SPSS

ASAS PENGGUNAAN PERISIAN SPSS FOR WINDOWS

BAB 1

SPSS for windows sepintas lalu

SPSS versi 12.0 for windows adalah sebuah perisian yang mesra pengguna, yang mana ianya boleh digunakan untuk melakukan pelbagai analisis statistik dan pengurusan data di dalam persekitaran bergrafik. Sekumpulan data-data adalah seperti :1. Data-data Data-data hasil hasil dari satu kajian kajian yang yang menggunak menggunakan an borang soal soal selidik. selidik. 2. Data-data Data-data dari databas database e seperti seperti maklumat maklumat keputusan keputusan peperiks peperiksaan aan dan lain-lain lain-lain Dengan menggunakan SPSS data-data tersebut boleh di hasilkan dalam bentuk jadual jadual statistik seperti :1. Freq Freque uenc ncie ies s 2. Cros Crosta tabu bula lati tion on 3. Des Descri criptiv ptives es 4. Char Charts ts dan seba sebaga gain inya ya..

Perlaksanaan Perlaksanaan sesuatu prosedur dalam SPSS adalah berasaskan berasaskan kepada perantara point-and-click yang menggunakan kemudahan graphical user interface(GUI). Pengguna boleh melaksanakan prosedur SPSS dengan menggunakan SPSS Syntax. SPSS versi 12.0 for windows adalah serasi sepenuhnya dengan persekitaran windows 95 dan keatas, windows XP dan juga windows NT. Modul SPSS (SPSS Modules)

SPSS Base merupakan merupakan modul asas SPSS for windows. windows. Ia digunakan digunakan untuk membina, menyunting dan menyimpan fail data, melakukan berbagai-bagai pr osedur statistik asas,

membuat membuat transformas transformasii pembolehubah pembolehubah,, menghasilk menghasilkan an carta statistik statistik bergrafik bergrafik serta menyediakan laporan dalam format fleksible. SPSS Regression Model

SPSS Regression Regression Model adalah modul SPSS tambahan(op tambahan(optional tional). ). Ia digunakan digunakan untuk melakukan beberapa analisis statistik lanjutan SPSS Table

SPSS Tables adalah modul SPSS tambahan (optional). Ia digunakan untuk membina pelb pelbag agai ai lapo laporan ran berb berben entu tuk k jadu jadual al berk berkua ualiliti ti ting tinggi gi yang yang sesu sesuai ai untu untuk k kegu keguna naan an persembahan laporan termasuk jadual kompleks serta pamiran data berbilang respon Jenis data yang serasi dengan SPSS

SPSS hanya boleh melakukan analisis ke atas data yang dibina menggunakan SPSS data editor. Bagaimanapun, data yang di bina di dalam beberapa format lain boleh dianalisis menggunakan SPSS for windows melalui proses tranformasi tertentu yang akan di jelaskan dalam kelas nanti. Jenis-jenis fail data yang boleh diterima atau di traformasikan ialah:•

Fail data yang dibina dengan menggunakan SPSS Data Editor (format .sav)

•

Fail data yang dibina dengan menggunakan SPSS Syntax (format .SPS)

•

SpreadSheet:Excel

•

SpreadSheet:Lotus

•

Database:Dbase(*.dbf, *.mdf)

•

Fail data yang di simpan di dalam bentuk ASCII

membuat membuat transformas transformasii pembolehubah pembolehubah,, menghasilk menghasilkan an carta statistik statistik bergrafik bergrafik serta menyediakan laporan dalam format fleksible. SPSS Regression Model

SPSS Regression Regression Model adalah modul SPSS tambahan(op tambahan(optional tional). ). Ia digunakan digunakan untuk melakukan beberapa analisis statistik lanjutan SPSS Table

SPSS Tables adalah modul SPSS tambahan (optional). Ia digunakan untuk membina pelb pelbag agai ai lapo laporan ran berb berben entu tuk k jadu jadual al berk berkua ualiliti ti ting tinggi gi yang yang sesu sesuai ai untu untuk k kegu keguna naan an persembahan laporan termasuk jadual kompleks serta pamiran data berbilang respon Jenis data yang serasi dengan SPSS

SPSS hanya boleh melakukan analisis ke atas data yang dibina menggunakan SPSS data editor. Bagaimanapun, data yang di bina di dalam beberapa format lain boleh dianalisis menggunakan SPSS for windows melalui proses tranformasi tertentu yang akan di jelaskan dalam kelas nanti. Jenis-jenis fail data yang boleh diterima atau di traformasikan ialah:•

Fail data yang dibina dengan menggunakan SPSS Data Editor (format .sav)

•

Fail data yang dibina dengan menggunakan SPSS Syntax (format .SPS)

•

SpreadSheet:Excel

•

SpreadSheet:Lotus

•

Database:Dbase(*.dbf, *.mdf)

•

Fail data yang di simpan di dalam bentuk ASCII

Langkah Asas dalam Penganalisaan Data

Berikut adalah peringkat dan langkah-langkah asas yang perlu diikuti oleh pengguna SPSS untuk melakukan kebanyakan proses analisis data. •

Peringkat 1 (Fail Data) Di dalam peringkat ini anda akan berada di dalam mod Data Editor dan anda akan berurusan dengan fail data:

•

Peringkat 2 (Melaksanakan Prosedur  Di peringkat ini anda boleh berada dalam mod Data Editor: o

Pilih prosedur yang diperlukan dari menu Data Editor ( misalnya Transform/Recode.., Statistics, Frequencies dan sebagainya)

o

Pilih pembolehubah atau set pembolehubah yang perlu dianalisis yang dipamirkan pada kotak dailog.

•

Peringkat 3 (Output) Sebaik sahaja anda selesai melakukan langkah-langkag dalam peringkat 2. SPSS akan menghasilkan output yang di letakan dalam Output Viewer. Disini anda boleh melakukan kerja-kerja percetakan, penyuntingan kandungan output.

Keperluan Perkakasan dan Perisisan: •

Windows 95/98, NT dan juga XP

•

Pentium III dan keatas

•

Minimum 128MB RAM

•

Sekurang-kurang 85MB ruang cakera keras

•

Skrin paparan resolusi 800x600

Berkenalan dengan antara muka SPSS

Secara asas SPSS mempunyai 3 tetingkap yang utama iaitu Data Editor, tetingkap Output Viewer dan tetingkap syntax. Terdapat 2 lagi tetingkap sokongan yang lain iaitu tetingkap draf Output dan tetingkap script. 1.1

Bar Tajuk Ia mengandungi nama SPSS di mana pada penghujung kanannya terdapat tiga kotak yang berfungsi untuk meminimum, mengembalikan dan menutup skrin.

1.2

Bar Menu Ia mengandungi menu-menu untuk membuat pilihan penggunaannya, ia  juga boleh di buka dengan kekunci ALT bersama dengan huruf yang tergaris pada nama menu tersebut.

1.3

Bar Alatan Ia mengandungi butang-butang kecil bergambar yang mewakili satu perintah yang di gunakan dalam SPSS. Selain daripada itu ianya menawarkan cara pintas untuk mencapai sesuatu perintah.

1.4

Data Editor/View Data editor adalah helaian elektronik yang merupakan satu kemudahan untuk memasukkan, menghapus, menyunting data-data. Didalam data editor ada ROW yang mewakili satu kes/soalselidik. Manakala COLUMN pula mewakili pembolehubah (variables) di dalam kes/soalselidik. Setiap item dalam kes/soalselidik adalah pemboleh ubah.

1.5

Variable View Variable view adalah merupakan satu kemudahan untuk melihat, mencipta dan menambah atau menghapus variables.

Penyediaan Soal Selidik

Jenis-jenis soalan Selalunya soalan boleh di kelaskan kepada 2 kumpulan iaitu tertutup (close) atau soalan terbuka (open-ended). Soalan tertutup melibatkan siri pilihan jawapan yang di sediakan. Responden mungkin di minta menjawab samada dengan menanda(tik), pangkah atau bulatkan pada  jawapan. Sebagai contoh pilihan jawapan seperti Ya/Tidak, Lelaki/Perempuan. Soalan tertutup atau pilihan jawapan adalah mudah untuk memindahkan maklumat ke dalam SPSS. Sebagai contoh jawapan Ya mungkin boled di kodkan sebagai 1, manakala jawapan Tidak mungkin boleh dikodkan sebagai 2. Kadangkala kita tidak boleh meneka kesemua kemungkinan jawapan yang akan diberikan oleh responden.Sebab itu lah kita memerlukan bentuk soalan yang terbuka (open-ended) Sebagai contoh :  Apakah faktor utama penyebab stress di dalam kehidupan harian anda?

 Anda perlulah melihat pada keseluruhan jawapan pada setiap soalselidik, dan kemudian anda boleh membuat kod yang mewakili mana-mana jawapan yang hampir sama. Setiap faktor mungkin boleh anda kodkan seperti , contoh kerja =1, kewangan =2 , perhubungan =3, dan seterusnya. Contoh-contoh soalan

Format jawapan Bertanyakan soalan kepada responden, kadangkala anda perlu memilih format jawapan yang sesuai apabila anda melaksanakan analisa statistik, sesetengah analisa contoh seperti korelasi (corelation) memerlukan skor yang berterusan. Daripada terendah hinggalah kepada yang tertinggi. ( A wide range of score ). Sebagai contoh, soalan berkaitan dengan umur responden, mungkin anda boleh memberikan soalan begini, bulatkan mana-mana jawapan yang berkaitan dengan umur 

anda.( kurang 30 tahun, 31 hingga 50 tahun, dan lebih dari 50 tahun) data sebegini tidak sesuai untuk membuat analisa korelasi. Jadi pastikan anda bertanya umur yang sebenarnya responden. Cuba besarkan julat jawapan responden sebaik yang boleh, jangan hanya memberi pilihan jawapan samada responden bersetuju atau tidak, gunakan skala Likert-type contoh : Amat Tidak Bersetuju

Amat sangat 1

2

3

4

5

6

7

8

Setuju

 Apa-apa pun format jawapan yang dipilih, anda hendaklah menerangkan dengan jelas arahan jawapan, samada anda mahu responden tik pada kotak, bulatkan pada nombor  atau tanda dengan underline ? De-Villis (1991) merupakan bahan perbincangan kelebihan dan kekurangan mengenai jawapan berskala.1

1

De Vellis, R. F.(1991). Scale development, Theory and applications, Newbury, Cal

Kaedah Asas mereka bentuk soal selidik.

Untuk membuat soal selidik yang standard ada beberapa kaedah yang boleh diikuti: 1. Soal selidik hendaklah di buat dengan mengikut format yang standard. 2. Menyediakan koding manual. 3. Elakan daripada open ended-question. Contoh soal selidik yang standard No Siri : 1

2

3

4

Untuk kegunaan Pejabat

Bahagian A : Data sosio demograpfi responden

Sila bulatkan jawapan yang sesuai bagi soalan bernombor  1.

Kawasan 1. Metropolitan – KL 2. Bandar – Petaling Jaya, Shah Alam 3. Separa Bandar – Kuala Lumpur, Meru, Kapar  4. Luar Bandar – Sabak Bernam, Sungai Besar, Kuala Kubu

5

2.

Jantina 1. Lelaki 2. Perempuan

6

3.

Bangsa 1. Melayu 2. Cina 3. India 4. Lain: nyatakan ,…………………………………………..

7

4.

Umur :…………………….

8

5.

Bilangan adik-beradik :………………………… orang

9

6.

Agama 1. 2. 3. 4. 5. 6.

10

7.

Islam Kristian Hindu Buddha Lain: nyatakan………………………….. Tiada

Pendapatan bulanan keluarga RM…………………………..

11

12 13 14

Berikut adalah contoh Koding manual Soalan

Kod

No siri (indentiti soalselidik) Bahagian A

1. Kawasan

1. 2. 3. 4.

2. Jantina

1. Lelaki 2. Perempuan

3. Bangsa

1. 2. 3. 4.

Melayu Cina India Lain-lain

4. Agama

1. 2. 3. 4. 5. 6.

