UJI INDEPENDENT SAMPLE T – TEST DENGAN SPSS

KONSEP DASAR UJI INDEPENDENT SAMPLE T TEST

1. Uji Independent Sample T Test digunakan untuk mengetahui apakah terdapat
perbedaan rata – rata dua sampel yang tidak berpasangan
2. Syarat uji statistik parametrik : Normal dan Homogen
Dasar Pengambilan Keputusan
1. Menguji Dahulu apakah variance populasi kedua sampel tersebut sama (equal variance
assumed) atau berbeda (equal variances not assumed) dengan melihat nilai Levene test.
2. Jika probabilitas > 0.05 maka tidak terdapat perbedaan yang signifikan antara hasil
belajar kelas Pelatihan Sertifikasi Pengadaan Barang Dan Jasa Pemerintah pada kelas A
dan Kelas B
3. Jika probabilitas < 0.05 maka terdapat perbedaan yang signifikan antara hasil belajar
kelas Pelatihan Sertifikasi Pengadaan Barang Dan Jasa Pemerintah pada kelas A dan
Kelas B
SAMPEL

PELATIHAN PELATIHAN
SERTIFIKASI SERTIFIKASI
PENGADAAN PENGADAAN
N
NAMA PESERTA GENDER BARANG DAN NO NAMA PESERTA GENDER BARANG DAN
O
JASA JASA
PEMERINTAH PEMERINTAH
KELAS A KELAS B
1 Putri Hastuti P 177 1 Fitri Awaludin P 177
2 Nunuk Hermin Y. p 182 2 Muchtar L 170
Mochammad
3 Indah Sulistio Rini p 178 3 L 219
Affifudin
4 Sugiyanto L 172 4 Wirawan Budi L 178
5 Asep Septiadi L 179 5 James Edwin L 167
Neneng Sri
6 Batara Siagian L 170 6 P 182
Nurhayati
7 Rika Batra P 174 7 Miftah Hidayat L 173
8 Memed Jamhari L 172 8 Sri Mugiasih P 167
Firman
9 Budi Lestari L 168 9 L 224
Ardiansyah
10 Siti Roodah Garuda p 175 10 drh Ratri Retno P 190
11 Hendra Bangsawan L 214 11 Erma Riyanti P 186
Muhamad Yusuf
12 L 169 12 Brusli Umboh L 171
Antu
13 Mansur Sumailà L 188 13 Tariyani P 179
Andi PM
14 Suwarny Sumardi L 190 14 L 177
Yusmanto
15 Oky Dwi Prayitno L 200 15 Meivi Linting P 183
16 Bayu Suwitno L 207 16 Sukriadi Sudding L 178
 PELATIHAN PELATIHAN
SERTIFIKASI SERTIFIKASI
PENGADAAN PENGADAAN
N
NAMA PESERTA GENDER BARANG DAN NO NAMA PESERTA GENDER BARANG DAN
O
JASA JASA
PEMERINTAH PEMERINTAH
KELAS A KELAS B
Arrow
17 Dorben Senok L 168 17 L 210
Ompusungu
Muh. Awaludin
18 Nuraeni Retno L 194 18 L 181
Yusuf
19 Ayyub Ar-rahman L 176 19 Ressa Rindiani P 186
20 Rizki Amalia P 191 20 Samid Prayudi L 186
21 Nita Krissanti P 178 21 Sri Haryanti P 196
22 Eni Fidiawati L 196 22 Khori Arianti P 221
23 Tita Rosita P 168 23 Agnita V. Putri P 236
Fransiska Renita
24 Gandi Purnama L 167 24 P 190
Anon
25 Suhartini P 169 25 Irawan Setiadi L 188
R. Deddy
26 L 186 26 Rachmat L 219
Ruswansyah
ACHMAD FAEZAL ADE WAWAN
27 L 171 27 L 178
IRWANSYAH KURNIAWAN, SP
ALFIAN MEY PRAMITA AMIRRUDDIN, SP,
28 L 182 28 L 170
DEWI, S.TP MP
BAMBANG BUDI TULUS
29 L 169 29 L 189
SUPRIYONO WIDODO, A.MD
CHIKA PUTRI DANY FITRIANSYAH,
30 P 192 30 L 194
HIDAYANTI S.E.
DEDE WINDA NUR
31 185 31 P 201
FAUZIAH, S.SI DEWI NIRWATI, SP
ELAN HERNADI,
32 P 179 32 L 198
DIYAH PUJI ASTUTI, SP S.SI., M.Si
33 EKO HERMANTO L 177 33 EDY RAHMAT L 186
FITRAH
34 IR. ESA DEWI P 219 34 RAHMATULLAH, L 184
TAKARINA S.E.
EVIE RAHAYU FITRIA YULIANI,
35 P 201 35 P 186
TUGIYANTO S.TP

