MENG GUNAKAN
S P S S 22
I. ANALISIS DATA
Kegiatan menghitung data agar dapat disajikan secara sistematis.
Sebelum dilakukan analisis data maka harus dipersiapkan variabel dan datadata yang akan dihitung. Data yang akan dianalisis memiliki aturan seperti
tipe variabel (angka, kalimat )
dan ukuran
data.
1.
Nominal
kesejajaran,
Ordinal : Data yang didapat dari hasil kategorisasi dan tidak memiliki
kesejajaran, misalnya : 1 = tidak baik, 2= baik, 3 = sangat baik. Jadi
2 lebih tinggi dari 1, dan 3 lebih
3.
Scale
tinggi dari 2
Misalnya :
penjualan, dll
Selain Ukuran Data diatas, Analisis juga perlu menggunakan variabel yang
akan dimasukan atau diinput dalam program statistik.
Variabel adalah
Ada 4 macam
Variabel :
1.
Variabel Dependen
(Variabel terikat)
Variabel
Independen
mempengaruhi variabel
(Variabel
dependen
(terikat).
Contoh
Variabel
:
yang
Motivasi,
4.
Bebas)
Variabel Moderator
antara variabel
1.
berupa
absensi,
gaji,
laporan
keuangan
publikasi
Adapun Tahapa Analisis Data yang akan kita lakukan terhadap data-data
yang kita peroleh dari hasil penelitian adalah sebagai berikut :
1.
2.
3.
Analisis Korelasi
4.
5.
a.
b.
Uji Linearitas
b.
Uji Multikolinearitas
c.
Uji Heteroskedastisitas
d.
Uji AutoKorelasi
b.
Uji F Simultan
c.
Uji t - Parsial
Metode
mengkorelasikan
2.
Metode
yaitu
Corrected
Item
Total
Correlation
yaitu
dengan
Resp
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
1
4
5
4
4
5
4
4
5
5
4
5
4
4
4
4
5
4
5
4
4
4
5
5
2
4
5
4
4
5
4
4
4
5
4
5
4
4
4
4
5
4
5
4
4
4
5
5
3
4
4
4
4
5
4
4
4
5
4
5
4
4
4
4
5
4
5
4
4
4
5
5
Item
4
5
4
4
5
4
4
3
4
3
5
4
4
3
5
4
5
4
5
5
4
4
5
5
4
4
4
4
4
4
4
4
5
4
4
4
5
5
4
4
4
4
4
4
4
5
5
5
Skor
Total
6
3
4
4
4
5
3
4
4
5
3
4
4
4
4
4
5
4
5
5
4
4
5
4
7
4
4
3
4
5
4
5
4
4
4
5
4
3
4
4
5
4
5
4
3
4
5
5
8
4
5
4
4
5
4
5
4
5
4
5
4
4
4
4
5
4
5
4
3
4
4
5
31
36
30
31
39
30
35
34
39
31
39
32
31
32
32
39
32
40
33
30
32
38
39
24
25
26
27
28
29
30
5
4
4
4
5
4
4
5
5
4
4
5
4
4
5
4
4
4
5
4
4
5
5
4
4
5
4
4
4
4
3
4
4
4
3
5
5
4
4
5
4
4
4
4
4
4
5
4
4
5
4
4
4
5
5
4
38
35
31
32
39
33
31
Resp
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
Skor
Total
Item
1
4
4
5
4
4
4
5
3
4
5
5
4
5
5
5
4
5
4
3
4
4
5
4
5
4
4
5
2
5
4
5
4
5
5
5
4
4
4
5
3
4
4
5
4
5
5
4
5
4
5
4
5
4
4
4
3
4
4
5
4
5
5
5
3
4
4
5
4
5
5
4
3
5
4
4
4
3
5
4
5
4
5
4
4
4
4
5
4
4
4
5
4
5
5
5
4
5
4
5
4
5
4
4
4
4
5
4
4
4
5
4
5
4
