Uji Instrument, Analisa Deskriptif

Dan Uji Data

DIAH PERMATA SSI MM
Uji Instrumen

1. UJI VALIDITAS
2. UJI REALIBILITAS
 Validitas
• Validitas adalah ketepatan atau kecermatan
suatu instrumen dalam mengukur apa yang
ingin dukur
• Validitas data merupakan derajat ketepatan
antara data yang terjadi pada obyek
penelitian dengan data yang dapat
dilaporkan oleh peneliti
 Rumus uji validitas
( Product Moment)

• X = Skor yang diperoleh subyek dari seluruh item

• Y = Skor total yang diperoleh dari seluruh item
• ΣX = Jumlah skor dalam distribusi X
• ΣY = Jumlah skor dalam distribusi Y
• ΣX2 = Jumlah kuadrat dalam skor distribusi X
• ΣY2 = Jumlah kuadrat dalam skor distribusi Y
• N = banyaknya responden
• Untuk melihat apakah data itu valid atau
tidaknya , maka nilai r yang didapat harus
dibandingkan dengan nilai r yang ada pada
tabel
• Jika r hitung > r tabel  data dinyatakan
valid
• Jika r hitung < dari r tabel  data
dinyatakan tidak valid
 Cara Melihat r tabel
• Cari r tabel pada bukus tatistik atau
internet.
• Lihat pada kolom df nya , kemudian kita
lihat terus ke sisi kanan
• df= degree of freedom
df = N – 2
N = jumlah data yang diuji

Jika data yang di uji sebanyak 10

maka df = 10-2 = 8
Uji Reliabilitas
 Uji Realibilitas
Defenisi : uji yang digunakan untuk mengetahui sejauh mana hasil
sebuah pengukuran dapat konsisten dilakukan jika
pengukuran dilakukan berulang dengan alat ukur yang sama.

Pembagian Uji Realibilitas

Alat ukur digunakan secara berulang pada responden

Test-Retest yang sama dalam rentang waktu yang berbeda

Pengukuran kepada responden yang sama, pd waktu

Eksternal Equivalent
yang sama tp dengan alat/bahasa yang berbeda

Uji Gabungan Retest danUji kedua alat ukur pada responden beberapa kali
Realibilitas Equivalent pada waktu yang sama dan berbeda.

Konsistensi Butir- Penggunaan alat ukur hanya sekali, hasil yang

Internal
Butir pertanyaan diperoleh dianalisis dengan beberap metode
pengolahan yang ada spt Alpha Cronbach, Spearman
Brown , Kuder Richardson dan Split Half Method.
 Aplikasi Uji Reliabillitas
Metode Alpha-Cronbach :
Digunakan jika variabel yang diukur berbentuk ordinal /Skala likers, atau skala seperti 1-3, dan 1-5
dan 1-7 atau jawaban responden yang menginterprestasikan sikap.
Misal ;
Sangat memuaskan =5
Memuaskan =4
Netral =3
Tidak Memuaskan =2
Sangat tidak memuaskan =1

Kriteria :
1. Instrument dapat dikatakan reliabel jika koefisien reliabilitas (r11) > 0,6

Tahapan perhitugan:
 X  2

X 
2 i
i
1. Tentukan nilai variant setiap butir pertanyaan   i 
2 n
n
 X 2

X 2



n
Tentukan nilai variant total     
2
2.
n  k   2

rii    1  2 
h

3. Tentukan nilai koefisien reliabilitas   k  1    t 

 Kategori Koefisien Reliabilitas
No Nilai Reliabilitas
1 > 0,800 Sangat Tinggi
2 0,600 – < 0,800 Tinggi
3 0,400 – < 0,600 Sedang
4 0,200 – < 0,400 Rendah
5 < 0,200 Sangat Rendah

Kriteria :
1. Instrument dapat dikatakan reliabel jika koefisien reliabilitas (r11) > 0,6

Jika didapatkan nilai koefisien reliabilitasnya dibawah 0,6 (r11) < 0,6 ,
Maka instrument dikatakan tidak reliabel,  instrument tersebut tidak bisa
digunakan
 Analisa deskriptif Variabel
TCR ( TotalCapaian Responden)

