October 10, 2022 | Author: Anonymous | Category: N/A
PENGENALAN SPSS adalah adalah singkatan daripada Statistical Package for the Social Science yang digunakan untuk pelbagai analisis statistik. SPSS juga merupakan sebahagian dalam proses penyelidikan dan ia membantu proses analisis data agar dapat dilaksanakan dengan cepat dan mudah.. m udah..
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 1
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 2
LANGKAH PERMULAAN SPSS
1. Memulai SPSS versi 17.0 a) Klik Start
Programs Programs
SPSS Statistics 17.0
Rajah 1
b) Seterusnya tetingkap yang berikut akan dipaparkan seperti di bawah :
Rajah 2
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 3
Tetingkap
tersebut mengandungi beberapa pilihan aktiviti yang boleh dilaksanakan di dalam SPSS. Berikut adalah keterangan ringkas untuk setiap pilihan aktiviti: Run the tutorial Arahan ini dipilih apabila pengguna ingin membuka tutorial tentang penggunaa penggunaan n SPSS. Type in data Arahan ini dipilih apabila pengguna ingin menaip atau memasukkan data baru dalam SPSS. Run an existing query Arahan ini membolehkan pengguna melaksanakan query yang telah dibina dalam Database Wizard .
Query permintaan aktiviti SPSS yang telah dibina mengikut keperluan masingmasing.
y
C reate reate new query using
Database Wizard Arahan ini membolehkan membolehkan pengguna membina query baru menerusi Database Wizard. O pen an existing data source Arahan ini untuk pengguna membuka fail data SPSS yang telah dibina sebelum ini.
2) Memasukkan data baru Untuk memasukkan data baru, pengguna perlu memilih arahan Type in data pada tetingkap di Rajah 2 dan klik butang OK. Tetingkap seterusnya iaitu SPSS Statistics Data Editor akan tampil seperti di bawah :
Rajah 3
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 4
Dalam paparan tersebut, terdapat 2
jenis pilihan paparan skrin: a) Data View merupakan skrin untuk memasukkan data dari kajian masingmasing-masing b) Variable View merupakan skrin untuk membina pembolehubah yang berkaitan dengan data kajian
3) Menamakan Variable (Pembolehubah) Sebelum mengisi data yang akan dianalisis, pengguna dikehendaki menamakan variable (pembolehubah) terlebih dahulu. Klik pada V ariable ariable V iew iew pada tetingkap Rajah 3. Tetingkap seperti Rajah 4 di bawah akan dipaparkan.
Rajah 4 Penghasilan Variable (Pembolehubah) ame Nama pembolehubah a) N ame pembolehubah mestilah sesuai sesuai dan ia tidak boleh melebihi 8 aksara. Contoh ; JANTINA, UMUR, JENISSEK dll
b) Type - lajur Type adalah untuk menentukan jenis pembolehubah yang dibina. Apabila tetingkap Variable Type dipaparkan seperti Rajah 5 di bawah, pengguna boleh buat pilihan yang sesuai untuk pembolehubah yang dibina.
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 5
Rajah 5 c) Width - lajur yang membolehkan membolehkan pengguna m mengubah engubah panj panjang ang sesuatu data yang diterima oleh pembolehubah. pembolehubah. Nilai asal yang diberian d iberian adalah 8. d) Decimal bilangan titik perpuluhan yang boleh diubahsuai bagi data yang berbentuk numerik atau angka. e) Label lajur yang membenarkan pengguna menaip label atau istilah sebenar bagi pembolehubah yang dibina untuk rujukan di masa hadapan. Maksimum adalah 255 aksara. (*proses label adalah pilihan pengguna dan pengabaian proses ini tidak menghasilkan menghasilka n ralat pada analisis data yang dilakukan) f) Values ia lebih kepada proses pengkodan data mengikut label yang telah ditetapkan. Contoh; penggunaan skala likert atau jantina responden. Paparan Value Labels adalah seperti rajah dibawah.
