Statistika Modul 1 Mengenal SPSS

(1)

0

Modul Praktikum

STATISTIKA

Tim Pengajar Mata Kuliah Statistika Fakultas Psikologi Unpad

Modul I:

 Mengenal SPSS

 Memasukkan data

& Membuat Variabel

 Bekerja dengan

data

(2)

1

1.1. MENGENAL SPSS CARA KERJA SPSS

Sebelum menggunakan SPSS sebagai alat bantu untuk membuat analisa statistika dari data kita, terlebih dahulu kita perlu mengetahui bagaiman cara kerja SPSS.

Cara kerja SPSS secara sederhana digambarkan sebagai berikut:

Penjelasan proses statistik dengan SPSS:

Data yang akan diproses dimasukkan lewat menu DATA EDITOR yang otomatis akan muncul di layar saat SPSS dijalankan

Data yang telah diinput kemudian diproses, juga lewat DATA EDITOR.

Hasil pengolahan data muncul di layar (window) yang lain dari SPSS, yaitu VIEWER.

Output SPSS bisa berupa teks/tulisan, tabel atau grafik.

MEMULAI SPSS

Pertama kali Anda masuk ke program SPSS, maka akan terlihat tampilan seperti ini di layar Anda:

INPUT DATA dengan DATA EDITOR

PROSES DATA dengan DATA EDITOR

OUTPUT DATA dengan VIEWER

(3)

2 Setelah Anda melihat tampilan tersebut, yang selanjutnya perlu Anda lakukan adalah sebagai berikut:

Setelah itu, Anda akan melihat layar DATA EDITOR.

Berikut adalah penjelasannya.

(1) Klik kotak ini (sampai muncul tanda check list) untuk membuat SPSS tidak menampilkan kotak dialog ini setiap Anda membuka SPSS

(2) Klik “cancel”

untuk menutup kotak dialog ini

Ini adalah “menu items”

yang merupakan tombol “perintah”

dalam menganalisa data

“Tool bar” terdiri dari beberapa tombol pilihan

DATA VIEW dan VARIABLE VIEW akan

dijelaskan lebih detil kemudian Informasi mengenai status “kesiapan” SPSS

(4)

3

KELUAR DARI SPSS

Setelah Anda menggunakan SPSS dan Anda ingin mengakhirinya, langkah-langkahnya adalah sebagai berikut:

Jika Anda telah melakukan perubahan terhadap berkas yang Anda buka, maka SPSS akan “bertanya” apakah Anda ingin menyimpan berkas sebelum Anda keluar.

(1)Klik

“BERKAS” pada menu item

(2)Pilih “EXIT”

dari menu

“BERKAS”

Klik “YES” untuk menyimpan berkas yang telah Anda buat

Klik “NO” untuk keluar dari SPSS tanpa menyimpan berkas yang telah Anda buat/ubah

Klik “CANCEL ” untuk kembali ke SPSS

(5)

4

MENYIMPAN BERKAS SPSS

Jika Anda ingin menyimpan data yang telah Anda buat, maka langkah-langkahnya adalah sebagai berikut;

Jika Anda memilih “SAVE AS”, maka akan muncul kotak dialog seperti berikut ini:

(1) Klik BERKAS

(2) Pilih “SAVE” jika berkas ini telah Anda simpan sebelumnya, sehingga berkas akan tersimpan dengan nama ynag sama seperti sebelumnya (2) Pilih “SAVE AS”

jika Anda ingin mengubah nama berkas yang telah tersimpan sebelumnyaatau Anda akan

menyimpan berkas untuk pertama kali Perhatikan bahwa SPSS menggunakan nama “untitled” untuk berkas yang belum disimpan (di-save). Jika Anda telah menyimpan berkas Anda, maka nama berkas yang Anda berikan akan muncul disini

Menunjukkan direktori tempat berkas Anda berada sekarang

Klik disini untuk mengubah direktori untuk menyimpan berkas Anda

Kotak ini menunjukkan nama-nama dari data yang sudah ada di direktori ini

Ketikkan nama berkas Anda pada kotak ini, dan akan tersimpan dengan ekstensi .sav

(6)

5

1.2. MEMASUKKAN DATA DAN MEMBUAT VARIABEL

DATA VIEW DAN VARIABLE VIEW

Pada tampilan layar data editor, terlihat dua bagian utama, yaitu : DATA VIEW dan VARIABEL VIEW.