Islam Kristian Hindu Buddha Lain: nyatakan………………………….. Tiada

S7 – S20

Metropolitan – KL Bandar – Petaling Jaya, Shah Alam Separa Bandar – Kuala Lumpur, Meru, Kapar  Luar Bandar – Sabak Bernam, Sungai Besar, Kuala Kubu

Skala 1 – 10

Antara Muka SPSS

Secara asasnya, SPSS mempunyai tiga tetingkap yang utama iaitu:•

Data Editor 

•

Output Viewer 

•

Tetingkap Syntax

•

Tetingkap Draf output dan

•

Tetingkap Script

Tetingkap Data Editor 

Tetingkap data editor merupakan tetingkap yang digunakan untuk membina sesuatu fail data yang baru atau membuka fail data yang sedia ada, fail data bagi SPSS di simpan dalam format .sav Contoh Skrin SPSS Data Editor ( Data View) Bar Tajuk Bar Menu Pembolehubah

Data Editor 

Folder Data View

Folder Variable View

Data editor mempunyai dua jenis tetingkap iaitu:1. Data View 2. Variable View

Contoh Skrin SPSS Data Editor ( Variable View )

Variable View

Merupakan tempat dimana pengguna akan menamakan, menetapkan ciri-ciri pembolehubah seperti jenis, label, values dan sebagainya.

Latihan 1

Memulakan Perisian SPSS for windows Langkah-langkah 1. Buka perisian SPSS pada komputer masing-masing 2. Point-and-click pada start, pilih all program dan klik pada SPSS versi 12.0 3. Selepas beberapa saat akan di paparkan skrin seperti berikut:-

4. Anda boleh memilih mana-mana option yang telah disediakan. Seperti memilih Run the tutorial , Type in data atau Run exiting query  atau memilih untuk membuka fail yang sedia ada dan sebagainya 5. Dalam tutorial ini klik butang cancel.

6. Seterusnya paparan skrin berikutnya yang dinamakan sebagai SPSS Data Editor.

Data Editor SPSS mempunyai dua jenis paparan skrin iaitu Data View dan Variables View. Setiap skrin mempunyai fungsi yang tertentu dan saling berkait antara satu sama lain. Data View

Data view merupakan satu hamparan spreadsheet yang mana data-data boleh

di

masukan terus

didalam

ruangan

yang disediakan,

atau

mempamirkan sejumlah data-data yang telah tersedia. Variable View

Skrin ini digunakan untuk membina dan menamakan pembolehubah mengikut keperluan yang mana ianya berkait rapat dengan soalan didalam soalselidik ataupun set data didalam sesuatu kajian. Misalnya seperti bangsa, umur responden dan sebagainya. 7. Seterusnya klik pada folder atau butang Variable View  dan lihat apa yang ada pada skrin tersebut. Terdapat nama, type, width, decimal dan sebagainya pada paparan ini. Yang mana setiap fungsi bahagian akan di terangkan nanti.

Berikut merupakan keterangan ringkas mengenai skrin Data View  dan fungsi menu pada bar. Menu Fail

8. Klik pada Menu File

Menu ini digunakan untuk membuka, mencapai dan menyimpan fail data SPSS serta kemudahan lain yang terdapat pada menu ini. •

New - untuk membina fail baru

•

Open – Untuk membuka fail sedia ada daripada mana sumber seperti dari cakera keras, CD serta pin drive dan sebagainya.

•

Open Database – di gunakan untuk membaca data daripada Database, pengguna boleh memilih untuk melaksanakan beberapa arahan query.

•

Read Text Data – digunakan untuk membaca data di dalam format asc atau text.

•

Exit – Untuk keluar daripada aplikasi SPSS

Menu Edit 9. Seterusnya klik pada menu edit.

Menu ini digunakan untuk melakukan operasi penyuntingan, seperti Copy, Paste, Undo serta Redo dan lain-lainya seperti melakukan kerja-kerja mencari data seperti Find dan menukar setting options. 10. Menu View Klik pada menu View.

Kemudahan ini digunakan untuk memaparkan atau menyembunyikan status bar, toolbar yang tertentu, garisan grid dan sebagainya.

11. Menu Data Klik pada menu Data

Menu ini digunakan untuk melakukan pertukaran global keatas fail data seperti mendefinasikan sesuatu pembolehubah, menyusun kes, memilih bahagian daripada keseluruhan kes, mengabungkan data dan sebagainya. 12. Menu Transform Seterusnya klik pada menu Transform.

Digunakan untuk melakukan pertukaran non-global keatas sesuatu pembolehubah atau set pembolehubah yang dipilih. Dan menghasilkan satu pembolehubah yang baru berdasarkan kepada pembolehubah yang sedia ada didalam data editor. Misalnya seperti umur responden boleh di kumpulkan kepada satu julat tertentu.

13. Menu Analyze Seterusnya klik pada menu Analyze

Kemudahan menu ini adalah untuk memilih dan melaksanakan pelbagai prosedur statistik yang di perlukan, seperti membuat frequencies, crosstab, Correlate, Regression dan lain-lain. 14. Menu Graph Seterusnya klik pada menu Graphs

Menu ini digunakan untuk menghasilkan pelbagai carta statistik atau graph yang beresolusi tinggi seperti carta bar, carta pai, scatterplot dan sebagainya.

15. Menu Utilities Seterusnya klik pada menu Utilities

Menu ini digunakan untuk mengimbas maklumat mengenai pembolehubah dalam fail data yang sedang aktif  16. Menu Windows Seterusnya klik pada menu window

Menu ini digunakan untuk menukar (switching) antara tetingkap SPSS yang sedang di buka. 17. Menu Help Seterusnya klik pada menu Help Menu help di gunakan untuk mencapai tutorial dan juga bantuan atau maklumat lain yang berkaitan dengan pengguna SPSS for windows.

BAB 2 : PENGURUSAN DATA

Pengurusan Data

1.0

SPSS for Windows beroperasi berasaskan kepada pembolehubah (variables) dan kes (Cases). PembolehUbah di letakan di sebagai lajur(column) manakala kes diletakan sebagai baris (row). Setiap satu lajur di dalam SPSS mewakili satu set pembolehubah. Manakala setiap satu baris pula mewakili satu kes atau seorang responden yang terlibat.

2.0

Proses menentukan jenis data pada setiap pemboleh ubah. Pada asalnya adalah  jenis angka , semua pemboleh yang baru adalah jenis angka. Anda boleh mengubahkannya kepada jenis data yang anda mahu dengan menggunakan kemudahan define variable. Jenis data adalah :2.1

Numeric. Pengkelasan ini digunakan untuk pembolehubah yang

mengambil nilai angka bulat dan perpuluhan, lebar maksimum ialah 40 aksara dengan kedudukan titik perpuluhan maksimum pada 16. 2.2

String . Pengkelasan ini digunakan untuk pembolehubah yang mengambil

data yang berbentuk samada huruf, angka dan sebagainya, lebar  maksimum data yang boleh ditaip adalah 255 aksara. 2.3

Date. Ia menyimpan data dalam bentuk tarikh.

2.4

Currency . Ia menyimpan data dalam bentuk Currency iaitu dolar 

amerika. 2.1

Nama Pemboleh Ubah (Variables Names) Penamaan pembolehubah mempunyai beberapa syarat tertentu seperti berikut :•

Panjang maksimum bagi suatu nama pembolehubah ialah 8 aksara (characters)

•

Nama pemboleh ubah mestilah bermula dengan abjad dan yang selebihnya boleh jadi abjad, apa-apa nombor atau simbol @,#,_, atau $. Blank atau ‘special character’ tidak boleh digunakan.

•

Setiap variable mestilah unik dan tidak bertindih, duplikasi variable adalah tidak di benarkan.

•

Nama pembolehubah tidak dipengaruhi oleh penggunaan huruf besar  atau kecil (tidak case sensitive).

•

Nama-nama seperti berikut tidak boleh digunakan kerana ianya merupakan akronim bagi arahan-arahan yang terdapat di dalam SPSS eg ALL NE EQ TO LE LT BY OR GT NOT GE WIDTH

•

2.2

Nama pemboleh ubah tidak boleh di akhiri dengan dot

Column width

Ia adalah jumlah angka atau aksara yang boleh di isi bagi setiap variable. Panjang sesuatu pemboleh ubah itu boleh di pinda. Dengan menggunakan kemudahan width pada skrin variable view. 2.3

Variable Label

Proses melabel sesuatu pembolehubah bukan satu proses yang mesti di laksanakan. Ianya boleh diabaikan kerana ia tidak memberi ralat kepada hasil sesuatu analisis. Pembolehubah dilabelkan untuk menerangkan atau menghuraikan takrifan pembolehubah tadi misalnya variable label  bagai pendapatan bulanan ialah S01 dan keterangan mengenai S01 ialah pendapatan bulanan responden. 2.4

Value Label

Tetingkap Value Labels membolehkan sesuatu nilai pembolehubah yang dikenali sebagai data boleh diberi label yang tertentu mengikut perwakilannya. Ianya lebih mirip kepada proses pengkodan data mengikut label yang di tetapkan. Untuk memudahkan SPSS membaca data anda anda perlulah membuat koding, misalnya value bagi Lelaki adalah L manakala value bagi Wanita adalah W. Jadi lebih mudah anda memasukkan data dengan hanya menaip perkataan L atau W daripada menaip keseluruhan perkataan tersebut. Berikut adalah beberapa maklumat berkaitan dengan value labels

•

Seperti proses melabelkan pembolehubah, proses melabel nilai pembolehubah juga merupakan suatu proses yang bukan mesti dilaksanakan, ianya boleh diabaikan. Walaubagaimana pun ianya agak penting dalam membantu pengguna untuk metafsir sesuatu keputusan

kajian yang akan diperolehi khususnya dalam menerangkan sistem pengkodan data yang digunakan oleh pengguna. •

Panjang maksima sesuatu label ialah 60 aksara. Bagaimanapun bilangan aksara yang dipamerkan dalam output bergantung kepada jenis statistik yang dipilih.

•

Bersifat Case Sensitive dimana penggunaan huruf besar dan huruf kecil akan memberi maksud yang berbeza.

Latihan Bersama 2.1 Didalam tutorial ini pengguna akan ditunjukan cara-cara menamakan pembolehubah di dalam SPSS for windows. ( memulakan kerja-kerja diperingkat 1 ) Langkah-langkah : 1. Pastikan perisian SPSS sudah dibuka. 2. Klik pada menu New. 3. Pastikan anda berada di dalam mod Data Editor. 4. Untuk menamakan pembolehubah baru, klik pada butang variable view 

5. Point-and-click pada sel pertama dibawah lajur Name 6. Namakan pembolehubah yang sesuai dengan mematuhi peraturan yang telah diterangkan pada chapter sebelum. Contoh soalan di dalam satu soal selidik adalah seperti berikut :Soalan 1. 1. Kawasan 1. Kuala Lumpur  2. Shah Alam 3. Klang 4. Banting 5. Kuala Selangor 

7. Di bawah lajur nama taipkan perkataan A1

8. Point-and-click pada sel pertama dibawah lajur Type

Tetingkap Variable Type akan muncul di skrin komputer. 9. Secara defaut sistem akan tik pada option Numeric pada tetingkap Variable Type. Klik pada option String dan secara default panjang aksara adalah 8. tukar nilai tersebut kepada 4 pada ruangan tersebut. 10. Seterusnya point-and-click pada sel pertama dibawah lajur Label  dan taipkan perkataan Kawasan. 11. Seterusnya point-and-click pada sel pertama dibawah lajur Value dan popup windows seperti berikut akan di paparkan.