Uji Kuisioner
 Analisa Deskriptif
• dianalisis tingka tpencapaian responden
terhadap penyebaran kuisioner yang
dilakukan, maka pada bagian deskripsi ini
akan tergambar persentase dan kategori
pencapaian responden tersebut.
Untuk mengetahui pencapaian dan kriteria
responden), dengan rumus sebagai berikut :
• Rata-rata skor = (5.SL) + (4.SR) + (3.KK) + (2.JR) + (1.TP)
SL + SR + KK + JR + TP
• Dimana :
• SL = Selalu
• SR = Sering
• KK = Kadang-kadang
• JR = Jarang
• TP = Tidak pernah
• Sedangkan untuk mencari tingkat
pencapaian jawaban responden digunakan
rumus, sebagai berikut :
• TCR = Rata-rata Skor x 100%
5

• TCR = Tingkat Pencapaian Jawaban Responden

• Dengan kriteria capaian sebagai berikut :
• Persentase Pencapaian Kriteria
• Nilai TCR 90%-100% : Sangat baik
• Nilai TCR 80%-89% : Baik
• Nilai TCR 65%-79% : Cukup
• Nilai TCR 55%-64% : Kurang Baik
• Nilai TCR 0%-54% : Tidak Baik
 contoh
• Variabel Budaya Organisasi dalam penelitian ini
terdiri dari 5 indikator yaitu : inisiatif, toleransi
terhadap konflik, toleransi terhadap resiko,
dukungan instansi, dan komunikasi. Stoner, et. al
(1996) menyatakan budaya (culture) merupakan
gabungan kompleks dari asumsi, tingkah laku, cerita,
mitos, metafora dan berbagai ide lain yang menjadi
satu untuk menentukan apa arti menjadi anggota
masyarakat tertentu. Sedangkan budaya organisasi
(organizationa culture) merupakan sejumlah
pemahaman penting, seperti norma, sikap, dan
keyakinan, yang dimiliki bersama oleh anggota
organisasi.
 Tabel 4.28
Tabulasi Rata-Rata Jawaban Responden
Terhadap Indikator Budaya Organisasi (Inisatif)

Jawaban Responden
No Item Pertanyaan TS KS N S SS Mean TCR
Saya melakukan organisasi tugas dan pekerjaan
1 sendiri untuk menyelesaikan setiap 10 27 - 36 27 3.8 76.2
permasalahan kerja yang diberikan organisasi.
Pegawai yang bekerja di Unit Kerja Kantor
Camat Pauh memiliki kemampuan dalam
2 - - 63 18 9 3.4 68.0
mengambil keputusan baik tim maupun
individu.
Rata-rata Keseluruhan 10.0 27.0 63.0 27.0 18.0 3.6 72.1

sumber : Data Diolah.

• Mean ( rata rata )=
(10 x1)+(27x2)+(3x0) +(36x4)+(27x5) = 343 = 3,4
10 +27+36 +27 100
UJI DATA
 Pengujian Data
• Tujuan untuk memastikan bahwa tidak
terdapat kesalahan atau kelemahan pada
data sebelum diolah.
• penting dilakukan terutama pada analisis-
analisis multivariat.
• Pengabaian terhadap pengujian data bisa
berakibat pada biasnya kesimpulan yang
didapat
 Beberapa jenis uji data yang
relevan
1. Pengujian terdapatnya data yang hilang
(missing value).
2. Pengujian sebaran dan bentuk kenormalan
data.
3. Pengujian outlier data.
4. Pengujian linieritas data
 UJI RANDOM MISSING VALUE
• Missing value adalah kondisi dimana terdapat data
atau sel-sel yang kosong pada satu atau beberapa
variabel
• terjadi sebagai akibat
– sulitnya untuk memperoleh data,
– ketidakmampuan enumerator untuk menggali
informasi
– tidak tersedianya informasi pada kasus
tersebut.
 Penanganan terhadap missing
data
1. Membuang kasus atau variabel ayng
mengandung missing data
2. Melakukan pengisian sel yang kosong
dengan nilai tertentu yang dianggap bisa
mendekati kondisi yang sebenarnya di
lapangan jika sel tersebut diisi
 PENGUJIAN OUTLIER DATA

