Interpretasi Pada SPSS

1. A. Tabel Distribusi dan Histogram

Interpretasi : Nilai 50-95 disebut kelas interval. Urutan kelas interval disusun mulai data terkecil hingga terbesar. lalu untuk menentukan bin menggunakan ujung  atas masing-masing interval yaitu (56,63,70,77,84,91,98)  Semua kelas interval berada di kolom sebelah kiri. Sedangkan nilai yang berada disebelah kanan adalah nilai frekuansi berarti yang mempunyai nilai antara 50-56 sebanyak 2,begitupun selanjutnya.

Statistics
Data
N Valid 50
Missing 0

Interpretasi : Dari output pada kolom pertama memberi  informasi jumlah N (sampel) atau data yang diolah SPSS berjumlah 50 pada baris valid. Missing 0 itu berarti semua data sudah masuk.

Data
Frequency Percent Valid Percent Cumulative Percent
Valid 50 1 2.0 2.0 2.0
52 1 2.0 2.0 4.0
57 2 4.0 4.0 8.0
58 1 2.0 2.0 10.0
59 2 4.0 4.0 14.0
62 2 4.0 4.0 18.0
63 2 4.0 4.0 22.0
64 1 2.0 2.0 24.0
65 1 2.0 2.0 26.0
66 1 2.0 2.0 28.0
67 1 2.0 2.0 30.0
68 1 2.0 2.0 32.0
69 1 2.0 2.0 34.0
73 1 2.0 2.0 36.0
75 2 4.0 4.0 40.0
76 1 2.0 2.0 42.0
77 1 2.0 2.0 44.0
78 4 8.0 8.0 52.0
79 2 4.0 4.0 56.0
80 1 2.0 2.0 58.0
81 1 2.0 2.0 60.0
82 2 4.0 4.0 64.0
83 3 6.0 6.0 70.0
84 2 4.0 4.0 74.0
85 1 2.0 2.0 76.0
86 1 2.0 2.0 78.0
87 2 4.0 4.0 82.0
88 2 4.0 4.0 86.0
89 1 2.0 2.0 88.0
90 1 2.0 2.0 90.0
91 1 2.0 2.0 92.0
92 1 2.0 2.0 94.0
93 1 2.0 2.0 96.0
95 2 4.0 4.0 100.0
Total 50 100.0 100.0

Interpretasi : Kolom percent memperlihatkan persentase jumlah tersebut Data 50  ada 1  percentnya  2% sama seperti data 52,58,64,65,66,67,68,69,73,76,77,80,81,85,86,89,90,91,92,93. Data 57 ada 2 percentnya 4% sama seperti data 59,62,63,75,79,82,84,87,88,95. Data 78 ada 4 percentnya 8%. Kemudian ada lagi kolom valid percent, nilai valid percent-nya sama dengan nilai percent. kolom cummulative percent, (artinya penjumlahan dari persentase jumlah diatasnya), disini 50  cummulative percentnya 2,0% (0 + 2,0%) lalu  52  menjadi 4,0% (2,0% + 2,0%) begitu seterusnya sampai 100%.

Interpretasi : Histogram diatas banyak kelasnya dapat dihitung dengan rumus 1 + (3,3)(log50) = 6,606=> 7
Interval tiap kelas data dapat diperoleh dari Rentang : banyak kelas (45:7=6,42 => 7)
Pada data diatas Histogram condong kekanan atau titiknya tidak ditengah  maka data diatas dikatakan data tidak berdistribusi normal.

B. Mean, median, modus, staandar deviasi, varian, range, kuartil 1, kuartil 3, persentil 25, dan persentil 75.

Statistics
Data
N Valid 50
Missing 0
Mean 75.90
Median 78.00
Mode 78
Std. Deviation 12.094
Variance 146.255
Range 45
Percentiles 25 64.75
50 78.00
75 85.25
Dari output diatas Mean = 75.90, Median= 78.00, Mode= 78, Std Deviation = 12.094, Variance = 146.255, Range 45 dan Percentiles masing-masing = 64.75,78.00,85.25

Descriptive Statistics
N Range Mean Std. Deviation Variance
Data 50 45 75.90 12.094 146.255
Valid N (listwise) 50

