√ Uji Perbedaan Independen Sampel T Tes Dengan Spss

Cara uji perbedaan independen sampel t tes atau uji untuk dua sampel independen/bebas ini dipakai untuk mencari perbedaan rata-rata dua grup yang tidak berhubungan. Pada perkara ini akan dicari perbedaan penjualan menurut jenis kelamin.

Langkah-langkah untuk menguji t tes sample independent yakni sebagai berikut:

1. Menentukan variabel penelitian. Variabel yang dipakai pada penelitian ini yakni penjualan dan jenis kelamin

2. Menentukan hipotesis

Hipotesis yang diajukan yakni sebagai berikut:

Ho = rata-rata hasil penjualan antara pria dan wanita yakni sama

Ha = rata-rata hasil penjualan antara pria dan wanita yakni berbeda

3. Kriteria pengujian hipotesisnya yakni sebagai berikut:

Ho diterima apabila nilai Signifikansi t hitung > 0,05

Ho ditolak apabila nilai Signifikansi t hitung < 0,05

4. Langkah selanjutnya masukkan data yang akan di analisis ke dalam spss. Jika anda belum tahu cara input atau masukkan datanya, sanggup anda lihat pada tutorial sebelumnya perihal input data disini dan disini. Pada perkara ini data yang akan dipakai yakni sebagai berikut:

5. Klik sajian “analyze” pada spss

Sehingga akan menucul jendela menyerupai ini:

6. Klik sajian “compare means” kemudian sajian “independent-sample-t-test” sehingga tampak menyerupai gambar berikut:

Maka akan muncul jendela gres menyerupai ini:

7. Masukkan variabel “penjualan” ke kotak “test variable (s)” dan jenis kelamin ke kotak “Grouping variable”

Sehingga akan tampak menyerupai ini:

8. Selanutnya klik sajian “define groups”

Sehingga akan muncul jendela gres menyerupai ini:

9. Selanjutnta tulis angka 1 pada “group 1” dan angka 2 pada “group 2” kemudian klik “continue:

Sehingga akan kembali menyerupai gambar berikut:

10. Selanjutnya klik sajian “ok”

Maka akan muncul output spss menyerupai gambar berikut:

11. Menarik kesimpulan

Berdasarkan hasil pengujian dengan memakai spss, diketahu nilai signifikansi t hitung yakni 0,490. Maka dari itu sanggup disimpulkan bahwa 0,490 > 0,05 sehingga Ho diterima, artinya rata-rata hasil penjualan antara pria dan wanita yakni sama.

Sekian tutorial cara uji untuk independent sample t test yang sanggup kami sampaikan. Jika anda ingin melihatnya dalam versi video maka sanggup dilihat disini. Trims

Sumber https://www.spssstatistik.com

√ Uji Analisis Regresi Sederhana Dengan Spss Tutorial Analisis Data

cara uji regresi sederhana dengan spss tutorial analisis data ini kami buat terkait dengan perimintaan beberapa klien yang menghubungi kami dikarenakan telah menonton beberapa video kami di youtube (silahkan lihat channel youtube kami). pada kesempatan kali ini kita akan membahas bagaimana caranya menganalisis atau menguji regresi sederha dengan aktivitas SPSS.

regresi sederhana dipakai apabila variabel independen dan variabel dependen masing-masing hanya 1 ( X dan Y). pada perkara ini teladan variabel yang akan kita uji ialah variabel pelayanan (X) dan kepuasan (Y). pengujian dilakukan untuk mengetahui efek variabel pelayanan terhadap variabel kepuasan. ikuti langkah-langkah berikut:

1  berikut data ihwal variabel yang sudah kami siapkan:

2   Klik sajian Analyze => Regression => Linear, sehingga tampak menyerupai gambar berikut:

setelah itu akan muncul jendela gres menyerupai gambar berikut:

3  pindahkan variabel pelayanan ke kolom independen(s) dan variabel kepuasan ke kolom dependent. menyerupai gambar berikut:

setelah itu klik “OK”

