Uji
kualitas
data atau Uji
Reliabilitas menggunakan spss dengan
sebagai berikut:
di
atas.
Baca
DEFINISI
Uji validitas bertujuan untuk melihat apakah instrumen (alat ukur) yang digunakan
valid atau memang sesuai dengan variabel yang diukur. Instrumen yang valid berarti
alat ukur yang digunakan untuk mendapatkan data (mengukur) itu valid. Valid berarti
instrumen tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur
(Sugiono, 2008 :172).
Dan menurut Priyatno (2010 : 97) uji reliabilitas digunakan untuk mengetahui
konsistensi alat ukur, apakah alat pengukur yang digunakan dapat diandalkan dan tetap
konsisten jika pengukuran tersebut diulang.
Langkah-langkah pengerjaan :
Pengujian validitas dan realibilitas pada penelitian ini menggunakan bantuan program
SPSS 17 dimana pada uji validitas yang dilihat adalah nilai Corrected Item-Total
Correlation, sedangkan untuk uji reliabilitas yang dilihat adalah nilai cronbachs Alpha.
1. Buka program SPSS Statistic 17.0, kemudian copy-paste data yang akan digunakan
ke dalam data view, pada program SPSS Statistic 17.0 tersebut.
2.
Pada
variabel
view,
isi
kedalam
kotak
seperti
ini:
- Name
:
sesuai
yang
diperlukan,
disini
saya
isi
Q1-Q7
- Decimals : ubah menjadi 0 jika datanya tidak menggunakan decimal seperti
contoh
dibawah.
- Align
:
ubah
menjadi
center.
- Measure : ubah menjadi nominal.
4. Pada kotak dialog Reliability Analysis, pindahkan semua data dari Q1-Q7 ke kolom
Items: kemudian klik Statistics
5. Pada kotak dialog Reliability Analysis : Statistics, centang Scale If Item Deleted,
kemudian
Continue
dan
OK.
6. Kemudian akan muncul kotak Output seperti dibawah ini, yang akan kita gunakan
hanya kotak Reliability Statistics (uji reliabilitas) dan Item-Total Statistics (uji validitas).
Uji Validitas
Kriteria pengambilan keputusan :
1.
2.
Jika r-hitung < r-tabel, maka butir pertanyaan itu tidak valid.
Item-Total Statistics
Scale Mean if Item Scale Variance if Item Corrected Item-Total Cronbach's Alpha if
Deleted
Deleted
Correlation
Item Deleted
Q1
23.56
12.090
.505
.778
Q2
22.84
10.473
.619
.756
Q3
23.08
10.827
.678
.746
Q4
23.12
11.943
.441
.790
Q5
22.64
10.573
.692
.741
Q6
23.00
10.583
.708
.739
Q7
22.80
14.417
.068
.839
Maka
akan
didapat
data
seperti
dibawah
ini:
Item-Total Statistics
Scale Mean if Item
Deleted
Scale Variance if
Item Deleted
Cronbach's Alpha if
Item Deleted
Q1
19.52
11.177
.547
.826
Q2
18.80
9.750
.627
.812
Q3
19.04
10.040
.700
.796
Q4
19.08
10.993
.486
.838
Q5
18.60
10.167
.634
.809
Q6
18.96
9.873
.715
.793
Nah data-diatas semuanya sudah valid karena nilai Corrected Item-Total Correlation
atau r-hitung nya lebih besar dari r-tabelnya yaitu sebesar 0,413.
Uji Reliabilitas.
Untuk uji reliabilitas, yang dilihat adalah kotak Reliability Statistics yang baru (Q1-Q6),
karena uji reliabilitas bisa dilakukan apabila semua datanya sudah valid.
1.
2.
Reliability Statistics
Cronbach's Alpha
N of Items
.839
Berdasarkan kotak Reliability Statistics diatas, didapat nilai Cronbacha Alpha sebesar
0,839 setelah instrumen yang tidak valid dikeluarkan yaitu Q7. Dari output diatas dapat
dilihat bahwa nilainya diatas 0,6 maka dapat disimpulkan bahwa alat ukur dalam
penelitian ini reliabilitas.
