Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
and data
management
Dr LIZA SAAD
Introduction
SPSS for windows is a computer package that
will perform a wide variety of statistical
procedures.
Data management and analysis can be handled
well with SPSS.
Using SPSS we can manipulate data, make
graphs and perform statistical techniques
varying from means to regression.
SPSS windows process
Data window
Variable view window
Output window
Chart editor window
Management of data and files
SPSS can read different types of data files.
You can open not only SPSS files but also
excel and other files.
You can create a new data set with SPSS.
You can also edit, delete and view the contents
of your data file.
Types of variables
You can select type of variable
String
Numeric
You can also select format of variable
Scale
Ordinal
Norminal
Scale variable
A scale variable is a measurement where the
difference between two values is meaningful. The
difference between a temperature of 100 degrees
and 90 degrees is the same difference as between 90
degrees and 80 degrees.
Examples of scale variables include age in years.
1. 18 and below
2. 19-29
3. 30-39
4. 40 and above
Ordinal Variable
A ordinal variable, is one where the order
matters but not the difference between values.
For example, you might ask patients to express
the amount of pain they are feeling on a scale
of 1 to 10. A score of 7 means more pain that a
score of 5, and that is more than a score of 3.
But the difference between the 7 and the 5 may
not be the same as that between 5 and 3. The
values simply express an order.
Nominal Variable
A nominal variable is one that has two or more
categories, but there is no intrinsic ordering to
the categories.
Gender
Hair color is also a categorical variable
Why does it matter?
Statistical computations and analyses assume
that the variables have specific levels of
measurement
Can you compute average of hair color?
Does it makes sense to compute the average of
educational experience?
An average requires a variable to be interval.
Data Analysis
Data analysis embraces both the problem of
finding an appropriate model, on the one hand,
and model estimation and testing, on the other.
In this context normality assumption becomes
important.
In social sciences, it is hard to find typical bell
shaped normal distribution.
Normal distribution
In general, the bell shape distribution has the
following characteristics
The average is located in the center of the
distribution.
The greater the distance from average, the lower
the frequency.
Antaramuka SPSS
Membuka perisian SPSS
Arahan: Start>All Programs>SPSS for
Windows>SPSS Version 15.0
Antaramuka SPSS
Tetingkap berikut akan dipaparkan:
Antaramuka SPSS
Run the tutorial - membuka tutorial di dalam spss
Type in data - memasukkan data baru
Run an existing query - melaksanakan query sedia ada
menerusi database wizards
Create new query using Database Wizard -
membina query baru menerusi database wizards
Open existing data source - membuka fail data yg
telah dibina sebelum ini
Open another type of file - membuka fail database
lain selain spss seperti excel.
Antaramuka SPSS
Sekiranya tidak mahu tetingkap ini dipaparkan
setiap kali SPSS dibuka maka klik pada Don’t
show this dialog in the future.
Arahan – Klik pada Type in data > OK
Antaramuka SPSS
Skrin seperti ini akan dipaparkan:
Data View
Skrin Data View membolehkan pengguna
memasukkan data kajian.
Variable View
Arahan: Klik Variable View
Skrin Variable View ini membolehkan
pengguna membina variables yang berkaitan
dengan kajian.
Output View
Merupakan tetingkap yang memaparkan hasil
analisis data yang dilakukan di tetingkap Data
View.
Hasil analisis ini boleh dipindahkan ke dalam
perisian Microsoft words (copy and paste)
Pengurusan Data
Spss beroperasi berasaskan variables dan cases
Variables (umur, gender etc) diletakkan
sebagai lajur
Satu lajur untuk satu variable
Cases (bilangan responden) diletakkan sebagai
baris
Satu baris untuk satu responden
Menamakan variable
Panjang max nama variable = 8 aksara
Mesti dimulakan dengan huruf
Tidak boleh diakhiri dengan tanda noktah
Nama yang dipilih mesti unik dan tidak
bertindih dengan variable lain
Boleh menggunakan huruf besar atau kecil
Latihan
Menghasilkan satu fail data SPSS dari soal
selidik
Arahan: Mulakan perisian SPSS
Klik pada variable view
Menamakan variable berpandukan soal selidik
yang diberi
Variable : Etnik
Arahan: (Pada skrin Variable View), Klik pada
sel 1 di bawah lajur Name
> Taipkan etnik
> Klik pada sel 1 di bawah lajur Type dan
pilih Numeric
Lajur Width = 4
Lajur Decimal = 0
Lajur Label = bangsa
Variable : Etnik (samb.)
