Download Software Spss Semua Versi Lengkap

Download Software SPSS Semua Versi Lengkap | SPSS ialah kepanjangan dari Statitical Package fo Social Science yaitu Program yang berfungsi untuk menganalisis data, melaksanakan perhitungan statistic, baik statistic parametric maupun non parametric dengan basis windows. Dengan system operasi yang dimiliki SPSS, banyak peneliti yang tertarik untuk memakai software SPSS sebagai alat bantu dalam menganalisis data penelitian. Seiring dengan perkembangan system operasi computer, software SPSS ini pun secara terus menerus mengalami perubahan di tingkat versinya.

Selanjutnya dikala system operasi computer windows semakin popular, SPSS yang dahulunya under DOS dan berjulukan SPSS PC, juga bermetamorfosis under windows dan terkenal di Indonesia dengan SPSS versi 6, kemudian versi 7,5 versi 9, versi 11.5 versi 12, versi 13, versi 14, versi 15, versi 16, versi 17, versi 18. Kemudian lisensi SPSS dibeli oleh IBM dan diberi nama IBM SPSS versi 19, dan berkembang lagi menjadi versi 20, 21, 22, 23, 24, 25 dan akan terus berubah sesuai dengan tuntutan dan perkembangan dunia teknologi computer.

Bagi kawan-kawan semua yang belum mempunyai software SPSS ini. Anda sanggup mendownloadnya melalui situs resminya IBM. Selanjutnya untuk mempermudah bagi kawan-kawan semua yang belum mempunyai sofwere SPSS, berikut Kumpulan Software SPSS full version yang ingin kami bagikan melalui situs yang sanggup di download secara gratis.

Nama: IBM SPSS Versi 21 x86
Ukuran: 980,40 Mb
Link Rusak - Belum Ada Gantinya

Nama: IBM SPSS Versi 21 x64
Ukuran: 947,95 Mb
Link Rusak - Belum Ada Gantinya

Penting: Untuk SPSS versi terbaru sanggup anda download di situs resminya di: IBM SPSS software

Sebelum jadwal ini sanggup dipakai untuk melaksanakan analisis data, tentunya anda harus menginstallnya terlebih dahulu jadwal tersebut di PC atau laptop yang anda punya. Untuk itu kami disini akan menyebarkan langka-langkah Cara Install Software IBM SPSS Versi 21 pada Laptop Windows 7

Demikian share mengenai Download Software SPSS Semua Versi Lengkap, jikalau artikel di atas bermanfaat atau ada link yang rusak dan gagal download, silahkan menawarkan umpan balik dengan cara berkomentar di situs ini.

Baca: Cara Menggunakan SPSS untuk Mengolah Data Statistik [Lengkap]

[Search: Download Software SPSS Semua Versi Lengkap, Download Program SPSS full version versi 6, kemudian versi 7,5 versi 9, versi 11.5 versi 12, versi 13, versi 14, versi 15, versi 16, versi 17, versi 18. Kemudian lisensi SPSS dibeli oleh IBM damn diberi nama IBM SPSS versi 19, 20, 21, 22, 23, 24, 25]

Disclaimer: Link download di atas kami peroleh dari situs-situs yang telah membagikannya secara online. Kami tidak memungut biaya seperserpun (alias gratis) untuk setiap kali download yang anda lakukan. Jika anda merasa keberatan atau jikalau ada komplain silahkan menghubungi kontak saya untuk pembatalan link tersebut. Terimakasih.

Read More

Cara Melaksanakan Uji Statistik Deskriptif Dengan Software Spss

Cara Melakukan Uji Statistik Deskriptif dengan Software SPSS | Dalam sebuah penelitian deskripsi data itu penting untuk menawarkan citra data yang anda teliti. Disamping itu, dengan adanya deskripsi data ini, para pembaca akan lebih gampang untuk mengetahui paparan data dalam sebuah penelitian secara lebih terperinci dan jelas.

Software SPSS yakni aktivitas canggih yang salah satu fiturnya bisa membantu untuk melaksanakan Statistik Deskriptif terhadap data penelitian. Bagi anda yang belum mempuyai software ini sanggup Download Software SPSS Semua Versi Lengkap. Fungsi dari Statistik Deskriptif yakni menawarkan citra atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness (kemencengan distribusi).

Untuk mempermudah pemahaman kita dalam melaksanakan statistik deskriptif dengan sofwere SPSS, berikut kami uraikan langkah-langkah uji statistik deskriptif disertai dengan gambar panduan. Data yang akan saya dalam uji ini yakni data Hasil Belajar 20 siswa dalam mata pelajaran PPKn. Lihat hasil mencar ilmu siswa yang dimaksud pada tabel di bawah ini.

[Download Data Excel Input-Ouput SPSS]

Langkah-Langkah Uji Statistik Deskriptif dengan SPSS

1. Langkah pertama yakni persiapkan data yang akan di analisis (agar lebih gampang silahkan anda download terlebih dahulu rujukan data nilai PPKn di atas).
2. Buka aktivitas SPSS, selanjutnya klik Variable View, dibagian pojok kiri bawah. Kemudian pada bab Name tuliskan Nilai, pada bab Decimals ubah menjadi angka 0, pada bab Label ketikkan Nilai PPKn dan pada bab Measure pilih Scale, abaikan pilihan lainnnya dan biarkan tetap default. Lihat gambar di bawah ini.

