Tampilkan postingan dengan label Excel. Tampilkan semua postingan
Tampilkan postingan dengan label Excel. Tampilkan semua postingan

Analisis Deskriptif dengan Microsoft Excel

Saat ini kita sudah terbiasa menggunakan program statistik yang sudah banyak beredar, misalnya SPSS. Dalam artikel ini kami akan mencoba menunjukkan bahwa sebenarnya Microsoft Excel "tidak kalah" dengan program statistik yang ada. Bahkan ada beberapa kelebihan dari aplikasi Excel yang tidak dapat kita dapatkan di program statistik yang ada. Microsoft Excel tentunya sudah tidak asing lagi bagi kita dan hampir komputer atau laptop yang ada sudah mempunyai program Office ini. Data yang digunakan dalam simulasi dapat Anda download di G Drive dengan akun G mail Anda. Data dalam Excel, Anda dapat mengcopynya sendiri ke SPSS jika diperlukan.

Kali ini kita akan mencoba menggunakan Excel untuk melakukan analisis statistik deskriptif. Data yang digunakan adalah 20 sampel saja dan hasil analisis deskriptif dengan SPSS memberikan hasil sebagai berikut:

Output Statistik Deskriptif dengan SPSS Versi 23
Kita menggunakan 4 variabel dengan 20 sampel. Deskripsi data yang ada di tabel di atas adalah nilai Minimum, Maksimum, Rata-rata, Standard Deviasi, Varians, serta Skewness dan Kurtosis. Nilai tersebut dihasilkan dari perhitungan dengan SPSS dan akan kita coba menghitung ulang dengan Excel.

Data dalam Format Excel
Tuliskan nilai yang akan dihitung, MIN, MAX, Rata-rata, Standard deviasi, Variance, Skewness dan Kurtosis seperti gambar di atas. Itu hanya contoh saja, Anda dapat menulisnya mendatar atau di mana saja sesuai kebutuhan.

Untuk menghitung MIN atau nilain minimal, letakkan kursor di samping MIN atau cell B22 lalu klik pada menu di kanan atas seperti pada gambar di bawah ini:

Menu Statistik pada Microsoft Excel

Di situ sudah ada menu Sum, Average, Count Number, Min, Max dan More function. Untuk mencari Min, tinggal klik Min sehingga di cell B22 akan berubah menjadi sebagai berikut:

Tampilan Cell B22
Cell B22 akan terisi dengan =MIN(B2:B21) yang berarti akan diisi dengan nilai minimal antara kolom B2 sampai dengan B21, yaitu yang berisi data X1 sebanyak 20 sampel. Jika kita tekan Enter maka akan keluar nilainya yaitu sebesar 4. Jadi nilai minimalnya adalah 4. Lalukan hal yang sama dengan nilai MAX atau =MAX(B2:B21) dan juga Rata2 atau =AVERAGE(B2:B21). Perhatikan cell yang dituju adalah B2:B21 yang berarti data antara kolom B2 sampai dengan B21. Jika beda maka akan memberikan hasil yang berbeda pula.

Untuk Standard deviasi dan yang lain memang belum tampak di menu kanan atas, maka klik lah pada More function sehingga akan masuk ke berbagai menu function yang lain yang ada di Microsoft Excel.

Menu Standard Deviasi
Dengan meletakkan kursor pada Cell B25 maka pilihlah menu STDEV atau standard deviasi atau jika diketik menjadi =STDEV(B2:B21). Penting dicatat cell yang dituju masih tetap data yang sama yaitu antara B2 sampai dengan B21. Setelah tekan Enter maka akan keluar nilainya yaitu sebesar 5,100 sama persis dengan perhitungan dengan SPSS.  Penting diketahui bahwa standard deviasi pada Excel juga ada STDEVA yang akan memberikan nilai yang berbeda. Ini karena yang STDEVA adalah berasumsi bahwa data yang dipergunakan  adalah populasi sehingga N tidak dikurangi 1. Tetapi jika STDEV maka dianggap sampel sehingga nilai pembaginya yaitu N dikurangi 1 untuk menghindari bias. Jadi nilainya akan berbeda.