Lajur Value:
1. Value = 1; Value Label = Melayu > Klik
Add
2. Value = 2; Value Label = Cina > Klik Add
3. Value = 3; Value Label = India > Klik Add
4. Value = 4; Value Label = Lain-lain > Klik
Add
Variable : Etnik (samb.)
Lajur Missing = None
Lajur Column = 8
Lajur Align = Right
Lajur Measure = Nominal
Variable : Gender
Klik pada sel ke-2 (baris kedua) di bawah lajur
Name > masukkan gender
Type = Numeric
Width = 4
Decimal = 0
Label = Gender Pelajar
Variable : Gender (samb.)
Lajur Value:
1. Value = 1; Value Label = Lelaki > Klik Add
2. Value = 2; Value Label = Perempuan > Klik
Add
Lajur Missing = None
Lajur Column = 8
Lajur Align = Right
Lajur Measure = Nominal
Variable : Umur
Klik pada sel ke-3 (baris ketiga) di bawah lajur
Name > masukkan umur
Type = Numeric
Width = 4
Decimal = 0
Label = Umur Pelajar
Variable : Umur (samb.)
Lajur Value:
1. Value = 1; Value Label = 18-20 > Klik Add
2. Value = 2; Value Label = 21-23 > Klik Add
3. Value = 3; Value Label = 24-26 > Klik Add
4. Value = 4; Value Label = 27 ke atas > Klik Add
Lajur Missing = None
Lajur Column = 8
Lajur Align = Right
Lajur Measure = Ordinal
Variable : Spss
Klik pada sel ke-4 (baris keempat) di bawah
lajur Name > masukkan spss
Type = Numeric
Width = 4
Decimal = 0
Label = pernah menggunakan SPSS
Variable : Spss (samb.)
Lajur Value:
Value = 1; Value Label = Ya > Klik Add
Value = 2; Value Label = Tidak > Klik Add
Lajur Missing = None
Lajur Column = 8
Lajur Align = Right
Lajur Measure = Nominal
Variable : Soalan 1
Klik pada sel ke-6 (baris ke 6) di bawah lajur
Name > masukkan S1
Type = Numeric
Width = 4
Decimal = 0
Label = Kaedah mengajar
Variable : Soalan 1 (samb)
Lajur Value:
1. Value = 1; Value Label = Amat Tidak Setuju > Klik
Add
2. Value = 2; Value Label = Tidak Setuju> Klik Add
3. Value = 3; Value Label = Sederhana Setuju> Klik
Add
4. Value = 2; Value Label = Setuju> Klik Add
5. Value = 2; Value Label = Amat Setuju> Klik Add
Variable : Soalan 1 (samb)
Lajur Missing = None
Lajur Column = 8
Lajur Align = Right
Lajur Measure = Scale
Variable : Soalan 2
Klik pada sel ke-7 (baris ke 7) di bawah lajur
Name > masukkan S2
Type = Numeric
Width = 4
Decimal = 0
Label = Penyampaian isi pelajaran
Variable : Soalan 2 (samb)
Lajur Value:
1. Value = 1; Value Label = Amat Tidak Setuju > Klik
Add
2. Value = 2; Value Label = Tidak Setuju> Klik Add
3. Value = 3; Value Label = Sederhana Setuju> Klik
Add
4. Value = 2; Value Label = Setuju> Klik Add
5. Value = 2; Value Label = Amat Setuju> Klik Add
Variable : Soalan 2 (samb)
Lajur Missing = None
Lajur Column = 8
Lajur Align = Right
Lajur Measure = Scale
Variable : Soalan 3
Klik pada sel ke-8 (baris ke 8) di bawah lajur
Name > masukkan S3
Type = Numeric
Width = 4
Decimal = 0
Label = Contoh yang realistik
Variable : Soalan 3 (samb)
Lajur Value:
1. Value = 1; Value Label = Amat Tidak Setuju > Klik
Add
2. Value = 2; Value Label = Tidak Setuju> Klik Add
3. Value = 3; Value Label = Sederhana Setuju> Klik
Add
4. Value = 2; Value Label = Setuju> Klik Add
5. Value = 2; Value Label = Amat Setuju> Klik Add
Variable : Soalan 3 (samb)
Lajur Missing = None
Lajur Column = 8
Lajur Align = Right
Lajur Measure = Scale
Variable : Soalan 4
Klik pada sel ke-9 (baris ke 9) di bawah lajur
Name > masukkan S4
Type = Numeric
Width = 4
Decimal = 0