Interpretasi : N adalah jumlah data yaitu 50, range (rentang data)adalah 45,
Mean adalah rata-rata data yaitu 75.90 ,  standar deviasi adalah   12,094 , variance adalah 146.255

Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Data 50 100.0% 0 0.0% 50 100.0%




Descriptives
Statistic Std. Error
Data Mean 75.90 1.710
95% Confidence Interval for Mean Lower Bound 72.46
Upper Bound 79.34
5% Trimmed Mean 76.18
Median 78.00
Variance 146.255
Std. Deviation 12.094
Minimum 50
Maximum 95
Range 45
Interquartile Range 21
Skewness -.391 .337
Kurtosis -.891 .662
Interpretasi : Mean adalah rata-rata data yaitu 75.90, Median adalah titik tengah data yaitu 78.00, variance adalah 146.255, standar deviasi adalah   12.094, minimum menunjukkan data terkecil yaitu 50. maximum menunjukan data terbesar yaitu 95, range (rentang data)adalah 45 ,interquartile range adalah 21, skewness -0.391, kurtosis -0.891.

Interpretasi : Data ke 5 memiliki percentiles 54.75. Data ke 10 memiliki percentiles 58.10. Data ke 25 memiliki percentiles 64.75 . Data ke 50 memiliki percentiles 78.00. Data ke 75 memiliki percentiles 85.25. Data ke 90 memiliki percentiles 90.90. Data ke 95 memiliki percentiles 93.90.

2. Analisis regresi untuk mengetahui seberapa besar pengaruh  jam kerja pegawai dan jam kerja mesin terhadap pajak aktual yang tidak dibayar dengan tingkat signifikansi 5%!
Variables Entered/Removeda
Model Variables Entered Variables Removed Method
1 JamKerjaMsn, JamKerjaPgwb . Enter
a. Dependent Variable: Pajak
b. All requested variables entered.
Hasil variabel Enter/Removed merupakan penentuan pilihan Enter (default) pada form Method

Pada output diatas terdapat nilai koefisien determinasi R-Square = 0.729 (72,9%). Ini menunjukkan bahwa sebesar 72,9% variasi variabel dependent (Y) dapat dijelaskan oleh 2 variabel independent (X1 dan X2), artinya pengaruh variabel independen terhadap perubahan variabel dependen adalah 72,9%, sedangkan sisanya sebesar 27.1% dipengaruhi oleh variabel lain selain variabel independen X1 dan X2.

H0 : βi = 0 (Model tidak tepat)
H1 : βi ≠ 0 (Model tepat)
Dengan menentukan level of significant = 5% (0,05) dan degree of freedom untuk df1 = 2 dan df2 = 7, F Hitung = 10.788 >4.737414 dari F Tabel. (Sig) 0.010> α=5%. Maka H0 ditolak dan H1 diterima. Kesimpulannya, bahwa variabel independent (X1 dan X2) dengan signifikan memberikan kontribusi terhadap variabel dependent.

H0 : βi = 0 (Model tidak tepat) i = 0, 1, 2
H1 : βi ≠ 0 (Model tepat)
Dari tabel tersebut diketahui bahwa koefisien β0 = -13.820 dengan Sig. =0,334 >α=5%,
koefisien β1 = 0.564 dengan Sig. =0,105 > α=5%. dan koefisien β2 = 1,099 dengan Sig. =0,010> α=5%. Berdasarkan hasil tersebut dapat disimpulkan bahwa H0 ditolak yang berarti
model dapat diterima. Dan model persamaan linier yang dihasilkan adalah
PAJAK = -13.820 + 0.564 JAM KERJA PEGAWAI + 1.099 JAM KERJA MESIN

3. A. Pengujian terhadap dugaan bahwa waktu yang diperlukan karyawan untuk menyelesaikan satu barang tidak berbeda antara sebelum dan sesudah mengikuti pelatihan dengan tingkat signifikansi 5%.