Untuk Variance, maka gunakan =VARA=(B2;B21) jangan gunakan VARP karena akan berbeda nilainya karena N tetap digunakan 20 bukan 19. Lihat hasilnya akan identik dengan perhitungan dengan SPSS. Hal yang sama kita lakukan untuk nilai Skewness dengan =SKEW(B2:B21) dan Kurtosis dengan =KURT(B2:B21). Setelah itu copas saja ke kanan atau ditarik seperti biasa. Hasil selengkapnya adalah sebagai berikut:

Statistik Desktiptif dengan Excel

Nilainya adalah sama dan identik dengan hasil perhitungan dengan SPSS apalagi jika digit di belakang koma dibuat sama. Jika ingin melihat formula dari masing-masing cell adalah sebagai berikut:

Function yang dipergunakan
Tampak pada gambar di atas menu function yang dipergunakan. Penting diingat bahwa sering terjadi kesalahan pada cell yang dituju sehingga hasilnya juga akan salah. Ketelitian sangat diperlukan dalam analisis dengan Excel.

Jika kita bisa menghitung nilai Skewness dan Kurtosis dengan mudah, maka kita akan bisa juga menghitung normalitas dengan Jarque-Berra. Atau mungkin regresi, korelasi? Memang bisa bahkan uji beda juga bisa. Nanti akan kita bahas di artikel selanjutnya.

Share:

Jual Tabulasi Rasio Keuangan Perusahaan yang Listing di BEI Tahun 2018 dalam Format Excel

Anda perlu data rasio keuangan perusahaan yang terdaftar di Bursa Efek Indonesia (BEI)? Iya, data rasio keuangan sering dipergunakan sebagai sumber data untuk penelitian. Bisa disebut sebagai data sekunder, karena peneliti tidak mencari data tersebut tetapi menggunakan sumber lain yang terpercaya. Data tentang perusahaan yang BEI dapat kita peroleh dari sumber situs resminya. Atau memang ada alternatif lain, karena ada juga pihak ketiga yang memberikan atau menyediakan data tersebut, tetapi tentunya ada biaya yang harus dibayarkan untuk jasa tersebut.

Data Rasio Keuangan dalam Format Excel

Jika Anda memerlukan data rasio keuangan dalam format Excel, Anda dapat memperolehnya di Tokopedia. Dari keterangannya, maka sudah dalam format Excel sehingga memudahkan kita untuk melakukan analisis. Beda dengan format PDF, di mana kita harus mengcopy satu persatu ke dalam Excel, baru bisa kita olah atau kita pindah ke SPSS. Harganya juga relatif masuk akal, hanya sayangnya baru tersedia tahun 2018 saja belum tersedia tahun yang lain. Mungkin sedang dalam proses. Jumlah emiten yang sudah tercover adalah 563 emiten. Lumayan banyak dan mungkin sudah bisa mewakili populasi yang ada.

Produk dijual per kategori. Jadi ada 9 kategori yaitu Agriculture (18), Basic Industry and Chemical (66), Property and Real Estate (72), Consumer Good (47), Finance (90), Infrastructure, Utilities (63), Minning (41), Miscellaneous Industry (37) dan Trade and Services (129). Angka di belakang kategori menunjukkan jumlah emten yang tersedia.

Berdasarkan rasio keuangan, maka rasio keuangan yang tersedia adalah Asset, Liabililities, Equity, Sales, EBT, Profit, Profit to owner, EPS, Book value, PER, PBV, DER, ROA, ROE, dan NPM. Belum semua tetapi sudah mewakili beberapa rasio penting yang sering dipergunakan dalam penelitian.

Screen Shot Tabulasi Data Rasio Keuangan dalam Format Excel

Dari Screen Shot di atas maka memang benar-benar dalam format Excel. Bisa langsung dipindah ke SPSS atau bisa juga diolah secara langsung. Sementara informasi yang ada hanya di jual melalui Market Place Tokopedia. Segera ke TKP.

Share:

Cara Membuat Tabel R dengan Microsoft Excel

Pendahuluan

Nilai R Tabel adalah nilai yang ada pada Tabel R yang biasa dipergunakan untuk uji korelasi. Nilai ini akan dibandingkan dengan nilai R yang diperoleh dari persamaan Korelasi Pearson. Jika R hasil hitung > R tabel maka dinyatakan mempunyai korelasi yang signifikan atau valid jika diaplikasikan dalam uji validitas. 

Tabel R bisa didapatkan di buku-buku statistik yang Anda punyai. Akan tetapi jika menghendaki, Anda dapat menghitungnya atau membuat Tabel R sendiri dengan menggunakan Microsoft Excel atau pun juga dengan SPSS. Beberapa artikel di blog ini telah memberikan cara untuk membuat Tabel T, Tabel F atau pun Tabel Chi Square. Berikut akan kita bahas bersama tentang bagaimana cara membuat Tabel R dengan menggunakan Microsoft Excel.