Skrin ini digunakan untuk membolehkan sesuatu nilai pembolehubah yang di kenali sebagai data boleh diberi label yang tertentu mengikut perwakilan. Ianya lebih mirip kepada proses pengkodan data mengikut label yang telah di tetapkan. Merujuk kepada contoh yang diberikan tadi. Value 1 mewakili Kawasan Kuala Lumpur, 2 mewakili Shah Alam dan seterusnya. a. Taipkan nilai 1 pada medan Value, pada medan Value Label taipkan perkataan Kuala Lumpur, dan tekan butang Add .

b. Seterusnya Taipkan nilai 2 pada medan Value, pada medan Value Label taipkan perkataan Shah Alam, dan tekan butang  Add. c. Ulangi langkah a dan b sehingga selesai kesemua maklumat di masukan. 12. Jika pengguna mahu membuat pembetulan pada value atau value label yang telah di masukan, point-and-klik pada label yang dikehendaki untuk mengaktifkannya dan buat pindaan pada ruangan disediakan. Dan klik bila sudah selesai klik pada butang change

13. Jika pengguna mahu membatalkan atau menghapuskan value labels pointand-klik  pada value label berkenaan dan seterusnya klik butang Remove

untuk menghapuskannya. 14. Apabila sudah selesai memasukan kesemua value dan label, klik butang Ok sebagai tanda setuju. 15. Seterusnya point-and-click pada sel pertama dibawah lajur Missing untuk menentukan missing values bagi pembolehubah A1 (kawasan). Untuk tutorial ini klik pada No missing values.

16. Lajur mising ini merupakan singkatan daripada perkataan missing values (Data yang hilang atau tidak lengkap). Prosedur ini membolehkan anda menguruskan data yang tidak lengkap mengikut penetapan nilai masingmasing. 17. Seterusnya klik pada lajur Column. Dibawah lajur ini anda boleh mengubahsuai saiz kelebaran bagi sesuatu lajur pembolehubah. Untuk paparan sahaja. 18. Untuk mengubahsuai penjajaran atau alignment data yang telah di taip, klik pada sel 1 di bawah lajur Align. 19. Setiap pembolehubah yang di bina boleh ditetapkan skalanya menerusi kemudahan Measures, singkatan Measurement Scale . Di antara skala yang di sediakan ialah scale, Ordinal dan Nominal. Scale mewakili data benar  (seperti umur, pendapatan), scale mewakili data yang dikumpulkan mengikut  julat tertentu jenis angka, manakala nominal mewakili data di dalam bentuk aksara (alphabetic) jenis string. 20. Ini bermakna pengguna sudah selesai menghasilkan satu pembolehubah. 21. Untuk melihat kehadiran pembolehubah tersebut pada data view, klik pada butang Data View, dan maklumat tersebut akan dipaparkan seperti gambaran di bawah :

Latihan 2.2 Sebagai contoh katakan di dalam satu soalselidik terdapat beberapa soalan mengenai latar belakang responden seperti, Umur, Jantina, Pekerjaan, dan pendapatan, sebahagiannya di gambarkan seperti berikut : Anda di kehendaki menghasilkan menghasilkan kesemua pembolehubah bagi kesemua soalan-soalan yang terdapat di dalam soalselidik ini. Bahagian A Latar belakang responden No Siri : 1

2

3

4

Untuk kegunaan Pejabat

Bahagian A : Data sosio demograpfi responden

Sila bulatkan jawapan yang sesuai bagi soalan bernombor  1.

Kawasan 1. 2. 3. 4.

2.

5

Metr Metrop opol olit itan an – KL KL Bandar Bandar – Peta Petaliling ng Jaya Jaya,, Shah Shah Alam Alam Separa Separa Band Bandar ar – Kuala Kuala Lump Lumpur, ur, Meru Meru,, Kapar  Kapar  Luar Luar Bandar Bandar – Saba Sabak k Bernam Bernam,, Sungai Sungai Besa Besar, r, Kuala Kubu

Jantina

6

1. Lelaki 2. Perempuan 3.

Bangsa 1. 2. 3. 4.

7

Melayu Cina India Lai Lain: nyat nyatak akan an , …………………………………………..

4.

Umur Umur :…… :……………… ……………… ……..

8

5.

Bilangan adik-beradik :………………………… orang

9

6.

Agama

10

1. 2. 3. 4. 5. 6. 7.

Islam Kristian Hindu Buddha Lain: Lain: nyatak nyatakan… an……… ………… ………… ………… ………. …... Tiada

Pendapatan bulanan keluarga RM…………………………..

11

12 13 14

Kemudahan copy and paste Sekiranya, pembolehubah yang lain akan mempunyai spesifikasi nilai dan value label yang sama, atau missing value yang sama, pengguna boleh menggunakan arahan copy  and paste untuk menyalin spesifikasi tersebut.

Sebagai contoh, sebahagian daripada soalan yang di tanya mengenai hari merdeka. 1. Bagaimanana anda mendapat maklumat mengenai hari merdeka (bulatkan  jawapan anda).

B1A.

Melalui Internet

Ya

Tidak

B1B.

Melalui Media TV

Ya

Tidak

B1C.

Melalui Media Radio

Ya

Tidak

B1D.

Melalui Surat Khabar

Ya

Tidak

Jawapan bagi kesemua subsoalan adalah sama iaitu Ya dan Tidak. 1. Klik pada pada sel berikut berikutnya nya dan masuka masukan n maklumat maklumat seperti seperti berikut berikut:: a. Name = B1A b. Type ype = Num Numeric eric c. Width = 2 d. Decimal = 0 e. Label = Maklum Maklumat at hari hari merdeka merdeka melalui melalui Internet Internet f.

Valu Value e =1, =1, valu value e lab label el = Ya Ya

g. Valu Value= e=2, 2, valu value e label label = Tid Tidak ak h. Miss Missin ing g val valye ye = none none i.

Dan Dan biar biarka kan n defa defaul ultt yang yang sel seleb ebih ihny nya. a.

2. Seterusnya Seterusnya masuka masukan n soalan soalan berikutny berikutnya a dari B1B hingga hingga kepada kepada B1D B1D 3. Kalau diperha diperhatikan tikan kesemu kesemua a jawapan jawapan bagi bagi soalan soalan B1A hingga hingga kepada kepada B1D B1D adalah sama. 4. Untuk Untuk memb membuat uat arahan arahan copy copy dan dan past paste, e, point-and-right-click   point-and-right-click pada sel yang hendak di copy , dalam kes ini klik pada sel bagi pada soalan B1A 5. Klik Klik pada pada sel sel set seter erus usny nya a dan dan right-click butang tetikus dan pilih paste. Secara default sistem akan menyalin segala maklumat yang terdapat pada soalan B1A,

Cuma yang membezakannya sistem akan menamakan pembolehubah dengan nama VAR0001 dan nama pembolehubah ini akan bertambah 1 (VAR0002) mengikut jumlah sel yang anda paste. 6. Untuk menguba mengubah h nama pemboleh pembolehubah ubah ini, ini, klik pada pada sel variabl variable e tersebut tersebut dan namakan sebagai B1B, kemudian klik pada label untuk meminda label variables mengikut kesesuaian. 7. Gunakan Gunakan kaedah kaedah yang yang sama sama untuk untuk soalan soalan B1C B1C sehingg sehingga a B1D. 8. Seterusnya Seterusnya simpan simpan fail fail ini, ini, untuk menyimpan menyimpan fail fail klik pada pada menu file dan save 9. Dengan ini ini maka anda sudah sudah menyiapka menyiapkan n satu fail fail spss spss yang mana mana data-data data-data sudah boleh di masukan. Tip :“Saiz bagi setiap lajur boleh di laraskan dengan cara mengklik tanpa lepas di atas garisan pemisah antara lajur dan heret tetikus ke kanan untuk membesarkan lajur dan sebaliknya”

Soalan : 1. Jika anda anda merekabentuk merekabentuk satu satu soalselidi soalselidik k yang memerluk memerlukan an pengukuran pengukuran umur  responden, format yang manakah (a) atau (b) yang lebih baik. Nyatakan pilihan anda. a. Sila tik tik satu satu bagi kategor kategorii berikut berikut yang yang mewakili mewakili umur anda. anda. i. 18 – 30 ii. 31 – 45 iii. 46 – 60 iv. 61 – 80 v. 81+ b. Berapa Berapakah kah umur umur anda anda :_____ :________ ____  _  2. Ada beberapa beberapa peraturan peraturan yang yang perlu perlu di ikuti ikuti di dalam dalam menamakan menamakan pembole pembolehubah. hubah. Berikut adalah beberapa soalan mengenainya. a. Bolehkah Bolehkah nama pembolehuba pembolehubah h bermula bermula dengan nombor? nombor? b. Berapakah Berapakah nilai nilai maksim maksimum um aksara aksara yang yang bagi bagi suatu suatu nama nama pembolehubah? c. Bolehk Bolehkah ah nama pembo pemboleh lehuba ubah h mengandu mengandungi ngi space? space? 3. Setiap yang yang berikutn berikutnya,ya ya,yang ng manakah manakah bersesuai bersesuai dengan dengan nama nama pembolehuba pembolehubah, h,  jika tidak sesuai nyatakan mengapa? a. *ql b. And c. Religion d. Mari arital tal sta status tus e. Q110A f.

Income.hous

g. 5optim h. Optim5

BAB 3 : MENGIMPORT DATA-DATA DARI SUMBER LAIN

Selain daripada memasukkan data secara terus menerusi data editor, SPSS juga membenarkan anda mengimport data-data daripada sumber lain seperti dari fail excel, Dbase, Text Fail, Informix, Paradox files, Visual Foxpro, Foxpro Files dan sebagainya.

Kemudahan mengimport data dibuat melalui kemudahan ODBC Data Source  Administrator . Selalunya kaedah ini hanya boleh di gunakan pada data-data yang di

simpan di dalam database. Kaedah query di gunakan untuk mengimport data-data, samada anda mahu mengambil keseluruhan data ataupun sebahagian, malah anda juga boleh memilih mana-mana medan yang di kehendaki. Untuk mengimport data. 1) Point-and-klik pada Menu File, di bawah submenu pilih Open Database ->New Query 

2) Tetingkap Database Wizard  akan di buka. Sistem akan meminta anda memilih jenis data source yang boleh dipilih daripada kotak senarai. 3) Tetingkap Database Wizard  Langkah kedua akan di buka mengikut kesesuaian jenis fail yang di pilih, misalnya jika anda memilih fail daripada Database Visual Fopro, Didalam kotak senarai SPSS akan memaparkan kesemua table daripada database Visual Foxpro. Anda hanya boleh memilih satu table sahaja. Jika anda klik dua kali pada table yang di pilih, senarai medan-medan akan di pamirkan. Anda boleh memilih mana-mana medan yang di kehendaki dengan cara tujukan cursor pada medan yang di kehendaki dan tekan butang tetikus sebelah kiri dan tanpa lepas, kemudian seretkan medan tersebut kedalam kotak senarai Retrieve Fields In This Order .

Sekiranya anda mahu mengimport keseluruhan medan Tujukan

cursor pada fail yang di kehendaki dan tekan butang tetikus sebelah kiri  jangan lepaskan, kemudian seretkan fail tersebut kedalam kotak senarai Retrieve Fields In This Order , dan lepaskan butang mouse tadi. Tekan

butang Next apabila anda sudah selesai. 4) Tetingkap Database Wizard Limit Retrieve Cases akan di buka. Anda boleh memilih mana-mana medan yang dikehendaki dan seretkan serta letakkan kedalam sel expression. Klik pada sel relation untuk memilih condition, seterusnya klik pada sel Expression 2 untuk memasukkan kriteria misalnya seperti : fcity = Hometown. Anda juga boleh mengunakan butang prompt value (terbuka). Yang mana anda boleh memasukkan apa-apa pemilihan secara input, tanpa perlu mengulangi proses yang sama. Klik butang Next apabila sudah selesai. 5) Senarai pembolehubah akan di pamirkan pada tetingkap Define Variables, anda boleh mengubah nama pembolehubah jika anda mahu berbuat demikian, dengan cara tujukan cursor pada sel Result Variable Name dan klik variable yang hendak di tukarkan. Apabila sudah selesai tekan butang Next. 6) Tetingkap Results akan di buka dan akan tertera arahan sql pada kotak dailog. Anda boleh menyimpan sql statement  ini dengan cara memberi nama pada sel save query to file . Pernyataan ini boleh di gunakan atau di pinda semula, tanpa perlu melalui proses di atas. Apabila sudah selesai Klik Butang Finish.

Sebaik sahaja anda menekan butang Finish, sistem akan menjana data-data yang anda import tadi dan akan di pamirkan pada SPSS Data Editor.