Data di Excel
Before
After
Before
After
dari hasil uji valid, hanya item x6 yang tidak valid, karena nilani
r hitung (0,412) masih
lebih kecil dari nilai r tabel df=16 = 0,4683. (0,412 < 0,4683).
karena ketentuannya adalah, item kuesioner valid jika nilai r
hitung > r tabel
Catatan : Item kuesiner dikatakan valid jika nilai r hitung >
dari nilai r tabelnya
r tabel dapat dilihat pada tabel r statistik, dimana nilai df=N-2,
disini saya menggunakan N=18 dan jika mengikuti rumus maka
df=N(18) -2= 16
jadi kita melihat nilai df 16= 0,4683,
jika nilainya itemnya lebih kecil dari 0,4683 maka item tersebut
Before
7. kemudian klik OK
8. Berikut merupakan outputnya
:/
www.azuarjuliandi.com/e
:
learning/
Lihat
videonya disini
Zoom
Keterangan:
Zoom
Keterangan :
1:
2:
3:
4:
5: Sangat puas
Sangat
tidak
Tidak
puas
puas
Netral
Puas
Zoom
Zoom
Zoom
Output ini menjelaskan tentang hasil uji validitas item. Dalam hal ini yang
dibaca cukup korelasi antara skor tiap item dengan skor total (item total).
Dengan kriteria:
1.
2.
Jika r hitung < r table (uji 2 sisi dengan signifikan 0,05), maka
instrumen atau item-item pertanyaan tidak berkorelasi signifikan
terhadap skor total (dinyatakan tidak valid).
Nilai r tabel dicari menggunakan tingkat signifikansi 0,05 dengan uji 2
sisi dan N = 10 sehingga df = N-2 = 8. Didapat nilai r tabel adalah 0,632.
Nilai r tabel dapat didownload Tabel R
Item
Rhitung
Rtabel
Keterangan
(Rhitung Rtabel)
Item1
0,585
0,632
Tidak valid
Item2
0,653
0,632
Valid
Item3
0,865
0,632
Valid
Item4
-0,239
0,632
Tidak valid
Item5
0,431
0,632
Tidak valid
Dilihat dari output, maka dapat disimpulkan bahwa nilai yang tidak valid
harus diperbaiki ataupun dibuang.
Referensi :
1.
kuisioner
yang
digunakan
dalam
penelitian
mampu
dikatakan
reliabel
untuk
mengukur variabel bila memiliki nilai alpha lebih besar dari 0,60.
Melihat
nilai alpha
cronbach dan
masing-masing
variabel,
lain SPSS dan Excel. Berikut ini akan disajikan contoh kasus serta
langkah pengujian menggunakan SPSS dan Excel.
Contoh kasus:
Dalam suatu penelitian, seorang peneliti akan meneliti pengaruh
adanya insentif terhadap kinerja karyawan. Peneliti tersebut
menggunakan kuesioner untuk memperoleh data yang dibutuhkan.
Soal yang disajikan dalam kuesioner tersebut sejumlah 30 butir
soal.
Sebelum
peneliti
tersebut
terjun
ke
lapangan
untuk
peneliti
tersebut
harus
tersebut.
Seandainya
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
1
0
dan reliabilitas
diperoleh butir soal mana saja yang sekiranya valid dan reliabel
untuk dijadikan alat pengumpul data dalam penelitian yang
sebenarnya.
A. Menggunakan SPSS
4. Maka akan muncul output. Kita akan membaca output satu per
satu.
