Introduction to

SPSS and data

management

Dr Nor Azrin Md Latip

Introduction

SPSS for windows is a computer package that

will perform a wide variety of statistical
procedures.
Data management and analysis can be handled
well with SPSS.
Using SPSS we can manipulate data, make
graphs and perform statistical techniques
varying from means to regression.

SPSS windows process

Data window
Variable view window
Output window
Chart editor window

Management of data and files

SPSS can read different types of data files .

You can open not only SPSS files but also
excel and other files.
You can create a new data set with SPSS.
You can also edit, delete and view the contents
of your data file.

Types of variables

You can select type of variable

String
Numeric

You can also select format of variable

Scale
Ordinal
Norminal

Scale (interval/ratio) variable

A scale variable is a measurement where the

difference between two values is meaningful. The
difference between a temperature of 100 degrees and
90 degrees is the same difference as between 90
degrees and 80 degrees.
Examples of scale variables include age in years.
1.
2.
3.
4.

18 and below
19-29
30-39
40 and above

Scale (interval/ratio) variable

1.
2.
3.
4.
5.

Eg: Skala Likert

1 sangat rendah
2 rendah
3 sederhana
4 tinggi
5 sangat tinggi

Ordinal Variable

A ordinal variable, tidak hanya

mengkategorikan variable mengikut kelompok
malahan melakukan ranking terhadap kategori
tersebut.
Eg: Pengkelasan pelajar, gred pelajar, pangkat

Nominal Variable

A nominal variable is one that has two or more

categories, but there is no intrinsic ordering to
the categories.
Skala pengukuran yg menyatakan kategori
Gender/etnik/plat no kereta/no KP
Hair color is also a categorical variable

Why does it matter?

Statistical computations and analyses assume

that the variables have specific levels of
measurement
Can you compute average of hair color?
Does it makes sense to compute the average of
educational experience?
An average requires a variable to be interval.

Antaramuka SPSS

Membuka perisian SPSS

Arahan: Start>All Programs>SPSS for
Windows>SPSS Version 16.0

Antaramuka SPSS

Tetingkap berikut akan dipaparkan:

Antaramuka SPSS

Run the tutorial - membuka tutorial di dalam spss

Type in data - memasukkan data baru
Run an existing query - melaksanakan query sedia ada
menerusi database wizards

Create new query using Database Wizard membina query baru menerusi database wizards

Open existing data source - membuka fail data yg

telah dibina sebelum ini

Open another type of file - membuka fail database

lain selain spss seperti excel.

Antaramuka SPSS

Sekiranya tidak mahu tetingkap ini dipaparkan

setiap kali SPSS dibuka maka klik pada Dont
show this dialog in the future.
Arahan Klik pada Type in data > OK

Antaramuka SPSS

Skrin seperti ini akan dipaparkan:

Data View

Skrin Data View membolehkan pengguna

memasukkan data kajian.

Variable View

Arahan: Klik Variable View

Skrin Variable View ini membolehkan
pengguna membina variables yang berkaitan
dengan kajian.

Output View

Merupakan tetingkap yang memaparkan hasil

analisis data yang dilakukan di tetingkap Data
View.
Hasil analisis ini boleh dipindahkan ke dalam
perisian Microsoft words (copy and paste)

Pengurusan Data

Spss beroperasi berasaskan variables dan cases

Variables (umur, gender etc) diletakkan
sebagai lajur
Satu lajur untuk satu variable
Cases (bilangan responden) diletakkan sebagai
baris
Satu baris untuk satu responden

Menamakan variable

Panjang max nama variable = 64 aksara

Mesti dimulakan dengan huruf
Tidak boleh diakhiri dengan tanda noktah
Nama yang dipilih mesti unik dan tidak
bertindih dengan variable lain
Boleh menggunakan huruf besar atau kecil

Latihan

Menghasilkan satu fail data SPSS dari soal

selidik
Arahan: Mulakan perisian SPSS
Klik pada variable view
Menamakan variable berpandukan soal selidik
yang diberi

Variable : Etnik

Arahan: (Pada skrin Variable View), Klik pada

sel 1 di bawah lajur Name
> Taipkan etnik
> Klik pada sel 1 di bawah lajur Type dan
pilih Numeric
Lajur Width = 4
Lajur Decimal = 0
Lajur Label = bangsa

Variable : Etnik (samb.)

1.
2.
3.
4.

