PENGENALAN PAKET PROGRAM SPSSProgram paket SPSS (Statistical Product and Service Solution) for windows merupakan salah satu program aplikasi statistik yang sering digunakan untuk pengolahan data. SPSS for windows ini menawarkan banyak kemudahan dalam pengoperasiannya data (data entry), mengedit data, transformasi data, analisa data, dan masih banyak lagi. SPSS menyediakan fasilitas analisa yang cukup lengkap seperti ordinary linier regression, logistis, ANOVA, survival anslysis, dan lainnya. SPSS menyediakan empat windows yang meliputi :

1. Data editor : berfungsi untuk input data SPSS. Pada saat pertama kali SPSS dibuka, tampilan yang tampak adalah SPSS data editor yang mempunyai dua tampilan dalam satu layer yaitu tampilan Data view dan Variable view. Menu yang dipakai pada editor a.l. : File Editor View Data : untuk membuat file baru, membuka file tertentu, mengambil data dari program lain, mencetak isi editor dll. : untuk memperbaiki atau mengubah nilai data, serta mengubah setting pada options. : untuk mengatur toolbar. : untuk mengurutkan data, menyeleksi data berdasarkan kriteria tertentu.

Transform : untuk membuat perubahan pada variabel yang telah dipilih. Analyze Graph Utilities : untuk melakukan semua prosedur perhitungan statistik seperti uji t, uji F, regresi, time series dsb. : untuk membuat berbagai jenis grafik untk mendukung analisis statistik. : untuk memberi informasi tentang veriabel yang sedang dikerjakan serta mengatur tampilan menu-menu lain. Windows : untuk berpindah diantara menu-menu yang lain. Help : untu menyediakan bantuan informasi mengenai program SPSS yang dapat diakses aecara mudah dan jelas. 2. Menu output viewer : untuk menampilkan hasil pengolahan data atau informasi. Isi output dapat berupa sebuah tabel, sebuah grafik, atau sebuah teks. 3. Menu syntax editor : untuk menuliskan beberapa perintah atau pilihan yang hanya dapat digunakan dengan SPSS Command Language. 4. Menu script editor : untuk melakukan berbagai pengerjaan SPSS secara otomatis, seperti membuka dan menutup file, eksport char, penyesuaian bentuk output dll.

MENU FILE PADA SPSS Membuat Variabel dan Mengisi Data. Data Editor pada SPSS mempunyai dua bagian utama yaitu : Kolom : dengan ciri adanya kata VAR dalam setiap kolomnya. Kolom dalam SPSS akan diisi variabel seperti nama, jenis kelamin, nilai dll. Baris : dengan ciri adanya angka 1,2,3,dst. Baris ini akan diisi kasus seperti responden Akhmad, jenis kelamin L, nilai 90,dll. Langkah-langkah Memasukkan Data dalam SPSS : 1. Membual lembar kerja baru : Pilih menu utama File Pilih submenu New Klik Data 2. Menamai variabel yang diperlukan : Klik variabel view yang ada di bagian kiri bawah, maka pada SPSS data editor akan tampil kolom-kolom dengan heading name, type, width, decimal, labels, value, dsb. Kolom name Kolom ini untuk pendefisian nama variabel. Dalam pemberian nama variabel, hal-hal yang perlu diperhatkan adalah : Nama variabel maksimum 8 karakter Tidak boleh ada spasi Karakter pertama berupa huruf Karakter terakhir tidak boleh berupa titik Hindari stilah-istilah dalam SPSS sepert all, and, by, eq, ge, le, lt, ne, or, to,with Huruf besar dan kecil dianggap sama Kolom type

Kolom ini untuk mendefinisikan type variabel antara lain numeric, dot, scientific notation, date, dollar, costom currency, dan string Kolom width Kolom ini untuk memberikan tempat desimal dari data pada variabel yang sesuai.

