PERTEMUAN VI

MEMBACA OUTPUT SPSS (LANJUTAN)

SPSS = STATISTICAL PRODUCT AND SERVICE SOLUTION

Materi ini menyajikan hasil pengolahan data (Output) melalui aplikasi SPSS versi 21,
Selajutnya untuk mempelajari proses input data, mahasiswa dipersilahkan untuk mempelari
sendiri melalui buku panduan pengolahan data SPSS versi 21.

1. Input data dibawah ini dalam SPSS (Anova satu jalur)

PRODUKTIVITAS KERJA KARYAWAN (X₁ X₃ X₃) SELAMA TIGA PERIODE
PENGUKURAN SEBELUM DAN SESUDAH PAKAI ALAT KERJA BARU

Produktivitas sebelum Produktivitas setelah Produktivitas setelah

No. memakai alat kerja 3 bulan memakai 6 bulan memakai
baru (X₁) alat kerja baru (X₂) alat kerja baru (X₃)
1. 12 13 18
2. 13 15 18
3. 10 12 14
4. 15 18 20
5. 13 15 15
6. 14 17 19
7. 10 18 20
8. 12 20 21
9. 13 14 18
10. 14 16 17
11. 13 18 17
12. 10 16 19
13. 13 15 16
14. 10 13 17
15. 15 16 14
HASIL =
Descriptives
Produkvivitas
N Mean Std. Std. 95% Confidence Interval for Minimum
Deviation Error Mean
Lower Bound Upper Bound
0 bulan 15 12.47 1.767 .456 11.49 13.45 10
3 bulan 15 15.73 2.219 .573 14.50 16.96 12
6 bulan 15 17.53 2.134 .551 16.35 18.71 14
Total 45 15.24 2.917 .435 14.37 16.12 10

Descriptives
Produktivitas
Maximum

0 bulan 15
3 bulan 20
6 bulan 21
Total 21

Test of Homogeneity of Variances

Produktivitas
Levene df1 df2 Sig.
Statistic
.311 2 42 .734
Keterangan :
Hipotesis :
Ho = ketiga kelompok memiliki nilai varian yang sama.
H1 = ketiga kelompok memiliki nilai varian yang berbeda.
Nilai Sig (0.734) > α (0.05) maka Ho diterima. Jadi, ketiga kelompok memiliki nilai varian yang
sama.
 ANOVA
Produktivitas
Sum of df Mean F Sig.
Squares Square
Between 197.911 2 98.956 23.561 .000
Groups
Within Groups 176.400 42 4.200
Total 374.311 44
Keterangan :
Hipotesis :
Ho = ketiga kelompok memiliki nilai rata-rata yang sama.
H1 = ketiga kelompok memiliki nilai rata-rata yang berbeda
Nilai F besar dan nilai Sig kecil. Nilai Sig (0.000) < α (0.05) maka Ho ditolak.
Jadi ketiga kelompok memiliki nilai rata-rata yang berbeda.

Post Hoc Tests

Multiple Comparisons
Dependent Variable: KARYAWAN
(I) (J) Mean Std. Sig.
PRODUKTIVITA PRODUKTIVITA Difference Error
S S (I-J)
Tukey 0 bulan 3 bulan -3.267* .748 .000
HSD 6 bulan -5.067* .748 .000
3 bulan 0 bulan 3.267* .748 .000
6 bulan -1.800 .748 .053
6 bulan 0 bulan 5.067* .748 .000
3 bulan 1.800 .748 .053
Bonferroni 0 bulan 3 bulan -3.267* .748 .000
6 bulan -5.067* .748 .000
3 bulan 0 bulan 3.267* .748 .000
6 bulan -1.800 .748 .062
6 bulan 0 bulan 5.067* .748 .000
3 bulan 1.800 .748 .062
 Multiple Comparisons
Dependent Variable: KARYAWAN
(I) (J) 95% Confidence Interval
PRODUKTIVITAS PRODUKTIVITAS Lower Bound Upper Bound
Tukey HSD 0 bulan 3 bulan -5.08* -1.45
6 bulan -6.88* -3.25
3 bulan 0 bulan 1.45* 5.08
6 bulan -3.62 .02
6 bulan 0 bulan 3.25* 6.88
3 bulan -.02 3.62
Bonferroni 0 bulan 3 bulan -5.13* -1.40
6 bulan -6.93* -3.20
3 bulan 0 bulan 1.40* 5.13
6 bulan -3.67 .07
6 bulan 0 bulan 3.20* 6.93
3 bulan -.07 3.67

*. The mean difference is significant at the 0.05 level.

Homogeneous Subsets
KARYAWAN
PRODUKTIVITAS N Subset for alpha = 0.05
1 2
0 bulan 15 12.47
Tukey 3 bulan 15 15.73
HSDa 6 bulan 15 17.53
Sig. 1.000 .053

Means for groups in homogeneous subsets are displayed.

a. Uses Harmonic Mean Sample Size = 15.000.
Means Plots
2. Input data dibawah ini dalam SPSS (Korelasi produk moment)
TABEL PENOLONG UNTUK MENGHITUNG KORELASI
ANTARA PENDAPATAN DAN PENGELUARAN

No. Pendapatan /bulan dalam 10000 Pengeluaran /bulan dalam 10000

(x) (x)
1. 8 3
2. 9 3
3. 7 2
4. 6 2
5. 7 2
6. 8 2
7. 9 3
8. 6 1
9. 5 1
10. 5 1

HASIL =
Correlations
PENDAPATAN PENGELUARA
N
Pearson Correlation 1 .913**
PENDAPATAN Sig. (2-tailed) .000
N 10 10
**
Pearson Correlation .913 1
PENGELUARAN Sig. (2-tailed) .000
N 10 10
**. Correlation is significant at the 0.01 level (2-tailed).

