PIN BBM : 7D16FAFD

Google+ Followers

Site Info

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS | Uji Wilcoxon digunakan untuk menentukan ada tidaknya perbedaan rata-rata dua sampel yang saling berhubungan atau dependen. Jika data sampel bertipe interval atau rasio, serta distribusi data mengikuti distribusi normal, sobat bisa melakukan uji parametrik untuk dua sampel berhubungan, seperti uji paired sample t test. Namun jika salah satu syarat tersebut tidak terpenuhi yaitu data bertipe nominal atau ordinal, atau data bertipe interval atau rasio, namun tidak berdistribusi normal. Maka uji paired sample t test diganti dengan uji non parametric yang khusus digunakan untuk dua sampel yang berhubungan.

Contoh Kasus dalam Uji Wilcoxon

Seorang peneliti ingin melakukan pengukuran terhadap denyut nadi pada 8 mahasiswa sebelum dan sesudah merokok, adapun data penelitiannya dapat dilihat pada gambar di bawah ini.

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

Dasar Pengabilan Keputusan dalam Uji Wilcoxon
  • Jika nilai signifikansi < 0,05 maka, ada perbedaan denyut nadi sebelum dan sesudah merokok.
  • Jika nilai signifikansi > 0,05 maka, tidak ada perbedaan denyut nadi sebelum dan sesudah merokok.
Langkah-langkah Uji Wilcoxon dengan SPSS

1. Buka lembar baru pada program SPSS, lalu klik Variable View
2. Pada bagian Name kolom pertama tuliskan Sebelum, kemudian pada baris kedua tuliskan Sesudah, abaikan saya pilihan yang lainnya dan biarkan tetap default

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

3. Selanjutnya, klik Variable View kemudian masukkan data penelitiannya, jika soba ragu dalam mengiput data ke program SPSS, sobat dapat (Download Input Data SPSS) yang sudah saya buat

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

4. Klik AnalyzeNonparametric TestsLegacy Dialogs2 Related Samples…

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

5. Maka muncul kotak dialog dengan nama Two-Related-Samples Tests. Pada bagian Test Pair(s) List atau variabel yang akan diuji. Pertama klik mouse pada variabel Sebelum; kemudian tekan tombol CTRL pada keyboard sambil klik mouse pada varibel Sesudah. Terlihat variabel tersorot dan berubah warna. Selanjutnya, klik mouse pada tanda panah -> untuk memasukkan kedua variabel tersebut ke dalam kotak Test Pair(s) List. Kemudian untuk Test Type atau tipe uji, karena dalam kasus ini akan diuji dengan Wilcoxon, maka mouse pada pilihan Wilcoxon. Sedangkan tiga pilihan uji yang lainnya diabaikan saja

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

6. Langkah terakhir klik OK, maka berikut tampilan outputnya

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

Interpretasi Output dalam Uji Wilcoxon dengan SPSS

Perhatikan pada bagian Test Statistics, berdasarkan output di atas diperoleh nilai Asymp.Sig. (2-tailed) sebesar 0,049. Karena nilai sig 0,049 < 0,05 maka dapat disimpulkan bahwa ada perbedaan denyut nadi sebelum dan sesudah merokok. Sekedar untuk informasi bahwa pengambilan keputusan dalam Uji Wilcoxon dapat juga dilakukan dengan membadingkan antara nilaign Z hitung dengan Z tabel..

Demikan tadi cara Uji Peringkat Bertanda Wilcoxon dengan SPSS, semoga sudah cukup jelas,, selamat mencoba..

[Search: Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS | Langkah-langkah Uji Wilcoxon dengan SPSS | Interpretasi Output dalam Uji Wilcoxon dengan SPSS versi 21 | Uji Dua Sampel Berhubungan dengan Uji Wilcoxon]

Uji Analisis One Way Anova dengan SPSS Lengkap

Uji Analisis One Way Anova dengan SPSS Lengkap | Prosedur uji hipotesis ini disebut analisis variansi, disingkat Anava (Analisis Varian) atau Anova (Analysis of Variance). Disebut analisis variansi, karena pada prosedur ini kita melihat variasi-variasi yang muncul karena adanya beberapa perlakuan atau treatment untuk menyimpulkan ada tidaknya perbedaan rata-rata pada k populasi tersebut.