Kolom labels Kolom velues

Kolom ini untk memberikan label variabel (jika perlu) Kolom ini untukmemberikan harga label dari variabel (jika perlu) Setelah variabel disebut, maka dilanjutkan pengisian data dengan lebih dahulu mengaktifkan data view. Simpan data dengan cara klik file kemudian pilih save as dan beri nama. MENU EDITOR PADA SPSS. Terdapat data yang telah dibuat, dapat dilakukan perbaikan atau perubahan meliputi menghapus data, mengganti data, menambah variabel,dll. 1. Edit terhadap data yang telah dibuat Langkah-langkah edit data sbb: Buka file yang akan di edit Sorot data yang akan di edit misalnya menghapus 1 baris Pilih edit pada menu utama Pilih cut atau ctrl + x. Jika ternyata data tidak jadi dihapus maka pilih undo Klik ok Langkah-langkah edit variable sbb: Aktifkan variable view dengan menekan ctrl + t Sorot nama variabel yang akan diganti Pilih menu edit Pilih clear untuk menghapus atau ganti dengan variabel baru.

2. Edit terhadap variable yang telah dibuat.

Latihan : 1. Berikut adalah data tinggi badan 25 responden yang diambil secara acak (angka dalam centimeter).

No 1 2 3 4 5 6 7 8 9 10 11 12 13 2.

tinggi 170,2 172,5 180,3 172,5 159,6 168,5 168,5 172,5 174,5 159,6 170,4 161,3 172,5

gender pria pria pria pria wanita wanita pria pria pria wanita wanita wanita pria

14 15 16 17 18 19 20 21 22 23 24 25

170,4 168,9 168,9 177,5 174,5 168,6 164,8 170,4 168,9 164,8 167,2 167,2

wanita wanita wanita wanita pria wanita wanita pria pria wanita wanita wanita

Berikut adalah data morfometri 25 kerang Anadara granosa yang diambil secara acak (angka dalam centimeter). No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Panjang ( cm ) 2,1 2,3 1,6 1,7 2,2 2,2 2,2 1,7 1,8 2,3 2,2 2,4 1,5 Lebar ( cm ) 2,2 2,3 2,1 2,4 2,2 2,15 2,3 2,3 2,5 2,1 2,1 2,4 2,2

14 15 16 17 18 19 20 21 22 23 24 25

1,8 2,1 1,7 1,6 1,9 1,6 1,6 1,5 1,67 1,72 1,69 1,55

2,3 2,2 3,5 4,2 2,3 2 3 2,65 2,94 2,87 2,79 2,73

Petunjuk : 1. Buat file data dengan pendefinisian variabel berikut :Values Label 1 : "pria" 2 : "wanita"

Name tinggi gender

Type comma numerik

Decimals 2 0

Label tinggi badan jenis kelamin

Untuk memberi label dan value label pada data gender, dapat dilakuakan langkahlangkah sbb : Pada sel di bawah label isi dengan gender Klik pada sel dibawah velue dam klik pada kotak abu-abu yang selanjutnya muncul value labels dialog Pada kotak value isi dengan angka 1 Pada kotak value label isi dengan Laki-laki Klik tombol add Lanjutkan proses dengan mengisi angka 2 pada kotak value Pada kotak value label isi dengan Perempuan Klik tombol add

Klik ok

Hasil yang tampak pada data editor adalah sebagai berikut :

2. Buat file data dengan pendefinisian variabel berikut :Name kode panjang lebar Type numerik comma comma Decimals 0 2 2 Label kode kerang panjang lebar Values Label

Hasil yang tampak pada data editor adalah

sebagai berikut :

STATISTIK DESKRIPTIFMenu-menu yang berhubungan dengan statistik deskriptif antara lian : 1. 2. Frequencies : membahas beberapa penyebaran ukuran statistik deskriptif seperti mean, median, kuartil, persentil, standar deviasi,dll. Explore : menampilkan deskripsi statistik yang lebih mendalam seperti boxplots, diagram stem and leaf, dll.

Frequencies klik analyze pilih deskriptive statistic Susun distribusi frekuensi untuk tinggi dengan langkah sbb :

klik frequencies

Pindahkan data tinggi dari kolom kiri ke kolom kanan dengan cara mengeblok kemudian klik tanda panah.

