Cara melakukan Uji Validitas dengan SPSS:

1. Buat skor total masing-masing variable.

2. Klik Analyze > Correlate > Bivariate
3. Masukkan seluruh item variable x ke Variables
4. Masukkan total skor variable x ke Variables
5. Ceklis Pearson ; Two Tailed ; Flag
6. Klik OK
7. Lihat kolom terakhir. Nilai >= 0,25.
8. Lakukan hal serupa untuk Variabel Y.

Cara Uji Reliabilitas dengan SPSS:

1. Klik Analyze > Scale > Reliability Analysis

2. Masukkan seluruh item Variabel X ke Items
3. Pastikan pada Model terpilih Alpha
4. Klik OK

Dalam tutorial ini, menggunakan data hasil kuisioner di bawah sebagai contoh:

1. Masuk/buka program SPSS

2. Pada tab Data View masukkan data dengan cara copy-paste ja! (Dari data
mentahnya), caranya:

5.
6.
3. Klik tab Varibel View pada kolom Name ketik item 1-10 dan terakhir total. Kolom
Decimal ganti dengan 0 (nol).

7.
4. Abis itu, klik menu Analyze, pilih Correlate dan sorot Bivariate.

8.
5. Masukkan semua item dengan mengklik arah panah.
9.
Klik Ok! Selesai. Out Putnya yang sudah diringkas:

10. Untuk uji reliabilitas, Data yang ada pada uji validitas kita gunakan lagi.
1. Klik menu Analyze -> Scale -> Reliability Analysis.

11.
2. Klik dan masukkan item 1-10 (tanpa skor total) pada kotak Item
12.
3. Klik tab Statistic -> Descriptives For -> Scale If Item Deleted jika ingin melihat
hasil reliabiltas untuk setiap item.

