BAB 8::MENGHASILKAMENGHASILKAN CN CARTA STARTA STAATISTIKTISTIK
SPSS for windows mampu menghasilkan carta dan plot yang mempunyai resolusi yang SPSS for windows mampu menghasilkan carta dan plot yang mempunyai resolusi yang tinggi dengan menggunakan menu Graphs dan juga menu statistik yang tertentu,
tinggi dengan menggunakan menu Graphs dan juga menu statistik yang tertentu, misalnya dari perlaksanaan prosedur Frequencies & Regression. Seperti juga output misalnya dari perlaksanaan prosedur Frequencies & Regression. Seperti juga output teks(statistik) dan jadual, output carta dan plot akan di paparkan di tetingkap Output teks(statistik) dan jadual, output carta dan plot akan di paparkan di tetingkap Output Viewer.
Viewer.
Bentuk carta dan plot asas yang biasa di hasilkan oleh SPSS for windows ialah graf, Bentuk carta dan plot asas yang biasa di hasilkan oleh SPSS for windows ialah graf, histogram, carta bar, carta pai, carta garis dan scatterplot. Kemudahan SPSS Chart histogram, carta bar, carta pai, carta garis dan scatterplot. Kemudahan SPSS Chart jugajuga boleh menghasilkan carta dan plot
boleh menghasilkan carta dan plot statistik lanjutan seperti High-Low Chart, Boxplot,statistik lanjutan seperti High-Low Chart, Boxplot, Error Chart, Pareto dan Control Chart.
Error Chart, Pareto dan Control Chart. Carta dan plot yang terhasil
Carta dan plot yang terhasil boleh disunting menerusi tetingkap Chart Edboleh disunting menerusi tetingkap Chart Editoritor..
Langkah 8.1
Langkah 8.1 : Menghasilkan Carta histogram: Menghasilkan Carta histogram Prosedur untuk menghasilkan carta histogram Prosedur untuk menghasilkan carta histogram
1.
1. Daripada bar menu klik pada :Daripada bar menu klik pada :GraphGraph, kemudian klik pada, kemudian klik padaHistogram.Histogram. 2.
2. Klik pada pembolehubah yang dikehendaki dan masukan kedalam kekotakKlik pada pembolehubah yang dikehendaki dan masukan kedalam kekotak Pembolehubah (
Pembolehubah (VariableVariablebox).box).
3.
3. Klip padaKlip padaDisplay normal curve.Display normal curve. 4.
4. Jika anda mahu memberikan tajuk histogram klik pada butangJika anda mahu memberikan tajuk histogram klik pada butangTitlesTitles 5.
Proses di atas akan menghasilkan laporan seperti berikut. Proses di atas akan menghasilkan laporan seperti berikut.
2
200 3300 4400
total perceived stress total perceived stress
0 0 10 10 20 20 30 30 40 40 50 50 60 60 70 70 F F r e r e q q u u e e n n c c y y Mean = 26.73 Mean = 26.73 Std. Dev. = 5.848 Std. Dev. = 5.848 N = 433 N = 433 Langkah 8.2
Langkah 8.2 : Menghasilkan graf bar ( Bar graphs ): Menghasilkan graf bar ( Bar graphs ) Prosedur untuk membina graf ( bar graph )
Prosedur untuk membina graf ( bar graph )
1.
1. Daripada menu bar klik pada :Daripada menu bar klik pada :GraphsGraphs, kemudian , kemudian bar.bar.
2.
2. KlikKlikClustered.Clustered. 3.
3. Pada pilihan seksyenPada pilihan seksyenData in chart areData in chart are, klik pada, klik pada Summaries for groups of Summaries for groups of cases
cases, klik pada, klik pada DefineDefine..
4.
4. Pada boxPada boxBars representBars represent, klik pada other , klik pada other summaries functionsummaries function..
5.
5. Klik pada continues variables yang Klik pada continues variables yang anda mahu ( contoh., total anda mahu ( contoh., total perceived stress).perceived stress). Sepatutnya akan di
Sepatutnya akan di pamirkan Mean(Tpamirkan Mean(Total perceived stress).otal perceived stress).
