Modul SPSS 17 PDF
Modul SPSS 17 PDF
Puji dan syukur kita panjatkan kehadirat Allah SWT., shalawat dan salam yang senantiasa
tercurah kepada junjungan dan tauladan, Muhammad Rasulullah, keluarga dan para sahabatnya.
Alhamdulillah atas segala rahmat dan karuniaNya sehingga pada kesempatan kali ini, saya dapat
menyelesaikan Modul SPSS 17.0.
Modul SPSS 17.0 dibuat sebagai panduan belajar mengenai salah satu perhitungan statistik
yang pada umumnya kerap dihadapi oleh mahasiswa dalam mengerjakan tugas. Modul ini memuat
tentang cara meregresikan data dalam jumlah banyak dengan langkah-langkah yang mudah untuk
dipahami dan dipelajari.
Saya menyadari bahwa modul ini masih jauh dari kata sempurna karena keterbatasan yang
saya miliki, karena itu saya mengucapkan terima kasih untuk saran dan kritik yang telah terima
maupun yang akan diterima. saya juga menyadari bahwasanya di dalam penyusunan modul ini tidak
dapat berjalan dengan baik tanpa bantuan berbagai pihak, untuk itu saya mengucapkan terima kasih
kepada semua pihak yang telah membantu dalam pembuatan modul ini. Dan juga kepada pembaca
yang telah menggunakan modul ini sebagai salah satu sumber pembelajaran .
Semoga modul ini dapat bermanfaat bagi para pembaca untuk memberikan tambahan
pengetahuan, dan wawasan mengenai salah satu program statistik khususnya SPSS 17.0
Ayu Zuriah
PENDAHULUAN
SPSS (Statistical Package for the Social Sciences) adalah sebuah program pada komputer
yang digunakan untuk membuat analisis statistika. SPSS (pertama dirilis pada tahun 1968, dan
diciptakan oleh Norman Nie, seorang lulusan Fakultas Ilmu Politik dari Stanford University, yang
sekarang menjadi Profesor Peneliti Fakultas Ilmu Politik di Stanford dan Profesor Emeritus Ilmu
Politik di University of Chicago.
Sekarang ini SPSS yang berkembang sudah berbasis Windows sehingga di kenal dengan
SPSS for windows. Petama kali muncul versi windows adalah SPSS for Windows versi 6.00, hingga
kini SPSS yang paling terbaru adalah SPSS 19. SPSS memilik banyak kegunaan bagi pengguna
seperti peneliti pasar, peneliti kesehatan, perusahaan survei, pemerintah, peneliti pendidikan,
organisasi pemasaran, dan sebagainya.
Pada dasarnya pengoperasian SPSS memiliki kesamaan dalam berbagai versi, perbedaan
hanya pada fasilitas tambahan yang ditawarkan. Selain itu, SPSS merupakan software statistik yang
paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya. Oleh karena itu,
diharapkan dengan penggunaan SPSS dapat memberikan kemudahan dan ketepatan dalam mengolah
data.
Ada beberapa teknik statistik yang dapat digunakan untuk menganalisis data. Tujuan dari
analisis data adalah untuk mendapatkan informasi yang relevan yang terdapat dalam data tersebut
dan menggunakan hasilnya untuk memecahkan suatu masalah. Dalam bab pendahuluan ini, sebelum
mengolah data, diperlukan pengelompokkan data terlebih dahulu agar dapat menghasilkan penelitian
dengan hasil yang baik.
DATA PENELITIAN
Data metriks atau data kuantitatif yaitu data yang berupa angka menunjukkan jumlah atau
banyaknya sesuatu unit.
Data nonmetrik atau data kualitatif yaitu data yang berupa huruf, data yang dikategorisasi
tetapi tidak dapat dikuantitatifkan atau dioperasikan dalam hitungan. misalnya jenis kelamin.
Skala Nominal yaitu skala pengukuran yang menyatakan kategori interistik atau klasifikasi
dari konstruksi yang diukur dalam bentuk variabel dan merupakan data nonparametik atau
data kualitatif (data bukan angka). Contohnya jenis kelamin.
Skala Ordinal yaitu skala pengukuran yang tidak hanya menyatakan kategori tapi juga
menyatakan peringkat konstruksi yang diukur dan data nonparametik atau data kualitatif.