Persayaratan dalam Analisis One Way Anova
Contoh Kasus dalam Analisis One Way Anova

Seorang peneliti melakukan penelitian tentang pengaruh jarak tenam terhadap produksi tanaman cabe. Maka dilakukan penelitian dengan menggunakan lima macam jarak tanam : A=15x15cm, B=15x20cm, C=15x25cm, dan D=20x20cm dan diperolah datanya (dalam kwintal/ha) sebagai berikut.

Uji Analisis One Way Anova dengan SPSS Lengkap

Dengan menggunakan taraf signifikansi 5% maka kita uji hopotesis yang menyatakan “bahwa tidak terdapat perbedaan yang signifikan produksi cabai yang dilakukan dengan menggunakan empat macam jarak tanam”. Diasumsikan data produksi cabai berdistribusi normal dengan ragam sama atau homogen.

Dasar Pengambilan Keputusan dalam Analisis One Way Anova
  • Jika nilai probabilitas signifikansi > 0,05 maka tidak terdapat perbedaan yang signifikan produksi cabai yang dilakukan dengan menggunakan empat macam jarak tanam.
  • Jika nilai probabilitas signifikansi < 0,05 maka terdapat perbedaan yang signifikan produksi cabai yang dilakukan dengan menggunakan empat macam jarak tanam.
Langkah-langkah Uji Analisis One Way Anova dengan SPSS

1. Buka lembar kerja baru pada program SPSS, kemudian klik Variable View, selanjutnya pada kolom Name ketik Produksi pada baris pertama dan Perlakuan pada baris kedua. Pada kolom Decimals, ketik 1 untuk baris pertama dan ketik 0 untuk baris kedua karena data berupa kategori. Pada kolom Label, ketik Produksi Cabai untuk baris pertama dan Perlakuan untuk baris kedua

Uji Analisis One Way Anova dengan SPSS Lengkap

2. Pada baris kedua, pada kolom Values, klik mouse pada kotak kecil di kanan sel. Pada kotak isian Value ketik 1, pada isian Value label, ketik Jarak A, lalu klik tombol Add, isi kembali untuk Value ketik 2, pada Value label ketik Jarak B, klik tombol Add, klik lagi untuk Value ketik 3, pada Value label ketik Jarak C, klik tombol add, klik lagi untuk Value ketik 4, pada Value label ketik Jarak D, klik tombol Add, karena sudah selesai maka klik Ok

Uji Analisis One Way Anova dengan SPSS Lengkap

3. Klik Data View, lalu ketik datanya seperti data di atas sesuai dengan variabelnya (Download Input Data)

Uji Analisis One Way Anova dengan SPSS Lengkap

4. Selanjutnya, pilih AnalyzeCompare MeansOne Way ANOVA

Uji Analisis One Way Anova dengan SPSS Lengkap

5. Klik variabel Produksi, masukkan ke dalam Dependent List, kemudian klik variabel Perlakuan , masukkan ke Factor

Uji Analisis One Way Anova dengan SPSS Lengkap

6. Klik pilihan Options, pada Statistiks, pilih Deskriptive dan Homogenity-of variance test, kemudian klik Continue

Uji Analisis One Way Anova dengan SPSS Lengkap

7. Klik Post-Hoc, dari pilihan yang ada pilih LSD, lalu klik Continue

Uji Analisis One Way Anova dengan SPSS Lengkap

8. Untuk mengakhiri proses analisis maka klik OK

Uji Analisis One Way Anova dengan SPSS Lengkap

Interpretasi Output dalam Analisis One Way Anova

Untuk mempersingkat penjelasan, maka perhatikan pada Output ketiga saja yakni ANOVA | Berdasarkan output di atas, diperoleh nilai probabilitas signifikansi sebesar 0,044. Oleh karena, nilai probabilitas signifikansi 0,044 < 0,05 maka hipotesis di atas di tolak, yang berarti “terdapat perbedaan yang signifikan produksi cabai yang dilakukan dengan menggunakan empat macam jarak tanam tersebut”.

