Pada output akan terlihat Diagram Pencar (sumbu X = Regression Standardized Predicted Value,
sumbu Y = Regression Standardized Residual). Jika Diagram Pencar tidak menunjukkan pola
tertentu maka asumsi homoskedastisitas dapat diterima, jika menunjukkan pola tertentu berarti
terjadi heteroskedastisitas.
4.Normalitas : Variabel galat berdistribusi normal.
Beberapa cara menguji asumsi normalitas :
a.Kolmogorov-Smirnov (Uji K-S) : (1) Urutkan nilai galat ei dari terkecil sampai terbesar, (2)
Transformasi nilai ei menjadi zi dengan zi = (ei− e)/s dimana e dan s adalah rata-rata dan simpangan
baku nilai galat, (3) Tentukan besarnya nilai peluang zi yaitu P(zi) dan peluang proporsional S(zi),
(4) Tentukan selisih mutlak⏐S(zi)− P(zi)⏐ dan⏐S(zi−1)− P(zi)⏐, (5) Tentukan nilai statistik
Kolmogorov-Smirnov D = maksimum⏐S(zi)− P(zi)⏐ atau⏐S(zi−1)− P(zi)⏐, (6) bandingkan
nilai D dengan Dα(n), (7) Keputusan Jika D > Dα(n) maka Tolak Ho artinya nilai variabel galat
tidak normal.
b. Uji Lilifors : (1) Urutkan nilai galat ei dari terkecil sampai terbesar, (2) Transformasi nilai ei
menjadi zi dengan zi = (ei− e)/s dimana e dan s adalah rata-rata dan simpangan baku nilai galat, (3)
Tentukan besarnya nilai peluang zi yaitu P(zi) dan peluang proporsional S(zi), (4) Tentukan selisih
mutlak⏐P(zi)− S(zi)⏐, (5) Tentukan nilai statistik Liliefors L = maksimum⏐P(zi)− S(zi)⏐, (6)
bandingkan nilai L dengan Lα(n), (7) Keputusan Jika L > Lα(n) maka Tolak Ho artinya nilai
variabel galat tidak normal.
c.Uji Saphiro-Wilks : (1) Tentukan nilai statistik Saphiro-Wilks T = 1/D [∑Ai (Xn-i+1 – Xi)]2
dimana D =∑Xi2 – (∑Xi)2/n, (2) bandingkan nilai T dengan nilai T tabel Saphiro-Wilks (Tα(n)),
Normalitas dapat diterima jika T < T0,05(n).
Dalil Limit Pusat menyatakan bahwa apabila sampel sebuah pengamatan mempunyai ukuran yang
besar (n > 30), maka data pengamatan tersebut akan menyebar normal, atau mendekati normal.
Pada Output, jika Signifikansi pada Uji Liliefors dan Saphiro-Wilks lebih besar dari 0,05 berarti
data berdistribusi normal. Disamping itu, jika pada Grafik Normal Q-Q Plot dan Detrended Normal
Q-Q Plot, nilai-nilai pengamatan menyebar pada garis tersebut, berarti data pengamatan
berdistribusi normal.
5.Autokorelasi atau Korelasi Diri atau Korelasi Seial : Nilai galat ( e = Yi− Y )
setiap pengamatan pada setiap variabel bebas X bersifat bebas.
Beberapa cara menguji asumsi Autokorelasi :
Ho≡ Tidak ada Autokorelasi
H1≡ Ada Autokorelasi
a.Ujiχ2 : (1) Buat tabel 2x2, seperti tabel dibawah, (2) Tentukan nilaiχ2, (3) Bandingkan nilaiχ2
denganχ20,05(1) (4) Keputusan tidak adanya Autokorelasi dapat diterima jika nilaiχ2 <χ20,05(1).
