modul asas spss
TRANSCRIPT
KURSUS ANALISIS DATA MENGGUNAKAN PROGRAM SPSS
PAGE 12
KEMENTERIAN PENDIDIKAN MALAYSIABAHAGIAN TAJAAN
KURSUS PERSEDIAAN PENERIMA HADIAH LATIHAN PERSEKUTUAN (HLP) DAN CUTI BELAJAR BERGAJI PENUH TANPA BIASISWA
(CBBP TB) PERINGKAT SARJANA24 November - 7 Disember 2014(Pusat Latihan UiTM, Tanjung Tualang, Kg. Gajah, Perak)Disediakan oleh:Dr. Ibrahim bin Mohamed ZinAPAKAH SPSS?
Singkatan kepada statistical package for social science. Diguna pakai untuk menganalisis data dalam kajian sains sosial.
MULA SPSS
Membuka dan menutup SPSS
SPSS dapat dibuka satu fail sahaja pada satu masa. Apabila buka fail kedua, fail pertama tertutup dengan sendirinya (KECUALI VERSI TERKINI). Namakan fail apabila membuka fail baru (save as) dan savekan sekerap mungkin apabila sedang memasukkan data kerana SPSS tidak recover untuk anda secara automatik apabila berlaku gangguan.
Terdapat dua butang pada paparan SPSS, iaitu variable view dan data view. Variable view diguna semasa membina templat dengan memasukkan pemboleh ubah-pemboleh ubah kajian. Data view pula digunakan selepas membina templat untuk memasukkan data daripada soal selidik atau instrumen yang telah ditadbirkan ke atas sampel.
Operasi Variable viewa. buka butang variable view
b. Name : id number untuk mengenal pasti setiap sampel / responden.
c. Type : automatic
d. Width : default adalah 8 aksarae. Decimal : tempat perpuluhan, boleh diubah mengikut keperluanf. Label : menamakan variable dengan nama sebenar lebih panjang
g.Values : menentukan makna nilai yang digunakan untuk memberi kod kepada variable. Contoh jantina.
- klik dalam kotak value
- taip 1 dalam kotak value
- taip lelaki dalam kotak value label
- klik add dan ikut langkah yang sama bagi 2bagi perempuan.
- klik OK apabila selesai
h. Missing : boleh biarkan kosong atau sebarang angka yang lebih besar daripada skala yang diguna oleh variable. (9 atau 99 atau 999)
i. Columns : biasanya 8, boleh kecilkan ikut nama variable.
j. Measure : nominal, ordinal dan scale ikut jenis ukuran data.
Data view
buka butang data view
taip ID sampel
taip masuk angka yang sesuai dengan kod yang telah diberikan dalam variable view
Kemahiran-kemahiran lain:
Delete case
Insert case
Delete variable
Insert variable
Move variable
Sort the data file
Converting Excel data files to SPSS format
Pemurnian dataa. Langkah pertama analisis data adalah meneroka ciri-ciri data.
b. Data mungkin silap semasa memasukkan (key-in) dalam spss atau memang taburan data yang tidak normal.c. Kesilapan dalam memasukkan data boleh diperbetulkan dan pemboleh ubah yang tidak normal mungkin boleh ditransform sebelum analisis lanjut.
d. Data normal adalah prasyarat untuk analisis inferensi.
Ciri-ciri data
a. sampel seramai 30 orang
b. item jenis dikotomi atau interval (skala likert 5 mata)
c. beberapa item direkod negatif
d. pembolehubah: jantina, umur, lokasi, pengalaman....
Tugasan
a. Masukkan data dengan betul
b. Semak dan bersihkan data yang telah dimasukkan:
- Analyze deskriptive statistics frequencies pilih semua item klik ke kotak variable (s) statistics minimum & maximum. OK
DATA TRANSFORMATION
Recode
- untuk recode item yang ditulis secara negatif
- Transform---recode---into same variable/ into different variable
- select the item---move to the---variable box
Click old and new value:
- in the old value ---type 1 in the value box
- in the new value---tpe 5 in the value box (jika ada 5 skor)
- click add
- repeat the same procedure for the remaining score.
- continue and click ok.
Compute a new variable
- Transform ---compute---target variable---numeric expression :
Mean (item1 to item10) --- OK. Atau mean (item 1to item10).
