Anda di halaman 1dari 12

1

KATA PENGANTAR
Penerapan analisis multivariat untuk menganalisis data penelitian,
baik secara manual maupun dengan bantuan komputer, merupakan
kompetensi yang harus dimiliki oleh mahasiswa program Penelitian dan
Evaluasi Pendidikan (PEP). Buku Statistik Multivariat Disertai Aplikasi
dengan SPSS disusun dengan tujuan membantu mahasiswa untuk
mempelajari analisis multivariat, baik secara manual maupun dengan
bantuan komputer. Buku ini disusun berpedoman pada beberapa buku
sumber. Oleh karena itu, apabila mahasiswa memerlukan pengkajian
yang lebih dalam, maka dipersilakan untuk membaca buku sumber yang
tercantum dalam daftar pustaka.
Beberapa teknik analisis statistik yang tergolong statistik
multivariat yang dikaji pada buku ini meliputi Analisys of Covarian
(ANCOVA) yang diterjemahkan menjadi Analisis Kovarian
(ANAKOVA), Multiple Analysis of Varian (MANOVA), Analisis
Diskriminan (Discriminant Analysis), Analisis Kluster (Cluster Analysis),
Analisis Faktor (Factor Analysis), Analisis Kanonik (Canonic Analysis),
dan Analisis Jalur (Path Analysis). Semua analisis statistik yang dibahas
pada buku ini memiliki persyaratan analisis. Oleh karena itu, sebelum
membahas kesemua teknik analisis statistik di atas, terlebih dahulu dikaji
beberapa uji persyaratan analisis, seperti uji normalitas, uji homogenitas,
uji linieritas, uji autokorelasi, dan uji heterokedastisitas.
Pembahasan dalam buku ini lebih mengutamakan pada
pengalaman praktis, sehingga lebih banyak membahas contoh penerapan
daripada membahas teori. Teknik dibahas dan langsung dibahas dengan
mengambil kasus penelitian yang relevan. Pembahasan didahului dengan
pembahasan secara manual, dengan harapan para mahasiswa memahami
mekanisme penerapan teknik analisis yang sedang dipelajari. Setelah itu,
pembahasan dilanjutkan dengan menggunakan SPSS. Melalui pendekatan
2

seperti ini diharapkan mahasiswa memiliki pemahaman yang lebih


terintegrasi. Selain itu, para mahasiswa diharapkan mampu menjelaskan
kenapa mereka memilih teknik analisis tersebut untuk menganalisis data
yang dimiliki.
Setelah selesai mempelajari buku ini, para mahasiswa diharapkan
memiliki kemampuan dasar menganalis data dengan statistik multivariat
untuk kepentingan penelitian. Kemampuan tersebut harus ditingkatkan
dengan mengkaji sumber-sumber lain, seperti buku teks, jurnal, atau
internet. Kualitas penelitian yang dilakukan oleh para mahasiswa,
khususnya penelitian di bidang kependidikan diharapkan semakin
meningkat, yang akan bermuara pada peningkatan kualitas pendidikan.
Selain untuk kepentingan sendiri, para mahasiswa juga diharapkan
mampu menyebarkan pengetahuan tentang statistik multivariat kepada
masyarakat umum.
Akhirnya, dengan terlebih dahulu memanjatkan puji sukur ke
hadapan Tuhan Yang Maha Esa, buku ini dipersembahkan kepada
pembaca yang budiman, semoga bermanfaat bagi dunia pendidikan.

Singaraja, April 2010


Penulis

DAFTAR ISI

KATA PENGANTAR
DAFTAR ISI
DAFTAR LAMPIRAN

ii
iv
vii

BAB I PENDAHULUAN

BAB II ANALISIS KOVARIAN


A. ANAKOVA Secara Manual
B. ANAKOVA dengan SPSS
BAB III ANALISIS VARIAN MULTIVARIAT (MANOVA)
A. MANOVA Secara Manual
B. MANOVA dengan SPSS

6
12
20
26
26
28
34

BAB IV ANALISIS KANONIK


A. Analisis Kanonik Secara Manual
B. Analisis Kanonik dengan SPSS

42
43
49

BAB V ANALISIS FAKTOR


A. Pengertian
B. Analisis Faktor dengan SPSS

62
62
66

BAB VI ANALISIS KLUSTER


A. Pengertian
B. Contoh Kasus
C. Analisis Kluster dengan SPSS

77
77
79
81

BAB VII ANALISIS DISKRIMINAN


A. Pengertian
B. Contoh Penerapan
C. Analisis diskriminan dengan SPSS

26 93
93
94
95

BAB VIII ANALISIS JALUR (PATH)