Skala Internal (Jarak) yaitu skala pengukuran yang menyatakan kategori, peringkat dan jarak
konstruksi. Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal
dan ordinal dan ditambah ada interval yang tetap dan menggunakan data parametik atau data
kuantitatif (data yang berupa angka).
Skala Ratio yaitu skala perbandingan yang menunjukkan kategori, peringkat, jarak dan
perbandingan konstruksi yang diukur. Skala ratio memiliki semua karakteristik yang
dipunyai oleh skala nominal, ordinal, dan interval dan merupakan data parametik atau
kuantitatif (data yang berupa angka). Pengukuran rasio biasanya dalam bentuk perbandingan
antara satu individu dengan objek lainnya.
PENGENALAN SPSS
4) Klik SPSS Statistics 17.0, maka akan muncul tampilan seperti di bawah ini :
Ada 14 macam tutorial yang disajikan dalam SPSS 17.0 dan apabila ingin
memilih salah satu di anataranya, arahkan kursor dan klik bagian tutorial yang
ingin dituju. Selanjutnya untuk menjalankan tutorial dengan meng-klik tanda
Type in data. Apabila akan memasukkan data baru dengan pilihan perintah Type
in data, maka secara otomatis SPSS akan memunculkan pada data view dan
variabel view.
Run an existing query. Pilihan ini memuat menu Open atau membuka file
dengan tipe file *.spq.
Create new query using Database Wizard merupakan pilihan untuk
mengekstrak data non-SPSS. Biasanya default SPSS adalah data source Dbase
Files, Excel Files, MS Access Database, dan Visio Database Simples. Untuk
Dilarang menggandakan seijin tim penyusun 6
mengambil data selain default ini, klik Add ODBC Data Source seperti tampilan
di bawah ini :
Open an existing data source merupakan pilihan apabila akan membuka file
yang baru dibuka atau dengan tipe file *.sav
1. Data view
Data view adalah tempat di mana data statistik yang akan diolah (sudah dalam bentuk angka
skala). Data view memiliki tampilan seperti di bawah ini :
A
B
C
Pada menu utama File memuat sub-submenu tentang file, di antaranya membuat file
baru (New), membuka (Open), menutup (Close), dan menyimpan file (Save-Save
As).
o Edit merupakan submenu untuk melakukan pengeditan data yang telah
dimasukkan pada SPSS Data Editor. Beberapa kegunaan dari submenu dari menu
utama Edit adalah melakukan undo atau mengembalikan action terakhir yang
dilakukan, sedangkan redo sebaliknya, cut clear untuk menghapus data, copy
data, seperti menghitung variabel data (compute variable), mengubah data (recode
into same variables- recode into different variables) ataupun me-ranking data
(rank cases).
o Analyze, merupakan menu utama yang menjadi pusat pengolahan data SPSS,
menampilkan 21 submenu.
o Utilities, menu utama yang merupakan pelengkap pada pengoperasian SPSS ini
website.
o Help, menu yang memuat 9 submenu ini memberikan bantuan informasi tentang
c) Toolbar berisi icons yang membantu dan mempermudah mengelola data dengan cepat.
Berikut beberapa icons yang terdapat pada toolbar :
Variabel view merupakan bagian yang digunakan untuk mendefinisikan variabel data
yang akan dimasukkan. Untuk mengaktifkan kotak Variabel View lakukan dengan klik Variabel
View (bagian yang diberi kotak). Variabel view memiliki gambar seperti di bawah ini :
2 3 4 5 6 7 8 9
1 10
Name : berisi nama variabel. Misal dengan memberikan nama variabel data pertama,
maka klik kolom Name pada baris pertama, misalnya Jenis Kelamin.
Type : merupakan tipe data, berbagai macam type yang ada memiliki fungsi yang
berbeda yaitu :
a. numeric untuk data angka dengan lebar 8 digit dan 2 angka desimal di belakang
koma
b. string untuk data teks, biasanya data berupa nama. Contoh : nama perusahaan.
Width : diisikan sejumlah karakter (lebar kolom) yang akan diinput dalam Data View.
Untuk tipe data numerik, lebar maksimal 40 digit, sedangkan tipe data string lebar
maksimal 32767digit. Apabila menginginkan menambah lebar ditambah, klik tanda
panah ke atas, sebaliknya untuk mengurangi digit lebar, klik panah ke bawah.
