Recodemerupakan suatu teknik untuk mengubah data menjadi kategori tertentu. Biasanya recode banyak diterapakan pada variabel numerik. Misalnya, Anda memiliki variabel lama bekerja kemudian pada variabel ini ingin dibagi ke dalam tiga kategori (cepat,sedang,lama). Maka recode inilah yang menjadi solusi untuk menangani hal tersebut.Converting an SPSS string variable into a numeric one is simple. However, there's a huge pitfall that few people are aware of string values that can't be converted into numbers result in system missing values without SPSS throwing any error or warning. This can mess up your data without you being aware of it. Don't believe me? I'll demonstrate the problem -and the solution- on part of which is shown below. SPSS Strings to Numeric - Wrong Way First off, you can convert a string into a numeric variable in variable view as shown below. Now, I never use this method myself because I can't apply it to many variables at once, so it may take way more effort than necessary; it doesn't generate any syntax there's no Paste button and nothing's appended to my journal file; it can mess up the data. However, there's remedies for that. So What's the Problem? Well, let's do it rather than read about it. We'll set empty cells as user missing values for s3; convert s3 to numeric in variable view; run descriptives on the result. *Set empty string as user missing value for values s3 ''.*Inspect frequency table for s3.*Now manually convert s3 to numeric under variable view.*Inspect s3.*N = 444 instead of 459. That is, 15 values failed to convert and we've no clue why. Result Note that some values in our string variable have been flagged with “a”. We probably want these to be converted into numbers. We have 459 valid values non empty cells. After converting our variable to numeric, we ran some descriptives. Note that we only have N = 444. Apparently, 15 values failed to convert -probably not what we want. And we usually won't notice this problem because we don't get any warning or error. Conversion Failures - Simplest Solution Right, so how can we perform the conversion safely? Well, we just inspected frequency tables how many non empty values do we have before the conversion? converted our variables to numeric; inspected N in a descriptive statistics after the conversion. If N is lower than the number of non empty string values frequencies before conversion, then something may be wrong. In our first example, the frequency table already suggested we must remove the “a” from all values before converting the variable. We'll do just that in a minute. Although safe, I still think this method is too much work, especially for multiple variables. Let's speed things up by using some handy syntax. SPSS - String to Numeric with Syntax The fastest way to convert string variables into numeric ones is with the ALTER TYPE command. It allows us to convert many variables with a single line of syntax. The syntax below converts all string variables in one go. We then check a descriptives table. If we don't have any system missing values, we're done. SPSS ALTER TYPE Example *Close data without saving and reopen before proceeding.*Convert all variables in one type s1 to s3 f1 s4 s1 to s4. Note using alter type s1 to s4 f1. will also work but the decimal places for s4 won't be visible. This is why we set the correct f format means 6 characters including the decimal separator and 3 decimal places as in Which is the format of our string values. Result Since we've 480 cases in our data, we're done for s1. However, the other 3 variables contain system missings so we need to find out why. Since we can't undo the operation, let's close our data without saving and reopen it. Solution 2 Copy String Variables Before Conversion Things now become a bit more technical. However, readers who struggle their way through will learn a very efficient solution that works for many other situations too. We'll basically copy all string variables; convert all string variables; compare the original to the converted variables. Precisely, we'll flag non empty string values that are system missing after the conversion. As these are at least suspicious, we'll call those conversion failures. This may sound daunting but it's perfectly doable if we use the right combination of commands. Those are mainly STRING, RECODE, DO REPEAT and IF. Copy and Convert Several String Variables *Close data without saving and reopen before proceeding.