Prasyarat Analisis Dengan

Program SPSS
Oleh
Zulkifli Matondang
 Pengantar

Dalam statistik inferensial, agar kesimpu-

lan analisis data berlaku pada populasi,
maka sebaran data harus memenuhi
beberapa kriteria.
Kriteria tersebut meliputi: data harus
normal dan variansnya homogen.
Dalam kontalasi uji korelasi dan regresi,
syarat lainnya harus linier, dan tidak
terjadi multikolinieritas.
a. Uji Normalitas

Buka program SPSS

Isi data penelitian yang akan diuji
kenormalannya (data yang digunakan sama
dengan analisis deskripsi)
Dari main menu, pilih analyze kemudian sub
menu Regression, lalu pilih Linear.
Bila berhasil akan muncul seperti gambar
berikut.
Masukkan variabel Y pada kotak
dependent variabel dan X1 pada
independent variabel
Tekan tombol Plots.., kemudian aktifkan
pilihan Normal probability plot.
Abaikan yang lain lalu klik Continue untuk
kembali ke kotak dialog utama
Abaikan yang lain dan tekan OK, dan akan
terjadi proses analisis.
Bila berhasil akan muncul output yaitu:
 Sebagian data output yang disajikan.
ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regress ion 45. 795 1 45. 795 108.217 .000a
Res idual 96. 485 228 .423
Tot al 142.280 229
a. Predic tors : (Const ant ), Sikap Inov asi
b. Dependent Variable: Prestasi belajar

Coeffici entsa

Uns tandardized Standardized

Coef f icients Coef f icients
Model B Std. Error Beta t Sig.
1 (Constant) 1. 389 .605 2. 298 .022
Sikap Inov as i .038 .004 .567 10. 403 .000
a. Dependent Variable: Prest asi belajar
Normal P-P Plot of Regression Standardized Residual

Dependent Variable: Prestasi belajar

1.0

0.8
Expected Cum Prob

0.6

0.4

0.2

0.0
0.0 0.2 0.4 0.6 0.8 1.0
Observed Cum Prob
 Interpretasi Output
Untuk membuktikan apakah data residual
dari persamaan regresi berdistribusi normal
atau tidak dapat diperhatikan gambar plot
dengan kriteria:
Bila data menyebar di sekitar garis
diagonal dan mengikuti arah garis
diagonal, maka model regresi memenuhi
asumsi normalitas, dan sebaliknya.
 b. Uji homogenitas
Masukkan variabel Y pada kotak dependent
variabel dan X1 pada independent variabel
Tekan tombol Plots.., kemudian masukkan
variabel SRESID pada sumbu Y dan
ZPRED pada sumbu X.
Abaikan yang lain lalu klik Continue untuk
kembali ke kotak dialog utama
Abaikan yang lain dan tekan OK, dan akan
terjadi proses analisis.
Bila berhasil akan muncul output yaitu:
 Scatterplot

Dependent Variable: Prestasi belajar

4
Regression Studentized Residual

-1

-2

-3

-4 -3 -2 -1 0 1 2 3
Regression Standardized Predicted Value
 Analisis
Sumbu X adalah nilai Y yg diprediksi dan
sumbu X adalah residual
Kemudian dideteksi apakah terjadi pola
tertentu pada gambar tersebut, dengan
kriteria:
Bila ada pola tertentu (tidak acak, seperti
melebar, bergelombang, menyempit, dll),
maka data tdk homogen (heteroskedas-
tisitas), dan sebaliknya.
 c. Uji Multikolinieritas

Masukkan variabel Y pada kotak dependent variabel,

X1 dan X2 pada independent variabel
Tekan tombol Statistics...., kemudian non aktifkan
estimates dan model fit.
Aktifkan pilihan Covariance matrix dan collinierity
diagnostics.
Abaikan yang lain lalu klik Continue untuk kembali ke
kotak dialog utama
Abaikan yang lain dan tekan OK, dan akan terjadi
proses analisis.
Bila berhasil akan muncul output yaitu:
 Co effici en tsa