HASIL SPSS
Group Statistics
KELAS N Mean Std. Deviation Std. Error Mean
HASIL KELAS A 35 182,3714 13,69647 2,31513
PELATIHAN KELAS B 35 189,1429 17,35468 2,93348
PBJP

Statistik Deskriptif
Dari total 70 sampel menunjukkan bahwa
1. Nilai rata – rata Kelas A sebesar 182,3714 dan nilai Kelas B sebesar 189,1429
2. Standar Deviasi Kelas A sebesar 13,69647 dan Kelas B sebesar 17,35468
3. Nilai Std. Error Mean Kelas A sebesar 2,31513 dan Kelas B sebesar 2,93348

Independent Samples Test

Levene's Test
for Equality of
Variances t-test for Equality of Means

95% Confidence
Interval of the
Difference
Sig. (2- Mean Std. Error
F Sig. t df tailed) Difference Difference Lower Upper

HASIL Equal ,787 ,378 -1,812 68 ,074 -6,77143 3,73699 - ,68562

PELATIHAN variances 14,22847
PBJP assumed

Equal -1,812 64,516 ,075 -6,77143 3,73699 - ,69292

variances 14,23577
not
assumed

Hasil Keputusan
Terlihat dari output SPSS mengguakan Equal Variances Assumed bahwa F hitung Levene’s
Test sebesar 0.787 dengan probabilitas 0.378 karena probabilitas > 0.05 maka dapat
disimpulkan tidak terdapat perbedaan yang signifikan antara hasil belajar kelas Pelatihan
Sertifikasi Pengadaan Barang Dan Jasa Pemerintah pada kelas A dan Kelas B.

PAIRED SAMPEL T - Test DENGAN SPSS

KONSEP DASAR UJI PAIRED SAMPLE T – TEST
1. Paired sample t-test digunakan untuk mengetahui apakah terdapat perbedaan rata -
rata dua sampel yang berpasangan
2. Dua sampel yang dimaksud adalah sampel yang sama namum mempunyai dua data
3. Uji Paired sampel t-test merupakan bagian dari statistik parametrik, oleh karena itu,
sebagaimana aturan dalam statistik parametrik data penelitian haruslah berdistribusi
normal
Ho : Pengetahuan dalam menganalisis anggaran sebelum dan sesudah mengikuti pelatihan
fungsional analis anggaran adalah sama
H1 : Pengetahuan dalam menganalisis anggaran sebelum dan sesudah mengikuti pelatihan
fungsional analis anggaran adalah berbeda
SAMPEL

PELATIHAN
FUNGSIONAL ANALIS
NO NIP NAMA PESERTA GENDER ANGGARAN
POST
PRE TEST
TEST

1 197112172003121001 UGI SUGIHARTO, S.IP, MM L 55 82

2 196607261998031001 MUHAMMAD YUSUP, S.TP L 72 92

NURINA ENDRA PURNAMA,

3 198506162009012007 P 52 80
S.TP, M.AP

4 198410022011011009 NIKO WILLIAM TAKA, SE L 65 93

INDRA HERDIANA SAPUTRA,

5 198705062011011011 L 70 95
A.MD
ISKANDAR DEDY UTOMO,
6 198410182011011008 L 65 87
A.MD

7 198303222009122002 PUJI ASTUTI, MP P 63 90

8 197601182009122001 RATNA DWI ASTUTI, SP P 62 88

9 198409172011012018 EKA MUJI DILIWIYANA, A.MD P 50 78

10 197512082011012001 NANCY ZAINABUN, SE P 54 84

11 197208022007011001 NUR FAJAR L 51 80

LINGGAR PURBOJATI, SP,

12 198307172009012014 P 71 91
M.Sc, M.T
NO NIP NAMA PESERTA GENDER PELATIHAN
FUNGSIONAL ANALIS
ANGGARAN
PRE TEST POST
 TEST
JAUHAR SAMUDERA
13 199008092018011002 L 64 89
NAYANTAKANINGTYAS, M.M.
KARUNIA WISNU LUHITA,
14 197310102002122002 P 52 79
S.SOS

15 198801272011011010 ANDRIE JANUAR, A.MD L 54 84

16 196811021994031004 IR. ASEP SAPTIADI, M.SI L 65 94

LUMINTU LAKSMI
17 198410042011012016 P 73 91
HANDAYANI, SE

18 198007282011011004 SUSILO HARYONO, S.S L 57 89

19 197211162002121001 AMIRRUDDIN, SP, MP L 70 95

20 196912081997031001 PRASETYO, S.P. L 67 87

21 198001082009011007 RICKY RUHIMAT, S.TP, M.Si L 71 95

KHODRATIEN FATONAH, SP,

22 197711122009012006 P 73 93
M.P.