6.
6. Klik pada kategori pertama pembolehubah (contoh., agegp3). Klik padap butangKlik pada kategori pertama pembolehubah (contoh., agegp3). Klik padap butang anak panah untuk membawanya kepada
anak panah untuk membawanya kepada kekotak Category axis. Pembolehubahkekotak Category axis. Pembolehubah ini akan di pamirkan pada bahagian bawah graf ( X axis ).
ini akan di pamirkan pada bahagian bawah graf ( X axis ).
7.
7. Klik pula pada kategori pilihan kedua (contoh., sex) dan bawa pembolehubah iniKlik pula pada kategori pilihan kedua (contoh., sex) dan bawa pembolehubah ini kepada bahagian
kepada bahagianDefine Cluster by.Define Cluster by. Pembolehubah ubah ini akan diPembolehubah ubah ini akan di persembahkan pada bahagian
Laporan carta seperti berikutnya akan terhasil daripada proses perlaksanaan prosedur Laporan carta seperti berikutnya akan terhasil daripada proses perlaksanaan prosedur di atas. di atas. 1 188--2299 3300--4444 4455++ age 3 groups age 3 groups 0 0 5 5 10 10 15 15 20 20 25 25 30 30 M M e e a a n n t t t o o t l a a l p p e e r r c c e e i i v v e e d d s s t t r r e e s s s s sex sex MALES MALES FEMALES FEMALES
Langkah 8.3
Langkah 8.3 : Menghasilkan scatterplot: Menghasilkan scatterplot Prosedur untuk membina scatterplot Prosedur untuk membina scatterplot
1.
1. Daripada menu bar klik pada :Daripada menu bar klik pada :GraphsGraphs, kemudian scatter , kemudian scatter
2.
2. Klik padaKlik padasimplesimple dan kemudiandan kemudianDefine.Define. 3.
3. Klik pada pembolehubah pertama (contoh total perceived stress), yang manaKlik pada pembolehubah pertama (contoh total perceived stress), yang mana boleh dipertimbangkan sebagai pembolehubah
boleh dipertimbangkan sebagai pembolehubah bersandar,bersandar,
4.
4. Klik pada anak panah untuk membawanya kekotak berlabelKlik pada anak panah untuk membawanya kekotak berlabel Y axi Y axiss. Variable ini. Variable ini akan di pamirkan pada
akan di pamirkan padavertical axisvertical axis..
5.
5. Bawa pembolehubah yang lain (contoh total PCOISS) kepada kekotak berlabelBawa pembolehubah yang lain (contoh total PCOISS) kepada kekotak berlabelXX axis
axis. Pembolehubah ini akan dipamirkan pada. Pembolehubah ini akan dipamirkan padahorizontahorizontal l axis.axis. 6.
6. Bawa pembolehubah (contoh,Bawa pembolehubah (contoh,sexsex) ke kekotak berlabel) ke kekotak berlabel Set MarkersSet Markers by box. Iniby box. Ini akan mempamirkan value label
akan mempamirkan value labelmalesmalesdandanfemalefemale secara berasingan.secara berasingan. 7.
7. KlKlik ik bubutatang ng OKOK..
Laporan di bawah akan terjadi hasil daripada proses di atas. Laporan di bawah akan terjadi hasil daripada proses di atas.