Lajur Value:
Value = 1; Value Label = Melayu > Klik Add
Value = 2; Value Label = Cina > Klik Add
Value = 3; Value Label = India > Klik Add
Value = 4; Value Label = Lain-lain > Klik
Add

Variable : Etnik (samb.)

Lajur Missing = None

Lajur Column = 8
Lajur Align = Right
Lajur Measure = Nominal

Variable : Gender

Klik pada sel ke-2 (baris kedua) di bawah lajur

Name > masukkan gender
Type = Numeric
Width = 4
Decimal = 0
Label = Gender Pelajar

Variable : Gender (samb.)

1.
2.

Lajur Value:
Value = 1; Value Label = Lelaki > Klik Add
Value = 2; Value Label = Perempuan > Klik
Add
Lajur Missing = None
Lajur Column = 8
Lajur Align = Right
Lajur Measure = Nominal

Variable : Umur

Klik pada sel ke-3 (baris ketiga) di bawah lajur

Name > masukkan umur
Type = Numeric
Width = 4
Decimal = 0
Label = Umur Pelajar

Variable : Umur (samb.)

1.
2.
3.
4.

Lajur Value:
Value = 1; Value Label = 18-20 > Klik Add
Value = 2; Value Label = 21-23 > Klik Add
Value = 3; Value Label = 24-26 > Klik Add
Value = 4; Value Label = 27 ke atas > Klik Add
Lajur Missing = None
Lajur Column = 8
Lajur Align = Right
Lajur Measure = Ordinal

Variable : Spss

Klik pada sel ke-4 (baris keempat) di bawah

lajur Name > masukkan spss
Type = Numeric
Width = 4
Decimal = 0
Label = pernah menggunakan SPSS

Variable : Spss (samb.)

Lajur Value:
Value = 1; Value Label = Ya > Klik Add
Value = 2; Value Label = Tidak > Klik Add
Lajur Missing = None
Lajur Column = 8
Lajur Align = Right
Lajur Measure = Nominal

Variable : Soalan 1

Klik pada sel ke-6 (baris ke 6) di bawah lajur

Name > masukkan S1
Type = Numeric
Width = 4
Decimal = 0
Label = Kaedah mengajar

Variable : Soalan 1 (samb)

1.

2.
3.

4.
5.

Lajur Value:
Value = 1; Value Label = Amat Tidak Setuju > Klik
Add
Value = 2; Value Label = Tidak Setuju> Klik Add
Value = 3; Value Label = Sederhana Setuju> Klik
Add
Value = 2; Value Label = Setuju> Klik Add
Value = 2; Value Label = Amat Setuju> Klik Add

Variable : Soalan 1 (samb)

Lajur Missing = None

Lajur Column = 8
Lajur Align = Right
Lajur Measure = Scale

Variable : Soalan 2

Klik pada sel ke-7 (baris ke 7) di bawah lajur

Name > masukkan S2
Type = Numeric
Width = 4
Decimal = 0
Label = Penyampaian isi pelajaran

Variable : Soalan 2 (samb)

1.

2.
3.

4.
5.

Lajur Value:
Value = 1; Value Label = Amat Tidak Setuju > Klik
Add
Value = 2; Value Label = Tidak Setuju> Klik Add
Value = 3; Value Label = Sederhana Setuju> Klik
Add
Value = 2; Value Label = Setuju> Klik Add
Value = 2; Value Label = Amat Setuju> Klik Add

Variable : Soalan 2 (samb)

Lajur Missing = None

Lajur Column = 8
Lajur Align = Right
Lajur Measure = Scale

Variable : Soalan 3

Klik pada sel ke-8 (baris ke 8) di bawah lajur

Name > masukkan S3
Type = Numeric
Width = 4
Decimal = 0
Label = Contoh yang realistik

Variable : Soalan 3 (samb)

1.

2.
3.

4.
5.

Lajur Value:
Value = 1; Value Label = Amat Tidak Setuju > Klik
Add
Value = 2; Value Label = Tidak Setuju> Klik Add
Value = 3; Value Label = Sederhana Setuju> Klik
Add
Value = 2; Value Label = Setuju> Klik Add
Value = 2; Value Label = Amat Setuju> Klik Add

Variable : Soalan 3 (samb)

Lajur Missing = None

Lajur Column = 8
Lajur Align = Right
Lajur Measure = Scale

Variable : Soalan 4

Klik pada sel ke-9 (baris ke 9) di bawah lajur

Name > masukkan S4
Type = Numeric
Width = 4
Decimal = 0
Label = Maklumat yang disampaikan

Variable : Soalan 4 (samb)

1.