Decimal : diisi jumlah desimal karakter maksimal yang akan diinput dalam Data View.
SPSS memberikan default 2 angka desimal di belakang koma. Jika jumlah desimal ingin
ditambah, klik tanda panah ke atas dan sebaliknya untuk mengurangi digit lebar, klik
panah ke bawah.
Label : kolom yang menunjukkan tambahan informasi dengan memberikan label
variabel data.
Value : untuk memberi kodefikasi, misalnya Motor=1, Mobil=2, 3=Jalan kaki.
Columns : Memiliki fungsi mengubah jumlah karakter yang dapat dimasukkan pada
suatu variabel tertentu. Bila kita mengisi coloumns dengan angka 2, maka hanya dua
digit data saja yang dapat dimasukkan pada variabel tersebut.
Align : untuk pengaturan tampilan perataan kata dalam Data View, seperti left, centre,
right.
MEMINDAHKAN DATA
Di bawah ini adalah Tabel 1.1 yang merupakan contoh data yang akan diolah ke dalam SPSS
di mana jumlah data ada 84 buah dengan variabel DER(Hutang), NPM(Net Profit Margin), STKTR
AKTV(Struktur Aktiva), GROWTH(pertumbuhan), CR (Current Rasio) :
Tabel 2.1
Data Penelitian SPSS
STKTR
NAMA OBS DER NPM AKTV GROWTH CR
AALI 1 0,19 23,45 0,41 -0,06 1,68
ANTM 2 1,11 26,37 0,6 0,06 2,68
ASII 3 1,81 9,3 0,19 0,56 0,74
INCO 4 0,29 30,25 0,72 0,15 3,65
INDF 5 2,33 1,34 0,41 -0,06 1,47
INKP 6 1,57 10,41 0,68 0,03 3,09
ISAT 7 1,28 14,25 0,66 0,18 1,39
PTBA 8 0,38 16,27 0,16 0,19 4,51
Dilarang menggandakan seijin tim penyusun 19
SMCB 9 2,98 7,67 0,83 -0,03 1,68
TLKM 10 1,4 10,36 0,74 0,1 0,76
UNTR 11 1,58 8,32 0,41 0,57 1,55
BLTA 12 2,94 25,41 0,66 0,81 1,46
PGAS 13 1,83 16,72 0,57 0,14 3,59
UNSP 14 1,54 13,5 0,22 0,11 2,09
AALI 15 0,24 20,95 0,44 0,1 0,87
ANTM 16 0,7 27,58 0,46 0,14 0,46
ASII 17 1,41 6,69 0,22 -0,05 0,78
INCO 18 0,26 38,38 0,57 0,18 4,6
INDF 19 2,13 3,01 0,4 0,09 1
INKP 20 0,02 28,44 0,25 -0,99 1,51
ISAT 21 1,24 11,52 0,73 0,04 0,83
PTBA 22 0,35 13,74 0,13 0,09 5,44
SMCB 23 2,37 5,88 0,84 -0,04 1,23
TLKM 24 1,39 21,46 0,74 0,21 0,68
UNTR 25 1,44 6,78 0,46 0,06 1,34
BLTA 26 1,62 39,21 0,72 0,04 1,53
PGAS 27 1,61 28,54 0,86 0,2 1,45
UNSP 28 1,78 14,64 0,19 0,43 3,55
AALI 29 0,28 33,11 0,33 0,53 1,6
ANTM 30 0,37 42,74 0,25 0,65 0,67
ASII 31 1,17 9,29 0,22 0,1 0,91
INCO 32 0,36 50,43 0,66 -0,07 2
INDF 33 2,62 3,52 0,27 0,83 0,92
INKP 34 0,02 25,81 0,36 0,05 8,44
ISAT 35 1,72 12,38 0,67 0,32 0,93
PTBA 36 0,4 18,43 0,09 0,26 4,43
SMCB 37 2,19 4,51 0,79 0,02 1,33
TLKM 38 1,16 21,63 0,75 0,09 0,77
UNTR 39 1,26 8,22 0,43 0,16 1,34
BLTA 40 2,2 20,84 0,76 1 0,7
PGAS 41 2,11 17,87 0,81 0,35 1,17
UNSP 42 0,81 10,6 0,17 1 3,17
AALI 43 0,23 32,24 0,31 0,22 1,94
ANTM 44 0,26 14,26 0,28 -0,15 0,57
ASII 45 1,21 9,47 0,01 0,27 1,32
INCO 46 0,21 27,38 0,73 0,14 4,89