4
5
4
5
5
5
5
4
4
5
4
5
5
5
4
5
4
4
5
4
5
4
5
4
5
4
6
4
4
5
4
5
5
5
4
3
4
5
4
5
5
5
4
5
5
4
5
4
5
4
4
4
5
4
7
4
3
5
4
5
4
5
4
3
4
5
4
5
5
5
4
5
5
4
3
4
5
4
5
4
5
4
8
4
3
5
4
5
5
5
4
5
4
5
3
5
5
5
4
5
4
4
5
4
5
4
5
4
5
5
9
5
4
5
4
5
5
5
4
5
3
5
4
5
5
5
4
5
4
4
4
4
5
4
5
4
5
4
1
0
5
4
5
4
5
3
5
4
5
4
5
4
5
3
5
4
5
4
4
5
4
5
4
5
4
5
4
43
38
50
40
48
45
50
39
42
41
50
38
49
46
49
39
50
43
39
44
39
50
40
48
40
48
42
28
29
30
5
5
4
5
5
4
5
5
4
5
5
4
5
5
4
5
5
4
5
5
4
5
5
3
5
5
4
5
5
4
50
50
39
Resp
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
1
4
4
5
4
4
4
5
3
4
5
5
4
5
5
5
4
5
4
3
4
4
5
4
5
4
4
5
2
5
4
5
4
5
5
5
4
5
4
4
5
4
4
5
4
5
4
4
5
4
4
4
4
4
4
4
3
4
5
4
5
5
3
4
3
4
4
4
4
5
4
4
5
4
3
5
4
5
5
5
4
5
5
5
4
3
5
5
4
4
4
5
5
5
4
5
4
4
4
4
4
5
4
5
4
4
4
5
4
5
4
5
Item
5
6
4
3
4
4
4
5
5
4
5
5
5
5
4
5
5
4
4
3
4
4
5
4
4
4
4
5
4
5
4
5
4
5
3
5
5
5
4
4
5
5
4
4
5
5
5
5
5
4
5
5
5
4
4
4
Skor
Total
7
4
3
4
4
5
4
5
4
5
4
4
4
5
5
5
4
4
5
4
4
5
4
4
5
4
4
4
8
4
3
5
5
5
4
4
5
5
3
5
5
5
3
5
5
5
3
5
5
4
5
4
5
4
5
5
9
5
3
5
4
5
5
5
4
4
3
5
4
3
5
5
4
5
4
4
4
4
5
4
5
4
5
4
10
5
4
5
4
5
3
5
4
5
4
5
4
5
3
5
4
5
4
4
5
4
5
4
5
4
5
4
41
39
47
43
48
42
47
41
44
39
46
42
45
42
47
43
46
41
42
45
42
47
44
46
44
45
44
28
29
30
5
5
4
5
5
4
4
4
5
5
5
4
4
4
5
5
4
5
4
5
4
5
4
3
5
5
4
5
5
4
47
46
42
2.
Correlation
10
Mengkorelasikan antara skor tiap item dengan skor total instrumen dan
melakukan koreksi terhadap nilai koefisien korelasi yang overestimasi
Kita ambil contoh dengan menguji Validitas Kepuasan Pelanggan (Y)
11
12
Beri tanda centang (v) pada Scale if item deleted kemudian klik tombol
Continue, maka akan kembali ke kotak dialog sebelumnya. Kemudian klik
OK, maka hasil output nya sebagai berikut:
Item-Total Statistics
Scale Mean if
Item Deleted
Total Correlation
Cronbach's
Alpha if Item
Deleted
item1
29.7667
9.289
.867
.906
item2
29.7667
9.220
.894
.904
item3
29.8333
9.385
.881
.906
item4
29.7333
9.444
.793
.912
item5
30.1333
9.568
.607
.927
item6
29.9333
9.513
.594
.929
item7
29.9667
9.275
.692
.920
item8
29.8000
9.338
.743
.915
13
r tabel
konsisten jika pengukurannya diulang. Apabila instrumen kuesioner yang tidak reliabel maka
tidak dapat konsisten untuk pengukuran sehingga hasil pengukuran tidak dapat dipercaya. Uji
Reliabilitas yang banyak digunakan pada penelitian yaitu menggunakan Metode Cronbach
Alpha .