2.
3.

4.
5.

Lajur Value:
Value = 1; Value Label = Amat Tidak Setuju > Klik
Add
Value = 2; Value Label = Tidak Setuju> Klik Add
Value = 3; Value Label = Sederhana Setuju> Klik
Add
Value = 2; Value Label = Setuju> Klik Add
Value = 2; Value Label = Amat Setuju> Klik Add

Variable : Soalan 4 (samb)

Lajur Missing = None

Lajur Column = 8
Lajur Align = Right
Lajur Measure = Scale

Variable : Soalan 5

Klik pada sel ke-10 (baris ke 10) di bawah

lajur Name > masukkan S5
Type = Numeric
Width = 4
Decimal = 0
Label = Kelajuan penyampaian

Variable : Soalan 5 (samb)

1.

2.
3.

4.
5.

Lajur Value:
Value = 1; Value Label = Amat Tidak Setuju > Klik
Add
Value = 2; Value Label = Tidak Setuju> Klik Add
Value = 3; Value Label = Sederhana Setuju> Klik
Add
Value = 2; Value Label = Setuju> Klik Add
Value = 2; Value Label = Amat Setuju> Klik Add

Variable : Soalan 5 (samb)

Lajur Missing = None

Lajur Column = 8
Lajur Align = Right
Lajur Measure = Scale

Data View

Sesudah semua variable dimasukkan di dalam

variable view, maka sekarang kita boleh
masukkan data kajian di dalam data view
Arahan: Klik pada data view
Maka kesemua variable yang telah dibina akan
dipaparkan di skrin data view.
Fail data ini hanya menunggu data untuk
dimasukkan.

Data View

Jika kita lupa mengenai value label yang telah

digunakan maka gunakan arahan berikut:
Klik Utilities (dari menu bar) > Variables.
Maka kita boleh melihat semua value labels
yang telah digunakan
Untuk menutup tetingkap Variables klik Close
Simpan (save) fail data anda setelah selesai
urusan memasukkan data. (Klik File>Save
atau klik pada ikon
)
End

Carta Statistik

1.
2.
3.
4.
5.

SPSS mampu untuk memplot pelbagai jenis

carta dan graf seperti
Bar
Garisan
Pai
Scatterplot
Histogram

Carta Bar

Buka perisian SPSS

Klik File>Open>Data>Data1.sav>Open
Klik Graphs>Bar tetingkap berikut akan
dipaparkan

Carta Bar

Klik Simple>Define

Carta Bar

Klik Gender dan klik butang ini untuk

masukkan didalam Category Axis

Carta Bar

Klik Title untuk memasukkan tajuk carta bar

dan klik Continue bila selesai

Carta Bar

Carta Bar

Klik OK dan carta bar akan dipaparkan di

dalam Output Viewer

Carta Bar

Carta bar tersebut boleh diubahsuai dengan

cara double click mouse pada carta tersebut
dan tetingkap chart editor akan dipaparkan.

Carta Bar

Untuk mengubah Carta tersebut klik sekali

butang kanan pada mouse dan pelbagai option
akan tersenarai

Carta Bar

Anda boleh mencuba untuk mengubah carta

tersebut mengikut citarasa masing-masing
seperti menukar jenis carta contohnya kepada
carta pai dan sebagainya

Carta Bar

Untuk mengubah bentuk carta, warna serta

ketebalan carta bar maka kita boleh Klik pada
butang property windows

Carta Bar

Maka tetingkap properties akan dipaparkan

Chart size untuk mengubah saiz carta

Carta Bar

Fill & borders untuk menukar warna dan

bentuk garisan sisi carta

Carta Bar

Categories pula untuk mengubah kategori

yang terdapat pada carta tersebut

Carta Bar

Bar option pula digunakan untuk mengubah

ketebalan bar tersebut. Kita boleh skrol butang
bars untuk mendapatkan ketebalan yang sesuai

Carta Bar

Butang variables ini digunakan bila lebih dari

satu variable yang dipilih untuk memplot carta
tersebut. Kita boleh menukar X axis dengan
variable lain yang terdapat di dalam kekotak
variable.

