yang diinput pada tab Data View’ tidak dapat membaca keunggulan koma ,. Maka, setiap akan memasukkan data non-desimal dengan selang antara noktah Cth etiket titik. tersebut harus dihilangkanCth 1234567 karena cap titik tersebut akan terbaca sebagai koma oleh SPSSCth dan bagi mencadangkan tanda koma, tersebut ke dalam tab ’Data View’, maka puas tab Variable View’, rubrik Type’ berasal data variable tersebut harus dirubah menjadi Comma’. Jika data nan diinput adalah angka yang mempunyai desimal Cth 123,45, agar bisa dibaca dengan baik makanya SPSS, maka jeda koma, tersebut harus diganti dengan tera Titik. pada tab Data View’Cth dan sesuaikan jumlah desimal nan digunakan dengan merubah angka pada kolom Decimals’ puas veriabel bersangkutanCth jika desimalnya ada 2123,45 maka rubah ponten lega kolom Decimals’ untuk luwes yang berkepentingan Uji Normalitas suatu data bisa diketahui dengan cara klik tan Analyze>Descriptive Statistics>Explore…’ Akan unjuk pop-up Window yang berjudul Explore’, kemudian masukkan sejumlah variabel yang akan diujikan normalitasnya Kemudian Klik Plots…’ dan Check puas Normality plots with tests’. Klik Continue’ kemudian klik Ok’, akan unjuk data laksana berikut Sekarang kita sudah siap kerjakan memasuki pembahasan utama I. Menghitung data Deskriptif 1. Klik Tab Variable View’Masukkan Elastis yang akan dikalkulasikan dan atur sesuai dengan yang dibutuhkan 2. Klik tab Data View’ dan masukkan data sesuai dengan yang sudah lalu diformatkan pada tab Variable View’ 3. Klik tab Analyze>Descriptive Statistics>Descriptives…’ 4. Akan muncul pop-up window yang berjudul Descriptives’, memperbedakan semua variabel yang akan dihubungkan dan dideskripsikan dan masukkan dengan meng-klik nama cuaca yang menghadap ke kanan. 5. Untuk mengatur apa saja yang akan ditampilkan pada analisa, klik Options’ dan membeda-bedakan metode deskriptif nan dibutuhkan. 6. Sehabis dilih, klik Continue’ dan klik Ok’. akan unjuk tampilan analisa seperti berikut II. Menghitung Korelasi tercecer A. Bivariate Pearson 1. Klik tab Analyze>Correlate>Bivariate…’ dan pilih 2 Variabel nan akan dicari korelasinya dan Check pada box Pearson’. Kemudian klik Ok’Akan muncul lega Window Output seperti berikut B. Bivariate Spearman 1. Klik tab Analyze>Correlate>Bivariate…’ dan pilih 2 Lentur yang akan dicari korelasinya dan Check sreg box Spearman’. Kemudian klik Ok’. Akan muncul puas Window Output sebagaimana berikut III. Menghitung Regresi Terbelakang 1. Klik tab Analyze>Regression>Linear…’ 2. Masukkan sebuah variabel dependen pada ruangan Dependent’ dan variabel Independent’ 3. Klik Ok’ dan abaikan yang lain. Akan muncul hasil analisa puas window Output sperti berikut Sekian sebagian mungil Cak bimbingan Minitab 16 dan SPSS 17 bersumber saya, Semoga bisa membawa manfaat cak bagi semua pihak yang tersapu dan pembaca. Saya ucapkan syukur atas perhatiannya. -Rizky Trisnadian Pratama Sering kita jumpai data disajikan dengan tanda koma , sebagai pemisah ribuan dan tanda titik . sebagai pemisah desimal. Ini mungkin terjadi karena perangkat yang kita gunakan untuk pengimputan atau pengolahan data menggunakan format angka dalam Bahasa Inggris seperti Microsoft Excel dan SPSS. Selanjutnya kita lupa menggantinya dengan format angka Bahasa Indonesia ketika menyajikan datanya ke masyarakat umum. Mungkin ada sebagian pembaca yang bisa memahaminya karena kita juga sudah terbiasa menggunakan format angka dalam Bahasa Inggris. Akan tetapi, perlu ditekankan disini bahwa penyajian data haruslah mengikuti format angka dalam Bahasa Indonesia, yaitu