Uji Autokorelasi dengan Durbin Watson SPSS

6. Langkah yang terakhir adalah klik Ok. Hasil outputnya lihat dibawah ini.

Berdasarkan output di atas, diketahui nilai DW 2,115, selanjutnya nilai ini akan kita bandingkan
dengan nilai table signifikansi 5%, jumlah sampel N=12 dan jumlah variabel independen 2
(K=2) = 2.12 (Cari pada tabel Durbin Watson) maka diperoleh nilai du 1,579.
Nilai DW 2,115 lebih besar dari batas atas (du) yakni 1,579 dan kurang dari (4-du) 4-1,579 =
2,421 sehingga dapat disimpulkan bahwa tidak terjapat autokorelasi.

UJI KORELASI

Berdasarkan output di atas, kita akan melakukan pernarikan kesimpulan dengan merujuk pada
dasar pengambilann keputusan uji korelasi.
Berdasarkan Nilai Signifikansi : dari output di atas diketahui antara Motivasi (X1) dengan Minat
(X2) nilai signifikansi 0,002 < 0,05 yang berarti terdapat korelasi yang signifikan. Selanjutnya,
antara Motivasi (X1) dengan Prestasi (Y) nilai signifikansi 0,002 < 0,05 yang berarti terdapat
korelasi yang signifikan. Terakhir, antara Minat (X2) dengan Prestasi (Y) nilai signifikansi 0,000
< 0,05 yang berarti terdapat korelasi yang signifikan.
Berdasarkan Tanda Bintang SPSS : Dari output di atas diketahui bahwa Nilai Pearson

Correlation yang dihubungkan antara masing-masing variabel mempunyai tanda bintang, ini
berarti terdapat korelasi yang signifikan antara varibel yang dihubungkan.

ANALISIS REGRESI LINEAR SEDERHANA

Penjelasan dari ourput di atas:

Pada output terlihat korelasi antara Prestasi dengan Motivasi menghasilkan angka 0,732. Angka
tersebut menunjukkan kuatnya korelasi antara Prestasi dengan Motivasi karena nilai r di atas 0,5.
Sedangkan tanda * menunjukkan bahwa semakin tinggi Motivasi, maka akan semakin tinggi
prestasinya, dan bergitu sebaliknya.
Untuk korelasi antara Prestasi dengan Minat yang menghasilkan angka 0,156. Angka tersebut
berarti kedua variabel mempunyai korelasi yang sangat lemah karena di bawah 0,5.
Sedangkan untuk korelasi antara Motivasi dengan Minat menghasilkan angka -0,219. Angka
tersebut berarti kedua variabel mempunyai korelasi yang lemah karena di bawah 0,5. Tanda
negatif (-) menunjukkan hubungan yang berlawanan, jika motivasi tinggi maka minat belajarnya
rendah, dan sebaliknya.
Penarikan Kesimpulan:
a. Berdasarkan nilai probabilitas: jika probabilitas > 0,05 maka tidak terdapat korelasi, dan
sebaliknya jika probabilitas < 0,05 maka terdapat korelasi.
Prestasi dengan motivasi diperoleh nilai probabilitas = 0,016 < 0,05, maka terdapat korelasi yang

signifikan. Nilai probabilitas prestasi dengan minat = 0,668 > 0,05, maka tidak terdapat korelasi
yang signifikan. Nilai probabilitas motivasi dengan minat 0,534 > 0,05 maka tidak terdapat
korelasi yang signifikan.
b. Berdasarkan tanda * yang diberikan SPSS
Signifikan tidaknya korelasi dua variabel dapat juga dilihat dari adanya tanda * pada pasangan
data yang dikorelasikan pada proses perhitungan di atas. Dari pasangan di atas hanya pasangan
prestasi dengan motivasi yang diberi tanda *. Ini berarti pasangan prestasi belajar dengan
motivasi belajar mempunyai hubungan yang signifikan, sedangkan pasangan yang lainnya ada
hubungan, tetapi hubungan yang tidak signifikan.

