Anda di halaman 1dari 10

~Oleh: Prana Ugiana Gio~

PENYELESAIAN DALAM SPSS


Analisis Kovarian dalam SPSS
Misalkan seorang peneliti ingin meneliti apakah terdapat perbedaan yang signifikan secara statistik
mengenai rata-rata gaji per-bulan di antara karyawan-karyawan yang bekerja pada posisi A, B, dan C
di perusahaan XYZ pada tingkat signifikansi 5% dengan melibatkan masa kerja sebagai kovariat.
Berikut data yang telah diperoleh peneliti tersebut (Tabel 1).

Posisi A
Karyawan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

 
1,1 5
1,2 5
1,3 6
1,4 6
1,5 6
1,6 7
1,7 8
1,1 5
1,2 5
1,3 5
1,4 6
1,5 6
1,6 7
1,7 7
1,8 7

Posisi B
Karyawan

16
3,1
17
3,2
18
3,3
19
3,4
20
3,5
21
3,6
22
3,7
23
3,1
24
3,2
25
3,3
26
3,4
27
3,5
28
3,6
29
3,7
30
3,8


8
8
9
9
9
10
11
8
7
7
9
9
10
10
10

Posisi C
Karyawan

31
7,1
32
7,2
33
7,3
34
7,4
35
7,5
36
7,6
37
7,7
38
7,1
39
7,2
40
7,3
41
7,4
42
7,5
43
7,6
44
7,7
45
7,8


14
14
15
15
15
16
17
14
12
12
15
15
16
16
16

Tabel 1

Berdasarkan data pada Tabel 1, jumlah karyawan yang diteliti dalam sampel sebanyak 45 karyawan.
Untuk setiap posisi terdiri dari 15 karyawan. Perhatikan bahwa  menyatakan gaji per-bulan dalam
jutaan. Karyawan dengan nomor urut 12 memiliki gaji per-bulan sebesar 1,5 juta, karyawan dengan
nomor urut 40 memiliki gaji per-bulan sebesar 7,3 juta, dan seterusnya. Perhatikan juga bahwa 
menyatakan masa kerja dalam tahun. Sebagai contoh, karyawan dengan nomor urut 12 telah bekerja di
perusahaan XYZ selama 6 tahun, karyawan dengan nomor urut 40 telah bekerja di perusahaan XYZ
selama 12 tahun, dan seterusnya.
Berikut hal-hal yang ingin diketahui oleh peneliti.
 Apakah terdapat interaksi yang cukup signifikan secara statistik antara posisi kerja karyawan
dan masa kerja karyawan dalam pengaruhnya terhadap gaji karyawan per-bulan.

 Apakah terdapat perbedaan yang cukup signifikan secara statistik mengenai rata-rata gaji perbulan di antara karyawan-karyawan yang bekerja pada posisi A, B, dan C di perusahaan XYZ
dengan mengontrol masa kerja karyawan.
 Apakah terdapat pengaruh atau hubungan yang cukup signifikan secara statistik antara masa
kerja karyawan terhadap gaji karyawan per-bulan di perusahaan XYZ dengan mengontrol
posisi kerja karyawan.

Penyelesaian dalam SPSS


Asumsi-asumsi pada analisis varians berlaku juga pada analisis kovarian. Namun pada analisis
kovarian terdapat asumsi tambahan lagi yang diujikan, yakni asumsi linearitas dari regresi (linearity of
regression) dan homogenitas dari regresi (homogeneity of regression).
Pada penyelesaian ini hanya akan dipaparkan untuk menguji asumsi linearitas dan homogenitas dari
regresi dalam SPSS. Pertama akan diuji terlebih dahulu mengenai asumsi linearitas dari regresi.
Asumsi linearitas dari regresi berarti menguji apakah terdapat hubungan linear yang signifikan secara
statistik antara kovariat dengan variabel tak bebas.
Bangun data pada Tabel 1 dalam SPSS seperti gambar berikut (Gambar 1).

Pada variabel posisi, beri


Value 1 untuk Label posisi
A, Value 2 untuk Label
posisi B, dan Value 3 untuk
posisi C.