Collinearity Statistic s
Model Toleranc e VIF
1 Sikap Inov as i 1. 000 1. 000
2 Sikap Inov as i .530 1. 886
Prof es inalisme Guru
.530 1. 886
Menurut Siswa
a. Dependent Variable: Prest asi belajar

Co effici ent Co rrelati onas

Prof esinali
sm e Guru
Menurut
Model Sikap Inov asi Siswa
1 Correlat ions Sikap Inov asi 1. 000
Cov ariances Sikap Inov asi .000
2 Correlat ions Sikap Inov asi 1. 000 -. 685
Prof esinalisme Guru
-. 685 1. 000
Menurut Siswa
Cov ariances Sikap Inov asi .000 .000
Prof esinalisme Guru
.000 .000
Menurut Siswa
a. Dependent Variable: Prestasi belajar
 Residuals Statisticsa

Minimum Max imum Mean Std. Dev iation N

Predic ted Value 5.7073 8.9538 7.6626 .53706 230
Std. Predicted Value -3.641 2.404 .000 1.000 230
Standard Error of
.038 .153 .062 .022 230
Predic ted Value
Adjusted Predicted Value 5.6876 8.9523 7.6629 .53828 230
Res idual -1.60764 1.46979 .00000 .57696 230
Std. Residual -2.774 2.536 .000 .996 230
Stud. Res idual -2.787 2.558 .000 1.003 230
Deleted Residual -1.62234 1.49442 -.00032 .58543 230
Stud. Deleted Residual -2.830 2.589 .000 1.007 230
Mahal. Dis tanc e .001 15.024 1.991 2.543 230
Cook's Distance .000 .156 .005 .013 230
Centered Lev erage Value .000 .066 .009 .011 230
a. Dependent Variable: Prestasi belajar
 Analisis

Deteksi Multiko berdasarkan VIF dan

Tolerence, yaitu model regresi bebas
multiko bila mempunyai nilai VIF sekitar 1
dan angka Tolerance mendekati 1.
Deteksi Multiko berdasarkan korelasi antar
variabel bebas, yaitu model regresi bebas
multiko bila koefisien korelasi antar
variabel bebas kecil (dibawah 0,5)
Berdasarkan kedua kriteria tersebut dapat
dilihat apakah model regresi yang
dianalisis terjadi multiko atau tidak.
d. Uji Linieritas
Uji linieritas bertujuan untuk melihat apakah
model regresi dapat didekati dengan
persamaan linier
Caranya, Buka file yang akan diolah pada
program SPSS
Pilih analyze pada menu utama, lalu klik
regression dan pilih Curve Estimation
Masukkan variabel Y pada kotak dependent
variabel dan X1 pada independent variabel
Aktifkan Model Linier dan abaikan yang lain
lalu klik OK, dan akan terjadi proses analisis.
Bila berhasil akan muncul output yaitu:
MODEL: MOD_4.
Independent: X1
Dependent Mth Rsq d.f. F Sigf b0 b1

Y LIN .322 228 108.22 .000 1.3893 .0378

Prestasi belajar

9.00 Observed
Linear

8.50

8.00

7.50

7.00

6.50

6.00

120 140 160 180 200

Sikap Inovasi
Analisis
Untuk melihat apakah model regresi dapat
didekati dengan persamaan linier, perha-
tikan gambar antara observasi dengan
garis linier
Untuk melihat besar koefisien determinasi
dapat dilihat Rsq nya. Nilai menunjukkan
besarnya variasi dependent variable dapat
dijelaskan oleh independen variable
Dari hasil tersebut dapat disimpulkan apa-
kah model tersebut sudah baik atau
belum
 Demikian proses prasyarat analisis yang
harus dilakukan, khususnya dalam
kontalasi analisis korelasi dan regresi
Bila sudah memenuhi syarat baru
dilakukan analisis uji hipotesis penelitian.
Bila belum memenuhi syarat, banyak
alternatif yang dapat dilakukan seperti
transformasi data atau hanya uji non-
parametrik.
Lakukan lagi uji prasyarat antara Y
dengan X2 lalu komentari hasil outputnya.