Upload
others
View
19
Download
2
Embed Size (px)
Citation preview
Mengolah Data Dengan SPSSHikmah Agustin, SP.,MM
MATERI
MATERI KETERANGAN
1. Uji KuesionerCara mengatasi data yg tidak Valid
dan/atau tidak Reliabela. Uji Validitas
b. Uji Reliabilitas
2. Uji Asumsi Klasik
a. Uji NormalitasPerbedaan penggunaan uji (misal perbedaan
normalitas menggunakan grafik dan uji Glejser)b. Uji Heteroskedastisitas
c. Uji Multikolinearitas
3. Uji Hipotesis
a. Uji TCara mengolah data menggunakan SPSS dan cara
menganalisa hasil output SPSSb. Uji F
4. Koefisien Determinasi
MATERI 1
Uji Kuesioner
1. UJI VALIDITAS
Secara umum uji validitas adalah untuk melihat apakah
item pertanyaan yang dipergunakan mampu mengukur
apa yang ingin diukur.
contoh:
Besarnya gaji valid dipergunakan untuk mengukur
kekayaan seseorang; atau jumlah anak tidak valid
dipergunakan untuk mengukur kekayaan seseorang.
Artinya gaji berkorelasi dengan tingkat kekayaan
seseorang, tetapi jumlah anak tidak berkorelasi dengan
tingkat kekayaan seseorang.
Uji Validitas Product Moment Pearson
1. Korelasi Product Moment
Item butir dinyatakan valid jika mempunyai
korelasi dengan skor total
ButirNilai Correlation Sig. Status
1 0,741 0,000 Valid
2 0,6360,000
Valid
3 0,8060,000
Valid
4 0,6590,000
Valid
5 0,5390,000
Valid
6 0,626 0,000 Valid
Tabel xxx
Uji Validitas Variabel Kompensasi
Sumber : Data Primer (diolah),th..
Uji Validitas dengan Corrected Item to Total Correlation
Adalah dengan mengkoreksi nilai r hitung karena adanyaspurious overlap. Perhitungan dengan SPSS menggunakan :
Analyze --> Scale --> Reliability Analysis, pindahkanjawaban responden pada masing-masing butir (tanpa skortotal) dari kiri ke kanan --> Pilih Statistic è Klik pada Scale ifitem deleted --> OK.
Nilai yang dipergunakan pada kolom Corrected item-totalcorrelation.
Analisa hasil
Lantas, mana item-item yang lolos seleksi? Pilihlah item-itemyang mempunyai koefisien korelasi item-total dengan koreksi(corrected item-total correlation) di atas 0.30 pada kolomcorrected item-total correlation.
Mengapa 0.30?
Menurut Azwar (1999:65), pada prinsipnya adalah semakinmendekati angka 1.00 pada koefisien korelasinya, berarti itemitu makin bagus. Namun, nilai koefisien korelasi yang tinggimemang ikut meningkatkan reliabilitas skala; tetapi, tidakselalu meningkatkan validitas skala. Nilai koefisien korelasiitem-total itu menunjukkan daya beda item.
2. Reliabilitas
Uji reliabilitas adalah untuk melihat apakahrangkaian kuesioner yang dipergunakan untukmengukur suatu konstruk tidak mempunyaikecenderungan tertentu. Nilai yang lazim dipakaiadalah 0,6.
Reliabilitas statistik diperlukan untuk memastikanvaliditas dan ketepatan analisis statistik. Ia mengacupada kemampuan untuk mereproduksi hasil lagi danlagi sesuai kebutuhan. Hal ini penting karena akanmembangun tingkat kepercayaan dalam analisisstatistik dan hasil yang diperoleh.
Hasil
Pertanyaan yang sering muncul
1. Bagaimana perlakuan terhadap butir pertanyaanyang tidak valid?
Jawab:
Butir yang tidak valid berarti tidak mampu mengukursuatu konstruk yang akan diukur, sehingga sebaiknyadikeluarkan dari model penelitian.
Lanjutan…
2. Butir-butir pertanyaan sudah valid semua, tetapimengapa tidak reliabel?
Jawab:
Meskipun ada kecenderungan bahwa jika semua butirsudah valid akan reliabel, akan tetapi hal tersebuttidak merupakan suatu jaminan. Upaya yang dapatdilakukan agar menjadi reliabel adalah denganmemodifikasi indikator yang dipergunakan.
Lanjutan..
3. Kuesioner sudah valid dan reliabel, tetapi mengapahipotesis tidak diterima?
Jawab:
Tidak ada hubungan antara uji validitas dan reliabilitasdengan penerimaan hipotesis. Uji validitas danreliabilitas hanya untuk melihat apakah alat ukur yangdipergunakan (kuesioner) sudah layak dipergunakanatau belum.
