8/14/2019 KURSUS_SPSS_16

1/31

KURSUS SPSS 16.0

(Windows version)Oleh : En. Abdul Harith Hasan

8/14/2019 KURSUS_SPSS_16

2/31

Penggunaan spss dalam kajianAnalisis data (Statistik)

Laporan (Graf, carta, jadual)

Dua kegunaan utama statistik:Menerangkan sesuatu set data:Deskriptif

Menggunakan data untuk mendapatkan

kesimpulan bagi sesuatu populasi: Inferential

8/14/2019 KURSUS_SPSS_16

3/31

proses menganalisis dataGunakan Pembolehubah yang sesuai

Kenalpasti jenis skala yang tepat (nominal,ordinal, interval, ratio)

Tetapkan missing values

Masukkan data.

Recode item negatif (Tidak perlumenggunakan item negatif dalam soal selidik

mahupun interview pada masa nyata)Pembersihan data, cari outliers(skor z).

Analisis mengikut keperluan/soalan kajian

8/14/2019 KURSUS_SPSS_16

4/31

Penamaan pembolehubahMulakan nama pembolehubah dengan abjad

Nama pembolehubah tidak boleh berakhirdengan tanda period (-)

Nama pembolehubah tidak boleh bermula atauberakhir dengan simbol khas seperti &, ?, !, ,*, atau ,

Setiap pembolehubah mestilah unik, iaitu

setiap pembolehubah mempunyai namaberlainan.

Gunakan nama pembolehubah yangbersesuaian, ringkas dan senang dikenalpasti.

8/14/2019 KURSUS_SPSS_16

5/31

Jenis skala pengukuran Nominal kategori, pengkelasan

ch: Jantina, negeri, agama, warna. Ordinal urutan: tinggi ke rendah

Susunan mengikut hirarki Interval unit sama.

Mempunyai ciri seperti ordinal

Setiap titik dalam skala mempunyai jarakyang sama.

Ch: IQ, suhu Ratio mengandungi titik sifar nyata (true

zero)

Ch : tinggi, berat

8/14/2019 KURSUS_SPSS_16

6/31

Penetapan Missing valuesData angka (numeric data) ch: gunakan 999

Data rentetan (string data) ch: gunakan NR(No Response)

Gunakan saja SPSS default setting (SystemMissing Value) iaitu simbol

8/14/2019 KURSUS_SPSS_16

7/31

Antaramuka spss 16.0

Kes(baris)

Pembolehubah (lajur)

8/14/2019 KURSUS_SPSS_16

8/31

ReCODE item negatif

Langkah 1

8/14/2019 KURSUS_SPSS_16

9/31

Langkah 2

8/14/2019 KURSUS_SPSS_16

10/31

Langkah 3

8/14/2019 KURSUS_SPSS_16

11/31

Pembersihan dataGuna jadual frekuensi Analyze->Descriptive

Statistics->frequencies atau,

Gunakan fungsi Data->Define VariableProperties.

8/14/2019 KURSUS_SPSS_16

12/31

8/14/2019 KURSUS_SPSS_16

13/31

8/14/2019 KURSUS_SPSS_16

14/31

Ujian kebolehpercayaan

Konsistensi dalaman item dalam mengukur apayang diukur.

Penggunaan model alpha(Cronbach)0.7 ke atas (wikipedia)

8/14/2019 KURSUS_SPSS_16

15/31

8/14/2019 KURSUS_SPSS_16

16/31

8/14/2019 KURSUS_SPSS_16

17/31

Tranformasi Pembolehubah

Dilakukan untuk mendapatkan maklumat sesuatu

konstruk. Ch : minGunakan skor z (-3 hingga 3) untuk mencari

outliers.Tapis outliers

8/14/2019 KURSUS_SPSS_16

18/31

8/14/2019 KURSUS_SPSS_16

19/31

Proses mencari outliers

Cari nilai yang melebihi julat -3 hingga 3

8/14/2019 KURSUS_SPSS_16

20/31

Block Outliers

8/14/2019 KURSUS_SPSS_16

21/31

8/14/2019 KURSUS_SPSS_16

22/31

outliers dipalang

8/14/2019 KURSUS_SPSS_16

23/31

Analisis dataStatistik Huraian(deskriptif) menghuraikan

ciri-ciri sampel.

8/14/2019 KURSUS_SPSS_16

24/31

8/14/2019 KURSUS_SPSS_16

25/31

Statistik inferen-> membuat rujukan tentangpopulasi berdasarkan sampel.

Ch: Ujian-TDigunakan untuk satu sampel kajian yang

mengandungi 2 kumpulan sahaja. (lebih dari 2guna ANOVA sehala).

Andaian yang perlu dipatuhi sebelum

menggunakan Ujian-T; Persampelan rawak Mempunyai taburan normal Data dari skala sela atau nisbah

Jenis Ujian-T;Ujian-T satu sampel

Ujian-T berpasangan

Ujian-T dua sampel bebas

8/14/2019 KURSUS_SPSS_16

26/31

8/14/2019 KURSUS_SPSS_16

27/31

Jenis-jenis ujian-t

8/14/2019 KURSUS_SPSS_16

28/31

8/14/2019 KURSUS_SPSS_16

29/31

8/14/2019 KURSUS_SPSS_16

30/31

ANOVA sehalaMembandingkan min bagi lebih dua aras

kumpulan dalam satu faktor.

Ch: membandingkan min pencapaian pelajardengan 3 kaedah mengajar Sains (faktor).

Andaian bagi ANOVA

Kumpulan mestilah bebasPopulasi adalah normal

Populasi variannya adalah homogen.

8/14/2019 KURSUS_SPSS_16

31/31