Berikut mari kita melakukan uji Reliabilitas dengan menggunakan
contoh soal seperti diatas yaitu dengan menguji Data Kepuasan Pelanggan
(Y). Menggunakan input data yang sama dengan uji validitas namun skor
total tidak digunakan. Apabila pada uji validitas ada item yang tidak valid,
maka item tersebut tidak dapat digunakan dalam uji reliabilitas.
Pindahkan
14
Excludeda
Total
%
30
100.0
.0
30
100.0
Reliability Statistics
Cronbach's
N of Items
Alpha
.925
adalah
kurang baik, sedangkan 0,7 dapat diterima dan diatas 0,8 adalah baik.
Pada output pertama diketahui data valid sebanyak 30 , lalu output kedua
adalah hasil uji reliabilitas yang didapat nilai Cronbach's Alpha sebesar
0,925 dengan jumlah item sebanyak 8. Karena nilai 0,925 > 0,6 maka
dapat disimpulkan bahwa instrumen
reliabel.
Lucky Lukman, SE.MM | Pengolahan Data Penelitian menggunakan
SPSS
15
V.
ANALISIS KORELASI
Analisis korelasi yaitu untuk mengetahui hubungan antara 2 variabel
atau lebih. Dalam perhitungan korelasi akan didapat koefisien korelasi yang
digunakan untuk mengetahui keeratan hubungan, arah hubungan dan
hubungan tersebut sigifikan atau tidak.
atau
rasio
yaitu
Korelasi
Product
Moment
(Pearson
Correlation).
Untuk Contoh Kasus kita akan tetap menggunakan adalah data diatas,
yaitu menggunakan data skor total dari Kepuasan Pelanggan (Y), Kualitas
Pelayanan (X1) dan Kualitas Produk (X2). Seperti berikut dibawah ini :
Resp
Kepuasan
Pelanggan
Y
Kualitas
Pelayanan
X1
Kualitas
Produk
X2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
31
36
30
31
39
30
35
34
39
31
39
32
31
32
32
39
32
40
33
30
32
38
39
38
35
31
32
39
43
38
50
40
48
45
50
39
42
41
50
38
49
46
49
39
50
43
39
44
39
50
40
48
40
48
42
50
41
39
47
43
48
42
47
41
44
39
46
42
45
42
47
43
46
41
42
45
42
47
44
46
44
45
44
47
16
29
30
33
31
50
39
46
42
17
18
centang (v) pada Normality plot with tests kemudian klik tombol Continue.
Selanjutnya akan kembali ke kotak Dialog sebelumnya (seperti diatas) dan
klik tombol OK
19
Valid
N
Missing
Percent
Total
Percent
Percent
Kepuasan Pelanggan
30
100.0%
0.0%
30
100.0%
Kualitas Pelayanan
30
100.0%
0.0%
30
100.0%
Kualitas Produk
30
100.0%
0.0%
30
100.0%
Tests of Normality
Kolmogorov-Smirnova
Statistic
df
Shapiro-Wilk
Sig.
Statistic
df
Sig.
Kepuasan Pelanggan
.230
30
.000
.846
30
.001
Kualitas Pelayanan
.189
30
.008
.856
30
.001
Kualitas Produk
.142
30
.125
.944
30
.118
apabila signifikansi < 0,05 maka data tidak berdistribusi normal. Maka dari
output tersebut maka data yang berdistribusi normal hanya data kualitas
produk yang berdistribusi normal karena 0,125 > 0,05, sedangkan data
kepuasan pelanggan dan kualitas pelayanan tidak berdistribusi normal
karena nilai signifikansi nya < 0,005.