13.
Klik Continue, lalu Ok
Out Putnya:
Cara Menghitung Uji Hipotesis Regresi Sederhana dan Regresi Ganda Pada Skripsi Kuantitatif
Dengan SPSS
Posted by deva in MENGHITUNG UJI SKRIPSI SPSS | 8 comments
Cara Menghitung Uji Hipotesis Regresi Sederhana dan Regresi Ganda Pada Skripsi
Kuantitatif Dengan SPSS -Setelah uji validitas, dan uji prasyarat yang terakhir yaitu UJI
MULTIKOLINEARITAS sudah terpenuhi semua, maka sekarang dilanjut pada Uji
Hipotesis. Karena Skripsi yang akan saya jadikan contoh adalah skripsi saya sendiri yang
berjudul Hubungan Antara Fasilitas Belajar dan Komunitas Teman Sebaya Dengan
Minat Melanjutkan Studi Perguruan Tinggi Pada Siswa Kelas XII SMK
Muhammadiyah 3 Kulon Progo Tahun Ajaran 2011/2012., maka disitu nantinya akan di
uji 2 regresi yaitu regresi sederhana dan regresi ganda.
Cara Menghitung Uji Hipotesis Regresi Sederhana dan Regresi Ganda Pada Skripsi Kuantitatif Dengan SPSS
1. Uji regresi sederhana variable X1-y dan x2-y. / korelasi sederhana
Analisis ini digunakan untk mengetahui hubungan antara fasilitas belajar dengan minat
melanjutkan studi keperguruan tinggi (hipotesis1), mengetahui hubungan antara komunita
teman sebaya dengan minat melanjutkan studi ke perguruan tinggi (hipotesis 2). Dalam
penelitian ini menggunakan teknik analisis korelasi product moment dari pearson.
Cara menganalisis melalui SPSS :
a. . copy yang di blog kuning ( bisa lihat pada postingan uji normalitas UJI Normalitas ) ke
dalam spss satu persatu , lalu berilah label dengan klik variable view pada bagian kiri bawah.
Lalu ganti dengan nama yang anda paham,misal untuk saya FASILITAS BELAJAR pada
VAR0001 saya ganti nama dengan FASBEL, Komuitas teman sebaya / VAR002 saya beri
nama KTS dan Minat melanjutkan studi/ VAR003 saya beri nama MINAT. maka akan
menjadi seperi gambar di bawah :
2. Lalu ikuti langkah berikut pada SPSS,
ANALYZE———–> REGRETION—————>LINEAR
Perlu diperhatikan dalam memasukkan variabel bebasnya ( independet ), dari gambar di atas
adalah kita akan menghitung regresi korelasi antara x1- y, dalam hal ini adlah fasilitas belajar
dengan minat, untuk x2 – y nya tingga l mengganti independentnya dengan KTS. Namun kita
melakukannya satu per satu terlebih dahulu. Berikut output dari cara gambar di atas ,
Output x1-y :
Untuk output X2-y nya ( komunitas teman sebaya dengan minat ) adalah sebagai berikut :
Nah lalu apa yang kita baca? lihat pada yang saya lingkari pada R. di uji ini kita akan
membandingkan antara R hitung dengan R tabel, apakah lebih kecil atau lebih besar, berikut
adalah R tabelnya :
\
Untuk sampel yang saya gunakan adalah 101 responden maka R tabelnya adalah pada 101
dengan taraf kesalahan 5%. di dapat jika 101 adalah 0.196, maka kita dapat membuat
sebuah analisis sebagai berikut
Hipotesis 1
Hipotesis yang pertama dalam penelitian ini adalah “Terdapat hubungan positif antara
Fasilitas Belajar Siswa dengan minat siswa SMK Muhammadiyah 3 Kulon Progo untuk
melanjutkan ke jenjang perguruan tinggi.”
Ho : Tidak terdapat hubungan positif antara Fasilitas Belajar Siswa dengan Minat Siswa kelas
XII untuk melanjutkan studi di SMK 3 Kulon Progo
Ha : Terdapat hubungan positif antara Fasilitas Belajar Siswa dengan Minat Siswa kelas XII
untuk melanjutkan studi di SMK 3 Kulon Progo.
Uji hipotesis yang pertama dilakukan dengan menggunakan analisis regresi sederhana
menggunakan bantuan program SPSS versi 17.0 for windows, yang hasilnya dapat dilihat
pada tabel berikut:
Rangkuman hasil regresi X1-Y
Variabel Harga r dan r2 Harga t Koef Konst Ket
R r square rtabel thitung ttabel
Adanya
X2-Y 0,212 0,045 0,196 2,154 1,984 0.345 37.928 hubungan
yang positif
Dari data perhitungan diatas menunjukkan bahwa antara “Fasilitas Belajar” terhadap “Minat
Melanjutkan Studi” adanya hubungan yang positif antara Fasilitas Belajar dengan Minat
Melanjutkan Studi siswa kelas XII di SMK Muhammadiyah 3 Kulon Progo, hal tersebut
ditunjukan dengan melihat harga r hitung (0,212) yang lebih besar dari pada r table (0,196). Cara
lain yaitu dengan melihat harga t, dimana t hitung (2,154) lebih besar dari pada harga t table
(1,984), sehingga Ha di terima yaitu “ Terdapat Hubungan yang positif antara Fasilitas
Belajar terhadap Minat Melanjutkan Studi Siswa XII di SMK Muhammadiyah 3 Kulon
Progo”. Koefisien determinasi r square sebesar 0,045 yang berarti 4,5% perubahan pada
variabel Minat Melanjutkan Studi siswa (Y) dapat diterangkan oleh Fasilitas Belajar (X1).
Persamaan garis regresi pengaruh Fasilitas Belajar Siswa terhadap Minat Melanjutkan Studi
siswa dapat dinyatakan dengan Y= 0.345X2+37.928. Persamaan tersebut menunjukan bahwa
nilai koefisien X1sebesar 0,383 yang berarti apabila Fasilitas Belajar Siswa (X1) meningkat 1
poin maka Minat Melanjutkan Studi siswa (Y) akan meningkat 0,345 poin. Dari hasil uji
hipotesis 1 ini menunjukan bahwa dalam penelitian mengenai adanya hubungan yang positif
antara Fasilitas Belajar dengan Minat Melanjutkan Studi sudah mendukung teori yang ada.
Hipotesis 2
Hipotesis yang kedua dalam penelitian ini adalah “Terdapat hubungan positif antara
komunitas teman sebaya belajar dengan minat siswa SMK Muhammadiyah 3 Kulon Progo
untuk melanjutkan ke jenjang perguruan tinggi.”
Ho : Tidak terdapat hubungan positif antara Komunitas Teman Sebaya dengan Minat
Melanjutkan Studi Siswa kelas XII di SMK Muhammadiyah 3 Kulon Progo.
Ha : Terdapat hubungan positif antara Komunitas Teman Sebaya dengan Minat Melanjutkan
Studi Siswa kelas XII di SMK Muhammadiyah 3 Kulon Progo.
Uji hipotesis yang kedua dilakukan dengan menggunakan analisis regresi sederhana
menggunakan bantuan program SPSS versi 17.0 for windows, yang hasilnya dapat dilihat
pada tabel berikut:

Rangkuman hasil regresi X2-Y

Variabel Harga r dan r2 Harga t Koef Konst Ket

R r square r tabel t hitung t tabel
Adanya
X2-Y 0,391 0,153 0,196 4,229 1,984 0,801 8.571 hubungan
yang positif
Berdasarkan perhitungan dengan menggunakan bantuan program SPSS didapatkan r sebesar
0,391, artinya Komunitas Teman Sebaya memiliki hubungan positif dengan Minat
Melanjutkan Studi siswa dimana harga r hitung (0,391) lebih besar dari r table (0,196). Koefisien
determinasi r square sebesar 0,153 yang berarti 15,3% perubahan pada variabel Minat
Melanjutkan Studi siswa (Y) dapat diterangkan oleh Komunitas Teman Sebaya (X2).
Pengujian signifikasi bertujuan untuk mengetahui pengaruh Komunitas Teman Sebaya (X3)
terhadap Minat Melanjutkan Studi (Y). berdasarkan hasil uji t diperoleh thitung sebesar 4,229.
Jika dibandingkan dengan ttabel sebesar 1,984 pada taraf signifikasi 5% maka thitung lebih besar
dari ttabel. Hal ini menunjukan bahwa Ha diterima yaitu “Terdapat hubungan positif antara
Komunitas Teman Sebaya dengan Minat Melanjutkan Studi Siswa kelas XII di SMK
Muhammadiyah 3 Kulon Progo”.
Persamaan garis regresi hubungan Komunitas Teman Sebaya dengan Minat Melanjutkan
Studi siswa dapat dinyatakan dengan Y=0,801.X2+8.571. Persamaan tersebut menunjukan
bahwa nilai koefisien X2sebesar 0,801 yang berarti apabila Komunias Teman sebaya (X2)
meningkat 1 poin maka Minat Melanjutkan Studi Siswa (Y) akan meningkat 0,801 poin.
2. UJI Hipotesis REGRESI GANDA
Langkah-langkah yang ditempuh dalam korelasi berganda dengan tiga prediktor adalah :
1) Mencari korelasi berganda antara X1, X2, dengan kriteria Y digunakan teknik analisis
korelasi ganda. disini yang kita gunakan adalah Uji f nya.caranya dengan spss adalah sebagi
berikut :
a. Dengan data yang sama dengan data regresi sederhana kita ikuti langkah sebagai berikut
pada SPSS :
ANALYZE————>regresi————————>Linear
b.Kemudian pada kolom bawah tadi, kita isikan 2 variabel bebas sekaligus :

c. Lalu akan muncul output regresi ganda sebagai berikut :

Nah lalu apa yang akan kita analisi? perhatikan pada warna warna yang saya lingkari,
pertama kita mengacu ke warna hijau dahulu untuk menentukan nila F tabelnya, pada warna
hijau regression = 2 dan total = 100, maka df adalah 2/100, mari kita lihat pada tabel F untuk
df=2/100,
>>>>>>>>>> UNTUK DOWNLOAD TABEL R T DAN F LENGKAP KLIK
DISINI <<<<<<<<<<<<<<<<<<<<<