3. Klik Data View (dibagian pojok kiri bawah) dan masukkan Data Nilai PPKn ke-20 orang siswa di atas. Bisa dilakukan dengan cara copy data nilai dari file excel tersebut kemudian pastekan ke SPSS. Tampak di layar sebagai berikut.

4. Selanjutnya dari sajian utama SPSS, pilih Analyze, kemudian pilih sub sajian Descriptive Statistic, kemudian pilih Descriptives...

5. Nah, kini sudah tampil kotak obrolan baru dengan nama "Descriptives". Kemudian isikan kotak variable(s) dengan variabel Nilai PPKn [Nilai].

6. Langkah selanjutnya, untuk melaksanakan analisis statistik deskriptif apa saja yang ingin dipilih, maka klik Options... maka muncul kotak obrolan "Descriptives: Options" selanjutnya anda tinggal menawarkan tanda ceklist (V) untuk statisitik deskriptif yang ingin digunakan atau ditampilkan di output SPSS. Misal saya berikan tanda centang pada Mean, Std. Deviation, Variance, Maximum, Minimum, Sum, Range, Kurtosis dan Skewness. Maka akan tampak sebagaimana tampilan di bawah ini.

7. Setelah itu, pilih Continue dan OK untuk mengakhiri perintah. Selanjutnya akan muncul tampilan Output SPSS Statistik Deskriptif untuk Nilai PPKn.

Interpretasi Tabel Output Uji Statistik Deskriptif SPSS

Tampilan tabel Output SPSS di atas memperlihatkan jumlah responden (N) ada 20, dari 20 responden ini nilai siswa terkecil (Minimum) yakni 63, dan nilai siswa terbesar (Maximum) yakni 95. Nilai Range merupakan selisih nilai minimum dan maximum yakni sebesar 32 dan nilai Sum merupakan penjumlahan dari nilai PPKn ke-20 siswa (responden) yaitu sebesar 1623. Rata-rata nilai dari 20 responden atau Mean sebesar 81,15 dengan Standar Deviasi sebesar 7,673.

Skewness dan Kurtosis merupakan ukuran untuk melihat apakah data Nilai PPKn didistribusikan secara normal atau tidak. Skewness mengukur kemencengan dari data sementara Kurtosis mengukur puncak dari distribusi data. Data dikatakan berdistribusi normal kalau memiliki nilai Skewness dan Kurtosis mendekati nol. Hasil tampilan output SPSS menawarkan nilai Skewness dan Kurtosis masing-masing yaitu -0,074 dan 0,356, sehingga sanggup disimpulkan bahwa data Nilai PPKn berdistribusi secara normal.

Nah bagaimana berdasarkan anda?, cukup gampang bukan… demikian cara melaksanakan statistik deskriptif dengan software SPSS, selamat mecoba dan semoga berhasil. Lihat juga panduan cara melaksanakan Uji Validitas Product Momen dengan SPSS

[Kata Kunci Pencarian: Cara Melakukan Statistik Deskriptif dengan Software SPSS, langkah-langkah melaksanakan Statistik Deskriptif dengan Program SPSS, Tutorial bergambar Melakukan Statistik Deskriptif dengan SPSS][Img: Gambar Program SPSS versi 21]

Read More

Tutorial Uji Heteroskedastisitas Dengan Glejser Spss

Tutorial Uji Heteroskedastisitas dengan Glejser SPSS | Selamat pagi bapak-bapak, ibu-ibu dan kawan-kawan semua yang sedang bersibuk-sibuk ria mengerjakan skripsi, tesis, maupun kiprah lainnya. Setelah sebelumnya kita membahas mengenai uji normalitas dan uji multikolinearitas, maka pada kesempatan kali ini kita melanjutkan ke tahap berikutnya yakni cara melaksanakan uji heteroskedastisitas.

Sebelum saya mulai tutorial pada pembahasan artikel ini, terlebih dahulu kita harus tahu ihwal konsep dasar dalam uji heteroskedastisitas. Uji heteroskedastisitas merupakan bab dari uji perkiraan klasik dalam analisis regresi yang bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance (variasi) dari nilai residual satu pengamatan ke pengamatan yang lain. Jika variance dari nilai residual satu pengamatan ke pengamatan lain bersifat tetap, maka disebut homoskedastisitas, namun jikalau variance dari nilai residual satu pengamatan ke pengamatan lain berbeda maka disebut heteroskedastisitas. Model regresi yang baik seharusnya tidak terjadi tanda-tanda heteroskedastisitas.