Latihan 3.0 Mengimport data dari fail access. Satu fail employee di dalam database access menyimpan maklumat berkaitan dengan kakitangannya. Seperti umur, status perkahwinan, jantina, nama dan sebagainya. Sebahagianya di nyatakan dalam medan seperti berikut:1. age 2. marital 3. gender   4. dan lain-lainnya  Anda di arahkan untuk membuat satu analisa data daripada fail employee berdasarkan kepada maklumat pekerja yang sudah berkahwin sahaja. Dimana anda diberitahu bahawa kod di dalam medan marital adalah seperti berikut:0. Tidak berkahwin 1. Berkahwin  Anda di kehendaki mengimport data berdasarkan kepada arahan di atas:Langkah untuk mengimport data:1. Dari menu bar pilih File. 2. Seterusnya pilih Open Database > New query. 3. Skrin Database wizard akan di pamirkan pada skrin komputer anda. 4. Daripada kekotak datasourse pilih MS Access Database dengan cara tujuk dan klik butang tetikus. 5. Seterusnya klik pada butang next 6. Tetingkap ODBC Driver login akan di paparkan pada skrin komputer anda. 7. Seterusnya tekan butang browse 8. Dan pilih fail employee.mdb daripada direktori tutorial_spss dan klik butang open 9. Apabila anda sudah bersetuju klik butang Ok.

10. Seterusnya tetingkap select data akan di paparkan, dan pada kekotak available table akan di senaraikan nama table yang telah anda pilih tadi.

11. Klik pada tanda + pada table employee untuk melihat keseluruhan medan yang terdapat di dalam fail employee. Anda boleh memilih medan-medan yang di perlukan dengan cara klik dua kali pada medan tersebut. 12. Jika anda mahu memilih keseluruhannya medan fail employee, klik tanpa lepas dan seretkan table employee ke kekotak Retrieve Fields In This Order. 13. Sehingga langkah ini anda boleh menamatkan operasi dengan menekan butang finish.

14. Sekiranya anda memerlukan beberapa option, seperti pilihan data hanyalah daripada kalangan kakitangan yang sudah berkahwin atau option lain, klik butang next untuk mendapatkan skrin option, iaitu Limit Retrieved Cases.

15. Seterusnya pada medan berikut :a. Expression 1: pilih employee.marital b. Relation : = c. Expression 2 : 1 16. Seterusnya tekan butang next dan paparan Define Variables akan muncul di skrin anda. Anda boleh meminda nama pembolehubah jika mahu, atau membiarkan secara default . 17. Langkah seterusnya tekan butang next, dan satu pernyataan SQL query akan di paparkan dan anda boleh memilih untuk menyimpan query ini atau sebaliknya. 18. dan apabila anda sudah bersetuju klik butang finish. Dan semua maklumat tadi akan di paparkan di dalam skrin variable view. 19. Simpan fail ini jika perlu.

Membaca fail data berformat Excel

SPSS boleh membuka fail data yang dibina dengan menggunakan perisian Microsoft Excel menerusi arahan File>Open>Data Setelah fail data berformat Excel tersebut dibuka, ianya boleh disimpan sebagai fail data SPSS yang baru menerusi arahan File>Save Untuk membuka fail data berformat Excel menerusi SPSS, pastikan fail tersebut telah di tutup terlebih dahulu. Sekiranya fail data tersebut masih terbuka di dalam perisian ms Excel, SPSS tidak akan dapat membaca fail tersebut. Latihan bersama 3.1.

Didalam tutorial ini kita akan membuat latihan membuka fail data berformat Excel. Sebagai contoh di dalam tutorial ini kita akan menggunakan fail Excel seperti berikut dimana data-data penyelidikan telah dimasukan menerusi fail Excel.

Langkah-langkah 1. Kenalpasti terlebih dahulu fail data yang hendak di buka 2. Klik pada arahan file-> Open> Data di bar menu

3. Tetingkap Open File akan di paparkan , tukar pilihan arahan di ruangan Files of  type kepada Excel(*.xls)

4. Klik pada fail tutorial1, dan klik butang Open. 5. Seterusnya tetingkap Opening Excel Data Souce akan di buka

6. Jika fail data yang dibaca mengandungi senarai nama pembolehubah yang berkaitan pada baris pertama, maka arahan Read variable names from the first  row of data perlu di akftifkan. Sebaliknya jika tidak mempunyai nama

pembolehubah pada baris pertama, maka arahan ini tidak perlu di aktifkan. 7. Pada ruang Worksheet pula menunjukan range data yang terdapat di dalam fail Excel. 8. Bila sudah selesai klik butang OK  9. Jika fail Excel ini mengandungi header, pembolehubah data yang terbina tadi secara automatik mengikut nama header pada fail excel 10. Klik pada butang variable view. Kelihatan skrinnya mengandungi senarai pemboleh ubah yang berkaitan. Setiap pembolehubah tersebut tidak

mengandungi label, Value Label dan Missing values yang bersesuaian. Anda bolehlah memasukkan nilai-nilai tersebut menerusi skrin Variable View ini.

11. Simpan (save) fail data spss dengan menggunakan nama yang sesuai,

Latihan 3.2

Berikut adalah pembolehubah dan keterangan mengenai pembolehubah di dalam fail excel di atas. Untuk latihan ini anda di kehendaki memasukan kesemua pembolehubah berserta dengan label, value label yang di senaraikan di bawah kedalam fail spss ini.  Apabila sudah selesai simpan (save) fail spss ini. Langkah:1. Buka fail SPSS, iaitu tutorial2.sps 2. Nama pembolehubah yang sengaja ditinggalkan untuk anda mengisinya seperti yang dinyatakan di bawah, simpan fail anda apabila kesemua pembolehubah yang dimasukkan tadi sudah selesai.

List of variables on the working file

A2 (6) Jantina Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value 1 2

Label Lelaki Perempuan

A3 (7) Bangsa Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value 1 2 3 4

Label Melayu Cina India Lain-lain

A4 (8) Tingkatan Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value 1 2

Label Tingkatan 2 Tingkatan 3

A6 (10) Bil. adik beradik dalam keluarga Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value 1 2 3 4 5 6

Label 0 1 2 3 4 5 dan ke atas

A7 (11) Agama Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value 1 2 3 4 5 6

Label Islam Kristian Hindu Buddha Lain-Lain Tiada

A8 (12) Kedudukan di kalangan adik beradik Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 A9 (13) Pendapatan Sebulan Keluarga Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2

A11 (15) Kelulusan Penjaga Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value 1 2 3 4 5

Label Tiada Rendah Menengah Kolej Universiti/IPTA

Untuk soalan berikutnya, gunakan arahan copy and paste bagi kesemua value label yang mempunyai nilai dan maksud yang sama. C1 (44) Hubungan dengan penjaga? Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value 1 2

Label Baik Tidak baik

C2 (45) Hubungan dengan adik beradik? Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value 1 2

Label Baik Tidak baik

C3 (46) Hubungan dengan rakan sekolah? Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value 1 2

Label Baik Tidak baik

C4 (47) Hubungan dengan guru? Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value 1 2

Label Baik Tidak baik

C5A (48) Amalan Merokok? Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value

Label

1 2

Ya Tidak

C5B (49) Menghidu gam? Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value

Label

1 Ya 2 Tidak C5C (50) Mengambil dadah? Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value

Label

1 2

Ya Tidak

C5D (51) Minum arak? Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value

Label

1 2

Ya Tidak

C5E (52) Mengambil barang orang lain? Measurement Level: Scale Column Width: 8 Alignment: Right Print Format: F2 Write Format: F2 Value

Label

1 2

Ya Tidak

BAB 4 : TRANSFORMASI DATA

Sesuatu fail data didalam SPSS, boleh ditransformasi atau diubahsuai mengikut keperluan masing-masing. Selalunya proses tranformasi data dilaksanakan untuk membolehkan operasi analisis data yang lebih kompleks dapat di lakukan.  Anda akan didedahkan dengan beberapa kemudahan tranformasi yang terdapat melalui menu Transform di bar menu yang di sediakan. Antara contoh kemudahan tranformasi yang ada ialah Compute, Count, Recode dan sebagainya. Latihan bersama 4.1

Bekerja dengan Arahan Compute.  Arahan compute membenarkan pengguna untuk menghasilkan satu pembolehubah baru yang mengandungi data hasil dari operasi manupulasi satu set data yang terdapat pada beberapa pembolehubah yang telah sedia ada di dalam fail data SPSS. Sebagai contoh dengan menggunakan arahan ini anda boleh menghasilkan pembolehubah min bagi satu set data. Langkah-langkah :1. Buka fail SPSS tutorial2.sav  2. Seterusnya pilih arahan Transform>Computer  di bar menu, dan seterusnya tetingkap Compute Variable akan di paparkan pada skrin komputer anda.

3. Pada medan Target Variable , taipkan nama pembolehubah yang baru, dalam tutorial ini anda akan mencari nilai min bagi satu set pembolehubah C1,C2,C3,C4.

4. Namakan pembolehubah yang baru sebagai minC5. seterusnya klik butang Type and Label  untuk menentukan jenis pembolehubah tersebut dan labelnya.

 Apabila sudah selesai klik butang continue. 5. Seterusnya gunakan fungsi min yang telah sedia ada di ruang functions untuk mencari nilai min bagi pembolehubah b16a – b16d

6. Scroll kebawah kekotak Functions untuk mencari fungsi Min, dan klik dua kali pada Fungsi Min untuk menghantarnya ke kotak Numeric Expression. 7. Seterusnya gerakan cursor ke kotak Numeric Expression dan klik pada tanda(?) di sebelah perkataan MIN(?,?) 8. Seterusnya klik pada nama pembolehubah yang di kehendaki iaitu C5A dan klik anak panah kekanan untuk memasukkannya kedalam kotak Numeric  Expression.

9. Masukkan kesemua pembolehubah C5B, C5C dan C5D sehingga anda mendapati Numeric Expression adalah seperti berikut :MiN(C5A,C5B,C5C,C5D)

10. Apabila sudah selesai klik butang OK 11. Ini akan menghasilkan satu pembolehubah baru yang di namakan minC5

Bekerja dengan Arahan Sum

 Arahan sum membolehkan pengguna menjumlahkan sesuatu set pembolehubah bagi sesuatu tujuan pengiraan. Misalnya seperti mencari jumlah markah keseluruhan peperiksaan bagi setiap kes, atau suatu jumlah nilai tertentu berdasarkan satu kajian tabiat. Sebagai contoh latihan berikutnya kita mahu mengira berapakah jumlah satu set kes bagi ke semua soalan dalam bahagian B. Langkah-langkah 1. Buka fail tutorial2.sav. 2. Klik pada arahan Transform>Compute >Sum di bar menu.

3. Taipkan nama Skor pada pada medan Target Variable. Pada Medan Type & Label  taipkan skor bahagian b.

4. Seterusnya, klik pada pembolehubah B1 dan klik pada butang bertanda anak panah kekanan untuk memasukkan pembolehubah tersebut di ruangan Numeric  Expression.

5. Masukan keseluruhan pembolehubah seperti yang tertera pada langkah 3, iaitu keseluruhan pembolehubah dari B1,B6,B8,B10,B11 dan B13 6. Seterusnya klik butang OK. 7. Pembolehubah baru skor akan terhasil, dan boleh di lihat di dalam Variable View .

Latihan 4.2

Gunakan fail tutorialAddCase untuk menghasilkan satu skor baru yang di panggil Interpersonal problem.  Anda di beritahu bahawa pembolehubah pilihan adalah seperti berikut. Pembolehubah tersebut adalah B5,B26,B27 dan B12.

Bekerja dengan arahan Recode Fungsi Recode

Dalam beberapa keadaan, anda mungkin perlu mengkelaskan semula atau mengubah sistem pengkodan anda supaya ianya bersesuaian dengan tujuan analisis yang ingin di laksanakan. Atau dengan kata lain mengkelaskan data kepada kumpulan yang lebih kecil. Untuk melaksanakan proses ini SPSS menyediakan kemudahan Transform>Recode.  Arahan Recode menawarkan dua pilihan iaitu 1. Recode into Same Variables Sesuai digunakan jika anda ingin mengubahsuai data bagi satu pembolehubah yang sedia ada. 2. Recode into Different Variables. Sesuai digunakan jika anda ingin menghasilkan satu pembolehubah yang baru yang mempunyai data hasil daripada pengubahsuaian data lain daripada pembolehubah lain. Misalnya anda ingin mengkelaskan umur, kepada kumpulan Umur.