Item-Total Statistics
Corrected Item-Total
Deleted
Deleted
Correlation
Deleted
VAR00001
102.1000
176.544
.789
.918
VAR00002
102.5000
181.167
.548
.921
VAR00003
102.9000
168.322
.839
.916
VAR00004
102.9000
185.878
.466
.922
VAR00005
102.5000
181.167
.673
.920
VAR00006
102.6000
183.156
.763
.920
VAR00007
102.6000
184.933
.636
.921
VAR00008
102.5000
185.833
.338
.924
VAR00009
103.2000
181.733
.433
.923
VAR00010
102.8000
189.511
.344
.924
VAR00011
103.0000
168.444
.787
.917
VAR00012
102.5000
184.500
.491
.922
VAR00013
103.1000
192.100
.038
.930
VAR00014
102.4000
172.489
.840
.917
VAR00015
102.5000
181.167
.673
.920
Item-Total Statistics
Corrected Item-Total
Deleted
Deleted
Correlation
Deleted
VAR00001
49.0000
92.444
.764
.944
VAR00003
49.8000
86.844
.802
.943
VAR00005
49.4000
95.600
.660
.946
VAR00006
49.5000
97.167
.738
.946
VAR00007
49.5000
97.611
.693
.947
VAR00011
49.9000
87.656
.715
.946
VAR00014
49.3000
89.344
.829
.942
VAR00015
49.4000
96.044
.626
.947
VAR00018
49.6000
91.600
.680
.946
VAR00019
49.9000
83.656
.781
.945
VAR00020
49.7000
87.344
.758
.944
VAR00022
49.1000
91.656
.914
.941
VAR00024
49.4000
94.267
.763
.944
VAR00025
49.2000
95.956
.707
.946
VAR00026
49.3000
91.344
.832
.942
Item-Total Statistics
Corrected Item-Total
Deleted
Deleted
Correlation
Deleted
VAR00001
45.4000
84.044
.757
.942
VAR00003
46.2000
78.400
.814
.941
VAR00005
45.8000
86.844
.668
.945
VAR00006
45.9000
88.322
.751
.944
VAR00007
45.9000
88.767
.705
.945
VAR00011
46.3000
80.011
.682
.946
VAR00014
45.7000
80.900
.835
.940
VAR00018
46.0000
83.556
.654
.945
VAR00019
46.3000
75.344
.791
.944
VAR00020
46.1000
78.989
.762
.943
VAR00022
45.5000
83.167
.916
.939
VAR00024
45.8000
85.733
.759
.943
VAR00025
45.6000
87.156
.719
.944
VAR00026
45.7000
82.900
.832
.941
Cronbach's Alpha
N of Items
.947
14
Pengolahan, Statistik
Deskriptif dan Uji
Kualitas Data
07.10
Pengolahan data dilakukan setelah data terkumpul. Pengolahan data pada tahap persiapan
terdiri dari bebrapa tahap yaitu:
1.
Editing Data
Proses editing merupakan proses untuk mengetahui kejelasan data, keterbacaan, konsistensi
dan kelengkapan data yang sudah terkumpul. Proses kejelasan data akan memberikan
kejelasan
mengenai
bebasnya
data
dari
masalah
konseptual
maupun
teknis. Keterbacaan berkaitan dengan apakah data yang sudah terkumpul oleh pengumpul
data dapat terbaca secara benar sehingga dapat digunakan sebagai justifikasi penafsiran
terhadap hasil analisa. Konsistensi mencakup keajegan jawaban jawaban responden terhadap
data yang saling berkaitan dengan skala pengukuran yang akan digunakan. Kelengkapan
data mengacu pada apakah data yang dibutuhkan secara lengkap ada dan dijawab oleh
responden. sehingga dapat digunakan untuk menjawab masalah yang sudah dirumuskan
dalam penelitian tersebut.
2.
Pengembangan Variabel
Pengembangan variabel adalah proses pengembangan terhadap data dasar. Pengembangan
variabel dapat berupa transformasi matematis seperti size perusahaan ditransformasik
ukurannya dari rupiah dalam milyar ke logaritma.
3.
Pengkodean Data
Pengkodean data merupakan proses pemberian kode terhadap data yang telah terkumpul
sebagai proses menterjemahkan data ke dalam kode-kode yang biasanya dalam bentuk angka.
Tujuannya ialah untuk mempermudah analisis statistik. Pentingnya pekodeaan ini maka pada
tahap penyusunan kuisioner perlu diperhatikan cara pengkodean yang tepat. Misalnya: dalam
satu variabel terdapat pertanyaan positif dan negatif maka pengkodeaanya perlu dikonsisten
antara satu dengan yang lain.
4.
Cek Kesalahan
Cek kesalahan merupakan perlakuan proses manual yang terakhir sebelum data di transfer ke
media penyimpanan (komputer). Pada tahapan ini dilakukan pengecekan ulang terhadap data
untuk mengetahui langkah-langkah sebelumnya sudah diselesikan tanpa kesalahan yang
serius.