23 197504251999032001 DINA, S.TP, M.Si P 72 92

RACHMAT TAUFFAN MULUS,

24 198702042011011008 L 70 95
ST

25 196209011989031002 IR. MUSTAGHFIRIN L 70 92

26 196607071993032001 IR. CORNELIA P 72 92

27 198605312011011009 CHARLES LIYA AR, SP L 70 92

28 198306232011011007 KIRTANA ASKA BRATA, SP L 63 85

29 197604112002121003 CATUR SETIAWAN, S.TP, M.SI L 62 91

30 196407121992032004 IR. SRI ASWITA, MM P 61 91

PELATIHAN
FUNGSIONAL ANALIS
NO NIP NAMA PESERTA GENDER ANGGARAN
POST
PRE TEST
TEST
 LUISA ELIZABETH LELAMETAN,
31 197209282003122001 P 57 85
A.MD

32 196405121992031002 NGADIRAN, S.SOS L 61 83

MOHAMMAD RIZKI RIDHANTO,

33 198511262015031002 L 70 92
S.T.P

ANASTASIA WISNU WARDANI,

34 199201062015032002 P 65 85
S.P.

35 197010272002121001 ENDY FACHRIAL, SE L 70 91

36 198604112011011012 DENDY SUMARLIN, SP L 63 83

MUHAMMAD GAZALI HAMZAH,

37 197106242000031002 L 70 93
SP

38 196807201989021001 SUWARMAN, SP L 63 86

39 198204142005011001 DEVIED APRIYANTO S, SP, MSi L 62 89

IR. TRIAS RETNO WARDHANI,

40 196209261989032001 P 64 91
M.SI

T-Test

Paired Samples Statistics

Std.
Mean N Deviation Std. Error Mean
Pair 1 PRE TEST 64,0250 40 6,82938 1,07982
POST TEST 88,6000 40 4,82940 ,76359

Statistik Deskriptif
Dari 40 sampel menunjukkan bahwa
1. Nilai rata – rata pre test sebesar 64, 0250 dan nilai post test sebesar 88,6000
2. Standar Deviasi pre test sebesar 6.82938 dan post test sebesar 4.82940
3. Nilai Nilai Std. Error Mean pre test sebesar 1,07982 dan post test 0.76359

Paired Samples Correlations

N Correlation Sig.
Pair 1 PRE TEST & POST TEST 40 ,847 ,000
Uji korelasi atau hubungan antara kedua data atau variable yaitu terdapat hubungan antara
pre test dan post test karena nilai sig adalah 0.000 < dari 0.05.

Paired Samples Test

Paired Differences
Std. 95% Confidence Interval
Std. Error of the Difference
Mean Deviation Mean Lower Upper T df Sig. (2-tailed)
Pair PRE -24,57500 3,75457 ,59365 -25,77577 -23,37423 -41,396 39 ,000
1 TEST
-
POST
TEST

Dasar Pengambilan keputusan

Jika nilai Sig. (2 - tailed) < 0.05 maka terdapat perbedaan pengetahuan yang signifikan
antara hasil pelatihan fungsional analis anggaran pada data pre test dan post test
Jika nilai Sig. (2 - tailed) > 0.05 maka tidak terdapat perbedaan yang signifikan antara hasil
pelatihan fungsional analis anggaran pada data pre test dan post test
Pengambilan Keputusan
Diketahui bahwa nilai Sig, (2.tailed) sebesar 0.000 < 0.05 maka dapat disimpulkan bahwa
terdapat perbedaan pengetahuan dalam menganalisis anggaran sebelum dan sesudah
mengikuti pelatihan fungsional analis anggaran pada data pre test dan post test (H0 = ditolak
dan H1 = Diterima)

