Langkah-langkah Uji Validitas dan

Reliabilitas dengan SPSS

Add Comment
statistik

Uji
kualitas
data atau Uji
Reliabilitas menggunakan spss dengan
sebagai berikut:

Validitas dan Uji

langkah-langkah

1. Distribusi data pada excel copy ke spss data view,

hasilnya adalah sebagai berikut

2. Klik variabel view (letaknya kiri bawah), nama tulis

nomor pernyataan beserta jumlahnya, desimal tulis o pada
label tulis nomer pernyataan dan jumlahnya, hasilnya
adalah

3. Setelah nama, desimal, dan label diisi maka hasilnya

adalah

4. Pada langkah spss no.3, klik analyze, pilih scale, pilih

reliability analysis dan hasilnya sebagai berikut

5. Sorot semua pernyataan 1-25, tanpa jumlah, pindahkan

ke kolom items, hasilnya adalah

6. Klik statistics, pada descriptive for klik scale if item

deleted

7. Klik continue, oke, hasilnya adalah

Hasil korelasi pernyataan 1-25 dengan jumlah skor variabel

pada kolom corrected item-total correlation sebesar 0,353
dan seterusnya, nilai reliabilitas alpha terletak pada tabel
reliability statistic kolom cronbach alpha sebesar 0,751.
Untuk variabel yang lain langkah-langkah uji validitas dan

reliabilitas dengan SPSS sama dengan

juga Pengujian Valivitas dan Reliabilitas

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.

3. Kembali ke data view, klik analyze Scale Reliability Analysis.

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.

Jika r-hitung > r-tabel, maka butir pertanyaan itu valid.

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

Berdasarkan output Item-Total Statistics di atas, Corrected Item Total

Correlation adalah nilai korelasi atau r-hitung yang didapat. Nilai ini kemudian di
bandingkan dengan nilai r-tabel, r-tabel dicari pada signifikansi 0,05 dengan uji 2 sisi
dan jumlah data (n) = 25, maka didapat r tabel sebesar0,413 (25-2=23, pada uji 2 sisi
atau 2-Tailed).
Dari hasil analisis dapat dilihat bahwa untuk Q7 nilainya kurang dari 0,413 maka dapat
disimpulkan bahwa butir pertanyaan tersebut tidak valid. Sedangkan pada Q1, Q2, Q3,
Q4, Q5 dan Q6 nilainya lebih besar dari 0,413, maka dapat disimpulkan bahwa butir
pertanyaan tersebut valid.
Untuk melihat apakah Q1-Q6 benar-benar valid, maka dilakukan uji validitas lagi
terhadap Q1-Q6 sama seperti langkah-langkah diatas, terkecuali pada kotak
dialog Reliability Analysis, yang dipindahkan ke kolom Items hanya Q1-Q6 saja.

Maka

akan

didapat

data

seperti

dibawah

ini:

Item-Total Statistics
Scale Mean if Item
Deleted

Scale Variance if
Item Deleted

Corrected ItemTotal Correlation

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.

Kriteria pengambilan keputusan :

Instrumen dinyatakan reliabilitas apabila nilai Cronbachs Alpha lebih besar dari 0,6.
Instrumen dinyatakan tidak reliabilitas apabila nilai Cronbachs Alpha lebih kecil dari
0,6.

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.

Cara menguji validitas dan realibilitas kuesioner dengan

menggunakan spss
1. buka program spss

2. copy dan pastekan data yang terlebih dahulu diketik pada

excel

Data di Excel

Setelah input di SPSS

3. setelah selesai di input, kemudian klik variabel view, pada
kolom label
silahkan beri nama, saya membuat "X1,X2,X3,X4,X5,X6,Total
X"

Before

After

4. untuk uji validitas, klik menu analyze => correlate =>

bivariate
Akan keluar jendela Bivariate correlation
5. blok semua item dan masukan ke dalam kolom sebelah
kanan, centang pada
"Pearson" dan "two-tailed" kemudian klik Ok

Before

After

6. Hasilnya outputnya sebagai berikut

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

tidk valid dan sebaiknya dibuang untuk hasil penelitian yang

lebih baik
Untuk mendownload tabel r, silahkan klik disini
6. Selanjutnya uji reliabilitas, klik analyze => scale =>
Reliability test
masukan semua variabel pada kotak kiri ke kotak kanan,
kecuali variabel
"Total X"