Banyaknya +ei
Banyaknya−ei
Jumlah
Banyaknya +ei-1
Banyaknya−ei-1
Jumlah
b.Uji Durbin-Watson : (1) Tentukan nilai D = [∑ (ei− ei-1)2 ] / [∑ ei2 ] (2) Bandingkan nilai D
dengan D0,05(n), (3) Keputusan tidak adanya Autokorelasi dapat diterima jika nilai dU < D < (4−
dU), Ada Autokorelasi jika D < dL atau d > (4− dL), Tidak ada Keputusan jika berada pada selang
lain .
Tolak Ho
?
Terima Ho
?
Tolak Ho
dL
dU
4− dU
4− dL
Pada Output, akan muncul nilai Collinearity Statistics Tolerance (T) dan VIF (Variance Inflation
Factor). Nilai T = 1/VIF, jadi nilai Tolerance merupakan kebalikan dari nilai VIF. Diantara variabel
bebas X tidak terjadi multikolinearitas jika nilai VIF mendekakti nilai 1.
Cara lain untuk mendeteksi ada tidaknya multikolinearitas yaitu dengan
mengkorelasikan seluruh variabel bebas. Apabila nilai Koefisien Korelasi R
≥ 0,80, diindikasikan adanya multikolinearitas.
Indikator lainnya yang menunjukkan adanya multikolinearitas adalah nilai F yang tinggi (sangat
signifikan) pada ANOVA, tetapi nilai T pada setiap variabel bebas X tidak ada yang signifikan.
7.Linearitas : artinya bentuk hubungan antara variabel bebas X dan variabel
terikat Y adalah Linear.
Pengujian Linearitas menggunakan Program SPSS dilakukan melalui
prosedur :
Analyze Compre Means Means, masukkan Variabel Dependen ke kotak Dependent List dan
beberapa Variabel Independen ke kotak Independent List klik Options Beri tanda centang pada
pilihan Test for linearity Continue OK.
Pada Output, jika signifikansi F pada ANOVA lebih besar dari 0,05, maka
hipotesis tentang hubungan linear dapat diterima.
()
()
Wijaya : Uji Asumsi Klasik Regresi Linear- 5
UJI VALIDITAS DAN RELIABILITAS INSTRUMENT
1. Validitas Instrument
Secara garis besar ada dua macam Validitas, yaitu (1) Validitas Logis, menunjuk pada kondisi bagi
sebuah instrumen evaluasi yang memenuhi persyaratan valid berdasarkan hasil penalaran. Validitas
Logis terdiri dari Validitas Isi dan Validitas Konstruk, (2) Validitas Empiris, yaitu apabila instrumen
tersebut telah teruji dari pengalaman. Validitas Empiris terdiri dari validitas “ada sekarang” dan
validitas predictive.
Uji validitas atau kesahihan digunakan untuk mengetahui seberapa tepat suatu instrument (alat
ukur) mampu melakukan fungsinya. Alat ukur yang dapat digunakan dalam pengujian validitas
suatu instrument adalah angka hasil korelasi antara skor pernyataan (baik berupa item atau butir
setiap pertanyaan maupun skor dari faktor atau variabel) dengan total skor seluruh pertanyaan.
Beberapa Rumus Uji Validitas :
(1) Korelasi Pearson (Product Moment) :
( )( )
⎥⎦⎤
⎢⎣⎡
−
∑
⎥⎦⎤
⎢⎣⎡
∑
−
∑
∑
∑
−
∑
=
∑y
n
n
y
x
xy
n
y
x
x
r
2
2
2
2
Pengujian Koefisien Korelasi :
r
n
r
t
2
1
2
−−
=
Butir (item) atau Faktor dari skor pertanyaan dikatakan valid jika :
t <−t0,025(n−2) atau t0,025(n−2) < t
(2) Korelasi Biserial :
qp
s
m
m
T
T
P
bi
−
=
ρ
dihitung validitasnya
mT = rata-rata skor total
sT = simpangan baku dari skor total
p = proporsi responden yang menjawab benar
q = 1–p
Pengujian Validitas menggunakan Program SPSS dilakukan melalui prosedur :
Analyze Correlate Bivariate, masukkan data Skor tiap Butir pertanyaan
dan Skor Total ke kotak Variables OK.