Salah satu cara mendeteksi ada tidaknya tanda-tanda heteroskedastisitas dalam model regresi yaitu dengan melaksanakan uji glejser. Prinsip kerja uji heteroskedastisitas memakai uji glejser ini yaitu dengan cara meregresikan variabel independent terhadap nilai Absolute residual atau Abs_RES dengan rumus persamaan regresinya adalah: |Ut| =a + BXt + vt

Dasar Pengambilan Keputusan Uji Heteroskedastisitas (Glejser)

Seperti yang telah kita ketahui bersama bahwa setiap uji dalam statistik niscaya mempunyai dasar pengambilan keputusan. Dasar pengambilan keputusan mempunyai kegunaan sebagai aliran atau pola dalam memilih sebuah kesimpulan atau keputusan atas hasil analisis yang telah dilakukan. Adapun dasar pengambilan keputusan dalam uji heteroskedastisitas dengan memakai uji glejser yaitu sebagai berikut:

1. Jika nilai signifikansi (Sig.) lebih besar dari 0,05, maka kesimpulannya yaitu tidak terjadi tanda-tanda heteroskedastisitas dalam model regresi.
2. Sebaliknya, jikalau nilai nilai signifikansi (Sig.) lebih kecil dari 0,05, maka kesimpulannya yaitu terjadi tanda-tanda heteroskedastisitas dalam model regresi.

Contoh Soal Uji Heteroskedastisitas dengan Uji Glejser

Selanjutnya kita masuk kebagian contoh perkara uji heteroskedastisitas dengan uji glejser dalam penelitian. Perlu saya informasikan bahwa model regresi yang kita uji kali ini yaitu efek Motivasi (X1) dan Minat (X2) terhadap Prestasi Belajar (Y). Adapun data untuk masing-masing variabel penelitian sanggup dilihat pada gambar dibawah ini.

[Download Data excel, Input-Output SPSS]

Cara Uji Heteroskedastisitas dengan Uji Glejser Menggunakan Program SPSS Versi 21

1. Setelah kita mempersiapkan data yang akan di uji glejser, maka langkah selanjutnya buka kegiatan SPSS, kemudian menyerupai biasa klik Variable View. Kemudian, pada bagian Name tulis saja Motivasi dan Minat dan Prestasi, pada bagian Decimals ubah semua menjadi angka 0, pada bab Label tuliskan Motivasi (X1), Minat (X2) dan Prestasi (Y), pada bab Measure ganti menjadi Scale. Abaikan yang lainnnya, maka tampak di layar sebagai berikut.

2. Setelah itu, klik Data View lalu masukkan data penelitian untuk variabel Motivasi, Minat dan Prestasi yang sebelumnya sudah dipersiapkan (bisa dengan cara copy-paste atau ditulis satu persatu ke SPSS). Tampak dilayar.

3. Langkah selanjutnya, kita akan menciptakan persamaan regresi untuk variabel penelitian dan memunculkan variabel gres yakni variabel Unstandardized residual atau RES_1. Caranya dari hidangan SPSS pilih Analyze, kemudian klik Regression, kemudian klik Linear...

4. Maka muncul kotak obrolan dengan nama "Linear Regression" selanjutnya masukkan variabel Prestasi (Y) ke kolom Dependent: kemudian masukkan variabel Motivasi (X1) dan Minat (X2) ke kolom Independent(s): sehabis itu klik Save...

5. Muncul obrolan dengan nama "Linear Regression: Save" selanjutnya pada bab "Residuals", berikan tanda centang (v) pada Unstandardized (abaikan pilihan lain), kemudian klik Continue

6. Selanjutnya klik Ok (abaikan saja ada output SPSS yang muncul) kemudian buka Data View maka perhatikan disitu muncul variabel gres dengan nama RES_1. Tampak dilayar.

7. Kemudian kita akan menciptakan variabel Abs_RES yang akan kita gunakan dalam uji glejser ini. Caranya, dari hidangan utama SPSS pilih Transform, kemudian klik Compute Variable...

8. Maka muncul dialog "Compute Variable" selanjutnya pada kotak "Target Variable" tuliskan Abs_RES kemudian pada kotak "Numeric Expression" ketikkan ABS(RES_1). Tampak dilayar.

9. Kemudian klik Ok (abaikan saja ada output SPSS yang muncul), lihat di bagian Data View maka muncul variabel gres dengan nama Abs_RES. Tampak dilayar.

10. Selanjuntya kita akan melaksanakan uji glejser untuk persamaan regresi Motivasi (X1) dan Minat (X2) terhadap variabel Absolute residual atau Abs_RES. Caranya dari hidangan utama SPSS pilih Analyze, kemudian pilih Regression, kemudian klik Linear...

11. Muncul kotak obrolan dengan nama "Linear Regression", selanjutnya keluarkan variabel Prestasi (Y) yang terdapat pada kolom Dependent: lalu ganti dengan variabel Abs_RES, kemudian klik Save...

12. Mucul kotak dengan nama "Linear Regression: Save", selanjutnya pada bab "Residuals", hilangkan tanda centang (v) pada Unstandardized (abaikan pilihan yang lain), kemudian klik Continue...

13. Langkah yang terakhir yaitu klik Ok untuk mengakhiri perintah. Maka kita akan sanggup melihat Output SPSS dan selanjutnya tinggal kita interpretasikan saja.