Rajah 6
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 6
g) Missing proses ini digambarka d igambarkan n seperti rajah tetingkap di bawah. Ia membolehkan pengguna menguruskan data yang hilang atau tidak lengkap. (*ia bukan proses yang mesti dilakukan tetapi ia perlu bagi menjamin kejituan keputusan analisis data)
Rajah 7
h) Align - untuk mengubahsuai mengubahsuai alignment data yang ditaip. Terdapat 3 jenis iaitu Right, Left dan Center dan biasanya pengguna memilih Right. easures - terdapat 3 skala pengukuran pembolehubah iaitu Scale, Ordinal dan i) M easures N ominal ominal .
Hasil keseluruhan SPSS Statistics Data Editor pada Variable View adalah seperti paparan di bawah.
Rajah 8 4) Langkah Memasukka M emasukkan n Data a) Klik Data V iew iew pada tetingkap Rajah 3 untuk mengisi data yang akan dianalisis seperti rajah di bawah.
Rajah 9
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 7
CONTOH
MUDAHPENGGUNAAN SPSS
Berikut adalah data bagi mengumpul markah 10 orang pelajar untuk empat matapelajaran iaitu Sains, Matematik, Sejarah dan Geografi. Sains : 60,70,80,90,50,60,45,76,90 60,70,80,90,50,60,45,76,90 Matematik : 65,70,80,90,50,60,65,55,70,100 65,70,80,90,50,60,65,55,70,100 Sejarah : 75,70,80,95,60,70,45,55,75,60 Geografi : 80,80,90,70,40,50,65,80,90,50 Sekarang kita mulai menginput data sesuai contoh di atas 1. 2. 3.
Klik start -> All program -> SPSS for windows Menu yang akan muncul berupa sheet (excel) yaitu y aitu Data View (tempat memasukkan data), dan Variabel View (tempat mendefinisikan mendefinisikan variabel) variabel) Klik Variabel View. AI
4. 5.
a) lajur Name = S NS b) lajur Type = Numeric c) lajur Width = 8 (banyaknya karakter) d) lajur Decimal = 0 (banyaknya angka di belakang koma) e) Lajur Label = MARKAH AKHIR (label variabel) f) Lajur Value = None (diisi jika data kualitatif: misalkan L = 1, P = 2) g) Lajur Missing = None h) Lajur Columns = 8 (lebar disesuaikan ) i) Lajur Align = Right (alignment tulisan) j) Lajur Measure = Scala (jenis data) Teruskan dengan mendefinikan mendefinikan variabel MATEMATIK, SEJARAH dan GEOGRAFI. Klik Data View, masukkan semua data variabel SAINS, MATEMATIK, SEJARAH dan
GEOGRAFI. 6. Selesai (Prose (Prosess kemasukan kemasukan data selesai), menu SPSS jangan ditutup. ditutup. Paparan Paparan akan akan terhasil seperti rajah di bawah.
Rajah 10
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 8
Rajah 11 Analisis Deskriptif Ia merupakan analisis
yang bertujuan untuk menggambarka menggambarkan n keadaan data. Analisis deskriptif berupa ukuran berpusat seperti min, median, dan mod. Ukuran penyebaran pula adalah seperti kuartil, desil dan persentil. Langkahlangkahnya:
1. Klik Analyze -> klik tetingkap berikut.
Descriptive
Statistic -> klik Frequencies. Ia akan terpapar
Rajah 12
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 9
2. Klik SAINS -> klik tanda (>) (untuk memasukkan memasukkan variabel SAINS ke kolom variables(s) 3. Klik MATEMATIK -> klik tanda (>) (untuk memasukkan variabel M ATEMATIK ke kolom variables(s) dan seterusnya untuk SEJARAH dan GEOGRAFI.
Rajah 13 4. Seterusnya klik butang Statistics dan akan terpapar tetingkap tetingkap berikut.
Rajah 14 5. Klik butang Continue dan klik butang Chart pada paparan Rajah 13. Klik pada butang histogram seprti paparan tetingkap di bawah. Klik butang Continue dan OK.