Klik statistic kemudian beri tanda (v) pada persentile velue, central tendency, dispersion dan distribution Klik continue Klik chart dan pilih histograms Klik continue Klik ok

Output :Statistics

tinggi badan N Mean Std. Error of Mean Median Std. Deviation Variance Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Range Minimum Maximum Percentiles

Valid Missing

25 0 169.4000 .99266 168.9000 4.96328 24,634 -,155 ,464 ,452 ,902 20.70 159.60 180.30

25 50 75

167.2000 168.9000 172.5000

tinggi badan Cumulative Percent 8,0 12,0 20,0 28,0 36,0 40,0 52,0 56,0 68,0 84,0 92,0 96,0 100,0

Valid

159.60 161.30 164.80 167.20 168.50 168.60 168.90 170.20 170.40 172.50 174.50 177.50 180.30 Total

Frequency 2 1 2 2 2 1 3 1 3 4 2 1 1 25

Percent 8,0 4,0 8,0 8,0 8,0 4,0 12,0 4,0 12,0 16,0 8,0 4,0 4,0 100,0

Valid Percent 8,0 4,0 8,0 8,0 8,0 4,0 12,0 4,0 12,0 16,0 8,0 4,0 4,0 100,0

Histogram

10

8

Frequency

6

4

2 M ean = 169.40 Std. Dev. = 4.96328 N = 25 155.00 160.00 165.00 170.00 175.00 180.00 185.00

0

tinggi badan

Susun distribusi frekuensi untuk gender dengan langkah sbb : klik analyze pilih deskriptive statistic klik frequencies Pindahkan data gender dari kolom kiri ke kolom kanan Klik statistic kemudian beri tanda (v) pada persentile Klik continue Klik chart dan pilih pie charts Klik continue Klik ok

dengan cara mengeblok kemudian klik tanda panah. velue, central tendency, dispersion dan distribution

Output :

Statistics jenis kelamin N Mean Std. Error of Mean Median Std. Deviation Variance Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Range Minimum Maximum Percentiles 25 50 75 Valid Missing

25 0 1,56 ,101 2,00 ,507 ,257 -,257 ,464 -2,110 ,902 1 1 2 1,00 2,00 2,00

jenis kelamin Frequency Valid pria wanita Total 11 14 25 Percent 44,0 56,0 Valid Percentjenis kelam in

Cumulative Percent 44,0 100,0pria wanita

44,0 56,0

100,0

100,0

ExploreLangkah-langkah : klik analyze pilih deskriptive statistic klik explore

Pindahkan data panjang dan lebar dari kolom kiri ke kolom dependent list dengan cara mengeblok kemudian klik tanda panah.

Klik statistic kemudian beri tanda (v) pada descriptive. Klik continue

Klik plots dan untuk keseragaman, pada boxplot pilih factor levels together dan pada descriptive pilih stem and leaf. Klik continue Pada bagian displays pilih both. Klik ok.Case Processing Summary Cases Valid N Missing Percent 92,0% 92,0% N 2 2 Percent 8,0% 8,0% N 25 25 Total Percent 100,0% 100,0%

Output :

panjang lebar

23 23

Descriptives Statistic panjang Mean 95% Confidence Interval for Mean Lower Bound Upper Bound 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis lebar Mean 95% Confidence Interval for Mean Lower Bound Upper Bound 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum 18.839 17.553 20.125 18.773 18.000 0,088 .29741 1.50 2.40 .90 .60 0,329 -1,494 23.926 22.653 25.199 23.804 23.000 0,087 .29444 2.00 3.00 0,481 0,935 .06139 Std. Error .06201

Range Interquartile Range Skewness Kurtosis

1.00 .45 0,846 -0,474 0,481 0,935

panjang Stem-and-Leaf Plot Frequency 3,00 5,00 3,00 2,00 1,00 ,00 2,00 4,00 2,00 1,00 Stem width: Each leaf: Stem & 15 16 17 18 19 20 21 22 23 24 . . . . . . . . . . Leaf 005 00079 002 00 0 00 0000 00 0

,10 1 case(s)

lebar Stem-and-Leaf Plot Frequency 5,00 9,00 3,00 3,00 2,00 1,00 Stem width: Stem & 2 2 2 2 2 3 . . . . . . 1,00 Leaf 01111 222233333 445 677 89 0

Each leaf:3.00

1 case(s)

2.75

2.50

2.25

2.00

1.75

1.50

panjang

lebar

TRANSFORMMenu transform pada prinsipnya berfungsi mentransformasi atau mengubah suatu data untuk keperluan-keperluan khusus. Langkah-langkah untuk transform panjang ke bentuk logaritma sbb: klik transform pilih compute

Pada bagian target variable ketik logpanjang (tanpa spasi) klik tombol type & label Pada bagian kolom label ketik panjang cangkang dan pada bagian type pilih numeric. Klik continue Pada bagian kolom numerik expression ketik Lg10( ), klik 1 kali dalam kurung tersebut kemudian mengeblok panjang dan klik tanda panah.