Interpretasi Output Uji Heteroskedastisitas (Glejser) dengan SPSS

Untuk memaknai hasil uji heteroskedastisitas dengan uji glejser ini, maka kita cukup melihat tabel output "Coefficients" dengan variabel Abs_RES berperan sebagai variabel dependent. Berdasarkan output di atas diketahui nilai signifikansi (Sig.) untuk variabel Motivasi (X1) yaitu 0,004. Sementara, nilai signifikansi (Sig.) untuk variabel Minat (X2) yaitu 0,007. Karena nilai signifikansi kedua variabel di atas lebih kecil dari 0,05 maka sesuai dengan dasar pengambilan keputusan dalam uji glejser, sanggup disimpulkan bahwa terjadi tanda-tanda heteroskedastisitas dalam model regresi.

Mengatasi Gejala Heteroskedastisititas dalam Model Regresi

Dalam perkara menyerupai di atas, maka ada beberapa cara yang perlu kita lakukan semoga model regresi terbebas dari tanda-tanda heteroskedastisitas. Adapun solusi yang sanggup kita jadikan alternatif yaitu sebagai berikut:

1. Melakukan alternatif uji lain untuk mendeteksi ada tidaknya tanda-tanda heteroskedastisitas. (seperti: uji heteroskedastisitas dengan gambar scatterplot, uji rank spearman, uji park dan uji white).
2. Melakukan transformasi data penelitian (missal: Ln, Log10, Lag, dll).
3. Melakukan outlier terhadap data ekstrim atau jikalau diharapkan maka kita boleh menambah sampel gres supaya sebaran data menjadi lebih bervariasi atau beragam.

Demikain panduan ihwal cara melaksanakan uji heteroskedastisitas dengan uji glejser dalam model regresi memakai kegiatan SPSS versi 21. Semoga sanggup bermanfaat bagi anda yang sedang mengerjakan tugas. Artikel berikutnya akan dibahas tentang: Tutorial Uji Autokorelasi dengan Durbin Watson SPSS

UPDATE INFO: RABU, 30 JANUARI 2019

[Kata Kunci Pencarian: Tutorial Uji Heteroskedastisitas dengan Glejser SPSS, Cara melaksanakan Uji Heteroskedastisitas dengan Uji Glejser pada Program SPSS versi 21, Langkah-langkah Uji Heteroskedastisitas Glejser dengan software SPSS serta Interpretasi] [Img: Dokumen hasil olah data dengan pertolongan kegiatan SPSS versi 21]

VIDEO: Cara Uji Heteroskedastisitas dengan Uji Glejser SPSS

Read More

Cara Melaksanakan Uji Reliabilitas Alpha Cronbach’S Dengan Spss

Cara Melakukan Uji Reliabilitas Alpha Cronbach’s dengan SPSS | Setelah sebelumnya kita telah melaksanakan uji validitas product momen dengan SPSS, selanjutnya yang harus kita lakukan supaya angket yang dipakai dalam penelitian ini benar-benar sanggup diandalkan sebagai alat pengumpul data, maka angket tersebut perlu di uji reliabilitas atau tingkat kepercayaannya. Secara umum reliabilitas diartikan sebagai sesuatu hal yang sanggup diandalkan atau keadaan sanggup dipercaya. Dalam analisis statistik pada penelitian, uji reliabilitas berfungsi untuk mengetahui tingkat konsistensi suatu angket yang dipakai oleh peneliti, sehingga angket tersebut sanggup dihandalkan untuk mengukur variabel penelitian, walaupun penelitian ini dilakukan berulang-ulang dengan angket atau kuesioner yang sama.

Catatan: uji validitas dilakukan terlebih dahulu, gres kemudian dilanjutkan dengan uji reliabilitas, jangan hingga terbalik ya.

Pada postingan kali ini saya akan membuatkan cara melaksanakan uji reliabilitas alpha cronbach’s dengan aktivitas SPSS. Uji reliabilitas dalam hal ini mengacu pada nilai Alpha yang terdapat dalam tabel output SPSS. Seperti halnya pada uji-uji statistik lainnya hasil uji reliabilitas alpha cronbach’s pun berpedoman pada dasar pengambilan keputusan yang telah ditentukan oleh para pakar (ahli).

Dasar Keputusan dalam Uji Reliabilitas Alpha Cronbach’s

Dalam bukunya (V. Wiratna Sujarweni. 2014. SPSS untuk Penelitian. Yogyakarta: Pustaka Baru Press. Hal-193) menjelaskan bahwa uji reliabilitas sanggup dilakukan secara gotong royong terhadap seluruh butir atau item pertanyaan dalam angket (kuesioner) penelitian. Adapun dasar pengambilan keputusan dalam uji reliabilitas yaitu sebagai berikut:

1. Jika nilai Cronbach’s Alpha > 0,60 maka kuesioner atau angket dinyatakan reliabel atau konsisten.
2. Sementara, jikalau nilai  Cronbach’s Alpha < 0,60 maka kuesioner atau angket dinyatakan tidak reliabel atau tidak konsisten.