b. Metode Kolmogorov Smirnov Z
Langkah input sama dengan metode Liliefors, setelah mengisikan data maka
selanjutnya Klik :
Menu Analyze>>Nonparametric Test>>one sample
20
Kemudian Klik Tombol Run , maka akan keluar output seperti berikut :
21
data kualitas
maka data
22
Pada Kotak dialog Options dibawah, beri tanda centang (v) pada Test for
linearity kemudian klik Continue,
23
lalu klik tombol OK , maka akan muncul hasil output sebagai berikut :
24
menunjukan hubungan
Ketentuan
Kualitas Pelayanan
untuk
uji
ini
yaitu
apabila
variabel linier.
pertama
pada Output
25
Correlations
Pearson Correlation
Kepuasan Pelanggan
Pelanggan
Pelayanan
Kualitas Produk
.066
.223
.728
.237
30
30
30
Pearson Correlation
.066
.798**
Sig. (2-tailed)
.728
Sig. (2-tailed)
Kualitas Produk
Kualitas
N
Kualitas Pelayanan
Kepuasan
.000
30
30
30
Pearson Correlation
.223
**
Sig. (2-tailed)
.237
.000
30
30
.798
30
0,066,
pada output
hubungan Kepuasan Pelanggan dengan Kualitas Produk dengan nilai hubungan 0,223. Untuk
26
mengukur kuat lemahnya hubungan antar 2 variabel, menggunakan patokan dari Sugiyono
(2007) dengan interpretasi koefisien korelasi sebagai berikut :
0,00 - 0,199
= sangat Rendah
0,20 - 0,399
= rendah
0,40 - 0,599
= sedang
0,60 - 0,799
= kuat
0,80 - 1,000
= sangat kuat
0,223
signifikan atau tidak menggunakan ketentuan apabila nilai signifikansi < 0,05 maka hubungan
signifikan, sedangkan apabila > 0,05 hubungan tidak signifikan. Dari Output diatas menunjukan
hubungan Kepuasan Pelanggan dengan Kualitas Pelayanan menunjukan nilai signifikansi
0,728 > 0,05 artinya tidak ada hubungan yang signifikan.
Pelanggan dengan Kualitas Produk dengan nilai signifikansi
VI.
terutama bagi para peneliti yang sedang mengolah data yang mengharuskan
memenuhi kriteria Best Linear Unbiased Estimator (BLUE). BLUE dapat
dicapai bila memenuhi asumsi klasik.
Asumsi klasiktersebut antara lain adalah:
27
Error menyebar normal dengan rataan nol dan memiliki suatu ragam
(variance) tertentu.
dirinya sendiri).
1. Uji Normalitas Data
Pada uji Normalitas asumsi klasik dapat menggunakan cara yang sama
seperti yang telah kita gunakan pada Uji Normalitas pada korelasi produk
Momen, dalam hal ini kita menggunakan Metode Liliefors dan Metode
Kolmogorov-Smirnov Z, juga dengan menggunakan Data yang sama yakni
Kepuasan Pelanggan (Y), kualitas pelayanan (X1), dan kualitas produk (X2)
a.Metode Liliefors
Setelah mengisikan data maka selanjutnya Klik :
Menu Analyze>>Descriptive Statistics>>Explore
28
centang (v) pada Normality plot with tests kemudian klik tombol Continue.
Selanjutnya akan kembali ke kotak Dialog sebelumnya (seperti diatas) dan
klik tombol OK
29
Missing
Percent
Total
Percent
Percent
Kepuasan Pelanggan
30
100.0%
0.0%
30
100.0%
Kualitas Pelayanan
30
100.0%
0.0%
30
100.0%
Kualitas Produk
30
100.0%
0.0%
30
100.0%
Tests of Normality
Kolmogorov-Smirnova
Statistic
df
Shapiro-Wilk
Sig.
Statistic
df
Sig.