4. Metode pengujian mana yang paling tepat?
Jawab:
Tidak ada ketentuan yang pasti dan tergantung
dari model yang dipergunakan dalam penelitian.
MATERI 2
Uji Asumsi Klasik
Uji Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi padaanalisis regresi linear berganda.
Setidaknya ada lima uji asumsi klasik, yaitu :
uji multikolinearitas,
uji heteroskedastisitas,
uji normalitas,
uji autokorelasi dan
uji linearitas.
Tidak ada ketentuan yang pasti tentang urutan uji mana dulu yang harusdipenuhi. Analisis dapat dilakukan tergantung pada data yang ada. Sebagaicontoh, dilakukan analisis terhadap semua uji asumsi klasik, lalu dilihat manayang tidak memenuhi persyaratan. Kemudian dilakukan perbaikan pada ujitersebut, dan setelah memenuhi persyaratan, dilakukan pengujian pada ujiyang lain.
Tapi ada 2 uji asumsi yang sangat jarang digunakan yaitu autokorelasi (khususdata keuangan/time series) dan linieritas (byk penulis tdk menggunakan uji ini)
1. UJI NORMALITAS
Uji normalitas adalah uji yang dilakukan untuk mengecek
apakah data penelitian kita berasal dari populasi yang
sebarannya normal. Uji ini perlu dilakukan karena semua
perhitungan statistik parametrik memiliki asumsi normalitas
sebaran.
Uji normalitas digunakan untuk mengetahui apakah dalam
sebuah model regresi, variabel bebas dan variabel terikat
atau keduanya mempunyai distribusi normal atau tidak. Model
yang baik adalah mempunyai distribusi data normal atau
mendekati normal.
METODE GRAFIK
Data yang normal apabila didalam hasil analisis ditunjukkan data-
data atau grafik dimana titik berada disekitar garis vertikal atau
didekat garis. Sehingga jika data atau titik tersebut didalam garis
atau disekitar garis maka data tersebut dianggap normal.
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Kepercayaan Guru
Observed Cum Prob
1.00.75.50.250.00
Exp
ecte
d C
um P
rob
1.00
.75
.50
.25
0.00
METODE Kolmogorov Smirnov
Uji normalitas dapat digunakan uji
Kolmogorov Smirnov (Alhusin, 2001:262),
kriterianya adalah :
Jika probabilitas > 0.05, maka distribusi data
normal
Jika probabilitas < 0.05, maka distribusi data
tidak normal
Hasilnya>>
One-Sample Kolmogorov-Smirnov Test
kompensasi kepemimpinan semangat kerja Prestasi Kerja
N47 47 47 47
Normal Parametersa Mean19.0638 25.2766 24.277 25.0426
Std. Deviation3.54722 2.64330 2.5255 1.87614
Most Extreme Differences Absolute.115 .161 .180 .179
Positive.094 .088 .139 .179
Negative-.115 -.161 -.180 -.119
Kolmogorov-Smirnov Z.786 1.104 1.233 1.226
Asymp. Sig. (2-tailed).566 .175 .096 .099
a. Test distribution is Normal.
Variabel Tingkat Signifikansi
Keterangan
Prestasi Kerja (Y2) 0,099 Valid
Semangat Kerja (Y1) 0,096 Valid
Kepemimpinan (X2) 0,175 Valid
Kompensasi (X1) 0,566 Valid
Tabel xxx
Hasil Uji Normalitas
Sumber : Data Primer Diolah
2.MULTIKOLINEARITAS
Uji multikolinearitas adalah untuk melihat adaatau tidaknya korelasi yang tinggi antaravariabel-variabel bebas dalam suatu modelregresi linear berganda.
Jika ada korelasi yang tinggi di antara variabel-variabel bebasnya, maka hubungan antaravariabel bebas terhadap variabel terikatnyamenjadi terganggu.
Multikolinieritas
Sebagai ilustrasi, adalah model regresi denganvariabel bebasnya motivasi, kepemimpinan dankepuasan kerja dengan variabel terikatnya adalahkinerja.
Logika sederhananya adalah bahwa model tersebutuntuk mencari pengaruh antara motivasi,kepemimpinan dan kepuasan kerja terhadap kinerja.
Jadi tidak boleh ada korelasi yang tinggi antaramotivasi dengan kepemimpinan, motivasi dengankepuasan kerja atau antara kepemimpinan dengankepuasan kerja.
Alat statistik yang seringdipergunakan untuk mengujigangguan multikolinearitasadalah dengan variance inflationfactor (VIF), korelasi pearsonantara variabel-variabel bebas.
Menggunakan VIF
Kreteria yang dipakai jika VIF > 5, makavariabel tersebut mempunyai persoalanmultikolinieritas dengan variabel bebaslainnya dan jika VIF 5 berarti tidak terjadimultikolinieritas antar variabel.