2. Reliabilitas Instrument
Reliabilitas instrumen berhubungan dengan tingkat kepercayaan (keyakinan) terhadap instrument
atau sebuah tes. Suatu instrument atau tes dikatakan mempunyai tingkat kepercayaan yang tinggi
jika instrument atau tes tersebut dapat memberikan hasil yang tetap (ajeg). Jadi reliabilitas adalah
ketetapan (keajegan) suatu instrument atau tes apabila diberikan kepada subjek yang sama.
Cara menentukan besarnya reliabilitas instrument atau tes dalam bentuk jawaban Pilihan Ganda
atau Benar-Salah dapat dilakukan dengan beberapa metode, yaitu :
(a) Metode Paralel (Equivalent)
Dua buah instrument atau tes yang mempunyai tujuan, tingkat kesukaran, dan susunan yang sama
tetapi soal (item) berbeda diberikan kepada subjek yang sama pada dua waktu yang berbeda.
Reliabilitas diukur dengan menghitung besarnya nilai Koefisien Korelasi Pearson terhadap kedua
hasil pengamatan tersebut.
(b) Metode Ulang
Sebuah instrument atau tes diberikan kepada subjek yang sama pada dua waktu yang berbeda
(berulang). Reliabilitas diukur dengan menghitung besarnya nilai Koefisien Korelasi Pearson pada
kedua waktu tersebut.
Sebuah instrument atau tes diberikan pada waktu yang sama kepada kelompok subjek yang dibagi
dua. Pembelahan dapat dilakukan dengan cara memisahkan item-item genap dengan item-item
ganjil, atau item-item awal dengan item-item akhir. Reliabilitas diukur dengan menghitung besarnya
nilai Koefisien Korelasi antar kedua belahan tersebut. Rumus yang digunakan untuk mengukurnya,
diantaranya :
(1) Spearman – Brown
2 r12
R=
( 1 +r12 )
dimana :
R=
Koefisien Reliabilitas
r12 =
Koefisien Korelasi Pearson antar belahan
(2) Flanagan :
S12 +S22
R = 2(1−
)
St2
dimana :
R=
Koefisien Reliabilitas
S12=
Ragam belahan ke-1
S22 =
Ragam belahan ke-2
St2=
Ragam Total
(3) Rullon :
R =1− (SD2/ St2)
dimana :
R=
Koefisien Reliabilitas
SD2=
Ragam dari selisih skor antar belahan ke-1 dan ke-2
St2 =
Ragam Total
St2
dimana :
R
= Koefisien Reliabilitas
∑ Si2 = Jumlah Ragam tiap-tiap item
St2
= Ragam Total
Pengujian Validitas menggunakan Program SPSS dilakukan melalui prosedur :
Analyze Scale Reliability Analysis, masukkan data Skor tiap Butir
pertanyaan ke kotak Items Pilih Model Alpha atau Split-Half OK.
Jika sebelum klik OK, kita meng-klik kotak “Statistics” kemudian kita centang pilihan Scale dan
Scale if Item Delete, maka pada Output Item Total Statistics akan diperoleh nilai Koefisien Korelasi
Pearson Terkoreksi (pada kolom Corrected Item -Total Correlation) yang menggambarkan Validitas
item.