5.
Data telah disimpan dengan cara yang sesuai dan konsisten dengan penggunaan sebenarnya
Tidak ada data yang hilang dan jika ada data yang hilang perlu dipertimbangkan cara
mengatasinya dalam analisis
Pemindahan data dan transformasi telah dilakukan dengan lengkap dan benar
6.
7.
Tabulasi
Tabulasi merupakan kegiatan menggambarkan jawaban responden dengan cara tertentu.
Tabulasi juga dapat digunakan untuk menciptakan statistik deskriptif variable-variable yang
diteliti atau yang variable yang akan di tabulasi silang.
STATISTIK DESKRIPTIF
Statistik deskriptif merupakan proses transformasi data penelitian dalam bentuk tabulasi
sehingga mudah dipahami dan diinterpretasikan. Statistik deskripstif berfungsi mempelajari
tata cara pengumpulan, pencatatan, penyusunan dan penyajian data penelitian dalam bentuk
tabel frekuensi atau grafik dan selanjutnya dilakukan pengukuran nilai-nilai statistiknya seperti
mean/rerata aritmetik, median, modus, deviasi standar. Pada umumnya memberikan informasi
mengenai karakteristik variabel penelitian utama dan data demografi responden.
FREKUENSI
Frekuensi merupakan salah satu ukuran dalam statistik deskriptif yang menunjukkan nilai
distribusi data penelitian yang memiliki kesamaan kategori.
TENDENSI SENTRAL
Tendensi sentral merupakan ukuran dalam statistik deskriptif yang menunjukkan nilai sentral
dari destribusi data penelitian
1.
Rata-Rata (Mean); mengukur nilai sentral suatu distribusi data berdasarkan nilai rata-rata yang
dihitung dengan cara membagi nilai hasil penjumlahan sekelompok data dengan jumlah data
yang diteliti
2.
Median adalah pengukuran tedensi sentral berdasarkan nilai data yang terletak ditengahtengah dari suatu distribusi data penelitian yang disusun secara berurutan.
3.
Modus mengukur tendensi sentral berdasarkan data yang memiliki frekuensi paling banyak
dalam suatu distribusi data
DISPERSI
Dispersi mengukur variasi data yang diteliti dari rata-rata.
1.
Deviasi Rata-rata adalah penjumlahan dari deviasi masing-masing data yang diteliti dengan
nilai rata-ratnya dibagi dengan jumlah data.
2.
Deviasi absolut rata-rata ; menghitung deviasi rata-rata absolut pada nilai deviasi setiap data
yang diteliti
3.
4.
Varian
5.
Deviasi Standar
Reliabilitas. Uji ini dilakukan untuk melihat konsistensi data yang dikumpulkan.
a.
waktu kewaktu berikutnya dengan cara menghitung koefisien korelasi dari skor jawaban
respnden yang diukurdengan instrumen yang sama pada saat yang berbeda
b.
Koefisien
ekuivalensi. Mengukur
reliabilitas
dengan
cara
menggunakan
instrumen pengukuran yang berbeda untuk suatu construct terhadap subyek penelitian
tertentu pada saat yang sama
c.
Relibilitas
Konsistensi
Internal. Mengukur
reliabilitas
dengan
melihat
2.
Validitas adalah konsep pengukuran yang digunakan untuk mengetahui sejauh mana
ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Suatu instrumen
dikatakan valid hanya jika instrumen itu menghasilkan hasil ukur sesuai dengan tujuan
pengukuran
a.
b.
dikembangkan
c.
Salah satu cara untuk melihat validitas adalah dengan melakukan analisis faktor (Factor
Analysis). Factor Analysis merupakan teknik statistik yang digunakan untuk menidentifikasi
interrelationship antar butir pertanyaan dengan tujuan mengindentifikasi apakah butir
pertanyaan merupakan bagian dari suatu kelompok.
Misalnya ada dalam lingkaran besar terdapat 10 bangun. Dengan menggunakan analysis factor
maka dapat dipisahkan menjadi 4 faktor yaitu kelompok segitiga ada 4, lingkaran 4, sabit 1 dan
segienam 1.