Klik ok

Dilakukan langkah-langkah yang sama untuk transform lebar ke bentuk logaritma.

Output :

MENGUJI NORMALITAS DATA DAN HOMOGENITAS VARIANS

Konsep penting dalam statistik inferensi adalah : 1. Apakah beberapa sampel yang telah diambil berasal dari populasi yang sama (populasi data berdistribusi normal) ? 2. Apakah sampel-sampel tersebut mempunyai varians yang sama ? Langkah-langkah pengujian sbb:

klik analyze pilih deskriptive statistic klik explore

Pindahkan data ukuran dari kolom kiri ke kolom dependent list dengan Pindahkan data kode dari kolom kiri ke kolom factor list dengan cara

cara mengeblok kemudian klik tanda panah. mengeblok kemudian klik tanda panah.

Klik statistic kemudian beri tanda (v) pada descriptive. Klik continue

Klik plots dan untuk keseragaman, pada boxplot pilih non dan pada descriptive tidak ada yang pilih atau stem and leaf di deselect. Beri tanda (v) pada normality plots with test

Pada bagian spread vs level with levene test pilih power estimation.

Klik continue Pada bagian displays pilih both. Klik ok

Output :Case Processing Summary Valid Percent 100 100 Cases Missing Percent 0 0 Total Percent 100 100

parameter ukur morfometri kerang

panjang lebar

N 23 23

N 0 0

N 23 23

Descriptives morfometri kerang parameter ukur panjang Mean 95% Confidence Interval for Mean Statistic 0,269956 0,24062 0,299293 Std. Error 0,014146

Lower Bound Upper Bound

lebar

5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Mean 95% Confidence Interval for Mean 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis

Lower Bound Upper Bound

0,26918 0,255273 0,004602 0,06784 0,176091 0,380211 0,20412 0,138303 0,21193 -1,53595 0,375877 0,353599 0,398156 0,374321 0,361728 0,002654 0,05152 0,30103 0,477121 0,176091 0,080823 0,701345 -0,65428

0,481337 0,934764 0,010743

0,481337 0,934764

morfometri kerang a

Tests of Normality Kolmogorov-Smirnov(a) parameter ukur Statistic df Sig. panjang 0,172354466 23 0,07468 lebar 0,216900879 23 0,006398 Lilliefors Significance Correction

Shapiro-Wilk Statistic df Sig. 0,898948184 23 0,02405 0,907073518 23 0,035458

morfometri kerang2

Test of Homogeneity of Variance Levene Statistic df1 df2 Sig. Based on Mean of morfometri kerang 5,04641971 1 44 Normal Q-Q Plot Detrended Normal Q-Q Plot of morfometri kerang 0,03Normal Q-Q Plot of morfometri kerang

2

Based on Median for kode= lebar for kode= with Based on Median and panjangadjusted df 0.4 Based on trimmed mean0.4

3,568791948 1 for kode= panjang for kode= lebar 3,568791948 1 5,029744244 1

44 43,98 44

0,065 0,065 0,03

Expected Normal Expected Normal

1

1

Dev from Normal0.30

0.2

0.2 0.0

0

0

0.0 -0.2

-1 -1 -0.2 -0.4 -2 -20.15 0.20

0.350.25

0.30 0.15

0.40 0.30

0.20 0.35

0.35 0.450.25

0.40 0.40

0.30

0.45 0.35

0.50 0.40

Observed Value Observed Value

Observed Value

Spread vs. Level Plot of ukuran by kode

-1.8

-2.0

Spread

-2.2

-2.4

-2.6 -1.4 -1.3 -1.2 -1.1 -1.0

Level* Plot of LN of Spread vs LN of LevelSlope = -1,541 Power for transformation = 2,541

SCATTERPLOTDeskriptive ini digunakan untuk mengetahui sebaran data pada statistik univarian. Langkah-langkah sbb:

klik graphs pilih scatte / dot klik simple scatter klik define

Mengeblok logpanjang kemudian klik tanda panah X axis dan mengeblok loglebar kemudian klik tanda panah Y axis. Klik ok

Output :

0.50

0.45

lebar cangkang

0.40

0.35

0.30 0.15 0.20 0.25 0.30 0.35 0.40

panjang cangkang

HIPOTESISH0 = Tidak ada hubungan antara panjang cangkang dengan lebar cangkang pada kerang Anadara granosa. H1 = Ada hubungan antara panjang cangkang dengan lebar cangkang pada kerang Anadara granosa.