• Tujuan untuk mengetahui apakah terdapat data dengan

nilai yang ekstrim, baik ekstrim yang terlalu berat maupun
ekstrim yang terlalu kecil.
• outlier dapat disebabkan oleh beberapa hal, diantaranya
adalah
– (1) terjadinya kesalahan dalam pemasukan data,
– (2) Kesalahan yang muncul pada saat pengambilan
sampel atau data lapangan,
– (3) memang terdapat data-data dengan nilai ekstrim
yang tak dapat dihindarkan keberadaannya
 Penanganan
• kesalahan pemasukan data atau
pengambilan data
lapanganmenghilangkan data yang
bersangkutan.,
• jika kehadiran outlier memang disebabkan
adanya kasus-kasus khusus yang terjadi dan
tidak memungkinkan untuk diabaikan, maka
data outlier tetap diikutkan dalam
pengolahan data.
 Uji Normalitas Data

• Tujuan uji normalitas adalah untuk

mengetahui apakah distribusi sebuah data
mengikuti atau mendekati distribusi normal,
yakni distribusi data tersebut tidak menceng
ke kanan atau ke kiri
 Treatment
• Menambah jumlah data.
• Menghilangkan data yang dianggap dapat
dapat menjadi penyebab munculnya
ketidaknormalan data
• Lakukan transformasi data.
• Data diterima apa adanya kalo memang
dianggap data tersebut tidak normal dan
tidak perlu dilakukan treatment terhadap
data.
 Uji Asumsi Klasik
• Uji asumsi klasik merupakan bahagian dari
jenis uji data yang tidak terpisahkan dari
analisis regresi dan korelasi.
• Penggunaan uji asumsi klasik dilakukan
pada tahap awal sebelum proses regresi.
Pengabaian terhadap uji klasik
mengakibatkan output yang dihasilkan
menjadi tidak valid mencerminkan kondisi
yang sebenarnya
 uji asumsi klasikyang sering
dilakukan
1. Uji Normalitas
2. Uji Linieritas
3. Uji Multikolinieritas
4. Uji Heterokodesitas
5. Uji Autokorelasi
 Uji Normalitas
• Uji Normalitas Data. Uji ini bertujuan untuk
melihat apakah sebaran data yang akan
diregresi terdistribusi secara normal atau
tidak. Dalam analisis regresi, normalitas
data menjadi salah satu syarat yang harus
terpenuhi selain syarat-syarat klasik lainnya.
 Uji Linieritas
• Uji Linieritas Data. Uji ini bertujuan untuk
mengetahui bagaimana sebaran data yang
akan diregres. Dengan mengetahui
bagaimana sebaran data, maka akan dapat
ditentukan teknik regresi yang paling tepat
untuk diterapkan. Sebagai contoh adalah,
jika sebaran data tidak linier maka teknik
pengolahan data yang dapat digunakan
adalah analisis non linier.
 Uji Linieritas
• Uji Linieritas Data. Uji ini bertujuan untuk
mengetahui bagaimana sebaran data yang
akan diregres. Dengan mengetahui
bagaimana sebaran data, maka akan dapat
ditentukan teknik regresi yang paling tepat
untuk diterapkan. Sebagai contoh adalah,
jika sebaran data tidak linier maka teknik
pengolahan data yang dapat digunakan
adalah analisis non linier.
•
 Uji Multikolinieritas
Uji ini sering juga disebut sebagai uji independensi,
dimana bertujuan untuk melihat apakah terdapat
hubungan (korelasi) antara sesama variabel
prediktor. Jika terjadi hal ini, berarti sesama variabel
prediktor akan saling mempengaruhi dan berakibat
pada rendahnya nilai signifikansi terhadap variabel
dependent. Suatu model yang baik, tentu saja harus
lepas dari kondisi ini dimana diantara variabel
prediktor tidak terdapat hubungan atau independen.
 Uji Heterokodesitas
• . Uji ini digunakan pada jenis data yang
bersifat cross section data. Uji ini bertujuan
untuk mendeteksi apakah terdapat
kesamaan sebaran varians residual dari satu
pengamatan ke pengamatan lainnya. Suatu
model yang baik, tentu saja memiliki
sebaran nilai varian residual yang tidak
membentuk pola tertentu.
 Uji Multikolinieritas
• Uji Autokorelasi. Uji ini digunakan pada data
yang bersifat times series atau data dengan
rentang waktu. Tujuan dari uji ini adalah
untuk melihat apakah terdapat gangguan
nilai residual pengamatan pada periode
tertentu (t) dengan nilai residual periode
sebelumnya (t-1).
ANALISA Statistik
 Collecting Data - Variable dan Data