1. DATA VIEW, tempat untuk menginput data statistik. Inilah yang selalu tampil di layar.

2. VARIABLE VIEW, tempat untuk menginput variabel statistik. Bagian ini digunakan hanya pada saat memasukkan dan mendefinisikan variabel-variabel.

Dengan demikian, jika belum ada inputing data apapun maka yang pertam kali dibuka adalah VARIABLE VIEW. Pada tempat ini dilakukan proses pemasukan VARIABEL.

Setelah selesai, proses selanjutnya adalah pemasukan data menggunakan DATA VIEW.

Jika melakukan perhitungan statistik, tempat proses data tetap di DATA VIEW;

demikian juga jika kemudian dilakukan penambahan data, penghapusan data dan mengubah data semuanya dilakukan di DATA VIEW. Area VARIABLE VIEW hanya digunakan lagi jika akan dilakukan penambahan variabel, penghapusan variabel atau pengubahan terhadap isi variabel

Ini adalah DATA VIEW dari DATA EDITOR

Perhatikan bahwa DATA VIEW tab berada di depanmenunjukkan bahwa Anda sekarang tengah melihat layar DATA VIEW

Untuk mengubah tampilan layar menjadi VARIABLE VIEW, klik lah VARIABLE VIEW tab

(7)

6 Ini adalah

VARIABLE VIEW dari DATA EDITOR

Perhatikan bahwa VARIABLE VIEW tab berada di

depanmenunjukkan bahwa Anda sekarang tengah melihat layar VARIABLE VIEW

(8)

7

MEMBUAT VARIABEL UNTUK PENGISIAN DATA

Agar bisa lebih memahami cara membuat variabel, perhatikan data di bawah ini untuk mempraktikkan langkah-langkah pengisian variable dan data.

KASUS I: PENELITIAN FACEBOOK

Sebuah penelitian dilakukan untuk mendapatkan gambaran mengenai penggunaan situs pertemanan Facebook pada remaja usia 13-15 tahun. Berikut adalah data yang didapat dari 20 responden di kota Bandung.

NO RESPON DEN

JENIS KELAMIN

WAKTU MENGAKSES FACEBOOK DALAM SATU

HARI (SATUAN MENIT)

MEDIA YANG DIGUNAKAN

FITUR YANG PALING SERING

DIGUNAKAN

MOTIVASI MENJALIN RELASI*

1 1 150 handphone status 85

2 1 25 komputer status 45

3 1 60 komputer quiz 67

5 2 handphone foto 32

6 1 50 handphone foto 97

7 2 120 handphone note 65

10 1 60 handphone status 30

11 2 60 komputer note 89

12 2 15 komputer foto 90

18 2 120 komputer foto 90

*Motivasi menjalin relasi sosial diukur melalui kuesioner yang terdiri dari 25 item dengan 4 skala penilaian, yaitu selalu=4. Sering=3. Kadang-kadang=2. Tidak pernah

=1.

Untuk mendefinisikan variabelnya, maka Anda harus membuka layar VARIABLE VIEW, yang dalam keadaan belum terisi seperti gambar di bawah ini:

(9)

8 KOLOM “NAME”

Pada kolom “NAME”, ketikkan nama variabel sesuai data yang ada.

Pada SPSS versi 13.00, tidak boleh ada spasi.