dari sini kita menentukan untuk F hitungnya adalah 3,09, dari situ kita bisa membuat sebauh
analisis sebagai berikut :
Cara Menghitung Uji Hipotesis Regresi Sederhana dan Regresi Ganda Pada Skripsi Kuantitatif Dengan SPSS
Ho : Tidak terdapat hubungan positif antara Fasilitas Belajar, dan Komunitas Teman Sebaya
dengan Minat Melanjutkan Studi Siswa kelas XII di SMK Muhammadiyah 3 Kulon Progo.
Ha : Terdapat hubungan positif antara Fasilitas Belajar, dan Komunitas Teman Sebaya
dengan Minat Melanjutkan Studi Siswa kelas XII di SMK Muhammadiyah 3 Kulon Progo
uji hipotesis yang ketiga dilakukan dengan menggunakan analisis regresi ganda
menggunakan bantuan program komputer SPSS versi 17.0 for windows, yang hasilnya dapat
dilihat pada tabel berikut:
Rangkuman hasil regresi ganda
Ry(1,2) R2y(1,2) Df Harga F Ket
Hitung Tabel
Terdapat
Keberpengaruhan
0,405 0,164 2:100 9,633 3,09
ketiga variabel X
terhadap variabel Y

Dari data diatas didapat harga Ry(1,2) sebesar 0,405, artinya fasilitas belajar, dan komunitas
sebaya secara bersama-sama memiliki hubungan positif terhadap Minat Melanjutkan Studi
siswa kelas XII di SMK Muhammadiyah 3 Kulon Progo. Koefisien determinasi
R2y(1,2) sebesar 0,164 berarti fasilitas belajar, dan komunitas sebaya secara bersama-sama
mampu mempengaruhi 16,4% perubahan pada variabel Minat Melanjutkan Studi siswa (Y).
 Hal ini menunjukan masih ada 83,6% faktor atau variabel lain yang mempengaruhi Minat
Melanjutkan Studi siswa selain fasilitas belajar, dan komunitas sebaya secara bersama-sama.
Pengujian signifikasi bertujuan untuk mengetahui pengaruh Tingkat Fasilitas Belajar (X1) dan
Komunitas Teman Sebaya (X2) terhadap Minat Melanjutkan Studi siswa (Y). berdasarkan
hasil uji F diperoleh Fhitung sebesar 9,633. Jika dibandingkan dengan Ftabel dengan df 2:100
sebesar 3,09 pada taraf signifikasi 5% maka Fhitung lebih besar dari Ftabel. Hal ini menunjukan
bahwa terdapat hubungan yang positif dan signifikan antara Fasilitas Belajar (X1) dan
Komunitas Teman Sebaya (X2) bersama-sama terhadap Minat Melanjutkan Studi siswa.
Harga koefisien korelasi Ry(1,2) sebesar 0,405 lebih besar dari rtabel 0,196 maka dapat
disimpulkan hipotesis keempat (Ha) diterima yaitu “ Terdapat hubungan positif dan
signifikan antara Fasilitas Belajar, dan Komunitas Teman Sebaya secara bersama-sama
terhadap Minat Melanjutkan Studi siswa kelas XII di SMK Muhammadiyah 3 tahun
pelajaran 2011/2012”.
Persamaan garis regresi pengaruh Fasilitas Belajar, dan Komunitas Teman Sebaya secara
bersama-sama terhadap Minat Melanjutkan Studi siswa dapat dinyatakan dengan Y =
0,181.X1 + 0.737.X2 + 3772. Persamaan tersebut menunjukan bahwa nilai koefisien
X1 sebesar 0,181 yang berarti apabila Fasilitas Belajar (X1) bertambah 1 poin maka Minat
Melanjutkan Studi Siswa (Y) akan meningkat 0,181 poin dengan asumsi X2 tetap. Koefisien
X2 sebesar 0,737 yang berarti apabila Komunitas Teman Sebaya (X2) meningkat 1 poin maka
Minat Melanjutkan Studi siswa (Y) akan meningkat 0,737 poin dengan asumsi X1tetap.
Itulah contoh cara perhitungan dari setiap uji,semoga bermanfaat untuk anda semua, terutama
yang sedang belajar mengolah data dengan menggunakan SPSS dan bagaimana cara
membaca output dan menganalisa setiap output yang spss keluarkan

Langkah-langkah pada program SPSS

 Kita menggunakan input data yang sama pada uji normalitas.