Membuat Tabel R

Untuk nilai T, F ataupun Chi Square bisa dihitung langsung dengan menu yang telah tersedia di Microsoft Excel. Tetapi untuk nilai T belum ada. Oleh karena itu kita menggunakan rumus yang menghubungkan antara t dengan R yaitu:

Rumus tersebut dapat di masukkan secara manual ke dalam Excel. Sangat disarankan untuk mempelajari pembuatan Tabel T dengan Microsoft Excel sebelum masuk ke pembuatan Tabel R dengan Microsoft Excel. 

Rumus r dengan t

Dengan menggunakan Tabel t yang telah ada, gunakan rumus seperti gambar di atas. Formulanya adalah: =B5/SQRT(A5+B5^2)

Untuk signifikansi 0,05 diperoleh nilai R hitung sebesar 0,997 sama dengan yang ada di Tabel di buku statistik Anda. Tinggal di Copy ke bawah untuk df yang lain sehingga akan diperoleh tabel seperti di atas. Contoh hanya 20 saja, tetapi Anda bisa membuat untuk nilai berapapun sesuai dengan kapasitas Microsoft Excel.

Membuat Tabel R Lebih Ringkas

Cara di atas memang benar, tetapi mungkin ada pertanyaan, bisa gak kalau langsung saja. Tentu bisa karena itu sebenarnya sama saja. Rumus untuk di atas kita replace saja dengan rumus untuk mencari nilai T Tabel. Singkatnya variabel t pada rumus kita ganti dengan TINV, yaitu formula untuk mencari nilai T Tabel. Hasilnya juga akan sama persis yaitu sebagai berikut:

Rumus Mencari Nilai R Tabel Langsung
Tampak pada gambar bahwa kita tidak perlu menghitung nilai T Tabel terlebih dahulu. Formulanya menjadi: =TINV($G$4;F5)/SQRT(F5+(TINV($G$4;F5)^2))

Sebenarnya sama, hanya B5 yang merupakan cell dengan nilai T tabel diganti dengan formula untuk mencari Nilai T Tabel. Kalau masih repot, ya sebenarnya bisa Anda hide saja nilai T Tabel :)


Jika menginginkan file Excel, silahkan download di GDrive dengan akun Anda.

Artikel Terkait

  1. Cara Membuat Tabel T dengan Microsoft Excel
  2. Cara Membaca Nilai R Tabel
  3. Membuat Tabel F dengan Microsoft Excel
  4. Membuat Tabel Chi Square dengan Microsoft Excel

Share:

Uji Validitas Corrected Item to Total Correlation dengan Microsoft Excel

Uji validitas adalah untuk melihat apakah rangkaian kuesioner yang dipergunakan mampu mengukur apa yang ingin diukur oleh peneliti. Sebagai contoh, sebuah timbangan tentunya tidak valid untuk mengukur tinggi badan seseorang. Ketika seorang peneliti ingin mengukur motivasi seorang karyawan, maka memang tidak alat ukur yang dapat dikenakan kepada subjek yang diteliti. Peneliti akan menggunakan rangkaian pertanyaan atau kuesioner yang diberikan kepada subjek, baik secara lisan maupun tertulis.

Berbagai uji validitas telah kita bahas di blog ini, baik uji validitas dengan Korelasi Pearson, Corrected Item to Total Correlation, maupun dengan Analisis Faktor. Artikel kami ini akan berisi tentang Uji validitas dengan Corrected Item to Total Correlation, tetapi menggunakan Microsoft Excel. 

Contoh Tabulasi Data Hasil Kuesioner
Konsepnya adalah bahwa pengukuran dengan Pearson akan mengakibatkan Spurious overlap, yaitu pengukuran yang double dalam satu indikator. Validitas Indikator X1 diukur dengan mengkorelasikan indikator X1 tersebut dengan jumlah dari semua indikator, atau X1 + X2 + X3 + X4 sehingga X1 akan diukur dua kali. Semakin tinggi skor X1 cenderung memberikan hasil pengukuran yang tinggi pula. Oleh karena itu koreksinya juga sederhana yaitu mengeluarkan indikator X1 dari skor total. Jadi validitas X1 diukur dengan mengkorelasikan indikator X1 dengan Skor total yang telah dikurangi X1.

Mencari Skor Koreksi = Skor total dikurangi indikator
Langkah pertama mencari nilai koreksi yaitu mengurangkan skor total (kolom F) dengan indikatornya atau bisa dihitung dengan F7-B7 untuk indikator X1, F7-X7 untuk indikator X2 dan seterusnya. Tinggal dicopy ke bawah sehingga seperti tampak pada gambar di atas. 

Setelah itu tinggal dikorelasikan antara X1 dengan skor koreksi dengan Pearson.