Dengan demikian, nama variabel yang

terdiri dari 2 kata atau lebih harus disambung atau diberi tanda sambung, misalnya memakai tanda underscore (_)

KOLOM “TYPE”

Kolom “TYPE” menunjukkan jenis dari masing-masing variabel. Variabel bisa berjenis numeric (terdiri dari angka) atau string (terdiri dari huruf). Ketika Anda mengetikkan nama variabel, kolom TYPE akan langsung tersetting “NUMERIC”. Jika Anda ingin mengubah sesuai dengan variabel yang Anda masukkan, maka yang harus Anda lakukan adalah:

(1) Pindahkan kursor ke sel “TYPE”, lalu klik tombol ini untuk menampilkan kotak dialog VARIABLE TYPE

(10)

9 KOLOM “VARIABLE WIDTH” dan “DECIMAL PLACES”

KOLOM” LABEL”

Kolom ini digunakan untuk memasukkan label variabel. Label variabel adalah frase yang menjelaskan nama variabel dan dapat membantu Anda mengingat data apa yang ada dalam sebuah nama variabel. Misalnya untuk variabel “WAKTU”, maka Anda dapat mengisi kolom label pada variabel ini dengan penjelasannya, yaitu “waktu mengakses Facebook dalam satu hari (menit)”. Label variabel ini akan tercetak dalam output SPSS.

(2) Pilih jenis variabel dari daftar yang tersedia dengan meng klik-nya.

Misalnya untuk variabel jenis kelamin, kita klik jenis STRING

(3) Klik OK untuk menutup kotak dialog

Untuk mensetting lebar sel dan desimal pada setiap variabel, klik pada tanda panah, ke atas atau ke bawah sesuai kebutuhan.

(11)

10 KOLOM “VALUES”

Values menggambarkan keterangan terhadap data terutama yang merupakan data nominal atau kategorikal. Dalam contoh pengisian variabel yang tengah kita kerjakan, misalnya pada variabel jenis kelamin kita memberi label 1 untuk laki dan 2 untuk perempuan.

Fungsi kedua dari values adalah untuk mengelompokkan variabel bebas. Misalnya kita akan membandingkan waktu mengakses Facebook pada kelompok usia 13-15 dan kelompok usia 18-24 tahun. Kelompok usia 13-15 tahun kita beri value 1 dan kelompok usia 18-24 tahun kita beri value 2.

Berikut adalah langkah-langkah untuk mengisi value, untuk contoh variabel jenis kelamin.

Klik disini untuk memunculkan kotak dialog VALUE LABELS

(1) Ketikkan nilai yang Anda gunakan untuk value pada kotak VALUE dan labelnya pada kotak VALUE LABEL

(2) Klik tombol “ADD” untuk menambahkan value label pada daftar value label yang telah ada. Ulangi untuk value label selanjutnya

(3) Klik OK jika telah selesai

(12)

11 KOLOM “MISSING VALUES”

Terkadang kita memiliki data yang tidak terisi dengan lengkap. Misalnya dalam contoh kasus latihan kita, Responden no.5 tidak memberikan informasi mengenai waktu yang ia gunakan untuk mengakses Facebook dalam sehari. Sedangkan responden no. 20 tidak memberikan informasi mengenai suku bangsanya.

Saat kita memiliki data yang kososng, maka kita harus “memberitahu “ SPSS mengenai hal ini. Caranya adalah dengan memilih nilai yang tidak mungkin terjadi pada variabel ini. Misalnya kita pilih nilai 1000 untuk variabel waktu dan untuk suku bangsa, kita beri nilai 10 (padahal datanya hanya terdiri dari 3 kategori).