ANALISIS DATA DESKRIPTIF DAN INFERENSIJenis Data
a. Data nominal Merujuk kategori (Contoh : jantina, kaum, warganegara, status)
b. Data ordinal Merujuk klasifikasi dan ranking (Contoh : tahap akademik, jumlah pendapatan)
c. Data interval nilai kosong yang tidak mutlak (Contoh : nilai angka kosong (0) dalam tahap suhu, IQ, minat) d. Data ratio nilai kosong yang mutlak (Contoh : sukatan, meter, masa, kelajuan, berat)Ujian Statistika. perisian program untuk memudahkan pengkaji/guru data menyimpan data, mengemaskini data, memproses data dan menganalisis datab. Fokus kepada data statistik atau merujuk angka c. Memenuhi ciri empirikal (kajian secara saintifik) untuk menentukan piawaian/standardd. Kepentingan SPSS merujuk kepada Perintah Analyze; antaranya:
i.Deskriptif Frekuensi, peratus, min dan sisihan piawai, mod, median.ii.Pentafsiran Ujian-t (melihat perbezaan min satu atau 2 kumpulan)
iii. Ujian ANOVA (melihat perbezaan lebih daripada 2 kumpulan secaraserentak)iv. Ujian korelasi (melihat hubung kait antara dua pemboleh ubah yang dikaji)CONTOH ANALISIS STATISTIK DAN PELAPORAN
Pengenalan Menu SPSS
File New, Open, Save, Save As, Print
Edit Undo, Redo, Cut, Copy, Clear, Find
View Grid lines, Value Labels, Variables
Data Insert variable, insert cases, select casesTransform Compute, Recode
Analyze deskriptive statistic, compare mean, data reduction, scaleGraphs bar dll Utilities Windows
Help
1. Analisis Deskriptif
1.1 Frekuensi dan Peratus1.2 Min, mod, median1.3 Grafik graf, carta.
2. Analisis InferensiSebelum analisis dijalankan, pastikan Objektif, Soalan dan Hipotesis selari. Seperti berikut:Objektif Kajian: Mengenal pasti perbezaan pencapaian BM dalam kalangan murid
Soalan Kajian: Adakah terdapat perbezaan pencapaian BM dalam kalangan murid lelaki dan perempuan?Contoh Ho : Tidak terdapat perbezaan skor min BM yang signifikan berdasarkan jantina.Contoh Ha: Terdapat perbezaan skor min BM yang signifikan berdasarkan jantina.Biasanya, analisis inferensi memerlukan pengujian hipotesis. Dalam penyelidikan, ada dua hipotesis, Hipotesis nul (Ho) dan hipotesis penyelidikan (Ha).
Intepretasi nilai min
Nilai minTahap
1.00 2.33Rendah
2.34 3.66Sederhana
3.67 5.00Tinggi
UJIAN-t satu sampelDiguna untuk melihat purata skor sesuatu data dengan satu nilai yang ditetapkan (hipotesis)2.1 Ujian-t Satu Sampel
1. pilih menu Analyze2. klik compare means --- one-sample t-test3. pilih skor BM dan klik butang ( untuk gerakkannya ke kotak one sample 4. masukkan nilai test value, klik ok5. Keputusan Ujian-t satu sampel:
NMeanStd. DeviationStd. Error Mean
BM3071.638.2691.510
Test Value = 75
tdfSig. (2-tailed)Mean Difference95% Confidence Interval of the Difference
LowerUpper
BM-2.23029.034-3.37-6.45-.28
Pelaporan:Ujian-t satu sampel menunjukkan terdapat perbezaan skor min BM kelas ini dengan purata BM sekolah yang signifikan. t(29,0.034), p0.05. Ini menunjukkan pencapaian BM dan matematik sampel secara statistik adalah sama. Ini menunjukkan hipotesis nul adalah diterima.2.3 Ujian-t tidak bersandar / independent-samples t-test1. pilih menu Analyze2. klik compare means --- independent-samples t-test3. pilih test variable (skor BM) dan klik butang ( untuk gerakkannya ke kotak test variables4. pilih group variable (jantina) dan klik butang ( untuk gerakkannya ke kotak grouping variable5. klik define groups --- dalam kotak group 1 taip 1 untuk nilai bagi lelaki dan dalam kotak group 2 taip 2 untuk nilai bagi perempuan.
6. klik continue dan okDapan KajianRQ1: Apakah perbezaan markah BM dan Matematik berdasarkan jantina murid?
Ho: Tidak terdapat perbezaan min yang signifikan antara markah BM dan Matematik
berdasarkan jantina
Berdasarkan Jadual 1 iaitu, Ujian-t tidak bersandar menunjukkan tiada perbezaan skor min BM yang signifikan berdasarkan jantina t(28, -0.354), p>0.05. Ini menunjukkan varian sampel secara statistik adalah sama. Dengan ini hipotesis nul adalah diterima.