Cara Melakukan Uji Reliabilitas Alpha Cronbach’s dengan SPSS

Setelah kita memahami teori-teori dan dasar pengambilan keputusan dalam uji reliabilitas ini, selanjutnya kita akan masuk kebagian praktek, yakni cara melaksanakan uji reliabilitas alpha cronbach’s dengan SPSS. Adapun langkah-langkah yang harus dilakukan antara lain:

1. Persiapkan data yang akan di uji reliabilitas dalam tabulasi (rekapitulasi) tanggapan masing-masing responden dengan format doc atau excel. Dalam praktek kali ini saya akan melaksanakan uji reliabilitas untuk angket pada variabel "Partisipasi Siswa dalam Pemilihan Ketua OSIS" dengan jumlah responden atau N sebanyak 20 orang siswa. Sementara untuk item atau butir soal angket ada 7 buah item. Adapun data tabulasi yang sudah saya rekap di excel sanggup dilihat pada gambar tabel di bawah ini.

[Download Data excel, Input SPSS]

2. Langkah Pertama, buka Program SPSS dan klik Variable View, dibagian pojok kiri bawah aktivitas SPSS. Kemudian pada bab Name tuliskan Item_1 ke bawah hingga Item_7 (karena ada 7 buah item soal angket). Selanjutnya pada bab Decimals ubah semua menjadi angka 0, kemudian pada bab Measure ganti menjadi Scale. Abaikan pilihan yang lainnnya atau biarkan tetap default.

3. Jika sudah, selanjutnya klik Data View (dibagian pojok kiri bawah program), kemudian masukkan data tabulasi tanggapan responden sesuai dengan kolom item yang tersedia. Cara memasukkan data tanggapan angket tersebut sanggup dilakukan dengan cara copy paste dari data angket yang sudah dipersiapkan di excel atau sanggup juga dengan cara diketik manual satu persatu.

4. Selanjutnya, dari sajian SPSS pilih Analyze, kemudian klik Scale, kemudian klik Reliability Analysis...

5. Nah, muncul kotak obrolan gres dengan nama "Reliability Analysis". Kemudian masukkan semua variabel (Item_1 hingga dengan Item_7) ke kotak Items: kemudian pada bab "Model" pilih Alpha

6. Langkah selanjunya yaitu klik Statistics... Maka muncul kota dilaog "Reliability Analysis: Statistics" Kemudian pada "Descriptives for", klik Scale if item deleted, kemudian klik Continue. Abaikan pilihan yang lainnya.

7. Terakhir yaitu klik Ok untuk mengakhiri perintah, sehabis itu akan muncul tampilan output SPSS dan selanjutnya tinggal kita interpretasikan atau kita tafsirkan saja.

Interpretasi Output Uji Reliabilitas Alpha Cronbach’s dengan SPSS

Tabel Output Petama"Case Precessing Summary"

Tabel output di atas, memperlihatkan gosip wacana jumlah sampel atau responden (N) yang di analisis dalam aktivitas SPSS yakni N sebanyak 20 orang siswa. Karena tidak ada data yang kosong (dalam pengertian tanggapan responden terisi semua) maka jumlah valid yaitu 100%.

Tabel Output Kedua "Reliability Statistics"

Dari tabel output di atas diketahui ada N of Items (banyaknya item atau butir pertanyaan angket) ada 7 buah item dengan nilai Cronbach's Alpha sebesar 0,850. Karena nilai Cronbach's Alpha 0,850 > 0,60, maka sebagaimana dasar pengambilan keputusan dalam uji reliabilitas di atas, sanggup disimpulkan bahwa ke-7 atau semua item pertanyaan angket untuk variabel "Partisipasi Siswa dalam Pemilihan Ketua OSIS" yaitu reliabel atau konsisten.

Tabel Output Ketiga "Item-Total Statistics"

Tabel output di atas memperlihatkan citra wacana nilai statistik untuk ke-7 item pertanyaan angket. Perhatikan pada kolom "Cronbach's Alpha if Item Deleted" dalam tabel ini diketahui nilai Cronbach's Alpha untuk untuk ke tujuh item soal yaitu > 0,60, maka sanggup disimpulkan bahwa ke-7 item pertanyaan angket reliabel.

Informasi Tambahan dalam Uji Reliabilitas Alpha Cronbach’s dengan SPSS

Dalam bukunya [Joko Widiyanto, 2010: 43], menjelaskan bahwa dasar pengambilan keputusan dalam uji reliabilitas yaitu sebagai berikut:

1. Jika nilai Cronbach's Alpha > r tabel maka kuesioner dinyatakan reliabel.
2. Jika nilai Cronbach's Alpha < r tabel maka kuesioner dinyatakan tidak reliabel.

Berdasarkan output "Reliability Statistics" di atas, diketahui nilai Cronbach's Alpha yaitu sebesar 0,850. Nilai tersebut kemudian akan kita bandingkan dengan nilai r tabel dengan nilai N=20 dicari pada distribusi nilai r tabel pada signifikansi 5% [download r tabel signifikansi 5% dan 1%] maka diperoleh nilai r tabel sebesar 0,444.