Cara mengisi missing values adalah sebagai berikut:

(1)Klik disini untuk memunculkan kotak dialog MISSING VALUES

(2)Pilih DISCRETE MISSING VALUES, ketikkan angkanya

(3)Klik OK

(13)

12 KOLOM “COLUMNS” , “ALIGN” dan “MEASURE”

Apabila sudah selesai, simpan berkas dengan nama data_Facebook.sav

Klik disini, lalu klik panah ke atas untuk menambah lebar kolom dan panah ke bawah untuk mengurangi lebar kolom (pada masing-masing variabel).

Panjang nama variabel menjadi pertimbangan untuk menentukan lebar sel. Jangan sampai nama variabel tidak terbaca

Klik disini, lalu pilih salah satu dari tiga pilihan (left, right, center) untuk menempatkan data pada setiap variabel di sebelah kiri, kanan atau tengah dalam selnya.

Klik disini, lalu pilih salah satu dari tiga pilihan (scale, ordinal, nominal) sesuai dengan skala pengukuran dari setiap variabel

(14)

13

1.3. BEKERJA DENGAN DATA

Pada bagian ini, Anda akan belajar berbagai perintah yang dapat digunakan dalam SPSS 13.00 untuk mengubah, mentransformasi dan memperbaiki data yang Anda miliki. Perintah-perintah ini sangat bermanfaat terutam aapabila Anda memiliki data yang cukup banyak atau variabel yang cukup banyak untuk setiap subjek.

MENGURUTKAN BERKAS

Perintah ini digunakan ketika Anda ingin mengurutkan data dalam satu variabel berdasarkan urutan tertentu. Misalnya dari data mengenai penelitian Facebook yang telah kita miliki, kita ingin mengurutkan data berdasarkan jenis kelamin.

Langkah-langkahnya adalah sebagai berikut:

(1) Klik pada menu DATA

(2) Pilih perintah SORT CASES

(15)

14 Setelah itu, akan muncul kotak dialog seperti ini:

(3) Pilih variabel yang akan diurutkan (4) klik tanda ini untuk

memindahkan variabel yang telah dipilih ke dalam kotak “Sort By”

(5) klik salah satu dari dua pilihan jenis urutan (sorting) yang kita inginkan (5) klik OK

(16)

15

SPLITTING A FILE

Dengan perintah

Split File, Anda dapat membagi data menjadi kelompok-

kelompok sesuai dengan yang Anda butuhkan, dan analisis datanya di output dapat diorganisasikan sesuai dengan kelompok tersebut.

Misalnya, dalam kasus yang telah kita miiki, Anda ingin membuat analisa yang berbeda terhadap subjek berdasarkan media yang digunakan untuk mengakses Facebook.

Perhatikan bahwa setelah diurutkan, urutan no respondennya berubah,

mengikuti jenis kelamin.

(17)

16 (1) Klik pada

menu DATA

(2) Pilih perintah SPLIT FILE

(3) Pilih variabel yang akan di-split SPLIT FILE

(4) Pilih salah satu dari dua tipe : “compare groups” atau “organize output by groups”

(5) klik tanda ini untuk memindahkan variabel yang telah dipilih ke dalam kotak “Group Based On ”

(18)

17 Perhatikan, bahwa di data editor Anda, tampilan datanya tidak akan berubah. Anda akan tahu efek dari langkah-langkah yang telah Anda lakukan saat melakukan pengoperasian untuk menganalisa data (yang akan Anda pelajari pada bab selanjutnya)

Pada kotak dialog SPLIT FILE, pada langkah ke 4, Anda dapat memilih salah satu dari dua pilihan: “compare groups” atau “organize output by groups”. Kedua pilihan tersebut sama-sama dapat memisahkan berkas berdasarkan criteria ynag kita pilih.

Yang berbeda adalah dalam tampilan outputnya.