Keputusan Ujian-t tidak bersandar:
Jadual 1(a)JANTINANMeanStd. Deviation
BMlelaki1671.137.848
perempuan1472.218.989
Jadual 1 (b) Independent Samples Test
Levene's Test for Equality of Variancest-test for Equality of Means
FSig.tdfSig. (2-tailed)Mean Difference
BMEqual variances assumed.276.604-.35428.726-1.09
Equal variances not assumed-.35126.07.728-1.09
Pelaporan
Berdasarkan Jadual 1 iaitu, Ujian-t tidak bersandar menunjukkan tiada perbezaan skor min BM yang signifikan berdasarkan jantina t(28, -0.354), p>0.05. Ini menunjukkan varian sampel secara statistik adalah sama. Dengan ini hipotesis nul adalah diterima.
2. 3 Analysis of Varians (ANOVA)1. pilih menu statistics2. klik compare means --- One-Way ANOVA3. pilih dependent variable (skor BM) dan klik butang ( untuk gerakkannya ke kotak dependent list4. pilih independent variable (masa belajar) dan klik butang ( untuk gerakkannya ke kotak factor5. klik options --- klik Descriptive dan Homogeneity-of-variance6. klik continue
7. Klik Post Hoc --- klik Tukey atau Scheffe8. Klik continue dan okKeputusan ANOVA:
Descriptives
BMNMeanStd. DeviationStd. Error95% Confidence Interval for MeanMinimumMaximum
Lower BoundUpper Bound
sedikit766.145.7862.18760.7971.495675
sederhana771.574.6851.77167.2475.906678
banyak1070.209.4842.99963.4276.985585
sangat banyak680.505.2442.14175.0086.007588
Total3071.638.2691.51068.5574.725588
Test of Homogeneity of Variances
BMLevene Statisticdf1df2Sig.
2.476326.084
ANOVA
BM
Sum of SquaresdfMean SquareFSig.
Between Groups703.2953234.4324.7630.009
Within Groups1279.6712649.218
Total1982.96729
Multiple Comparisons
Dependent Variable: BM
Tukey HSDMean Difference (I-J)Std. ErrorSig.95% Confidence Interval
(I) MASABEL(J) MASABELLower BoundUpper Bound
sedikitsederhana-5.433.750.482-15.724.86
banyak-4.063.457.648-13.545.43
sangat banyak-14.36*3.903.006-25.06-3.65
sederhanasedikit5.433.750.482-4.8615.72
banyak1.373.457.978-8.1110.86
sangat banyak-8.933.903.127-19.641.78
banyaksedikit4.063.457.648-5.4313.54
sederhana-1.373.457.978-10.868.11
sangat banyak-10.30*3.623.040-20.24-.36
sangat banyaksedikit14.36*3.903.0063.6525.06
sederhana8.933.903.127-1.7819.64
banyak10.30*3.623.040.3620.24
* The mean difference is significant at the .05 level.
Pelaporan
Ujian ANOVA menunjukkan terdapat perbezaan skor min BM yang signifikan dalam kalangan murid mengikut tempoh masa belajar, dengan df (3, 26), p < 0.05. Dengan ini hipotesis nul adalah ditolak. Ujian post-hoc menunjukkan perbezaan ketara mengikut tempoh masa belajar adalah antara murid yang sangat banyak masa belajar dengan sedikit masa belajar (beza min 14.36).
2.4 Korelasi1. pilih menu Analyze2. klik correlate --- Bivariate3. pilih variables (skor BM dan matematik) dan klik butang ( untuk gerakkannya ke kotak variables4. pilih pearson correlation dan two-tailed5. Klik okKeputusan Korelasi Pearson
Correlations
BMMATE
BMPearson Correlation10.274
Sig. (2-tailed).0.142
N3030
MATEPearson Correlation0.2741
Sig. (2-tailed)0.142.
