Cara Mengolah Data SPSS Dan Cara Membaca Data PDF
Cara Mengolah Data SPSS Dan Cara Membaca Data PDF
1
Bengkel JahatTM
2
Bengkel JahatTM
Klik Continue kemudian Klik OK maka akan muncul tabel seperti di bawah ini :
Descriptive Statistics
X1 74 10 24 16,42 3,424
X2 74 12 20 15,72 1,732
X3 74 23 33 27,89 2,546
Y 74 18 28 22,62 2,256
Valid N (listwise) 74
Keterangan :
N : Jumlah Sampel Penelitian
Minimum : Nilai terendah dari data penelitian
Maximum : Nilai tertinggi dari data penelitian
Mean : Rata-rata data penelitian
3
Bengkel JahatTM
a. Uji Validitas
Dalam Ghozali (2011), uji validitas digunakan untuk mengukur sah atau valid tidaknya
suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk
mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Suatu instrumen yang valid
atau sah mempunyai validitas tinggi, sebaliknya instrumen yang kurang valid berarti memiliki
validitas yang rendah.
Cara mengolah dalam program aplikasi SPSS Sebagai berikut:
Klik Analyze >> Correlate >> Bivariate
Contoh tampilan SPSS Sebagai berikut :
4
Bengkel JahatTM
Masukkan Pertanyaan Indikator variabel dependen maupun independen dan Jumlah dari data
variabel dependen maupun independen satu per satu klik symbol ke Variable(s) Contoh
sebagai berikut :
5
Bengkel JahatTM
N 74 74 74 74 74 74 74
** ** ** ** ** **
X1.2 Pearson Correlation ,539 1 ,471 ,408 ,347 ,388 ,738
Sig. (2-tailed) ,000 ,000 ,000 ,002 ,001 ,000
N 74 74 74 74 74 74 74
** ** ** ** ** **
X1.3 Pearson Correlation ,364 ,471 1 ,372 ,310 ,382 ,672
Sig. (2-tailed) ,001 ,000 ,001 ,007 ,001 ,000
N 74 74 74 74 74 74 74
** ** ** ** **
X1.4 Pearson Correlation ,510 ,408 ,372 1 ,187 ,390 ,690
Sig. (2-tailed) ,000 ,000 ,001 ,111 ,001 ,000
N 74 74 74 74 74 74 74
** ** ** ** **
X1.5 Pearson Correlation ,393 ,347 ,310 ,187 1 ,381 ,616
Sig. (2-tailed) ,001 ,002 ,007 ,111 ,001 ,000
N 74 74 74 74 74 74 74
** ** ** ** ** **
X1.6 Pearson Correlation ,404 ,388 ,382 ,390 ,381 1 ,712
Sig. (2-tailed) ,000 ,001 ,001 ,001 ,001 ,000
N 74 74 74 74 74 74 74
** ** ** ** ** **
X1 Pearson Correlation ,776 ,738 ,672 ,690 ,616 ,712 1
N 74 74 74 74 74 74 74
Keterangan :
Instrumen dinyatakan valid apabila sig. (2-tailed) dari jumlah data variabel dependen maupun
independen kurang dari 0,05 (5%), sedangkan apabila lebih dari 0,05 (5%) maka dinyatakan
tidak valid
ATAU
Instrumen dinyatakan valid apabila Pearson Correlation dari jumlah data variabel dependen
maupun independen lebih dari angka r tabel dengan rumus mencari r tabel ( df = (N-2))
Keterangan :
N = Jumlah sampel
*NB : r Tabel terlampir
6
Bengkel JahatTM
b. Uji Reliabilitas
Uji reliabilitas adalah alat ukur untuk mengukur suatu kuesioner yang mempunyai
indikator dari variabel atau konstruk. Suatu kuesioner dinyatakan reliabel atau handal jika
jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu
(Ghozali, 2011). Pengukuran reliabilitas dapat dilakukan dengan dua cara yaitu :
1. Repeted measure atau pengukuran yaitu seseorang akan disodori pertanyaan yang sama
pada waktu yang berbeda, dan kemudian dilihat apakah ia tetap konsisten dengan
jawabannya.