Karena nilai Cronbach's Alpha 0,850 > 0,444 (r tabel) maka sebagaimana dasar pengambilan keputusan di atas, sanggup kita simpulkan bahwa angket atau kuesioner "Partisipasi Siswa dalam Pemilihan Ketua OSIS" dinyatakan reliabel atau terpercaya sebagai alat pengumpul data dalam penelitian.

Oke sudah selesai. Selanjutnya tinggal anda praktekkan sendiri langkah-langkah di atas untuk penelitian anda, jikalau ada pertanyaan terkait tutorial di atas silahkan berkomentar. Selamat mencoba dan semoga sukses. Panduan berikutnya akan dibahas mengenai Cara Melakukan Uji Normalitas Kolmogorov-Smirnov dengan SPSS

Simak: VIDEO Uji Reliabilitas Cronbach Alpha untuk Kuesioner dengan SPSS

[Search: Cara Melakukan Uji Reliabilitas Alpha Cronbach’s dengan SPSS, Langkah-langkah Uji Reliabilitas dengan Program SPSS, Panduan bergambar melaksanakan Uji Reliabilitas dengan Program SPSS, Tutotial Uji Reliabilitas dengan Software SPSS] [Img : Dokumen hasil olah data dengan pertolongan aktivitas SPSS versi 21]

UPDATE INFO: SABTU, 19 JANUARI 2019

Read More

Cara Melaksanakan Uji Linearitas Dengan Aktivitas Spss

Cara Melakukan Uji Linearitas dengan Program SPSS | Sebelum kita mulai pembahasan dalam uji linearitas ini, kami mengingatkan kembali kepada kawan-kawan semua bahwa sebelumnya kita sudah berguru ihwal cara melakukan uji normalitas kolmogorov-smirnov dengan SPSS.

Secara umum uji linearitas bertujuan untuk mengetahui apakah dua variabel memiliki korelasi yang linear secara signifikan atau tidak. Korelasi yang baik seharusnya terdapat korelasi yang linear antara variabel predictor atau independent (X) dengan variabel kriterium atau dependent (Y). Dalam beberapa rujukan dinyatakan bahwa uji linearitas ini merupakan syarat atau perkiraan sebelum dilakukannya analisis regresi linear.

Contoh sederhana korelasi linear contohnya seorang sarjana pendidikan matematika menjadi guru matematika di sekolah tertentu. Maka korelasi antara keilmuan sarjana pendidikan matematika dengan menjadi guru matematika yaitu linear. Sementara jikalau sarjana pendidikan matematika tersebut menjadi guru bahasa inggris di sekolah, maka korelasi yang terbentuk yaitu tidak linear.

Dasar Pengambilan Keputusan dalam Uji Linearitas

Suatu uji atau analisis yang dilakukan dalam penelitian harus berpedoman pada dasar pengambilan keputusan yang jelas. Dasar pengambilan keputusan dalam uji linearitas sanggup dilakukan dengan dua cara, yaitu:

*Membandingkan Nilai Signifikansi (Sig.) dengan 0,05

1. Jika nilai Deviation from Linearity Sig. > 0,05, maka ada korelasi yang linear secara signifikan antara variabel independent dengan variabel dependent.
2. Jika nilai Deviation from Linearity Sig. < 0,05, maka tidak ada korelasi yang linear secara signifikan antara variabel independent dengan variabel dependent.

*Membandingkan Nilai F hitung dengan F tabel

1. Jika nilai F hitung < F tabel, maka ada korelasi yang linear secara signifikan antara variabel independent dengan variabel dependent.
2. Jika nilai F hitung > F tabel, maka tidak ada korelasi yang linear secara signifikan antara variabel independent dengan variabel dependent.

Contoh Praktek Uji Linearitas dalam Penelitian

Setelah mengetahui konsep dasar ihwal uji linearitas, maka selanjutnya kita akan mempraktekan cara melaksanakan uji linearitas dengan agenda SPSS. Data yang kita gunakan yaitu data variabel Motivasi Belajar (X) dan variabel Prestasi Belajar (Y) dengan banyaknya sampel atau N=12. Dari kedua variabel yang ada kita hendak melaksanakan uji linearitas untuk mengetahui apakah ada korelasi yang linear secara signifikan antara motivasi berguru dengan prestasi belajar. Adapun rincian datanya, dilihat pada gambar tabel di bawah ini.

[Download Data excel, Input-Output SPSS]

Langkah-langkah Uji Linearitas dengan Program SPSS

1. Buka agenda SPSS, klik Variable View. Selanjutnya, pada bagian Name tulis saja Motivasi kemudian Prestasi, pada Decimals ubah semua menjadi angka 0, pada bab Label tuliskan Motivasi Belajar kemudian Prestasi belajar, abaikan yang lainnnya. Tampak di layar.

2. Setelah itu, klik Data View, kemudian masukkan data Motivasi Belajar dan Prestasi Belajar yang sudah dipersiapkan tadi, sanggup dengan cara copy-paste. Tampak di layar.