UJI KORELASI GANDA

5. Setelah semuanya beres, maka hasil output yang perlu sobat perhatikan adalah pada
bagian Model Summary

MEMAKNAI HASIL OUTPUT MODEL SUMMARY SPSS

Berdasarkan tabe Model Summary diketahui bahwa besarnya hubungan antara Kompetensi dan
Motivasi (secara simultan) terhadap Kinerja yang dihitung dengan koefisien korelasi adalah
0,497, hal ini menunjukkan pengaruh yang sedang. Sedangkah kontribusi atau sumbangan secara
simultan variabel Kompetensi dan Motivasi terhadap Kinerja adalah 24,7% sedangkan 75,3%
ditentukan oleh variabel yang lain.
Kemudian untuk mengetahui tingkat signifikansi koefisien korelasi ganda diuji secara
keseluruhan. Hipotesis yang diajukan dalam pembahasan ini adalah :
H0 : Kompetensi dan Motivasi tidak berhubungan secara simultan dan signifikan terhadap
kinerja.
Ha : Kompetensi dan Motivasi berhubungan secara simultan dan signifikan terhadap kinerja.
Berdasarkan tabel Model Summary diperoleh nilai probabilitas (sig.F change) = 0,000. Karena
nilai sig.F change 0,000 < 0,05, maka keputusannya adalah H0 ditolak dan Ha diterima. Artinya :
Kompetensi dan Motivasi berhubungan secara simultan dan signifikan terhadap kinerja Negeri
Kota Surakarta tahun 2014.

Mann-Whitney

6. Interpretasi:
Dari output Rank, dapat kita lihat bahwa nilai mean untuk mahasiswa yang ujian pada pagi hari
(0) lebih besar daripada nilai mean mahasiswa yang ujian pada siang hari (11,90 > 7,89).
Dari Nilai uji Mann-Whitney U, dapat kita lihat pada output Test Statisticb dimana nilai
statistik uji Z yang kecil yaitu -1,553 dan nilai sig.2-tailed adalah 0,120 > 0,05. Karena itu hasil
uji tidak signifikan secara statistik, dengan demikian kita dapat menerima Hipotesis
null dimana tidak ada perbedaan distribusi skor pada ujian pagi hari maupun siang hari.(yoz)

Independen T Test dengan Minitab

Boxplot di atas juga perbedaan Mean kedua kelompok serta menunjukkan variance masingmasing kelompok.

Independen T Test Minitab Output

Output di atas menunjukkan bahwa Mean kelompok A sebesar 25,3 dengan standart deviasi 15,9
sedangkan kelompok B Mean sebesar 56,3 dengan standart deviasi 25,6. Maka Mean kelompok
B lebih tinggi dari Mean kelompok B dengan selisih -31.
Apakah besarnya selisih -31 di atas dapat membuktikan secara statistik bahwa memang terdapat
perbedaan antara kelompok A dan B, maka digunakanlah uji independen t test. Hasilnya nilai t
hitung sebesar -3,25 pada degree of freedom (df) 18 dengan p value sebesar 0,004 di mana lebih
kecil dari pada batas kritis 0,05 sehingga jawaban hipotesis adalah menerima H1 atau yang
berarti terdapat perbedaan Mean yang bermakna/signifikan antara kelompok A dan B.

1.

Sehingga muncul output seperti berikut.

Sekarang adalah waktunya untuk melakukan uji hipotesis.

Pada output pertama yaitu One-Sample Statistics, dapat dilihat pada variabel
jumlah pasien banyak data (N) adalah 20, rata-rata (mean) secara keseluruhan
adalah 22.85 23 orang, standar deviasi yang menunjukkan keheterogenan
yang terjadi dalam data adalah 3.167 dan standard error of mean adalah 0.708,
standard error of mean menggambarkan sebaran rata-rata sampel terhadap
rata-rata dari rata-rata keseluruhan kemungkinan sampel.
Pada output kedua yaitu One-Sample Test yang perlu diperhatikan adalah nilai
t dan nilai signifikansi atau p-value.

Hipotesis
H0 : = 20 (rata-rata jumlah pasien pehari = 20)
H1 : 20 (rata-rata jumlah pasien perhari 20)

Tingkat Signifikansi
= 5%

Daerah Kritis
Jika Thitung Ttabel : tolak H0
Jika Sig. : tolak H0

Statistik Uji
Sig. = 0.001 = 0.05
Thitung = 4.025 Ttabel = 2.093
Sig. (0.001) < (0.05) atau Thitung (4.025) > Ttabel (2.093)

Keputusan Uji
Karena nilai Sig. <
tolak H0

atau Thitung > Ttabel maka keputusannya adalah

Kesimpulan
Jadi dengan tingkat signifikansi 5% didapatkan kesimpulan bahwa rata-rata
jumlah pasien perhari di rumah sakit JIH 20 atau ada perbedaan rata-rata
jumlah pasien perhari secara nyata.