Latihan 4.1 Penggunaan Arahan Recode Into Different Variables.

Dalam latihan ini kita akan menggunakan variables umur (A2) sebagai item untuk menghasilkan satu pembolehubah A2b dan kita labelkan sebagai kategori Umur. Dimana umur akan di kelaskan kepada 4 bahagian iaitu:1. 24 tahun dan kebawah 2. 25 tahun hingga 30 tahun 3. 31 tahun hingga 35 tahun 4. 36 tahun dan ke atas Langkah-langkah 1. Buka fail tutorail_2.sav  2. Klik pada arahan Transform>Recode>Into Different Variables di bar menu. 3. Tetingkap berikut akan di paparkan.

4. Klik pada pembolehubah umur(a2) dan klik pada anak panah ke kanan. 5. Seterusnya namakan pembolehubah baru dengan nama yang sesuai atau namakan A2b pada medan Name dan pada medan Label  taipkan Kumpulan Umur. 6. Apabila sudah selesai klik butang Change 7. Langkah seterusnya klik pada butang Old and New Values…dan tetingkap berikutnya akan di pamirkan pada komputer.

8. Klik pada radio button Range Lower through. Dan masukan value 24 pada medan Lower through. 9. seterusnya masukan nilai satu (1) pada Value di bawah New Value. Ini bermaksud kesemua value umur 24 tahun dan kebawah akan di kelaskan di dalam satu kumpulan 1. dan tekan butang Add. 10. Untuk kumpulan kedua julat data adalah di antara 25 – 30 tahun.

11. Klik pada Range dan masukan nilai 25 through 30

12. Masukan 2 pada ruangan Value di bawah sub kumpulan New Value. 13. seterusnya klik butang Add. 14. Ulangi langkah 9 hingga 12 untuk memasukkan dua lagi julat kumpulan iaitu 3 dan 4.

Tip :

“Untuk memudahkan anda mengenalpasti julat umur responden sebelum anda mengkelaskan kepada kumpulan tertentu, sila gunakan kemudahan Descriptives statistik untuk mendapatkan nilai julat, nilai terendah, nilai tertinggi dan juga nilai penengah.” Latihan 4.3

Gunakan fail tutorialAddCaseOk.sav. Dalam soalan B10 Penjaga. Maklumat value label adalah seperti berikut. 1- Ibu/Bapa 2- Ibu Sahaja 3- Bapa Sahaja 4- Datuk/Nenek 5- Lain-lain  Anda dikehendaki mengumpul (recode) bagi value 2 dan 3 menjadi satu kumpulan sahaja. Dan kita berikan nilai 3 dan di labelkan sebagai ibu/bapa tunggal.

BAB 5 : PENGENDALIAN FAIL DATA

Pada kebiasaan fail data SPSS mengandungi data mentah yang diperolehi dari satu kajian atau penyelidikan. Sususan data dan kandungan data didalam suatu fail data mungkin sesuai untuk analisis tertentu tetapi tidak untuk analisis yang lain. Dalam melakukan analisis, kerap juga anda perlu memilih sebahagian dari kes kajian sementara dalam keadaan lain pula anda mungkin perlu menggabungkan data dari beberapa fail data yang berlainan. Atau anda membahagikan kerja kemasukan data kepada beberapa individu tertentu dan diakhirnya data perlu di gabungkan. Di dalam modul ini anda akan di dedahkan dengan cara-cara untuk menyusun data berdasarkan kriteria tertentu, cara untuk memilih kes kajian yang tertentu serta cara untuk mengabungkan fail data. Mengabungkan fail data yang mempunyai pembolehubah yang sama. SPSS membenarkan pengguna menggabungkan beberapa fail data yang berlainan dalam dua cara iaitu. •

Menggabungkan fail data yang mempunyai permbolehubah yang sama dan mempunyai kes yang berlainan.

•

Menggabungkan fail data yang mengandungi pembolehubah yang berlainan dengan kes yang sama.

Untuk menggabungkan beberapa fail data, arahan merge files boleh di gunakan melalui menu data. Langkah-langkah : 1. Buka fail tutorial2.sav daripada direktori tutorial_spss 2. Klik pada menu Data>Merge File>Add Cases 3. Tetingkap Add Cases:Read file akan di paparkan pada skrin

4. Pilih fail yang hendak di gabungkan iaitu tutorial3addcase dan klik butang Open.

5. Seterusnya tetingkap add cases from… akan di paparkan pada skrin komputer, dan jika tidak ada unpair variables ini bermakna data anda sudah sedia untuk di tambah kedalam fail asal SPSS. 6. Klik butang Ok sebagai tanda setuju dan Simpan fail dan namakan tutorialaddcaseOk .

Memilih Kes tertentu dari keseluruhan kes. Untuk memilih kes tertentu daripada keseluruhan kes yang terdapat di dalam satu fail data, arahan Select Cases boleh di gunakan. Kriteria yang boleh digunakan sebagai asas pemilihan kes adalah seperti berikut :1. Nilai atau julat pembolehubah 2. Julat tarikh atau waktu 3. Nombor kes 4. Ungkapan Matematik 5. Ungkapan Logik 6. Fungsi Secara khususnya kriteria bagi pemilihan kes yang di sediakan oleh SPSS for windows anda seperti berikut:1. Random Sample of Cases. Pemilihan kes dibuat secara rawak berdasarkan peratusan anggaran atau bilangan secara tepat kes yang dinyatakan. 2. Case range. Pemilihan kes yang di buat berdasarkan kepada nombor kes dalam julat yang telah dinyatakan. 3. Using filter variable. Penggunaan kriteria ini akan menyebabkan kes yang mempunyai data 0 dan missing values tidak akan di pilih. 4. Logical Expression. Pemilihan kes dibuat berdasarkan kriteria yang dinyatakan dalam ungkapan logical yang ditaip dalam tertingkap Select Cases:If. Kes yang tidak akan terpilih akan ditandakan dengan tanda slash(/) . Sekiranya pilihan arahan filtered di pilih dibawah arahan Unselected Cases Are . Sebaliknya jika pilihan arahan Deleted  dipilih, kes yang tidak akan terpilih akan disingkirkan.

Latihan 5.1

Katakan kita mahu menjalankan satu kajian berdasarkan kepada data yang terdapat di dalam satu database. Yang mana data tersebut adalah data pelanggan suatu syarikat. 1. Buka fail employee.sav dari direktori tutorial_spss. 2. Seterusnya, gunakan arahan Data>Select Cases pada bar menu dan tetingkap Select Cases akan di paparkan pada skrin komputer.

Dalam latihan ini, katakan kita hanya perlukan data atau responden yang telah berkahwin sahaja sebagai data kajian. Di mana value pada pemboleh ubah marital ialah 0= unmarried, dan 1=married. 3. Seterusnya klik pada radio button If condition is satisfied  dan klik butang If.

4. Untuk itu kita perlu memilih pembolehubah Marital bersamaan dengan 1 (Married). Klik pada pembolehubah marital status dan klik anak panah kekanan untuk memilihnya. Apabila sudah selesai klip butang Continue.

5. Untuk ruangan Unselected Cases Are tik pada pilihan Filtered. 6. Sekiranya anda sudag berpuas hati sila klik butang OK untuk menerima syarat yang telah anda tetapkan 7. Satu pembolehubah baru iaitu filter_$ akan terhasil di dalam fail data, untuk memaparkan status bagi setiap kes. Kes yang terpilih akan mempunyai nilai 1 manakala kes yang tidak terpilih akan mengandungi nilai sifar .

Latihan Kendiri 5.2

Dengan menggunakan data fail yang tutorialaddcaseOk.sav. Operasi Select Cases di laksanakan semula dengan menggunakan kritera Random sample of cases Langkah-langkah : 1. Pastikan fail tutorialaddcaseOk.sav sudah dibuka 2. Klik Data>Select Cases. 3. Point-and-clik pada radio button Random sample of cases dan seterusnya klik pada butang Sample. 4. Seterusnya taipkan jumlah kes atau peratusan yang ingin di pilih. Klik pada  Approximately dan masukan nilai 40 dalam medan peratusan. Ini bermaksud 40% daripada keseluruhan kes akan di pilih secara random oleh komputer. 5. Apabila sudah selesai simpan (save) fail dengan nama yang lain jika perlu. Soalan dan review 1. Apakah Nama pembolehubah baru yang anda perolehi sebaik sahaja anda selesai melakukan operasi di atas? 2. Nyatakan value yang di berikan oleh pembolehubah baru? 3. Nyatakan value yang mewakili pilihan anda ? 4. Apakah yang anda faham tentang Random sample?

BAB 6 : MENGESAN DAN PEMBERSIHAN DATA

 Apabila anda sudah selesai memasukan data atau mengimport data daripada mana failfail yang dibenarkan. Langkah seterusnya adalah membuat analisis terhadap data-data, tetapi sebelum itu adalah penting bagi anda untuk membuat proses mengesan dan membersihkan data (screening and cleaning the data) daripada sebarang ralat. Adalah mudah untuk anda membuat kesilapan semasa melakukan proses penginputan data. Memasukan nilai 35 yang anda maksudkan adalah 3 akan memberi kesan kepada pengiraan korelasi.

•

Langkah 1 : Semak ralat, pertamanya anda perlu menyemak setiap value di dalam setiap pembolehubah, supaya tidak ada data yang terkeluar daripada  julat. ( out of range )

•

Langkah 2 : Mencari data yang ralat pada fail data., keduanya anda perlu mencari di mana data yang silap berada. ( di mana kes yang telibat ).

•

Langkah 3 : Pembetulan pada data yang salah, terakhir sekali anda perlu membuat pembetulan pada data-data tersebut.

Langkah 1 : Menyemak ralat. Prosedur untuk menyemak kategori variables. 1. Daripada bar menu klik pada : Analyze, kemudian klik pada Descriptive Statistics, dan seterusnya Frequencies. 2. Pilih pembolehubah yang dikehendaki ( contoh. Gender, marital, educ ) 3. Klik pada butang anak panah untuk memilih pembolehubah dan klik butang continue dan seterunsya klik butang oK. Bentuk laporan yang terhasil daripada proses di atas adalah seperti berikut :gender Gender 

Valid

Female Male Total

Frequency 3179 3221

Percent 49.7 50.3

Valid Percent 49.7 50.3

6400

100.0

100.0

Cumulative Percent 49.7 100.0

marital Marital status

Valid

Unmarried Married 3 Total

Frequency 3223 3174

Percent 50.4 49.6

Valid Percent 50.4 49.6

Cumulative Percent 50.4 100.0

3

.0

.0

100.0

6400

100.0

100.0

•

Semak nilai minima dan maksima

•

Semak jumlah kes dan kes yang missing ( missing case )

•

Jika di perhatikan di dalam jadual marital Status, terdapat satu nilai iaitu 3 yang terkeluar dari julat yang di tetap iaitu 1 – 2.

Prosedur untuk menyemak continues variables 1. Daripada bar menu klik pada : Analyze , kemudian klik pada Descriptive Statistics, dan seterusnya Descriptives .

2. Pilih pembolehubah yang dikehendaki ( contoh. age ) 3. Klik pada butang Options. Anda boleh memilih ‘range of statistik’, seperti mean, standard deviation, minimum dan maksima. 4. Klik pada butang anak panah untuk memilih pembolehubah dan klik butang continue dan seterusnya klik butang OK

Bentuk laporan yang terhasil daripada proses di atas adalah seperti berikut :Descriptive Statistics

age Age in years Valid N (listwise)

N 6400 6400

Range 59

Minimum 18

Maximum 77

Mean 42.06

Std. Deviation 12.290

Langkah 2 : Mencari data yang ralat pada fail data. Prosedur untuk mengenalpasti kes data yang ralat (error ) 1. Pastikan Tetingkap Data Editor di buka. 2. Klik pada nama pembolehubah yang terdapat maklumat ralat ( contoh, marital status). 3. Klik sekali untuk highlight  pada lajur pilihan. 4. Klik pada Edit daripada bar menu, kemudian klik pada menu Find. 5. Pada kekotak Search for  masukan nilai yang anda hendak cari atau yang salah ( Contoh 3 ) 6. Klik pada butan Search Forward . SPSS akan mengesan nilai yang anda minta dan akan berhenti pada nilai pertama yang dijumpai. 7. Langkah seterusnya klik butang Search lagi untuk mengesan data seterusnya sehingga sistem menghantar isyarat bahawa tiada ada data lagi untuk di kesan.