*Copy all string c1 to c4 a7.recode s1 to s4 else = copy into c1 to c4.*Convert variables to type s1 to s3 f1 s4 each variable, flag conversion failures cases where converted value is system missing but original value is not repeat conv = s1 to s4 / ori = c1 to c4 / flags = flag1 to and ori '' flags = repeat.*If N > 0, conversion failures occurred for some flag1 to flag4. Result Only flag3 and flag4 contain some conversion failures. We can visually inspect what's the problem by moving these cases to the top of our dataset. *Visually inspect why values fail to cases by flag3 d.*Some values flagged with 'a'.sort cases by flag4 d.*Some values flagged with 'a' through 'e'. Result Remove Illegal Characters, Copy and Convert Some values are flagged with letters “a” through “e”, which is why they fail to convert. We'll now fix the problem. First, we close our data without saving and reopen it. We then rerun our previous syntax but remove these letters before the conversion. Syntax *Close data without saving and reopen before proceeding.*Copy all c1 to c4 a7.recode s1 to s4 else = copy into c1 to c4.*Remove 'a' from s3 = replaces3,'a',''.*Remove 'a' through 'e' from repeat char = 'a' 'b' 'c' 'd' 'e'.compute s4 = replaces4,char,''.end repeat.*Try and convert variable type s1 to s3 f1 s4 conversion failures repeat conv = s1 to s4 / ori = c1 to c4 / flags = flag1 to and ori '' flags = repeat.*Inspect if conversion flag1 to flag4.*N = 0 for all flag variables so we're done.*Delete copied and flag variables c1 to flag4. Result All flag variables contain only system missings. This means that we no longer have any conversion failures; all variables have been correctly converted. We can now delete all copy and flag variables, save our data and move on. Thanks for reading!
Adapunlangkah - langkah mengubah desimal ke pecahan dengan cara yang kedua ini adalah sebagai berikut : Blok cell B4 sampai dengan B8. Klik kanan pada cell yang sudah diblok tersebut. Klik Format Cells dan akan muncul kotak dialog. Dalam kotak dialog Format Cells klik Tab Number. Dalam kotak Category klik Fraction.Setting decimal places in SPSS output is not straightforward. A great option, however, is our Set Decimals for Output Tables Tool. An alternative is changing your variable formats. Finally, for full control, one needs Python Scripting or SaxBasic. 1. Changing Variable Formats The number of decimals in SPSS output basically depends on the combination of statistic, procedure and variable format. Manipulating the latter is usually the easiest way to control the output formats to some extent. For example, try and run the following syntax. *1. Specify format for new numeric format= Create mini test list free/ data1 2 3end data.*3. Basic v1.*4. Change variable v1 Basic v1. By comparing the first and second descriptives tables, four different rules for the number of decimals can be derived N always has zero decimals which sort of makes sense Minimum and maximum take their numbers of decimals directly from the variable format The mean has two extra decimals The standard deviation has three extra decimals SPSS Output - Decimal Places for Descriptives 2. Using Python Scripting As illustrated, some control over decimals can be exerted by changing variable formats. However, this is rather limited. For instance, the mean wil always have at least two decimals and the standard deviation will always have one decimal more than the mean. These limitations can be overcome with either SaxBasic which is deprecated or Python Scripting. A very basic Python script for setting all decimal places to zero is *Set all decimal places in a "descriptives" table to = = index in range oItem = if == "Descriptive Statistics" and == pTable = dCells= for rows in range for cols in range program. Although this basic script is a bit lengthy, modifying it for instance, have different decimal places for different statistics wouldn't require too much extra code. Also, note that the script could be rewritten as a function accepting parameters such as decimal places and placed in a module for easier access. 