 Klik Analyze - Regression - Linear
 Klik variabel Harga Saham dan masukkan ke kotak Dependent, kemudian klik
variabel PER dan ROI dan masukkan ke kotak Independent
 Klik Statistics, kemudian klik Collinearity diagnostics. Klik Continue
 Klik OK, pada output anda lihat tabel coefficients pada kolom collinearity
statistics, hasil yang di dapat sebagai berikut:

Tabel. Hasil Uji Multikolinearitas

 Dari hasil di atas dapat diketahui nilai variance inflation factor (VIF) kedua
variabel yaitu PER dan ROI adalah 1,899 lebih kecil dari 5, sehingga bisa
diduga bahwa antar variabel independen tidak terjadi persoalan
multikolinearitas.
Cara menganalisis Regresi linier berganda dengan SPSS
17.0
Cara menganalisis Regresi linier berganda dengan SPSS 17.0
Analisis regresi digunakan untuk memprediksi pengaruh variabel bebas terhadap variabel terikat.
Analisis regresi juga dapat dilakukan untuk mengetahui kelinieritas variabel terikat dengan varibel
bebasnya, selain itu juga dapat menunjukkan ada atau tidaknya data yang outlier atau data yang
ekstrim.
Analisis regresi linear berganda terdiri dari satu variabel dependen dan dua atau lebih variabel
independen. Misalnya dalam suatu kegiatan penelitian ingin diketahui apakah variabel X (Sex dan
Nilai harian 1) berpengaruh terhadap variabel Y (nilai rapot). Data penelitian adalah sebagai berikut:

Nama Sex Nilai harian Nilai Rapot

1
IDM01 1 50 68
IDM02 2 61 86
IDM03 1 80 78
IDM04 1 76 80
IDM05 1 40 76
IDM06 2 73 74
IDM07 2 86 70
IDM08 1 77 80
IDM09 1 59 76
IDM10 2 56 85
IDM11 2 66 60
IDM12 1 80 69
IDM13 1 72 89
IDM14 2 95 90
IDM15 1 83 88

Keterangan sex: 1=laki-laki, 2=perempuan

Langkah-langkah menganalisis menggunakan spss 17.0 adalah sebagai berikut:

1. Buka lembar kerja SPSS
2. Buat semua keterangan variabel di variable view seperti gambar berikut:
3. Klik Data view dan masukan data sehingga tampak hasilnya sebagai berikut:

4. Lakukan analisis dengan cara: Analize, Regression, Liniear. akan muncul dialog seperti gambar
berikut; Selanjutnya isilah kotak menu Dependen dengan variabel terikat, yaitu variabel Rapor dan
kotak menu independen dengan variabel bebas, yaitu variabel Sex dan Harian 1.

5. Selanjutnya klik kotak menu Statistics. Pilih Estimates, Descriptives dan Model fitlau klik
Continue. Tampilan muncul seperti berikut
6. Kotak menu Plots, berfungsi untuk menampilkan grafik pada analisis regresi. klik kotak menu
Plots, kemudian klik Normal probanility plot yang terletak pada kotak menuStandardized Residual
plots. Selanjutnya klik Continue. Tampilannya adalah sebagai berikut:

7. Selanjutnya klik Continue. Untuk melakukan analisis kliklah OK. Beberapa saat kemudian akan
keluar outputnya, sebagai berikut:

Regression
[DataSet1]
Cara membaca Output tersebut adalah. sebagai berikut:
1. Deskriptif statistik

Dari output tersebut dapat dilihat rata-rata nilai rapot dari 15 siswa adalah 77,93 dengan standar
deviasi 8,779 sedangkan rata-rata nilai harian 1 adalah 70,27 dengan standar deviasi 14,786
2. Korelasi

Dari tabel dapat dilihat bahwa besar hubungan antara variabel nilai rapot dengan sex adalah -0,042
hal ini menunjukan hubungan negatif.
besar hubungan nilai harian 1 dengan nilai rapot adalah 0,238 yang berarti ada hubungan positif,
makin besar nilai harian 1 maka makin tinggi pula nilai rapot.