UJI ONE WAY ANNOVA DENGAN SPSS

KONSEP DASAR UJI ONE WAY ANNOVA
1. Menguji perbedaan rata – rata data lebih dari dua kelompok
2. Persyaratan pengujian uji one way annova
a. Sampel harus berasal dari kelompok yang independen
b. Variable independen bersifat non – metrik
c. Data masing – masing kelompok berdistribusi normal
d. Varian antar kelompok harus homogen
Contoh kasus ANNOVA
Seorang peneliti ingin membandingkan penjualan mobil dalam acara pameran mobil
tahunan selama 10 minggu dengan merk Honda, Toyota, Suzuki dan Isuzu. Dimana para
pembeli hanya dihadapkan pada keempat merk tersebut. Kemudian diteliti tentang:
1. Bagaimana rata- rata penjualan keempat merk mobil tersebut ?
2. Apakah terdapat perbedaan rata – rata dalam penjualan keempat merk mobil tersebut?
3. Rata – rata penjualan mpbil mana saja yang sama atau berbeda penjualannya ?
Langkah – Langkah Uji One Way annova
1. Uji Normalitas Shapiro Wik
2. Melakukan uji Homogenitas
3. Melakukan uji One Way Annova
Dasar Pengambilan Keputusan Uji Normalitas :
Jila Nilai Sig. > 0.05 maka data terdistribusi normal
Jika Nilai Sig. < 0.05 maka distribusi tidak normal
SAMPEL PENJUALAN MOBIL DALAM PAMERAN MOBIL TAHUNAN
Kategori Mobil Merk Jepang

HONDA TOYOTA SUZUKI

MINGGU ISUZU (4)
(1) (2) (3)
1 52 49 35 32
2 45 37 33 33
3 48 34 37 36
4 36 39 35 39
5 39 48 42 38
6 41 51 41 35
7 42 35 45 32
8 35 42 32 29
9 60 41 41 40
10 55 39 40 43
Nilai Shapiro - Wil Sig. > 0.05 untuk penjualan merk mobil Honda (0.678 > 0.05), Toyota
(0.351 > 0.05), Suzuki (0.616 > 0.05) dan Isuzu (0.950 > 0.05) adalah terdistribusi normal

Berdasarkan output SPSS “Descriptive” kita dapat melihat perbedaan rata – rata penjualan
dari merek mobil dengan rincian sebagai berikut
1. Rata – rata penjualan merek mobil Honda sebesar 45, 30
2. Rata – rata penjualan merek mobil Toyota sebesar 41, 50
3. Rata – rata penjualan merek mobil Suzuki sebesar 38.10
4. Rata – rata penjualan merek mobil Isuzu sebesar 35,70
Secara descriptive dapat disimpulkan bahwa rata – rata penjualan tertinggi adalah merek mobil
Honda sebesar 45,30
Menguji kesamaan varian (Uji Homogenitas)
Berdasarkan outpus SPSS “ Test Of Homogenity of Variance” diperoleh Hasil Uji Levene Test
menunjukkan bahwa nilai F test sebesar 4.909 dan sigifikansi (Sig.) sebesar 0.083 (0.083 >
0.05) maka dapat disimpulkan bahwa varian penjualan keempat kelompok merk mobil
tersebut adalah sama atau homogen. Sehingga asumsi homogenitas dam uji one way annova
terenuhi.

Menguji apakah keempat sampel mempunyai rata rata yang sama atau berbeda (Uji
Anova)
Dasar Pengambilan Keputusan
1. Jika Nilai Signifikansi (Sig.) > 0.05 maka rata – rata sama
2. Jika Nilai Signifikansi (Sig.) < 0.05 maka rata – rata berbeda

Berdasarkan output SPSS anova diatas, diketahui nilai Sig. 0.006 < 0.05 sehingga dapat
disimpulkan bahwa rata – rata keempat penjualan merek mobil tersebut berbeda secara
signifikan
POST HOC TEST
Mencari kelompok mana saja yang rata – rata penjualanannya sama atau berbeda

KESIMPULAN
Nilai signifikansi > 0.05 dapat disimpulkan
1. Penjualan merk Honda dengan Toyota adalah sama. Perbedaan rata – rata penjualan
kedua merek mobil tersebut tidaklah significant (0.492 > 0.05).
2. Penjualan merk Toyota denga Suzuki adalah sama. Perbedaan rata – rata penjualan
kedua merek mobil tersebut tidaklah significant (0.584 > 0.05).
3. Penjualan merk Suzuki denga Toyota adalah sama. Perbedaan rata – rata penjualan
kedua merek mobil tersebut tidaklah significant (0.805 > 0.05).

Homogeneous Subsets
Melihat kesamaan rata – rata penjualan keempat merek mobil
1. Pada sub set 1 terdapat data penjualan Isuzu, Suzuki dan Toyota. Artinya rata – rata
penjualan merek mobil tersebut tidak mempunyai perbedaan yang signifikan. Rata –
rata penjualan ketiga merek tersebut adalah sama
2. Pada sub set 2 terdapat data penjualan Toyota dan Honda. Artinya rata – rata penjualan
merek mobil tersebut tidak mempunyai perbedaan yang signifikan. Rata – rata
penjualan merek Toyota dan Honda tersebut adalah sama
Variable merek mobil hanya berpengaruh secara signifikan terhadap perbedaan rata – rata
penjualan mobil adalah merek Isuzu dan Honda.