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 10
Rajah 15 6. Hasil output daripada proses memasukkan data tadi adalah seperti di bawah.
Frequencies Statistics
MARKAH AKHIR N
Valid
MARKAH AKHIR
MARKAH AKHIR
MARKAH AKHIR
10
10
10
10
0
0
0
0
Mean
72.00
70.50
68.50
69.50
Median
Missing
72.50
67.50
70.00
75.00
Skewness
.008
.745
.197
-.497
Std. Error of Skewness
.687
.687
.687
.687
-1.147
.000
.356
-1.151
Kurtosis Std. Error of Kurtosis Percentiles
1.334
1.334
1.334
1.334
25
57.50
58.75
58.75
50.00
50
72.50
67.50
70.00
75.00
75
90.00
82.50
76.25
82.50
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 11
Frequency Table MARKAH AKHIR SAINS
Frequency Valid
Percent
Valid Percent
Cumulative Percent
45
1
10.0
10.0
10.0
50
1
10.0
10.0
20.0
60
2
20.0
20.0
40.0
70 75
1
10.0
10.0
50.0
1
10.0
10.0
60.0
80
1
10.0
10.0
70.0
90
2
20.0
20.0
90.0
100
1
10.0
10.0
10 100.0 0.0
Total
10
100.0
100.0
MARKAH AKHIR MATEMATIK Frequency Valid
50
Percent
Valid Percent
Cumulative Percent
1
10.0
10.0
10.0
60
1 1
10.0 10.0
10.0 10.0
20.0 30.0
65
2
20.0
20.0
50.0
70
2
20.0
20.0
70.0
80
1
10.0
10.0
80.0
90
1
10.0
10.0
90.0
100
1
10.0
10.0
100. 100.0 0
Total
10
100.0
100.0
55
MARKAH AKHIR SEJARAH
Frequency Valid
Valid Percent
Cumulative Percent
45 55
1 1
10.0 10.0
10.0 10.0
10.0 20.0
60
2
20.0
20.0
40.0
70
2
20.0
20.0
60.0
75
2
20.0
20.0
80.0
80
1
10.0
10.0
90.0
95
1
10.0
10.0
100.0
10
100.0
100.0
Total
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Percent
Page 12
MARKAH AKHIR GEOGRAFI
Frequency Valid
Percent
Valid Percent
Cumulative Percent
40
1
10.0
10.0
10.0
50
2
20.0
20.0
30.0
65
1
10.0
10.0
40.0
80
1 3
10.0 30.0
10.0 30.0
50.0 80.0
90
2
20.0
20.0
1 100.0 00.0
10
100.0
100.0
70
Total
Histogram
H
H
3.0
2.5
2.0
©
¦
¨
§
1.5
¦
r
¥
1.0
0.5
0.0 50
60
70
80
¡
¢
£
H
¡
¡
£
H ¤
90
ean = 70.5 td. Dev. = 15.537 = 10
10 0
¢
H
H
3.0
2.5
2.0
©
¦
¨
§
¦
¥
1.5
r
1.0
0.5
0.0 40
50
60
70
¡
¢
£
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
¡
H
80
¡
£
H ¤
90
ean = 72 td. Dev. = 18.288 = 10
100
¢
Page 13
MARKAH AKHIR
4
3
y c n e u q e r F
2
1
Mean = 68.5 Std. Dev. = 14.152 N = 10
0 '
!
&
!
%
!
$
!
#
!
"
!
!
!
MARKAH AKHIR
MARKAH AKHIR IR
5
4
y c n e u q e r F
3
2
1
Mean = 69.5 Std. Dev. = 17.709 N = 10
0 40
50
60
70
80
90
MARKAH AKHIR
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 14
ANALISIS KEBOLEHPERCAYAAN INSTRUMEN Pengenalan Kebolehpercayaan atau reliability merupakan ukurann keupayaan sesuatu instrument penyelidikan dalam mengukur permasalahan (pembolehubah) kajian secara konsisten setiap kali ia digunakan pada masa, tempat dan sampel yang berlainan. Salah satu cara yang biasa digunakan dalam analisis Reliability adalah Croanbach Alpha dan biasanya bacaan perlulah lebih daripada 0.7. Bacaan 0.6 boleh diterima dan bawah 0.6 adalah ditolak dan tidak boleh dipercayai.