20 20 30 30 40 40 50 50 t t o o t t a a l l p p e e r r c c e e i i v e v e d d s s t t r e r e s s s s sex sex MALES MALES FEMALES FEMALES
Latihan Kendiri 8.4 Latihan Kendiri 8.4
Gunakan fail spss
Gunakan fail spss tutorialaddcaseOk.savtutorialaddcaseOk.sav untuk latihan berikutnyauntuk latihan berikutnya Bina carta Histogram, barchart dan pie bagi pembolehubah Bina carta Histogram, barchart dan pie bagi pembolehubah
berikutnya:-1 1.. AA11 2 2.. AA33 3 3.. AA77 4 4.. AA1100
BAB
BAB 9 9 ANALISIS ANALISIS PERKAITAN PERKAITAN (KORELASI)(KORELASI)
Dengan menggunaka
Dengan menggunakan n prosedprosedur ur BivarBivariate iate CorreCorrelationlations, s, pekali korelasi yang pekali korelasi yang mengumengukur kur ke
kekukuatatan an peperkrkaiaitatan n (a(assssocociaiatitionon) ) di di anantatara ra dua dua pempembolbolehehububah ah boboleleh h didikikira ra atatauau di
ditetentntukukanan. . ArArahahan an inini i didilelengngkakapi pi dedengngan an bebebeberarapa pa momodedel l peperkrkaiaitatan n sesepepertrtii Pearson(Untuk perkaitan linear), Spearman’s rho dan Kenda
Pearson(Untuk perkaitan linear), Spearman’s rho dan Kenda l’s tau-b.l’s tau-b.
Model korelasi Pearson sesuai digunakan apabila kedua-dua pembolehubah yang ingin Model korelasi Pearson sesuai digunakan apabila kedua-dua pembolehubah yang ingin dibandi
dibandingkan ngkan menggumenggunakan nakan skala pengukuran skala pengukuran sekursekurang-kuang-kurangnyrangnya a intervinterval al atau atau sela.sela. Sekiranya salah satu pembolehubah tersebut menggunakan skala pengukuran ordinal, Sekiranya salah satu pembolehubah tersebut menggunakan skala pengukuran ordinal, maka model Pearson tidak sesuai digunakan untuk mendapat pekali korelasi antara maka model Pearson tidak sesuai digunakan untuk mendapat pekali korelasi antara kedua pembolehubah tersebut. Anda perlu menggunakan model Sp
kedua pembolehubah tersebut. Anda perlu menggunakan model Sp earman’s rho.earman’s rho.
Sec
Secara ara defdefaultault, , proprosedsedur ur BivBivariariate ate CorCorrelrelatiations ons akaakan n menmenghaghasilsilkan kan matmatrikriks s pekpekaliali korelasi segiempat sama bersaiz m x m (dimana m adalah bilangan pembolehubah korelasi segiempat sama bersaiz m x m (dimana m adalah bilangan pembolehubah dala
dalam m sensenaraarai i varvariabiable) le) PenPenggugguna na boleboleh h menmenggunggunakaakan n sissistekteks s yanyang g sessesuai uai untuntukuk menghasilkan matriks pekali korelasi dalam bentuk yang lain.
menghasilkan matriks pekali korelasi dalam bentuk yang lain.
Pearson correlation coefficients ( r ) hanya mengambil value daripada -1 kepada +1. Pearson correlation coefficients ( r ) hanya mengambil value daripada -1 kepada +1. Nilai 0
Nilai 0 menunjumenunjukan tiada perhubungan di kan tiada perhubungan di antarantara a dua pembolehubadua pembolehubah. Manakala nilai -1h. Manakala nilai -1 atau +1 menunjukan ada perhubungan yang rapat di antara dua pembolehubah.
atau +1 menunjukan ada perhubungan yang rapat di antara dua pembolehubah.
Macamana kita mahu menentukan kekuatan hubungan di antara dua pembolehubah. Macamana kita mahu menentukan kekuatan hubungan di antara dua pembolehubah. Seperti yang di maklumkan nilai julat Pearson Correlation ( r ) adalah diantaran -1.00 Seperti yang di maklumkan nilai julat Pearson Correlation ( r ) adalah diantaran -1.00 ke
kepapada da ++1.1.0000, , ninilalai i inini i mmenenujujukukan an ssatatu u huhububungngan an yyanang g kukuat at didiananttarara a duduaa pem
pembolbolehubehubah, ah, manmanakaakala la CorCorrelrelatiation on r=0 r=0 menmenunjunjukaukan n tiatiada da hubuhubungangan n lanlangsugsung ng didi antara dua pembolehubah. Bagaimana pula dengan nilai di antara 0 kepada 1?
antara dua pembolehubah. Bagaimana pula dengan nilai di antara 0 kepada 1? Menurut Cohen (1988) mencadangkan kita mengikuti garis panduan di bawah Menurut Cohen (1988) mencadangkan kita mengikuti garis panduan di bawah
ini:-r=.