REGRESI DENGAN MENGGUNAKAN UJI ASUMSI KLASIK

Konsep dasar Analisis Regresi Linier Berganda
1. Analisis Linier Berganda bertujuan mengetahui pengaruh dua atau lebih variable
independen (X) terhadap variable dependen (Y)
2. MenurutV. Wiratna Sujarweni (2014;181) Model Regresi Linier berganda dapat disebut
sebagai model estimasi yang baik (memiliki ketepatan dalam estimasi, tidak bias dan
konsisten) jika model tersebut memenuhi asumsi normalitas dan bebas dari asumsi
klasik (multikolinearitas, heteroskedastisitas, autokorelasi (data time – series)).

JUDUL PENELITIAN
Pengaruh Pendidikan (X1), Golongan Kepangkatan (X2) dan Indikator Kinerja (X3) terhadap
Tunjangan Kinerja PNS di Lingkungan Ditjen Tanaman Pangan.

TAHAPAN ANALISIS
1. Terdapat tabulasi data peneitian
2. Analisis regresi Linier Berganda + Uji Asumsi Klasik (multikolinearitas,
heteroskedastisitas, autokorelasi (data time – series)
3. Pengambilan keputusan dalam uji Nomalitas, Mmultikolinearitas, Heteroskedastisitas,
autokorelasi (data time – series) dan Regresi Linier Berganda (Uji t dan Uji F)
4. Pembahsan dan Pembuatan Kesimpulan

Hasil OUTPUT SPSS

Descriptive Statistics
Mean Std. Deviation N
Tunjangan Kinerja 6,6347 ,16107 205 Dasar Pengambilan
Pendidikan 4,71 1,168 205
Keputusan Uji Normalitas
Golongan Kepangkatan 10,44 2,030 205
Probability Plots
Indikator Kinerja 1088,84 580,921 205
Menurut Imam Ghozali (2018 : 161) Model Regresi dikatakan normal apabila jika data yang
menggambarkan data sesungguhnya menyebar disekitar garis diagonal dan mengikuti garis
diagonal.

Kesimpulan Uji Normalitas

 Pada gambar dibawah ini terlihat bahwa titik – titik data mengikuti garis diagonalnya
sebagaimana dasar pengambilan keputusan maka terdapat kesimpulan bahwa Uji
Normalitas Model Regresi tersebut Berdistribusi Normal. Syarat Normalitas Data
Tersebut telah memenuhi syarat.
 Jika ragu terhadap data dapat melakukan alternatif dengan Uji Komogrov Smirnov
Uji Multikolinearitas Tolerance dan VIF
Menurut Imam Ghozali (2018; 107-108) Tidak terjadi Multikolinearitas jika nilai Tolerance >
0.100 dan VIF < 10.

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 6,348 ,013 480,278 ,000
Pendidikan -,008 ,003 -,060 -2,784 ,006 ,427 2,341
Golongan ,002 ,002 ,031 1,285 ,200 ,333 2,999
Kepangkatan
Indikator ,000 ,000 ,993 49,488 ,000 ,494 2,023
Kinerja
a. Dependent Variable: Tunjangan Kinerja

Kesimpulan :
Nilai tolerance : Pendidikan 0.427 > 0.100
Golongan Kepangkatan 0.333 > 0.100
Indikator Kinerja 0.494 > 0.100
VIF : Pendidikan 2.341 < 10
Golongan Kepangkatan 2.999 < 10
Indikator Kinerja 2.023 < 10
Tidak ada gejala multikolinearitas
Dasar Pengambilan Keputusan Uji Heterokedastisitas Scatterplots

Menurut Imam Ghozali (2018 ; 139) Tidak Terjadi Heteroskedastisitas, jika tidak terdapat
pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit) pada gambar
scatterplots, serta titik – titk menyebar diatas dan dibawah angka 0 pada sumbu Y.

Kesimpulan
- Tidak Ada gejala Heterokedastisitas
- Alternatif dengan Uji Glejser

Dasar Pengambilan Keputusan Uji Autokorelasi Durbin Watson

Menurut Imam Ghozali (2018 ; 111) tidak terdapat gejala Autokorelasi, jika nilai Durbin
Watson terletak antara du sampai dengan (4-du). Pada data cross – section (silang waktu).
Masalah autokorelasi relatif jarang terjadi karena “gangguan” pada observasi yang berbeda
berasal dari individu yang berbeda.

Pembahasan dan Kesimpulan Uji Autokorelasi

Nilai du dicari pada distribusi tabel durbin watson berdasarkan K (3) dan N (205) dengan
signifikansi 5%.

