nota pembelajaran spss
TRANSCRIPT
PENGENALANSPSS 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..
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 1
[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 SPSS Statistics 17.0
Rajah 1
b) Seterusnya tetingkap yang berikut akan dipaparkan seperti di bawah :
Rajah [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 penggunaan 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. y Query permintaan aktiviti SPSS yang telah dibina mengikut keperluan masingmasing. Create new query using Database Wizard Arahan ini membolehkan pengguna membina query baru menerusi Database Wizard. Open 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 [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 Variable View pada tetingkap Rajah 3. Tetingkap seperti Rajah 4 di bawah akan dipaparkan.
Rajah 4 Penghasilan Variable (Pembolehubah) a) Name Nama pembolehubah mestilah 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] Kolej Komuniti K.Trg SPSS version 17.0
Page 5
Rajah 5 c) Width - lajur yang membolehkan pengguna mengubah panjang sesuatu data yang diterima oleh pembolehubah. Nilai asal yang diberian 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 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] Kolej Komuniti K.Trg SPSS version 17.0
Page 6
g) Missing proses ini digambarkan 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 alignment data yang ditaip. Terdapat 3 jenis iaitu Right, Left dan Center dan biasanya pengguna memilih Right. i) Measures - terdapat 3 skala pengukuran pembolehubah iaitu Scale, Ordinal dan Nominal. Hasil keseluruhan SPSS Statistics Data Editor pada Variable View adalah seperti paparan di bawah.
Rajah 8 4) Langkah Memasukkan Data a) Klik Data View pada tetingkap Rajah 3 untuk mengisi data yang akan dianalisis seperti rajah di bawah.
Rajah [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 Matematik : 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 Data View (tempat memasukkan data), dan Variabel View (tempat mendefinisikan variabel) Klik Variabel View. a) lajur Name = SAINS 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 variabel MATEMATIK , SEJARAH dan GEOGRAFI . Klik Data View, masukkan semua data variabel SAINS, MATEMATIK, SEJARAH dan GEOGRAFI. Selesai (Proses kemasukan data selesai), menu SPSS jangan ditutup. Paparan akan terhasil seperti rajah di bawah.
4. 5. 6.
Rajah 10
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 8
Rajah 11 Analisis Deskriptif Ia merupakan analisis yang bertujuan untuk menggambarkan keadaan data. Analisis deskriptif berupa ukuran berpusat seperti min, median, dan mod. Ukuran penyebaran pula adalah seperti kuartil, desil dan persentil. Langkah langkahnya: 1. Klik Analyze -> klik Descriptive Statistic -> klik Frequencies. Ia akan terpapar tetingkap berikut.
Rajah 12
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 9
2. Klik SAINS -> klik tanda (>) (untuk memasukkan variabel SAINS ke kolom variables(s) 3. Klik MATEMATIK -> klik tanda (>) (untuk memasukkan variabel MATEMATIK ke kolom variables(s) dan seterusnya untuk SEJARAH dan GEOGRAFI.
Rajah 13 4. Seterusnya klik butang Statistics dan akan terpapar 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] Kolej Komuniti K.Trg SPSS version 17.0
Page 10
Rajah 15 6. Hasil output daripada proses memasukkan data tadi adalah seperti di bawah.