Kepuasan Pelanggan
.230
30
.000
.846
30
.001
Kualitas Pelayanan
.189
30
.008
.856
30
.001
Kualitas Produk
.142
30
.125
.944
30
.118
30
apabila signifikansi < 0,05 maka data tidak berdistribusi normal. Maka dari
output tersebut maka data yang berdistribusi normal hanya data kualitas
produk yang berdistribusi normal karena 0,125 > 0,05, sedangkan data
kepuasan pelanggan dan kualitas pelayanan tidak berdistribusi normal
karena nilai signifikansi nya < 0,005.
b. Metode Kolmogorov Smirnov Z
Langkah input sama dengan metode Liliefors, setelah mengisikan data maka
selanjutnya Klik :
Menu Analyze>>Nonparametric Test>>one sample
31
Kemudian Klik Tombol Run , maka akan keluar output seperti berikut :
data kualitas
maka data berdistribusi Normal, apabila signifikansi < 0,05 maka data
tidak berdistribusi normal. Maka dari output tersebut maka seluruh data
berdistribusi normal karena nilai signifikansi > 0,05.
32
33
Selanjutnya akan kembali ke kotak dialog sebelumnya lalu klik tombol OK,
maka hasil Outputnya sebagai berikut :
34
menyebar disekitar garis diagonal dan mengikuti arah diagonal, maka model
regresi memenuhi asumsi normalitas.
2. Uji Multikolinearitas
Adalah keadaan dimana antara variabel independen atau lebih pada model regresi terjadi
hubungan linier yang sempurna atau mendekati sempurna.
mensyaratkan tidak adanya masalah Multikolinearitas.
Multikolinearitas,
Untuk mendeteksi
ada tidaknya
35
Selanjutnya akan kembali ke kotak dialog sebelumnya lalu klik tombol OK,
maka hasil Outputnya sebagai berikut :
36
10
sebesar
2.758
3. Uji Heteroskedastisitas
Adalah keadaan dimana terjadinya ketidaksamaan varian dari residual pada
model regresi. Model regresi yang baik mensyaratkan tidak adanya masalah
Heteroskedastisitas. Untuk mendeteksi ada tidaknya Heteroskedastisitas ,
kita akan menggunakan Metode Spearmans rho .
Langkah-langkahnya
sebagai berikut :
Klik menu Analyze>>Regression>> Linear ,
37
Selanjutnya akan kembali ke kotak dialog sebelumnya lalu klik tombol OK,
hiraukan hasil output regresi yang diperoleh, buka input data anda, maka
akan ada tambahan satu variabel bernama RES_1 seperti berikut ini :
38
39
tidak terjadi
masalahHeteroskedastisitas.
4. Uji Autokorelasi
Adalah keadaaan dimana terjadinya korelasi dari residual untuk pengamatan 1 dengan
pengamatan yang lain yang disusun menurut runtut waktu.
mensyaratkan tidak adanya masalah autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi
digunakan Uji Durbin Watson (DW Test) . Langkah-langkahnya sebagai berikut:
Setelah melakukan input data, lakukan analisis linier berganda untuk
mendapatkan
nilai
Durbin
watson.
Analyze>>Regression>>Linear
Caranya
yaitu
klik
Menu
40
Beri tanda centang (V) pada Durbin Watson, kemudian klik tombol Continue.
Maka akan kembali ke kotak dialog sebelumnya, lalu klik tombol OK, maka
outputnya sebagai berikut :
Model Summaryb
Model
.290a
R Square
.084
Adjusted R
Square
Estimate
.016
3.45340
Durbin-Watson
2.265
2.
41
3.
4.
5.
Pengambilan keputusan
a.
b.
c.
dL < DW < dU atau 4-dU < DW < 4-dL maka tidak ada
Hasil Pengujian
dU = 1,566 , DW = 2,265 , 4-dU = 2,434
dU (1,566) < DW(2,265) < 4-dU (2,434)
7.