4  maka akan keluar output SPSS nya menyerupai gambar berikut:

5  Langkah-langkah penyelesaian

A rumusan masalah

apakah terdapat efek variabel pelayanan terhadap kepuasan pelanggan

B  Hipotesis yang diajukan

Ho: Tidak ada efek yang signifikan pelayanan terhadap kepuasan pelanggan

Ha: Ada efek yang signifikan pelayanan terhadap kepuasan pelanggan

C  Kriteria pengujian

Ho diterima kalau Sign > 0,05

Ho ditolak kalau Sign < 0,05

D  Kesimpulan

berdasarkan hasil pengujian yang tertera pada output SPSS pada tabel Coofficients diketahui nilai t sebesar 5,764 dengan nilai Sig. sebesar 0,000 (artinya nilai Sig tersebut < 0,05) maka sanggup disimpulkan Ho ditolak dan Ha diterima, artinya ada efek yang signifikan pelayanan terhadap kepuasan pelanggan.

Catatan: terkait penyelasaian poin C ihwal kriteria pengujian, masih ada cara lain selain melihat nilai Sign, cara tersebut ialah dengan membandingkan nilai T hitung dengan t tabel (cara ini akan kami bahas pada artikel selanjutnya).

Sekian kami buat artikel ihwal pengujian regresi linier sederhana. supaya artike ini bermanfaat. silahkan lihat juga artikel kami yang lain ihwal apa itu uji normalitas.

Sumber https://www.spssstatistik.com

√ Uji Regresi Linier Berganda Dengan Memakai Spss

pagi sob,, artikel kali ini yakni mengenai cara analisis data untuk uji regresi berganda dengan memakai kegiatan spss. sebelumnya kami juga sudah pernah membahas ihwal pengujian regresi linier sederhana. sedikit mengupas perbedaan antara regresi sederhana dan berganda, lihat klarifikasi berikut:

regresi sederhana,

untuk regresi sederhana variabel penelitian terdiri dari dua variabel, yaitu 1 variabel independen dan 1 variabel dependen, dengan persamaan sebagai berikut:

Y= a + b.x

Y yakni variabel dependen yang diteliti

a yakni nilai konstanta

b yakni koefisien regresi

x yakni variabel independen yang diteliti

contoh penelitian : efek motivasi terhadap kinerja karyawan

dari pola di atas diketahui terdapat 1 variabel independen yaitu motivasi dan 1 variabel dependen yaitu kinerja karyawan

Regresi berganda,

untuk regresi berganda, variabel penelitian terdiri dari lebih dari 2 variabel penelitian dengan catatan bahwa variabel independen lebih dari 1 dan variabel dependen hanya 1. adapun persamaan regresinya yakni sebagai berikut:

Y= a + b1.x1 + b2.x2 +………

Y yakni variabel dependen yang diteliti

a yakni konstanta

b yakni koefisien regresi

x1 yakni variabel independen pertama

x2 yakni variabel independen kedua

contoh penelitian: efek motivasi dan honor terhadap kinerja karyawan

contoh penelitian di atas sanggup dijelaskan bahwa variabel independen pertama yakni motivasi (x1) dan variabel independen kedua yakni honor (x2) sedangkan variabel dependennya yakni kinerja karyawan (Y)

Nah…sekilas klarifikasi di atas akan kita aplikasikan dalam sebuah pengujian analisis regresi berganda memakai kegiatan spss. berikut lebih terang nya.

1 data yang akan kita gunakan

data diatas menawarkan terdapat 3 variabel dengan jumlah data sebanyak 30 data.