FrequenciesStatistics MARKAH AKHIR 10 0 72.00 72.50 .008 .687 -1.147 1.334 57.50 72.50 90.00 MARKAH AKHIR 10 0 70.50 67.50 .745 .687 .000 1.334 58.75 67.50 82.50 MARKAH AKHIR 10 0 68.50 70.00 .197 .687 .356 1.334 58.75 70.00 76.25 MARKAH AKHIR 10 0 69.50 75.00 -.497 .687 -1.151 1.334 50.00 75.00 82.50
N Mean Median Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Percentiles
Valid Missing
25 50 75
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 11
Frequency TableMARKAH AKHIR SAINS Cumulative Percent 10.0 20.0 40.0 50.0 60.0 70.0 90.0 100.0
Valid
45 50 60 70 75 80 90 100 Total
Frequency 1 1 2 1 1 1 2 1 10
Percent 10.0 10.0 20.0 10.0 10.0 10.0 20.0 10.0 100.0
Valid Percent 10.0 10.0 20.0 10.0 10.0 10.0 20.0 10.0 100.0
MARKAH AKHIR MATEMATIK Frequency 1 1 1 2 2 1 1 1 10 Percent 10.0 10.0 10.0 20.0 20.0 10.0 10.0 10.0 100.0 Valid Percent 10.0 10.0 10.0 20.0 20.0 10.0 10.0 10.0 100.0 Cumulative Percent 10.0 20.0 30.0 50.0 70.0 80.0 90.0 100.0
Valid
50 55 60 65 70 80 90 100 Total
MARKAH AKHIR SEJARAH Cumulative Percent 10.0 20.0 40.0 60.0 80.0 90.0 100.0
Frequency Valid 45 55 60 70 75 80 95 Total 1 1 2 2 2 1 1 10
Percent 10.0 10.0 20.0 20.0 20.0 10.0 10.0 100.0
Valid Percent 10.0 10.0 20.0 20.0 20.0 10.0 10.0 100.0
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 12
MARKAH AKHIR GEOGRAFI Cumulative Percent 10.0 30.0 40.0 50.0 80.0 100.0
Valid
40 50 65 70 80 90 Total
Frequency 1 2 1 1 3 2 10
Percent 10.0 20.0 10.0 10.0 30.0 20.0 100.0
Valid Percent 10.0 20.0 10.0 10.0 30.0 20.0 100.0
Histogram H H3 .0 2 .5
r1 .0 0 .5
0 .0 50 60 70 80 90 100
H
H
H
H
3.0
2.5
2.0
1.5
r
1.0
0.5
0.0 40 50 60 70 80 90 100
ean = 72 td. Dev . = 18.288 = 10
H
H
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
2 .0
1 .5
e a n = 7 0 .5 td . De v. = 1 5 .5 3 7 = 10
Page 13
MARKAH AKHIR
4
3
Frequency
2
1
0
Mean = 68.5 Std. Dev. = 14.152 N = 10
MARKAH AKHIR
M R A A H A K H K IR
5
4
Frequency
3
2
1
0 40 50 60 70 80 90
MARKAH AKHIR
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
!!Mean = 69.5 Std. Dev. = 17.709 N = 10
!"
!#
!$
!%
!&
!'
Page 14
ANALISIS KEBOLEHPERCAYAAN INSTRUMENPengenalanKebolehpercayaan 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 Reliability1. 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] 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.
ReliabilityCase Processing Summary N Cases Valid Excludeda Total 10 0 10 % 100.0 .0 100.0
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics N of Ite s 10
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
1
))
Cronbach's lpha .
(
0
Page 16
Item-Total Statistics
S1 S2 S3 S4 S5 S6 S7 S8 S9 S10
39.60 39.70 39.70 39.60 39.70 39.70 39.70 39.70 39.70
33.156 32.900 32.678 32.933 32.678 32.678 32.678 32.678 32.678
.819 .864 .895 .849 .895 .895 .895 .895 .895
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
@
Scal
5
an i Deleted 39.80
4
9
Scale Variance i tem Deleted 32.400
Corrected Item-Total Correlation .972
Cronbach' l ha i Item Deleted .971 .976 .975 .974 .975 .974 .974 .974 .974 .974
8
4
4
72 5 6 23 2
Page 17
ANALISIS KORELASIPengenalanKorelasi 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 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)y y y 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. 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
Bulan Januari Februari Mac April Mei Jun Julai Ogos
LANGKAH UNTUK UJI KORELASI BIVARIAT (Pearson)i. ii. Masukkan data di atas ke dalam Program SPSS dengan nama variabel Bulan, BelanjaJualan, Belanjapromosi, BelanjaIklan, dan UnitJualan Klik menu utama Analyze Correlate Bivariate, maka tetingkap akan kelihatan separti di bawah:
[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 signifikansi 1%. Kemudian klik butang Options hingga di layar muncul seperti di bawah:
Rajah 17
[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 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. y Untuk keseragaman pilih Exclude cases pairwise. y Tekan Continue jika sudah selesai. y Kemudian tekan OK dan akan muncul output:
CorrelationsDescriptive Statistics Mean Std. eviation Correlations 7992.88 2811.802 4089.50 2629.585 Correlations 4070.50 871.850 460.75 79.769 N 8 8 8 8
Belanja Jualan Belanja promosi Belanja iklan Belanja penjualan
Belanja Jualan Belanja Jualan Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N 1 8 .648 .082 8 .734(*) .038 8 .925(**) .001 8
Belanja promosi .648 .082 8 1 8 .510 .197 8 .729(*) .040 8
Belanja promosi
Belanja iklan
Belanja penjualan
* Correlation is significant at the 0.05 level (2-tailed). ** Correlation is significant at the 0.01 level (2-tailed).