Label = Maklumat yang disampaikan
Variable : Soalan 4 (samb)
Lajur Value:
1. Value = 1; Value Label = Amat Tidak Setuju > Klik
Add
2. Value = 2; Value Label = Tidak Setuju> Klik Add
3. Value = 3; Value Label = Sederhana Setuju> Klik
Add
4. Value = 2; Value Label = Setuju> Klik Add
5. Value = 2; Value Label = Amat Setuju> Klik Add
Variable : Soalan 4 (samb)
Lajur Missing = None
Lajur Column = 8
Lajur Align = Right
Lajur Measure = Scale
Variable : Soalan 5
Klik pada sel ke-10 (baris ke 10) di bawah
lajur Name > masukkan S5
Type = Numeric
Width = 4
Decimal = 0
Label = Kelajuan penyampaian
Variable : Soalan 5 (samb)
Lajur Value:
1. Value = 1; Value Label = Amat Tidak Setuju > Klik
Add
2. Value = 2; Value Label = Tidak Setuju> Klik Add
3. Value = 3; Value Label = Sederhana Setuju> Klik
Add
4. Value = 2; Value Label = Setuju> Klik Add
5. Value = 2; Value Label = Amat Setuju> Klik Add
Variable : Soalan 5 (samb)
Lajur Missing = None
Lajur Column = 8
Lajur Align = Right
Lajur Measure = Scale
Data View
Sesudah semua variable dimasukkan di dalam
variable view, maka sekarang kita boleh
masukkan data kajian di dalam data view
Arahan: Klik pada data view
Maka kesemua variable yang telah dibina akan
dipaparkan di skrin data view.
Fail data ini hanya menunggu data untuk
dimasukkan.
Data View
Jika kita lupa mengenai value label yang telah
digunakan maka gunakan arahan berikut:
Klik Utilities (dari menu bar) > Variables.
Maka kita boleh melihat semua value labels
yang telah digunakan
Untuk menutup tetingkap Variables klik Close
Simpan (save) fail data anda setelah selesai
urusan memasukkan data. (Klik File>Save
atau klik pada ikon )
End
Carta Statistik
SPSS mampu untuk memplot pelbagai jenis
carta dan graf seperti
1. Bar
2. Garisan
3. Pai
4. Scatterplot
5. Histogram
Carta Bar
Buka perisian SPSS
Klik File>Open>Data>Data1.sav>Open
Klik Graphs>Bar tetingkap berikut akan
dipaparkan
Carta Bar
Klik Simple>Define
Carta Bar
Klik Gender dan klik butang ini untuk
masukkan didalam Category Axis
Carta Bar
Klik Title untuk memasukkan tajuk carta bar
dan klik Continue bila selesai
Carta Bar
Carta Bar
Klik OK dan carta bar akan dipaparkan di
dalam Output Viewer
Carta Bar
Carta bar tersebut boleh diubahsuai dengan
cara double click mouse pada carta tersebut
dan tetingkap chart editor akan dipaparkan.
Carta Bar
Untuk mengubah Carta tersebut klik sekali
butang kanan pada mouse dan pelbagai option
akan tersenarai
Carta Bar
Anda boleh mencuba untuk mengubah carta
tersebut mengikut citarasa masing-masing
seperti menukar jenis carta contohnya kepada
carta pai dan sebagainya
Carta Bar
Untuk mengubah bentuk carta, warna serta
ketebalan carta bar maka kita boleh Klik pada
butang property windows
Carta Bar
Maka tetingkap properties akan dipaparkan
Chart size untuk mengubah saiz carta
Carta Bar
Fill & borders untuk menukar warna dan
bentuk garisan sisi carta
Carta Bar
Categories pula untuk mengubah kategori yang
terdapat pada carta tersebut
Carta Bar
Bar option pula digunakan untuk mengubah
ketebalan bar tersebut. Kita boleh skrol butang
bars untuk mendapatkan ketebalan yang sesuai
Carta Bar
Butang variables ini digunakan bila lebih dari
satu variable yang dipilih untuk memplot carta
tersebut. Kita boleh menukar X axis dengan
variable lain yang terdapat di dalam kekotak
variable.