Menggunakan Korelasi Pearson
Hasil
Correlations
kompensasi kepemimpinan
kompensasi Pearson Correlation1 .244
Sig. (2-tailed).099
N47 47
kepemimpinan Pearson Correlation.244 1
Sig. (2-tailed).099
N47 47
3. Uji Heteroskedastisitas
Uji heterokesdastisitas adalah untuk melihat apakah
terdapat ketidaksamaan varians dari residual satu
ke pengamatan ke pengamatan yang lain.
Model regresi yang memenuhi persyaratan adalah
di mana terdapat kesamaan varians dari residual
satu pengamatan ke pengamatan yang lain tetap
atau disebut homokesdastisitas.
Metode scatter plot
Deteksi heteroskedastisitas dapat dilakukan denganmetode scatter plot dengan memplotkan nilai ZPRED(nilai prediksi) dengan SRESID (nilai residualnya).
Model yang baik didapatkan jika tidak terdapat polatertentu pada grafik, seperti mengumpul di tengah,menyempit kemudian melebar atau sebaliknya melebarkemudian menyempit.
Uji statistik yang dapat digunakan adalah uji Glejser
Cara 1 Uji Glejser
Hasilnya…
Correlations
kompensasi
kepemimpina
n
Unstandardiz
ed Residual
Spearman's rho kompensasi Correlation
Coefficient1.000 .191 -.002
Sig. (2-tailed). .198 .992
N47 47 47
kepemimpinan Correlation
Coefficient.191 1.000 -.035
Sig. (2-tailed).198 . .817
N47 47 47
Unstandardized
Residual
Correlation
Coefficient-.002 -.035 1.000
Sig. (2-tailed).992 .817 .
N47 47 47
Variabel Nilai Korelasi Sig. Ket.
Kompensasi (X1) -,002 0,992 Bebas Hetero
Kepemimpinan (X2) -,035 0,817 Bebas Hetero
Tabel xxx
Hasil Uji Heteroskedastisitas Model Regresi I
Sumber : Data Primer Diolah
Cara Grafik
Hasilnya..
MATERI 3
Uji Hipotesis
Hipotesis
1. Ada pengaruh secara parsial dari
kompensasi kepemimpinan dan semangat
kerja terhadap Kinerja.
2. Ada pengaruh secara simultan dari
kompensasi kepemimpinan dan semangat
kerja.
ANALISIS REGRESI
Hasilnya..
Coefficientsa
Model
UnstandardizedCoefficients
Standardized Coefficients
t Sig.B Std. Error Beta
1 (Constant)5.013 2.459 2.039 .048
kompensasi.266 .071 .374 3.768 .000
kepemimpinan.561 .095 .587 5.918 .000
a. Dependent Variable: semangat kerja
Persamaan Regresi
Y = A + bXi
Y = 5,013 + 0,266X1 + 0,561X2 Berdasarkan persamaan tersebut, maka dapat dijabarkan sebagai berikut:
Konstanta = 5,013 yang menunjukkan bahwa tanpa adanya perubahan terhadap
kompensasi dan kepemimpinan, maka semangat kerja tetap sebesar 5,013.
Kompensasi (X1) = 0,266, ini menunjukkan bahwa kompensasi mempunyai
pengaruh yang positif terhadap semangat kerja. Jika nilai kompensasi naik 1
point sementara variabel lain tetap, maka semangat kerja akan naik sebesar
0,266.
Kepemimpinan (X2) = 0,561, ini menunjukkan bahwa kepemimpinan mempunyai
pengaruh yang positif terhadap semangat kerja. Jika nilai kepemimpinan naik 1
point sementara variabel lain tetap, maka semangat kerja akan naik sebesar
0,561.
Koefisien Determinasi
Model Summaryb
Model R R Square Adjusted R SquareStd. Error of the
Estimate
1 .770a .592 .574 1.6491
a. Predictors: (Constant), kepemimpinan, kompensasi
b. Dependent Variable: semangat kerja
R = Korelasi Ganda
R Square = Koefisien Determinasi
Artinya..
R Square : 0,592
Dari analisis diperoleh nilai koefisien determinasi
(R2) sebesar 0,592 atau 59,2%. Ini menunjukkan
bahwa kompensasi dan kepemimpinan dapat
menjelaskan pengaruhnya terhadap semangat
kerja sebesar 59,2%. Sedangkan sisanya sebesar
40,8% dipengaruhi variabel lainnya.
Uji F / Uji Simultan/Uji anova
ANOVAb
ModelSum of
Squares df Mean Square F Sig.