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
A
Belanja iklan .734(*) .038 8 .510 .197 8 1 8 .835(**) .010 8
Belanja penjualan .925(**) .001 8 .729(*) .040 8 .835(**) .010 8 1 8
Page 20
Aplikasi Uji Korelasi Spearman dan Kendally y y Untuk menentukan korelasi (kuatnya hubungan) antara variabel-variabel berdasarkan peringkat. Jika ada hubungan, berapa banyakkah kekuatan hubungan antara variabel tersebut. Dapat digunakan untuk jenis data ordinal.
LANGKAH UNTUK UJI KORELASI SPEARMAN DAN KENDALL1. Masukkan data berikut ini ke dalam Program SPSS dengan nama variabel pekerja, prestasi, iq, dan motivasi.
Rajah 18 2. Klik menu utama Analyze | Correlate | Bivariate, tampak di layar:
Rajah 19
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 21
3. Masukkan variabel ke kolom Variables dan klik-lah Kendall s tau-b dan Spearman untuk mendapatkan output korelasi Kendall dan Spearman. 4. Pilih option Two-tailed dan Flag significant correlations. Tekan tombol Options dan kemudian pilih Continue. 5. Kemudian tekan OK, maka akan tampil output:
Nonparametric CorrelationsCorrelations Prestasi 1.000 . 9 .094 .742 9 .261 .340 9 1.000 . 9 .078 .841 9 .418 .263 9 IQ .094 .742 9 1.000 . 9 .350 .225 9 .078 .841 9 1.000 . 9 .450 .224 9 Motivasi .261 .340 9 .350 .225 9 1.000 . 9 .418 .263 9 .450 .224 9 1.000 . 9
Kendall's tau_b
Prestasi
Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N
IQ
Motivasi
Spearman's rho
Prestasi
IQ
Motivasi
Aplikasi Uji Korelasi Parsial (Partial Correlation)y y y Untuk menentukan korelasi (kuatnya hubungan) antara variabel-variabel dengan melakukan kawalan terhadap satu atau lebih variabel tambahan. Perlu mempertimbangkan pengaruh atau kesan dari variabel lain dalam menghitung korelasi antara dua variabel. Dengan mengeluarkan pengaruh dari satu atau beberapa variabel (disebut variabel kawalan).
LANGKAH UNTUK UJI KORELASI PARSIAL1. 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:
[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] Kolej Komuniti K.Trg SPSS version 17.0
Page 23
Partial CorrCorr l tions restasi Corr l tion Si nifi nce (2-t iled) df Correl tion Si nificance (2-tailed) df Correlation Si nificance (2-tailed) df Correlation Si nificance (2-tailed) df Correlation Si nificance (2-tailed) df
oti asi
I
oti asi
a. Cells contain zero-order ( earson) correlations.
y y
Pada zero order (tanpa variabel kontrol) didapat koefisien adalah 0,507. Setelah variabel IQ dikeluarkan dan dilakukan korelasi, maka korelasi antara prestasi dan motivasi menjadi 0,511.
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
I
I
Q
S
R
Q
I
restasi
. 0 .507 .164 7 .155 .691 7 1.000 . 0 .511 .195 6
FDE S
R
DDD
Q
H
HP HG H
I
I
I
S
T
R
Q
Control ariables -none- a
restasi 1.
oti asi . .164 7 1.000 . 0 .549 .126 7 .511 .195 6 1.000 . 0
I
.155 .691 7 .549 .126 7 1.000 . 0
T
CB
U
T
Page 24
ANALISIS REGRESIPengenalanRegresi 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 yang dikaji
Aplikasi Analisis Regresi Sederhanay y y y y y Analisis Regresi utamanya digunakan untuk tujuan peramalan. Dalam model regresi sederhana ini, terdapat satu variabel 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.
LANGKAH UNTUK ANALISIS REGRESI SEDERHANA1. Masukkan data di atas ke dalam Program SPSS dengan nama variabel daerah, promosi dan jualan seperti rajah di bawah.
Rajah 22
[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 dalam perhitungan single step. )
Rajah 24
[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 : y Untuk Stepping Method Criteria, digunakan uji F dengan standar probabilitas 5%. Oleh kerana itu, angka Entry .05 untuk pilihan 5%. y Oleh kerana kita ingin tetap mengikutkan konstant, maka Include constant in equation tetap dipilih. y Klik Continue untuk meneruskan langkah. 6. Pilih kotak Statistics dengan mengklik pilihan tersebut. Di layar akan tampil:
Rajah [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 all cases. Untuk melihat pengaruh regresi terhadap keseluruhan daerah. Kemudian klik Continue. 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] 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.