A. Teori
B. Contoh Penerapan

117
117
126

BAB IX UJI ASUMSI


A. Lima Asumsi Analsisi Regresi
B. Dua Asumsi Uji-t dan ANAVA
C. Teknik Analisis untuk Uji Asumsi
1. Pengujian Normalitas Data
a. Pengujian Normalitas Data dengan Teknik Chi-Kuadrat
b. Pengujian Normalitas Data dengan Teknik Lilliefors
c. Pengujian Normalitas Data dengan Teknik Kolmogorov
Smirnov
d. Pengujian Normalitas Data dengan SPSS
2. Pengujian Linieritas Data dan Keberartian Arah Regresi
a. Pengujian Linieritas Data dan Keberartian Arah Regresi
Secara Manual
b. Pengujian Linieritas Data dan Keberartian Arah Regresi
dengan SPSS
3. Pengujian Multikolinieritas
a. Pengujian Multikolinieritas Secara Manual
b. Pengujian Multikolinieritas dengan SPSS

133
133
135
137
137
137
141
144

147
152
152
161
167
167
169

4. Pengujian Autokorelasi
a. Pengujian Autokorelasi Secara Manual
b. Pengujian Autokorelasi dengan SPSS
5. Pengujian Heterokedastisitas
a. Pengujian Heterokedastisitas Secara Manual
b. Pengujian Heterokedastisitas dengan SPSS
6. Pengujian Homogenitas Varian
a. Pengujian Homogenitas Varian Secara Manual
1) Pengujian Homogenitas Varian dengan Uji Bartlet
2) Pengujian Homogenitas Varian dengan Uji Levene
b. Pengujian Homogenitas Varian dengan SPSS
DAFTAR PUSTAKA

175
175
179
184
184
187
192
192
192
196
199
205

DAFTAR LAMPIRAN

Lampiran 1: Tabel Standard Normal (Z) Table


Lampiran 2: Tabel Distribusi Student t
Lampiran 3: Tabel F
Lampiran 4: Tabel Nilai Tukey (Q)
Lampiran 5: Tabel Durbin Watson
Lampiran 6: Tabel Chi Kuadrat
Lampiran 7: Tabel Lilliefors
Lampiran 8: Tabel Kolmogorov-Smirnov
Lampiran 9: Tabel Nilai Kritik Koefisien Korelasi

206
207
208
210
212
216
217
219
220

BAB I
PENDAHULUAN

Statistik inferensial secara garis besar dapat dibedakan menjadi


dua, yaitu uji keterkaitan atau hubungan antara beberapa variabel dan uji
perbedaan antara beberapa variabel. Uji keterkaitan atau hubungan sering
juga disebut uji korelasional. Baik pada uji korelasional maupun pada uji
perbedaan terdapat beberapa teknik analisis statistik yang dapat
diterapkan. Perbedaan teknik analsisis statistik pada uji korelasional dan
pada uji perbedaan dapat terjadi antara lain karena alasan perbedaan jenis
data, perbedaan sebaran atau distribusi data, perbedaan banyak variabel
yang terlibat, atau perbedaan ukuran sampel.
Uji korelasional mengkaji kekuatan hubungan antara variabelvariabel yang terlibat dalam penelitian. Satu teknik korelasi hanya
berlaku untuk tipe dan distribusi data tertentu saja. Sejalan dengan
perkembangan ilmu pengertahuan dan teknologi, beberapa teknik analisis
korelasional telah dikembangkan untuk memenuhi kebutuhan penelitian.
Teknik-teknik korelasi dimaksud antara lain teknik korelasi product
momment, teknik korelasi ganda, teknik korelasi tata jenjang atau rank
order, teknik korelasi biserial, teknik korelasi point biserial, teknik
korelasi kontingensi, teknik korelasi phi, dan teknik korelasi tetrakorik.
Teknik korelasi product momment digunakan digunakan untuk
mengkaji hubungan antara variabel bebas dan variabel terikat, yang
keduanya merupakan variabel interval atau rasio. Teknik korelasi ganda
digunakan untuk mengkorelasikan beberapa variabel bebas dengan satu
variabel terikat, yang mana semua variabel tersebut merupakan variabel
interval atau rasio. Teknik korelasi rank order atau tata jenjang digunakan
untuk mengkaji korelasi antara dua variabel yang sama-sama merupakan
8

