Validitas adalah tingkat keandalan dan kesahihan alat ukur ( ku

esioner ) yang digunakan. Intrumen/ alat ukur dikatakan valid b

erarti menunjukkan alat ukur yang dipergunakan untuk mendap
atkan data itu valid atau dapat digunakan untuk mengukur apa
yang seharusnya di ukur (Sugiyono, 2004:137). Dengan demiki
an, instrumen yang valid merupakan instrumen yang benar-ben
ar tepat untuk mengukur apa yang hendak di
Timbangan dinyatakan valid jika digunakan untuk mengukur ba
rat, namun tidak valid jika digunakan untuk mengukur panjang.
Artinya, timbangan memang tepat digunakan untuk mengukur b
erat, namun menjadi tidak valid jika timbangan digunakan untuk
mengukur berat.
Uji reliabilitas berguna untuk menetapkan apakah instrumen ya
ng dalam hal ini kuesioner dapat digunakan lebih dari satu kali,
paling tidak oleh responden yang sama akan menghasilkan dat
a yang konsisten. Dengan kata lain, reliabilitas instrumen menci
rikan tingkat konsistensi.
Timbangan yang digunakan untuk mengukur berat, bisa untuk
mengukur berat dari semua responden dengan hasil yang tepat
sama, konsisten.
Pengukuran validitas dan reliabilitas mutlak dilakukan, karena ji
ka instrument yang digunakan sudah tidak valid dan reliable ma
ka dipastikan hasil penelitiannya pun tidak akan valid dan reliab
le.
Dalam penelitian, data mempunyai kedudukan yang paling ting
gi, karena data merupakan penggambaran variabel yang diteliti
dan berfungsi sebagai alat pembuktian hipotesis. Benar tidakny
a data, sangat menentukan bermutu tidaknya hasil penelitian. S
edang benar tidaknya data, tergantung dari baik tidaknya instru
men pengumpulan data.  Pengujian instumen biasanya terdiri d
ari uji validitas dan reliabilitas.
Penelitian yang valid artinya bila terdapat kesamaan antara dat
a yang terkumpul dengan data yang sesungguhnya terjadi pad
a objek yang diteliti. Artinya, jika objek berwarna biru, sedangka
n data yang terkumpul berwarna kuning, maka hasil penelitian t
idak valid. Sedangkan penelitian yang reliable bila terdapat kes
amaan data dalam waktu yang berbeda. Kalau dalam objek ke
marin berwarna biru, maka sekarang dan besok tetap berwarna
biru.

DISKUSI MET LIT STAT 16 DES - 21 DES 2019

Jelaskan dan berikan contoh perbedaan dan kesamaaan Regresi dan Korelasi.
JAWAB :
KORELASI dan REGRESI adalah suatu penelitian statistik untuk menguji hubungan antara
dua variabel atau lebih.
Perbedaan dasar antara Korelasi dan Regresi adalah:
Dalam Korelasi hanya menunjukkan sekedar hubungan antara variabel, dan tidak ada istilah
variabel dependent ( Variabel Terikat ) dan Variabel Independent ( variabel bebas ).
Analisis Korelasi bertujuan untuk mengukur seberapa kuat atau derajad kedekatan suatu
relasi yang terjadi antar variabel.
Pada Regresi menunjukkan kedekatan hubungan pengaruh antar variabel , dan dalam regresi
terdapat istilah variabel dependent dan variabel independent.
Analisis Regresi. digunakan untuk mempelajari dan mengukur hubungan statistik yang
terjadi antara dua variabel atau lebih.

KORELASI :
Korelasi adalah teknik statistik yang digunakan untuk meguji ada/tidaknya hubungan serta ar
ah hubungan dari dua variabel atau lebih.

KOEFISIEN KORELASI

Besar kecilnya hubungan antara dua variabel dinyatakan dalam bilangan yang disebut
Koefisien Korelasi:

a. Besarnya Koefisien antara   -1   0  +1

b. Besaran koefisien -1 & 1 adalah hubungan yang sempurna
c. Nilai Koefisien 0 atau mendekati 0 dianggap tidak berhubungan antara dua variabel yang d
iuji

ARAH HUBUNGAN

a. Positif (Koefisien 0 s/d 1)

b. Negatif (Koefisien 0 s/d -1)
c. Nihil (Koefisien 0).

PEARSON CORRELATION

Digunakan untuk data interval & rasio

Distribusi data normal
Terdiri dari dua variabel
1 Variabel X (Independen)
1 Variabel Y (dependen)
CONTOH

Judul: Hubungan antara intensitas belajar dengan prestasi mata kuliah statistik

Variabel X : Intensitas belajar (diukur dari lamanya belajar dalam satu minggu)
Variabel Y : Prestasi matakuliah statistik (diukur dari nilai ujian akhir semester)

Hipotesa:

H0: Tidak ada hubungan antara Intenitas belajar dengan prestasi mata kuliah statistik
Ha: Ada hubungan antara Intenitas belajar dengan prestasi mata kuliah statistik

INTERPRESTASI

Untuk pengambilan keputusan statistik, dapat digunakan 2 cara:

1. Koefisien Korelasi dibandingkan dengan nilai r tabel (korelasi tabel)

Apabila Koefisien Korelasi > r tabel, Maka ada hubungan yang signifikan (Ha Diterima),

Apabila Koefisien Korelasi < r tabel, Maka tidak ada hubungan yang signifikan (H0 Diterim
a).