Soalan dan Latihan Soalan berikutnya menggunakan fail data survey.sav. Gunakan fail employee.sav untuk membantu anda didalam menyelesaikan masalah di bawah :a. Nyatakan nilai mean umur responden? Nyatakan julat umur responden (sample) (minima dan maksima). b. Nyatakan jumlah peratusan lelaki dan wanita di dalam sample ini. Adakah sample yang gagal menyatakan maklumat gender?

BAB 7 MENGHASILKAN TABURAN DATA PELBAGAI

Perisian SPSS for windows membenarkan pengguna menghasilkan pelbagai bentuk taburan data yang dikehendaki menerusi arahan seperti frequencies, Descriptives, Crosstabs dan sebagainya. Langkah 7.1 : Arahan Frequencies

 Arahan frequencies digunakan untuk mengira jumlah respon atau nilai dalam bentuk  jadual frequencies satu hala. Ianya digunakan untuk menghasilkan statistik descriptive seperti mean, median, mode dan variance. Denga menggunakan arahan ini juga, kita dapat menghasilkan graf statistik seperti histogram dan carta bar. Prosedur melaksanakan prosedur Descriptive Statistics yang mengandungi arahan frequencies. 1. Daripada menu bar klik pada: Analyze , kemudian klik pada Descriptive Statistics, kemudian Frequencies.

2. Pilih atau highlight  kategori pembolehubah yang anda berminat di dalam kotak pembolehubah (Variables box).

3. Klik pada butang Statistics, pada seksyen Dispersion tik Minimum, klik pada Continue kemudian OK.

Laporan daripada prosedur diatas ditunjukan di bawah. Statistics

N

Marital status Valid Missing

6400 0

Minimum

0

Maximum

1 Marital status

Valid

Unmarried Married Total

Frequency 3224 3176

Percent 50.4 49.6

Valid Percent 50.4 49.6

6400

100.0

100.0

Cumulative Percent 50.4 100.0

Langkah 7.2 :

Menterjemahkan laporan atau jadual daripada frequencies. Daripada laporan di atas kita tahu seramai 3,224 (50.4%) responden adalah tidak berkahwin (unmarried) dan 3,176 (49.6) responden adalah berkahwin (married), memberikan jumlah responden adalah seramai 6,400. Continues variables Untuk continues variables (e.g. Age) adalah mudah menggunakan Descriptives, termasuk prosedur ‘summary’ statistik seperti mean, median, mode dan standard deviation. ( pembolehubah bersambung) Langkah 7.3 : Prosedur untuk menyediakan descriptive statistik untuk Continues

variables 1. Daripada bar menu klik pada : Analyze , kemudian klik pada Descriptive Statistics, kemudian Descrptives

2. Klik pada semua continues variables yang anda kehendaki. Klik pada anak panah untuk membawanya ke kotak pembolehubah (variables box ) 3. Klik pada butang Option. Klik pada mean, standard deviation, minimum , maksimum , skewness , kurtosis.

4. Klik Continues , dan kemudian OK. 5. Perlaksaan prosedur di atas akan menghasilkan laporan seperti di bawah:Descriptive Statistics

N 439

Range 64

Minimum 18

Maximum 82

Mean 37.44

Std. Deviation 13.202

433

34

12

46

26.73

5.848

436

20.0

8.0

28.0

21.764

3.9696

total PCOISS

430

68

20

88

60.63

11.985

Valid N (listwise)

426

age total perceived stress total mastery

Langkah 7.4 :

Menterjemahkan laporan daripada Descriptives. Laporan di atas memberikan maklumat kepada kita mengenai beberapa pilihan pembolehubah. Dengan memberikan perhatian kepada pembolehubah age, kita

mendapati maklumat daripada 439 responden, julat umur responden adalah di antara 18 sehingga 82 tahun, dan standard deviation adalah 13.202. Langkah 7.5 :

 Arahan Crosstabs  Arahan crosstabs membolehkan anda menghasilkan suatu pembolehubah antara dua pembolehubah dalam bentuk jadual frequencies dua hala (two-way) dan pelbagai hala (multi-way). Jadual yang terhasil dinamakan jadual crosstabs . Dengan menggunakan prosedur ini statistik korelasi seperti pearson chi-square dan gamma juga boleh di hasilkan. Prosedur melaksanakan prosedur Descriptive Statistics yang mengandungi arahan Crosstabs. 1. Daripada bar menu klik pada : Analyze , kemudian klik pada Descriptive Statistics, kemudian Crosstabs

2. Klik pada pembolehubah yang bersesuaian (contoh sex) adalah sebagai pembolehubah lajur, klik pada anak panah untuk membawanya ke kotak bertanda Row(s). 3. Klik pada pembolehubah yang lain sebagai pembolehubah baris (column) (contoh smoker) dan klik pada anak panah untuk membawanya ke kotak bertanda Column(s). 4. Klik pada butang Statistics, pilih Chi-square . Dan klik Continue seterusnya klik OK.

5. Klik pada butang Cells. 6. Pada kotak Count, klik pada kekotak Observed dan Expected . 7. Pada seksyen kekotak Percentage klik Row, Column dan Total. 8. Klik Continue dan kemudian OK.

9. Perlaksanaan prosedur di atas akan menghasilkan laporan seperti di bawah: smoker Sex

MALES

Count Expected Count

YES 33 35.9

NO 151 148.1

184 184.0

% within sex

17.9%

82.1%

100.0%

% within smoker 

38.8%

43.0%

42.2%

7.6%

34.6%

42.2%

52

200

252

49.1

202.9

252.0

% within sex

20.6%

79.4%

100.0%

% within smoker 

61.2%

57.0%

57.8%

% of Total

11.9%

45.9%

57.8%

85

351

436

85.0

351.0

436.0

19.5%

80.5%

100.0%

100.0%

100.0%

100.0%

19.5%

80.5%

100.0%

% of Total FEMALES

Count Expected Count

Total

Total

Count Expected Count % within sex % within smoker  % of Total sex * smoker Crosstabulation

Chi-Square Tests

Pearson Chi-Square Continuity Correction(a) Likelihood Ratio

Value .494(b)

df   1

 Asymp. Sig. (2-sided) .482

.337

1

.562

.497

1

.481

Exact Sig. (2-sided)

Exact Sig. (1sided)

Fisher's Exact Test

.541

Linear-by-Linear   Association

.493

N of Valid Cases

436

1

.282

.483

Langkah 7.6 :

Menterjemahkan laporan daripada Crosstabs. Untuk mendapatkan peratus bagi pembolehubah sex dengan pembolehubah smoke anda perlu melihat ringkasan maklumat yang di bekalkan di dalam jadual SEX*SMOKE Crosstabulation. Untuk mendapatkan maklumat berapa peratuskah kaum lelaki yang menghisap rokok lihat pada lajur pertama merujuk kepada pemboleh ubah males. Lihat pada value % within sex di bawah lajur yes. Jadi boleh di baca begini : ‘  Daripada hasil sample yang di perolehi 17.9% daripada responden lelaki adalah  perokok, manakala 82.1% responden lelaki tidak merokok. Manakala kaum wanita pula adalah sebanyak 20.6% merokok , dan selebihnya sebanyak 79.4% adalah tidak  merokok. Pada keseluruhannya hasil kajian menunjukan sebanyak 19.5% daripada  jumlah sample adalah perokok, dan selebihnya 80.5% adalah terdiri daripada mereka yang tidak merokok .’  Langkah 7.7 :

Menterjemahkan laporan daripada Chi-Square Ringkasan untuk Chi-Square. Contoh soalan penyelidikan. Berbagai soalan boleh di utarakan, antaranya :  Adakah kaum lelaki lebih suka merokok berbanding kaum wanita? Apakah perhubungan diantara jantina dengan tabiat merokok? Adakah nisbah merokok lelaki dan wanita sama?  Apa yang anda perlukan? Dua kategori pembolehubah atau lebih : contoh •

Gender (male/female): and

•

Smoker (yes/no)

Andaian .

Perkara pertama yang patut anda semak ialah adakah anda mempunyai value atau skor  yang tidak melanggar syarat andaian chi-square yang berkaitan dengan nilai jangkaan terendah frequency di dalam mana-mana cell mestilah 5 atau lebih, sesetengah author  mencadangkan sekurang-kurangnya 80% per cell. Jika kamu ada 1 dengan 2  atau 2  dengan 2  jadual (yang terlibat dengan pembolehubah yang tidak melebihi daripada 2  kategori ), adalah di cadangkan menggunakan expected frequency  sekurang-kurangnya

5 atau lebih. Maklumat ini ada tertera pada nota kaki di bawah jadual terakhir ( labelled  chi-square tests ). Nota kaki ini membekalkan maklumat ‘ 0 cells(.0%) have expected  count less than 5 ’ Ini bermakna kita tidak melanggar andaian, semua saiz cell adalah

lebih besar daripada 5 ( di dalam kes ini lebih besar dari 35.87 di bawah lajur  yes expected count  nilai minima )

Chi-square tests Chi-Square Tests

Pearson Chi-Square

Value .494 b

1

 Asym p. Sig . (2-sided) .482

df  

a Continuity Correction

.337

1

.562

Likelihood Ratio

.497

1

.481

Fisher's Exact Test Linear-by-Linear   Asso ciatio n

.493

N of Valid Cases

436

1

Exact Sig. (2-sided)

Exact Sig. (1-sided)

.541

.282

.483

a. Computed only for a 2x2 table b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 35. 87.

Di dalam contoh jadual di atas nilai corrected value ialah .337 dengan

perkaitan

signifikan(significance) pada aras .562  (ini di persembahkan pada lajur  Asymp. Sig (2sided). Untuk menjadikannya signifikan ( significant) Sig . nilai yang di perlukan adalah . 05 atau lebih kecil. Dalam kes ini nilai adalah .56, adalah lebih besar daripada nilai alpha .05, daripada sini kita boleh katakan didalam keputusan ujian ini tidak ada significant. Ini bermakna nisbah lelaki yang merokok tidak sama dengan nisbah wanita yang merokok.

Latihan kendiri 7.0

Dengan menggunakan data fail tutorialaddCaseOk , dan juga mengambil kira kaedah yang telah di tunjukan di atas, nyatakan penyelesaian di bawah :‘Soalselidik ini adalah berdasarkan satu kajian awal kemurungan di kalangan pelajar  sekolah menengah di selangor dan kuala Lumpur’ 1. Adakah terdapat persamaan bagi pelajar lelaki dan pelajar wanita yang mempunyai hubungan yang baik dengan penjaga, adik beradik, rakan sekolah dan Guru? Gunakan pembolehubah A2 (Jantina ) dengan C1,C2,C3,C4. 2. Adakah terdapat persamaan bagi kaum lelaki dan wanita didalam amalan merokok, menghidu gam, mengambil dadah, arak

dan amalan mengambil

barangan orang lain? Gunakan pembolehubah A2 (Jantina) dengan C5A hingga C5E 3. Hasilkan jadual frequencies bagi pembolehubah berikutnya: a. Jantina, Bangsa dan agama 4. Hasilkan jadual dua hala (crosstabs) bagi pembolehubah a. A3 dengan A12 b. C4 dengan C5A, C5B, C5C, C5D, C5E 5. Secara keseluruhan hasil daripada sample kajian, adakah responden terbabit dengan amalan-amalan yang negatif?.