Misal : Ingin diketahui pengaruh Motivasi (Q15 = X1) dan Fasilitas (Q610 = X2) terhadap
Produktivitas (Y). Faktor Motivasi terdiri dari 5 butir pertanyaan (Q1 sampai Q5), dan Fasilitas
terdiri dari 5 butir pertanyaan (Q6 sampai Q10). Datanya sebagai berikut :
Resp Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 TOT Q15 Q610 Y
1
3
2
2
3
2
2
2
2
1
3
22
12
10
85
2
2
2
2
2
2
2
2
2
1
2
19
10
9
74
3
2
2
2
2
2
2
2
1
2
2
19
10
9
78
4
3
3
2
3
2
2
2
2
2
2
23
13
10
90
5
3
2
2
2
2
2
3
2
2
2
22
11
11
85
6
3
3
3
3
2
2
3
2
2
2
25
14
11
87
7
3
2
2
3
3
3
3
2
2
3
26
13
13
94
8
3
2
3
3
3
3
3
2
2
3
27
14
13
98
9
2
2
3
2
2
2
2
2
2
2
21
11
10
81
10
2
3
3
3
3
2
2
2
2
2
24
14
10
91
11
2
1
2
3
2
2
2
2
1
1
18
10
8
76
12
2
1
1
2
2
2
1
1
1
2
15
8
7
74
1. Validitas Item (Butir) :
Validitas Item dilakukan dengan cara meng-korelasikan setiap butir pertanyaan (Q1 sampai Q10)
dengan total seluruh butir pertanyaan (TOT). Korelasi yang digunakan adalah Korelasi Pearson.
Hasil perhitungan menggunakan SPSS 13.0 adalah sebagai berikut :
()
()
Wijaya : Uji Asumsi Klasik Regresi Linear - 11
2. Reliabilitas Instrument :
Reliabilitas yang dihitung yaitu : (1) Spearman-Brown, (2) Flanagan, (3) Rullon
dan (4) Alpha Cronbach, berdasarkan metode belah dua Ganjil-Genap.
No
Q1
Q3
Q5
Q7
Q9
Q2
Q4
Q6
Q8
Q10
Ganj
Genp Beda
TOT
1
3
2
2
2
1
2
3
2
2
3
10
12
-2
22
2
2
2
2
2
1
2
2
2
2
2
9
10
-1
19
3
2
2
2
2
2
2
2
2
1
2
10
9
1
19
4
3
2
2
2
2
3
3
2
2
2
11
12
-1
23
5
3
2
2
3
2
2
2
2
2
2
12
10
2
22
6
3
3
2
3
2
3
3
2
2
2
13
12
1
25
7
3
2
3
3
2
2
3
3
2
3
13
13
0
26
8
3
3
3
3
2
2
3
3
2
3
14
13
1
27
9
2
3
2
2
2
2
2
2
2
2
11
10
1
21
10
2
3
3
2
2
3
3
2
2
2
12
12
0
24
11
2
2
2
2
1
1
3
2
2
1
9
9
0
18
12
2
1
2
1
1
1
2
2
1
2
7
8
-1
15
VAR 0,273 0,386 0,205 0,386 0,242 0,447 0,265 0,152 0,152 0,333 4,083 2,879 1,356 12,568
(1) Koefisien Korelasi Pearson (r) :
Resp
Ganjil (X)
Genap (Y)
XY
X2
Y2
1
10
12
120
100
144
2
9
10
90
81
100
3
10
9
90
100
81
4
11
12
132
121
144
5
12
10
120
144
100
6
13
12
156
169
144
7
13
13
169
169
169
8
14
13
182
196
169
9
11
10
110
121
100
10
12
12
144
144
144
11
9
9
81
81
81
12
7
8
56
49
64
JML
131
130
1450
1475
1440
( )( )
⎥⎦⎤
⎢⎣⎡
−
∑
⎥⎦⎤
⎢⎣⎡
∑
−
∑
∑
∑
−
∑
=
∑y
n
n
y
x
xy
n
y
x
x
r
2
2
2
2
()
()
Wijaya : Uji Asumsi Klasik Regresi Linear - 12
⎥⎦⎤
⎢⎣⎡
−
⎥⎦⎤
⎢⎣⎡
−
−
=
130
)
440
.
1
(
12
131
)
475
.
1
(
12
)
130
)(
131
(
)
450
.
1
(
12
2
2
r
= 0,818
Nilai Koefisien Korelasi Pearson antara Jumlah Skor Ganjil dengan Jumlah
Skor Genap menggunakan SPSS 13.0 yaitu sebesar 0,818.