Mencari Korelasi Pearson dengan Formula Pearson
Tampak bahwa nilainya adalah sebesar 0,059 atau sangat rendah atau tidak valid. Formulanya adalah =PEARSON(B7:B36;G7:G36) untuk X1

Bandingkan dengan nilai Validitas dengan Pearson tanpa koreksi.

Perbandingan Uji Validitas Pearson dengan Corrected
Tanpa bahwa selisihnya sangat besar dari valid menjadi tidak valid. Bisa Anda pertimbangkan untuk mempergunakan Corrected Item to Total Correlation dalam uji validitas Anda.

Share:

Uji Reliabilitas Cronbach Alpha dengan Microsoft Excel

Uji Relibilitas adalah untuk melihat apakah suatu rangkaian kuesioner dapat dipercaya sebagai alat ukur suatu variabel yang ingin diukur oleh peneliti. Kuesioner yang reliabel tidak bias, dalam arti jika dipergunakan untuk mengukur suatu subjek yang lain akan memberikan hasil yang kurang lebih sama atau konsisten. Salah satu metode yang populer adalah uji reliabilitas dengan Cronbach Alpha. Artikel ini juga membahas hal yang sama, hanya menggunakan alat bantu Microsoft Excel, bukan dengan SPSS yang sudah sering dipergunakan.

Berikut adalah simulasi data dari 20 responden dengan 5 butir pertanyaan dalam suatu rangkaian kuesioner. Ini hanya contoh, menggunakan responden lebih dari 20 akan lebih baik.

Gambar Simulasi Data untuk Uji Reliabilitas Cronbach Alpha
Dari 20 responden tersebut, silahkan dicari jumlah masing-masing indikator dari masing-masing responde. Ini sangat sederhana. Anda bisa menggunakan formula + biasa atau menggunakan formula SUM. Dibuat kolom tersendiri di kolom paling kanan, diberikan judul X, atau nama variabel yang akan diukur. 

Langkah berikutnya adalah mencari Varians dari masing-masing indikator, termasuk jumlah dari seluruh indikatornya. Perhitungan varians dengan Microsofit Excel sudah kita bahas sebelumnya. Karena keseluruhan responden (20 responden) maka gunakan formula =VARP(B7:B26) untuk Indikator 1. Ingat gunakan VARP bukan VAR saja karena akan memberikan hasil yang berbeda. VAR akan menggunakan formula responden dikurangi 1 atau pembaginya adalah 19. 

Gambar Uji Reliabilitas Cronbach Alpha dengan Excel
Lakukan kepada seluruh indikator, sampai juga dengan jumlahnya. Setelah itu jumlahkan nilai varians pada seluruh indikator, dan hasilnya adalah sebesar 2,108 ada di kanan bawah. Gunakan menu + biasa. Setelah itu Cronbach Alpha dihitung dengan persamaan sebagai berikut:

Dengan k adalah jumlah indikator yaitu 5. Sedangkan formula   adalah pembagian antara jumlah varians masing-masing indikator yaitu 2,108 dibagi dengan varians dari skor total yaitu 4,188 sehingga diperoleh hasil 

Anda bisa melakukan cross check dengan menggunakan SPSS dan hasilnya juga sama yaitu sebesar 0,621. Sekali lagi, kelebihan dari Excel adalah jika salah satu data diganti, maka hasil perhitungan reliabilitas juga akan langsung menyesuaikan. 

SELAMAT MENCOBA.

Share:

Uji Validitas dengan Korelasi Pearson Menggunakan Microsoft Excel

Uji validitas dan reliabilitas dipergunakan untuk melihat apakah suatu rangkaian kuesioner yang akan dipergunakan layak atau tidak dipergunakan sebagai alat untuk mengukur variabel yang ingin diukur. Jika tidak lolos uji validitas dan reliabilitas, maka rangkain kuesioner tersebut tidak dapat dipergunakan sebagai alat untuk mengukur variabel yang akan diukur.

Salah satu metode uji validitas yang sangat populer adalah dengan Korelasi Pearsong atau seirng juga disebut dengan Produtc Moment. Kita bisa menggunakan alat bantu seperti Program SPSS, tetapi sebenarnya bisa juga menggunakan Microsoft Excel. Berikut adalah simulasi untuk menguji validitas suatu kuesioer dengan Excel.

Gambar 1 Contoh Data Kuesioner


Gambar di atas adalah contoh kuesioner dengan 4 indikator (X1, X2, X3 dan X4) dengan 20 responden. Ini hanya contoh agar bisa masuk dalam satu screen shot. Sangat disarankan untuk menggunakan lebih dari 20 responde untuk penelitian yang sebenarnya..