titik . untuk pemisah ribuan dan koma , untuk pemisah desimal. Hal ini dilakukan agar tidak terjadi kesalahan dalam pembacaaan data. Perhatikan contoh berikut Contoh 1 Contoh 2 1,435 Jika kita disajikan contoh 2, mungkin ada yang membacanya sebagai ribuan atau ada juga yang membacanya sebagai koma. Tentu ini akan membuat pembaca salah dalam membaca data jika penyaji maksudnya adalah ribuan dan pembaca membacanya sebagai desimal. Berbeda halnya dengan contoh 1, pasti orang Indonesia membacanya sebagai ribuan Gunakan Titik . Sebagai Pemisah Ribuan dan Koma , Sebagai Pemisah Desiamal Saat Anda membuka program SPSS, Anda akan melihat spreadsheet kosong di Tampilan Data. Jika Anda sudah memiliki dataset lain terbuka tetapi ingin membuat yang baru, klik File> Baru> Data untuk membuka spreadsheet kosong. Anda akan melihat bahwa masing-masing kolom diberi label “var.” Nama kolom akan mewakili variabel yang Anda masukkan dalam dataset Anda. Anda juga akan melihat bahwa setiap baris diberi label dengan angka “1,” “2,” dan seterusnya. Baris akan mewakili kasus yang akan menjadi bagian dari dataset Anda. Saat Anda memasukkan nilai untuk data Anda di sel spreadsheet, setiap nilai akan sesuai dengan variabel tertentu kolom dan kasus tertentu baris. Langkah-langkah menginput data di SPSS Klik tab Variabel View. Ketik nama untuk variabel pertama Anda di bawah kolom Nama. Anda juga dapat memasukkan informasi lain tentang variabel, seperti jenisnya standarnya adalah “numerik”, lebar, desimal, label, dll. Ketikkan nama untuk setiap variabel yang Anda rencanakan untuk dimasukkan dalam dataset Anda. Dalam contoh ini, saya akan mengetik “School_Class” karena saya berencana untuk memasukkan variabel untuk tingkat kelas setiap siswa yaitu, 1 = tahun pertama, 2 = tahun kedua, 3 = tahun ketiga, dan 4 = tahun keempat. Saya juga akan menentukan 0 desimal karena nilai variabel saya hanya akan menyertakan bilangan bulat. Defaultnya adalah dua desimal. Klik tab Data View. Setiap nama variabel yang Anda masukkan dalam Tampilan Variabel sekarang akan dimasukkan dalam kolom satu nama variabel per kolom. Anda dapat melihat bahwa School_Class muncul di kolom pertama dalam contoh ini. Klik tab Tampilan Data. Setiap nama variabel yang Anda masukkan dalam Tampilan Variabel sekarang akan dimasukkan dalam kolom satu nama variabel per kolom. Anda dapat melihat bahwa School_Class muncul di kolom pertama dalam contoh Anda dapat memasukkan nilai untuk setiap kasus. Dalam contoh ini, kasus mewakili siswa. Untuk setiap siswa, masukkan nilai untuk level kelas mereka di sel yang sesuai dengan baris dan kolom yang sesuai. Misalnya, informasi orang pertama harus muncul di baris pertama, di bawah kolom variabel School_Class. Dalam contoh ini, tingkat kelas orang pertama adalah “2,” orang kedua adalah “1,” orang ketiga adalah “1,” orang keempat adalah “3,” dan seterusnya. Ulangi langkah ini untuk setiap variabel yang akan Anda sertakan dalam dataset Anda. Jangan lupa untuk secara berkala menyimpan progres Anda saat Anda memasukkan data. Kaidah Memintasi Outlier dengan SPSS Setelah kita belajar bersama mengenai outlier, maka seterusnya dalam artikel ini kita akan membahas bagaimana caranya tanggulang outlier dengan SPSS. Jikalau para pembaca sekalian sudah lalu mempelajari artikel kami tentang outlier, maka kami anggap anda semua sudah lalu paham alasan perlunya outlier ini di atasi. Bagaimana cara mengatasi outlier? Bagaimana cara memintasi outlier dengan SPSS? baik univariat atau multivariat? Baiklah langsung cuma kita selidik. Pada dasarnya ada 2 