Uju Validitas dan reliabilitas menggunakan SPSS

Validitas atau kesahihan dilakukan untuk menunjukkan sejauh mana suatu alat ukur mampu mengukur
apa yang ingin diukur (valid measure if it succsesfully measure the phenomenon).

Validitas adalah suatu ukuran yang yang menunjukan tingkat keandalan atau kesahihan suatu alat ukur.

Contoh Soal Uji Validitas

Seorang peneliti ingin meneliti “Pengaruh pola asuh orang tua terhadap prestasi belajar siswa”, untuk
mengukur pengaruh pola asuh orang tua, peneliti tersebut menggunakan instrumen jenis angket dalam
penelitiannya. Jumlah butir angket yang digunakan dalam penelitiannya adalah 18 item pernyataan, dan
sampel yang digunakannya adalah 30 orang siswa, adapun data hasil penelitiannya adalah sebagai
berikut:

 Langkah-langkah pengujian dengan menggunakan SPSS adalah sebagai berikut:

a)    Buka program SPSS, pada lembar kerja SPSS, klik Variabel View, pada kolom nama yang pertama,
tulis item_1, kolom nama yang kedua tulis item_2, (selalu gunakan tanda _ ) dan seterusnya sampai
banyaknya jumlah item pertanyaan pada angket, dan yang terakhir tulis skor total , pada
kolom Decimals, rubah angka menjadi nol, selanjutnya klik Data View, masukan jawaban angket beserta
skor totalnya.

b)   Pada menu SPSS, klik Analyze, Corralate, Bivariate
 

c)    Pada kotak dialog Bivariate Corralations, masukan semua item pada kotak Variables, klik

kotak Pearson, Flag significant correlations, selanjutnya klik OK.

Output hasil perhitungan uji validitas dapat dilihat pada gambar berikut:
Besar kecilnya nilai rhitung dilihat pada kolom Skor total, perhatikan lingkaran merah, besarnya nilai
rhitung soal atau pernyataan angket yang pertama adalah 0,407, rhitung yang kedua adalah 0,367, dan
seterusnya. Setelah harga koefisien validitas tiap butir soal diperoleh, kemudian hasilnya dibandingkan
dengan nilai rtabel pada taraf signifikan 5% dengan n = 30.

Dengan kriteria keputusan sebagai berikut:

1)        Jika rhitung > rtabel maka item tersebut berarti valid

2)        Jika rhiutng ≤ rtabel maka item tersebut berarti tidak valid

Setelah dilakukan analisis data dengan menggunakan program SPSS 16.0 for Windows,  item yang
berjumlah 18 butir pernyataan, semuanya dikatakan valid, karena nilai rhitung > rtabel, dengan
nilai rtabel = 0,361. 

UJI RELIABILITAS

Reliabilitas dilakukan untuk mengetahui sejauh mana hasil pengukuran tetap konsisten, apabila
dilakukan dengan pengukuran dua kali atau lebih terhadap gejala yang sama dengan menggunakan alat
pengukuran yang sama pula. 

Contoh soal uji reliabilitas.

Seorang peneliti ingin meneliti “Pengaruh pola asuh orang tua terhadap prestasi belajar siswa”, untuk
mengukur pengaruh pola asuh orang tua, peneliti tersebut menggunakan instrumen jenis angket dalam
penelitiannya. Jumlah butir angket yang digunakan dalam penelitiannya adalah 18 item pernyataan., dan
sampel yang digunakannya adalah 30 orang siswa. Untuk mengukur reliabilitas instrumen, peneliti
tersebut menggunakan teknik Alpha Cronbach dengan menggunakan program SPSS 16.0 for Windows.
Kriteria suatu instrumen dikatakan reliabel dengan menggunakan teknik ini, bila koefisien reliabilitas
(r11) > 0,6.

Berikut data hasil penelitiannya:

Langkah- langkah untuk menguji reliabitas dengan menggunakan program SPSS adalah sebagai berikut:

a)    Buka program SPSS, pada lembar kerja SPSS, klik Variabel View, pada kolom nama yang pertama,
tulis item_1 (selalu gunakan tanda _ ), kolom nama yang kedua tulis item 2, dan seterusnya sampai
banyaknya jumlah item pertanyaan pada angket, dan yang terakhir tulis skor total , pada
kolom Decimals, rubah angka menjadi nol, selanjutnya klik Data View, masukan jawaban angket tanpa
skor totalnya. 

b) Pada menu SPSS, klik Analyze, Scale, Reliability Analysis.

  

c)    Pada kotak dialog Reliability Analysis, masukan semua item pada kotak Items, tanpa skor total.
Selanjutnya klik Statistics, akan muncul kotak dialog Reliability Analysis Statistics, pada kotak dialog
tersebut klik pada kolom Scale if Item Deleted, selanjutnya klik Continue, OK.

Hasil output perhitungan uji reliabilitas menggunakan SPSS.

 
Untuk melihat besarnya nilai koefisien reliabilitas (r11), dilihat dari tabel Reliability Statistics, dari hasil di
atas, besarnya nilai koefisien reliabilitas dengan menggunakan teknik Alpha Cronbach adalah 0,685.
Dapat disimpulkan bahwa koefisien reliabilitas (r11) > 0,6 atau 0,685 > 0,6. Sehingga, instrumen angket
pola asuh orang tua berarti reliabilitas.

KORELASI

Korelasi adalah teknik statistik yang digunakan untuk meguji ada/tidaknya hubungan serta arah
hubungan dari dua variabel atau lebih.

Yang akan dibahas dalam pelatihan ini adalah :

1. Korelasi sederhana pearson & spearman
2. Korelasi partial
3. Korelasi ganda.

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 diuji

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

INPUT DATA KE SPSS

Input Data ke SPSS

SPSS

Ada dua view dalam SPSS

a. Data View : digunakan untuk memasukkan data yang akan dianalisis

b. Variabel View : digunakan untuk memberi nama variabel dan pemberian koding.

UJI NORMALITAS
 Uji Normalitas SPSS

Normalitas Plot SPSS

INTERPRESTASI NORMALITAS
TAHAP ANALISIS

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 Diterima).

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 dikendalikan
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 dengan 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 hubungan semakin
kuat
b. Guna memperkaya analisis, sebelum dianalisis korelasi ganda dapat juga ditambahkan analisis korelasi
pada masing-masing variabel independen dengan variabel dependen (caranya sama dengan analisis
korelasi pearson).

REGRESI
a. Analisis regresi adalah analisis lanjutan dari korelasi
b. Menguji sejauh mana pengaruh variabel independen terhadap variabel dependen setelah diketahui
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 dependen.

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 SEDERHANA

OTPUT 2

Untuk melihat signifikansi persamaan regresi dapat dilihat dari nilai F = 81,329 dan 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 prediksi

Selain itu dapat pula dengan melihat nilai Sig. dapat digunakan untuk prediksi apabila 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 satu dengan satu
variabel dependen

Ada tambahan asumsi yang harus dipenuhi, yaitu tidak boleh ada hubungan antar variabel-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 bersamaan
dengan Y adalah 0,976.

INTERPRETASI REGRESI GANDA

Output 2

Untuk melihat signifikansi persamaan regresi dapat dilihat dari nilai F = 118,294 dan dibandingkan
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 prediksi

Selain itu dapat pula dengan melihat nilai Sig. dapat digunakan untuk prediksi apabila 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 Jumlah 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. Dikatakan parah
apabila > 30.