variabel ordinal. Teknik korelasi biserial dan point biserial digunakan


apabila satu variabel yang dikorelasikan merupakan variabel dikotomi
dan variabel yang lain merupakan variabel interval. Selanjutnya, teknik
korelasi kontingensi digunakan apabila dua variabel yang dikorelasikan
sama-sama merupakan variabel nominal atau kategori. Teknik korelasi
phi dan teknik korelasi tetrakorik digunakan apabila dua variabel yang
dikorelasikan sama-sama merupakan variabel dikotomi. Bedanya, pada
korelasi tetrakorik data bersifat dikotomi buatan, sedangkan pada korelasi
phi data bersifat dikotomi murni.
Analisis korelasi terkait erat dengan analisis regresi. Jika annalisis
korelasi mengkaji kekuatan hubungan antar-variabel, maka analisis
regresi mengkaji bentuk atau model hubungan antar-variabel. Regresi
sederhana mengkaji bentuk hubungan antara dua variabel yang samasama merupakan variabel interval, sedangkan regresi ganda mengkaji
bentuk hubungan antara beberapa variabel bebas yang semuanya bersifat
interval dengan satu variabel terikat yang juga bersifat interval. Selain
analisis regresi, analisis yang terkait erat dengan analisis korelasi adalah
analisis kanonik dan analisis jalur (path).
Analisis kanonik mengkaji hubungan antara beberapa variabel
bebas yang semuanya bersifat interval atau rasio dengan beberapa
variabel terikat yang juga semuanya bersifat interval atau rasio. Analisis
jalur mengkaji hubungan antara beberapa variabel bebas yang semuanya
bersifat interval atau rasio dengan satu variabel terikat yang bersifat
interval atau rasio. Beda analisis jalur dengan regresi ganda adalah pada
analisis jalur variabel bebas terbagi menjadi variabel eksogenus dan
variabel endogenus, sementara pada analisis regresi ganda pembagian itu
tidak ada karena semua variabel bebas dianggap setara.
Analisis korelasi product momment, korelasi ganda, regresi
sederhana dan regresi ganda beserta analisis persyaratannya sudah
dibahas pada Buku Univariat dan Bivariat. Untuk analisis hubungan
antar-variabel, buku ini hanya membahas analisis kanonik dan analisis
jalur. Analisis kanonik mengkaji hubungan antara beberapa variabel
bebas dengan beberapa variabel terikat. Persyaratan analisis kanonik
9

sama dengan persyaratan uji regresi ganda. Analisis jalur mengkaji


hubungan antara beberapa variabel bebas dan satu variabel terikat.
Variabel bebas diklasifikasikan menjadi dua, yaitu variabel eksogenus
dan variabel endogenus. Persyaratan yang harus dipenuhi pada analisis
jalur sama dengan persyaratan uji regresi ganda.
Uji pembandingan atau uji beda adalah bagian yang lain pada
analisis statistik, selain uji keterkaitan atau uji hubungan. Ada banyak uji
beda yang sudah dikembangkan, antara lain uji t (t-test), uji z (z-test), uji
chi kuadrat (chi square of analysis), analisis varian disingkat ANAVA
(analysis of varians/ANOVA), analisis kovarian (analysis of covarians/
ANCOVA), analisis multi varian (multiple analysis of varians/MANOVA),
dan analisis multi kovarian (multiple analysis of covarians/MANCOVA).
Analisis varian, analisis kovarian, analisis multi varian, dan analisis multi
kovarian masing-masing memiliki variasi.
Uji t (t-test) dan uji z (z-test) digunakan untuk membandingkan
sebuah data yang bersifat interval atau rasio dari maksimum dua
kelompok. Apabila data bersifat diskrit, maka uji beda atau uji
pembandingan dari dua kelompok menggunakan chi kuadrat. Misalnya,
uji beda atau uji pembandingan dua frekuensi. Analisis varian (ANAVA)
digunakan untuk membandingkan sebuah data yang bersifat interval dari
tiga kelompok atau lebih. ANAVA dibedakan menurut banyaknya
variabel bebas. Apabila hanya ada satu variabel bebas, maka disebut
ANAVA satu jalur atau ANAVA A. Apabila variabel bebas ada dua,
maka disebut ANAVA dua jalur atau ANAVA AB. Apabila variabel
bebas ada tiga, maka disebut ANAVA tiga jalur, dan seterusnya.
Analisis kovarian digunakan untuk membandingkan sebuah data
yang bersifat interval dari dua kelompok atau lebih, disertai pengendalian
satu atau lebih data yang juga bersifat interval. Sama halnya dengan
ANAVA, analisis kovarian juga dibagi menjadi analisis kovarian satu
jalur, dua jalur, tiga jalur dan seterusnya menurut banyak variabel bebas.
Selain bervariasi menurut bayak variabel bebas, analisis kovarian juga
bervariasi menurut banyak variabel yang dikendalikan, sehingga dikenal
analisis kovarian dengan satu variabel kenadali, analisis kovarian dengan
dua variabel kendali dan seterusnya.
10

