Dasar-Dasar Statistika dengan Software SPSS

DESKRIPSI

Statistika merupakan ilmu yang berkenaan dengan pengumpulan data, pengolahan atau penganalisaannya dan penarikan kesimpulan atau interpretasi terhadap hasil analisis kumpulan data tersebut. Statistika banyak diterapkan dalam berbagi disiplin ilmu, misalnya sosiologi, bisnis, ekonomi dan lain-lain. Aplikasi statistika lainnya yang cukup popular ialah prosedur jajak pendapat (polling) yang biasa dilakukan sebelum pemilu, perhitungan cepat (quick count) hasil pemilu. Statistika mempunyai beberapa software contohnya SPSS, PLS, MINITAB dan lain-lain. SPSS (Statistical Package for the Social Sciences) merupakan salah satu program komputer yang digunakan untuk analisis data statistik. Program ini biasa digunakan oleh peneliti dan akademisi untuk menganalisis data-data yang diperlukan untuk tugas kuliah, penelitian, maupun tulisan ilmiah seperti skripsi, tesis dan disertasi. Program SPSS umumnya dipergunakan untuk pengolahan serta penganalisisan data yang mempunyai kemampuan analisis statistik dan sistem manajemen data serta lingkungan grafis. Aplikasi ini menyediakan library guna melakukan perhitungan statistika antarmuka yang interaktif serta menjadikannya software analisis data pada tingkat lanjut terpopuler di berbagai perusahaan, instansi, dan universitas. Aplikasi ini mempunyai tampilan yang user friendly sehingga akan sangat memudahkan para penggunanya. Maka tidak mengherankan jika aplikasi ini juga dipakai secara luas oleh peneliti pasar, perusahaan survei, kesehatan, organisasi pemerintah, dan berbagai bidang lainnya.

TUJUAN

Setelah mengikuti pelatihan yang diselenggarakan PT Cakra Biwa Consultant pesertavdiharapkan mampu:

1. Memahami dasar-dasar statistika
2. Memahami teknik analisis data
3. Memahami fitur software statistika SPSS
4. Memahami analisis dan pengolahan data menggunakan software SPSS
5. Memahami penyajian data menggunakan software SPSS

MATERI PELATIHAN

1. Pengantar statistika
2. Teknik analisis data
3. Pengenalan software SPSS: input data, transfer data, entry data dan cleaning data
4. Statistik deskriptif untuk data numeric (mean, median, standar deviasi, varians, percentile) dan data kategorik (proporsi/persentase)
5. Penyajian data (box plot, bar diagram, pie, histogram, dll)
6. Uji validitas dan reliabilitas data
7. Uji beda (2 kelompok independen, 2 kelompok berpasangan, 3 kelompok indenpenden atau lebih)
8. Regresi sederhana dan berganda
9. Asumsi klasik (normalitas, autokorelasi, multikolinearitas, heteroskedastisitas)

TRAINING METHOD

Presentation Discussion Case Study Evaluation  

FACILITIES

Training Kit Handout Certificate Lunch + 2x Coffee Break Souvenir