INDF 47 3,11 2,67 0,24 0,34 0,9
INKP 48 0 21,88 0,41 0,01 3,96
Dilarang menggandakan seijin tim penyusun 20
ISAT 49 1,95 10,07 0,74 0,14 0,9
PTBA 50 0,51 23,67 0,06 0,55 3,66
SMCB 51 2,02 5,88 0,73 0,06 1,68
TLKM 52 1,38 17,5 0,78 0,11 0,54
UNTR 53 1,05 9,54 0,42 0,76 1,64
BLTA 54 3,24 22,24 0,83 0,21 0,71
PGAS 55 2,47 4,95 0,69 0,26 2,18
UNSP 56 0,9 5,92 0,16 0,09 1,49
AALI 57 0,18 22,37 0,32 0,16 1,83
ANTM 58 0,21 6,94 0,29 -0,03 0,55
ASII 59 1 10,19 0,25 0,1 1,37
INCO 60 0,29 22,4 0,68 -0,05 7,24
INDF 61 2,45 5,59 0,27 0,02 1,16
INKP 62 0,01 -33,67 0,4 -0,01 8,86
ISAT 63 2,05 8,15 0,81 0,06 0,55
PTBA 64 0,4 30,48 0,05 0,32 4,91
SMCB 65 1,19 15,07 0,75 -0,05 1,27
TLKM 66 1,22 17,54 0,78 0,07 0,61
UNTR 67 0,76 13,06 0,48 0,07 1,66
BLTA 68 3,04 -46,23 0,78 -0,06 0,76
PGAS 69 1,35 34,56 0,6 0,12 2,48
UNSP 70 0,9 10,87 0,14 0,08 1,01
AALI 71 0,23 21,47 0,32 0,12 1,32
ANTM 72 0,2 16,59 0,26 0,06 0,57
ASII 73 1,07 10,9 0,22 0,21 1,26
INCO 74 0,44 34,68 0,63 0,05 6,84
INDF 75 2,2 7,94 0,27 0,06 0,12
INKP 76 0,01 -6,05 0,4 -0,01 1,03
ISAT 77 2,16 3,58 0,77 0,02 0,79
PTBA 78 0,37 23,55 0,05 0,02 5,97
SMCB 79 0,86 14,45 0,73 0,01 1,49
TLKM 80 1,09 17,14 0,76 0,03 0,79
UNTR 81 0,77 10,64 0,47 0,14 1,59
BLTA 82 2,65 7,43 0,79 0,02 1,1
PGAS 83 1,38 32,18 0,56 0,06 2,94
UNSP 84 0,92 12,94 0,2 1,97 1,38
Kemudian langkah yang dilakukan untuk memindahkan data ke dalam SPSS dengan :
Klik Start All Programs SPSS Inc SPSS Stasistic 17.0
MENYIMPAN FILE
Untuk menyimpan data dalam SPSS, hal yang perlu kita lakukan :
Pada file yang sedang di buka pada SPSS, klik menu File
Pilih Submenu Save As
Pilih Save, maka data akan tersimpan dengan nama file SPSS.REGRESI.sav.
CURRENT
DER NPM NET_SLS STR_AKT GROW RATIO
N 84 84 84 84 84 84
a,,b
Normal Parameters Mean 1.2190 15.3839 18041991.23 .4786 .1805 2.0456
Untuk probabilitas berdasarkan tabel di atas bahwa untuk variabel DER 0.156 , NPM 0.118,
STR_AKT 0.063 memiliki nilai di atas = 0.05 yang artinya bahwa variabel-variabel tersebut
terdistribusi dengan normal sedangkan untuk variabel NET_SLS 0.000 , GROW 0.000 dan
CURRENT RASIO 0,000 berada di bawah batas = 0.05 yang demikian variabel tersebut tidak
terdistribusi secara normal.
Kemudian apabila data tidak terdistribusi secara normal maka data perlu ditransformasi agar
menjadi normal. Untuk menormalkan data sebelumnya harus mengetahui terlebih dahulu bagaimana
bentuk grafik histrogram dari data yang ada di mana bentuk dari grafik itu sendiri ada bermacam-
macam seperti moderate positive skewness, severe positive skewness. Berikut ini cara untuk melihat
grafik histogram yaitu :
Buka file SPSS.REGRESI.sav melalui perintah File Open Data.