2. Melihat Sig.

    Apabila nilai Sig. < 0,05 Maka ada hubungan yang signifikan (Ha Diterima)
    Apabila nilai Sig. > 0,05 Maka tidak ada hubungan yang signifikan (H0 Diterima)

Arah hubungan:

Dilihat dari tanda koefisien:

   Tanda (-) berarti apabila variabel X tinggi maka variabel Y rendah

   Tanda (+) berarti apabila variabel X tinggi maka variabel Y juga tinggi

SPEARMAN

a. Digunakan untuk jenis data ordinal

b. Cara analisis dan interpretasi sama dengan Pearson.
c. Perbedaan hanya pada waktu memilih box yang diaktifkan adalah box spearman.
KORELASI PARTIAL

Korelasi yang digunakan untuk menguji hubungan dua atau lebih variabel independen dengan
satu variabel dependen dan dilakukan pengendalian pada salah satu variabel independennya

CONTOH

Judul: Hubungan antara biaya promosi dan penjualan dengan mengendalikan jumlah outlet

Variabel X1: Biaya Promosi

Variabel X2: Jumlah outlet (dikendalikan)
Variabel Y: Penjualan

Hipotesa:

H0: Tidak ada hubungan antara biaya promosi dengan penjualan apabila jumlah outlet dikend
alikan
Ha: Ada hubungan antara biaya promosi dengan penjualan apabila jumlah outlet dikendalikan

CONTOH

Buka data : Korelasi ganda dan partial.sav Data

ANALISIS
KORELASI PARTIAL

OUTPUT PARTIAL

KORELASI GANDA

Koefisien yang digunakan untuk menguji hubungan dua atau lebih variabel independen denga
n satu variabel dependen secara bersamaan.

CONTOH
Judul: Hubungan antara biaya promosi dan jumlah outlet dengan penjualan

  Variabel X1: Biaya Promosi

  Variabel X2: Jumlah outlet
  Variabel Y: Penjualan

Hipotesa:

  H0: Tidak ada hubungan antara biaya promosi dan jumlah outlet dengan penjualan
  Ha: Ada hubungan antara biaya promosi dan jumlah outlet dengan penjualan

CONTOH

  Buka data : Korelasi ganda dan partial.sav Data

KORELASI GANDA

INTERPRESTASI KORELASI GANDA

a. Untuk menginterprestasi korelatif ganda lihat nilai R, semakin mendekati 1 maka hubunga
n semakin kuat
b. Guna memperkaya analisis, sebelum dianalisis korelasi ganda dapat juga ditambahkan anal
isis korelasi pada masing-masing variabel independen dengan variabel dependen (caranya sa
ma dengan analisis korelasi pearson).

REGRESI

a. Analisis regresi adalah analisis lanjutan dari korelasi

b. Menguji sejauh mana pengaruh variabel independen terhadap variabel dependen setelah di
ketahui ada hubungan antara variabel tersebut
c. Data harus interval/rasio
d. Data Berdistribusi normal.

Yang akan dibahas dalam pelatihan ini adalah:

a. Regresi sederhana: yaitu regresi untuk 1 variabel independen dengan 1 variabel dependen
b. Regresi ganda: yaitu regresi untuk lebih dari satu variabel independen dengan 1 variabel de
penden.

REGRESI SEDERHANA

Buka data : Pearson.sav Data

INTERPRETASI REGRESI SEDERHANA

Output 1

Lihat nilai R = 0,843 ini berarti bahwa kekuatan hubungan antara variabel X dengan Y adalah
0,843

INTERPRETASI REGRESI SEDERHAN

OTPUT 2

 Untuk melihat signifikansi persamaan regresi dapat dilihat dari nilai F = 81,329 da
n dibandingkan dengan F tabel
 Apabila nilai F < F tabelmaka persamaan garis regresi tidak dapat digunakan untuk
prediksi
 Apabila nilai F > F tabelmaka persamaan garis regresi dapat digunakan untuk predi
ksi
 Selain itu dapat pula dengan melihat nilai Sig. dapat digunakan untuk prediksi apa
bila nilai Sig. < 0,05

INTERPRETASI REGRESI SEDERHANA

OUTPUT 3
  Untuk membuat persamaan garis regresi dapat dilihat dari kolom B.
 Constan = 38,481 dan intensitas belajar= 2,978
 Berarti persamaan garisnya adalah: Y=38,481 + 2,978 X.

REGRESI BERGANDA

 Digunakan untuk analisis regresi dengan jumlah variabel independen lebih dari sat
u dengan satu variabel dependen
 Ada tambahan asumsi yang harus dipenuhi, yaitu tidak boleh ada hubungan antar v
ariabel-variabel independennya (uji multikolinearitas).