Langkah-langkah Analisis Reliability 1. Buka fail yang hendak dianalisis.
2. Klik arahan Analyze
Scale
Reliability Analysis. Apabila tetingkap diaparkan, aktifkan
kesemua pembolehubah yang mewakili item soalan dan pindahkan ke kotak Items seperti rajah di bawah.
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 15
3. Klik butang Statistics dan aktifkan arahan berikut untuk memaparkan maklumat mengenai nilai kebolehpercayaan bagi setiap item.
4. Tekan butang Contimue dan tekan OK. Paparan output adalah seperti berikut.
Reliability Case Processing Summary N Valid
Cases
Excludeda Total
10
% 100.0
0
.0
10
100.0
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's lpha . 0
(
)
)
N of Ite s 10 1
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 16
Item-Total Statistics
Scall Sca
4
Scale Scal Var iance i tem Del Deleted 32.400
Corrected Item-Totall Item-Tota Correllati Corre ation .972
4
Cronbach' Cronbach' l ha i Item Del Deleted .971 8
9
4
S1
an i De Delleted 39.80
S2
39.60
33.156
.819
.976
S3 S4
39.70 39.70
32.900 32.678
.864 .895
.975 .974
S5
39.60
32.933
.849
.975
S6
39.70
32.678
.895
.974
S7
39.70
32.678
.895
.974
S8
39.70
32.678
.895
.974
S9
39.70
32.678
.895
.974
S10
39.70
32.678
.895
.974
2
6
2
5
7
2
3
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
5
@
Page 17
ANALISIS KORELASI Pengenalan Korelasi digunakan untuk mendapatkan hubungan antara dua pembolehubah. Hubungan yang wujud dalam analisis korelasi alah hubungan yang bersifat linear posistif atau negative. Pekali korelasi yang diperolehi akan mentafsir kekuatan antara dua pembolehubah pembol ehubah tersebut. Jenis Analisis Korelsi : 1. Menjalankan Uji Korelasi Bivariat 2. Menjalankan Uji Korelasi Spearman dan Kendall 3. Uji Korelasi Parsial
Aplikasi Uji Korelasi Bivariat (Product-Moment Pearson) Untuk menentukan korelasi (kuatnya hubungan) antara variabel-variabel penelitian. Jika ada hubungan, maka berapakah kuat hubungan antara variabel tersebut. Dapat digunakan untuk jenis data Ratio (Scale) atau Interval.
y
y
y
Bulan Januari Februari Mac April Mei Jun Julai Ogos
Belanja Jualan RM12500 RM11000 RM 9750 RM7742 RM5656 RM4555 RM6750 RM5990
Belanja promosi RM 8750 RM 7000 RM 3550 RM 4555 RM 2555 RM 3256 RM 3300 RM 2750
Belanja iklan RM 5450 RM 4210 RM 4100 RM 3990 RM 3550 RM 2390 RM 4554 RM 4320
Unit Jualan 600 540 465 430 421 350 480 400
LANGKAH UNTUK UJI KORELASI BIVARIAT (Pearson) (Pears on) i. ii.
Masukkan data di atas ke dalam Program SPSS dengan nama variabel Bulan, BelanjaJualan, Belanjapromosi, BelanjaIklan, BelanjaIklan, dan UnitJualan Klik menu utama Analyze Correlate Bivariate, maka tetingkap akan kelihatan separti di bawah:
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 18
Rajah 16 iii. iv. v. vi. vii.
