Seperti Paket Perbaikan tradisional, rilis modifikasi ini menyertakan banyak peningkatan kualitas, tetapi dengan manfaat tambahan dari tambahan baru tersebut.
Prosedur dan Peningkatan Statistik
Uji-Z dan interval kepercayaan untuk Proporsi dan perbedaan dalam Proporsi: Untuk analisis Satu Sampel, Sampel Berpasangan, Sampel Independen.
Ditemukan di bawah menu Analyze> Compare Means, prosedur Proportions baru memungkinkan pengguna untuk menguji perbedaan dalam proporsi populasi dan membangun interval kepercayaan pada perbedaan yang diamati menggunakan berbagai metode untuk setiap jenis analisis.
Sebagai bagian dari prosedur Keandalan, McDonald’s Omega memungkinkan pengguna alternatif dari statistik Alpha Cronbach. Untuk menemukan peningkatan ini, buka Analisis> Skala> Analisis Keandalan, dan di bawah Model tarik-turun pada dialog Analisis Keandalan, pilih Omega.
Tonton video tentang McDonald’s Omega di SPSS Statistics 27.0.1.0 di sini .
Peningkatan Korelasi Bivariat: Interval Keyakinan yang Ditambahkan
Peningkatan dalam Statistik SPSS 27.0.1.0 ini dapat ditemukan di menu dialog Korelasi Bivariat di bawah sub dialog Interval Keyakinan. Pengguna akan dapat mengatur parameter interval kepercayaan, menerapkan penyesuaian bias jika diinginkan untuk Korelasi Pearson, dan memilih di antara berbagai metode untuk koefisien korelasi lainnya.
Tonton video tentang peningkatan Interval Keyakinan Korelasi Bivariat di sini .
Bersamaan dengan tambahan baru di atas, kami juga menyertakan interval kepercayaan untuk keluaran CONTRAST dalam ANOVA satu arah, menambahkan bootstrap dan beberapa imputasi ke Proporsi, dan membuat peningkatan pada beberapa pencocokan rata-rata prediktif imputasi untuk mengaktifkan kemampuan untuk memilih jumlah pencocokan potensial kasus.
Peningkatan Kegunaan
Manajemen Sesi: Pulihkan Poin
Ekstensi untuk fungsi pemulihan otomatis yang diperkenalkan dalam SPSS Statistics 27.0.0.0 memungkinkan pengguna untuk menyimpan titik waktu dalam analisis mereka sehingga pengguna dapat kembali ke sana jika diperlukan nanti dalam analisis, sambil tetap memungkinkan pengguna untuk melanjutkan analisis saat ini. jalan. Manajemen Sesi ditemukan di Dialog Selamat Datang di tab Restore Points di sebelah tab Recent Files dan Sample Files. Pada tab Restore Points, pengguna akan menemukan file Auto-Recovery mereka, serta Restore Points yang disimpan.
Pelajari cara mendapatkan hasil maksimal dari Titik Pemulihan Manajemen Sesi dengan menonton videonya di sini .
Peningkatan Output: Pengalaman Editor
Beberapa peningkatan telah diperkenalkan di SPSS Statistics 27.0.1.0 untuk Pembuat Grafik, serta Editor Tabel & Bagan. Peningkatan ini mengurangi jumlah klik yang diperlukan untuk mendapatkan keluaran yang dapat disesuaikan dalam aplikasi dengan memanfaatkan tambahan dan pengalaman toolbar baru.
Pelajari cara memanfaatkan penyempurnaan untuk menyesuaikan keluaran di sini .
Penyempurnaan SPSS Statistics Syntax juga diperkenalkan dalam SPSS Statistics 27.0.1.0 yang memungkinkan pengguna untuk memilih variabel dari kumpulan data aktif menggunakan fungsi mengetik di depan. Ini akan meningkatkan efisiensi dalam menulis skrip dan memudahkan pengguna untuk menemukan variabel yang benar sebagai referensi dari kumpulan data aktif.
Peningkatan Kualitas: Seiring dengan peningkatan fitur dan produktivitas baru, ada juga beberapa peningkatan kualitas yang dilakukan pada aplikasi untuk 27.0.1.0. Daftar perbaikan tersebut dapat ditemukan di sini .
Informasi Produk Tambahan
Mengupgrade ke macOS Big Sur? Baca blog ini untuk mempelajari tentang masalah umum.