CONTOH

Buka data : Korelasi ganda dan partial.sav

INTERPRETASI REGRESI GANDA

Output 1

Lihat nilai R = 0,976 ini berarti bahwa kekuatan hubungan antara variabel X1dan X2 secara b
ersamaan dengan Y adalah 0,976.

INTERPRETASI REGRESI GANDA

Output 2

Untuk melihat signifikansi persamaan regresi dapat dilihat dari nilai F = 118,294 dan dibandi
ngkan dengan Tabel F: F Tabel dalam Excel

 Apabila nilai F < F tabelmaka persamaan garis regresi tidak dapat digunakan untuk
prediksi
 Apabila nilai F > F tabelmaka persamaan garis regresi dapat digunakan untuk predi
ksi
 Selain itu dapat pula dengan melihat nilai Sig. dapat digunakan untuk prediksi apa
bila nilai Sig. < 0,05

INTERPRETASI REGRESI GANDA

Output 3

Untuk membuat persamaan garis regresi dapat dilihat dari kolom B.

 Constan = 64,639
 Biaya promosi= 2,342
 Jumlah Outlet= 0,535
 Berarti persamaan garisnya adalah: Y=64,639 + 2,342 biaya promosi + 0,535 Juml
ah Outlet

INTERPRETASI REGRESI GANDA

Output 4

Identifikasi kolinieritas dapat dilakukan dengan melihat:

* Output 3, Kolom VIF. : terjadi kolinearitas apabila nilai VIF > 5

* Output 4, Kolom eugenvalue: terjadi kolinearitas apabila nilai eugenvalue mendekati 0

* Output 4, Kolom condition index: terjadi kolinearitas apabila nilai condition index > 15. Di
katakan parah apabila > 30.
Seorang pengusaha bernama Anna Maria ingin meneliti tentang pengaruh biaya promosi terhadap
volume penjualan pada perusahaan minyak wangi. Dari pernyataan tersebut didapa tvariabel
dependen (Y) adalah volume penjualan dan variabel independen (X) adalah biaya promosi. Data-data
yang didapat ditabulasikan sebagai berikut:

N Biaya Volume
o Promosi Penjualan

1 12 56

2 14 62

3 13 60

4 12 61

5 15 65

6 13 66

7 14 60

8 15 63

9 13 65

10 14 62

 
Langkah :

 Buka file : korelasi & regresi

 Klik Analyze, klik Regression, dan klik linier
 Klik dan pindahkan volume penjualan ke kotak dependent dan biaya promosi ke
kotak independent dengan mengetik tanda ►
 Klik statistics pilih estimates, model fit, dan descriptive.
 Klik continue
 Klik plots
 Pada standardized residual plots, pilih histogram dan normal probability plot.
 Klik continue dan klik OK.

Output pada SPSS dapat dilihat sebagai berikut:

Dari hasil perhitungan didapatkan:

Y= a + bx

Konstanta (a) = 45.286; Koefisien Regresi (b) = 1,238; dan t hitung = 1.419

Selanjutnya yaitu menganalisis signifikansi pengaruh variabel independen dengan variabel dependen.
Jika ditetapkan hipotesis sebagai berikut:

H. Tidak ada pengaruh secara signifikan antara biaya promosi dengan volume penjualan

H. Ada pengaruh signifikan antara biaya promosi dengan volume penjualan

Dengan menggunakan tingkat signifikansi 5%, pengujian 2 sisi, dan derajat kebebasan (df) = n-k-1 =
10-1-1 = 8 (dimana n = jumlah data, k = jumlah variabel independen) maka diperoleh t tabel sebesar
2.30600. (dapat dilihat pada Ms Excel dengan mengetikkan “=tinv(0,05;8)” lalu tekan Enter).

Karena t hitung < t tabel, maka Ha diterima. Kesimpulannya, terdapat pengaruh yang signifikan
antara biaya promosi dengan volume penjualan.

TUGAS DISKUSI METODE PENELITIAN TGL25 NOV

1. Apakah perbedaan Analisis Deskriptif dengan Analisis Inferensial. Jelaskan!

ANALISIS DESKRIPTIF

Suatu penelitian yang bertujuan menggambarkan data mentah yang ada , lalu data mentah ini disimp
ulkan dan disajikan secara informatif .

Adapun langkah langkah analisis deskriptif

 Pengumpulan data kuantitatif

 Pengolahan, penyederhanaan dan penataan data kuantitatif
 Penyajian atau menampilkan data secara informatif

Contoh : Chart penjualan suatu produk X

ANALISIS INFERENSIAL

Suatu penelitian yang dalam analisis data memakai perhitungan statistic berdasarkan sampel untuk
membuat kesimpulan mengenai kondisi populasi dimana sampel diambil.

Langkah langkah analisis inferensial hamper sama dengan langkah penelitian deskriptif pada awalnya,
hanya pada analisis data kuantitatif memakai perhitungan statistic. Adapun tujuan analisis statistic i
ni untuk menguji suatu hipotesis, atau menentukan suatu hubungan antar variable penelitian dan m
embuat prediksi atau meramal suatu variable dimasa akan datang.

Contoh : Riset suatu perusahaan obat ( A/B testing)

Quick Count pada pemilu