Paired Samples Statistics : Dari ouput diatas diketahui ada sebelum dan sesudah pelatihan yang rata-ratanya adalah 7.83 dan 6.33, N adalah jumlah data atau sampel  yaitu 6, standar deviationnya 1.472 dan 1.211, standar error meannya 0.601 dan 0.494.
Paired Samples Correlations : Output diatas adalah data gabungan dari sebelum dan sesudah  yang N nya berjumlah 6, correlationnya adalah -0.823 dan sig. adalah 0.44
Paired Samples Test : Pada Output paired Samples Test diatas merupakan gabungan dari kedua jenis yang rata-ratanya adalah 1.500 , Standar Deviatition adalah 0.837, Standar Error Meannya dalah 0.342, Selang kepercayaannya 95% yang lowernya adalah 0.622 dan Uppernya adalah 2.378, t hitungnya 4.392, Derajat bebasnya adalah 5 , sig (2-tailed) nya adalah 0.007, sig. 0.007 > 0.05 jadi H0 diterima dan t hitung < t table = 2.570582 < 4.392 jadi H0 diterima
Hipotesis :
H0 = Tidak ada perbedaan antara Sebelum dan sesudah
H1 = Ada Perbedaan antara Sebelum dan sesudah

B. Selang kepercayaan dengan tingkat signifikansi 10

Paired Samples Test : Pada Output paired Samples Test diatas merupakan gabungan dari kedua jenis yang rata-ratanya adalah 1.500 , Standar Deviatition adalah 0.837, Standar Error Meannya dalah 0.342, Selang kepercayaannya 90% yang lowernya adalah 0.812 dan Uppernya adalah 2.188, t hitungnya 4.392, Derajat bebasnya adalah 5 , sig (2-tailed) nya adalah 0.007, sig. 0.007 > 0.05 jadi H0 diterima dan t hitung < t table = 2.570582 < 4.392 jadi H0 diterima
Hipotesis :
H0 = Tidak ada perbedaan antara Sebelum dan sesudah
H1 = Ada Perbedaan antara Sebelum dan sesudah

4. Peluang jatuhnya setiap mata dadu sama?
Matadadu
Observed N Expected N Residual
16 16 20.0 -4.0
24 24 20.0 4.0
23 23 20.0 3.0
15 15 20.0 -5.0
17 17 20.0 -3.0
25 25 20.0 5.0
Total 120

Test Statistics
Matadadu
Chi-Square 5.000a
df 5
Asymp. Sig. .416

a. 0 cells (0.0%) have expected frequencies less than 5. The minimum expected cell frequency is 20.0.

Pada hasil pertama Nampak frekuensi amatan (Oi), frekuensi harapan (Ei), dan hasil keduanya (Oi-Ei). Pada hasil kedua Nampak nilai Chi-square hitung= 5.000, derajat bebas =5, dan nilai hitung = 0.416
H0= Peluang jatuhnya setiap mata dadu sama
H1= Peluang jatuhnya setiap mata dadu tidak sama
Sig> alfa = Diterima , 0.416>0.05 H0 diterima H1 ditolak.

5. Perbedaan kulitas diet

Case Processing Summary : N adalah jumlah data = 150, Percentnya 100.
Crosstabulation Diet A : Baik=37,Sedang=24,Buruk=19, Total=80 , Diet B= Baik=17, Sedang= 33, Buruk= 20 Total 70.
Chi-square Test Pearson Chi-square :Value= 8.224, derajat bebas = 2 , sig = 0.016, Ratio : Value= 8.372, derajat bebas=2, sig=0.015, Linear : Value= 4.362, derajat bebas 1, sig=0.037
H0 : Ada perbedaan antara kedua diet tersebut
H1: Tidak ada Perbedaan antara kedua diet tersebut
Sig>alfa = Diterima, 0,16>0.05 = H0 diterima H1 Ditolak

6. Kesan dan Pesan
Kesan : Kakak-kakaknya dalam mengajarkan kita baik dan cara menjelaskan mudah dipahami,
Pesan : Semoga tetap baik dan tidak sombong setelah berhenti mengajarkan kami, semoga tetap menganggap kami adik-adiknya dan masih mau mengajarkan kami diluar dari praktikum dalam artian jika praktikum telah berakhir atau kakak-kakak yang bimbing kami dganti, masih mau mengajarkan kami jika kam bertanya. Terimaksih

Jika kamu ingin versi pdf nya, kamu bisa langsung kesini.

Interpretasi SPSS by NOURMA HULIDA on Scribd

Semoga bermanfaat.

Share this post