Jika Anda sudah memiliki versi 27.0.0.0 dan ingin meningkatkan ke 27.0.1.0, unduh penginstal baru dari situs web IBM Passport Advantage atau melalui Fix Central untuk Windows , macOS , Linux .
Kabar baik: Kode otorisasi perangkat lunak versi 27 Anda akan berfungsi dengan versi baru dan akan diterapkan secara otomatis ketika Anda menginstalnya pada mesin yang saat ini memiliki versi 27.
Pengenalan EViews
Eviews (Econometric Views) adalah software pengolahan data yang digunakan untuk berbagai
keperluan mulai dari Bisnis, Riset Internal serta penelitian. EViews menawarkan akses statistik yang kuat
kepada peneliti akademis, perusahaan, instansi pemerintah, dan siswa seperti peramalan (forecasting),
hubungan (Correlation), pengaruh dan sebagainya dengan antar muka (user interface) yang lebih friendly dan
mudah digunakan.
Gambar 1 : Proses Pengolahan Data
a. Uji Asumsi Klasik
1. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi terbentuk adanya korelasi tinggi
atau sempurna antar variabel bebas (independen). Jika ditemukan ada hubungan korelasi yang tinggi antar
variabel bebas maka dapat dinyatakan adanya gejala multikorlinear pada penelitian.
2. Uji Autokorelasi
Uji autokolerasi merupakan kolerasi yang terjadi antara residual pada satu pengamatan dengan
pengamatan lain pada model regresi. Autokorelasi dapat diketahui melalui Uji Durbin-Watson (D-W
Test), adalah pengujian yang digunakan untuk menguji ada atau tidak adanya korelasi serial dalam model
regresi atau untuk mengetahui apakah di dalam model yang digunakan terdapat autokorelasi diantara
variabel-variabel yang diamati
3. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik.
Heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model
regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas.
4. Uji Normalitas
Uji normalitas untuk menguji apakah nilai residual yang telah distandarisasi pada model regresi
berdistribusi normal atau tidak. Cara melakukan uji normalitas dapat dilakukan dengan pendekatan analisis
grafik normal probability Plot. Pada pendekatan ini nilai residual terdistribusi secara normal apabila garis
(titik-titik) yang menggambarkan data sesungguhnya akan mengikuti atau merapat ke garis diagonalnya.
b. Uji Kelayakan Model (Goodness of Fit)
Uji kelayakan model adalah uji R2
untuk melihat kemampuan variable independen dalam menjelaskan
variable dependen. Nilai R2
berkisar antara 0 – 99, nilai R Square yang semakin mendekati 1 maka semakin
layak suatu model untuk digunakan.
c. Uji Parsial (Uji t)
Uji partial (uji t) adalah uji yang dilakukan untuk melihat apakah suatu variable independen
berpengaruh atau tidak terhadap variable dependen dengan membandingkan nilai thitung dengan ttabel.
Kriteria pengujian uji t adalah sebagai berikut :
– Jika nilai thitung > ttabel maka hipotesis di tolak, artinya variable tersebut berpengaruh terhadap variable
dependen.
– Jika nilai thitung < ttabel maka hipotesis di terima, artinya variable tersebut tidak berpengaruh terhadap
variable dependen.
d. Uji Simultan (Uji F)
Uji Simultan (uji F) adalah uji yang dilakukan untuk melihat apakah semua variable independen secara
bersama-sama berpengaruh atau tidak terhadap variable dependen dengan membandingkan nilai Fhitung dengan
Ftabel.
– Jika nilai Fhitung > Ftabel maka hipotesis di tolak, artinya secara bersama-sama variable independen
tersebut berpengaruh terhadap variable dependen.
– Jika nilai Fhitung < Ftabel maka hipotesis di terima, artinya secara bersama-sama variable independen
tersebut tidak berpengaruh terhadap variable dependen.
Regresi Linear Sederhana
Regresi linear sederhana adalah regresi linear yang terdiri dari 1 variabel dependen (Y) dan 1
variabel independen (X).
Yt=β0 + β1X1t+ εt
Dimana :
Y : Variabel Dependen
X : Variabel Independen
ε : error term (Standar Error)
t : menunjukkan jenis data berupa data runtun waktu (Time Series)
Uji-uji yang perlu dilakukan :
– Uji Normalitas
– Uji Autokorelasi
– Uji Heteroskedastistas
“ Uji Multikolinearitas TIDAK dilakukan dalam regresi liear sederhana karena hanya terdiri dari 1
variabel independen”.