Carta Bar
Option terakhir pada properties tersebut adalah
depth & angle. Fungsi ini digunakan untuk
mendapatkan jenis carta bar yang flat, Shadow
ataupun 3D
Carta Bar
Jika pilihan Flat digunakan maka ruang
Angle/Offset dan distance tidak dapat
diaktifkan
Carta Bar
Jika pilihan Shadow diaktifkan maka ruang
Offset digunakan untuk menentukan
kedudukan shadow bar tersebut dengan
melaraskan butang ini
Carta Bar
Jika pilihan 3D diaktifkan maka ruang Offset
dan distance digunakan untuk menentukan
bentuk dan saiz bar tersebut dengan
melaraskan butang ini
Transformasi Data
Data yang disimpan melalui SPSS boleh
diubahsuai mengikut keperluan masing-masing
Proses transformasi data akan membolehkan
kita menjalankan operasi analisis data yang
lebih kompleks.
Terdapat pelbagai proses transformasi yang
boleh dilakukan seperti arahan Compute,
Count dan Recode
Transformasi Data - Compute
Compute akan membolehkan kita
menghasilkan variable yang baru melalui
operasi manipulasi beberapa variable yang
sedia ada di dalam fail data SPSS.
Arahan: Buka perisian SPSS
Buka data SPSS
Klik Transform>Compute dan tetingkap
compute variable akan dipaparkan
Compute (samb)
Ruangan Target Variable merupakan ruang
untuk menaip nama variable baru yang ingin
dibina.
Dalam latihan ini kita akan mencari nilai min
bagi satu set variable
Arahan: taipkan min pada ruangan target
variable.
Klik butang Type&Label untuk menentukan
jenis variable serta labelnya
Compute (samb)
Isikan seperti di bawah:
Compute (samb)
Klik continue apabila selesai.
Pada ruangan Function, klik pada Mean dan
klik pada butang ini
Compute (samb)
Klik dua kali (double click) pada variable S1
di ruang senarai variable. Ia akan kelihatan
dalam kurungan fungsi Mean
Ulangi langkah sehingga s5 (pastikan selepas
s1 diikuti dengan koma (,) dan padamkan
tanda soal (?) yang terdapat dalam kurungan
itu.
Compute (samb)
Setelah selesai ia akan kelihatan seperti ini:
Klik Ok
Count (samb)
Maka satu lagi variable akan kelihan pada
ruang data view yang memaparkan mod bagi
set variable tersebut
Recode
Ia membolehkan kita mengubahsuai data di
dalam variable supaya ia bersesuaian dengan
analisis yang akan dijalankan.
2 arahan recode:
1. Recode into same variable
2. Recode into different variable
Recode into same variable
Recode into same variable sesuai digunakan
untuk mengubahsuai data bagi satu variable
yang sedia ada di dalam fail data yang
digunakan.
Nota: Arahan Recode tidak akan
mengubahsuai nilai value labels bagi sesuatu
variable.
Recode into same variable
Arahan: Klik Transform>Recode>Into Same
Variable dan tetingkap Recode into same
variable akan dipaparkan
Recode into same variable
Klik pada Kaedah mengajar (s1) dan klik
butang
Recode into same variable
Klik pada butang Old and New Values
Recode into same variable
Tetingkap berikut akan dipaparkan.
Recode into same variable
Klik pada Range taipkan julat yang sesuai
pada old value dan nilai baru yang sesuai pada
new value. Klik Add bila selesai.
Recode into same variable
Recode into same variable
Masukkan nilai yang seterusnya dan klik Add
Recode into same variable
Seterusnya klik continue apabila selesai
Recode into same variable
Langkah ini sebenarnya akan menukar julat
asal 1 dan 2 kepada nilai baru iaitu 1.