3. Berikutnya, dari sajian utama SPSS pilih Analyze, kemudian klik Compare Means, dan pilih Means...

4. Muncul kotak dengan nama "Means". Kemudian, masukkan variabel Motivasi Belajar ke kotak Independent List: dan variabel Prestasi Belajar ke kotak Dependent List:

5. Selanjutnya, klik Options, pada bab "Statistics for First Layer" pilih Test of Linearity kemudian klik Continue

6. Langkah terakhir yaitu klik Ok untuk mengakhiri perintah. Maka akan muncul output SPSS. Dalam hal ini kita cukup memperhatikan pada tabel output "ANOVA Table"

Interpretasi Output Uji Linearitas dengan SPSS

Seperti yang sudah saya jelaskan di awal, bahwa dasar pengambilan keputusan dalam uji linearitas sanggup dilakukan dengan dua cara yakni melihat nilai signifikansi dan nilai F.

1. Berdasarkan Nilai Signifikansi (Sig): dari output di atas, diperoleh nilai Deviation from Linearity Sig. adalah 0,721 lebih besar dari 0,05. Maka sanggup disimpulkan bahwa ada korelasi linear secara signifikan antara variabel Motivasi Belajar (X) dengan variabel Prestasi Belajar (Y).

2. Berdasarkan Nilai F: dari output di atas, diperoleh nilai F hitung yaitu 0,457 < F tabel 4,35. Karena nilai F hitung lebih kecil dari nilai F tabel maka sanggup disimpulkan bahwa ada korelasi linear secara signifikan antara variabel Motivasi Belajar (X) dengan variabel Prestasi Belajar (Y).

Catatan: Nilai F tabel dicari dengan rumus (df) Deviation from Linearity ; Within Gorups. Berdasarkan output SPSS di atas diketahui nilai df yaitu (3 ; 7). Kemudian kita tinggal melihat distribusi nilai F tabel pada signifikansi 5% atau 0,05 dengan berpedoman pada nilai df tersebut. Maka ditemukan nilai F tabel yaitu sebesar 4,35. Lihat gambar di bawah ini.

[Download Distribusi Nilai F Tabel Lengkap]

Demikian artikel tutorial dengan judul cara melaksanakan uji linearitas dengan Program SPSS yang sanggup kami bagikan pada kesempatan kali ini. Semoga bermanfaat dan selamat mencoba. Jika ada yang kurang terang dari panduan di atas silahkan berkomentar. Selanjutnya akan dibahas: Panduan Lengkap Uji Analisis Regresi Linear Sederhana dengan SPSS

UPDATE INFO: SABTU, 26 JANUARI 2019

[Kata Kunci Pencarian: Cara Melakukan Uji Linearitas dengan Program SPSS, Uji Linearitas Data Statistik dengan SPSS versi 21, langkah-langkah Melakukan Uji Linearitas, Tutorial Melakukan Uji Linearitas dengan Software SPSS] [Img: Dokumen hasil olah data dengan pemberian agenda SPSS versi 21]

Lihat Juga: VIDEO Uji Linearitas dengan SPSS Lengkap

Read More

Cara Melaksanakan Uji Normalitas Kolmogorov-Smirnov Dengan Spss

Cara Melakukan Uji Normalitas Kolmogorov-Smirnov dengan SPSS | Selamat pagi, berjumpa lagi dengan blog yaitu blog panduan analisis data dengan jadwal SPSS. Sekedar mengingatkan bahwa sehabis kita bisa mempraktekkan uji validitas product moment dan uji reliabilitas alpha cronbach’s terhadap angket atau kuesioner penelitian, sekarang saatnya kita berlatih lagi ketingkatan uji persyaratan atau uji perkiraan analisis data yakni uji normalitas.

Jika dilihat dari kata dasarnya “normal” niscaya anda sudah memiliki citra menyerupai apakah kegunaan uji normalitas itu? Ya benar sekali, uji normalitas bertujuan untuk menguji apakah data yang dipakai dalam penelitian berdistribusi yang normal atau tidak.

Uji normalitas merupakan salah satu cuilan dari uji persyaratan analisis data atau uji perkiraan klasik, artinya sebelum kita melaksanakan analisis statistik untuk uji hipotesis dalam hal ini yaitu analisis regresi, maka data penelitian tersebut harus di uji kernormalan distribusinya. Tentunya kita juga sudah tahu, kalau data yang baik itu yaitu data yang berdistribusi normal.

Dasar Pengambilan Keputusan dalam Uji Normalitas K-S

1. Jika nilai signifikansi (Sig.) lebih besar dari 0,05 maka data penelitian berdistribusi normal. 
2. Sebaliknya, jikalau nilai signifikansi (Sig.) lebih kecil dari 0,05 maka data penelitian tidak berdistribusi normal.

Semoga cukup terperinci ya kawan-kawan mengenai konsep dasar mengenai uji normalitas di atas, selanjutnya kita akan masuk ke cuilan cara melaksanakan uji normalitas kolmogorov-smirnov dengan SPSS. Sebagai rujukan saya memiliki data Motivasi Belajar (X) dan Prestasi Belajar (Y). Dalam konteks ini kita akan melaksanakan uji normalitas kolmogorov-smirnov pada nilai unstandardized residual (RES_1) untuk pesamaan regresi imbas motivasi berguru terhadap prestasi belajar. Adapun data penelitian yang dimaksud sanggup anda lihat gambar di bawah ini.