Gambar 1

Pada variabel posisi, beri Value 1 untuk Label posisi A, Value 2 untuk Label posisi B, dan Value 3
untuk posisi C. Selanjutnya pilih Analyze => Correlate => Bivariate, sehingga muncul kotak dialog
Bivariate: Correlations (Gambar 2). Masukkan variabel gaji dan masa ke dalam kotak Variables.
Pada Correlation Coefficients pilih Pearson dan kemudian pilih Flag significant correlations.
Selanjutnya pilih OK. Hasil berdasarkan SPSS diperlihatkan pada Tabel 2.

Gambar 2

Tabel 2

Untuk menentukan apakah asumsi linearitas dari regresi terpenuhi atau tidak, maka dapat dilakukan
dengan membandingkan nilai Sig. (2-tailed) terhadap tingkat signifikansi yang digunakan.
Berdasarkan Tabel 2, nilai Sig. (2-tailed) adalah 0,000. Oleh karena nilai Sig. (2-tailed) lebih kecil
dibandingkan tingkat signifikansi (0,05), maka disimpulkan bahwa asumsi linearitas dari regresi
terpenuhi. Terpenuhinya asumsi linearitas dari regresi menunjukkan terdapat alasan yang cukup kuat
untuk memasukkan variabel masa kerja sebagai kovariat.
Setelah terpenuhi asumsi linearitas dari regresi, selanjutnya melakukan uji asumsi homogenitas dari
regresi. Menguji asumsi homogenitas dari regresi berarti menguji apakah terjadi interaksi yang cukup
signifikan secara statistik antara posisi karyawan dan masa kerja karyawan dalam pengaruhnya
terhadap gaji karyawan per-bulan. Uji asumsi homogenitas dari regresi dapat juga berarti menguji
apakah kemiringan dari garis regresi populasi adalah sama untuk setiap kategori pada posisi kerja
karyawan.
Pilih Analyze => General Linear Model => Univariate, sehingga muncul kotak dialog Univariate
(Gambar 3). Pada kotak dialog Univariate, masukkan variabel gaji ke dalam Dependent Variable,
variabel posisi ke dalam Fixed Factor(s), dan variabel masa ke dalam Covariate(s). Selanjutnya pilih
Model, sehingga muncul kotak dialog Univariate: Model (Gambar 4).

Gambar 3

Pada kotak dialog Univariate: Model (Gambar 4), pilih Custom. Kemudian pada Type pilih
Interaction, dan masukkan variabel posisi dan masa ke dalam kotak Model.

Pada kotak dialog Univariate:


Model, pilih Custom. Kemudian
pada Type pilih Interaction, dan
masukkan variabel posisi dan
masa ke dalam kotak Model.

Gambar 4

Tandai/klik variabel posisi dan


masa.
Kemudian klik tanda panah ini
sebanyak dua kali berturut-turut,
sehingga muncul masa*posisi
(Gambar 6).

Gambar 5

Gambar 6

Setelah muncul variabel masa*posisi (Gambar 6) di dalam kotak Model, kemudian masukkan variabel
posisi dan masa ke dalam kotak Model, seperti pada Gambar 7. Kemudian pilih Continue dan OK.
4

Gambar 7

Berikut hasil berdasarkan SPSS.

Tabel 3

Berdasarkan Tabel 3 (Test of Between-Subjects Effects), untuk menentukan apakah asumsi


homogenitas dari regresi terpenuhi atau tidak, maka dapat dilakukan dengan membandingkan nilai
Sig. pada posisi*masa terhadap tingkat signifikansi. Perhatikan bahwa karena Sig. (0,090) lebih besar
dibandingkan dengan tingkat signifikansi (0,05), maka disimpulkan bahwa asumsi homogenitas dari
regresi terpenuhi.
Terpenuhinya asumsi homogenitas berarti tidak terjadi interaksi yang begitu signifikan secara statistik
antara posisi karyawan dan masa kerja karyawan dalam pengaruhnya terhadap gaji karyawan perbulan. Dengan kata lain, asumsi mengenai kemiringan dari garis regresi populasi adalah sama untuk
setiap kategori pada posisi kerja karyawan terpenuhi pada tingkat signifikansi 5%.
Perhatikan bahwa asumsi linearitas dan homogenitas dari regresi telah terpenuhi. Selanjutnya akan
diuji hal-hal sebagai berikut.
 Apakah terdapat perbedaan yang cukup signifikan secara statistik mengenai rata-rata gaji
per-bulan di antara karyawan-karyawan yang bekerja pada posisi A, B, dan C di
perusahaan XYZ dengan mengontrol masa kerja karyawan.
 Apakah terdapat pengaruh atau hubungan yang cukup signifikan secara statistik antara
masa kerja karyawan terhadap gaji karyawan per-bulan di perusahaan XYZ dengan
mengontrol posisi karyawan.
5