Menentukan pengiraan korelasi Menentukan pengiraan korelasi
Bagaimana hubungan varian (variance) dua pembolehubah boleh di kira. Apa yang anda Bagaimana hubungan varian (variance) dua pembolehubah boleh di kira. Apa yang anda perlu lakukan hanya perlu
perlu lakukan hanya perluSquare root Square root nilai rnilai r. . Misalnya Misalnya jika korelasi jika korelasi r=.5 r=.5 ini bermaknaini bermakna 25%, dimana .5 x .5 = .25% * 100
25%, dimana .5 x .5 = .25% * 100
Spesikasi minima diperlukan untuk melaksanakan prosedur Bivariate Correlations ialah Spesikasi minima diperlukan untuk melaksanakan prosedur Bivariate Correlations ialah sekur
sekurang-kuang-kurangnyrangnya a sepassepasang ang pembolpembolehubah yang ehubah yang ingin diukur ingin diukur kekuakekuatan tan perkaiperkaitantan diantaranya.
diantaranya.
Contoh hipotesis yang boleh ditulis mengenai perkaitan antara dua pembolehubah Contoh hipotesis yang boleh ditulis mengenai perkaitan antara dua pembolehubah Adakah
Adakah faktor faktor hubungan hubungan pelajar pelajar dengan dengan penjaga penjaga berkait berkait rapat rapat dengan dengan faktor faktor kemurungan?
kemurungan?
Hipotesis Null Hipotesis Null :: Tid
Tidak ak terdaterdapat perkaipat perkaitan yang signitan yang signifikan dianfikan diantara faktara faktor hubungator hubungan pelajar dengan pelajar dengann penjaga.
penjaga.
Hipotesis Alternatif Hipotesis Alternatif :: T
Terdapat perkaitan yang significant di antara erdapat perkaitan yang significant di antara faktor hubungan pelajar dengan faktor hubungan pelajar dengan penjaga.penjaga.
Latihan bersama 8. Latihan bersama 8. Langkah-langkah : Langkah-langkah :
1.
1. Untuk melaksanakan arahan ini KlikUntuk melaksanakan arahan ini Klik Analyze> Analyze>Correlate>BCorrelate>Bivariateivariate di bar Menu.di bar Menu. 2.
Langkah seterusnya aktifkan kedua-dua pembolehubah yang ingin dilihat Langkah seterusnya aktifkan kedua-dua pembolehubah yang ingin dilihat kekuatan perkaitannya . Dengan cara klik pada pembolehubah yang di kekuatan perkaitannya . Dengan cara klik pada pembolehubah yang di kehendaki dan klik pada butang anak panah kekanan.
kehendaki dan klik pada butang anak panah kekanan.
3.
3. PiPililih h pempembolbolehehububah ah C1C1(H(Hububunungagan n dedengngan an pepenjanjagaga), ), dadan n pepembmboleolehuhubabahh FD(
FD(Kemurungan (Depressed) - Interpretive Guidelines for T-scoresKemurungan (Depressed) - Interpretive Guidelines for T-scores )) 4.
4. SeteruSeterusnya tensnya tentukan ptukan pilihan jenilihan jenis ujian yis ujian yang diingiang diinginkan iainkan iaitu satu artu satu arah (one-ah (one-tailed) atau dua arah (two-(one-tailed).
tailed) atau dua arah (two-tailed).
5.
5. Klik butaKlik butang OK apabila sudah selng OK apabila sudah selesai, esai, laporalaporan seperti yan seperti yang di gambarkang di gambarkan din di bawah akan terhasil.
bawah akan terhasil.