BAB 8 : MENGHASILKAN CARTA STATISTIK

SPSS for windows mampu menghasilkan carta dan plot yang mempunyai resolusi yang tinggi dengan menggunakan menu Graphs dan juga menu statistik yang tertentu, misalnya dari perlaksanaan prosedur Frequencies & Regression. Seperti juga output teks(statistik) dan jadual, output carta dan plot akan di paparkan di tetingkap Output Viewer. 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 juga boleh menghasilkan carta dan plot statistik lanjutan seperti High-Low Chart, Boxplot, Error Chart, Pareto dan Control Chart. Carta dan plot yang terhasil boleh disunting menerusi tetingkap Chart Editor. Langkah 8.1 : Menghasilkan Carta histogram

Prosedur untuk menghasilkan carta histogram 1. Daripada bar menu klik pada : Graph, kemudian klik pada Histogram. 2. Klik pada pembolehubah yang dikehendaki dan masukan kedalam kekotak Pembolehubah (Variable box). 3. Klip pada Display normal curve. 4. Jika anda mahu memberikan tajuk histogram klik pada butang Titles 5. Klik Continue dan kemudian OK.

Proses di atas akan menghasilkan laporan seperti berikut.

70 60

  y50   c   n   e40   u   q   e   r 30    F 20 10 0 20

30

40

Mean = 26.73 Std. Dev. = 5.848 N = 433

total perceived stress

Langkah 8.2 : Menghasilkan graf bar ( Bar graphs )

Prosedur untuk membina graf ( bar graph ) 1. Daripada menu bar klik pada : Graphs, kemudian bar. 2. Klik Clustered. 3. Pada pilihan seksyen Data in chart are , klik pada Summaries for groups of  cases , klik pada Define.

4. Pada box Bars represent , klik pada other summaries function . 5. Klik pada continues variables yang anda mahu ( contoh., total perceived stress). Sepatutnya akan di pamirkan Mean(Total perceived stress). 6. Klik pada kategori pertama pembolehubah (contoh., agegp3). Klik padap butang anak panah untuk membawanya kepada kekotak Category axis. Pembolehubah ini akan di pamirkan pada bahagian bawah graf ( X axis ). 7. Klik pula pada kategori pilihan kedua (contoh., sex) dan bawa pembolehubah ini kepada bahagian Define Cluster by. Pembolehubah ubah ini akan di persembahkan pada bahagian legend  graf. 8. Klik pada butang option, buangkan tanda tik pada Display groups defined by  missing values.

9. Klik butang OK

Laporan carta seperti berikutnya akan terhasil daripada proses perlaksanaan prosedur  di atas.

   d 30   e   v 25    i   e   c   r   e   s20   p  s    l   e   r 15   a   t    t   s   o 10    t   n   a 5   e    M

sex MALES FEMALES

0

18-29

30-44

age 3 groups

45+

Langkah 8.3 : Menghasilkan scatterplot

Prosedur untuk membina scatterplot 1. Daripada menu bar klik pada : Graphs, kemudian scatter  2. Klik pada simple dan kemudian Define. 3. Klik pada pembolehubah pertama (contoh total perceived stress), yang mana boleh dipertimbangkan sebagai pembolehubah bersandar, 4. Klik pada anak panah untuk membawanya kekotak berlabel Y axis. Variable ini akan di pamirkan pada vertical axis. 5. Bawa pembolehubah yang lain (contoh total PCOISS) kepada kekotak berlabel X axis. Pembolehubah ini akan dipamirkan pada horizontal axis.

6. Bawa pembolehubah (contoh, sex) ke kekotak berlabel Set Markers by box. Ini akan mempamirkan value label males dan female secara berasingan. 7. Klik butang OK. Laporan di bawah akan terjadi hasil daripada proses di atas.

sex

50

MALES FEMALES   s40   s   e   r    t   s    d   e   v30    i   e   c   r   e   p    l   a    t   o20    t

10 20

30

40

50

60

total PCOISS

70

80

90

Latihan Kendiri 8.4

Gunakan fail spss tutorialaddcaseOk.sav untuk latihan berikutnya Bina carta Histogram, barchart dan pie bagi pembolehubah berikutnya:1. A1 2. A3 3. A7 4. A10

BAB 9

ANALISIS PERKAITAN (KORELASI)

Dengan menggunakan prosedur Bivariate Correlations, pekali korelasi yang mengukur  kekuatan perkaitan (association) di antara dua pembolehubah boleh dikira atau ditentukan.

Arahan ini

dilengkapi dengan beberapa model

perkaitan

seperti

Pearson(Untuk perkaitan linear), Spearman’s rho dan Kendal’s tau-b. Model korelasi Pearson sesuai digunakan apabila kedua-dua pembolehubah yang ingin dibandingkan menggunakan skala pengukuran sekurang-kurangnya interval atau sela. Sekiranya salah satu pembolehubah tersebut menggunakan skala pengukuran ordinal, maka model Pearson tidak sesuai digunakan untuk mendapat pekali korelasi antara kedua pembolehubah tersebut. Anda perlu menggunakan model Spearman’s rho. Secara default, prosedur Bivariate Correlations akan menghasilkan matriks pekali korelasi segiempat sama bersaiz m x m (dimana m adalah bilangan pembolehubah dalam senarai variable) Pengguna boleh menggunakan sisteks yang sesuai untuk menghasilkan matriks pekali korelasi dalam bentuk yang lain. Pearson correlation coefficients ( r ) hanya mengambil value daripada -1 kepada +1. Nilai 0 menunjukan tiada perhubungan di antara dua pembolehubah. Manakala nilai -1 atau +1 menunjukan ada perhubungan yang rapat 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 kepada +1.00, nilai ini menujukan satu hubungan yang kuat diantara dua pembolehubah, manakala Correlation r=0 menunjukan tiada hubungan langsung di antara dua pembolehubah. Bagaimana pula dengan nilai di antara 0 kepada 1? Menurut Cohen (1988) mencadangkan kita mengikuti garis panduan di bawah ini:-

r=.10 kepada .29 atau r=-.10 kepada -.29

Kecil

r=.30 kepada .49 atau r=-.30 kepada -.49

Sederhana

r=.50 kepada 1.0 atau r=-.50 kepada -1.0

Besar 

Menentukan pengiraan korelasi

Bagaimana hubungan varian (variance) dua pembolehubah boleh di kira. Apa yang anda perlu lakukan hanya perlu Square root  nilai r. Misalnya jika korelasi r=.5 ini bermakna 25%, dimana .5 x .5 = .25% * 100 Spesikasi minima diperlukan untuk melaksanakan prosedur Bivariate Correlations ialah sekurang-kurangnya sepasang pembolehubah yang ingin diukur kekuatan perkaitan diantaranya. Contoh hipotesis yang boleh ditulis mengenai perkaitan antara dua pembolehubah  Adakah faktor hubungan pelajar dengan penjaga berkait rapat dengan faktor  kemurungan? Hipotesis Null :

Tidak

terdapat perkaitan yang signifikan diantara faktor hubungan pelajar dengan

penjaga. Hipotesis Alternatif  :

Terdapat perkaitan yang significant di antara faktor hubungan pelajar dengan penjaga. Latihan bersama 8. Langkah-langkah : 1. Untuk melaksanakan arahan ini Klik Analyze>Correlate>Bivariate di bar Menu. 2. Tetingkap berikut akan di paparkan pada skrin komputer anda.

Langkah seterusnya aktifkan kedua-dua pembolehubah yang ingin dilihat kekuatan perkaitannya . Dengan cara klik pada pembolehubah yang di kehendaki dan klik pada butang anak panah kekanan. 3. Pilih pembolehubah C1(Hubungan dengan penjaga), dan pembolehubah FD(Kemurungan (Depressed) - Interpretive Guidelines for T-scores ) 4. Seterusnya tentukan pilihan jenis ujian yang diinginkan iaitu satu arah (onetailed) atau dua arah (two-tailed). 5. Klik butang OK apabila sudah selesai, laporan seperti yang di gambarkan di bawah akan terhasil. Descriptive Statistics

Mean FD Kemurungan (Depressed) - Interpretive Guidelines for T-scores C1 Hubungan dengan penjaga?

Std. Deviation

N

4.5542

1.46511

2048

1.04

.184

2048

Correlations FD Kemurungan (Depressed) Interpretive Guidelines for  T-scores FD Kemurungan Pearson Correlation 1 (Depressed) - Interpretive Sig. (2-tailed) Guidelines for T-scores N 2048 C1 Hubungan dengan Pearson Correlation -.217** penjaga? Sig. (2-tailed) .000 N

C1 Hubungan dengan penjaga? -.217** .000 2048 1

2048

2048

**. Correlation is significant at the 0.01 level (2-tailed).

Dari

paparan

hasil

tersebut

kelihatan

pekali

korelasi

bagi

pasangan

pembolehubah FD dan C1 adalah kecil ( antara -.10 hingaa -.29 ). iaitu

Pearson

Correlation(r)=-.217.

ianya

juga

membuktikan

bahawa

pembolehubah FD dan CI mempunyai perhubungan atau perkaitan korelasi

negatif(-.217) yang kecil dan nilai varian (variance) bagi kedua pembolehubah ialah 46.58% . “Hasil tersebut juga jelas menunjukan terdapat satu perkaitan yang signifikan 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 arah. Hasil daripada kajian tersebut menunjukan faktor hubungan pelajar dengan penjaga boleh menjadi penyebab berlakunya kemurungan di kalangan pelajar  adalah sebesar 46.58%.” Latihan kendiri 9.1

Dalam latihan ini anda di kehendaki menghasilkan satu pekali korelasi m x m bagi pembolehubah berikut, dan nyatakan jenis hubungan diatara permbolehubah berikut dan juga peratusan korelasi antara pembolehubah. Dengan menggunakan fail data tutorialAddcaseOk.sav  dan menggunakan method Pearson, Nyatakan samada terdapat hubungan atau perkaitan diantara pembolehubah FD - Kemurungan (Depressed) - Interpretive Guidelines for T-scores dengan pembolehubah C6A -

Mengalami

keadaan Kematian

Pembolehubah A10 Penjaga. Persembahkan keputusan dalam bentuk laporan lengkap.

Ibu

atau Bapa?

Dan

BAB 10 ANALISIS KEBOLEHPERCAYAAN INSTRUMEN

Kebolehpercayaan (Realibility) merupakan ukuran keupayaan sesuatu instrumen penyelidikan dalam mengukur permasalahan (pembolehubah) kajian secara konsisten setiap kali ia di digunakan pada masa, tempat dan sampel yang berlainan. Berbagai kaedah pengukuran yang boleh digunakan untuk menentukan koefisien kebolehpercayaan sesuatu instrumen iaitu: •

Kaedah Test Retest Instrument yang sama dinilai secara berulang kali kepada kumpulan sampel yang sama pada masa yang berlainan. Dua set data yang diperolehi akan di analisis menerusi analisis korelasi untuk melihat kekuatan perhubungannya.

•

•

Kaedah The Equivalent Form Kaedah Internal Consistency o Prosedur Split-Half  o Prosedur Kuder-Richardson o Prosedur Cronbach Alpha

Dengan menggunakan prosedur Reliability Analysis, anda boleh mengira pekali kebolehpercayaan dan juga ukuran yang biasa dikaitan dengan analisis kebolehpercayaan suatu ujian (scale). Reliability Analysis juga boleh menghasilkan ukuran perkaitan (relationship) antara item dalam sesuatu skala.

•

Reliability Analysis menawarkan 5 model kebolehpercayaan mengikut kesesuaian data: o  Alpha (Cronbach) yang di asaskan kepada model kekonsitenan (Internal

consistency). o

Split-Half yang diasaskan kepada pemecahan skala kepada dua bahagian

o

Guttmann yang di asaskan kepada nilai-nilai kebolehpercayaan sebenar  Guteman’s lower bounds

o

Parallel yang diasaskan kepada anggapan bahawa setiap item dalam skala mempunyai varians yang sama.

o

Strict Parallel yang di asaskan kepada model dua skala selari.

Prosedur melaksanakan Reliability Analysis. 1. Daripada menu bar klik pada : Analyze , kemudian klik pada scale dan seterusnya Reliability Analysis 2. Klik pada semua individu item untuk membuat skala. ( dalam kes ini soalan B1 hingga B27 ) 3. Bawa kesemua pembolehubah ini ke dalam kekotak berlabel Items 4. Pada seksyen Model, pastikan Alpha adalah di pilih. 5. Klik pada butang Statistik, pada seksyen Descriptive for , klik Item, Scale dan Scale if item deleted .