Langkah pertama adalah menjumlahkan skor dari masing-masing responden, dan ditampilkan pada kolom yang paling kanan. Silahkan gunakan menu SUM untuk mencari jumlah. Di contoh menggunakan formula =SUM(B6:E6) untuk responden nomor 1 dan hasilnya adalah 17. 

Setelah itu pada Cell B27 kita masukkan rumus untuk mencari korelasi Pearson. Silahkan simak di sini untuk menyimak tentang Korelasi Pearson dengan Excel. Formulanya adalah:

=PEARSON(B6:B25;$F$6:$F$25)

Berarti mencari korelasi antara urutan data dari Cell B6 sampai dengan B25 (X1) dengan urutan data dari Cell F6 sampai dengan F25 (Jumlah). Tanda $ yang mengapit F adalah untuk menjaga agar jika di copas tidak ikut bergeser. Untuk Cell B tidak perlu karena memang akan bergeser ke C, D dan seterusnya. 

Gambar 2 Contoh Korelasi Pearson X1 dengan Jumlah


Haslinya adalah 0,410 yang merupakan R atau korelasi Pearson antara X1 dengan Skor totalnya. Nilai ini tinggal dibandingkan dengan nilai R tabel pada signifikansi 5%. Klik di sini untuk artikel tentang cara melihat nilai R pada tabel. Hasilnya adalah 0,444. Tampak bahwa R hitung < R tabel atau 0,410 < 0,444 yang berarti tidak valid. Indikator X1 dinyatakan tidak valid.

Anda bisa mengcopas formula pada Cell B27 tersebut ke Cell C27 sampai dengan F27 sehingga diperoleh nilai validitas untuk semua butir indikator. 

Gambar 3 Nilai R untuk semua Indikator

Tampak bahwa yang valid hanya indikator X4 saja dengan R sebesar 0,446. Jika dilakukan dengan SPSS, maka hasilnya adalah sebagai berikut:

Gambar 4 Output dengan SPSS

Tampak bahwa hasilnya adalah identik. Dari output SPSS maka yang valid adalah indikator X4 karena mempunyai signifikansi sebesar 0,049 < 0,05.

Salah satu keunikan dengan Microsoft Excel adalah kita dapat mengedit dengan mudah nilai R. Sebagai contoh, ketika kita salah input untuk jawaban responden 1 untuk indikator X1 yaitu 4 pada yang benar adalah 5, kita tinggal mengganti saja, dan R otomatis akan berubah sendiri. Berbeda dengan SPSS karena kita harus melakuan running ulang setelah ada perubahan data. Jadi lebih enak kan :)

Share:

Cara Menghitung Varians Suatu Data dengan Microsoft Excel

Varian adalah jumlah kuadrat semua deviasi nilai-nilai individual terhadap rata-rata kelompok. Varians dapat dihitung secara sederhana dengan Microsoft Excel atau pun dengan program lain yang lebih kompleks, misalnya SPSS. Berikut adalah contoh simulasi perhitungan Varians untuk 20 data seperti gambar di bawah:

Gambar 1 Contoh Tabulasi Data

Share:

Uji Reliabilitas Split-Half dengan Microsoft Excel

Artikel tentang Uji Reliabilitas Split-Half dengan SPSS pernah kita bahas bersama.  Kali ini kita membahas topik yang sama, yaitu uji reliabilitas Split-Half tetapi menggunakan Microsoft Excel. Penggunaan Excel akan lebih leluasa, karena kita bisa membelah data tidak hanya belahan awal dan akhir, tetapi juga membelah menjadi ganjil dan genap. Berikut adalah data simulasi hasil kuesioner terhadap 30 responden dengan 6 indikator dan hasilnya ditampilkan dalam Excel seperti di bawah:

Gambar 1 Tabulasi Data dalam Excel


Untuk menghitung reliabilitas dengan split-half, kita kelompokkan menjadi dua kelompok, yaitu belahan awal (X1, X2 dan X3) dan belahan akhir (X4, X5 dan X6). Setelah itu nilainya kita jumlahkan dan kita letakkan pada kolom terakhir, seperti pada gambar berikut:
Gambar 2 Belahan Awal dan Belahan Akhir


Secara sederhana, kita mengkorelasikan antara belahan awal dan belahan akhir dengan Korelasi Pearson. Hasilnya adalah 0,650. Setelah itu tinggal kita masukkan ke dalam persamaan 
di mana r adalah korelasi belahan. Hasilnya adalah 0,788. Perhitungan dengan SPSS Versi 23 memberikan hasil yang serupa yaitu sebagai berikut:
Gambar 3 Output dengan SPSS Veri 23