Kemudian klik semua variabel yang akan dikorelasikan dan masukkan ke kotak Variables dengan mengklik tanda panah (4). Untuk kotak Correlation Coefficients, pilihlah Pearson kerana anda ingin melakukan uji atas data ratio. Untuk kotak Test of Significance, pilih option Two-tailed untuk uji dua arah atau dua sisi. Untuk pilihan Flag significant correlations boleh dipilih hingga pada output akan muncul tanda * untuk signifikansi 5% dan tanda ** untuk un tuk signifikansi 1%. Kemudian klik butang Options hingga di layar muncul seperti di bawah:
Rajah 17
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 19
Nota tambahan: y Anda boleh memaparkan output nilai Means and standard deviations dengan mengklik pilihan yang sesuai pada kotak Statistics. y Pada pilihan Missing Values ada dua pilihan: (a) Exclude cases pairwise: pasangan yang salah satu tidak ada datanya tidak dimasukkan dalam perhitungan. Akibatnya, jumlah data tiap pasangan korelasi
y
y y
akan bervariasi. (b) Exclude cases listwise: Yang dibuang adalah data yang salah satu variabelnya memiliki missing data. Jumlah data untuk semua variabel korelasi adalah sama. Untuk keseragaman pilih Exclude cases pairwise. Tekan Continue jika sudah selesai. Kemudian tekan OK dan akan muncul output:
Correlations Descriptive Statistics Mean Std. eviation Correlations 7992.88 2811.802 A
Belanja Jualan Belanja promosi Belanja iklan Belanja penjualan
4089.50 Correlations 4070.50 460.75
Belanja Jualan Belanja Jualan
Pearson Correlation
1
N Belanja promosi
871.850
8
79.769
8
Belanja iklan
Belanja penjualan
.648
.734(*)
.925(**)
.082
.038
.001
8
8
8
8
.648
1
.510
.729(*)
Sig. (2-tailed)
.082
.197
.040
Pearson Correlation
8
8
8
8
.734(*)
.510
1
.835(**)
.038 8
.197 8
8
.010 8
.925(**)
.729(*)
.835(**)
1
.001
.040
.010
8
8
8
Sig. (2-tailed) N Belanja penjualan
8
Pearson Correlation N
Belanja iklan
8
2629.585
Belanja promosi
Sig. (2-tailed)
N
Pearson Correlation Sig. (2-tailed) N
8
* Correlation is significant at the 0.05 level (2-tailed). ** Correlation is significant at the 0.01 level (2-tailed).
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 20
Aplikasi Uji Korelasi Spearman dan Kendall Untuk menentukan korelasi (kuatnya hubungan) antara variabel-variabel berdasarkan
y
y
y
peringkat. Jika ada hubungan, berapa banyakkah kekuatan hubungan antara variabel tersebut. Dapat digunakan untuk jenis data ordinal.
LANGKAH UNTUK UJI KORELASI SPEARMAN DAN KENDALL 1. Masukkan data berikut ini ke dalam Program SPSS dengan nama variabel pekerja, prestasi, iq, dan motivasi.
Rajah 18 layar: 2. Klik menu utama Analyze | Correlate | Bivariate, tampak di layar:
Rajah 19
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 21
3. Masukkan variabel ke kolom Variables dan klik-lah Kendalls tau-b dan Spearman untuk mendapatkan output korelasi Kendall dan Spearman. 4. Pilih option Two-tailed dan Flag significant correlations. correlations. Tekan tombol Options dan kemudian pilih Continue. 5. Kemudian tekan OK, maka akan tampil output:
Nonparametric Correlations Correlations Prestasi Kendall's tau_b
Prestasi
IQ
Correlation Coefficient
.094
.261
Sig. (2-tailed)
.
.742
.340
N
9
9
9
Correlation Coefficient
.094
1.000
.350
Sig. (2-tailed)
.742
.
.225
9
9
9
Correlation Coefficient
.261
.350
1.000
Sig. (2-tailed)
.340
.225
.
9
9
9
1.000
.078
.418
Sig. (2-tailed)
.
.841
.263
N
9
9
9
Correlation Coefficient
.078
1.000
.450
Sig. (2-tailed)
.841
.