Kesimpulan
Dapat diketahui bahwa nilai Durbin Watson sebesar 2,265 terletak
didaerah
dU < DW < 4-dU , maka dapat disimpulkan bahwa H0 diterima
(tidak terjadi auto korelasi)
42
Langkah-langkah regresi linier sama dengan yang kita lakukan pada uji
asumsi klasik, adalah sebagai berikut :
Setelah melakukan input data selanjutnya lakukan regresi linier berganda.
Caranya :
Klik menu analyze>>Regression>>Linear
43
tombol OK ,
maka hasil
Variables
Variables
Entered
Removed
Method
Kualitas Produk,
1
Kualitas
. Enter
Pelayanan
Output Pertama
diatas menjelaskan variabel yang dimasukan dan
dikeluarkan. Semua variabel yang dimasukan menggunakan metode Enter
Model Summaryb
Model
.290a
R Square
Adjusted R
Square
Estimate
.084
.016
3.45340
44
(R Square) atau
Apabila regresi
menggunakan 2 variabel
regresi
menggunakan
atau
lebih
variabel
Sum of Squares
Regression
df
Mean Square
29.465
14.733
Residual
322.001
27
11.926
Total
351.467
29
Sig.
.307b
1.235
pengaruh
secara
bersama-sama/simultan
variabel
independen
Apabila F
<
F tabel,
45
tabel
dimana menentukan
Unstandardized Coefficients
Standardized
Sig.
Coefficients
B
(Constant)
1
Kualitas Pelayanan
Kualitas Produk
Std. Error
15.919
12.153
-.232
.231
.649
.424
Beta
1.310
.201
-.308
-1.005
.324
.468
1.530
.138
= Konstanta
46
Nilai koefisien dapat dilihat pada output tabel diatas dn dimasukan pada
persamaan sebagai berikut :
konstanta = 15.919
artinya jika kualitas pelayanan dan kualitas produk = 0,
kepuasan pelanggan nilainya 15.919
b.
maka
koefisien b1 = - 0,232
artinya kualitas pelayanan ditingkatkan sebesar 1 satuan, maka
kepuasan pelanggan akan menurun sebesar 0,232 satuan
c.
koefisien b2 = 0,649
artinya kualitas produk ditingkatkan sebesar 1 satuan, maka kepuasan
pelanggan akan meningkat sebesar 0,649 satuan
Penjelasan kedua atas output keempat tersebut adalah mengenai Uji t / Uji
Parsialukurannya jika signifikansi < dari 0,05 , maka ada pengaruh
secara parsial variabel independen terhadap variabel dependen, sebaliknya
apabila signifikansi > dari 0,05 maka tidak ada pengaruh secara parsial
variabel independen terhadap variabel dependen.
Ukuran lainnya dengan menentukan t hitung dan t tabel.
Hitung>
t tabel,
Apabila t
variabel
tabel
(k=
sebesar 2.052.
47
tidak
terhadap
berpengaruh
variabel
kepuasan
pelanggan,
secara parsial
kepuasan pelanggan,
secara parsial
nilai
artinya variabel
<
sebesar 1.530
<
2.052
artinya
DAFTAR PUSTAKA
Agusyana, Yus, 2011, Olah Data Skripsi dan Penelitian dengan SPSS 19,
Jakarta, Elex Media Komputindo
Duwi Priyatno, 2010, Teknik Mudah dan Cepat Melakukan Penelitian dengan
SPSS dan Tanya jawab Ujian Pendadaran, Yogyakarta, Gava Media
Lucky Lukman, SE.MM | Pengolahan Data Penelitian menggunakan
SPSS
48
Duwi Priyatno, 2009, SPSS untuk Analisis Korelasi, Regresi, dan Multivariate,
Yogyakarta, Gava Media
Sambas Ali Muhidin & Maman Abdurahman, 2011, Analisis Korelasi, Regresi
dan Jalur dalam Penelitian, Pustaa Setia, Bandung.
Sugiyono, Prof. Dr, 2012, Metode Penelitian Kuantitatif Kualitatif dan RD,
Bandung, Alfabeta
49