Saturday, 20 April 2013

PEMROGRAMAN IBM SPSS STATISTICS VERSION 20


PEMROGRAMAN IBM SPSS STATISTICS VERSION 20


Pendahuluan

IBM SPSS STATISTICS VERSION 20 mengandung command syntax yang dapat dipakai untuk melakukan cara pemrograman. Kemampuan pemrograman sebenarnya telah terkandung dalam SPSS versi 11.5 akan tetapi kemampuan ini belum dimanfaatkan secara lengkap. Tulisan ini disusun dengan tujuan memberikan contoh pemrograman untuk melaksanakan analisis regresi sederhana dan analisis regresi jamak yang biasa  dipakai dalam skripsi, tesis, atau disertasi. Contoh ini terdiri dari lima variabel yaitu variabel biaya iklan, biaya publisitas, biaya wiraniaga (personal selling), biaya promosi penjualan, dan hasil penjualan. Jumlah kasus atau observasi adalah 41 observasi dan jenis data adalah scale. Program contoh ini akan mencakup deskripsi data, pengujian normalitas distribusi data, pengujian homogenitas varians, analisis regresi sederhana, pengujian linieritas, penyajian kurva estimasi, analisis regresi jamak, dan koefisien korelasi parsial. Analisis regresi jamak mengandung pengujian kolinieritas dan pengujian otokorelasi melalui pengujian Durbin-Watson.


Data

Data yang dipakai adalah sebagai berikut :




Program
Program IBM SPSS Statistics Version 20 dapat disusun sebagai berikut :
***************************************************
*  Abdullah M. Jaubah
*  Analisis Regresi Sederhana dan Analisis Regresi Jamak
***************************************************

GET
  FILE='D:\ACC\CONTOH1.sav'.

*Frekuensi dan Grafik Histogram dengan Kurva Normal

FREQUENCIES VARIABLES=X1 X2 X3 X4 Y
  /NTILES=4
  /NTILES=10
  /PERCENTILES=5.0 100.0
  /STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SKEWNESS SESKEW KURTOSIS SEKURT
  /HISTOGRAM NORMAL
  /ORDER=ANALYSIS.

*Pengujian Normalitas Distribusi Data

EXAMINE VARIABLES=X1 X2 X3 X4 Y
  /PLOT BOXPLOT STEMLEAF NPPLOT
  /COMPARE GROUPS
  /STATISTICS DESCRIPTIVES
  /CINTERVAL 95
  /MISSING LISTWISE
  /NOTOTAL.

*Pengujian Homogenitas Varians

ONEWAY Y BY X1
  /STATISTICS HOMOGENEITY
  /MISSING ANALYSIS.

ONEWAY Y BY X2
  /STATISTICS HOMOGENEITY
  /MISSING ANALYSIS.

ONEWAY Y BY X3
  /STATISTICS HOMOGENEITY
  /MISSING ANALYSIS.

ONEWAY Y BY X4
  /STATISTICS HOMOGENEITY
  /MISSING ANALYSIS.

*Analisis Regresi Sederhana Antara Variabel X1 dan Y

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT Y
  /METHOD=ENTER X1.

*Pengujian Linieritas Persamaan Regresi  antara Variabel X1 dan Y

MEANS TABLES=Y BY X1
  /CELLS MEAN COUNT STDDEV
  /STATISTICS LINEARITY.

* Kurva Estimasi

TSET NEWVAR=NONE.
CURVEFIT
  /VARIABLES=Y WITH X1
  /CONSTANT
  /MODEL=LINEAR
  /PLOT FIT.


* Analisis Regresi Sederhana  antara Variabel X2 dan Y

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT Y
  /METHOD=ENTER X2.

* Pengujian Linieritas persamaan regresi  antara Variabel X2 dan Y

MEANS TABLES=Y BY X2
  /CELLS MEAN COUNT STDDEV
  /STATISTICS LINEARITY.

* Kurva Estimasi 

TSET NEWVAR=NONE.
CURVEFIT
  /VARIABLES=Y WITH X2
  /CONSTANT
  /MODEL=LINEAR
  /PLOT FIT.

* Analisis Regresi Sederhana  antara Variabel X3 dan Y
  REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT Y
  /METHOD=ENTER X3.

* Pengujian Linieritas Persamaan Regresi  antara Variabel X3 dan Y

MEANS TABLES=Y BY X3
  /CELLS MEAN COUNT STDDEV
  /STATISTICS LINEARITY.

* Kurva Eatimasi

TSET NEWVAR=NONE.
CURVEFIT
  /VARIABLES=Y WITH X3
  /CONSTANT
  /MODEL=LINEAR
  /PLOT FIT.

* Analisis Regresi Sederhana  antara Variabel X3 dan Y
  REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT Y
  /METHOD=ENTER X4.

* Pengujian Linieritas  antara Variabel X3 dan Y

MEANS TABLES=Y BY X4
  /CELLS MEAN COUNT STDDEV
  /STATISTICS LINEARITY.