.224
9
9
9
Correlation Coefficient
.418
.450
1.000
Sig. (2-tailed)
.263
.224
.
9
9
9
N Spearman's rho
Prestasi
IQ
Correlation Coefficient
N Motivasi
Motivasi
1.000
N Motivasi
IQ
N
Aplikasi Uji Korelasi Parsial (Partial Correlation) Untuk menentukan korelasi (kuatnya hubungan) antara variabel-variabel dengan melakukan
y
y
y
kawalan terhadap satu atau lebih variabel tambahan. Perlu mempertimbangkan pengaruh atau kesan dari variabel lain l ain dalam menghitung korelasi antara dua variabel. Dengan mengeluarkan pengaruh dari satu atau beberapa variabel (disebut variabel kawalan).
LANGKAH UNTUK UJI KORELASI PARSIAL 1. Gunakan data pekerja, prestasi, iq, dan motivasi seperti jadual di atas. 2. Klik menu utama Analyze Correlate Partial, dan tetingkap seperti di bawah akan terpapar: terpapar:
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 22
Rajah 20 3. Kemudian masukkan variabel-variabel yang akan diuji korelasinya ke dalam kotak Variables, dalam contoh ini adalah variabel motivasi dan prestasi. 4. Untuk kotak Controlling for atau variabel yang dikeluarkan dan dikontrol, dalam contoh ini adalah variabel IQ, maka klik variabel IQ masukkan ke dalam kotak itu. 5. Kemudian klik butang Options dan pilih Zero-order correlations pada kotak Statistics. Maka akan tampil di layar seperti di bawah:
Rajah 21 6. Kemudian tekan Continue lalu OK, maka akan tampil output:
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 23
Partial Corr Corr B
Contr ol ariab Contr riablles -none none-- a
l tions C
U
Q
r est estasi asi
Q
Corr Corr l tion tion G
H
Si nifi
nce (2-t iled iled))
Q
r est estasi asi
Si nificance ificance (2-t -ta ailed iled))
.164
.
.126
7
0
7
Corr Corr elation tion
.155
.549
1.000
Si nificance ificance (2-t -ta ailed iled))
.691
.126
.
7
7
0
1.000
.511
Si nificance ificance (2-t -ta ailed iled))
.
.195
df
0
6
Corr Corr elation tion
.511
1.000
Si nificance ificance (2-t -ta ailed iled))
.195
.
6
0
Corr Corr elation tion I
R
oti asi asi S
.155
F
7 .549
df I
D
7 1.000
I
T
E
0 .507
df I
T
df Corr Corr el tion tion
H
I
T
D
I
S
.691
H
H
S
D
oti asi asi . .164
I
oti asi asi
D
R
.
P
R
r est estasi asi 1.
I
df a. Cell Cells s con conttain zer o-or der der ( ear ear son) son) co corr rr elations tions.. Q
Pada zero order (tanpa variabel kontrol) didapat koefisien adalah 0,507. Setelah variabel IQ dikeluarkan dan dilakukan korelasi, maka korelasi antara prestasi dan
y
y
motivasi menjadi 0,511.
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 24
ANALISIS REGRESI Pengenalan Regresi adalah bentuk hubungan fungsional antara variable responden dan peramal. Analisis regresi merupakan teknik statistic yang banyak penggunaanya serta mempunyai manfaat yang cukup besar bagi mengambil sesuatu keputusan. Secara umum, dalam analisis resgresi, method kuadrat terkecil (least square method ) digunakan untuk mencari kesepadanan garis regresi dengan data sampel sam pel yang dikaji
Aplikasi Analisis Regresi Sederhana Analisis Regresi utamanya digunakan untuk tujuan peramalan. Dalam model regresi sederhana ini, terdapat satu variabel varia bel dependant (terikat) dan satu variabel independent (bebas). Dalam contoh latihan ini, variabel independennya adalah promosi dan variabel dependennya adalah jualan. Dapat digunakan untuk jenis data Rasio (Scale) atau Interval.
y
y
y y y y
LANGKAH UNTUK ANALISIS REGRESI SEDERHANA 1. Masukkan data di atas ke dalam Program SPSS dengan nama variabel daerah, promosi dan jualan seperti seperti rajah di bawah. bawah.