3. The MODIFY TABLES Extension An alternative way to fine tune the numbers of decimal places in output tables is to use the MODIFY TABLES extension, which can be downloaded here. This extension can do much more than setting decimal places but some find it hard to use perhaps even harder than basic Python scripting. Under the hood it basically generates and runs a Python script like the one we just saw given some specifications. Setting decimal places to one for the Mean and Standard deviation is done like so *Set decimals of descriptives to 1 with the modify tables MODIFY TABLES subtype="'Descriptive Statistics'" SELECT="Mean" "Std. Deviation"DIMENSION= COLUMNSLEVEL = -1 PROCESS = ALL/STYLES APPLYTO=DATACELLS CUSTOMFUNCTION=" CaraMengubah Persen Menjadi Desimal. Untuk mengubah bentuk persen ke bentuk desimal caranya sangat mudah. Ada dua cara yang dapat dilakukan, yaitu sebagai berikut: Ubahlah bilangan persen di bawah ini ke bentuk desimal! 1. 5% = . Jawaban: Cara 1 5% = 5 / 100 = 0,05. Cara 2 5 sama dengan 5,0 Pindahkanlah tanda koma dua tempat ke kiri 5,0 Saat Anda membuka program SPSS, Anda akan melihat spreadsheet kosong di Tampilan Data. Jika Anda sudah memiliki dataset lain terbuka tetapi ingin membuat yang baru, klik File> Baru> Data untuk membuka spreadsheet kosong. Anda akan melihat bahwa masing-masing kolom diberi label “var.” Nama kolom akan mewakili variabel yang Anda masukkan dalam dataset Anda. Anda juga akan melihat bahwa setiap baris diberi label dengan angka “1,” “2,” dan seterusnya. Baris akan mewakili kasus yang akan menjadi bagian dari dataset Anda. Saat Anda memasukkan nilai untuk data Anda di sel spreadsheet, setiap nilai akan sesuai dengan variabel tertentu kolom dan kasus tertentu baris. Langkah-langkah menginput data di SPSS Klik tab Variabel View. Ketik nama untuk variabel pertama Anda di bawah kolom Nama. Anda juga dapat memasukkan informasi lain tentang variabel, seperti jenisnya standarnya adalah “numerik”, lebar, desimal, label, dll. Ketikkan nama untuk setiap variabel yang Anda rencanakan untuk dimasukkan dalam dataset Anda. Dalam contoh ini, saya akan mengetik “School_Class” karena saya berencana untuk memasukkan variabel untuk tingkat kelas setiap siswa yaitu, 1 = tahun pertama, 2 = tahun kedua, 3 = tahun ketiga, dan 4 = tahun keempat. Saya juga akan menentukan 0 desimal karena nilai variabel saya hanya akan menyertakan bilangan bulat. Defaultnya adalah dua desimal. Klik tab Data View. Setiap nama variabel yang Anda masukkan dalam Tampilan Variabel sekarang akan dimasukkan dalam kolom satu nama variabel per kolom. Anda dapat melihat bahwa School_Class muncul di kolom pertama dalam contoh ini. Klik tab Tampilan Data. Setiap nama variabel yang Anda masukkan dalam Tampilan Variabel sekarang akan dimasukkan dalam kolom satu nama variabel per kolom. Anda dapat melihat bahwa School_Class muncul di kolom pertama dalam contoh Anda dapat memasukkan nilai untuk setiap kasus. Dalam contoh ini, kasus mewakili siswa. Untuk setiap siswa, masukkan nilai untuk level kelas mereka di sel yang sesuai dengan baris dan kolom yang sesuai. Misalnya, informasi orang pertama harus muncul di baris pertama, di bawah kolom variabel School_Class. Dalam contoh ini, tingkat kelas orang pertama adalah “2,” orang kedua adalah “1,” orang ketiga adalah “1,” orang keempat adalah “3,” dan seterusnya. Ulangi langkah ini untuk setiap variabel yang akan Anda sertakan dalam dataset Anda. Jangan lupa untuk secara berkala menyimpan progres Anda saat Anda memasukkan data. Masukkanvariabel merk ke kotak row (s), tipe ke kotak column (s) dan tujuan ke kotak layer dengan cara mengklik nama masing-masing variabel kemudian klik tanda panah yang berwarna biru. Setelah itu klik OK maka hasilnya akan keluar pada lembar output SPSS. Kotak Dialog Crosstab. 5. Hasil Analisis dan Pembahasan. Deskriptif, Regresi dan Korelasi Minitab 16 Sebelum memlulai pusat bahasan, kita terlebih lalu memahami Basic berpunca Minitab Basic Minitab merupakan aplikasi pengolah data statistik. Pengoperasiannya lebih simple daripada SPSS, namun ada sejumlah peristiwa yang harus dicatat 1. Sebelum data dimasukkan, Setiap ruangan harus diformat lampau. 