3. Variabel masuk dan keluar

Dari tabel diatas menunjukan variabel yang dimasukan adalah nilai harian 1 dan sex, sedangkan
variabel yang dikeluarkan tidak ada (Variables Removed tidak ada)

4.Model sisaan

Pada tabel diatas angka R Square adalah 0,063 yaitu hasil kuadrat dari koefisien korelasi (0,250 x
0,250 = 0,063). Standar Error of the Estimate adalah 9,181, perhatikan pada analisis deskriptif statitik
bahwa standar deviasi nilai rapot adalah 8,779 yang jauh lebih kecil dari dari standar error, oleh
karena lebih besar daripada standar deviasi nilai rapot maka model regresi tidak bagus dalam
bertindak sebagai predictor nilai rapot.

5. Anova

Hipotesis:
Ho: B1=B2=0
Ha: ada Bi yang tidak nol
Pengambilan keputusan:
Jika F hitung <= T tabel atau probabilitas >= 0,05 maka Ho diterima
Jika F hitung > T tabel atau probabilitas < 0,05 maka Ho ditolak

Dari tabel diatas dapat dilihat nilai F hitung yaitu 0,401, sedangkan nilai F tabel dapat diperoleh
dengan menggunakan tabel F dengan derajat bebas (df) Residual (sisa) yaitu 12 sebagai df penyebut
dan df Regression (perlakuan) yaitu 2 sebagai df pembilang dengan tarap siginifikan 0,05, sehingga
diperoleh nilai F tabel yaitu 3,89. Karena F hitung (0,401) < F tebel (3,89) maka Ho diterima.
Berdasarkan nilai Signifikan, terlihat pada kolom sig yaitu 0,679 itu berarti probabilitas 0,679 lebih dari
daripada 0,05 maka Ho diterima.
Kesimpulan:
Tidak ada koefisien yang tidak nol atau koefisien berarti, maka model regresi tidak dapat dipakai
untuk memprediksi nilai rapot.

6. Koefisien

Hipotesis:
Ho: Bi=0
Ha: ada Bi yang tidak nol , i=1 atau 2
Pengambilan keputusan:
Jika T hitung <= T tabel atau probabilitas >= 0,05 maka Ho diterima
Jika T hitung > T tabel atau probabilitas < 0,05 maka Ho ditolak
* Constant: Berdasarkan tabel diatas, dapat dilihat bahwa nilai T hitung untuk Constant yaitu 5,360,
pada T tabel dengan db 12 dan taraf signifikan 0,05 diperoleh 1,782, karena T hitung > T tabel maka
Ho ditolak. sedangkan sig pada tabel B adalah 0,000 yang berarti probabilitas 0,000, karena
probabilitas kurang dari 0,05 maka ditolak. Berarti bermakna dan diramalkan tidak melalui titik (0,0).
** Sex: Berdasarkan tabel diatas, dapat dilihat bahwa nilai T hitung untuk Sex yaitu -0,277, pada T
tabel dengan db 12 dan taraf signifikan 0,05 diperoleh 1,782, karena T hitung < T tabel maka Ho
diterima. sedangkan sig pada tabel B adalah 0,786 yang berarti probabilitas 0,786, karena
probabilitas kurang dari 0,05 maka diterima. artinya B tidak berarti.
*** Harian 1: Berdasarkan tabel diatas, dapat dilihat bahwa nilai T hitung untuk Harian 1 yaitu 0,882,
pada T tabel dengan db 12 dan taraf signifikan 0,05 diperoleh 1,782, karena T hitung < T tabel maka
Ho diterima. sedangkan sig pada tabel B adalah 0,786 yang berarti probabilitas 0,395, karena
probabilitas kurang dari 0,05 maka diterima. artinya B tidak berarti

Berdasarkan analisis diatas maka dapat dibuat model regresi dugaannya yaitu:
Y = 69,429

Dari tabel diatas merupakan ringkasan yang meliputi nilai minimum dan maksimum, mean dan
standar deviasi dari predicted value (nilai yang diprediksi) dan statistic residu.

7. Kelinieran
Jika residual berasal dari distribusi normal, maka nilai-nilai sebaran data akan terletak sekitar garis
lurus, terlihat bahwa sebaran data pada gambar diatas tersebar hampir semua tidak pada sumbu
normal, maka dapat dikatakan bahwa pernyataan normalitas tidak dapat dipenuhi.