[Download Data excel, Input SPSS]

Langkah-langkah Melakukan Uji Normalitas Kolmogorov-Smirnov dengan SPSS

1. Langkah pertama yaitu persiapkan data yang hambar di uji dalam file doc, excel, atau yang lainnya untuk mempermudah tahapannya nanti. Setelah itu, buka jadwal SPSS pada komputer anda, kemudian klik Variable View, dibagian pojok kiri bawah. Selanjutnya, pada bagian Name tulis saja Motivasi kemudian Prestasi, pada Decimals ubah semua menjadi angka 0, untuk bagian Label tuliskan Motivasi Belajar kemudian Prestasi Belajar, abaikan yang lainnnya (biarkan tetap default).

2. Setelah itu, klik Data View, dan masukkan data Motivasi Belajar dan Prestasi Belajar yang sudah dipersiapkan tadi ke jadwal SPSS sesuai nama variabel, bisa dengan cara copy-paste. Maka tampak di layar.

3. Langkah berikutnya, kita akan memunculkan nilai unstandardized residual (RES_1) yang selanjutnya akan kita uji normalitasnya. Caranya adalah: dari sajian SPSS pilih sajian Analyze, kemudian klik Regression lalu pilih Linear

4. Muncul kotak obrolan dengan nama "Linear Regression", selanjutnya masukkan variabel Prestasi Belajar (Y) ke Dependent: lalu masukkan variabel Motivasi Belajar (X) ke kotak Independent(s), kemudian klik Save

5. Maka mucul lagi kotak obrolan dengan nama "Linear Regression: Save", pada cuilan "Residuals", centang (v) Unstandardized (abaikan kolom dan pilihan yang lain). Selanjutnya, klik Continue lalu klik Ok

6. Abaikan saja output yang muncul dari jadwal SPSS. Perhatikan pada tampilan Data View, maka akan muncul variabel gres dengan nama RES_1. Maka tampak di layar SPSS.

7. Langkah selanjutnya untuk melaksanakan uji normalitas kolmogorov-smirnov, pilih menu Analyze, kemudian pilih Nonparametric Tests, klik Legacy Dialogs, kemudian pilih submenu 1-Sample K-S...

8. Muncul kotak obrolan lagi dengan nama "One-Sample Kolmogorov-Smirnov Test". Selanjutnya, masukkan variabel Unstandardized Residuals ke kotak Test Variable List: pada "Test Distribution" aktifkan atau centang (v) pilihan Normal

9. Langkah terkahir yakni klik Ok untuk mengakhiri perintah. Selanjutnya, lihat tampilan tabel output yang muncul di SPSS "One-Sample Kolmogorov-Smirnov Test", maka tinggal kita interpretasikan supaya maknanya lebih terperinci lagi.

Interpretasi Uji Normalitas Kolmogorov-Smirnov dengan SPSS

Berdasarkan tabel output SPSS tersebut, diketahui bahwa nilai signifikansi Asiymp.Sig (2-tailed) sebesar 0,993 lebih besar dari 0,05. Maka sesuai dengan dasar pengambilan keputusan dalam uji normalitas kolmogorov-smirnov di atas, sanggup disimpulkan bahwa data berdistribusi normal. Dengan demikian, perkiraan atau persyaratan normalitas dalam model regresi sudah terpenuhi.

Catatan: selain membandingkan nilai Asiymp.Sig (2-tailed) dengan 0,05, ada cara lain untuk mengetahui apakah model regresi berdistribusi normal atau tidak yakni dengan membandingkan nilai Z hitung hasil SPSS dengan nilai Z tabel.

Demikian panduan mengenai cara melaksanakan uji normalitas kolmogorov-smirnov dengan jadwal SPSS, jikalau kita teliti dan jeli saya yakin anda sanggup dengan gampang mempraktekkan langkah-langkah di atas. Selanjutnya, jikalau masih ada yang merasa tutorial di atas terlalu rumit atau bagaimana silahkan berkomentar? Rekomendasi artikel selanjutnya: Cara Melakukan Uji Linearitas dengan Program SPSS

Tambahan: cara lain mendeteksi kenormalan model regresi yaitu dengan memakai Uji Normal Probability Plot dalam Model Regresi dengan SPSS

UPDATE INFO: JUM'AT 25 JANUARI 2019

[Kata Kunci Pencarian: Cara Melakukan Uji Normalitas Kolmogorov-Smirnov dengan SPSS, Langkah-langkah Uji Normalitas dengan Program SPSS, Tutotial Uji Normalitas Kolmogorov-Smirnov dengan SPSS, Panduan Uji Normalitas dengan Software SPSS] [Img: Dokumen hasil olah data dengan pertolongan jadwal SPSS versi 21]

Lihat Juga: VIDEO Uji Normalitas Kolmogorov-Smirnov dengan SPSS

Read More