Demikian hasil pembahasan Uji Analisis One Way Anova dengan SPSS Lengkap,, terimakasih telah bersedia membaca tulisan di atas.. semoga bermanfaat..

[Search : Uji Analisis One Way Anova dengan SPSS Lengkap | Contoh Kasus dalam Analisis One Way Anova dalam SPSS | Persayaratan dalam Analisis One Way Anova | Langkah-langkah Uji Analisis One Way Anova dengan SPSS Versi 21 | Uji Analisis Varians Satu Jalan]

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap | Seperti yang sudah diketahui bersama bahwa dilakukannya uji korelasi dimaksudkan untuk mengetahui tingkat keeratan hubungan yang dimiliki antar variabel dalam penelitian. Uji hubungan atau korelasi dapat dilakukan dengan beberapa metode hal ini tergantung jenis data yang digunakan, seperti : 
  1. Korelasi Product Moment adalah Koefisien korelasi untuk dua buah variabel x dan y yang kedua-duanya memiliki tingkat pengukuran interval atau rasio. Baca : Analisis Korelasi Product Moment dengan SPSS
  2. Koefisien korelasi Spearman atau Spearman’s coefficient of (Rank) correlation dan Kendall digunakan untuk pengukuran statistik non-parametrik data ordinal. Korelasi Spearman dan Kendall pada awalnya akan melakukan perangkingan terhadap data yang penelitian, kemudian baru dilakukan pengujian korelasinya.
Perbedaan antara Korelasi Spearman dan Kendall yakni jika dalam Korelasi Kendall (diberi symbol ῖ) merupakan suatu penduga tidak bias untuk parameter populasi, maka dalam korelasi spearman (diberi symbol r) dan tidak memberikan dugaan untuk koefisien peringkat suatu populasi.

Sesuai dengan judul artikel, bahwa kali ini saya akan mepraktekkan cara Uji Koefisien Korelasi Spearman dengan SPSS Lengkap berserta dengan interpretasinya.. sebelum saya masuk ke langkah-langkahnya.. ada baiknya sobat ketahui dulu dasar pengambilan keputusan dalam uji Korelasi Spearman.

Dasar Pengambilan Keputusan dalam Uji Korelasi Spearman:
  • Jika nilai sig. < 0,05 maka, dapat disimpulkan bahwa terdapat korelasi yang signifikan antara variabel yang dihubungkan.
  • Sebaliknya, Jika nilai sig. > 0,05 maka, dapat disimpulkan bahwa tidak terdapat korelasi yang signifikan antara variabel yang dihubungkan.
Kriteria tingkat hubungan (koefisien korelasi) antar variabel berkisar antara ± 0,00 sampai ± 1,00 tanda + adalah positif dan tanda – adalah negatif. Adapun kriteria penafsirannya adalah:
  • 0,00 sampai 0,20, artinya : hampir tidak ada korelasi
  • 0,21 sampai 0,40, artinya : korelasi rendah
  • 0,41 sampai 0,60, artinya : korelasi sedang
  • 0,61 sampai 0,80, artinya : korelasi tinggi
  • 0,81 sampai 1,00, artinya : korelasi sempurna
Contoh Kasus dalam Uji Korelasi Spearman:

Seorang manajer perusahaan ingin mengetahui apakah terdapat hubungan antara Motivasi Kerja dengan Prestasi Kerja karyawan di perusahaan yang ia pimpin. Untuk itu diambilah 12 pekerja untuk dijadikan sampel penelitian. Data yang diperoleh dapat dilihat pada gambar dibawah ini.