Manakala nilai asal 3 hingga 5 akan bertukar
menjadi 2
Cuba perhatikan Value Labels tidak berubah
dan kekal seperti asal.
Recode into same variable
Maka perlulah kita ubah Value Labels agar ia
bersesuaian dengan kod baru yang digunakan.
Contohnya:
Recode into different variable
Arahan: Buka fail SPSS yang anda gunakan dalam
latihan sebelumnya
Klik Transform>Recode>Into Different Variable dan
tetingkap ini akan dipaparkan
Recode into different variable
Klik pada Kaedah mengajar (s1) dan klik
butang
Recode into different variable
Recode into different variable
Seterusnya taipkan nama dan label variable
baru pada ruang output variable. Bila selesai
tekan butang change
Recode into different variable
Klik pada butang Old and New Values dan
taipkan kod yang baru seperti berikut. Klik
continue bila selesai.
Recode into different variable
Klik butang OK dan hasil berikut akan
terbentuk. Satu variable baru s1new terbentuk
hasil daripada pengkodan semula s1
Recode into different variable
Jika di perhatikan di tetingkap Variable View
di dapati bahawa variable baru yang terbentuk
tidak mempunyai Value Labels. Letakkan
Value Labels yang bersesuaian seperti berikut
Analisis Data
SPSS membolehkan pengguna menghasilkan
pelbagai bentuk taburan data menerusi arahan
Frequencies, Descriptives dan Crosstabs
Frequencies digunakan untuk mengira jumlah
respon. Ia juga boleh menghasilkan statistik
diskriptif seperti min, mod, media dan varians
Pelbagai bentuk graf juga dapat dihasilkan
melalui arahan ini.
Frequencies
Arahan: buka fail SPSS
Klik Analyze>Descriptive Statistics>Frequencies
Tetingkap ini akan dipaparkan
Frequencies
Pilih variable yang sesuai seperti kaedah
mengajar (s1), Penyampaian isi pelajaran (s2)
dan Contoh yg realistik (s3) dan masukkan
dalam ruangan variable
Frequencies
Klik butang statistics untuk memilih jenis
statistik yang dikehendaki.
Di dalam latihan ini kita akan memilih Mean
dan Standard Deviation
Frequencies
Klik butang continue bila selesai.
Klik pula pada butang Charts jika ingin
menghasilkan carta seperti bar, histogram dsb
Pilih Bar Charts dan klik continue
Frequencies
Klik butang Format untuk mengubahsuai
paparan jadual frekuensi samada susunan
secara menaik atau menurun. Klik Continue
bila selesai
Frequencies
Seterusnya klik OK maka paparan output view
yang mengandungi jadual frekuensi yang
dikehendaki akan terhasil
Frequencies – Output view
Frequencies – Output view
Frequencies
Simpan (save) fail output menggunakan nama
yang sesuai
Tutup fail output untuk menggelakkan
berlakunya percampuran output
Descriptives
Fungsi ini akan membolehkan pelbagai
analisis deskriptif dilakukan serentak bagi
pelbagai variable.
Arahan buka Fail yang sama seperti latihan
frequencies.
Klik Analyze>Descriptive
Statistics>Descriptive
Descriptives
Tetingkap berikut akan dipaparkan
Descriptives
Pilih variable yang sesuai seperti kaedah
mengajar (s1), Penyampaian isi pelajaran (s2)
dan Contoh yg realistik (s3), Maklumat yg
disampaikan (s4) dan Kelajuan penyampaian
(s5) dan masukkan dalam ruangan variable
Descriptives
Descriptives
Klik butang Option dan pilih satistik yang
dikehendaki, contohnya Mean, Standard
Deviation, Minimum dan Maximum. Klik
Continue bila selesai
Descriptives
Descriptives
Klik OK dan tetingkap Output Viewer akan
terhasil.
Descriptives
Crosstabs
Fungsi ini membolehkan kita menghasilkan
suatu ukuran perhubungan dengan dua variable
dalam bentuk jadual frekuensi dua atau
pelbagai hala.
Dalam fungsi ini, statistik korelasi seperti
Pearson Chi-Square dan Gamma boleh
dihasilkan.