Before

7. kemudian klik OK
8. Berikut merupakan outputnya

9. dari hasil uji reliabilitas, yang dilihat adalah nilai cronbach's

alpha
nilai cronbach's alpha yang kita peroleh sebesar 0,800,
artinya
kuesioner
yang kita buat sudah reliabel karena lebih besar dari nilai
0,60...
Referensi
http

:/

www.azuarjuliandi.com/e

:
learning/

Lihat

videonya disini

Untuk pengolahan data lainnya menggunakan SPSS 20

Validitas menunjukkan kemampuan alat ukur atau instrumen penelitian
dalam mengukur suatu hal yang hendak didapatkan dari penggunaan
instrumen tersebut (Nugroho, 2011: 23).
Dalam penelitian yang menggunakan instrumen berupa kuesioner, uji
validitas digunakan untuk melihat seberapa besar kemampuan
pertanyaan dapat mengetahui jawaban responden. Semakin tinggi
tingkat validitas suatu alat ukur, semakin tepat pula alat ukur tersebut
mengukur.
Teknik pengujian yang digunakan untuk uji validitas adalah dengan
menggunakan korelasi Corrected Item-Total Correlation. Analisis ini
mengkorelasikan masing-masing skor item dengan skor total dan
melakukan koreksi terhadap nilai koefisien korelasi yang overestimasi.
Hal ini agar tidak terjadi koefisien item total yang overestimasi (estimasi
nilai yang lebih tinggi dari yang sebenarnya). Atau dengan kata lain,
analisis ini menghitung korelasi tiap item dengan skor total
(teknik Bivariate Pearson), namun skor total di sini tidak termasuk
skor item yang akan dihitung.
Menurut Azwar dalam Priyatno (2010: 95) menyimpulkan bahwa untuk
memperoleh informasi yang lebih akurat mengenai korelasi
antara item dengan tes, diperlukan suatu rumusan koreksi terhadap
efek Spurious Overlap, yang dirumuskan sebagai berikut:

Zoom

Keterangan:

Ri(x-1) = Koefisien korelasi item-total setelah dikoreksi dari efek Spurious

Overlap
rix
=
Koefisien
korelasi item-total
sebelum
dikoreksi
si
=
Standar
deviasi
skor item yang
bersangkutan
sx
= Standar deviasi skor total
Pengujian menggunakan uji dua sisi dengan taraf signifikan 0,05.
Adapun kriteria valid atau tidaknya suatu variabel adalah sebagai
berikut:
1.

Jika r hitung r table (uji 2 sisi dengan signifikan 0,05), maka

instrumen atau item-item pertanyaan berkorelasi signifikan terhadap
skor total (dinyatakan valid).
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).
Contoh:
Seorang mahasiswa melakukan penelitian dengan menggunakan
kuesioner untuk mengungkap kepuasan konsumen terhadap suatu
produk. Untuk itu, dibuatlah 5 item pertanyaan dengan sampel sebanyak
10 orang.

Zoom

Keterangan :

1:
2:
3:
4:
5: Sangat puas

Sangat

tidak
Tidak

puas
puas
Netral
Puas

Data pada setiap item diasumsikan bertipe ordinal. Di sini akan

dilakukan analisis korelasi Corrected Item-Total Correlation. Menu
tersebut terdapat di Analyze -> Scale -> Reliability Analysis.
Pindahkan item1 sampai item5, kemudian pilihStatistics. Centang
kolom Scale if item deleted. Kemudian pilih Continue dan OK.

Zoom

Output akan terlihat sebagai berikut:

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.

Jika r hitung r table (uji 2 sisi dengan signifikan 0,05), maka

instrumen atau item-item pertanyaan berkorelasi signifikan terhadap
skor total (dinyatakan valid).

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.

Nugroho, Yohanes Anton. (2011). Its easy olah data dengan

SPSS. Yogyakarta: Skripta Media Creative
2. Priyatno, Duwi. (2010). Paham analisa statistik data dengan SPSS.
Yogyakarta: MediaKom
3. Priyatno, Duwi. (2012). Belajar cepat olah data statistik dengan
SPSS. Yogyakarta: Penerbit ANDI