(1) Spearman – Brown
2 r12
2 (0,818)
R=
=
= 0,900
( 1 +r12 )
( 1 + 0,818 )
(2) Flanagan :
S12 +S22
R = 2(1−
)
St2
4,083 + 2,879
R = 2(1−
) = 0,892
12,658
(3) Rullon :
R =1−( SD2 /St2 ) = 1 − ( 1,356 / 12,658 ) = 0,892
Correlations
1
,818**
,001
12
12
,818**
1
,001
12
12
Pearson Correlation
Sig. (2-tailed)
NPearson Correlation
Sig. (2-tailed)
N
Skor Butir Ganjil
Skor Butir Genap
Skor Butir Ganjil
Skor Butir Genap
Correlation is significant at the 0.01 level (2-tailed).
**.
Wijaya : Uji Asumsi Klasik Regresi Linear - 13
(4) Alpha-Cronbach :
n
∑Si2
R=
( 1−
)
n–1
St2
12
2,841
R=
( 1−
) = 0,844
12 – 1
12,658
Nilai Reliability dengan metode Alpha Cronbach menggunakan SPSS 13.0
yaitu sebesar 0,860
Reliability
Reliability Statistics
,860
10
Cronbach's Alpha N of Items
Hasil analisis regresi linear ganda pengaruh Motivasi (Faktor1) dan Fasilitas (Faktor2) terhadap
Produktivitas (Nilai) menggunakan program MS Excel maupun SPSS 13.0 adalah :
Hasil Analisis dengan MS Excel :
SUMMARY OUTPUT
Regression Statistics
Multiple R
0,9435
R Square
0,8902
Adjusted R Square
0,8658
Standard Error
2,9197
Observations
12
ANOVA
Df
SS
MS
F
Sig. F
Regression
2
622,193
311,097
36,493
0,000
Residual
9
76,723
8,525
Total
11
698,917
Coefficients
Standard Error
t Stat
P-value
Intercept
38,245
5,473
6,989
0,000
X Variable 1
2,215
0,723
3,065
0,013
X Variable 2
2,016
0,799
2,523
0,033
Untuk menghitung nilai kuadrat galat KG (e2) : klik menu Transform Compute. Pada kotak
Target variable ketik KG, pindahkan variabel Galat (residu) ke kotak Numeric Expression, klik
tanda *, pindahkan kembali variabel Galat (Residu), sehingga pada kotak Numeric expression
tertulis : Residu*Residu. Klik OK. Pada Data View akan muncul variabel baru bernama KG.
Untuk menghitung nilai Ln X1 : klik menu Transform Compute. Pada kotak Target variable ketik
LnX1. Pada kotal Function group pilih Arithmetic, dan pada kotak Function and Special variables
sorot pilihan Ln pindahkan ke kotak Numeric Expression, sehingga pada kotak Numeric expression
tertulis : LN(?). Klik variabel Motivasi (X1) pindahkan ke kotak Numeric Expression, sehingga
pada kotak Numeric expression tertulis : LN(X1). Klik OK. Pada Data View akan muncul variabel
baru bernama LnX1.
Untuk menghitung nilai Ln X2 dan LnKG dlakukan dengan cara seperti diatas.
Untuk menganalisis model regresi Ln e2 = b0 + b1 Ln.X1 + b2 Ln.X2 : Klik Analyze
Regression Linear, pindahkan Variabel Dependen LnKG ke kotak Dependent dan Variabel
Independen LnX1 dan LnX2 ke kotak Independent(s) klik OK.
Hasil Analisis Uji Park menggunakan SPSS :
Regression :
Model Summary
,141a
,020
-,198
3,6780934
Model
1
R
R Square Adjusted R Square
Std. Error of the Estimate
Predictors: (Constant), Ln(Fasilitas), Ln(Motovasi)
a.
Variables Entered/Removedb
Ln(Fasilitas),
Ln(Motovasi)a
. Enter
Model
1
Variables Entered
Variables Removed
Method
All requested variables entered.
a.
Dependent Variable: Ln Kuadrat Galat
b.