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

Langkah-langkah Uji Koefisien Korelasi Spearman dengan SPSS

1. Aktifkan lembar kerja SPSS, kemudian klik Variable View, pada bagian Name tuliskan Motivasi dan Prestasi.

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

2. Selanjutnya, klik Data View dan masukkan nilai dari masing-masing variabel.

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

3. Kemudian, dari menu SPSS klik AnalyzeCorrelateBivariate…

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

4. Muncul kotak dialog dengan nama Bivariate Correlations, selanjutnya masukkan variabel Motivasi dan Prestasi ke kotak Variables; pada bagian Correlation Coefficients: hilangkan tanda centang pada Pearson.. dan berikan tanda centang pada Spearman. Untuk kolom Tests of Significance pilih Two-tailed dan berikan tanda centang pada Flaq significant correlations

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

5. Terkahir klik Ok untuk mengakhiri proses data, selanjutnya akan muncul ouput sebagai berikut:

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

Interprestasi Output Uji Koefisien Korelasi Spearman

Berdasarkan ouput di atas diketahui bahwa N atau jumlah data penelitian adalah 12, kemudian nilai sig. (2-tailed) adalah 0,001, sebagaimana dasar pengambilan keputusan di atas, maka dapat dimpulkan bahwa ada hubungan yang signifikan antara Motivasi Kerja dengan Prestasi Kerja. Selanjutnya, dari output di atas diketahui Correlation Coefficient (koefisien korelasi) sebesar 0,822, maka nilai ini menandakan hubungan yang tinggi antara Motivasi Kerja dengan Prestasi Kerja. Selanjutnya jika manajer perusahaan ingin mengetahui apakah Motivasi Kerja berpengaruh signifikan terhadap Prestasi Kerja maka dapat hal ini dapat dilakukan dengan analisis regresi sederhana.

Baca: Uji Regresi Sederhana dengan SPSS Lengkap

[Search : Uji Koefisien Korelasi Spearman dengan SPSS Lengkap | Contoh kasus dalam Uji Korelasi Spearman | Cara Uji Rank Spearman menggunakan SPSS versi 21 | Langkah-langkah Pengujian Spearman,s rho dalam SPSS]
[Img: Dokumen Hasil SPSS versi 21]

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS | Uji Heteroskedastisitas merupakan salah satu bagian dari uji asumsi klasik dalam model regresi. Untuk mendeteksi ada tidaknya heteroskedastisitas dalam sebuah data, dapat dilakukan dengan beberapa cara seperti menggunakan Uji Glejser, Uji Park, Uji White, dan Uji Heteroskedastisitas dengan melihat grafik scatterplot pada output SPSS. Namun, pada artikel tutorial kali ini saya tidak akan membahas lebih jauh tentang apa itu uji heteroskedastisitas, tujuan uji heteroskedastisitas, dan lain sebagainya yang sebelumnya sudah saya jelaskan pada artikel Uji Heteroskedastisitas dengan Uji Glejser Program SPSS

Sesuai judul di atas, kali ini saya akan mempraktekkan Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS. Pada prinsipnya uji heteroskedastisitas dengan metode ini adalah melihat grafik Scatterplot antara nilai prediksi variabel independen yaitu ZPRED dengan residunya SRESID.

Dasar pengambilan keputusan dalam Uji Heteroskedastisitas dengan Grafik Scatterplot
  • Jika terdapat pola tertentu pada Grafik Scatterplot SPSS, seperti titik-titik yang membentuk pola yang teratur (bergelombang, menyebar kemudian menyempit), maka dapat disimpulkan bahwa telah terjadi heteroskedastisitas.
  • Sebaliknya, jika tidak ada pola yang jelas, serta titik-titik menyebar, maka indikasinya adalah tidak terjadi heteroskedastisitas.
Sebagai contoh, saya mempunyai sebuah penelitian fiktif dengan judul : “Pengaruh Profesional Diri dan Motivasi Terhadap Kinerja Pegawai PT Konsistensi. Dari judul ini kita dapat mengetahui bahwa terdapat tiga variabel yang digunakan, yakni dua variabel independen (Profesionalisme dan Motivasi), dan satu variabel dependen (Kinerja). Adapun data penelitiannya sebagaimana gambar di bawah ini.