Correlations Between Forms adalah 0,650 dan Spearman Brown Coefficient adalah 0,788. Sama persis. Kelebihan Excel adalah bisa menggunakan belahan yang lain, misalnya ganjil genap dan memberikan hasil seperti pada gambar di bawah:
Gambar 4 Split Half dengan Belahan Ganjil dan Genap

Tampak bahwa nilai Korelasi adalah sebesar 0,317 dan nilai Reliabilitasnya sebesar 0,481. Tampak bahwa dengan Excel maka kita lebih leluasa menggunakan belahan. Selain itu, jika data pada tabulasi excel kita ganti, maka nilai reliabilitas juga akan langsung berganti, tidak perlu melakukan running ulang.
Share:

Cara Mencari Korelasi Pearson dengan Microsoft Excel

Excel adalah program dari Microsoft yang khusus untuk mengolah data atau spreadsheed.  Meskipun mungkin terbatas,  tetapi sebenarnya Excel termasuk powerfull untuk melakukan berbagai analisis statistik. Analisis regresi berganda pun sebenarnya sudah diakomodir oleh Excel. Apalagi jika kita menginstall Add-ins-nya, maka akan lebih komplet lagi, Solver misalnya.

Kali ini kita akan membahas cara menghitung korelasi Pearson antara dua variabel dengan Excel. Berikut ada dua variabel X1 dengan X2 yang masing-masing terdiri dari 20 data. O ya, dianggap saja kedua variabel tersebut sudah normal ya :)

Gambar 1 Contoh 2 Variabel
Gambar 1 Contoh 2 Variabel

Letakkan kursor di tempat yang kosong, misalnya Cell D7 seperti pada gambar di atas.Cell itu nantinya akan memuat nilai R hitung. Klik pada Formula di kiri atas, lalu pilih More Function seperti pada gambar di bawah:

Gambar 2 Menu Formula pada Excel
Gambar 2 Menu Formula pada Excel

Jika benar, maka akan diarahkan ke Sub Box menu Insert Function. Pilih All pada Or select a category, lalu pada Select a function pilihlah PEARSON seperti pada gambar di bawah:

Gambar 3 Menu Insert Function
Gambar 3 Menu Insert Function
Lalu klik OK sehingga akan diarahkan ke box lagi yang berisi formula Pearson. Pada Array 1 masukkan B7:B26 yang berarti data variabel X1 antara Cell B7 sampai dengan Cell B26. Anda bisa mengetikkan langsung atau bisa juga menggunakan mouse. Lakukan hal yang sama untuk Array 2 yaitu C7:C26 untuk Variabel X2 seperti pada gambar di bawah:

Gambar 4 Memasukkan Variabel X1 dan X2
Gambar 4 Memasukkan Variabel X1 dan X2

Setelah itu klik OK sehingga nilai Pearson akan muncul di Cell D7 seperti yang telah kita persiapkan yaitu sebesar 0,341. Anda bisa set nilai berapapun angka di belakang koma. Nilai Pearson tersebut tinggal dibandingkan dengan nilai R yang terdapat pada Tabel, apakah signifikan atau tidak.

Kelebihan yang cukup unik dengan Excel adalah ketika kita mengubah data pada variabel X1 atau pun X2, maka nilai Pearson juga akan langsung berubah. Ini berbeda dengan SPSS, di mana ada perubahan data, maka kita harus Run ulang untuk memperoleh nilai Pearson. Dengan keunikan ini, maka Excel lebih familier digunakan oleh para analisis data, terutama untuk melakukan modifikasi data.

Share:

Cara Membuat Tabel T dengan Microsoft Excel

Uji T dilakukan dengan membandingkan nilai T hasil perhitungan dengan nilai T yang terdapat pada Tabel atau juga sering disebut dengan Tabel T.  Uji T bisa digunakan pada statistik komparasi maupun statistik inferensial. Cara membaca T Tabel atau aplikasinya sudah banyak kami ulas di blog ini. Artikel berikut adalah tentang cara mudah membuat Tabel T dengan Microsoft Excel. 