(6) klik “Sort the berkas by grouping variables”

(7) klik OK

(19)

18 Jika Anda memilih “compare groups”, maka contoh tampilan output yang akan Anda dapatkan adalah sebagai berikut:

Statistics MEDIA

handphon N Valid 9

Missing 0 komputer N Valid 11

Missing 0

Sedangkan jika Anda memilih “organize output by groups“ maka contoh tampilan output yang akan Anda dapatkan adalah sebagai berikut:

MEDIA = handphon

Statistics(a) MEDIA

N Valid 9

Missing 0 a MEDIA = handphon

MEDIA = komputer

Statistics(a) MEDIA

N Valid 11

Missing 0 a MEDIA = komputer

Mengembalikan data setelah dipisahkan.

Karena perintah Split File ini bersifat sementar, maka tentu saja kita bisa mengembalikan data seperti semula. Caranya adalah dengan melakukan langkah perintah Split File ke1 dan ke2, lalu pilih perintah “analyze all case, do not create group”. Setelah melakukan perintah tersebut, tampilan data akan tetap sama.

Namun ketika Anda menganalisanya, datanya kembali menyatu, contohnya seperti di bawah ini:

MEDIA

Frequency Percent Valid Percent Cumulative Percent

Valid handphon 9 45.0 45.0 45.0

komputer 11 55.0 55.0 100.0

Total 20 100.0 100.0

(20)

19

SELECTING CASES

Alternatif lain selain menggunakan Split File, untuk memilih kasus tertentu dan melakukan analisis secara terpisah pada kasus yang sudah dipilih tersebut adalah dengan menggunakan menu select cases.

Membandingkan perintah select cases dan Split File

Select cases berbeda dengan

Split File.

Select cases tidak memproses/menganalisa data yang tidak dipilih. Sedangkan

Split File

menganalisa seluruh data namun menampilkan outputnya sesuai dengan variabel yang kita pisahkan.

Jadi,



Gunakan Select Cases ketika Anda hanya memerlukan sebagian data untuk diolah



Gunakan Split File ketika Anda ingin mengolah dua atau lebih kelompok data.

Contohnya, jika pada data yang telah kita miliki Anda hanya akan mengolah data pada kelompok responden yang skor relasi sosialnya adalah 50 ke atas, maka langkah- langkahnya adalah sebagai berikut:

(1) Klik pada menu DATA

(2) Pilih perintah SELECT CASES sehingga muncul kotak dialog SELECT CASES

(21)

20 (4) Pilih IF

CONDITION IS SATISFIED (3) Klik tombol IF

sehingga muncul kotak dialog SELECT CASES: IF

(5) Pindahkan Variabel yang dipilih ke kotak yang di sebelah kanan dengan meng klik tombol panah

(7) Lengkapi dengan aturan yang

ditetapkan menggunakan tombol

“kalkulator”

(6) Tekan tombol CONTINUE untuk kembali ke kotak dialog SELECT CASES

(22)

21 ni adalah tampilan di layar data Anda.

(9) Klik FILTERED pada kotak UNSELECTED CASES ARE

(8) Klik OK

Perhatikan bahwa data yang tidak terpilih akan diberi tanda garis melintang

SPSS juga telah membuat variabel baru yang

menunjukkan data mana yang terpilih dan data mana yang tidak terpilih berdasarkan aturan yang telah ditetapkan

(23)

22

RECODING VALUES

Recoding values adalah perintah yang digunakan saat akan mengubah kode suatu data.

SPSS menawarkan 2 pilihan recode, yaitu recode into same variables dan recode into different variables. Akan lebih aman jika Anda memilih recode into different variables, karena pengkodean yang baru tidak akan menghilangkan data asli yang Anda miliki.

Untuk memahami langkah-langkahnya, kita gunakan kasus kita. Misalnya Anda akan memberi kode pada skor relasi sosial dengan 3 kategori.

Aturannya adalah sebagai berikut:

di bawah skor 25 kategorinya rendah, 25-75 kategorinya sedang,

di atas 75 kategorinya tinggi.