Descriptive Statistics Descriptive Statistics M Meeaann SSttdd. . DDeevviiaattiioonn NN FD Kemurungan FD Kemurungan (Depressed) - Interpretive (Depressed) - Interpretive Guidelines for T-scores
Guidelines for T-scores 44..55554422 11..4466551111 22004488 C1
C1 Hubungan Hubungan dengandengan penjaga? penjaga? 11..0044 ..118844 22004488 Correlations Correlations 1 1 --..221177**** .000 .000 2 2004488 22004488 --..221177**** 11 .000 .000 2 2004488 22004488 Pearson Correlation Pearson Correlation Sig. (2-tailed) Sig. (2-tailed) N N Pearson Correlation Pearson Correlation Sig. (2-tailed) Sig. (2-tailed) N N FD Kemurungan FD Kemurungan (Depressed) -
(Depressed) - IInterpretiventerpretive Guidelines for T-scores Guidelines for T-scores C1 Hubungan dengan C1 Hubungan dengan penjaga? penjaga? FD FD Kemurungan Kemurungan (Depressed) (Depressed) -Interpretive Interpretive Guidelines for Guidelines for T-scores T-scores C1 C1 Hubungan Hubungan dengan dengan penjaga? penjaga? Correlation is signifi
Correlation is significant at the cant at the 0.01 level (2-tailed).0.01 level (2-tailed). **.
negatif(-.217) yang kecil dan nilai varian (variance) bagi kedua pembolehubah negatif(-.217) yang kecil dan nilai varian (variance) bagi kedua pembolehubah ialah 46.58% .
ialah 46.58% .
“Hasil tersebut juga jelas menunjukan terdapat satu perkaitan yang signifikan “Hasil tersebut juga jelas menunjukan terdapat satu perkaitan yang signifikan diantara kedua pembolehubah di mana nilai sigfinikannya ialah 0.000 iaitu lebih diantara kedua pembolehubah di mana nilai sigfinikannya ialah 0.000 iaitu lebih kecil dari aras signifikan yang ditetapkan 0.01/2=0.005 pada ujian korelasi dua kecil dari aras signifikan yang ditetapkan 0.01/2=0.005 pada ujian korelasi dua arah. Hasil daripada kajian tersebut menunjukan faktor hubungan pelajar dengan arah. Hasil daripada kajian tersebut menunjukan faktor hubungan pelajar dengan penjaga boleh menjadi penyebab berlakunya kemurungan di kalangan pelajar penjaga boleh menjadi penyebab berlakunya kemurungan di kalangan pelajar adalah sebesar 46.58%.”
adalah sebesar 46.58%.”
Latihan kendiri 9.1 Latihan kendiri 9.1
Dalam latihan ini anda di kehendaki menghasilkan satu pekali korelasi m x m bagi Dalam latihan ini anda di kehendaki menghasilkan satu pekali korelasi m x m bagi pembolehubah berikut, dan nyatakan jenis hubungan diatara permbolehubah berikut pembolehubah berikut, dan nyatakan jenis hubungan diatara permbolehubah berikut dan juga peratusan korelasi antara pembolehubah.
dan juga peratusan korelasi antara pembolehubah.
Dengan menggunak
Dengan menggunakan an fail datafail data tutorialAddcaseOk.sav tutorialAddcaseOk.sav dan dan menggunmenggunakan akan methomethodd Pearson, Nyatakan samada terdapat hubungan atau perkaitan diantara pembolehubah Pearson, Nyatakan samada terdapat hubungan atau perkaitan diantara pembolehubah FD
FD - - KeKemumururungngan an (D(Depepreresssseded) ) - - InInteterprpreretitive ve GuGuididelelinines es fofor r TT-s-scocoreres s dendengagann pe
pembmbololehehububah ah C6C6A A - - MeMengngalalamami i kkeaeadadaan an KeKemamattiaian n IIbu bu atatau au BaBapapa? ? DDanan Pembolehubah
Pembolehubah A10 A10 Penjaga.Penjaga.
Persembahkan keputusan dalam bentuk laporan lengkap. Persembahkan keputusan dalam bentuk laporan lengkap.