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

Keterangan : Jumlah responden berjumlah = 72 orang. Sebagai latihan melakukan Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS anda dapat mendownload data di atas dalam format excel | DOWNLOAD

Langkah-langkah Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

1. Aktifkan program SPSS, setelah itu klik Variable View, selanjutnya kita definisikan variabelnya. pada bagian Name tuliskan X1, X2, dan Y, pada bagian Decimals kita ganti menjadi nol 0, kemudian pada bagian Label tuliskan Profesionalisme, Motivasi, dan Kinerja. Untuk yang lain diabaikan saja

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

2. Kemudian, klik Data View, kita masukkan nilai untuk masing-masing masing-masing variabel tersebut. Dapat dengan cara ditulis manual ataupun copy paste dari data yang sudah direkap di excel

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

3. Setelah selesai menginput data, langkah selanjutnya tahap analisis data: Pertama klik Analyze, lalu klik Regression, dan klik Linear…

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

4. Mucul kotak dialog baru dengan nama Linear Regression, masukkan variabel Kinerja (Y) ke kotak Dependent, selanjutnya masukkan variabel Profesionalisme (X1) dan Motivasi (X2) ke kotak Independent(s)

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

5. Selanjutnya pilih Plots, akan muncul kotak dialog dengan nama Linear Regression: Plots, kemudian masukkan variabel *SRESID ke kotak Y. dan masukkan variabel *ZPRED ke kotak X. Abaikan saja pilihan yang lainnya, lalu klik Continue

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

6. Terakhir klik Ok. Maka akan muncul output SPSS.. perhatikan pada ouput Scatterplot

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

Interpetasi Output Heteroskedastisitas dengan Grafik Scatterplot

Berdasarkan ouput Scatterplot di atas, terlihat bahwa titik-titik menyebar dan tidak membentuk pola tertentu yang jelas. Sehingga dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas. Uji Heteroskedastisitas dengan melihat Grafik Scatterplot menpuyai kelemahan yang cukup signifikan sebab jumlah pegamatan tertentu sangat mempengaruhi hasil ploting. Oleh sebab itu, untuk mempertegas apakah terjadi masalah heteroskedastisitas atau tidak maka perlu dilakukan Uji Heteroskedastisitas dengan Uji Glejser

[Search: Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS | Cara melakukan Uji Heteroskedastisitas Grafik Scatterplot dengan SPSS Lengkap| Melihat Masalah Heteroskedastisitas dengan Charts Grafik Scatterplot]
[Img : Dokumen SPSS Versi 21]

Cara melakukan Uji Statistik Chi Square SPSS

Cara melakukan Uji Statistik Chi Square SPSS | Uji Chi Square atau Uji Chi Kuadrat dalam statistik seringkali dilambangkan dengan X2. Tujuan uji chi square adalah untuk menguji hipotesis terhadap proporsi relatif dari case yang di kelompokkan. Data yang digunakan dalam uji chi square adalah data dalam bentuk frekuensi, bukan dalam bentuk angka rasio atau skala. Data frekuensi ini merupakan hasil dari pengklasifikasian data yang berbentuk nominal. Misalkan data frekuensi berdasarkan gender (laki-laki dan perempuan), klasifikasi sikap (baik, cukup, jelek), atau data klasifikasi kecenderungan seseorang juga boleh digunakan dalam uji chi square seperti contoh Cara melakukan Uji Statistik Chi Square SPSS yang akan saya praktekkan dalam artikel ini.

Dasar Pemgambilan Keputusan dalam Uji Chi Square SPSS

Berdasarkan Nilai Signifikansi :
  1. Jika nilai asymp signifikansi < 0,05 maka Ha diterima.
  2. Jika nilai asymp signifikansi > 0,05 maka Ho diterima.
Berdasarkan Nilai Chi Square Hitung dan Tabel :
  1. Jika nilai chi square hitung > dari chi square tabel, maka Ha diterima.
  2. Jika nilai chi square hitung < dari chi square tabel, maka Ho diterima.


Contoh Kasus dalam Uji Chi Square : Kali ini saya akan melakukan uji chi square tentang Kecenderungan masyarakat terhadap proses pemilihan Kepala Daerah. Sampel saya ambil secara random yakni 50 responden. Baca : Teori Sampel dan Sampling Penelitian | Dalam pertanyaan angket ditanyakan Menurut anda sebaiknya tata cara pemilihan Kepala Daerah dilakukan secara langsung atau tidak langsung?