Wijaya : Uji Asumsi Klasik Regresi Linear - 26
t3− t
∑Tx=∑
12
33−3
23− 3
23− 2
33− 3
∑Tx=
+
+
+
= 5,00
12
12
12
12
t3−t
∑Ty=∑
= 0,00
12
N3−N
123− 12
∑X2=
− ∑Tx =
− 5,00 = 138,00
12
12
N3−N
123− 12
∑Y2=
− ∑Tx =
− 0,00 = 143,00
12
12
∑
∑
∑
∑
∑
−
+
=
y
x
di
y
x
rS
2
2
2
2
2
.
2
)
00
,
143
(
.
)
00
,
138
(
2
00
,
232
00
,
143
00
,
138
−
+
=
rS
174
,
0
=
rS
r
r
S
S
n
t
2
1
2
−−
=
174
,
0
1
2
12
174
,
0
2
−
−
=
t
t = 0,560
t0,025 (n−2)= t 0,025 (10) = 2,228
Kesimpulan : tidak terdapat hubungan yang nyata antara variabel Motivasi
(X1) dengan nilai galat.
Correlation Coefficient
Sig. (2-tailed)
NCorrelation Coefficient
Sig. (2-tailed)
NCorrelation Coefficient
Sig. (2-tailed)
N
Galat
Motivasi
Fasilitas
Spearman's rho
Galat
Motivasi
Fasilitas
Correlation is significant at the 0.01 level (2-tailed).
**.
klik Plot pindahkan ZPRED ke kotak X dan SRESID ke kotak Y. Pada pilihan Standardized
Residual Plot, beri tanda centang pada pilihan Histogram dan Normal probability plots Continue
1.0
0.8
0.6
0.4
0.2
0.0
Observed Cum Prob
1.0
0.8 0.6 0.4
0.2
0.0
ExpectedCum
Prob
Dependent Variable: Produktivitas
Normal P-P Plot of Regression Standardized Residual
2
1
0
-1
-2
Regression Standardized Predicted Value
21
0
-1
-2
RegressionS
tudentizedR
esidual
Dependent Variable: Produktivitas
Scatterplot
Copyright:
Attribution Non-commercial
non
uji spearman
tujuan uji
spearman rho
tidak
sepuluh
contoh perhitungan
statistika
pada regresi
(more tags)
non
uji spearman
tujuan uji
spearman rho
tidak
sepuluh
contoh perhitungan
statistika
pada regresi
model
uji runs
(fewer)
nindyalangenluthf...
Ads by Google
Classic Magician
Mencari Entertainer utk pesta anda?
Diskusikanlah dengan saya
william.gosal.org
Related Documents
PreviousNext
1. p.
p.
p.
2. p.
p.
p.
3. p.
p.
p.
4. p.
p.
p.
5. p.
p.
p.
6. p.
p.
p.
7. p.
More from this user
PreviousNext
1. 13 p.
9 p.
24 p.
2. 18 p.
17 p.
65 p.
3. 55 p.
33 p.
30 p.
4. 15 p.
30 p.
22 p.
5. 33 p.
19 p.
14 p.
6. 23 p.
43 p.
9 p.
Recent Readcasters
Add a Comment
Submit
share:
Characters: 400
This document has made it onto the Rising list!
02 / 01 / 2010
High Quality
Open the downloaded document, and select print from the file menu (PDF reader required).
Download and Print
Description:
Collection Type:
public locked: only you can add to this collection, but others can view it
public moderated: others can add to this collection, but you approve or reject additions
private: only you can add to this collection, and only you will be able to view it
Save collection Cancel
Finished? Back to Document
Upload a Document
Search Documents
Follow Us!
scribd.com/scribd
twitter.com/scribd
facebook.com/scribd
About
Press
Blog
Partners
Scribd 101
Web Stuff
Scribd Store
Support
FAQ
Developers / API
Jobs
Terms
Copyright
Privacy
Copyright © 2011 Scribd Inc.
Language:
English