Banyak teman-teman lebih suka melakukan penelitian dengan instrumen kuesioner, cman masalahnya
banyak yang tidak tau cara mengolah data nya. Langsung saja kasi tau cara-cara dan tahap-tahap dalam
mengolah data yang diperoleh melaui instrumen kuesioner. Namun sebelum saya mulai menjelaskan
caranya ada baiknya saya jelaskan mengenai data yang akan digunakan. Data yang akan diolah berjenis
data primer melalui kuesioner dengan skala likert 1 sampai 5 (Sangat Tidak Setuju sampai Sangat Setuju).
Dalam data kali ini saya menggunakan data primer kuesioner Audit yang terdiri dari 4 variabel yaitu
Kompentensi Auditor (X1), Independensi Auditor (X2), Integritas Auditor (X3) dan variabel Kualitas Audit
(Y).
Dari Screenshot diatas terlihat bahwa dari baris pertama sampai baris keenam diperuntukkan untuk
menampung data indentitas responden mulai dari usia sampai pendidikan dan pelatihan yang telah dikuti
responden. Data-data ini disetting dengan type Sting dan pengukuran secara ordinal karena hanya
digunakan untuk mendeskripsikan pemetaan responden melalui frekuensi.
Sedangkan baris ke tujuh sampai dua puluh delapan diperuntukkan untuk menampung data jawaban
responden yang disimbolkan dengan Q (Question) yang terdiri atas 22 butir pernyataan untuk 4 variabel
dengan type numeric dan pengukurannya dengan skala (scale). Dalam data yang digunakan Q1 Q6
untuk variabel Kompentensi Auditor (X1), Q7 Q11 untuk variabel Independensi Auditor (X2), Q12 Q17
untuk variabel Integritas Auditor (X3) dan Q18 Q22 untuk variabel Kualitas Audit (Y) (semua angka dan
huruf harus diketik sendiri).
Dari Screenshot terlihat bahwa responden pertama berumur 31 tahun berjenis kelamin pria, telah berkerja
selama 5 tahun, berpendidikan Sarjana (S1) dan belum pernah mengikuti diklat. Jawaban responden ini
untuk penyataan pertama adalah tidak setuju yang disimbolkan dengan angka 2, dan begitulah seterusnya
sampai responden 34 silahkan baca sendiri. (semua angka dan huruf diketik sendiri)
karakteristik responden. Langkahnya Klik Menu Utama Analize Pilih Descriptive Statistics lalu Frecuencies
sperti screeenshot dibawah ini:
Maka akan muncul jendela frecuencies-nya, pada kotak dialog Frequencies variabel umur, jenis kelamin,
masa berkerja, Pendidkan terakhir dan diklat yang merupakan indentitas responden dimasukkan dalam
kotak varible(s) dengan cara meng-klik tanda panah disamping kotak tersebut sehingga hasilnya seperti
screenshot dibawah ini:
Setelah itu klik OK (tidak perlu lagi mengatur statistis, Chart atau formatnya tinggal mengikuti pengaturan
bawaan saja). Hasilnya seperti Screenshoot dibawah ini:
Maka akan muncul jendela frecuencies-nya, pada kotak dialog Frequencies variabel Q1 sampai Q22 yang
merupakan jawaban responden dimasukkan dalam kotak varible(s) dengan cara meng-klik tanda panah
disamping kotak tersebut sehingga hasilnya seperti screenshot dibawah ini:
Setelah itu klik OK (tidak perlu lagi mengatur statistis, Chart atau formatnya tinggal mengikuti pengaturan
bawaan saja). Hasilnya seperti Screenshoot dibawah ini:
Dalam kotak dialog compute variable, pada target variable ketik X1 lalu klik Type&Label Ketik nama
variable yang dmadsud pada label (contoh disini : Kompetensi Auditor) lalu Continue. Kembali pada kotak
dialog compute variable, pada kotak numeric expression-nya jumlahkan Q1 + Q2 +,,,,+ Q6 untuk variabel
X1 dengan cara klik satu persatu konstruk tersebut kemudian klik tanda panah disamping lalu klik (+) Lalu
klik OK,
sampai disini kita telah berhasil mendapatkan total dari variable pertama (dapat dilihat pada data viewnya.