Hipotesis yang diajukan dalam Uji Chi Square:
  • Ha : Masyarakat memiliki kecenderungan yang berbeda terhadap tata cara pemilihan Kepala Daerah yang dilakukan secara langsung dan tidak langsung.
  • Ho : Masyarakat memiliki kencederungan yang sama terhadap tata cara pemilihan Kepala Daerah yang dilakukan secara langsung dan tidak langsung.


Langkah-langkah melakukan Uji Chi Square dengan SPSS versi 21:

1. Buka program SPSS versi 21 dan klik pada Variable View. Pada bagian Name isi dengan Kecenderungan_Masyarakat, pada kolom Decimal isi dengan 0 (nol), kemudian pada kolom Values (klik tanda …) hingga muncul kotak baru dengan nama Value Label, pada Value tuliskan angka 1 dan pada bagian Label tuliskan Memilih Langsung, setelah itu klik Add sehingga pada kolom paling bawah akan tertulis 1=” Memilih Langsung”. Selanjutnya pada kolom Value tuliskan angka 2, dan pada bagian Label tuliskan Memilih Tidak Langsung, setelah itu klik Add sehinggapada kolom paling bawah bertambah 2=” Memilih Tidak Langsung”

Gambar Tampilan Value Label

Cara melakukan Uji Statistik Chi Square SPSS

Gambar Setelah Berhasil

Cara melakukan Uji Statistik Chi Square SPSS

2. Langkah Selanjutnya, klik Data View, lalu tuliskan hasil Rekapitulasi Jawaban angket yang sudah disebar kepada responden pada kolom Kecenderungan_Masyarakat. Sehingga tampilannya sebagai berikut :

Cara melakukan Uji Statistik Chi Square SPSS

Keterangan : angka 1 = jawaban Memilih Langsung, sedangkan angka 2 = Jawaban Memilih Tidak Langsung | jika sobat memerlukan data ini untuk latihan silahkan Download Data Chi Square

3. Setelah berhasil memasukkan data, langkah berikutnya adalah klik menu Analyze, kemudian klik Nonparametric Test, lalu pilih Legacy Dialogs, selanjutnya klik Chi-Square

Cara melakukan Uji Statistik Chi Square SPSS

4. Muncul kotak dialog dengan nama Chi-Square Tets, langkah selanjutnya pindahkan data Kecenderungan_Masyarakat pada kotak Test Variable List, dengan cara mengklik tanda panah > Setelah itu, langkah terakhirnya adalah klik OK

Cara melakukan Uji Statistik Chi Square SPSS

5. Sekarang sudah muncul Ouput penelitian, tinggal kita interpretasikan.

Cara melakukan Uji Statistik Chi Square SPSS

Pembaca Output SPSS dalam Uji Chi Square dan Membuat Kesimpulan

Pada kesempatan kali ini saya akan menjelaskan cara mengambil keputusan dengan meilihat Signifikansi dalam Uji Chi Square. Beradasarkan output di atas diketahui bahwa nilai asymp signifikansi sebesar 0,011 atau dengan kata lain nilai asymp signifikansi 0,011 < 0,05, dengan demikian dapat disimpulkan bahwa Ha diterima, yang artinya : Masyarakat memiliki kecenderungan yang berbeda terhadap tata cara pemilihan Kepala Daerah yang dilakukan secara langsung dan tidak langsung.

Bagaimana sobat cukup mudah bukan Cara melakukan Uji Statistik Chi Square SPSS, semoga sudah cara di atas cukup jelas ya dan bisa bermanfaat bagi sobat semua, selamat berlatih…. Wassalam.

[Search : Cara melakukan Uji Statistik Chi Square SPSS | Langkah-langkah melakukan Uji Chi Square dengan Program SPSS versi 21 | Cara Pembaca Output SPSS dalam Uji Chi Square dan Membuat Kesimpulan]
[Sumber Rujukan : Riduwan,dkk. 2011. Cara Mudah Belajar SPSS Versi 17.0 dan Aplikasi Statistik Penelitian. Bandung: Alfabeta ]