Rajah 22
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 25
2. Klik menu utama Analyze
Regression
Linear, tampak di layar:
Rajah 23 3. Klik variabel Jualan dan masukkan ke kotak Dependent. Kemudian klik promosi dan masukkan ke kotak Independent(s). 4. Oleh kerana data didasarkan pada daerah penjualan, maka masukkan variabel daerah ke dalam kotak Case Labels. Untuk keseragaman, pada kotak Method, pilihlah jenis Enter (semua variabel dalam blok dimasukkan dim asukkan dalam perhitungan single step.)
Rajah 24
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 26
5. Kemudian klik butang Options hingga di layar tampil.
Rajah 25 Nota tambahan : Untuk Stepping Method Criteria, digunakan uji F dengan standar probabilitas 5%. Oleh kerana y itu, angka Entry .05 untuk pilihan 5%. Oleh kerana kita ingin tetap mengikutkan konstant, maka Include constant in equation tetap y dipilih. y Klik Continue untuk meneruskan langkah.
6. Pilih kotak Statistics dengan mengklik pilihan tersebut. Di layar akan tampil: tampil:
Rajah 26
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 27
7. Klik Estimates, Descriptive dan Model fit. Pada kotak Residuals, klik pada Casewise diagnostics, dan dari situ dipilih dipili h all cases. Untuk melihat pengaruh regresi terhadap keseluruhan daerah. Kemudian klik Continue. C ontinue. tampil: 8. Pilih kotak Plots untuk melihat grafik untuk regresi. Pada layak tampil:
Rajah 27 9. Klik pilihan SDRESID dan masukkan ke pilihan Y. Klik pilihan ZPRED dan masukkan ke pilihan X. Setelah kedua variabel X dan Y terisi, klik butang Next untuk melanjutkan pengisian plot kedua.
Rajah 28
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 28
10. Paparan seterusnya menunjukkan variabel Y dan X kosong kembali. Sekarang klik pilihan ZPRED dan masukkan ke Y dan klik pilihan DEPENDENT masukkan ke pilihan X.
Rajah 29 11. Untuk plot ketika pilihlah Standardized Residual Plots, kliklah pada Normal Probability Test. Kemudian klik Continue lalu klik OK. 12. Akan mucul Output SPSS sebagai berikut dan simpanlah output itu.
Regression escri ti e Statistics X
V
W
Juallan dal Jua dalam RM juta promosii da promos dallam RM juta
Mean 230.75
Std. Deviati ation 31.730
31.25
8.242
N 8 8
Correlations
Pearson Corre orrellat atiion
Juallan dal Jua dalam RM juta promosii da promos dallam RM juta
Si . (1-ta taililed ed)) Y
Juallan dal Jua dalam RM juta promosii da promos dallam RM juta
N
Jualan dal Jual dalam RM juta 1.000
promosi promosi da dallam RM juta .927
.927
1.000
.
.000
.000
.
Juallan dal Jua dalam RM juta
8
8
promosii da promos dallam RM juta
8
8
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 29
f
V ri `
h
odell ode
1
`
l s nt r d/ b
a
b
Vari Variab ablles Ent Enter ed ed pr omosi omosi dal dalam am a j ta
oved
b
b
c
d
e
Vari Variab ablles Removed
Met od q
.
g
h
nter
p
i
a. A Allll r equest equested ed va vari riab ablles es ent enter e ed. d. b. ependen endentt Vari Variab ablle: e: ual ualan an dal dalam am RM juta r
s
v
Model Su
Model Model 1
R .927 a
ar u
t
R Squa quar r e .859
t
Ad jus justted R Squa quar r e .835
Std. Err or o r of t e Esti Estima matte 12.876 w
a. Pr e edict dicto or s: s: (Cons onsttan ant), t), pr omosi omosi da dallam am RM juta b.