Pilih Analyze => General Linear Model => Univariate, sehingga muncul kotak dialog Univariate
(Gambar 3). Pada kotak dialog Univariate, masukkan variabel gaji ke dalam Dependent Variable,
variabel posisi ke dalam Fixed Factor(s), dan variabel masa ke dalam Covariate(s). Selanjutnya pilih
Model, sehingga muncul kotak dialog Univariate: Model (Gambar 8). Pada kotak Univariate: Model,
pilih Custom, dan masukkan variabel posisi dan masa ke dalam Model (Gambar 8). Selanjutnya pilih
Continue.

Gambar 8

Gambar 9

Kemudian pilih Options, sehingga muncul kotak dialog Univariate: Options (Gambar 9). Pada kotak
dialog Univariate: Options, masukkan OVERALL dan posisi pada kotak Display Means for.
Selanjutnya pilih Compare main effects dan atur dengan Bonferroni. Pada Display, pilih Descriptive
statistics, Homogeneity tests, dan Parameter estimates. Selanjutnya pilih Continue dan OK.

Tabel 4
6

Berdasarkan Tabel 4 (Between-Subjects Factors), diketahui jumlah karyawan yang diteliti dalam
sampel sebanyak 45 karyawan. Untuk setiap posisi terdiri dari 15 karyawan.

Tabel 5

Berdasarkan Tabel 5 (Descriptive Statistics), secara rata-rata karyawan dengan posisi kerja C memiliki
gaji yang paling tinggi dibandingkan dengan posisi kerja lain. Hal ini terlihat dari nilai Mean untuk
posisi kerja C sebesar 7,427. Nilai Mean tersebut paling besar dibandingkan nilai Mean dari posisi
kerja yang lain.

Tabel 6

Berdasarkan Tabel 6 (Levenes Test of Equality of Error Variances) dapat dilakukan pengujian asumsi
mengenai kesamaan varians dari error pada setiap grup atau kelompok. Dalam hal ini, error
merupakan selisih antara nilai variabel tak bebas  dan nilai estimasi variabel tak bebas . Untuk
menentukan apakah asumsi tersebut terpenuhi atau tidak, maka dapat dilakukan dengan
membandingkan nilai Sig. terhadap tingkat signifikansi. Perhatikan bahwa karena Sig. (0,440) lebih
besar dibandingkan dengan tingkat signifikansi (0,05), maka disimpulkan bahwa asumsi mengenai
kesamaan varians dari error terpenuhi pada tingkat signifikansi 5%.

Tabel 7

Berdasarkan Tabel 7 (Tests of Between Subjects Effects) akan diuji hal-hal sebagai berikut.
7

 Apakah terdapat perbedaan yang cukup signifikan secara statistik mengenai rata-rata gaji
per-bulan di antara karyawan-karyawan yang bekerja pada posisi A, B, dan C di
perusahaan XYZ dengan mengontrol masa kerja karyawan.
 Apakah terdapat pengaruh atau hubungan yang cukup signifikan secara statistik antara
masa kerja karyawan terhadap gaji karyawan per-bulan di perusahaan XYZ dengan
mengontrol posisi kerja karyawan.
Berdasarkan Tabel 7, nilai Sig. atau probabilitas untuk variabel posisi adalah 0,000. Karena nilai
probabilitas untuk variabel posisi (0,000) lebih kecil dibandingkan tingkat signifikansi (0,05), maka
disimpulkan bahwa terdapat perbedaan yang cukup signifikan secara statistik mengenai rata-rata gaji
per-bulan di antara karyawan-karyawan yang bekerja pada posisi A, B, dan C di perusahaan XYZ
dengan mengontrol masa kerja karyawan.
Selanjutnya perhatikan nilai Sig. atau probabilitas untuk variabel masa, yakni 0,000. Karena nilai
probabilitas untuk variabel masa (0,000) lebih kecil dibandingkan tingkat signifikansi (0,05), maka
disimpulkan bahwa terdapat pengaruh atau hubungan yang cukup signifikan secara statistik antara
masa kerja karyawan terhadap gaji karyawan per-bulan di perusahaan XYZ dengan mengontrol posisi
kerja karyawan. Dengan kata lain, semakin lama masa kerja karyawan, maka gaji karyawan tersebut
juga semakin cenderung meningkat.