ANALISA REGRESI LINIER SEDERHANAAnalisa regresi linier sederhana merupakan analisis yang membicarakan

hubungan antara 2 buah variabel, yaitu variabel bebas dan variabel tergantung. Tujuannya adalah untuk membuat sebuah model yang baik dan memungkinkan kita untuk menaksir nilai y bagi nilai-nilai x tertentu. Langkah-langkah sbb: klik analyze pilih regression dan dari serangkaian pilihan test untuk regresi, sesuai kasus pilih linear.

Mengeblok logpanjang kemudian klik tanda panah dependent dan mengeblok loglebar kemudian klik tanda panah independent. Pada kolom method pilih enter.

Klik tombol statistik Pada kolom regression coefficient pilih estimate. Beri tanda (v) pada model fit dan descriptive. Pada kolom residual beri tanda (v) pada casewise diagnostics dan pilih all cases. Klik continue

Klik tombol plots Klik pilihan sdresid dan masukkan ke kolom Y lalu klik pilihan zpred dan masukkan ke kolom X. Klik tombol next Klik pilihan zpred dan masukkan ke kolom Y lalu klik pilihan dependnt dan masukkan ke kolom X. Pada kolom standardized residual plots beri tanda (v) pada normal probability plot.

Klik continue Klik ok

Output :Descriptive Statistics Mean ,3759 ,2700 Std. Deviation ,05152 ,06784 N 23 23

lebar cangkang panjang cangkang

Pearson Correlation Sig. (1-tailed) N

Correlations lebar cangkang lebar cangkang 1 panjang cangkang -0,442396922 lebar cangkang . panjang cangkang 0,017265348 lebar cangkang 23 panjang cangkang 23

panjang cangkang -0,442396922 1 0,017265348 . 23 23

Variables Entered/Removed(b) Variables Variables Entered Removed Method panjang cangkang(a . Enter ) a All requested variables entered. b Dependent Variable: lebar cangkang Model 1

Model Summary(b) Adjusted R R R Square Square ,442(a) ,196 ,157 a Predictors: (Constant), panjang cangkang b Dependent Variable: lebar cangkang Model 1 Std. Error of the Estimate ,04729

Model 1

a b

ANOVA(b) Sum of Squares df Mean Square Regression 0,011428692 1 0,011428692 Residual 0,046965861 21 0,00223647 Total 0,058394553 22 Predictors: (Constant), panjang cangkang Dependent Variable: lebar cangkang

F 5,110148722

Sig. 0,034530695

1

a

Coefficients(a) Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta (Constant) 0,46657472 0,041315539 panjang cangkang 0,335969904 0,148622173 -0,442396922 Dependent Variable: lebar cangkang

t 11,293 2,2606

Sig. 2,213E-10 0,0345307

Casewise Diagnostics(a)

Case Number 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

Std. Residual -,336 ,353 -1,602 -,189 -,193 -,404 ,216 -,580 ,362 -,483 -,620 ,875 -1,374 -,404 -,336 -,237 -2,050 1,673 ,335 1,620 1,489 1,176

lebar cangkang ,34 ,36 ,32 ,38 ,34 ,33 ,36 ,36 ,40 ,32 ,32 ,38 ,34 ,36 ,34 ,36 ,30 ,48 ,42 ,47 ,46 ,45 ,44

Predicted Value ,3583 ,3450 ,3980 ,3892 ,3515 ,3515 ,3515 ,3892 ,3808 ,3450 ,3515 ,3388 ,4074 ,3808 ,3583 ,3729 ,3980 ,3980 ,4074 ,3917 ,3874 ,3900 ,4026

Residual -,01590 ,01668 -,07578 -,00894 -,00911 -,01909 ,01020 -,02742 ,01713 -,02283 -,02931 ,04138 -,06499 -,01908 -,01590 -,01119 -,09697 ,07912 ,01583 ,07660 ,07044 ,05559 ,03353