Untuk variabel selanjutnya juga demikian disesuaikan dengan nama variabel dan urutan kontruknya.
Lalu akan muncul kotak dialog bivariate correlations, disini kita harus memasukkan butir-butir
pertanyaan/konstruk per variabel kedalam kotak varible(s) dan total konstruk yang telah dicompute tadi
seperti screenshot berikut:
Valid tidaknya dilihat dari nilai pearson correlation yang berkorelasi positif dan sinificant dibawah 0,05
terhadap total konstruk variable. Hal ini juga dilakukan untuk setiap variable yang ada untuk melihat
korelasi dari konstruk setiap variable terhadap total konstruknya.
Setelah keempat variable telah diuji validitasnya maka, sekarang saatnya kita lakukan uji reliabilitas
(keabsahan) instrumen penelitian. Caranya Klik Analize lalu Scale lalu Reliability Analysis, akan muncul
kotak dialog Reliability Analysis seperti screenshot berikut:
Pada Kotak Item masukkan butir-butir konstruk pervariabel (ingat! hanya butir-butirnya saja) dengan cara
klik satu per satu lalu klik tanda panah lalu OK seperti screenshot berikut:
Reliabel tidaknya instrumen dilihat dari nilai Cronbach Alfa yang diatas 0,60
Caranya Klik Menu Utama Transform lalu Compute Variable seperti screenshot dibawah ini:
Dalam kotak dialog compute variable, pada target variable ketik X1 lalu klik Type&Label Ketik nama
variable yang dmadsud pada label (contoh disini : Kompetensi Auditor) lalu Continue. Kembali pada kotak
dialog compute variable, pada kotak numeric expression-nya masukkan variabel X1 (Kompetensi Auditor)
kemudian dibagi 6 (jumlah konstruk Lalu klik OK, Seperti screenshot dibawah:
sampai disini kita telah berhasil mendapatkan nilai dari variable pertama (dapat dilihat pada data viewnya.
Untuk variabel selanjutnya juga demikian disesuaikan dengan nama variabel dan jumlah kontruknya
Melakukan Regresi
Setelah nilai rata-rata diperoleh untuk setiap variabel, maka sudah dapat dilakukan regresi dengan cara
Klik Analize pada menu utama lalu Regressions kemudian Linier, Seperti Screenshot brikut:
Maka akan muncul kotak dialog linier regressionnya. Pada kotak dialog tersebut, pada kotak dependent
masukkan variable dependent-nya (contoh disini: Kuaitas Audit) Lalu pada kotak independent masukkan
variable-variable independent-nya (contoh disini : Kompetensi Auditor, Integritas Auditor dan Independensi
Auditor). Sepert Screenshot berikut:
Secara teori uji asumsi klasik dilakukan sebelum Uji Regresi (karena Model regresi harus terlebih dahulu
lolos Asumsi Klasik) namun dalam prakteknya asumsi klasik dilakukan sekaligus dalam uji regresi. adapun
langkahnya adalah Pada kotak dialog Linier Regressions klik Opsi Statistic, pada kotak dialog Linier
Regressions : Statistic centang model fit, descriptive dan colinierity diagnostic dan kotak regression
coefficient centang estimate lalu Continue seperti screenshot berikut:
Kemudian Klik opsi Plot, maka akan muncul kotak linier regression : Plots. Pada kolom Y masukkan *ZPRED dan pada kolom X masukkan *S-RESID lalu centang Histogram dan Normal Probability Plot pada
kotak Standarized Residual Plots. Lalu Countinue Seperti Screenshot berikut:
Langkah selanjutnya Klik opsi Save maka akan muncul kotak dialog Linier Regressions: Save Kemudian
centang Unstandarized pada kolom residual lalu klik Countinue Seperti screenshot berikut:
Kemudian kita akan kembali pada kotak dialog Linier Regression, Nah setelah semua proses tadi telah
dilaukan dengan baik dan benar maka langkah terakhir Klik OK. Maka hasil dari regresi pengolahan data
kuesioner akan terlihat seperti ini:
Semoga Bermanfaat,,:)
sssssssss