Tabel 8

Berdasarkan Tabel 8 (Parameter Estimates) diperoleh persamaan regresi sebagai berikut.

  5,123 0,156  4,641  3,087 .


Perhatikan bahwa pada persamaan regresi di atas, nilai kemiringan (slope) dari variabel masa adalah
positif, yakni 0,156. Hal ini menandakan bahwa terjadi hubungan yang bersifat positif antara masa
kerja karyawan terhadap gaji karyawan per-bulan. Persamaan regresi untuk karyawan dengan posisi
kerja A adalah

  5,123 0,156  4,6411  3,0870


  0,482 0,156.
Persamaan regresi untuk karyawan dengan posisi kerja B adalah

  5,123 0,156  4,6410  3,0871


  2,036 0,156.
Persamaan regresi untuk karyawan dengan posisi kerja C adalah
8

Berikut disajikan dalam grafik dari ketiga garis regresi tersebut.


Garis regresi karyawan
dengan posisi kerja C.

Garis regresi karyawan


dengan posisi kerja B.

Grafik ini diperoleh


berdasarkan penggunaan
software Maple 11.

Garis regresi karyawan


dengan posisi kerja A.

Perhatikan bahwa ketiga garis regresi tersebut memiliki kemiringan (slope) yang sama, yakni 0,156.
Kemiringan yang bernilai positif berarti semakin lama masa kerja karyawan, maka akan semakin
meningkat gaji karyawan per-bulan. Berdasarkan grafik tersebut, terlihat bahwa garis regresi untuk
karyawan dengan posisi C kerja menempati posisi paling tinggi dibandingkan yang lain.

Tabel 9

Berdasarkan Tabel 9 (Pairwise Comparisons) akan diuji hal-hal sebagai berikut.


 Apakah terdapat perbedaan yang cukup signifikan mengenai rata-rata (adjusted mean)
gaji per-bulan antara karyawan posisi A dan B, dengan mengontrol masa kerja karyawan.
 Apakah terdapat perbedaan yang cukup signifikan mengenai rata-rata (adjusted mean)
gaji per-bulan antara karyawan posisi A dan C, dengan mengontrol masa kerja karyawan.
 Apakah terdapat perbedaan yang cukup signifikan mengenai rata-rata (adjusted mean)
gaji per-bulan antara karyawan posisi B dan C, dengan mengontrol masa kerja karyawan.
9

Perhatikan bahwa rata-rata yang dibandingkan bukan lagi rata-rata dari tiap-tiap kelompok, melainkan
rata-rata yang sudah disesuaikan (adjusted mean). Untuk menentukan apakah terdapat perbedaan yang
cukup signifikan mengenai rata-rata gaji per-bulan antara karyawan posisi A dan B, dengan
mengontrol masa kerja karyawan, perhatikan nilai Sig. untuk posisi A v/s posisi B, yakni 0,000.
Karena nilai Sig. lebih kecil dibandingkan tingkat signifikansi, yakni 0,05, maka disimpulkan bahwa
terdapat perbedaan yang cukup signifikan mengenai rata-rata gaji per-bulan antara karyawan posisi A
dan B, dengan mengontrol masa kerja karyawan. Perhatikan juga bahwa terdapat perbedaan yang
cukup signifikan mengenai rata-rata gaji per-bulan antara karyawan posisi A dan C, dengan
mengontrol masa kerja karyawan, B dan C, dengan mengontrol masa kerja karyawan.

10