Uji Validitas dan Reliabilitas

Kuesioner Menggunakan SPSS

Uji validitas dan reliabilitas kuisioner diperlukan untuk memastikan

bahwa

kuisioner

yang

digunakan

dalam

penelitian

mampu

mengukur variabel penelitian dengan baik. Suatu instrument

dikatakan valid apabila mampu mengukur apa yang diinginkan dan
mengungkapkan data dari variable yang diteliti secara tepat.
Singarimbun dan Effendi (1997) menyatakan bahwa validitas
menunjukan sejauh mana alat ukur itu mampu mengukur apa yang
ingin diukur. Menurut Nunnaly dalam Ghosali (2002), pengujian
statistik crobachalpha, instrumen

dikatakan

reliabel

untuk

mengukur variabel bila memiliki nilai alpha lebih besar dari 0,60.
Melihat

nilai alpha

cronbach dan

masing-masing

variabel,

menurut .Ronny Kountur (2003) tingkat reliabilitas pada umumnya

dapat diterima pada nilai sebesar 0,60. Test yang reliabilitasnya di
bawah 0,60 dianggap tidak reliable.
Ada beberapa software yang biasa digunakan untuk menguji
validitas dan reliabilitas suatu kuisioner. Software tersebut antara

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

memperoleh data dari responden tentunya peneliti tersebut harus

melakukan pengujian terhadap alat pengumpul data (kuesioner)
tersebut, apakah kuesioner tersebut sudah benar-benar siap untuk
digunakan sebagai alat pengumpul data atau belum, dengan kata
lain

peneliti

tersebut

menguji validitas dan reliabilitas kuesioner

harus

tersebut.

Seandainya

kuesioner diujikan terhadap 10 orang responden didapat data

seperti di bawah ini :
SOAL
R
1 2

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

1
0

Dari data hasil pengujian kuesioner yang dihasilkan seperti diatas,

Ujilah validitas

dan reliabilitas

kuesioner tersebut sehingga

diperoleh butir soal mana saja yang sekiranya valid dan reliabel
untuk dijadikan alat pengumpul data dalam penelitian yang
sebenarnya.
A. Menggunakan SPSS

1. Masukkan data tersebut ke SPSS, baris menyatakan responden

dan kolom menyatakan item pertanyaan.
2. Klik Analyze Scale Reliability Analysis

3. Maka akan muncul kotak dialog. Masukkan seluruh item

pertanyaan ke items, pada model pilih Alpha kemudian klik tab
Statistics, kemudian isikan centang sesuai gambar berikut
kemudian klik Continue lalu OK.

4. Maka akan muncul output. Kita akan membaca output satu per
satu.

1. Tabel pertama yang dibaca adalah Item-Total Statistics pada

kolom Corrected Item-Total Correlation seperti di bawah ini. Setiap
nilai pada kolom ini dibandingkan dengan nilai r pada tabel r dengan
derajat bebas n-2 dimana n adalah jumlah responden sehingga nilai
yang digunakan dalam kasus ini adalah tabel r dengan derajat
bebas 8 dan diperoleh nilai 0.6319. Nilai yang dibandingkan adalah
nilai Corrected Item-Total Correlation. Pertanyaan valid adalah yang
mempunyai Corrected Item-Total Correlation di atas nilai r tabel.

Item-Total Statistics

Scale Mean if Item

Scale Variance if Item

Corrected Item-Total

Cronbach's Alpha if Item

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

Maka pertanyaan yang tidak valid adalah

2,4,8,9,10,12,13,16,17,21,23,27,28,29,30. Oleh karena itu, maka
pengujian dilakukan kembali dengan menghilangkan pertanyaan
yang tidak valid. Ulangi langkah 3 dengan mengeluarkan item
pertanyaan yang tidak valid. Maka diperoleh hasil sebagai berikut:

Item-Total Statistics

Scale Mean if Item

Scale Variance if Item

Corrected Item-Total

Cronbach's Alpha if Item

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

Output menunjukkan pertanyaan 15 masih tidak valid sehingga

dilakukan kembali pengujian dengan menghilangkan pertanyaan 15.
Ulangi kembali langkah 3 dengan mengeluarkan item pertanyaan
yang tidak valid. Maka diperoleh hasil sebagai berikut:

Item-Total Statistics

Scale Mean if Item

Scale Variance if Item

Corrected Item-Total

Cronbach's Alpha if Item

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

Dari output di atas dapat dilihat bahwa pertanyaan yang valid

adalah pertanyaan 1,3,5,6,7,11,14,18,19,20,22,24,25,26.