Regressionescri ti e Statistics Mean 230.75 31.25
Jualan dalam RM juta promosi dalam RM juta
Pearson Correlation Si . (1-tailed) N
Jualan dalam RM juta promosi dalam RM juta Jualan dalam RM juta promosi dalam RM juta Jualan dalam RM juta promosi dalam RM juta
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
X
W
V Y
Std. Deviation 31.730 8.242
N 8 8
Correlations promosi dalam RM juta .927 1.000 .000 . 8 8
Jualan dalam RM juta 1.000 .927 . .000 8 8
Page 29
V ri odel
l s nt r d/
oved
Met od
1
a. All requested variables entered.
a. Predictors: (Constant), promosi dalam RM juta
V
Model 1
Regression Residual otal
Sum of Squares 6052.812 994.688 7047.500
df 1 6 7
a. Predictors: (Constant), promosi dalam RM juta
Model 1 a.
(Constant) promosi dalam RM juta
Unstandardi ed Coefficients B Std. Error 119.256 19.005 3.568 .590
Standardi ed Coefficients Beta .927
ependent Variable: ualan dalam RM juta
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
s
s
r
b.
ependent Variable: ualan dalam RM juta
oefficientsa
v
r
x
b.
ependent Variable: ualan dalam RM juta
w
Model 1
R .927 a
R Square .859
tt
Model Su
ar
Adjusted R Square .835
u v
s
y
r
b.
ependent Variable: ualan dalam RM juta
p
.
nter
q
h
Variables Entered promosi dalam a j ta
Variables Removed
fStd. Error of t e Estimate 12.876
e d c a b bb b ` ` g
i
h
Mean Square 6052.812 165.781
F 36.511
Sig. .001 a
t 6.275 6.042
Sig. .001 .001
Page 30
Casewise Diagnosticsa aerah dalam terengganu Kuala Terengganu Kuala Berang ungun Marang Besut Setiu Kemaman Marang
Case Number 1 2 3 4 5 6 7 8 a.
ependent Variable: Jualan dalam RM juta
Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residual Stud. Residual eleted Residual Stud. eleted Residual Mahal. istance Cook's istance Centered Leverage Value a.
Minimum 194.18 -1.244 4.555 190.57 -17.290 -1.343 -1.438 -19.835 -1.622 .001 .030 .000
Maximum 294.08 2.154 11.427 305.50 16.142 1.254 1.340 18.451 1.462 4.638 .499 .663
Mean 230.75 .000 6.036 231.87 .000 .000 -.025 -1.118 -.039 .875 .142 .125
Std. eviation 29.406 1.000 2.394 33.277 11.920 .926 1.018 14.971 1.069 1.604 .151 .229
ependent Variable: Jualan dalam RM juta
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
Std. Residual -.545 -1.022 .767 1.254 .530 -.239 .599 -1.343
Jualan dalam RM juta 205 206 254 246 201 291 234 209
Predicted Value 212.02 219.15 244.13 229.86 194.18 294.08 226.29 226.29
Residual -7.019 -13.155 9.871 16.142 6.820 -3.079 7.710 -17.290
Resi uals Statisticsa N 8 8 8 8 8 8 8 8 8 8 8 8
Page 31
Chart
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Jualan dalam R juta1.0 Marang 0.8 Besut Dungun Kemaman 0.6 Setiu 0.4 Kuala Terengganu 0.2 Kuala Berang
Expected Cum Prob
Marang 0.0 0.0 0.2 0.4 0.6 0.8 1.0
Observed Cum Prob
Scatterplot
Dependent Variable: Jualan dalam R jutaMarang
1
Dungun Besut Kemaman
Regression Studentized Deleted (Press) Residual
0 Kuala Terengganu Setiu
-1
Kuala Berang
Marang
-2 -1 0 1 2
Regression Standardized Predicted Value [email protected] Kolej Komuniti K.Trg SPSS version 17.0
Page 32
Scatterplot
Dependent Variable: Jualan dalam RM juta
Seti 2
Regression Standardized Predicted Value
1 Dungun Marang
0 Kuala Berang
Marang
Kemaman
Kuala Terengganu -1
esut
200
220
240
260
280
Jualan dalam RM juta
[email protected] Kolej Komuniti K.Trg SPSS version 17.0
300
Page 33