2 hipotesis yang akan di uji

H1: variabel motivasi kuat signifikan terhadap kinerja karyawan

H2: variabel honor kuat signifikan terhadap kinerja karyawan

H3: variabel motivasi dan honor kuat signifikan secara tolong-menolong terhadap kinerja karyawan

3 kriteria pengujian

Untuk hipotesis H1 dan H2:

apabila nilai Sig. t <0,05 maka hipotesis diterima

apabila nilai Sig. >0,05 aka hipotesis ditolak

untuk hipotesis H3:

apabila nilai Sig. F <0,05 maka hipotesis diterima

apabila nilai Sig. F >0,05 maka hipotesis ditolak

4 Langkah pengujian

Pertama: klik sajian analyze

maka akan muncul menu-menunya, kemudian klik regression -> linear

maka akan muncul jendela gres menyerupai berikut:

Kedua: pindahkan variabel kinerja karyawan ke kolom “dependent” lalu pindahkan variabel motivasi dan honor ke kolom “independent(s)” kemudian kalau sudah klik “OK”

Ketiga: membaca output

output yang dikeluarkan dikala melaksanakan pengujian regresi berganda terdiri dari beberapa tabel yaitu tabel variable entered/remove, model summary, anova, dan coefficients. namun pada kesempatan kali ini yang kita gunakan hanya tabel anova, dan coefficients alasannya yakni tabel tersebut saja yang berkaitan dengan hipotesis yang akan kita uji.

oke sob, selanjutnya mari kita uji untuk masing-masing hipotesis.

Pengujian Pertama

H1: variabel motivasi kuat signifikan terhadap kinerja karyawan

H2: variabel honor kuat signifikan terhadap kinerja karyawan

hasil pengujian dengan spss menghasilkan output sebagai berikut:

Kesimpulan:

data di atas menawarkan bahwa nilai Sig. untuk motivasi yakni sebesar 0,454 (p>0,05) maka dari itu hipotesis ditolak artinya variabel motivasi tidak kuat signifikan terhadap kinerja karyawan

selanjutnya untuk variabel gaji, data di atas menawarkan nilai Sig. sebesar 0,000 (p<0,05) maka dari itu hipotesis diterima, artinya variabel honor kuat signifikan terhadap kinerja karyawan

Pengujian kedua:

H3: variabel motivasi dan honor kuat signifikan secara tolong-menolong terhadap kinerja karyawan

hasil pengujiannya yakni sebagai berikut:

kesimpulan:

berdasarkan data di atas, didapatkan nilai Sig. F sebesar 0,000 (p<0,05) maka sanggup disimpulkan bahwa hipotesis diterima, artinya variabel motivasi dan honor kuat signifikan secara tolong-menolong terhadap kinerja karyawan.

selesai juga sob, hmmm itulah tadi rincian mengenai cara uji regresi liner memakai kegiatan spss. apabila ingin melihat artikel sebelumnya, silahkan baca ihwal kuesioner skala guttman.

Sumber https://www.spssstatistik.com

√ Transformasi Data Tidak Normal Dengan Ln Pakai Spss

cara transformasi data yang tidak berdistribusi normal dengan Ln pakai spss ini ialah lanjutan dari artikel transform dengan Log. kami beritahukan bahwa bahu-membahu caranya tidak jauh berbeda, namun akan tetap kami jelaskan langkah-langkah pada artikel ini. permasalahan data tidak normal sering sekali kami temukan, entah itu datanya data primer (data dari kuesioner atau angket) maupun dari data sekunder (berupa laporan keuangan).

agar sanggup menjawab permasalahan tersebut, maka kami selaku salah satu konsultan statistik merasa berkewajiban membagi ilmu mengenai cara mentransformasi data yang tidak berdistribusi normal. sepakat sob,, silahkan simak klarifikasi berikut ini:

langkah pertama,

siapkan data yang akan di transformasi dengan spss

dari data diatas diketahui bahwa terdapat 3 variabel penelitian, yaitu pelayanan (X1), Harga (X2), dan Kepuasan (Y)

Kedua

Klik hidangan transform dan klik hidangan compute variable, lihat gambar berikut:

selanjutnya akan muncul tampilan spss baru, lihat gambar berikut:

Ketiga

Silahkan isikan dengan ketentuan sesuai urutan berikut

1 pada kotak sasaran variable isikan dengan Ln_X1

2 pada hidangan Function group silahkan di klik All

3 pada hidangan Function and Special variables silahkan pilih Ln dengan cara klik 2 kali (klik double)

maka akan menjadi ibarat ini:

Keempat

setelah muncul jendela ibarat gambar pada langkah ketiga di atas, selanjutnya klik dua kali (klik double) pada variabel pelayanan sehingga akan tampak ibarat gambar berikut:

lalu klik OK

Kelima

setelah klik OK di atas, maka akan otomatis data yang sudah di Ln masuk ke dalam Data View di spss, lihat gambar berikut:

Data yang ditandai dengan kotak hitam di atas ialah data yang sudah berhasil (data Ln).

Keenam

untuk transformasi variabel harga dan kepuasan silahkan lakukan dengan cara yang sama dan selanjutnya kawan-kawan sanggup melanjutkan dengan uji normalitas kembali. oiya,, kami sampaikan bahwa solusi transformasi data ini tidak sepenuhnya sanggup menyebabkan data normal, ada beberapa kasus walaupun datanya sudah di transformasi namun karenanya masih tetap tidak normal. jikalau kawan-kawan mengalami hal ini coba cari alternatif lain. semoga dalam waktu bersahabat ini kami sanggup membagikan alternatif lainnya itu.

sekali lagi kami tekankan bahwa cara transformasi data tidak normal dengan Ln ini hanya salah satu pilihan saja alasannya ialah masih ada beberapa pilihan lainnya. sepakat sob, kami kira itu saja yang sanggup kami share pada kesempatan kali ini. kami doakan semoga sukses selalu.. aamiin.

Sumber https://www.spssstatistik.com

√ Solusi Untuk Data Yang Tidak Berdistribusi Normal

Berbicara mengenai data yang tidak normal berkaitan dekat dengan banyak sekali alat statistik dengan metode parametrik alasannya metode ini mensyaratkan sebelum dilakukan pengujian lebih lanjut maka harus terpenuhi dulu salah satu perkiraan awalnya yaitu data harus berdistribusi normal, berbeda dengan statistik non parametrik yang tidak mengharuskan data yang normal. pada kenyataannya banyak sekali kami temui di dalam membimbing klien, kami temui data yang tidak berdistribusi normal maka dari itu kami rasa perlu untuk membagikan solusi dalam menghadapi data yang tidak normal.

agar lebih mempermudah pemahaman wacana data itu sendiri, maka untuk langkah awal akan kami coba sebutkan salah satu mengapa data itu tidak normal, alasannya ialah sebagai berikut:

pengalaman dikala melihat distribusi data yang tidak normal ialah banyaknya data dengan nilai yang sama sementara data dengan nilai lain tidak mengikuti,, misalnya menyerupai ini: data wacana hasil berguru siswa yang berjumlah 100 siswa dengan rentang nilai 0-100 didapatkan:

70 siswa mendapat nilai 90

2 siswa nilai 81

3 siswa nilai 83

4 siswa nilai 87

8 siswa nilai 91

6 siswa nilai 94

7 siswa nilai 100

silahkan lihat data (70 siswa mendapat nilai 90), nah ini yang kami maksud data yang sama artinya datanya dengan nilai 90 ada sebanyak 70 data sedangkan untuk lainnya tidak mengimbangi.

kasus di atas hanya salah satu yang menyebabkan data tidak normal. jikalau kawan-kawan mempunyai data tidak berdistribusi normal, maka ada baiknya melihat klarifikasi kamin di bawah ini, kami akan berikan beberapa cara untuk mengatasi permasalahan tersebut:

1 lakukan penambahan data (sampel) alasannya ada yang berasumsi semakin banyak data maka akan semakin besar kemungkinan data berdistribusi normal