ependen endentt Vari Variab ablle: e: ua uallan an da dallam am RM juta y
x
v
Model Model 1
Regr Reg r essi ession Resiidua Res duall
otal
Sum um of Squa quar r e es s 6052. 52.812
V
df 1
Mean Squa Mean quar r e 6052. 52.812
994 994.688
6
165 65..78 781 1
7047 047.500
7
F 36. 36.511
Sig. .001a
a. Pr edict edicto or s: s: (Cons onsttan ant), t), pr omosi omosi dal dalam am RM juta b.
r
ependen endentt Vari Variab ablle: e: ual ualan an dal dalam am RM juta s
a
oeff icients
Unst ns tanda andar r ditsed oe fficien ent Coeffici Model Model 1
(Cons onsttant) ant) pr omosi omosi dal dalam am RM juta
a.
r
B 119 119.256
Std. Err or 19.005 005
3.568
.590 590
SCtanda andar r dent i ted oeffici oefficien s Bet Beta .927
t 6.275
Sig. .001
6.042 042
.001
ependen endentt Vari Variab ablle: e: ual ualan an dal dalam am RM juta
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
s
Page 30
Casewise Diagnosticsa aerah dalam ter ere engga gganu Kuala Terengganu
Std. Re Residu idual
Jualan dalam RM juta
-.545
205
212.02
-7.019
-1.022
206
219.15
-13.155
ungun
.767
254
244.13
9.871
4
Marang
1.254
246
229.86
16.142
5
Besut
.530
201
194.18
6.820
6
Setiu
-.239
291
294.08
-3.079
7
Kemaman
.599
234
226.29
7.710
-1.343
209
226.29
-17.290
Case Number 1
Kuala Berang
2 3
8
Marang a.
Predicted Value
Residual
ependent Variable: Variable: Jualan dalam RM juta
Resi uals Statisticsa
Min1i9 m4u.1 m8
Ma2 xi9m 4u .0m 8
M2e3a0n.75
-1.244
2.154
.000
1.000
8
4.555
11.427
6.036
2.394
8
190.57
305.50
231.87
33.277
8
-17.290
16.142
.000
11.920
8
Std. Residual
-1.343
1.254
.000
.926
8
Stud. Residual
-1.438
1.340
-.025
1.018
8
-19.835
18.451
-1.118
14.971
8
-1.622
1.462
-.039
1.069
8
istance
.001
4.638
.875
1.604
8
istance
.030
.499
.142
.151
8
Centered Leverage Value
.000
.663
.125
.229
8
Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual
eleted Residual
Stud.
Mahal. Cook's a.
eleted Residual
Std.
e2v9ia.4 ti0 o6 n
N
8
ependent Variable: Variable: Jualan dalam RM juta
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 31
Chart
Normal P-P Plot of Regression Standardized Residual Depend Dep endent ent V Varia ariable: ble: JJuala ualan n dalam dalam R juta 1.0 Marang Dungun
0.8 Besut b o r 0.6 P m u C d e 0.4 t c e p x E 0.2
Kemaman
Setiu Kuala Terengganu Kuala Berang
Marang
0.0 0.0
0.2
0.4
0.6
0.8
1.0
Observed Cum Prob
Scatterplot
Dependent Variable: Jualan dalam R
juta
Marang
1
) s s e r P ( d e t e l 0 l e a u D d i d e s e z i R t n e d u -1 t S n o i s s e r g e R -2
Besut
Kemaman
Dungun
Setiu
Kuala Terengganu
Kuala Berang
Marang
-1
0
1
2
Regression Standardized Predicted Value
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 32
Scatterplot
Dependent Variable: Jualan dalam RM juta
Set Setii
2 d e t c i d e r 1 P d e e z u i l a d r V a d 0 n a t S n o i s s e -1 r g e R
Dungun
Marang
Kemaman
Marang
Kual Kuala Berang
Kua Kualla Terengganu
esut
200
220
240
260
280
300
Jualan dalam RM juta
[email protected] [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 33