tahap, yaitu tahap deteksi dan mengatasi. Catatan Penting Dalam bahasan ini, kita membahas Outlier dalam artian Outlier puas Regresi Linear. Sementara itu outlier pada data atau sreg sebuah lentur, kami bahas sreg artikel Membuang outlier dengan Excel. Deteksi Outlier Langkah purwa adalah melakukan deteksi outlier. Dalam situasi ini yang dideteksi adalah outlier univariat dan multivariat sekaligus. Caranya kita harus melakukan uji regresi linear seperti umumnya. Kalau belum paham prinsip melakukan regresi linear dengan SPSS, anda bisa pelajari pada artikel-artikel kami di website ini. Sederhananya perhatikan langkah berikut Buat dataset untuk regresi linear berganda begitu juga tulangtulangan di radiks ini. Untuk mempermudah, beliau bisa download file secara lengkap DISINI. Dataset Regres Linear Deteksi Outlier Setelah itu lakukan regresi sebagai halnya kaidah berikut Klik Analyze pada Menu -> Regression -> Linear. Kemudian masukkan variabel yang akan dianalisis. Ancang Regres Linear Deteksi Outlier Klik pentol SAVE. Maka akan terbabang jendela seperti di dasar ini. Kemudian klik Studentized dan Mahalanobis. Lalu tekan tombol Continue. Save Regresi Linear Deteksi Outlier Jika telah kembali ke sirkulasi udara utama, klik OK. Selanjutnya tatap Output. Casewise Diagnostics Deteksi Outlier Sira boleh melihat bahwa pada output terletak tabel Casewise Diagnostics, keadaan itu menunjukkan bahwa terdapat observasi atau sampel dengan biji absolut studentized residual lebih dari 3. Maka observasi tersebut menjadi outlier. Awalan bungsu di atas, semata-mata dapat mendeteksi adanya outlier univariat hanya. Cak bagi mendeteksi outlier univariat, maka anda harus berbuat anju berikut sreg menu, klik Transform -> Compute Variable. Jika tingkapan baru terbuka, ketikkan objek variable Peluang Mahalanobis. Dan ketikkan kode ekspresi lega Numeric Expression bak berikut Penjelasan kode Mah Mahalanobis Distance. 3 adalah banyaknya jumlah variabel bebas. Probabilitas Mahalanobis Menguasai Outlier Sebenarnya cara pertama yang kita cak bagi yakni melakukan transformasi data bagi mereduksi adanya outlier tersebut. Untuk mempelajari caranya, ia bisa baca artikel kami tentang transformasi data. N domestik hal ini kita coba cak bagi mengatasinya dengan kaidah membuang outlier tersebut berusul analisis regresi linear berganda, yaitu dengan awalan laksana berikut Pada menu, klik Data -> Select Case -> Memilah-milah if condition satisfied -> tekan pentol If. Select Case Deteksi Outlier Jika tingkap hijau mendelongop, maka selanjutnya puas kolom isian ekspresi, ketikkan kode ibarat berikut AbsSRE_1 Maksud kode Abs Absolut, SRE_1 Studentized Residual. Ekspresi Select Case Deteksi Outlier Artinya kita akan membuang observasi nan n kepunyaan nilai absolut studentized residual lebih berpangkal 3 dan/atau kebolehjadian kurang dari Kemudian tekan cembul Continue. Di jendela terdepan tekan OK. Lihat pada dataset, ada tanda yang menunjukkan bahwa beberapa observasi dikeluarkan berusul analisis. Mengatasi outlier dengan SPSS Sebatas di sini kita mutakadim berbuah mengeluarkan outlier. Apa yang harus kita lakukan selanjutnya? Jawabannya mudah, yakni ulangi regresi linear berganda begitu juga langkah pertama, kemudian cek ulang apakah masih ada outlier. Jika sudah enggak suka-suka, tentunya lihat dan ponten apakah ada masalah dugaan klasik lainnya. Jika terserah, maka pakar-pandailah untuk mengatasinya. Dan beliau dapat mempelajari semua cara bagi memecahkan keburukan asumsi klasik di website kami ini. By Anwar Hidayat

cara mengubah desimal di spss