,709 a Dependent Variable: lebar cangkang

Residuals Statistics(a) Minimum ,3388 -1,625 ,010 ,3307 -,09697 -2,050 -2,145 -,10612 -2,369 ,017 ,001 Maximum ,4074 1,384 ,019 ,4172 ,07912 1,673 1,750 ,08660 1,848 2,641 ,217 ,120 Mean ,3759 ,000 ,014 ,3760 ,00000 ,000 -,001 -,00010 -,004 ,957 ,048 ,043 Std. Deviation ,02279 1,000 ,003 ,02379 ,04620 ,977 1,022 ,05061 1,069 ,711 ,063 ,032 N 23 23 23 23 23 23 23 23 23 23 23 23

Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value

,001 a Dependent Variable: lebar cangkang

Normal P-P Plot of Regression Standardized Residual

Dependent Variable: lebar cangkang1.0

Expected Cum Prob

0.8

0.6

0.4

0.2

0.0 0.0 0.2 0.4 0.6 0.8 1.0

Observed Cum Prob

Scatterplot

Dependent Variable: lebar cangkangRegression Studentized Deleted (Press) Residual2

1

0

-1

-2

-3 -2 -1 0 1

Regression Standardized Predicted Value

Scatterplot

Regression Standardized Predicted Value

Dependent Variable: lebar cangkang

1

0

-1

-2 0.30 0.35 0.40 0.45 0.50

lebar cangkang

No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

Panjang ( cm ) 2,1 2,3 1,6 1,7 2,2 2,2 2,2 1,7 1,8 2,3 2,2 2,4 1,5 1,8 2,1 1,9 1,6 1,6 1,5 1,67 1,72 1,69 1,55

Lebar ( cm ) 2,2 2,3 2,1 2,4 2,2 2,15 2,3 2,3 2,5 2,1 2,1 2,4 2,2 2,3 2,2 2,3 2 3 2,65 2,94 2,87 2,79 2,73

log P 0,32 0,36 0,20 0,23 0,34 0,34 0,34 0,23 0,26 0,36 0,34 0,38 0,18 0,26 0,32 0,28 0,20 0,20 0,18 0,22 0,24 0,23 0,19

log L 0,34 0,36 0,32 0,38 0,34 0,33 0,36 0,36 0,40 0,32 0,32 0,38 0,34 0,36 0,34 0,36 0,30 0,48 0,42 0,47 0,46 0,45 0,44

Insert-Scatter chart-pilih layout grafik no 9P Vs L3,5 3 2,5 L 2 1,5 1 0,5 0 0 0,5 1 1,5 P 2 2,5 3 y = -0,4491x + 3,2387 R2 = 0,2058

Log P Vs Log L0,60 0,50 .. 0,40 Log L 0,30 0,20 0,10 0,00 0,00 0,05 0,10 0,15 0,20 Log P 0,25

y = -0,336x + 0,4666 R2 = 0,1957

0,30

0,35

0,40

FORMAT LAPORAN RESMI Halaman Judul BAB I PENDAHULUAN 1.1. Latar Belakang 1.2. Permasalahan 1.3. Tujuan Praktikum 1.4. Manfaat Praktikum BAB II TINJAUAN PUSTAKA (Sama Seperti TP) BAB III MATERI DAN METODE 3.1. Waktu Dan Tempat Praktikum 3.2. Materi Praktikum 3.3. Metode Praktikum 3.3.1. Pengenalan Paket Program SPSS 3.3.2. Statistik Deskriptif (Explore) 3.3.3. Menguji Normalitas dan Varians 3.3.4. Scetterplot 3.3.5. Hipotesis 3.3.6. Regresi dan Korelasi BAB IV HASIL DAN PEMBAHASAN 4.1. Hasil Praktikum 4.1.1. Pengenalan Paket Program SPSS 4.1.2. Statistik Deskriptif (Explore) 4.1.3. Menguji Normalitas dan Varians 4.1.4. Scetterplot 4.1.5. Hipotesis 4.1.6. Regresi dan Korelasi 4.2. Pembahasan BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan 5.2. Saran DAFTAR PUSTAKA (mencantumkan sumber data yang digunakan)

MODUL PRAKTIKUM STATISTIK

SPSS

Oleh Tim Asisten

JURUSAN ILMU KELAUTAN DAN OSEANOGRAFI FAKULTAS PERIKANAN DAN ILMU KELAUTAN UNIVERSITAS DIPONEGORO SEMARANG 2011