Langkah pertama, adalah membuat Signifikansi yang diinginkan, misalnya 5% atau 0,05 dan df seperti pada gambar di bawah:

Lembar Kerja Spreadsheet Microsoft Excel
Lembar Kerja Spreadsheet Microsoft Excel

Lalu, pada cell B6 seperti pada gambar di atas, masukkan formula =TINV($B$5;A6) di mana tanda = menunjukkan bahwa cell itu diisi dengan formula. TINV adalah menu untuk menghitung nilai T Tabel yang sudah terdapat pada Excel. cell B5 adalah menunjukkan cell yang berisi signifikansi, dalam contoh ini 5% dan A6 adalah derajad kebebasan atau df. Tanda $ yang mengapit kolom B berarti bahwa jika di copy maka cell itu tetap tidak bergerak mengikuti cell yang menjadi tempat pastenya. Jika benar, maka akan memberikan nilai seperti pada gambar di bawah ini:

Memasukkan Formula T Tabel
Memasukkan Formula T Tabel
Nilai T Tabel adalah sebesar 12,706 untuk df 1 pada taraf signifikansi 5% dua arah. Dari cell tersebut tinggal di copy paste kan ke bawah sesuai dengan df yang diinginkan, bisa 20, 50, 100 atau lebih. Jika dapat diganti dengan nilai Signifikansi yang lain, misalnya 1% atau 10% sesuai keperluan. Untuk 5% memberikan hasil sebagai berikut:

Memasukkan Formula T Tabel
Meng-copy Formula ke Cell Lain

Ternyata sederhana kan? Ini hanya untuk pengetahuan umum saja. Dalam praktek, banyak program statistik yang sudah memberikan hasil perhitungan signifikansi sehingga peneliti tidak semata-mata membandingkan dengan T Tabel.

Share:

Membuat Tabel F dengan Microsoft Excel

Uji F adalah salah satu uji yang sangat populer di statistik dan sudah kami bahas di blog ini. Demikian juga penggunaan atau hal-hal yang terkait dengan Uji F juga sudah kami uraikan di blog ini.   Di artikel kali ini, kami ingin memberikan cara membuat Tabel F sendiri dengan bantuan Microsoft Excel. Langkah pertama, tentunya adalah buka program Microsoft Excel di Komputer atau Laptop Anda. Lalu buatlah tabel persiapan kurang lebih seperti gambar di bawah ini:

Lembar Kerja Microsoft Excel
Lembar Kerja Microsoft Excel

Baris paling atas, menunjukkan bahwa tabel ini menggunakan Signifikansi 5%. Ini hanya contoh, nanti bisa membuat untuk yang 10% atau 1% atau berapa yang diperlukan. Baris kedua, adalah dk1 atau pada regresi linear menunjukkan jumlah variabel bebasnya. Di situ hanya ada 5, tapi sebenarnya bisa dimodifikasi menjadi 6, 7 atau berapa nilai yang diperlukan. Kolom paling kiri adalah dk2 yang dihitung berdasarkan jumlah sampel dikurangi jumlah variabel bebas lalu dikurangi 1.

Di cell B5 ketikkan formula berikut: =FINV(0,05;$B$4;A5)

Formula tersebut sebenarnya ada Formula pada Excel. Nilai 0,05 menunjukkan signifikansi, Anda bisa menggantinya dengan 0,1 atau nilai signifikansi yang diperlukan. lalu B4 adalah  dk1 dan A5 adalah dk2. Tanda $ yang mengapit B agar jika dicopy, formula tersebut tidak bergeser atau pindah. Jadi di set pada cell B4. Jika Anda berhasil maka akan memberikan nilai sebesar 161,45 yang merupakan nilai F tabel untuk dk1 dan dk1. Jumlah angka di belakang koma bisa disesuaikan.

Setelah itu copy lah ke bawah. Ingat ke bawah karena dk2 akan mengikuti cell di mana lokasi paste, tetapi cell B4 tidak berubah karena sudah diapit dengan tanda $. Hasilnya kurang lebih adalah seperti gambar di bawah:

Memasukkan Formula FINV untuk Menghitung Nilai F Tabel
Memasukkan Formula FINV untuk Menghitung Nilai F Tabel

Lakukan hal yang sama pada cell C5 dengan formula =FINV(0,05;$C$4;A5). Perhatikan bahwa yang diapit tanda $ sekarang adalah kolom C. Setelah itu copy kan ke bawah seperti pada kolom B. Lakukan hal yang sama pada kolom D atau berapa nilai dk1 yang diperlukan. Untuk selengkapnya akan memberikan hasil seperti gambar di bawah:

Contoh Tabel F Sederhana dengan Microsoft Excel
Contoh Tabel F Sederhana dengan Microsoft Excel

Gambar di atas hanya contoh, Anda bisa membuat dk2 menjadi 30, 50 atau 100 atau lebih tergantung kebutuhan. Juga dengan dk1 bisa lebih dari 5. Untuk signifikansi selain 0,05, Anda juga bisa membuatnya pada tabel lain.