1 Regression 173.741 2 86.871 31.942 .000a
Residual 119.663 44 2.720
Total 293.404 46
a. Predictors: (Constant), kepemimpinan, kompensasi
b. Dependent Variable: semangat kerja
F = 31,942 Sig = 0,000
Dengan nilai uji F sebesar 31,942 dengan tingkatsignifikan 0,000 menunjukkan bahwa kompensasi (X1)dan kepemimpinan (X2) secara bersama-samaberpengaruh signifikan terhadap semangat kerja
Uji T / Uji parsial /Uji Sendiri-sendiri
Coefficientsa
Model
Unstandardized CoefficientsStandardized Coefficients
t Sig.B Std. Error Beta
1 (Constant) 5.013 2.459 2.039 .048
kompensasi .266 .071 .374 3.768 .000
kepemimpinan .561 .095 .587 5.918 .000
a. Dependent Variable: semangat kerja
Analisis Uji T
Dari hasil analisis di atas diketahui bahwa variabel kompensasi
(X1) mempunyai nilai t sebesar 3,768 dengan tingkat signifikan
0,000. Hasil ini menyatakan bahwa kompensasi (X1) mempunyai
pengaruh yang signifikan terhadap semangat kerja (Y).
Dari hasil analisis di atas diketahui bahwa variabel
kepemimpinan (X2) mempunyai nilai t sebesar 5,918 dengan
tingkat signifikan 0,000. Hasil ini menyatakan bahwa
kepemimpinan (X2) mempunyai pengaruh yang signifikan
terhadap semangat kerja (Y).
Uji Dominan/STEPWISE
Hasilnya ..
Coefficientsa
Model
UnstandardizedCoefficients
Standardized Coefficients
t Sig.B Std. Error Beta
1 (Constant)7.887 2.658 2.967 .005
kepemimpinan
.648 .105 .679 6.198 .000
2 (Constant)5.013 2.459 2.039 .048
kepemimpinan
.561 .095 .587 5.918 .000
kompensasi.266 .071 .374 3.768 .000
a. Dependent Variable: semangat kerja
Standardized Coefficients
Coefficientsa
Model
UnstandardizedCoefficients
Standardized Coefficients
t Sig.B Std. Error Beta
1 (Constant)5.013 2.459 2.039 .048
kompensasi.266 .071 .374 3.768 .000
kepemimpinan.561 .095 .587 5.918 .000
a. Dependent Variable: semangat kerja
Dari hasil olah data pada Standardized Coefficients
pada nilai Beta diperoleh nilai terbesar pada
variabel kepemimpinan yaitu 0,587, sehingga
dapat disimpulkan bahwa kepemimpinan adalah
variabel yang dominan mempengaruhi semangat
kerja (Y).
ANALISIS DESKRIPTIF
Deskriptif Variabel Kompensasi
Variabel kompensasi mempunyai 6 butir pernyataan,dengan demikian skor total maksimum adalah 30 dantotal skor minimum adalah 6. Sehingga diperolehinterval sebagai berikut :
Interval = (Skor tertinggi – Skor terendah) / JumlahKatagori
= (30 – 6) / 5
= 4,8
(Sri Mulyono, 1991:9)
Skor Kategori Jumlah Porsentase
6 - 10,8 Sangat Tidak Sesuai 0 0
>10,8 – 15,6 Tidak Sesuai 8 17
>15,6 – 20,4 Biasa Saja 21 45
>20,4 – 25,2 Sudah Sesuai 17 36
> 25,2 - 30 Sangat Sesuai 1 2
Jumlah 47 100
Tabel xxx
Hasil Penilaian Variabel Kompensasi (X1)
Sumber : Data Primer Diolah
Dari hasil analisis di atas diketahui kategori terbesar adalah
biasa saja yaitu sebanyak 21 responden atau 45%, kategori
sudah sesuai 17 responden atau 36%, kategori tidak sesuai
ada 8 responden atau 17% dan kategori sangat sesuai ada 1
responden atau 2%.
Dari hasil ini menunjukkan bahwa kompensasi yang diberikan
dipersepsikan oleh sebagian besar responden dalam kategori
biasa saja dan sudah sesuai. Karena tidak adanya dominasi
yang terbesar dari kategori jadi dapat dikatakan bahwa dari
segi kesesuaian besarnya kompensai dengan besarnya
tanggungjawab, kesesuaian dengan prestasi, kesesuaian masa
kerja, kesesuaian kebutuhan hidup sehari-hari dan ada
kenaikan yang berkala dianggap oleh masing-masing
responden beragam.
Latihan ….
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 9.561 1.756 5.445 .000
kompensasi -.068 .055 -.128 -1.217 .230
kepemimpinan .379 .087 .534 4.370 .000
semangat kerja .296 .103 .398 2.874 .006
a. Dependent Variable: kinerja
Terima Kasih