2 membuang data-data yang ekstrim

3 melaksanakan transformasi data dengan beberapa cara:

a transformasi data dengan cara Log

b transformasi data dengan cara Ln

c transformasi data dengan cara SQRT

d tarnsformasi dengan Reciprocal

e reverse score

4 jikalau banyak cara di atas sudah dilakukan namun masih belum normal juga, maka langkah selanjutnya yang sanggup di tempuh ialah mengganti uji parametrik dengan uji non parametrik, lihat penduan berikut:

a t test diganti dengan mann whitney atau kruskal

b anova diganti dengan kruskal

c uji t berpasangan diganti dengan one sample sign test

d dan lain sebagainya (untuk lebih lengkap sanggup lihatdi buku-buku statistik)

oke sob, kami kira sekian saja artikel yang menjelaskan solusi untuk data yang tidak berdistribusi tidak normal. semoga artikel ini bermanfaat. terimakasih dan salam dari kami..

Sumber https://www.spssstatistik.com

√ Uji Linieritas Dengan Spss Statistik

Uji linieritas dengan spss statistik ini lanjutan dari artikel sebelumnya mengenai solusi untuk data penelitian yang tidak berdistribusi normal. uji linieritas ini kami sajikan kepada anda mulai dari cara pengolahan datanya sampai membaca output hasil spssnya. artikel ini kami khususkan untuk anda yang ingin berguru secara berdikari dalam rangka menuntaskan kiprah simpulan anda, namun bila anda tidak punya waktu banyak dan membutuhkan jasa kami, silahkan hubungi kami selaku penyedia jasa olah data statistik.

kasus yang akan kita pecahkan kali ini ialah uji linieritas dengan dua variabel (1 variabel independen dan 1 variabel dependen). sepakat sob, variabel yang akan dipakai ialah variabel motivasi (independen) dan variabel hasil berguru (dependen). bila anda belum mengerti cara input datanya silahkan lihat artikel kami wacana cara input data. bila sudah sanggup maka mari kita praktek dengan langkah-langkah berikut:

pertama, silahkan buka data yang akan di uji linieritas nya, ibarat gambar berikut:

Kedua, Klik hidangan Analyze -> Compare Means -> Means. lihat gambar berikut:

sehingga akan muncul jendela gres ibarat gambar ini:

Ketiga, pindahkan variabel Motivasi ke kota Independen List dan pindahkan variabel Hasil_Belajar ke kota Dependent List (gunakan tombol panah di kiri masing-masing kotak) sampai ibarat gambar berikut:

Keempat, Klik Menu Option yang ada di sebelah kanan kotak variabel.

sehingga akan muncul jendela gres ibarat berikut:

Kelima, Centang pada kotak “Test For Linearity” kemudian klik Continue dan terakhir Klik OK.

Keenam, maka akan keluar output hasil uji liniearitas dengan spss nya ibarat berikut:

 

Ketujuh, untuk membaca hasil uji linearitas ini, ari kita fokuskan pada output tabel “Anova Tabel” ibarat yang sudah kami tandai pada gambar di atas. kemudian mari ikuti langkah-langkahnya sebagaimana berikut:

satu, memilih hipotesis

Ho : tidak terdapat korelasi linier variabel motivasi dengan variabel hasil belajar

Ha : terdapat korelasi linier variabel motivasi dengan variabel hasil belajar

Dua, Menentukan kriteria pengujian

Ho diterima jika nilai Sig. Deviation From Linearity <0,05

Ho ditolak jika nilai Sig. Deviation From Linearity >0,05

Tiga. Kesimpulan

berdasarkan hasil uji linieritas pada output tabel “Anova Table” di atas, diketahui bahwa nilai Sig. Deviation From Linearity sebesar 0,820. alasannya ialah nilai Sig. 0,820 > 0,05 maka sanggup disimpulkan bahwa Ho ditolak dan Ha yang diterima, artinya terdapat korelasi linier variabel motivasi dengan variabel hasil belajar.