2. Kesalahan format akan mengakibatkan data lain terbaca dengan benar Prinsip memformat kolom/baris dan mengegolkan data Elastis yang cak hendak dimasukkan, purwa-tama diketik secara manual plong header yang disediakan. Serah Ukuran untuk sendirisendiri rubrik Text,Numeric,Date/Time dengan memblok salah satu ruangan sreg header teralaC1,C2,C3,dst.. dengan cara mengklik kidal salah suatu cell nan bersangkutan misal C1. Kemudian Klik kanan pada cell tersebut dan diskriminatif Dimensi Column’. Bakal menu biji dapat dipilih dengan Klik kanan lega cell tersebut>’Format Column>Numeric… Akan muncul Menu seperti berikut Automatic = Membentuk angka secara otomatis Fixed decimal = Menambahkan dan menentukan banyaknya desimal Exponential Currency = Membagi Ukuran bakal alat penglihatan uang Percentage = Memberi Format cak bagi Persentase Bakal dimensi Referensi, boleh di memperbedakan dengan Klik kanan>Format Column>Text Untuk dimensi Tahun dan copot, dapat dipilih degan Klik kanan>Matra Column>Date/Time… Sekian tentang Basic bersumber Minitab. Sekarang, kita boleh membahas inti pembahasan kita. Menghitung data deskriptif Masukkan data yang akan di cari Klik tab Stat>Basic Statistics>Display Descriptive Statistics Akan muncul pop-up window berjudul Display Descriptive Statistics’. Pilih seluruh elastis yang akan diproses datanya secara deskriptif, dan elastis 1/makin plastis yang akan menadi transendental. Kemudian klik menu Statistics…’, akan muncul pop-up mentah yang berjudul Display Descriptive Statistics – Statistics’. Pilih sejumlah data yang ingin ditampilkan pada window Session’, kemudian klik Ok’ dan sekali lagi klik Ok’. Akan unjuk data seperti dibawah ini. Mencari Regresi tertinggal Masukkan data variabel Klik tab Stat>Regression>Regression Setelah unjuk Window Regression’, pilih plastis yang akan dihitung regressinya pada kolom Response’ dan variabel prediksinya di ruangan Prediction’ lalu langsung klik Ok’. Akan muncul data seperti berikut Mencari Korelasi Sederhana Klik tab Stat>Basic Statistics>Correlation’ 2. Setelah muncul Window Correlation, masukkan luwes yang akan dicari korelasinya dan serempak klik Ok’. Akan muncul data sebagai halnya ini Minitab 16 Sebelum mulai untuk mengejar Deskriptif, Regresi dan Korelasi, suka-suka baiknya kita kenali lewat basic berpunca SPSS Basic Klik tab Variable View’, dapat dilihat plong jihat kiri pangkal pecah layar SPSS, kemudian masukkan variabel yang bersangkutan dengan garis hidup i. Spasi digantikan dengan tanda _’ ii. Diawali dengan karakter Alfabet Dimensi masing-masing lentur sesuai dengan kebiasaan variabel start dari Type, Widh, Decimal, dst.’ Keterangan i. Type = Aturan variabel. Apabila ingin memasukkan vaiabel dengan data coretan, maka ubah Type’ variabel tersebut menjadi String’Dapat dipilih dengan mengklik tanda …’ pada sisi kanan cell Type pada untuk satu variabel ii. Width = Panjangnya kepribadian data suatu lentur, takdirnya data tersebut mancapai 8 kepribadian, maka Set Width tersebut dengan poin 8’. iii. Decimals = Banyak desimal yang kepingin digunakan. Namun, kerjakan plastis dengan sifat data String’, maka opsi Decilams akan dihilangkan dengan sendirinya. iv. Label = Header yang akan muncul pada saat proses analisa radu dioperasikan, dan akan dicantumkan pada window Output’. v. Columns = Jumlah ruangan nan akan digunakan. vi. Align = Posisi data suatu laur saat dioperasikankidal, perdua, kanan. vii. Measure = Keberagaman pengukuran data berpokok suatu Plastis Scale, Ordinal, Nominal. Setelah mengarifi basic tentang Laur, suka-suka bilang hal lagi nan harus diketahui Data yang diinput pada tab Data View’ tidak dapat membaca keunggulan koma ,. Maka, setiap akan memasukkan data non-desimal dengan selang antara noktah Cth etiket titik. tersebut harus dihilangkanCth 1234567 karena cap titik tersebut akan terbaca sebagai koma oleh SPSSCth dan bagi mencadangkan tanda koma, tersebut ke dalam tab ’Data View’, maka puas tab Variable View’, rubrik Type’ berasal data variable tersebut harus dirubah menjadi Comma’. Jika data nan diinput adalah angka yang mempunyai desimal Cth 123,45, agar bisa dibaca dengan baik makanya SPSS, maka jeda koma, tersebut harus diganti dengan tera Titik. pada tab Data View’Cth dan sesuaikan jumlah desimal nan digunakan dengan merubah angka pada kolom Decimals’ puas veriabel bersangkutanCth jika desimalnya ada 2123,45 maka rubah ponten lega kolom Decimals’ untuk luwes yang berkepentingan Uji Normalitas suatu data bisa diketahui dengan cara klik tan Analyze>Descriptive Statistics>Explore…’ Akan unjuk pop-up Window yang berjudul Explore’, kemudian masukkan sejumlah variabel yang akan diujikan normalitasnya Kemudian Klik Plots…’ dan Check puas Normality plots with tests’. Klik Continue’ kemudian klik Ok’, akan unjuk data laksana berikut Sekarang kita sudah siap kerjakan memasuki pembahasan utama I. Menghitung data Deskriptif 1. Klik Tab Variable View’Masukkan Elastis yang akan dikalkulasikan dan atur sesuai dengan yang dibutuhkan 2. Klik tab Data View’ dan masukkan data sesuai dengan yang sudah lalu diformatkan pada tab Variable View’ 3. Klik tab Analyze>Descriptive Statistics>Descriptives…’ 4. Akan muncul pop-up window yang berjudul Descriptives’, memperbedakan semua variabel yang akan dihubungkan dan dideskripsikan dan masukkan dengan meng-klik nama cuaca yang menghadap ke kanan. 