Dari menu utama SPSS pilih menu Graph, lalu Legacy Dialogs kemudian pilih
Histogram.
GRAFIK 3.4
CURRENT RASIO
maka pada kotak numeric Expression muncul Sqrt(x) untuk (x) akan diganti
Pilih OK
Lakukan juga untuk variabel CURRENT RASIO dan variabel GROW dengan menggunakan
langkah seperti di atas tetapi pada kotak Funtions and Special Variables menggunakan LG10. Dan
pada Target Variable diberi nama GROW1 dan CR1. Untuk hasilnya kita dapat membuka data
editor. Akan muncul tab variabel yang baru sesuai dengan variabel yang kita beri nama tersebut.
Setelah melakukan transformasi data maka data tersebut diharapkan dapat terdistribusi
secara normal. Untuk memastikannya perlu adanya pengecekan data agar data tersebut dapat
dinyatakan normal yaitu dengan menggunakan menu utama SPSS, analyze Analyze Non-
N 84 70 84
a,,b
Normal Parameters Mean 3546.9244 -.8866 .1781
Dari hasil dapat disimpulkan bahwa untuk variabel net sales 0.71, grow 0.992, dan current
rasio 0.101 merupakan data yang berditribusi secara normal dengan nilai signifikan lebih dari 0.05.
Pilih Correlation Coefficient Pearson dan Test Of Significance dengan two tailed
karena belum ditentukan arah hubungan dari variabel DER dan NPM.
TABEL 4.1
CORRELATIONS
Correlations
DER STR_AKT
**
DER Pearson Correlation 1 .412
N 84 84
**
STR_AKT Pearson Correlation .412 1
N 84 84
Terdapat hubungan antara DER dengan STR_AKT sebesar 0.412. sifat kolerasi positif
menunjukkan semakin tinggi hutang akan semakin tinggi juga struktuk aktiva. Nilai signifikasi
sebesar 0.000 berarti hubungan tersebut signifikan atau diterima pada probabilitas 5%.
PARTIAL CORRELATION
kolerasi parsial digunakan untuk menguji kolerasi dengan memperhitungkan efek dari variabel
lain atau dengan kata lain kolerasi partial mengukur kolerasi antar dua variabel dengan
mengeluarkan pengaruh dari satu atau lebih variabel lain yang sering disebut dengan variabel
control. Cara pengolahan data yaitu
Masukkan variabel NPM dan NET_SLS1 ke dalam kotak Variables. Masukkan variabel
CR1 ke Controlling for
TABEL 4.2
CORRELATIONS
Correlations
Df 0 82 82
Df 82 0 82
Df 0 81
Df 81 0
Dari hasil koefisien antara NPM dan NET_SLS1 sebelum menghilangkan pengaruh variabel
CR1 adalah -0.047 dan signifikan pada alpha 0.05. dan setelah menghilangkan pengaruh variabel
CR1 adalah 0.043 dan signifikan pada alpha 0.05.
Regresi digunakan untuk mengukur kekuatan hubungan antara dua variabel atau lebih, juga
menunjukkan arah hubungan antara variabel. Variabel adalah simbol yang melekat pada bilangan
atau angka. Dalam proses aplikasi SPSS, maka data-data selalu dikelompokkan ke dalam kelompok
variabel-variabel yang sangat menentukan dalam proses penarikan kesimpulan hasil uji statistik.
Ada 2 jenis variabel di dalam SPSS yaitu :
1. Variabel bebas (independen variabel) yaitu suatu variabel yang menerangkan
(mempengaruhi) terhadap variabel lainnya. Variabel ini dalam notasinya seringkali diberi notasi X
(X1,X2,X3,dst)
2. Variabel terikat (dependent variabel) yakni suatu variabel yang dipengaruhi (diterangkan)
oleh variabel lain. Variabel ini dalam notasinya sering ditulis dengan Y.
Kemudian Regresi Linear ada 2 macam yaitu
Regresi Linear Sederhana
Regresi sederhana, bertujuan untuk mempelajari hubungan antara dua variabel. Regresi
Linear digunakan apabila variabel dependent dipengaruhi hanya satu variabel independen.