6. Klik butang Continue dan klik OK.

Hasilan daripada prosedur Realibility Analysis adalah seperti berikut:Reliability Statistics Cronbach's  Alpha .799

N of Items 27

Item Statistics

B1 Perasaan Sedih

Mean .20

Std. Deviation .446

N 1900

B2 Perkara Menjadi

.81

.545

1900

B3 Melakukan Kerja

.34

.511

1900

B4 Merasa Seronok

.63

.534

1900

B5 Merasa Tidak Baik

.23

.492

1900

B6 Kejadian perkara tidak baik

.69

.603

1900

B7 Membenci diri sendiri

.21

.498

1900

B8 Kesalahan Saya

.43

.630

1900

B9 Membunuh diri

.35

.573

1900

B10 Ingin Menangis

.24

.534

1900

B11 Ganguan

.50

.715

1900

B12 Berada bersama orang lain

.24

.477

1900

B13 Membuat keputusan

.69

.606

1900

B14 Kelihatan

.41

.585

1900

B15 Kerja Sekolah

.73

.804

1900

B16 Masalah tidur 

.50

.724

1900

B17 Rasa Letih

.45

.646

1900

B18 Selera Makan

.47

.703

1900

B19 Sakit Pening

.66

.739

1900

B20 Rasa sunyi

.48

.628

1900

B21 Keseronokan disekolah

.43

.576

1900

B22 Kawan

.36

.518

1900

B23 Kerja Sekolah

.86

.857

1900

B24 Berbanding Pelajar lain

.99

.626

1900

B25 Orang mengasihi

.52

.599

1900

B26 Melakukan apa yang di suruh

.51

.606

1900

B27 Pergaulan

.21

.464

1900

Item-Total Statistics

Scale Mean if  Item Deleted 12.96

B1 Perasaan Sedih

Scale Variance if  Item Deleted 41.245

Corrected Item-Total Correlation .380

Cronbach's  Alpha if Item Deleted .792

B2 Perkara Menjadi

12.34

41.265

.294

.794

B3 Melakukan Kerja

12.81

40.569

.428

.789

B4 Merasa Seronok

12.52

41.129

.322

.793

B5 Merasa Tidak Baik

12.92

41.155

.352

.792

B6 Kejadian perkara tidak baik

12.46

41.455

.232

.797

B7 Membenci diri sendiri

12.94

40.581

.440

.789

B8 Kesalahan Saya

12.72

41.145

.257

.796

B9 Membunuh diri

12.81

40.374

.400

.790

B10 Ingin Menangis

12.91

40.746

.380

.791

B11 Ganguan

12.65

39.695

.379

.790

B12 Berada bersama orang lain

12.91

41.995

.226

.797

B13 Membuat keputusan

12.46

40.680

.333

.793

B14 Kelihatan

12.74

40.174

.418

.789

B15 Kerja Sekolah

12.42

40.286

.263

.797

B16 Masalah tidur 

12.66

40.085

.328

.793

B17 Rasa Letih

12.71

40.432

.337

.792

B18 Selera Makan

12.69

40.373

.308

.794

B19 Sakit Pening

12.49

41.571

.158

.802

B20 Rasa sunyi

12.67

39.839

.427

.788

B21 Keseronokan disekolah

12.73

40.844

.332

.793

B22 Kawan

12.79

41.548

.270

.795

B23 Kerja Sekolah

12.29

38.716

.391

.790

B24 Berbanding Pelajar lain

12.16

40.846

.298

.794

B25 Orang mengasihi

12.63

41.041

.289

.795

B26 Melakukan apa yang di suruh

12.64

41.393

.239

.797

B27 Pergaulan

12.95

41.348

.344

.793

Scale Statistics

Mean 13.15

Variance 43.619

Std. Deviation 6.604

N of Items 27

•

Semak semua item, dan pastikan semua item adalah betul, juga semak skor  mean.

•

Dalam term reliability (kebolehpercayaan) nilai Alpha adalah penting. Ini adalah Cronbach’s alpha coefficient, di mana dalam kes ini adalah .779. Nilai ini di atas . 7, jadi skala yang digunakan boleh di percayai(reliable) dengan sample kita. 2

•

Maklumat lain yang perlu di beri perhatian ialah lajur bertajuk Cronbach's Alpha if Item Deleted .

•

 Apabila pekali kebolehpercayaan rendah, maka anda perlulah memperbaiki itemitem dalam instrumen untuk meningkatkan nilai pekali tersebut. Untuk mengetahui item manakah yang apabila disingkirkan menyebabkan nilai pekali meningkat. Maklumat di lajur Cronbach's Alpha if Item Deleted adalah di rujuk

•

Jika semua skala (scale) Cronbach’s adalah rendah (contoh, rendah daripada nilai .7), sila semak nilai terendah pada item-total Correlations . Bandingkan nilai pada lajur Cronbach's Alpha if Item Deleted dengan nilai Alpha.

•

Jika mana-mana nilai skala item-total Correlations lebih besar daripada nilai skala Alpha, anda boleh menimbang untuk menyingkir item ini daripada ujian.

•

Kes di atas hanya boleh dipertimbangkan jika nilai skala Alpha adalah rendah, iaitu di bawah 0.7. Presenting the result from reliability examples: ‘ According to Pavot, Diener, Colin, and Sandvik (1991) the Satisfaction with life

scale has good internal consistency, with a Cronbach alpha coefficient reported  of .70. In the current study the Cronbach alpha coefficient was .779 .’

2

Oppenheim, A. N. (1992), Questionaire design interviewing and attitude measurement, London:Pinter 

BAB 11 : SPSS PIVOT TABLE OBJECT

Jadual dan juga carta di dalam output vewer boleh di pinda atau diubahsuai dan susunaturnya. Misalnya jika anda mahu memindahkan pembolehubah yang berada di dalam row kepada lajur tanpa perlu mengulangi arahan yang dalam SPSS for windows. Sebagai contoh anda telah menetap permbolehubah pekerjaan berada pada sebelah lajur dan permbolehubah bangsa berada pada baris. Anda boleh mengubah kedudukan ini dengan cara menggunakan kemudahan SPSS Pivot table Object . Daripada ini Bangsa * Pekerjaan Crosstabulation Count Pekerjaan Bangsa

Kerajaan 26

Swasta 31

Sendiri 8

Lain-lain 4

Total 69

Cina

1

9

3

3

16

India

1

16

3

1

21

Lain-lain

0

4

0

0

4

28

60

14

8

110

Melayu

Total

Kepada Bangsa * Pekerjaan Crosstabulation Count Bangsa Pekerjaan

Total

Kerajaan

Melayu 26

Cina

India 1

1

Lain-lain 0

Total 28

Swasta

31

9

16

4

60

Sendiri

8

3

3

0

14

Lain-lain

4

3

1

0

8

69

16

21

4

110

Langkah 10.1 : Melaksanakan arahan SPSS Pivot Table Object

Prosedur untuk melaksanakan arahan ini. 1. Pastikan tetingkap SPSS viewer sudah di buka. 2. Klik pada pada jadual yang dikehendaki, untuk mengaktifkannya dan seterusnya klik kanan butang tetingkus untuk mengaktifkan menu pilihan.

3. Seterusnya klik pada menu SPSS Pivot Table Object , dan seterusnya pilihan Open. Anda juga boleh klik dua kali pada jadual pilihan untuk membuka terus tetingkap SPSS Pivot Table . 4. Pastikan tetingkap SPSS Pivot table di buka sebaik sahaja anda melaksanakan arahan 3.

5. Jika anda mahu memindah kedudukan permbolehubah pada lajur kepada baris dan sebaliknya, misalnya dari pekerjaan kepada bangsa.

6. Untuk melaksanakan proses ini klik pada menu Pivot. Kemudian pilih Transpose Rows and Columns Bangsa * Pekerjaan Crosstabulation Count Pekerjaan Bangsa

Kerajaan 26

Swasta 31

Cina

1

India Lain-lain

Melayu

Total

Sendiri 8

Lain-lain 4

Total 69

9

3

3

16

1

16

3

1

21

0

4

0

0

4

28

60

14

8

110

7. Anda juga boleh memindah carta bar atau menukar carta bar kepada carta pie tanpa perlu melalui melaksanakan arahan Graphs…. Anda hanya perlu menggunakan kemudahan SPSS Chart Editor. Langkah 10.2 : Meminda graf menggunakan kemudahan Pivot Ttable Object  1. Klik dua kali pada mana-mana carta yang terdapat pada tetingkap output viewer  atau, Klik pada pada carta yang dikehendaki, untuk mengaktifkannya dan seterusnya klik kanan butang tetingkus untuk mengaktifkan menu pilihan, dan seterusnya pilih SPSS Pivot Table Object , dan seterusnya pilihan Open. 40

30    t   n   u   o20    C

10

0 PMR

SPM

STPM

DIPLOMA

Taraf Pendidikan

IJAZAH

LAIN-LAIN

2. SPSS Chart Editor akan dibuka dan paparannya adalah di tunjukan di bawah.

3. Anda boleh menggunakan kemudahan pada menu yang terdapat pada bar untuk meminda mana objek yang terdapat pada bar. 4. Untuk memasukan tajuk chart, klik pada Menu Chart, Pilih Add chart element, kemudian text box. 5. Panduan untuk memberikan label atau nilai pada setiap lagend. a. Klik sekali pada legend ( pada bar ). b. Klik pada Chart dan pilih Show data label. c. Anda boleh menggunakan option pada properties untuk meminda chart. Seperti fill and border , text , char size dan sebagainya.

6. Panduan menukar carta bar ini kepada carta pie. a. Klik pada mana-mana carta bar di dalam output viewer. b. Seterusnya klik pada menu Chart, kemudian Change data element type, dan seterusnya Pie. Dan paparan berikutnya akan terhasil daripada

proses yang di jalankan. Taraf Pendidikan PMR SPM STPM DIPLOMA IJAZAH

5.45% 5.45%

LAIN-LAIN 17.27% 28.18%

13.64%

30.0%

Latihan kendiri 11.3

Dalam latihan ini anda di kehendaki menukar pie chart kepada paparan tiga dimensi. 1. Gunakan arahan Chart untuk membina pie chart dengan memilih mana-mana pembolehubah yang sesuai. 2. Buka SPSS Chart Editor. Klik sekali pada pie chart, dan seterusnya pilih Edit pada menu bar dan Properties. 3. Seterusnya klik pada klik pada butang (folder) Depth & Angle 4. Dibawah sub tajuk Effect, klik pada radio button 3-D, option yang lain biarkan secara default. Dan klik butang Apply 5. Seterusnya klik pada butang (folder) Category, tik pada option collapse (sum) category less than 5%. 6. Dan seterusnya keluarkan kategori Lain-lain, daripada senarai kategori. Klik pada kategori label Lain-lain dan seterusnya klik butang X. 7. Dan seterusnya klik butang Apply.

8. Memberikan label pada carta pie. a. Klik sekali pada carta pie, dari menu bar pilih Chart, kemudian show data labels.

b. Tetingkap properties data labels akan di buka, klik pada folder Data value Label.

c. Di bawah tajuk label position, klik custom. Dan seterusnya klik butang pada baris kedua di lajur pertama. d. Di bawah kekotak contents, klik pembolehubah count, dan klik butang X. e. Seterusnya klik pada pembolehubah a7 dan percent dan klik butang anak panah keatas untuk membawanya ke kotak contents. f.

Dan seterusnya klik butang Apply.

9. Mengeluarkan sebahagian slice daripada kumpulan. a. Klik pada slice yang mewakili kumpulan STMP b. Klik pada menu chart dan seterusnya explode slice .  Anda sepatutnya mendapat carta pie chart seperti yang ditunjukan di bawah.

Rajah 10.3 :Taburan tahap pendidikan responden

5.45% LAIN-LAIN

5.45% PMR 17.27% SPM

Taraf Pendidikan

28.18% IJAZAH

PMR

IJAZAH

SPM

LAINLAIN

STPM 13.64% STPM

30.0% DIPLOMA

DIPLOMA