Analisis multi varian digunakan untuk membandingkan dua data


atau lebih yang semuanya bersifat interval dari dua kelompok atau lebih.
Analisis multi varian juga bervariasi menurut banyak variabel bebas,
sehingga dikenal analisis multi varian satu jalur, dua jalur, dan
seterusnya. Selain itu, analisis multi varian juga bervariasi menurut
banyak variabel terikat yang dibandingkan, sehingga ada analisis multi
varian dengan dua variabel terikat, tiga variabel terikat, dan seterusnya.
Analisis multi kovarian digunakan untuk membandingkan dua
data atau lebih yang semuanya bersifat interval dari dua kelompok atau
lebih, disertai pengendalian satu atau lebih data yang juga semuanya
bersifat interval. Analisis multi kovarian bervariasi menurut banyak
variabel bebas, sehingga ada analisis multi kovarian satu jalur, dua jalur,
tiga jalur dan seterusnya. Selain itu, analiasis multi kovarian juga
bervariasi menurut banyak variabel kendali dan banyak variabel terikat.
Uji-t, baik untuk sampel independen maupun untuk sampel
dependen dan analisis varian (ANAVA), baik ANAVA satu jalur maupun
ANAVA dua jalur sudah dibahas pada Buku Statistik Univariat dan
Bivariat. Pada buku ini dibahas analisis kovarian (analyses of covarian
disingkat ANAKOVA), analisis varian ganda (multiple of analyses of
varian disingkat MANOVA), analisis kanonik, dan analisis jalur (path
analyses). Pengkajian disertai pembahasan uji persyaratan yang
diperlukan oleh masing-masing analisis.
Selain ANAKOVA, MANOVA, analisis kanonik, dan analisis
jalur, buku ini juga membahas analisis lain yang terkait, yakni analisis
diskriminan, analisis faktor dan analisis kluster. Analisis diskriminan
merupakan analisis regresi, hanya saja variabel bebasnya merupakan
variabel dikotomi dan variabel terikatnya merupakan variabel interval
atau rasio. Analisis faktor dan analisis kluster relatif berbeda dengan
analisis yang sudah dipelajari. Analisis faktor dan analisis kluster tidak
secara khusus mengkaji hubungan atau pebedaan, melainkan melakukan
pengklasifikasian. Walupun demikian, pedoman utama yang digunakan

11

untuk melakukan pengklasifikasian sebetulnya adalah hubungan atau


keterkaitan dan perbedaan.
Analisis faktor melakukan pengklasifikasian dengan melihat atau
mempertimbangkan kesamaan dan perbedaan antar-faktor. Faktor-faktor
yang cenderung memilki kesamaan akan diklasifikasikan ke dalam satu
faktor, sebaliknya faktor-faktor yang tidak memiliki kesamaan akan
dipisahkan. Di lain sisi, analisis kluster melakukan pengklasifikasian
dengan mempertimbangkan kesamaan dan perbedaan antar-kluster.
Kluster-kluster yang cenderung memiliki kesamaan akan diklasifikasikan
menjadi satu kluster, sebaliknya kluster-kluster yang tidak memiliki
kesamaan akan dipisahkan.
Pengkajian semua analisis statistik dalam buku ini dimulai dari
definisi, dilanjutkan dengan deskripsi dan prosedur analisis, kemudian
contoh, dan diakhiri dengan penerapan analisis memanfaatkan paket
aplikasi SPSS. Teknik pengkajian seperti ini diharapkan memberikan
pemahaman yang terpadu (terintegrasi) tentang teknik analisis yang
dibahas. Prosedur analisis diikuti dengan contoh akan memberi
pemahaman yang lebih nyata kepada pengguna atau pembaca. Setelah itu,
penerapan analisis memanfaatkan paket aplikasi SPSS terhadap contoh
yang telah dibahas secara manual akan memberikan keyakinan kepada
pengguna atau pembaca bahwa lang-kah-langkah perhitungan yang
digunakan sudah benar.
Pembahasan persyaratan analisis dilakukan di bagian akhir.
Harapannya adalah agar para pengguna atau pembaca terlebih dahulu
memahami hakikat setiap analisis yang dipelajari. Setelah memahami
hakikat analisis, para pengguna akan memahami kenapa analisis yang
dipelajari memerlukan persyaratan tertentu yang sudah ditetapkan.
Dengan demikian, diharapkan akan terbentuk peta konsep di pikiran para
pengguna yang berkaitan erat dengan analisis statistik, untuk apa analisis
tersebut, dan uji persyaratan apa yang diperlukan oleh analisis tersebut.

12