Reliabilitasnya dapat dilihat pada tabel berikut:

Reliability Statistics

Cronbach's Alpha

N of Items

.947

14

Nilai Cronbachs Alpha adalah 0.947 sehingga bisa dikatakan

bahwa reliabilitas pertanyaan-pertanyaan tersebut sangat baik.

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.

Pembuat Struktur Data

Pembuatan struktur data dilakukan sebagai wadah untuk memasukkan semua data yang
dibutuhkan sebelum analisa data dilakukan. Penyimpanan data kedalam komputer
mempertimbangkan bahwa:

 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.

Cek Preanalisa Komputer

Struktur data yang sudah final kemudian dipersiapkan untuk analisa komputer dan
sebelumnya harus dilakukan pengecekan preanalisa komputer agar diketahui konsistensi dan
kelengkapan data.

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.

Deviasi kuadrat rata-rata: kuadrat masing-masing deviasi

4.

Varian

5.

Deviasi Standar

UJI KUALITAS DATA

1.

Reliabilitas. Uji ini dilakukan untuk melihat konsistensi data yang dikumpulkan.

a.

Koefisiensi Stabilitas . Untuk mengetahui stabilitas jawaban responden dari suatu

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

konsistensi diantara butir-butir pertanyaan dalam suatu instrumen.

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.

Content Validity. Suatu instrumen dikatakan memiliki content validity jika

mengandung butir-butir pertanyaan yang memadai dan representatif untuk mengukur

construct

b.

Criterion related validity. Menguji tingkat akurasi instrumen yang baru

dikembangkan

c.

Construct Validity. Mengukur validitas dengan cara menguji apakah suatu

instrumen mengukukur construct sesuai dengan yang diharapkan

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).

Tahap Pertama: Setting Variabel

Sebelum melakukan regres terlebih dahulu kita meng-input semua data dari kesioner, mulai dari Indentitas
Responden sampai Jawaban Responden. Untuk melakukan input data terlebih dahulu variabel view-nya
disetting terlebih dahulu seperti screenshoot dibawah ini:

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).

Tahap 2: Input Data

Setelah melakukan setting variabel dengan benar maka langkah selanjutnya adalah meng-input data
dengan mengklik Data View, input data tinggal masukkan semua data dari kuesioner ke Data View seperti
screenshot dibawah ini:

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)

Tahap 3: Pemetaan Responden

Setelah input data selesai maka selanjutnya sudah dapat dilakukan analisa terhadap data tersebut, maka
langkah senjutnya adalah memetakan responden, tujuannya agar diperoleh gambaran mengenai

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:

Tahap 4: Pemetaan Jawaban Responden

Setelah responden dipetakan, sekarang giliran jawaban responden yang dipetakan, tujuannya adalah
untuk mendeskripsikan bagaimana jawaban yang diberikan responden. Langkah-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 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:

Tahap 5: Meng-Compute Variable

Selanjutnya Setelah Responden dan Jawaban responden dipetakan maka sudah saatnya melakukan uji
kualitas data, Uji kualitas data dalam postingan ini menggunakan uji Validitas dan Uji Reliabilitas. Untuk
yang pertama kita lakukan uji validitas. Sebelum melakukan uji validitas terlebih dahulu konstruk-konstruk
dari setiap variabel dijumlahkan terlebih dahulu dengan cara 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 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.

Tahap 6: Menguji Kualitas Data

Setelah didapat nila total konstruk dari masing-masing variable maka telah bisa dilakukan uji validitas
(tujuan validitas untuk melihat korelasi antara setiap konstruk dengan total konstruk). Langkah-langkahnya
adalah Klik Menu Utama Analize kemudian Correlate lalu bivariate seperti screenshoot dibawah ini:

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:

lalu klik OK maka akan muncul hasilnya seperi 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:

Ini dilakukan untuk setiap variabel. dan hasil adalah,,

Reliabel tidaknya instrumen dilihat dari nilai Cronbach Alfa yang diatas 0,60

Tahap 7: Uji Regresi

Setelah data telah diuji valid dan reliable maka dapat dilakukan Pengujian Regresi. Pengujian regresi ini
dilakukan sekalian dengan pengujian asumsi klasik (normalitas, Multikolinierits dan Heterokedastisitas).
Langkah-langkah yang harus dilakukan adalah:

Mencari nilai rata-rata dari total konstruk sebagai nilai variable

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:

Melakukan Uji Asumsi Klasik

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:

Selanjutnya dilihat sendiri aja,,

Semoga Bermanfaat,,:)
sssssssss