* Kurva Eatimasi

TSET NEWVAR=NONE.
CURVEFIT
  /VARIABLES=Y WITH X4
  /CONSTANT
  /MODEL=LINEAR
  /PLOT FIT.

* Analisis Regresi Jamak, Pengujian Kolinieritas, dan Pengujian Otokorelasi

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT Y
  /METHOD=ENTER X1 X2 X3 X4
  /RESIDUALS DURBIN.

* Analisis Korelasi Parsial dikontrol oleh Variabel X4

PARTIAL CORR
  /VARIABLES=Y X1 X2 X3 BY X4
  /SIGNIFICANCE=TWOTAIL
  /MISSING=LISTWISE.

* Analisis Korelasi Parsial dikontrol oleh Variabel X3

PARTIAL CORR
  /VARIABLES=Y X1 X2 X4 BY X3
  /SIGNIFICANCE=TWOTAIL
  /MISSING=LISTWISE.

 * Analisis Korelasi Parsial dikontrol oleh Variabel X2

PARTIAL CORR
  /VARIABLES=Y X1 X4 X3 BY X2
  /SIGNIFICANCE=TWOTAIL
  /MISSING=LISTWISE.

 * Analisis Korelasi Parsial dikontrol oleh Variabel X1

PARTIAL CORR
  /VARIABLES=Y X4 X3 X2 BY X1
  /SIGNIFICANCE=TWOTAIL
  /MISSING=LISTWISE.


Hasil Pelaksanaan

Program di atas dilaksanakan dengan cara Run>All. Langkah ini akan menghasilkan informasi lengkap. Informasi ini biasa terdapat dalam skripsi, tesis, atau disertasi. Informasi ini mencakup frekuensi, grafik histogram dengan kurva normal, hasil pengujian normalitas distribusi data, hasil pengujian homogenitas varians, analisis regresi sederhana termasuk pengujian linieritas persamaan regresi dan penyajian kurva estimasi untuk tiap pasangan variabel bebas dan variabel terikat, analisis regresi jamak termasuk pengujian kolinieritas dan pengujian otokorelasi dengan Durbin-Watson, dan analisis koefisien korelasi parsial.

Hasil-hasil ini, dalam tahap ini belum dijelaskan. Penjelasan mengenai hasil-hasil ini akan disajikan dalam makalah ilmiah tersendiri, karena di sini hanya ingin ditonjolkan kemampuan cara pemrograman dalam paket program tersebut. Cara pemrograman telah dipakai sebagai salah satu kritik atas buku-buku SPSS yang telah diterbitkan di Indonesia karena buku-buku tersebut tidak mengandung cara pemrograman IBM SPSS Statistics Version 20 atau Version 21.

Kesenjangan antara cara point and click dan cara pemrograman perlu dikurangi atau ditiadakan sehingga kedua cara tersebut saling lengkap-melengkapi. Sekali lagi perlu ditegaskan di sini bahwa cara pemrograman dapat dipakai berulang-ulang dan pemakaian program akan menghasilkan output dalam waktu yang sangat cepat sekitar 4 menit.
Kemampuan pemrograman ini jika diaplikasikan maka akan dapat menghemat waktu pemakaian komputer dan penghematan waktu ini juga berarti penghematan biaya. Hasil-hasil itu adalah sebagai berikut :



















Frequency    Stem &  Leaf

     1.00        2 .  7
    14.00        3 .  00000033333333
    17.00        3 .  66666666669999999
     7.00        4 .  2222222
     2.00        4 .  55

 Stem width:        10
 Each leaf:       1 case(s)


 







Biaya Publisitas Stem-and-Leaf Plot

 Frequency    Stem &  Leaf

     2.00        2 .  22
    13.00        2 .  5555557777777
    17.00        3 .  00000000002222222
     8.00        3 .  55555577
     1.00        4 .  0

 Stem width:        10
 Each leaf:       1 case(s)


 
 


Biaya Wiraniaga Stem-and-Leaf Plot

 Frequency    Stem &  Leaf

     3.00        4 .  888
    12.00        5 .  111144444444
     8.00        5 .  77777777
    13.00        6 .  0000000033333
     5.00        6 .  66699

 Stem width:        10
 Each leaf:       1 case(s)






Promosi Penjualan Stem-and-Leaf Plot

 Frequency    Stem &  Leaf

      .00        4 .
     4.00        4 .  5555
     4.00        5 .  0000
     7.00        5 .  5555555
     9.00        6 .  000000000
     8.00        6 .  55555555
     5.00        7 .  00000
     3.00        7 .  555
     1.00        8 .  0

 Stem width:        10
 Each leaf:       1 case(s)


 

Hasil Penjualan



Hasil Penjualan Stem-and-Leaf Plot

 Frequency    Stem &  Leaf

     4.00        3 .  6999
    13.00        4 .  0012233333444
    14.00        4 .  55666667888889
    10.00        5 .  0001222244

 Stem width:       100
 Each leaf:       1 case(s)



















Oleh : Abdullah M. Jaubah





No comments:

Post a Comment