2. One Shot atau pengukuran sekali saja dan kemudian hasilnya dibandingkan dengan
pertanyaan yang lain atau mengukur korelasi antara jawaban dengan pertanyaan.
Uji reliabilitas dapat dilakukan dengan menggunakan bantuan program SPSS, yang akan
memberikan fasilitas untuk mengukur reliabilitas dengan uji statistic Cronbach Alpha ( α ). Suatu
konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbanch Alpha > 0,70
(Nunnally,1994) dalam (Ghozali,2011).
Cara mengolah dalam program aplikasi SPSS Sebagai berikut:
Klik Analyze >> Scale >> Reliability Analysis…
Contoh tampilan SPSS Sebagai berikut :
7
Bengkel JahatTM
Masukkan Pertanyaan Indikator variabel dependen maupun independen “satu per satu” tanpa
jumlah data variabel dependen maupun independen klik symbol ke Items Contoh sebagai
berikut :
8
Bengkel JahatTM
N %
Total 74 100,0
Reliability Statistics
Cronbach's Alpha
Based on
Cronbach's Alpha
Standardized
Items N of Items
,792 ,793 6
9
Bengkel JahatTM
Item Statistics
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha
Item Deleted Item Deleted Total Correlation Correlation if Item Deleted
Keterangan :
Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai “Cronbanch Alpha
> 0,70 dalam tabel reliability statistics” (Nunnally,1994) dalam (Ghozali,2011).
10
Bengkel JahatTM
11
Bengkel JahatTM
12
Bengkel JahatTM
13
Bengkel JahatTM
Kemudian masukan *SRESID dengan Klik symbol ke Y dan *ZPRED Ke Symbol X dan
beri Beri tanda ˅ Histogram, ˅ Normal probability plot kemudian Klik Continue
Ditampilkan seperti di bawah ini :
14
Bengkel JahatTM
Kemudian Klik OK
a) Output : SPSS Persamaan Regresi
Contoh :
a
Coefficients
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
a. Dependent Variable: Y
Contoh Model persamaan regresi linear berganda dalam penelitian ini dapat
diformulasikan sebagai berikut:
γ = 6,748 + -,63X1 + ,327 X2 + ,256X3 + ,127X4 + ε
15
Bengkel JahatTM
Keterangan:
γ= Variabel dependen
β0 = Konstanta
ε= Faktor Eror
X1= Variabel independen 1
X2= Variabel independen 2
X3= Variabel independen 3
X4= Variabel independen 4
β1, β2, β3, = Koefisien regresi dari setiap variabel independen.
Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam regresi, variabel dependen dan
variabel independen keduanya mempunyai distribusi normal atau tidak (Ghozali, 2011). Model
regresi yang baik adalah yang memiliki distribusi data normal atau mendekati normal. Pada
prinsipnya normalitas dapat dideteksi dengan penyebaran data (titik) pada sumbu diagonal dari
grafik atau melihat histogram dari residualnya (Ghozali, 2011). Jika data menyebar sekitar garis
diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal, maka
regresi tidak memenuhi asumsi normalitas. Output SPSS akan menampilkan gambar seperti
dibawah ini :
16
Bengkel JahatTM
Selain uji normalitas dengan grafik dapat dilakukan juga dengan menggunakan analisis
statistic. Untuk melengkapinya dapat dilakukan dengan uji statistik non-parametrik Kolmogorov-
Smirnov (K-S).
Cara mengolah dalam program aplikasi SPSS Sebagai berikut:
Klik Analyze >> Nonparametric Tests >> Legacy Dialogs >> 1-Sample K-S..