Bentuk Umum Regresi Linear Sederhana :
Y = a + bX
Keterangan :
Y : peubah tak bebas
X : peubah bebas
a : konstanta
b : kemiringan
Regresi Linear Berganda
Analisis regresi ganda merupakan pengembangan dari analisis regresi sederhana.
Kegunaannya yaitu untuk meramalkan nilai variabel terikat (Y) apabila variabel bebasnya (X) dua
atau lebih.
Analisis regresi ganda adalah alat untuk meramalkan nilai pengaruh dua variabel bebas atau
lebih terhadap satu variabel terikat (untuk membuktikan ada tidaknya hubungan fungsional atau
hubungan kausal antara dua atau lebih variabel bebas X1, X2, ., Xi terhadap suatu variabel terikat
Y.
Dilarang menggandakan seijin tim penyusun 39
Bentuk Umum Regresi Linier Berganda :
Y = a + b X + b X + ...+ b X
1 1 2 2 n n
Keterangan :
Y : peubah takbebas
a : konstanta
X : peubah bebas ke-1
1
b : kemiringan ke-1
1
b : kemiringan ke-2
2
b : kemiringan ke-n
n
Sebagai contoh dalam regresi linear dengan menguji pengaruh net profit margin (NPM),
struktur aktiva (STR_AKT), net sales (NET_SLS1), pertumbuhan perusahaan (GROW1), dan
current rasio (CR1) terhadap hutang perusahaaan (Y). Proses pengelohan data :
Buka file SPSS.REGRESI.sav.
Klik Analyze pilih Regression klik Linear.
Klik variabel DER dan masukkan ke kotak dependen, dan klik variabel NPM,
STR_AKT, GROW1, NET_SLS1, dan CR1 ke dalam kotak independen.
Abaikan semua pilihan dan pilih OK.
KOEFISIEN DETERMINASI
Koefisien determasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam
variasi variabel dependen. Bila nilai R2 kecil berarti kemampuan variabel-variabel independen
dalam menjelaskan variasi variabel sangat terbatas. Kelemahan mendasar penggunaan koefisien
determasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model.
Setiap tambahan satu variabel independen, maka nilai R2 akan meningkat tidak peduli apakah
variabel tersebut berpengaruh secarasignifikan terhadapo variabel dependen.
TABEL 5.1
MODEL SUMMARY
Model Summary
Total 45.413 69
Dari uji ANOVA atau F test didapatkan nilai F hitung sebesar 13.437 dengan probabilitas
0.000. karena probabilitas jauh lebih kecil dari = 0.05 maka model regresi dapat digunakan untuk
memprediksi nilai DER atau yang artinya variabel CR1, GROW1, NPM, STR_AKT, NET_SLS1
secara bersama-sama mampu menerangkan variabel DER.
UJI STATISTIK T
Uji ini untuk menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen
secara individual dalam menerangkan variasi variabel dependen. Untuk menginterprestasikan
koefisien variabel bebas (independen) dapat menggunakan unstandardized coefficients maupun
standardized coefficients yaitu dengan melihat nilai signifikasi masing-masing variabel independen
dari tabel di bawah ini bahwa nilai NET_SLS1 0.480 dan CR1 0.61 memiliki niali jauh di atas 0.05
sedangkan NPM 0.000 , STR_AKT 0.000 , dan GROW1 0.013 memiliki nilai yang signifikan pada
0.05
COEFFICIENTS
a
Coefficients
Standardized
Unstandardized Coefficients Coefficients
UJI MULTIKOLONIERITAS
Uji Multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya
kolerasi antar variabel bebas. Model regresi yang baik sebagiknya tidak terjadi kolerasi di antara
variabel terikat. Untuk mendektesi adanya atau tidaknya multikolonieritas dalam model regresi
dapat dengan cara :
Nilai R2 yang dihasilkan oleh oleh suatu estimasi model empiris sangat tinggi, tetapi
biasanya variabel-variabel independen banyak yang tidak signifikan terhadap variabel
dependentnya.
Dengan melihat batas tolerance yang memiliki nilaki kurang dari 0.10 yang berarti tidak ada
kolerasi antar variabel independen. Kemudian dari nilai VIF (Variance Inflation Factor) juga
menunjukkan hal yang sama yaitu tidak adanya penyakit multikolonieritas dengan nilai dari
VIF lebih dari 10.