N3030
Intepretasi Kekuatan hubungan:
Nilai hubunganKekuatan hubungan
< 0.20Amat lemah
0.21 0.40Lemah
0.41 0.60Sederhana kuat
0.61 0.80Kuat
0.81 1.00Sangat kuat
Pelaporan
Tidak terdapat korelasi / hubungan yang signifikan antara min skor BM dan Mate dengan nilai r = 0.274, p>0.05. Hipotesis nul adalah diterima. Ini menunjukkan tinggi skor BM tidak semestinya tinggi juga dalam skor Matematik, begitu juga sebaliknya.Jika ada hubungan: tulis hubungan positif atau negatif yang kukuh, sederhana dsbnya.......Seorang Guru menjalankan kajian ke atas murid kelasnya, dan data berikut telah dikumpul:
ID muridjantinapendapatanmasa belajar (minit)skor BMskor Mategred Seni
1L1005357070a
2L12451958070a
3P27892107585c
4P21351405565d
5L18971807770b
6L435507565b
7L12891306773b
8P879 2008867c
9P921456576d
10L15781506880a
11P1921857060a
12L4562258080a
13L589858570a
14P721956565b
15L936606770b
16P17211057867c
17P1667556576b
18L500607882a
19P45211006677c
20L478305662d
21L1009706070b
22L9321107575b
23P9671908585c
24L3074856773c
25P3173756867a
26P3502407586d
27L1010906872a
28P6231057667a
29L831406572b
30P439758070c
ARAHAN:
SILA RECODE PEMBOLEH UBAH BERIKUT MELALUI PROSEDUR YANG BETUL;
1. Tukarkan pendapatan kepada kod seperti berikut: RM2000 = 5Sgt. tinggi
2. Tukarkan masa belajar kepada kod seperti berikut:0 minit 60 minit = 1Sgt. Sedikit
61 minit 120 minit = 2Sedikit
121 minit 180 minit = 3Banyak
181 minit 240 minit = 4Sgt Banyak
3. Tukarkan gred Seni seperti berikut:A = 4
B = 3
C = 2
D = 1
4. Purata markah sekolah : BM 75, Matematik 70Setelah semua data telah dimasukkan dalam Program SPSS, kemudian di recode, sila jalankan analisis, intepretasi output daripada SPSS serta sediakan laporan lengkap berdasarkan soalan-soalan berikut:1. Melalui analisis deskriptif, nyatakan frekuensi, peratus serta geraf bar murid mengikut jantina.
2. Melalui analisis deskriptif, nyatakan min dan sisihan piawai, mod dan median bagi pemboleh ubah pendapatan, masa belajar, skor BM, skor Matematik dan gred Seni.3. RQ: Apakah perbezaan markah BM kelas ini dengan purata markah BM sekolah?
Ho: Tidak terdapat perbezaan min yang signifikan markah BM kelas dan markah BM sekolah (Ujian-t satu sampel)
4. RQ: Apakah perbezaan markah antara mata pelajaran BM dan Matematik?.
Ho: Tidak terdapat perbezaan min yang signifikan antara min skor BM dan min skor Matematik
(Ujian-t bersandar / paired sample t-test)5. RQ: Apakah perbezaan markah BM dan Matematik berdasarkan jantina murid? Ho(1): Tidak terdapat perbezaan min yang signifikan antara markah BM berdasarkan jantina Ho(2): Tidak terdapat perbezaan min yang signifikan antara markah Matematik
berdasarkan jantina
(Ujian-t tidak bersandar / independent sample t-test)6. RQ: Apakah perbezaan markah BM dan markah Matematik berdasarkan kadar masa belajar murid?Ho(1): Tidak terdapat perbezaan min yang signifikan markah BM berdasarkan kadar masa belajar murid.Ho(2): Tidak terdapat perbezaan min yang signifikan markah Matematik berdasarkan kadar masa belajar murid.(One Way Analysis of Varians ANOVA sehala)7. Apakah perbezaan markah BM dan markah Matematik berdasarkan pendapatan ibu bapa murid.8. RQ: Apakah hubungan antara pencapaian BM dengan Matematik?Ho: Tidak terdapat hubungan min yang signifikan antara pencapaian BM dengan Matematik (Korelasi Pearson)9. Jalankan Ujian Korelasi Pearson bagi melihat hubungan antara pencapaian BM dan Matematik dengan Pendapatan dan masa belajar murid.10. RQ: Apakah hubungan antara gred pencapaian Seni dengan Pendapatan dan masa
belajar murid? Ho(1): Tidak terdapat korelasi min yang signifikan antara gred pencapaian Seni dengan Pendapatan murid.Ho(2): Tidak terdapat korelasi min yang signifikan antara gred pencapaian Seni dengan masa belajar murid.
(Korelasi Spearman)ANALISIS DATA MENGGUNAKAN PERISIAN SPSS
Sebelum menjalankan analisis inferensi, analisis normaliti dan kebolehpercayaan perlu dijalankan