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 5,081 3 1,694 1609,123 ,000b
Residual ,212 201 ,001
Total 5,293 204
a. Dependent Variable: Tunjangan Kinerja
b. Predictors: (Constant), Indikator Kinerja, Pendidikan, Golongan Kepangkatan

Du (1.78871 < Durbin Watson (2.039) < 4 –du (2.21129)

Model Summaryb
Adjusted R Std. Error of Durbin-
Model R R Square Square the Estimate Watson
1 ,980a ,960 ,959 ,03244 2,039
a. Predictors: (Constant), Indikator Kinerja, Pendidikan, Golongan
Kepangkatan
b. Dependent Variable: Tunjangan Kinerja

Tidak terdapat gejala Autokorelasi

Dasar Pengambilan Keputusan Uji t Parsial (Regresi Linier Berganda)

Berdasarkan Nilai Signifikansi dan Berdasarkan Nilai Hitung dan Nilai Tabel

Menurut Imam Ghozali (2018 ; 101) Jika nilai Sig. < 0.05 maka artinya variable independen
(X) secara parsial berpengaruh terhadap variable dependen (Y).
Menurut V. Wiratna Sujarweni (2014 ; 155) jika nilai t hitung >t tabel maka artinya variable
independen (X) secara parsial berpengaruh terhadap variable Dependen (Y)

Nilai t tabel = (α/2 ; n – k – 1) = (0.05/2 ; 205 – 3 -1) = 1.9718

Nilai t hitung Pendidikan = -2,784 > - 1.9718
Nilai t hitung Golongan Kepangkatan = 1.285 < 1.9718
Nilai t hitung Indikator Kinerja = 49,488 > 1.9718

Kesimpulan Uji t Parsial

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta T Sig. Tolerance VIF
1 (Constant) 6,348 ,013 480,278 ,000
Pendidikan -,008 ,003 -,060 -2,784 ,006 ,427 2,341
Golongan ,002 ,002 ,031 1,285 ,200 ,333 2,999
Kepangkatan
Indikator ,000 ,000 ,993 49,488 ,000 ,494 2,023
Kinerja
a. Dependent Variable: Tunjangan Kinerja

1. Pendidikan (X1) berpengaruh negatif terhadap Tunjangan kinerja (Y) dikarenakan Sig.
0.006 < 0.05 artinya ketika tingkat pendidikan meningkat sebesar 1 satuan maka
tunjangan kinerja akan menurun sebesar 0.008.
2. Golongan Kepangkatan (X2) tidak berpengaruh terhadap Tunjangan Kinerja (Y)
dikarenakan Sig. 0.200 > 0.05.
3. Indikator Kinerja (X3) berpengaruh positif terhadap Tunjangan Kinerja (Y) dikarenakan
Sig. 0.000 < 0.05 artinya ketika indikator kinerja pegawai meningkat sebesar 1 satuan,
maka besarnya tunjangan kinerja akan meningkat pula sebesar 0.000.

Dasar Pengambilan Keputusan Uji F Simultan (Regresi Linier Berganda)

Berdasarkan Nilai Signifikansi dan Berdasarkan Nilai Hitung dan Nilai Tabel

Menurut Imam Ghozali (2018 ; 101) Jika nilai Sig. < 0.05 maka artinya variable independen
(X) secara parsial berpengaruh terhadap variable dependen (Y).
Menurut V. Wiratna Sujarweni (2014 ; 155) jika nilai F hitung >F tabel maka artinya variable
independen (X) secara simultan berpengaruh terhadap variable Dependen (Y)

Nilai F table = (k ; n – k) = (3 ; 205 – 3 ) = (3;201) = 2.65

ANOVAa
Sum of
Model Squares Df Mean Square F Sig.
1 Regression 5,081 3 1,694 1609,123 ,000b
Residual ,212 201 ,001
Total 5,293 204
a. Dependent Variable: Tunjangan Kinerja
b. Predictors: (Constant), Indikator Kinerja, Pendidikan, Golongan Kepangkatan

Kesimpulan
Pendidikan (X1), Golongan Kepangkatan (X2) dan Indikator Kinerja (X3) secara
simultan berpengaruh terhadap Tunjangan Kinerja (Y)

Berapa persen (%) pengaruh yang diberikan Variable X baik secara simultan
terhadap variable Y?

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 ,980 ,960 ,959 ,03244 2,039
a. Predictors: (Constant), Indikator Kinerja, Pendidikan, Golongan Kepangkatan
b. Dependent Variable: Tunjangan Kinerja

Dilihat Nilai R Square yaitu 0.960 yaitu pengaruh Variable X1, X2 dan X3 terhadap Y secara
simultan adalah sebesar 96, 0 %. Hal ini berarti 96% tunjangan kinerja dapat dijelaskan oleh
variasi dari ketiga variable bebas, sedangkan 4 % dijelaskan oleh sebab – sebab lain.