(1) Klik pada menu TRANSFORM

(2) Pilih RECODE

(3) Pilih INTO DIFFERENT VARIABLES

(24)

23 (5) Pilih variabel yang akan di-recode,

pindahkan pada box di sebelah kanan dengan menekan tombol panah

(4) Ketikkan nama untuk variabel baru hasil re-code

(6) Anda bisa memberi label pada variabel yang baru untuk mengingatkan Anda

(7) Klik CHANGE

(8) Klik disini untuk

memunculkan kotak dialog OLD AND NEW VALUES

(9) Pilih salah satu dari opsi yang ditawarkan

(11) Ketikkan nilai baru sesuai dengan

keinginan

(10) Klik tombol ADD untuk memasukkan nilai lama dan nilai baru ke kotak

OLDNEW

(25)

24 Jika semua nilai lama dan baru sudah dimasukkan, tinggal klik CONTINUE, lalu OK.

Perhatikan pada layar data Anda, kini ada tambahan variabel yang namanya sesuai dengan yang Anda ketikkan, berisi kategori sesuai aturan yang Anda tetapkan.

COMPUTING NEW VARIABLE

Perintah COMPUTE digunakan untuk menghitung variabel baru berdasarkan nilai dari variabel yang sudah ada. Misalnya, jumlah dari subdimensi tertentu. Sebagai latihan, dalam contoh penelitian mengenai Facebook misalnya Anda ingin mengetahui nilai dari skor relasi sosial dibagi empat.

(26)

25 (1) Klik pada menu

TRANSFORM

(2) Pilih perintah COMPUTE

(3) Ketikkan nama untuk variabel baru hasil

compute

(4) Ketikkan rumus untuk mendapatkan nilai baru

menggunakan tombol dalam

“kalkulator “

(5)Klik OK

(27)

26 Perhatikan pada layar data Anda, kini ada tambahan variabel yang namanya sesuai dengan yang Anda ketikkan, berisi nilai yang Anda perlukan.

RANKING CASES

Perintah Ranking Cases digunakan apabila Anda membutuhkan ranking dari data pada suatu variabel. Pada kasus yang kita miliki, misalnya Anda memerlukan ranking dari data skor relasi sosial yang telah dibagi 4 sebelumnya.

(28)

27 (2) Klik pada menu

TRANSFORM

(1) Pilih perintah RANK CASES

(3) Pilih variabel yang akan diranking, pindahkan pada box di sebelah kanan dengan menekan tombol panah

(4) Pilih salah satu dari opsi yang ditawarkan mengenai urutan ranking yang ditawarkan

(5) Klik tombol TIES untuk menentukan bagaimana jika ada ranking yang sama.

Selanjutnya akan muncul kotak dialog TIES

(29)

28 (5) Dengan memilih MEAN, maka jika ada ranking yang

sama akan dicari meannya

(6) Klik Continue

Muncul variabel baru berisi ranking dari Relasi Sosial, ranking 1 mulai dari yang paling rendah skornya.

3 data yang angkanya sama (kembar),

mendapat ranking dengan cara mencari mean dari ketiga ranking data tersebut

(30)

29

SOAL LATIHAN

Fakultas Psikologi UNPAD diminta untuk melakukan penelitian terhadap siswa yang mengikuti kelas unggulan di kelas 1 SMP Cikoneng. Didapat data dari 47 siswa dari 2 kelas unggulan, yaitu kelas A dan kelas B.

Adapun data yang diperoleh adalah ;



Jenis Kelamin: terdiri dari laki-laki dan perempuan



Usia : dalam satuan tahun



Kelas : Terdiri dari kelas A dan kelas B



IQ : diukur menggunakan salah satu alat ukur kecerdasan, yaitu TIKI



Cara belajar : Terdiri dari 5 cara belajar yang berbeda, diberi kode angka 1-5.

1 = belajar sendiri

2 = belajar dengan teman 3 = belajar dengan orangtua 4 = belajar di bimbingan belajar 5 = belajar dengan guru privat



Skor item Task Commitment:

Task Commitment mengukur komitmen murid terhadap tugas yang diberikan padanya.