Crosstabs
Arahan buka Fail yang sama seperti latihan
frequencies dan Descriptive
Klik Analyze>Descriptive
Statistics>Crosstabs
Crosstabs
Tetingkap ini akan muncul
Crosstabs
Pilih variable yang sesuai seperti kaedah
mengajar (s1) dan Penyampaian isi pelajaran
(s2) untuk dimasukkan dalam ruangan Rows
Dan pilih etnik untuk ruangan Coloumns
Crosstabs
Crosstabs
Klik butang statistics dan pilih correlation.
Tekan continue bila selesai.
Crosstabs
Klik Ok dan tetingkap Output Viewer akan
menghasilkan jadual seperti berikut
Crosstabs
Analisis Korelasi
Pekali korelasi mengukur kekuatan perkaitan
antara 2 variable.
Terdapat beberapa model pekali korelasi di
dalam SPSS seperti Pearson, Spearman’s rho
dan kendal’s tau-b
Analisis Korelasi
Arahan buka Fail yang sama seperti latihan
frequencies dan Descriptive
Berdasarkan fail data, kita akan melihat
samada ada atau tidak perkaitan antara 2
variable yang dipilih
Contohnya perkaitan antara gender dan
markah ujian
Analisis Korelasi
Contohnya perkaitan antara umur dan markah
ujian. Maka contoh hipotesis yang boleh
ditulis adalah seperti berikut:
Hipotesis null: tiada perkaitan yang signifikan
antara umur dan skor ujian
Hipotesis alternatif: terdapat perkaitan yang
signifikan antara umur dengan skor ujian
Analisis Korelasi
Klik Analyze>Correlate>Bivariate
Pilih Umur dan pencapaian ujian
Analisis Korelasi
Klik Option sekiranya ingin memaparkan
statistik deskriftif. (pilih mean dan standard
deviation)
Analisis Korelasi
Klik Continue>Ok maka tetingkap output
viewer akan kelihatan
Analisis Korelasi
Analisis Korelasi - penafsiran
Paparan tersebut menunjukkan variable umur
dan skor ujian mempunyai korelasi yang tinggi
iaitu 0.878
Analisis Korelasi - penafsiran
Ini membuktikan bahawa umur dan ujian
mempunyai perhubungan yang kuat
memandangkan nilai korelasi menghampiri
nilai 1 (iaitu nilai maksimum bagi pekali
korelasi)
Analisis Korelasi - penafsiran
Hasil ini juga menunjukkan perkaitan yang
signifikan antara kedua variable tersebut di
mana nilai signifikannya ialah 0.000 iaitu lebih
kecil dari aras signifikan yang telah ditetapkan
iaitu 0.05 pada ujian korelasi dua hala
Analisis Regresi
Di dalam analisis ini kita mempunyai objektif
spesifik untuk memodelkan hubungan
pergantungan Y (variable bersandar) ke atas X
(variable takbersandar).
Model linear yang terhasil boleh digunakan
untuk meramalkan nilai Y apabila diberikan
nilai X.
Analisis Regresi
Klik Analyze>Regression>Linear
Pilih Jam belajar (Y) dan pencapaian ujian (X)
Analisis Regresi
Pilih Jam belajar sebagai dependent (Y)
Pencapaian Ujian sebagai Independent (X)
Analisis Regresi
Klik butang statistik, pilih seperti rajah, klik
Continue
Analisis Regresi
Klik OK bila selesai dan tetingkap Output
Viewer akan kelihatan seperti berikut:
Analisis Regresi - penafsiran
2
Daripada analisis didapati bahawa nilai R
2
bersamaan 0.897, sekiranya nilai R
bersamaan dengan 1 maka model yang
digunakan pada data ini adalah sangat sesuai
dan jika nilai kurang dari 0.5 maka model itu
tidak sesuai
Analisis Regresi - penafsiran
2
Didapati bahawa nilai R adalah 0.897 dan
melebihi 0.5, maka model yang digunakan
adalah sesuai. Ianya juga disokong oleh
analisis ANOVA di mana nilai signifikannya
ialah 0.000 lebih kecil dari aras signifikan
yang ditentukan iaitu 0.05/2 = 0.025