UJI TWO WAY ANOVA

Konsep dasar Uji Two Way Anova

Two way Anova disebut juga dengan uji anova 2 arah/faktor
Uji two way anova bertujuan untuk membandingkan perbedaan rata – rata antara kelompok
yang telah dibagi pada dua variable/faktor.

Persyaratan penggunaan Uji Two Way Anova

1. Sampel bersal dari kelompok yang independen
2. Variabel aktor adalah data non metrik (data ketegorikal)
3. Variabel dependen adalah data berskala kuantitatif (interval/rasio)
4. Nilai residual standar berdistribusi normal
5. Varian antar kelompok harus homogeny

Contoh kasus Two Way Anova

Seorang peneliti ingin mengetahui apakah terdapat perbedaan hasil pelatihan sertifikasi
pengadaan barang dan jasa pemerintah Pegawai Ditjen Tanaman Pangan berdasarkan
jenjang pendidikan terakhir dan jenis kelamin peserta pelatihan tersebut.

 Faktor jenjang pendidikan terakhir terdiri dari 3 taraf yaitu, D3, S1 dan S2
 Faktor Jenis Kelamin terdiri dari 2 taraf yaitu Laki – Laki dan Perempuan

Kemudian akan diteliti tentang

1. Apakah terdapat perbedaan hasil pelatihan sertifikasi pengadaan barang dan jasa
pemerintah berdasarkan jenjang pendidikan terakhir peserta
2. Apakah terdapat perbedaan hasil pelatihan sertifikasi pengadaan barang dan jasa
pemerintah berdasarkan jenis kelamin peserta
3. Apakah terdapat interaksi jenjang pendidikan peserta dengan jenis kelamin peserta
dalam menentukan hasil pelatihan sertifikasi pegdaan barang dan jasa pemerintah

Persiapan Data Sebelum Melakukan Uji Two Way Annova

1. Melakukan pengkodean data untuk jenjang pendidikan terakhir peserta dengan
ketentuan D3 (1), S1 (2) dan S3 (3)
2. Pengkodean data untuk jenis kelamin siswa dengan ketentuan : 1 kode untuk laki – laki
dan 2 untuk perempuan
Langkah – Langkah Uji Two Way Annova
1. Melakukan Uji Normalitas Nilai Residual Standar
2. Melakukan Uji Homogenitas dan Uji Two Way Anova

UJI NORMALITAS
Dasar Pengambilan keputusan Uji Normalitas
1. Jika nilai Sig. > 0.05, maka nilai residual standar normal
2. Jika nilai Sig. < 0.05, maka nilai residual standar tidak normal

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
*
Standardized Residual for ,065 90 ,200 ,988 90 ,585
HASIL
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Kesimpulan
Nilai Signifikansi 0.585 > 0.05 maka nila residual standar normal

UJI HOMOGENITAS
Interpretasi Uji Output Two Way Anova
a. Output pertama “ Between Subject Factors”

Jenjang pendidikan terakhir peserta pelatihan pengadaan barang dan jasa pemerintah
terdapat 3 kategori yaitu D3, S1 dan S2, sedangkan jenis variable jenis kelamin terdapat
2 ketegori yaitu laki – laki dan perempuan.

Between-Subjects Factors
Value Label N
JENJANG PENDIDIKAN 1 D3 30
TERAKHIR 2 S1 30
3 S2 30
JENIS KELAMIN 1 LAKI LAKI 45
2 PEREMPUAN 45

b. Output Kedua “ Descriptive Statistic”

Dari output ini, bisa melihat nilai rata – rata (means) peserta hasil pelatihan pengadaan
barang dan jasa pemerintah berdasarkan jenjang pendidikan dan jenis kelamin

Descriptive Statistics
 Dependent Variable: HASIL PELATIHAN PBJP
JENJANG
PENDIDIKAN Std.
TERAKHIR JENIS KELAMIN Mean Deviation N
D3 LAKI LAKI 166,33 19,312 15
PEREMPUAN 168,93 25,728 15
Total 167,63 22,391 30
S1 LAKI LAKI 162,13 19,497 15
PEREMPUAN 161,53 20,170 15
Total 161,83 19,494 30
S2 LAKI LAKI 171,47 27,635 15
PEREMPUAN 177,87 22,418 15
Total 174,67 24,938 30
Total LAKI LAKI 166,64 22,305 45
PEREMPUAN 169,44 23,357 45
Total 168,04 22,752 90

c. Output Ketiga “ Levene’s Test of Equality of Error Variances

Berdasarkan output SPSS ini, diperoleh nilai Sig. Sebesar 0.438. Dimana 0.438 > 0.05,
maka dapat disimpulkan bahwa varian variable hasil pelatihan pengadaan barang dan
jasa pemerintah adalah HOMOGEN. Sehingga Asumsi Homogenitas dalam two way
anova terpenuhi.