Carta Bar

Option terakhir pada properties tersebut adalah

depth & angle. Fungsi ini digunakan untuk
mendapatkan jenis carta bar yang flat, Shadow
ataupun 3D

Carta Bar

Jika pilihan Flat digunakan maka ruang

Angle/Offset dan distance tidak dapat
diaktifkan

Carta Bar

Jika pilihan Shadow diaktifkan maka ruang

Offset digunakan untuk menentukan
kedudukan shadow bar tersebut dengan
melaraskan butang ini

Carta Bar

Jika pilihan 3D diaktifkan maka ruang Offset

dan distance digunakan untuk menentukan
bentuk dan saiz bar tersebut dengan
melaraskan butang ini

Transformasi Data

Data yang disimpan melalui SPSS boleh

diubahsuai mengikut keperluan masing-masing
Proses transformasi data akan membolehkan
kita menjalankan operasi analisis data yang
lebih kompleks.
Terdapat pelbagai proses transformasi yang
boleh dilakukan seperti arahan Compute, Count
dan Recode

Transformasi Data - Compute

Compute akan membolehkan kita

menghasilkan variable yang baru melalui
operasi manipulasi beberapa variable yang
sedia ada di dalam fail data SPSS.
Arahan: Buka perisian SPSS
Buka data SPSS
Klik Transform>Compute dan tetingkap
compute variable akan dipaparkan

Compute (samb)

Ruangan Target Variable merupakan ruang

untuk menaip nama variable baru yang ingin
dibina.
Dalam latihan ini kita akan mencari nilai min
bagi satu set variable
Arahan: taipkan min pada ruangan target
variable.
Klik butang Type&Label untuk menentukan
jenis variable serta labelnya

Compute (samb)

Isikan seperti di bawah:

Compute (samb)

Klik continue apabila selesai.

Pada ruangan Function, klik pada Mean dan
klik pada butang ini

Compute (samb)

Klik dua kali (double click) pada variable S1

di ruang senarai variable. Ia akan kelihatan
dalam kurungan fungsi Mean
Ulangi langkah sehingga s5 (pastikan selepas
s1 diikuti dengan koma (,) dan padamkan
tanda soal (?) yang terdapat dalam kurungan
itu.

Compute (samb)

Setelah selesai ia akan kelihatan seperti ini:

Klik OK bila selesai

Compute (samb)

Klik pada ruangan data view maka variable

baru akan kelihatan.

Compute (samb)

Selain mencari mean, arahan compute juga

boleh melakukan operasi berikut:
tambah (+), tolak (-), darab (*), bahagi (/)
SUM (menjumlahkan data eg. SUM(s1,s2)
SD (sisihan piawai eg SD(s1,s2)
Varians (eg VARIANCE(s1,s2)

Count

Fungsi count membolehkan kita mengira

kekerapan (mod) sesuatu nilai di dalam
variable.
Arahan: Klik Transform>Count dan tetingkap
compute variable akan dipaparkan

Count (samb)

Tetingkap di bawah akan dipaparkan.

Count (samb)

Dalam latihan ini kita akan mencari kekerapan

nilai 5 bagi satu set variable.
Taipkan mod pada ruangan Target variable
dan taipkan Bilangan skor 5 bagi s1-s5
Klik+hold s1-s5 kemudian tekan butang
Maka s1-s5 akan berada diruang Variables

Count (samb)

Maka ia akan kelihatan begini:

Klik pada define values

Count (samb)

Isikan angka 5 pada ruangan value

Klik butang Add
Klik continue bila selesai

Klik Ok

Count (samb)

Maka satu lagi variable akan kelihan pada

ruang data view yang memaparkan mod bagi
set variable tersebut

Recode

1.
2.

Ia membolehkan kita mengubahsuai data di

dalam variable supaya ia bersesuaian dengan
analisis yang akan dijalankan.
2 arahan recode:
Recode into same variable
Recode into different variable

Recode into same variable

Recode into same variable sesuai digunakan

untuk mengubahsuai data bagi satu variable
yang sedia ada di dalam fail data yang
digunakan.
Nota: Arahan Recode tidak akan
mengubahsuai nilai value labels bagi sesuatu
variable.

Recode into same variable

Arahan: Klik Transform>Recode>Into Same

Variable dan tetingkap Recode into same
variable akan dipaparkan

Recode into same variable

Klik pada Kaedah mengajar (s1) dan klik

butang

Recode into same variable

Klik pada butang Old and New Values

Recode into same variable

Tetingkap berikut akan dipaparkan.