Alat ukur ini terdiri dari 16 item. Masing-masing item terdiri atas pernyataan dan 4 pilihan jawaban.

Jawaban diskor dengan cara sebagai berikut:

Selalu =4

Sering =3

Kadang-kadang =2 Tidak pernah =1

Alat Ukur ini terdiri dari 2 dimensi, yaitu:

1. Daya tahan : item-item dengan nomor ganjil 2. Minat belajar : item-item dengan nomor genap



Untuk masing-masing variabel dari data yang ada, apa skala

pengukurannya?

(31)

30



Dari data yang didapatkan, lakukanlah hal-hal berikut:

1. Input data

2. Urutkanlah data berdasarkan variabel di bawah ini:

a. Jenis kelamin

b. Usia (dari yang kecil ke besar) c. IQ (dari besar ke kecil)

3. Pisahkanlah data berdasarkan:

a. Jenis kelamin b. Usia

c. Cara Belajar

Setelah dipisahkan, satukan kembali datanya.

4. Pilihlah data berdasarkan:

a. Jenis kelaminyang laki-laki saja b. Usiayang usianya 12 tahun ke atas c. IQyang IQnya di bawah 115

d. Cara belajaryang cara belajarnya dengan orangtua dan dengan teman

Setelah dipilih, satukan kembali datanya

5. Rubahlah kode Jenis Kelamin dengan kode sebagai berikut: L=1, P=1 6. Pada variabel cara belajar, untuk yang belajar di bimbingan belajar dan

belajar di guru privat, satukan saja datanya dan beri kode 4, yaitu

“belajar dengan cara lainnya”

7. Buatlah variabel baru yang berisi:

a. Jumlah skor total dimensi daya tahan b. Jumlah skor total dimensi minat belajar

c. Jumlah skor total kedua dimensi (skor total alat ukur task commitment)

8. Buatlah ranking untuk variabel berikut ini:

a. IQ dari IQ terkecil

b. Skor Task Commitment dari skor terbesar 9. Buatlah variabel baru berisi kategori di bawah ini:

a. IQ ≤ 100=rendah; 101-115=sedang; ≥116 tinggi

b. Skor Task Commitment≤ 40=rendah; 41-50=sedang; ≥51 tinggi

(32)

31

NO JK USIA KL S IQ

CARA BELA JAR

SKOR ITEM TASK COMMITMENT

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 L 12 A 120 1 3 4 4 4 4 4 4 3 3 4 4 4 4 4 4 3