Ada 3 orang mahasiswi datang konsultasi ke rumah, dengan baju yang sedikit basah dan seoerti merass kedinginan, sementara diluar cuacanya hujan lebat dan udaranya terasa dingin menusuk tulang. Mereka mengaku sebagai mahasiswa di salah satu universitas terkenal di Surabaya, dengan wajah yg lelah, bingung, menggosok-gosokkan kedua telapak tangannya, kemudian mulai bercerita yang mereka hadapi hingga datang kemari ” Mb, kami lagi penelitian dengan desain penelitian Pre dan Post, rencana sampel 125 responden, dan kami sudah diburu waktu untuk segera wisuda semester ini” ketiganya sambil melihat kearah saya, terdiam sesaat. ” bisakah kami dibantu untuk datanya, sekalian analisa datanya? dan minta dibantu hasilnya bisa sesuai teory yang ada di bab proposal”. “Kalian pake data primer apa data sekunder?” Kata saya. “Data primer, pake kuisioner mb.” Jawab mereka. Lho.. kok jadi serius.. LUPAKAN LUPAKAN.. DAN PERHATIKAN yang saya sampaikan.
Kami akan membantu untuk membuatkan data seperti yang kalian inginkan dan analisa data yang sesuai dengan penelitian anda. Kontak kami di 08125253494 konsultasikan apapun tentang penelitian anda pada kami sekarang dan selama penelitan anda. SUKSES milik kita bersama.
1. Uji Normalitas Apakah data berdistribusi normal atau tidak. LIHAT..Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.Begitu SEBALIKNYA maka regresi tidak memenuhi asumsi normalitas.
2. Multikolinearitas Apakah terjadi hubungan yang sempurna atau hampir sempurna antara variabel bebas? PERHATIKAN nilai tolerance harus dibawah >0,1 dan nilai Variance Inflation Factor(VIF) kurang dari <10 berati data dah okey.
3. Heteroskedastisitas Apakah terjadi Hetero? PERHATIKAN grafik scatter plot pada output SPSS, Jika tidak ada pola yang jelas, serta titik-titiknya menyebar di atas dan di bawah angka 0 pada sumbu Y, artinya datamu bebas hetero.
4. Autokorelasi Apakah antara variabel pengganggu masing-masing variabel bebas saling mempengaruhi? PERHATIKAN nilai D-W, HARUS berada diantara -2 dan 2 berarti data anda okey tidak ada autokorelasi. * >2 atau <-2 data kamu kena autokorelasi
5. Uji Linearitas Apa ada hubungan linier antara variabel X dan Y yang bisa dilakukan, PERHATIKAN :
a. Plot antara residu (e) versus Y-topi menggambarkan suatu scatter diagram (diagram pencar) Nah…hal ini bararti bahwa hubungan antara variabal X dan Y adalah linier.
b. Plot antara variabel X versus Y menggambarkan garis lurus maka asumsi pertama ini telah terpenuhi.
c. Plot antara residu versus X menggambarkan diagram pencar maka linieritas ini sudah terpenuhi.
Analisis ini menurut Sugiyono (200) digunakan oleh peneliti bila peneliti bermaksud meramalkan bagaimana keadaan (naik turunnya) variabel dependen (kriterium), bila ada satu variabel independen sebagai prediktor dimanipulasi (dinaik turunkan nilanya). Persamaan yang diperoleh dari regresi sederhana adalah Y = a + b X
y = adalah subjek nilai dalam variabel terikat yang diprediksikan
a = harga Y bila X = 0 (harga konstan)
b = angka arah koefisien regresi
X = subjek pada variabel bebas yang mempunyai nilai tertentu.
Asumsi yang diperlukan untuk analisis ini adalah uji normalitas. Uji normalitas diperlukan untuk mengetahui apakah data yang terkumpul dari setiap variabel dependen dan independen atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah yang mendekati normal (Imam Ghozali,2009).
Untuk melihat model regresi normal atau tidak, dilakukan analisis grafik dengan melihat “normal probability report plot” yang membandingkan antara distribusi kumulatif dari data sesungguhnya dengan distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data normal, maka garis yang menggantikan data sesungguhnya akan mengikuti garis diagonalnya (Imam Ghozali, 2009).