Recode into same variable

Klik pada Range taipkan julat yang sesuai

pada old value dan nilai baru yang sesuai pada
new value. Klik Add bila selesai.

Recode into same variable

Recode into same variable

Masukkan nilai yang seterusnya dan klik Add

Recode into same variable

Seterusnya klik continue apabila selesai

Recode into same variable

Langkah ini sebenarnya akan menukar julat

asal 1 dan 2 kepada nilai baru iaitu 1.
Manakala nilai asal 3 hingga 5 akan bertukar
menjadi 2
Cuba perhatikan Value Labels tidak berubah
dan kekal seperti asal.

Recode into same variable

Maka perlulah kita ubah Value Labels agar ia

bersesuaian dengan kod baru yang digunakan.
Contohnya:

Recode into different variable

Arahan: Buka fail SPSS yang anda gunakan dalam

latihan sebelumnya
Klik Transform>Recode>Into Different Variable dan
tetingkap ini akan dipaparkan

Recode into different variable

Klik pada Kaedah mengajar (s1) dan klik

butang

Recode into different variable

Recode into different variable

Seterusnya taipkan nama dan label variable

baru pada ruang output variable. Bila selesai
tekan butang change

Recode into different variable

Klik pada butang Old and New Values dan

taipkan kod yang baru seperti berikut. Klik
continue bila selesai.

Recode into different variable

Klik butang OK dan hasil berikut akan

terbentuk. Satu variable baru s1new terbentuk
hasil daripada pengkodan semula s1

Recode into different variable

Jika di perhatikan di tetingkap Variable View

di dapati bahawa variable baru yang terbentuk
tidak mempunyai Value Labels. Letakkan
Value Labels yang bersesuaian seperti berikut

Analisis Data

SPSS membolehkan pengguna menghasilkan

pelbagai bentuk taburan data menerusi arahan
Frequencies, Descriptives dan Crosstabs
Frequencies digunakan untuk mengira jumlah
respon. Ia juga boleh menghasilkan statistik
diskriptif seperti min, mod, media dan varians
Pelbagai bentuk graf juga dapat dihasilkan
melalui arahan ini.

Frequencies

Arahan: buka fail SPSS

Klik Analyze>Descriptive Statistics>Frequencies
Tetingkap ini akan dipaparkan

Frequencies

Pilih variable yang sesuai seperti kaedah

mengajar (s1), Penyampaian isi pelajaran (s2)
dan Contoh yg realistik (s3) dan masukkan
dalam ruangan variable

Frequencies

Klik butang statistics untuk memilih jenis

statistik yang dikehendaki.
Di dalam latihan ini kita akan memilih Mean
dan Standard Deviation

Frequencies

Klik butang continue bila selesai.

Klik pula pada butang Charts jika ingin
menghasilkan carta seperti bar, histogram dsb
Pilih Bar Charts dan klik continue

Frequencies

Klik butang Format untuk mengubahsuai

paparan jadual frekuensi samada susunan
secara menaik atau menurun. Klik Continue
bila selesai

Frequencies

Seterusnya klik OK maka paparan output view

yang mengandungi jadual frekuensi yang
dikehendaki akan terhasil

Frequencies Output view

Frequencies Output view

Frequencies

Simpan (save) fail output menggunakan nama

yang sesuai
Tutup fail output untuk menggelakkan
berlakunya percampuran output

Descriptives

Fungsi ini akan membolehkan pelbagai

analisis deskriptif dilakukan serentak bagi
pelbagai variable.
Arahan buka Fail yang sama seperti latihan
frequencies.
Klik Analyze>Descriptive
Statistics>Descriptive

Descriptives

Tetingkap berikut akan dipaparkan

Descriptives

Pilih variable yang sesuai seperti kaedah

mengajar (s1), Penyampaian isi pelajaran (s2)
dan Contoh yg realistik (s3), Maklumat yg
disampaikan (s4) dan Kelajuan penyampaian
(s5) dan masukkan dalam ruangan variable

Descriptives

Descriptives

Klik butang Option dan pilih satistik yang

dikehendaki, contohnya Mean, Standard
Deviation, Minimum dan Maximum. Klik
Continue bila selesai

Descriptives

Descriptives

Klik OK dan tetingkap Output Viewer akan

terhasil.