2 P 11 A 114 1 2 4 4 3 3 4 3 2 3 3 3 4 3 4 3 4

3 L 11 A 110 1 3 3 3 4 3 3 2 2 3 3 2 4 3 4 3 3

4 P 12 A 97 1 2 4 3 3 4 3 2 1 3 3 3 4 1 3 4 3

5 L 12 A 120 3 3 4 4 4 4 4 3 2 4 4 3 4 3 4 4 3

6 L 12 A 103 2 3 4 4 4 3 4 3 2 3 4 4 4 4 4 4 3

7 L 12 A 101 3 3 4 4 3 2 4 4 2 4 3 4 4 3 4 4 3

8 L 13 A 119 5 3 4 4 3 3 4 2 2 4 3 1 4 4 4 4 3

9 P 12 A 99 3 2 4 4 3 4 4 3 2 4 2 3 4 4 4 4 3

10 P 12 A 119 5 4 3 4 3 4 4 2 3 4 4 3 4 3 4 3 3

11 P 11 A 123 3 3 4 4 3 2 4 2 2 4 4 3 4 4 4 3 4

12 L 11 A 99 2 2 3 2 3 4 3 1 2 3 4 1 4 4 3 4 3

13 P 11 A 128 3 3 4 3 3 4 3 3 3 3 3 4 4 4 4 3 4

14 L 12 A 108 4 3 3 3 3 2 3 3 2 3 2 3 3 3 3 3 3

15 P 13 A 120 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

16 L 12 A 133 2 2 3 3 3 2 3 2 1 2 2 2 3 3 3 2 2

17 L 12 A 100 1 2 4 3 3 3 4 3 3 3 3 3 4 4 4 2 3

18 L 13 A 93 2 3 4 3 3 3 3 4 2 3 3 3 4 3 4 3 3

19 L 12 A 100 3 3 4 4 4 4 3 4 3 4 3 3 4 3 3 4 3

20 P 13 A 110 4 3 4 4 4 3 4 3 3 3 3 4 4 4 4 3 2

21 P 12 A 103 3 3 3 4 3 3 4 4 2 4 4 3 4 4 4 4 3

22 P 13 A 125 2 3 3 3 4 3 3 3 3 3 3 3 4 4 3 3 4

23 P 11 A 111 4 3 4 4 3 4 4 3 2 4 4 1 4 1 4 4 3

24 L 11 A 125 1 3 3 4 3 3 3 3 3 3 3 2 4 4 4 3 3

25 L 11 B 116 1 3 4 3 3 3 3 3 2 4 4 4 4 4 4 3 3

26 P 12 B 110 2 3 4 4 3 3 4 3 1 4 4 4 4 3 4 3 3

27 L 12 B 84 3 3 3 4 3 2 3 3 2 4 4 3 4 3 4 4 3

28 P 12 B 113 4 4 4 4 4 4 4 4 3 4 4 3 4 4 4 4 3

29 L 12 B 116 3 3 3 3 3 2 3 3 3 3 3 2 4 3 3 2 3

30 P 13 B 121 1 4 2 4 3 3 4 3 2 4 4 3 4 4 4 3 2

31 L 12 B 102 2 4 4 3 4 4 4 3 2 4 3 4 4 4 4 4 3

32 P 12 B 138 1 3 4 4 3 4 4 3 2 4 3 3 4 4 4 3 3

33 L 13 B 136 2 3 3 4 3 4 4 4 3 3 3 3 4 4 3 3 4

34 P 12 B 130 1 3 4 3 3 3 3 2 3 3 3 4 4 3 4 4 3

35 L 13 B 118 2 3 2 3 3 4 4 3 2 4 4 4 4 4 4 4 4

36 P 12 B 112 3 3 4 3 3 2 3 2 3 3 3 3 4 4 4 4 4

37 L 11 B 106 4 3 4 4 3 3 4 3 3 4 3 2 4 4 4 4 3

38 P 11 B 93 2 2 2 4 4 4 4 4 3 4 3 4 4 4 4 3 3

39 L 12 B 122 3 3 3 4 3 4 4 4 3 4 3 3 4 3 4 4 4

40 L 12 B 105 2 2 3 3 3 4 3 4 3 4 3 4 4 4 4 3 3

41 P 12 B 118 1 3 4 4 3 2 4 3 4 3 3 3 4 3 4 3 4

42 P 11 B 109 2 3 4 3 4 3 3 3 1 4 4 2 4 4 4 3 4

43 P 13 B 106 3 4 4 4 3 4 4 3 2 3 3 3 4 4 4 3 3

44 P 12 B 110 1 2 4 4 3 4 3 2 1 3 3 2 4 2 4 3 3

45 L 13 B 93 2 3 3 4 3 3 4 4 3 4 3 4 4 3 4 3 4

46 L 11 B 114 3 3 4 4 3 2 4 1 2 3 3 4 4 4 4 3 3

47 L 12 B 105 5 2 3 3 3 4 3 3 1 3 3 3 4 4 4 3 4

(33)

32

DAFTAR PUSTAKA

Field, Andy. (2005). Discovering Statistics Using SPSS 2

^nd

Edition. London: Sage

Publications.