Kelas Data Mastery #3

Uji Statistik Tanpa Bingung: SPSS untuk Peneliti

Pelajari uji statistik yang tepat dan pengolahan data di SPSS, lalu interpretasikan output secara akurat untuk mendukung skripsi, tesis, maupun artikel ilmiah.

Periode Pelaksanaan : Selasa-Kamis, 17-19 Juni 2025
Waktu Pelaksanaan : 19.00 – 21.00 WIB
Kelas Kita Adakan Via Zoom & Youtube Live

Kenapa Perlu Belajar Kelas Data Mastery #3 di Hcelerate?

Pemateri Profesional

Pemateri kami adalah profesional yang berpengalaman di bidang analisis data. Mereka akan membimbing Anda dari dasar dengan materi yang disertai praktik langsung. Pemateri menyampaikan dengan bahasa Indonesia yang fasih.

Kurikulum Terupdate

Kurikulum dalam kelas kami rancang berdasarkan permasalahan yang relevan dengan akademisi dan peneliti serta selalu mengikuti tren terbaru dalam kebutuhan penelitian dan analisis data.

Pengalaman Praktis

Di Hcelerate, kami percaya bahwa pembelajaran yang efektif adalah pembelajaran yang disertai pengalaman praktis. Oleh karena itu, dalam kelas, Anda akan diberikan studi kasus yang relevan dengan dunia akademisi dan peneliti.

Hce Network

Bergabung dengan Hcelerate berarti Anda juga menjadi bagian dari komunitas Hce Network di mana Anda akan berkesempatan untuk berkolaborasi dengan sesama akademisi untuk mendapat partner riset lintas institusi/negara hingga peluang hibah

Kesempatan Karir yang Lebih Baik

Dengan belajar di Hcelerate, Anda akan memiliki kompetensi yang dibutuhkan untuk meningkatkan profesional di dunia global. Ini akan membuka pintu menuju berbagai kesempatan karir yang lebih luas dan cemerlang.

Belajar Apa Saja di Kelas Ini?

DAY 1: Pengenalan SPSS & Statistik Deskriptif

Dasar-Dasar SPSS dan Pengelolaan Data

Mengenal SPSS: fungsi, antarmuka, dan ruang kerja
Membuka, mengimpor, dan menyimpan dataset (.sav, Excel, .csv)
Definisi dan tipe variabel (scale, ordinal, nominal)
Pengkodean data dan pengisian data editor
Transformasi data: recode, compute variable, labeling

Statistik Deskriptif & Eksplorasi Data

Ukuran pemusatan: mean, median, modus
Ukuran dispersi: standar deviasi, varians, minimum, maksimum
Distribusi frekuensi dan pembuatan tabel statistik
Visualisasi data: histogram, pie chart, bar chart, boxplot
Praktik eksplorasi dataset sederhana

Output Hari Pertama

Peserta memahami struktur kerja SPSS dan mampu mengelola data secara mandiri, mulai dari penginputan, pengkodean, hingga visualisasi statistik deskriptif. Peserta juga dapat melakukan eksplorasi awal terhadap data penelitian dengan berbagai grafik dan tabel distribusi.

DAY 2: Statistik Inferensial Komparatif

Uji Asumsi Statistik

Uji normalitas (Kolmogorov–Smirnov, Shapiro–Wilk)
Uji homogenitas varians (Levene's Test)
Penentuan jenis uji statistik berdasarkan asumsi data

Analisis Komparatif

Uji t dua kelompok: independent samples t-test dan paired samples t-test
Uji ANOVA satu arah: pengantar, asumsi, interpretasi output
Post hoc test (Tukey, Bonferroni)
Interpretasi hasil (nilai p, mean difference, CI)
Praktik analisis dan pelaporan hasil uji

Sesi tanya jawab dan diskusi interaktif

Sesi tanya jawab dan diskusi interaktif bersama pemateri.

Output Hari Kedua

Peserta mampu melakukan uji asumsi (normalitas dan homogenitas), serta melaksanakan uji komparatif seperti uji-t dan ANOVA menggunakan SPSS. Peserta memahami kapan dan bagaimana memilih uji statistik yang sesuai dengan tujuan penelitiannya, serta dapat membaca dan menafsirkan hasil uji secara tepat.

DAY 3: Statistik Inferensial Asosiatif & Regresi

Analisis Korelasi

Korelasi Pearson dan Spearman
Interpretasi koefisien korelasi dan signifikansi statistik
Visualisasi scatter plot dan matrix korelasi
Contoh kasus: hubungan antara dua variabel kuantitatif

Analisis Regresi Linear Sederhana & Berganda

Model regresi linear: rumus, asumsi, dan output SPSS
Interpretasi koefisien regresi (unstandardized vs standardized)
Uji F dan uji t dalam model regresi
R² dan adjusted R² sebagai ukuran kekuatan model
Praktik analisis regresi dan interpretasi kasus real-data

Sesi tanya jawab dan diskusi interaktif

Sesi tanya jawab dan diskusi interaktif bersama pemateri.

Output Hari Ketiga

Peserta dapat melakukan analisis hubungan variabel menggunakan korelasi dan regresi linear sederhana maupun berganda. Peserta juga memahami konsep dasar uji F, uji t dalam regresi, serta mampu menafsirkan output SPSS ke dalam bentuk laporan atau narasi akademik.

Pemateri Kelas Data Mastery #3

Novi Reandy Sasmita, S.Si., M.Sc.

Apa Kata Mereka tentang Hcelerate?

"Prompt yang digunakan berdasarkan beberapa tools AI sangat bagus dibukukan karena tidak semua peneliti menyelesaikan penelitian semua menggunakan ai tetapi hanya sebagai alat bantu pada beberapa komponen."

Muhammad Ardi, M.Kep., Ns.Sp.Kep.M.B

Poltekkes Kemenkes Makassar

"Sangat edukatif, informatif, dan membantu mengembangkan kompetensi untuk memanfaatkan NVivo dan AI dalam interpretasi dan analisis data dan temuan"

Ari Wibowo

Kementerian Agama R.I

"Sangat jelas, full praktek, saya apresiasi hce yang kemarin pada kelas SLR1 di kritik habis-habisan namun bertanggung jawab dan memberikan yang terbaik dalam pelaksanaan kelas ini, jauh lebih baik dari pertemuan sebelumnya, penuh interaksi, komen tidak di matikan."