Optimal Binning
Adalah
metode diawasi untuk diskretisasi variabel numerik skala (numerik dan diperlakukan
sebagai kontinu), yaitu pengelompokan nilai-nilai variabel yang menjadi satu
set yang relatif kecil dari nilai diskrit (sampah), yang masing-masing mewakili
rentang nilai pada variabel asli diskritisasi mungkin.
Transform :untuk melakukan
perubahan-perubahan atau penambahan data.
- Compute : operasi aritmatika dan logika untuk
- Count : untuk mengetahui jumlah sebuah ukuran data tertentu pada suatu baris
tertentu
- Recode : untuk mengganti nilai pada kolom variable tertentu, sifatnya
menggantikan (into same variable) atau merubah (into different variable) pada
variable baru
- Categorize variable : merubah angka rasional menjadi diskrit
- Rank case : mengurutkan nilai data sebuah variabel
Layar editor :
Name : kolom 1, tempat menuliskan nama
variabel
Kolom 2 berisi dari berbagai tipe data
seperti :
- Numeric : angka, tanda (+) atau (-)
didepan angka, indikator desimal.
- Comma :angka, tanda (+) atau (-) didepan angka, indikator desimal, tanda
koma sebagai pemisah bilangan ribuan
- Dot :angka, tanda (+) atau (-) didepan angka, indikator desimal,tanda titik
sebagai pemisah bilangan ribuan.
- Scientific notation : sama dengan numeric, tetapi menggunakan symbol E untuk
kelipatan 10
- Data :menampilkan data format tanggal atau waktu Dollar :memberi tanda
dollar ($), tanda koma sebagai pemisah bilangan ribuan dan tanda titik sebagai
desimal.
- Custom currency : untuk format mata uang String:biasanya huruf atau karakter
lainnya
kolom ke 3 width : menentukan berapa
jumlah maksimal angka / huruf yang dapat di muat.
kolom kolom ke 4 desimal
:untuk menentukan jumlah angka dibelakang koma. Jika angka merupakan bilangan
bulat, seperti pria =1 dan wanita = 2 desimal diisi dengan angka = 0
Label : persi lengkap dari name, bias banyak karakter, bias huruf bersar dan
menggunakan spasi, sebaiknya dituliskan terlebih bila akan veriabel tersebut
akan di olah lebih lanjut
Values : Untuk meng-coding data nominal
Missing : Jika bila dalam data yang akan diolah terdapat datum yang tidak
terisi atau tdak lengkap, jika beberapa datum tidak terisi, pilih angka yg
tertentu sebagai tanda missing value atau tidak di kosongkan.
Collom : adalah lebar dalam karakter dari nama, besarnya nominal sama dengan
besarnya nilai di widht
Align : Sama seperti microsoft lainnya
Measure : Skala pengukuran dari variabel yang bersangkutan
Scale : Mengubah skala pengukuran interval dan rasio
Analyze : Untuk mengolah data seperti korelasi regresi, uji - t dan lain-lain
MEANS
Untuk menghitung dan membandingkan rata-rata data yang
dikelompokkan berdasarkan faktor tertentu. Misalnya membandingkan rata-rata IP
Semester I menurut asal sekolah dan daerah asal setiap jenis kelamin.
Prosedur yang dapat digunakan adalah Analyze-Compare Means – Means.
One sample T- test :
Untuk menghitung uji-t satu sampel yang diuji dengan nilai uji
tertentu. Misalnya Diuji IP semester I dengan nilai pengujian 3. (Artinya kita
akan menguji hipotesis bahwa rata-rata IP semester I sama dengan 3)
Ho : μ = 3. Ho ini ditolak jika signifikansi t ‘sig. (2 tilled)’ kurang dari
taraf signifikansi 0,05 (5%).
Paired Sample t-test :
Untuk menguji dua rata-rata dari dua variabel data yang berpasangan
(paired). Misalnya akan diuji perbedaan rata-rata IP Semester I dan IP Semester
II
Ho: μ1 = μ2 (kedua rerata sama)
Ho ini ditolak jika signifikansi t ‘sig. (2 tilled)’ kurang dari taraf
signifikansi 0,05 (5%).
Kalau Ho ditolak berarti rata-rata IP semester I dan IP semester II tidak sama
/berbeda secara meyakinkan (signifikan).
Independent Sampel t-test : Untuk menguji dua rata-rata dari dua data yang saling independen.
Misalnya diuji perbedaan rata-rata IP Semester I laki-laki dan perempuan
(Laki-laki dan perempuan saling independen)
Ho: μ1 = μ2 (kedua rerata sama)
Ho ini ditolak jika signifikansi t ‘sig. (2 tilled)’ kurang dari taraf
signifikansi 0,05 (5%).
Kalau Ho ditolak berarti rata-rata IP semester I laki-laki dan rata-rata IP
semester I perempuan tidak sama /berbeda secara meyakinkan (signifikan).
One-Way ANOVA : Menu ini untuk menguji variasi data (perbedaan rata-rata lebih dari 2 kelompok
data.
Correlate
KORELASI BIVARIATE
Korelasi Bivariate melibatkan dua atau lebih variable untuk diketahui hubungan
di antaranya.
Sebagai contoh : kita ingin mencari korelasi antara angka harapan hidup wanita
dan laki-laki seluruh
dunia. Dalam output SPSS maupun lainnya biasanya disertai dengan uji
signifikansi, yaitu apakah korelasi tersebut signifikan pada alpha tertentu.
KORELASI PARSIAL
Agak sedikit berbeda dengan korelasi bivariate, korelasi parsial memasukkan
satu variable tambahan
yang berfungsi sebagai pengontrol dari dua variable yang berkorelasi.