17
Bengkel JahatTM
Masukkan Unstandardized Residual klik symbol ke Test Variabel List Contoh sebagai
berikut :
18
Bengkel JahatTM
Kemudian Klik OK maka akan Muncul Output SPSS seperti dibawah ini :
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 74
a,b
Normal Parameters Mean ,0000000
Std. Deviation 2,10273019
Most Extreme Differences Absolute ,049
Positive ,045
Negative -,049
Kolmogorov-Smirnov Z ,418
Asymp. Sig. (2-tailed) ,995
Keterangan :
Perhatikan Asymp. Sig. (2-tailed) data terdistribusi normal jika nilai Asymp. Sig. (2-
tailed) lebih besar dari 0,05
Uji Multikolonearitas
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya
korelasi antar variabel independen (Ghozhali, 2011). Model regresi yang baik seharusnya tidak
terjadi korelasi diantara variabel independen. Jika variabel independen saling berkorelasi maka
variabel-variabel tersebut tidak ortogonal. Variabel ortogonal adalah variabel independen yang
nilai korelasi antar sesama variabel independen sama dengan nol. Tolerance mengukur bebas
yang terpilih yang tidak dapat dijelaskan variabel bebas lainnya. Nilai tolerance yang rendah
sama dengan VIF yang tinggi (karena VIF=1/tolerance).
19
Bengkel JahatTM
Output SPSS akan menampilkan tabel seperti di bawah ini (perhatikan tabel coefficients):
a
Coefficients
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
a. Dependent Variable: Y
Keterangan :
Nilai yang umum digunakan untuk memperlihatkan tidak adanya multikolinearitas adalah
nilai tolerance > 0,1 atau sama dengan nilai VIF < 10 (Ghozali, 2011). Perhatikan bagian
Collinearity Statistics saja.
Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah model regresi terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain (Ghozali, 2011).
Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Cara untuk mendeteksi ada atau
tidaknya heteroskedastisitas dengan melihat grafik plot antara nilai prediksi variabel dependen,
dasar analisisnya adalah :
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur
(bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi
heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada
sumbu Y, maka tidak terjadi heteroskedastisitas.
20
Bengkel JahatTM
Selain itu, agar mendapatkan hasil yang lebih akurat, diperlukan analisis uji statistik yaitu
uji glejser yaitu dengan meregres nilai absolute residual terhadap variabel independen (Ghozali,
2011:143).
Sebelumnya kita harus mengeluarkan data AbsRes terlebih dahulu yaitu dengan cara :
21
Bengkel JahatTM
22
Bengkel JahatTM
Caranya sama dengan Analisis Regresi Berganda tetapi bedanya adalah pada isi variabel
Standardized Sig.
Unstandardized Coefficients Coefficients Collinearity Statistics
23
Bengkel JahatTM
24
Bengkel JahatTM
Keterangan :
Perhatikan pada tabel model summary bagian Adjusted R Square
25
Bengkel JahatTM
Total 371,405 73
Keterangan :
Perhatikan pada tabel ANOVA bagian Sig.
Untuk menguji hipotesis ini digunakan statistik F dengan kriteria pengambilan keputusan
sebagai berikut:
1. Jika nilai signifikansi > 0,05, maka H0 tidak dapat ditolak. Jadi variabel bebas dari
regresi linier tidak mampu menjelaskan variabel terikat.
2. Jika nilai signifikan < 0,05, maka H0 ditolak. Jadi variabel bebas dari regresi linier
mampu menjelaskan variabel terikat.
Uji t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel
independen secara individual dalam menerangkan variasi variabel depenpen (Ghozali, 2011).
Pengujian ini bertujuan untuk menguji apakah secara parsial variabel bebas yaitu lingkungan
kerja fisik (X1), kompensasi (X2), dan beban kerja (X3) mempunyai pengaruh terhadap variabel
dependen (Y) yaitu kinerja guru dan karyawan. Prosedur pengujian adalah sebagai berikut :
1. Perumusan Hipotesis
Ho: β1 ≤ 0, tidak terdapat pengaruh antara variabel bebas terhadap variabel terikat.
Ha: β1 > 0, terdapat pengaruh antara variabel bebas terhadap variabel terikat.
26
Bengkel JahatTM
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
a. Dependent Variable: Y
Keterangan :
Perhatikan pada tabel Coefficients bagian Sig.
27