Share:

Membuat Tabel Chi Square dengan Microsoft Excel

Tabel statistik sebenarnya bisa dengan mudah kita dapatkan, misalnya di lampiran buku-buku statistik yang kita punyai. Atau bisa juga kita mendapatkannya melalui online. Kita bisa browsing dengan mengetikkan kata tabel yang kita inginkan, maka kita akan diarahkan ke berbagai situs atau website yang memuat tabel tersebut. Kali ini kita tidak membahas tentang cara browsing, tetapi kita akan membahas, bagaimana kalau kita membuat sendiri.

Memang ini hanya pengetahuan umum saja, mungkin diperlukan, mungkin juga tidak. Kali ini kita coba simulasikan cara membuat Tabel Chi Square dengan Microsoft Ecxel.

Pertama, kita buka Excel seperti biasa. Lalu kita ketikkan pada kolom paling kiri df (degree of freedom). Silahkan diisi dengan angka 1 sampai dengan berapa yang kita inginkan. Dalam contoh ini kita hanya menggunakan 20 saja, tetapi bisa diteruskan ke 100 atau lebih besar lagi.

Gambar Membuat Tabel Chi Square dengan Microsoft Excel
Gambar Membuat Tabel Chi Square dengan Microsoft Excel

Kedua, ketikkan nilai 0,1; 0,05 dan 0,01 pada baris pertama paling atas seperti pada gambar. Ini adalah nilai Signifikansi yang akan kita buat. Ini contoh saja, Anda bisa menggunakan juga 0,25 atau nilai yang lain jika diperlukan. Biasanya yang sering dipergunakan adalah 0,05 (5%), tetapi ada juga yang menggunakan sampai dengan 1%.

Ketiga, pada cell B5 ketikkan sebagai berikut: =CHIINV($B$4;A5) Tanda sama dengan berarti cell ini akan diisi dengan formula atau rumus. CHINV adalah rumus atau persamaan untuk mencari nilai Chi Square. $B$4 adalah nilai signifikansi yang diinginkan dalam hal ini adalah nilai pada cell B4 yang dipergunakan yaitu sebesar 0,1 atau 10%. Jika nilai pada cell B4 diubah, maka nilai resultnya juga akan berubah. Sedangka nilai terakhir yaitu A5 adalah df nya yang diambil dari nilai cell pada A5. Tanda $ yang mengapit B4 artinya jika rumus atau formula dicopy, nilai nya tetap mengacu pada B4, tidak bergeser. Ini berbeda dengan nilai A5, yang tidak diapit tanda $ sehingga jika dicopy maka nilanya akan mengikuti ke arah cell tujuan copy (paste). Jika Anda benar, maka pada cell B5 tersebut akan terisi nilai Chi Square sebesar 2,706. Tergantung dari berapa titik di belakang koma yang disetting. 

Keempat, copy lain nilai tersebut ke baris di bawahnya, yaitu B6, B7 dan seterusnya sehingga mengisi semua kolom pada B yang berarti nilai Chi Square pada signifikansi 10%. Hasilnya adalah sebagai berikut:

Gambar Nilai Chi Square pada Signifikansi 10%
Gambar Nilai Chi Square pada Signifikansi 10%

Kita sudah berhasil membuat satu kolom atau nilai Chi Square pada signifikansi 10%. Untuk df, Anda bisa buat sesuai kebutuhan. Di atas hanya contoh sebanyak, 20, tetapi bisa Anda copy atau seret hingga 50, 100 atau bahkan lebih. 

Kelima, lakukan hal yang sama pada kolom 5% atau 1% atau berapa pun yang Anda inginkan. Ingat, tanda $ yang mengapit nilai tertentu harus Anda sesuaikan, karena ini akan berakibat fatal. Hasil selengkapnya adalah sebagai berikut:

Tabel Chi Square dengan Microsoft Excel
Tabel Chi Square dengan Microsoft Excel

Anda bisa membuat sampai df 100 atau 200 atau lebih dan juga signifikansi yang lain jika diperlukan. Selamat Mencoba.

Share:

Artikel Terbaru

Translate

Instagram

Instagram
Gabung Instagram Kami

Artikel Terbaru

Jual Data Laporan Keuangan Perusahaan yang Listing di BEI Tahun 2020

Setiap perusahaan yang telah go public wajib untuk menyerahkan laporan keuangan ke badan otoritas, sebagai salah satu bentuk pertanggungjawa...

Artikel Populer Seminggu Terakhir

Komentar Terbaru

`

Ingin menghubungi kami untuk kerja sama?

Nama

Email *

Pesan *