Kedelapan, Finished

selesai sudah langkah-langkah uji linieritas dengan memakai derma jadwal spss pada artikel kali ini. gampang bukan!. Oke sob, sekian saja dan terimakasih. 🙂

Sumber https://www.spssstatistik.com

√ Uji Homogenitas Dengan Spss

uji homogenitas dengan memakai spss  ini masih dalam rangkaian artikel kami mengenai tutorial spss. pada kesempatan di sore hari yang cerah ini kami akan membagikan langkah-langkah dari pengujian homegenitas dengan aktivitas spss, namun sebelumnya, tidak ada salahnya agan dan sista semua membaca juga artikel yang kami tulis sebelum ini yaitu wacana standar deviasi. selanjutnya, terlebih dahulu akan kami jelaskan apa, bagaimana dan tujuan dari uji homogenitas itu sendiri.

homegenitas atau homogen ialah adanya kesamaan sifat, macam, watak atau lain sebagainya dari suatu kelompok. jikalau dikaitkan dengan statistik maka kita akan fokus pada homogen atau tidaknya suatu kelompok data. selanjutnya tujuan dari uji homogenitas itu ialah untuk mengetahui ada atau tidaknya kesamaan varians. pengujian homogenitas ini dijumpai pada analisis statistik parametrik. guna memudahkan pemahaman kita wacana uji homogenitas, maka kami akan mengajak kawan-kawan untuk eksklusif melaksanakan praktek melaksanakan pengujian homogenitas dengan dukungan aktivitas spss. mari perhatikan langkah-langkah berikut ini:

Pertama, data yang akan kita gunakan ialah ibarat yang tertera  pada gambar berikut ini.

Data di atas mengatakan bahwa dalam teladan ini terdapat dua variabel penelitian, pertama ialah variabel kualitas pelayanan (variabel bebas, variabel ini biasanya disimbolkan dengan karakter X), kedua ialah variabel kepuasan (variabel terikat, disimbolkan dengan Y). selanjutnya sanggup juga dilihat bahwa jumlah data atau jumlah responden penelitian ini ialah sebanyak 20.

Kedua, taraf signifikansi yang dipakai ialah 5% atau 0,05

Ketiga, kriteria pengambilan keputusan untuk mengetahui homogen atau tidaknya ialah sebagai berikut:

apabila Sig. > 0,05 maka data ini homogen

apabila Sig. <0,05 maka data ini tidak homogen

Keempat, berikut ini langkah langkah uji homogenitas memakai spss. Silahkan masuk pada layar spss dan klik sajian “analyze” pilih sajian “compare means” kemudian klik “One-Way Anova”

setelah sajian “One-Way Anova” di klik maka akan muncul jendela gres ibarat berikut

Langkah selanjutnya pindahkan variabel Kepuasan ke kotak “Dependent List” dan pindahkan variabel “kualitas pelayanan” ke kotak “factor” dengan dukungan tanda panah yang terletak diantara kotak tersebut.

selanjutnya klik sajian “option” maka akan muncul jendela baru, kemudian centang bab Homogeneity of variance test

langkah terakhir klik “Continue” kemudian klik “OK” maka akan muncul hasil atau output spss dari uji homogenitas

itu lah hasil pengujian homogenitas dengan memakai aktivitas spss.

Kelima, mari kita ambil kesimpulan dari output hasil uji homogenitas tersebut.

pengujian homogenitas di atas menghasilkan dua tabel yaitu tabel Test of Homogeneity of Variances dan tabel ANOVA. pada teladan ini kita fokus pada tabel test of homogeneity of variances saja. menurut hasil di atas didapatkan nilai signifikansi sebesar 0,873. nilai signifikansi 0,873 > 0,05 sehingga sanggup disimpulkan pengujian variabel kepuasan menurut kualitas pelayanan memiliki varian yang sama atau homogen.

kesimpulan uji homogenitas dengan spss sudah didapatkan sehingga berakhir juga pembahasan kita. agar bermanfaat, apabila ada kesalahan dalam artikel ini mohon kiranya diberikan masukan kepada kami. kami informasikan juga bahwa kami melayani jasa olah data spss, untuk menghubungi kami silahkan kunjungi sajian kontak yang sudah kami sediakan. terimakasih

Sumber https://www.spssstatistik.com