Selain itu dari Ouput SPSS juga bisa dilihat nilai CI (Condition Index). Jika nilai CI > 30
maka dalam model terdapat penyimpangan Asumsi Klasik Multicolinierity.
Langkah untuk menganalisis penyakit multikolonieritas yaitu :
1. Buka file SPSS.REGRESI.sav
2. Pilih menu Analyze, submenu Regresi lalu pilih Linear Regression.
Pada kotak Dependent isikan variabel DER dan pada kotak Independen isikan NPM,
NET_SLS1, STR_AKT, GROW1 dan CR1.
4. Untuk menampilkan matrik kolerasi dan nilai Tolernace serta VIF pilih Statistics
maka akan muncul layar tampilan windows Linear Regression Statistics. Akifkan
pilihan Covariance matrix dan Collinierity Diagnostics.
TABEL 6.1
COEFFICIENT CORRELATIONS
a
Coefficient Correlations
Melihat besaran kolerasi antar variabel independen tampak bahwa variabel NET_SLS1
1.000 , variabel CR1 0.395 , NPM 0.114 memiliki kolerasi yang cukup tinggi , sedangkan
STR_AKT 0.089 dan GROW1 -0.043 atau sekitar 43%. Oleh karena itu kolerasi ini masih di bawah
95%, maka dapat dikatakan tidak terjadi multikolonieritas serius.
Kemudian dari hasil tabel 4.2 di bawah ini, nilai Tolerance untuk NET_SLS1 0.778 , NPM
0.815 , STR_AKT 0.797 , GROW1 0.874 , CR1 0.664 menunjukkan nilai kurang dari 0.10 yang
berarti tidak ada kolerasi antar variabel independen yang nilainya lebih dari 95%. Hasil perhitungan
nilai Variance Inflation Factor (VIF) juga menunjukkan hal yang sama, bahwa variabel NET_SLS1
1.286 , NPM 1.228 , STR_AKT 1.254 , GROW1 1.144, CR1 1.506 tidak ada satu variabel
independent yang memiliki nilai VIF lebih dari 10. Jadi tidak ada multikolonieritas antar variabel
independen dalam model regresi.
a
Coefficients
Nilai CI yang dihasilkan untuk masing-masing variabel independen adalah kurang dari 30
maka dapat disimpulkan bahwa variabel independen tidak terjangkit penyakit multikolonieritas.
TABEL 6.4
MODEL SUMMARY
b
Model Summary
a
Coefficients
Standardized t
Unstandardized Coefficients Coefficients Collinearity Statistics
Jelaskan perbedaan antara input data pada spss dengan input data copy-paste dari excel?
Apakah keuntungannya?
Tahun Y X1 X2 X3 X4
1960 27.80 397.50 42.20 50.70 78.30
1961 29.90 413.30 38.10 52.00 79.20
1962 29.80 439.20 40.30 54.00 79.20
1963 30.80 459.70 39.50 55.30 79.20
1964 31.20 492.90 37.30 54.70 77.40
1965 33.30 582.60 38.10 63.70 80.20
1966 35.60 560.30 39.30 69.80 80.40
1967 36.40 624.60 37.80 65.90 83.90
1968 36.70 666.40 38.40 64.50 85.50
1969 38.40 717.80 40.10 70.00 93.70
1970 40.40 768.20 38.60 73.20 106.10
1971 40.30 843.30 39.80 67.80 104.80
1972 41.80 911.60 39.70 79.10 114.00
1973 40.40 931.10 52.10 95.40 124.10
1974 40.70 1021.50 48.90 94.20 127.60
1975 40.10 1165.90 58.30 123.50 142.90
1976 42.70 1349.60 57.90 129.90 143.60
1977 44.10 1449.40 56.50 117.60 139.20
1978 46.70 1575.50 63.70 130.90 165.50
1979 50.60 1759.10 61.60 129.80 203.30
1980 50.10 1994.20 58.90 128.00 219.60
Ghozali, Imam. 2006. Aplikasi Analisis Multivariate dengan Program SPSS . Semarang :
Badan Penerbit Universitas Diponegoro.
Juliandi, Azuar. 2007 . Pengolahan Data Penelitian Menggunakan Spss Korelasi Dan
Regresi. http://www.azuarjuliandi.com