Variabel : Karakteristik atau sifat dari obyek kajian, dimana data yang akan diamati,
diukur atau dicacah berada padanya.
OBYEK KARAKTERISTIK HASIL AMATAN
No BP 07151001
Semester III
Mahasiswa Jurusan Ilmu Ekonomi
Ipk 3,3
Judul Strategi Membangun
Penulis Bangsa
BUKU Jenis Kelamin Prof. Dr. Elfindri
Laki-laki
Modal Satu Trilliun
Bentuk Perseroan Terbatas
PERUSAHAAN Asset Seratus Milliar
Owners Bobby Handoko, MA

Datum
Obyek Kajian Variabel atau Peubah
(Jamak=Data)
Variabel Menurut sifatnya :
1. Variabel Kualitatif = menunjukkan sifat kualitas dari obyek yang menghasilkan data kualitatif 38
melalui pengamatan.
2. Variabel Kuantitatif = variabel yang menujukkan sifat kuantitas dan akan menghasilkan data
kuantitatif
 Jenis Variabel
Terikat
(Dependent Variabel)
Bebas
Jenis Variabel ( independent Variabel)
Moderator
Moderating Variabel

Perantara
Intervening Variablel
1. Variabel Terikat ( dependent variable)
adalah variabel yang diterangkan dikenal dg explained variable atau
regressaned variable
Variabel ini menjadi fokus utama peneliti

2. Variabel Bebas
Variabel yang dianggap menerangkan. Mempengaruhi perubahan variabel
tidak bebas ( variabel terikat)
persyaratan
1. Variabel bebas dan variabel terikat harus sama sama
2. Perubahan variable bebas harus diikuti variabel terikat
3. Tidak ada faktor lain yang menjadi penyebab berubahnya variable bebas
4. Diperlukan penjelasan yang logis mengapa variabel bebas mempengaruhi
variabel terikat
 Variablel Intervening

• variabel yang berada diantara

variabel independen dan variabel
dependen, turut mempengaruhi
variabel dependen dan dipengaruhi
oleh variabel independen
 Variablel Moderating

• variabel yang turut

mempengaruhi hubungan variabel
independen dan variabel
dependen, tapi bukan berada
diantara keduanya,
Model Mediasi ( Intervening)
 Different statistical techniques used Analisis Hubungan
for quantitative and qualitative variables
Interval Nominal
Tipe Atau
Atau
Data Ordinal
Ratio

Stem dan Display Tabel Diagram

Kontingensi Pareto

Distribusi Bar Chart Pie Chart

Frekwensi Chart

JENIS DATA ANALISIS UNIVARIATE

Histogram Polygon Ogive X Y KORELASI REGRESI
Kontigensi C Logit, Probit, Diskriminan,
Nominal Nominal
STATISTICAL METHOD FOR DESCRIBE DATA Odd Ratio Logistik dummy variabel
VARIABL Kontigensi C Logit, Probit,
E TYPE Central Tendency Dispersi Nominal Ordinal Odd Ratio Diskriminant Dummy variabel,
Realtive Risk Logistik Dummy variabel
Nominal Mode Number of data type Nominal Interval/Ratio Biserial Regresi, dummy variabel
Kontigensi C Logit, Probit, LPM
Mode
Ordinal Number of data type Ordinal Nominal Odd Ratio Diskriminan Dummy variabel,
Median Relative Risk Logistik dummy variabel
Interval Mean, Mode, Range, Variants Rank Spearman Logit, Probit, LPM
dan Ratio Median Standar Deviasi Ordinal Ordinal Rank Kendall Diskriminan Dummy variabel,
Konkordansi Kendall Logistik Dummy variabel
MULTIVARIATE ANALYSIS Rank Spearman
TYPE OF DATA METHODS Ordinal Interval/Ratio Rank Kendall Regresi, dummy variabel
Konkordansi Kendall
Nominal dan Ordinal Korespondensi Analysis Logit/logistik, Probit, LPM
Interval/Ratio Nominal Biserial
Diskriminan
• Path Analisis Rank Spearman Logit, Probit,
• Principle Component Analysis Interval/ Ratio Ordinal Rank Kendall Diskriminan Dummy variabel,
Interval dan ratio • Faktor Analisis Konkordansi Kendall Logistik, Dummy variabel
• Byplot analisis Interval dan Product Moment
Interval/Ratio Regresi
• LISREL Ratio Pearson ,Kananonik 44
Note : 1. Quantitative variables can be transformed into Qualitative data through category creation
2. Qualitative variables cannot be meaningfully transformed into Quantitative data – coding their values with numbers does not
make them quantitative