5. Untuk mengatur apa saja yang akan ditampilkan pada analisa, klik Options’ dan membeda-bedakan metode deskriptif nan dibutuhkan. 6. Sehabis dilih, klik Continue’ dan klik Ok’. akan unjuk tampilan analisa seperti berikut II. Menghitung Korelasi tercecer A. Bivariate Pearson 1. Klik tab Analyze>Correlate>Bivariate…’ dan pilih 2 Variabel nan akan dicari korelasinya dan Check pada box Pearson’. Kemudian klik Ok’Akan muncul lega Window Output seperti berikut B. Bivariate Spearman 1. Klik tab Analyze>Correlate>Bivariate…’ dan pilih 2 Lentur yang akan dicari korelasinya dan Check sreg box Spearman’. Kemudian klik Ok’. Akan muncul puas Window Output sebagaimana berikut III. Menghitung Regresi Terbelakang 1. Klik tab Analyze>Regression>Linear…’ 2. Masukkan sebuah variabel dependen pada ruangan Dependent’ dan variabel Independent’ 3. Klik Ok’ dan abaikan yang lain. Akan muncul hasil analisa puas window Output sperti berikut Sekian sebagian mungil Cak bimbingan Minitab 16 dan SPSS 17 bersumber saya, Semoga bisa membawa manfaat cak bagi semua pihak yang tersapu dan pembaca. Saya ucapkan syukur atas perhatiannya. -Rizky Trisnadian Pratama
TutorialSPSS Bahasa Indonesia, Pengenalan SPSS, Belajar SPSS,Menghitung data Statistik dengan SPSS, SPSS untuk Pemula,SPSS untuk Penelitian,
Changing a variable's width is rarely necessary. Nevertheless, it's good to know how when it's needed and how it's done. Changing Variable Width in SPSS For string variables, width refers to how many characters a value can hold. An exception are multibyte characters as explained in SPSS Unicode Mode. Somewhat confusingly, "width" is not the width of a variable's column as displayed on screen, which is referred to as columns. For string variables, width should be increased when new values are desired that are longer than the current width. This is demonstrated by the syntax example below. For numeric variables, "width" refers to how many digits should be displayed. However, SPSS will often override the specified width is it's insufficient. If not, FORMATS can be used for increasing it. SPSS Formats and Alter Type Syntax Examples The test data used by the syntax below are found here. *1. Width for "income" increases from 5 to 6 after running the line income "Stefano" 7 letters is too long for "name" 6 letters. We'll therefore increase its width to 7 type namea7.*3. Now we can change "Stefan" to "Stefano".if name eq 'Stefan' name = 'Stefano'.execute. Changing Decimal Places in SPSS Decimal places can be changed by the FORMATS command. Just note that the first number refers to the width of the entire variable including decimals so the second number decimals should always be smaller. Also, keep in mind that the actual data values will not change because of using FORMATS. They are merely displayed differently. SPSS Formats Syntax Example The test data used by the syntax below are found here. *Note how running the line below displays two decimals for "income" under "Data View".formats income CaraMengubah Pecahan Campuran ke Desimal. Dalam pelajaran matematika, pecahan campuran merupakan pecahan yang terdiri dari dua komponen bilangan, yakni bilangan pecahan dan bilangan bulat. Contohnya yaitu angka 8 yang menjadi bilangan bulat disandingkan dengan ¾ yang menjadi pecahan biasa. Jika digabungkan, maka akan menjadi 83/4.. Suntingvariabel dengan konfigurasi di atas Jika anda ingin mengubah angka desimalnya yaitu angka di belakang koma, baik mengurangi atau menambahnya, yang perlu anda lakukan cukup select sel yang anda ingin ubah angkanya pada tab home , di grup number , klik tombol decrease decimal (kurangi desimal, mengurangi angka di belakang koma) atau sebelahnya increase decimal (tambah desimal, manambah. Cara Membuat Cross Tabulation Menggunakan Spss. q6HQs2k.