Descriptives

Crosstabs

Fungsi ini membolehkan kita menghasilkan

suatu ukuran perhubungan dengan dua
variable dalam bentuk jadual frekuensi dua
atau pelbagai hala.
Dalam fungsi ini, statistik korelasi seperti
Pearson Chi-Square dan Gamma boleh
dihasilkan.

Crosstabs

Arahan buka Fail yang sama seperti latihan

frequencies dan Descriptive
Klik Analyze>Descriptive
Statistics>Crosstabs

Crosstabs

Tetingkap ini akan muncul

Crosstabs

Pilih variable yang sesuai seperti kaedah

mengajar (s1) dan Penyampaian isi pelajaran
(s2) untuk dimasukkan dalam ruangan Rows
Dan pilih etnik untuk ruangan Coloumns

Crosstabs

Crosstabs

Klik butang statistics dan pilih correlation.

Tekan continue bila selesai.

Crosstabs

Klik Ok dan tetingkap Output Viewer akan

menghasilkan jadual seperti berikut

Crosstabs

Analisis Korelasi

Pekali korelasi mengukur kekuatan perkaitan

antara 2 variable.
Terdapat beberapa model pekali korelasi di
dalam SPSS seperti Pearson, Spearmans rho
dan kendals tau-b

Analisis Korelasi

Arahan buka Fail yang sama seperti latihan

frequencies dan Descriptive
Berdasarkan fail data, kita akan melihat
samada ada atau tidak perkaitan antara 2
variable yang dipilih
Contohnya perkaitan antara gender dan
markah ujian

Analisis Korelasi

Contohnya perkaitan antara umur dan markah

ujian. Maka contoh hipotesis yang boleh
ditulis adalah seperti berikut:
Hipotesis null: tiada perkaitan yang signifikan
antara umur dan skor ujian
Hipotesis alternatif: terdapat perkaitan yang
signifikan antara umur dengan skor ujian

Analisis Korelasi

Klik Analyze>Correlate>Bivariate
Pilih Umur dan pencapaian ujian

Analisis Korelasi

Klik Option sekiranya ingin memaparkan

statistik deskriftif. (pilih mean dan standard
deviation)

Analisis Korelasi

Klik Continue>Ok maka tetingkap output

viewer akan kelihatan

Analisis Korelasi

Analisis Korelasi - penafsiran

Paparan tersebut menunjukkan variable umur

dan skor ujian mempunyai korelasi yang tinggi
iaitu 0.878

Analisis Korelasi - penafsiran

Ini membuktikan bahawa umur dan ujian

mempunyai perhubungan yang kuat
memandangkan nilai korelasi menghampiri
nilai 1 (iaitu nilai maksimum bagi pekali
korelasi)

Analisis Korelasi - penafsiran

Hasil ini juga menunjukkan perkaitan yang

signifikan antara kedua variable tersebut di
mana nilai signifikannya ialah 0.000 iaitu lebih
kecil dari aras signifikan yang telah ditetapkan
iaitu 0.05 pada ujian korelasi dua hala

Analisis Regresi

Di dalam analisis ini kita mempunyai objektif

spesifik untuk memodelkan hubungan
pergantungan Y (variable bersandar) ke atas X
(variable takbersandar).
Model linear yang terhasil boleh digunakan
untuk meramalkan nilai Y apabila diberikan
nilai X.

Analisis Regresi

Klik Analyze>Regression>Linear
Pilih Jam belajar (Y) dan pencapaian ujian (X)

Analisis Regresi

Pilih Jam belajar sebagai dependent (Y)

Pencapaian Ujian sebagai Independent (X)

Analisis Regresi

Klik butang statistik, pilih seperti rajah, klik

Continue

Analisis Regresi

Klik OK bila selesai dan tetingkap Output

Viewer akan kelihatan seperti berikut:

Analisis Regresi - penafsiran

Daripada analisis didapati bahawa nilai R 2

bersamaan 0.897, sekiranya nilai R 2
bersamaan dengan 1 maka model yang
digunakan pada data ini adalah sangat sesuai
dan jika nilai kurang dari 0.5 maka model itu
tidak sesuai

Analisis Regresi - penafsiran

Didapati bahawa nilai R adalah 0.897 dan

melebihi 0.5, maka model yang digunakan
adalah sesuai. Ianya juga disokong oleh
analisis ANOVA di mana nilai signifikannya
ialah 0.000 lebih kecil dari aras signifikan
yang ditentukan iaitu 0.05/2 = 0.025