Levene's Test of Equality of Error Variancesa

Dependent Variable: HASIL PELATIHAN PBJP
F df1 df2 Sig.
,975 5 84 ,438
Tests the null hypothesis that the error variance of the dependent variable is equal across groups.
a. Design: Intercept + PENDIDIKAN + KELAMIN + PENDIDIKAN * KELAMIN

d. Output Keempat DASAR PENGAMBILAN KEPUTUSAN

(Output untuk Uji Hipotesis penelitian/ menjawab rumusan masalah)

1. Jika Nilai Sig < 0.05, maka terdapat perbedaan hasil pelatihan pengadaan barang dan
jasa pemerintah berdasarkan variable faktor
2. Jika Nilai Sig > 0.05, maka tidak terdapat perbedaan hasil pelatihan pengadaan barang
dan jasa pemerintah berdasarkan variable faktor

PEMBUATAN KESIMPULAN

Tests of Between-Subjects Effects

Dependent Variable: HASIL PELATIHAN PBJP
Type III Sum
Source of Squares df Mean Square F Sig.
Corrected Model 2838,622a 5 567,724 1,103 ,365
Intercept 2541504,178 1 2541504,178 4938,019 ,000
PENDIDIKAN 2478,022 2 1239,011 2,407 ,096
KELAMIN 176,400 1 176,400 ,343 ,560
PENDIDIKAN * 184,200 2 92,100 ,179 ,836
KELAMIN
Error 43233,200 84 514,681
Total 2587576,000 90
Corrected Total 46071,822 89
a. R Squared = ,062 (Adjusted R Squared = ,006)

1. Diperoleh Sig. Sebesar 0.096 > 0.05, sehingga dapat disimpulkan bahwa “tidak terdapat
perbedaan” hasil pelatihan pengadaan barang jasa pemerintah berdasarkan jenjang
pendidikan terakhir peserta
2. Diperoleh Sig. Sebesar 0.560 > 0.05, sehingga dapat disimpulkan bahwa “tidak terdapat
perbedaan” hasil pelatihan pengadaan barang jasa pemerintah berdasarkan jenis
kelamin peserta
3. Diperoleh Sig. Sebesar 0.836 > 0.05, sehingga dapat disimpulkan bahwa “tidak terdapat
interaksi” jenjang pendidikan terakhir peserta dengan jenis kelamin dalam menentukan
hasil pelatihan pengadaan barang jasa pemerintah.
e. Output Kelima “Estimated Marginal Means”

Output ini menjelaskan tentang perbedaan nilai rata – rata hasil pelatihan pengadaan
barang dan jasa pemerintah berdasarkan jenjang pendidikan terakhir peserta dan jenis
kelamin peserta secara deskriptif
1. JENJANG PENDIDIKAN TERAKHIR
Dependent Variable: HASIL PELATIHAN PBJP
95% Confidence Interval
JENJANG PENDIDIKAN Std. Lower Upper
TERAKHIR Mean Error Bound Bound
D3 167,633 4,142 159,397 175,870
S1 161,833 4,142 153,597 170,070
S2 174,667 4,142 166,430 182,903

2. JENIS KELAMIN
Dependent Variable: HASIL PELATIHAN PBJP
95% Confidence Interval
Std. Lower Upper
JENIS KELAMIN Mean Error Bound Bound
LAKI LAKI 166,644 3,382 159,919 173,370
PEREMPUAN 169,444 3,382 162,719 176,170

3. JENJANG PENDIDIKAN TERAKHIR * JENIS KELAMIN

Dependent Variable: HASIL PELATIHAN PBJP
95% Confidence Interval
JENJANG
PENDIDIKAN JENIS Std. Lower Upper
TERAKHIR KELAMIN Mean Error Bound Bound
D3 LAKI LAKI 166,3 5,858 154,685 177,982
33
PEREMPUA 168,9 5,858 157,285 180,582
N 33
S1 LAKI LAKI 162,1 5,858 150,485 173,782
33
PEREMPUA 161,5 5,858 149,885 173,182
N 33
S2 LAKI LAKI 171,4 5,858 159,818 183,115
67
PEREMPUA 177,8 5,858 166,218 189,515
N 67

UJIAN MATRIKULASI MAGISTER AKUNTANSI

STATISTIKA BISNIS
Dr Dwi Ratmono, Ak, CA
Lumintu Laksmi Handayani
12030119410019
Kelas Reguler Pagi Ag.41