Keterangan :
Hipotersis :
Ho = Tidak ada hubungan antara kedua variable.
H1 = ada hubungan antara kedua variable.
Sign 2-talled (0.000) < α (0.01) sehingga Ho ditolak. Jadi, ada hubungan antara kedua variable.
3. Input data dibawah ini dalam SPSS (Uji t)

LAMA MENUNGGU LULUSAN SMU DAN SMK

UNTUK MENDAPATKAN PEKERJAAN

No. Lama Menunggu SMU Lama Menunggu SMK

dalam tahun dalam tahun
1. 6 2
2. 3 1
3. 5 3
4. 2 1
5. 5 3
6. 1 2
7. 2 2
8. 3 1
9. 1 3
10. 3 1
11. 2 1
12. 4 1
13. 3 3
14. 4 2
15. 2 1
16. 3 2
17. 1 2
18. 5 1
19. 1
20. 3
21. 1
22. 4

Group Statistics
terlibat N Mean Std. Deviation Std. Error Mean
SMA 22 2.91 1.509 .322
Lulusan
SMK 18 1.78 .808 .191
 Independent Samples Test
Lulusan
Equal Equal
variances variances not
assumed assumed

Levene's Test for F 5.162

Equality of Variances Sig. .029
t 2.858 3.026
df 38 33.262
Sig. (2-tailed) .007 .005
t-test for Equality of
Mean Difference 1.131 1.131
Means
Std. Error Difference .396 .374
Lower .330 .371
95% Confidence Interval of the Difference
Upper 1.933 1.892

Keterangan :
F test menguji asumsi dasar dari t test bahwa varian kedua kelompok adalah sama.

Hipotesis :
Ho = Lulusan tidak Berpengaruh terhadap lama mendapatkan pekerjaan
H1 = Lulusan Berpengaruh terhadap lama mendapatkan pekerjaan

Nilai t hitung besar dan nilai Sig (2-talled) (0.07) < α (0.025) maka Ho ditolak. Jadi, lulusan
berpengaruh terhadap lama mendapatkan pekerjaan.
4. Input data dibawah ini dalam SPSS (Regresi Linier Sederhana)

NILAI KUALITAS LAYANAN DAN NILAI RATA-RATA

PENJUALAN BARANG

No. Kualiatas layanan (Xᵢ) Penjualan layanan (Yᵢ)

12 54 167
3 50 155
4 53 148
5 45 146
6 48 170
7 63 173
8 46 149
9 56 166
10 52 170
11 56 174
12 47 156
13 56 158
14 55 150
15 52 160
16 50 157
17 60 177
18 55 166
19 45 160
20 47 155
21 53 159
22 49 159
23 56 172
24 57 168
25 50 159
26 49 150
27 58 165
28 48 159
29 52 162
30 56 168
31 54 166
32 59 177
33 47 149
34 48 155
 HASIL =
Model Summaryb
Model R R Square Adjusted R Std. Error of the Durbin-Watson
Square Estimate
1 .691a .477 .461 6.30204 1.570
a. Predictors: (Constant), kualitas layanan
b. Dependent Variable: penjualan barang

ANOVAa
Model Sum of Squares df Mean Square F Sig.
Regression 1160.537 1 1160.537 29.221 .000b
1 Residual 1270.904 32 39.716
Total 2431.441 33
a. Dependent Variable: penjualan barang
b. Predictors: (Constant), kualiatas layanan

Keterangan :
Tabel ANOVA memapakarkan Uji keliniearan.
Hipotesis :
Ho = Tidak terjadi hubungan linaer antara variable kualitas layanan dan variable penjualan
barang.
H1 =Terjadi hubungan linaer antara variable kualitas layanan dan variable penjualan barang.
Sig (0.000) < α (0.05) sehingga Ho ditolak. Jadi, ada hubungan linear antara variable kualitas
layanan dan variable penjualan barang.
 Coefficientsa
Model Unstandardized Coefficients Standardized t Sig.
Coefficients
B Std. Error Beta
(Constant) 93.850 12.529 7.491 .000
1
X 1.287 .238 .691 5.406 .000
a. Dependent Variable: penjualan barang

Keterangan :
Tabel coeficients memapakarkan uji koefisient.
Hipotesis untuk koefisient :
Ho = koefisien kualitas layanan tidak signifikan.
H1 = koefisien kualitas layanan signifikan.
Sig (0.000) < α (0.05) sehingga Ho ditolak. Jadi, koefisien kualitas layanan signifikan.

Table coeficients memapakan uji koefisien.

Hipotesis untuk konstanta :
Ho = konstanta tidak signifikan
H1 = konstanta signifikan

Sig (0.000) < α (0.05) sehingga Ho ditolak. Jadi, konstanta signifikan.

Model persamaan regresi linear yang terbentuk :
Y = 93.850 + 1.287 X

Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 151.7818 174.9546 161.3235 5.93024 34
Residual -14.65558 14.35610 .00000 6.20582 34
Std. Predicted Value -1.609 2.299 .000 1.000 34
Std. Residual -2.326 2.278 .000 .985 34
a. Dependent Variable: Y
5. Input data dibawah ini dalam SPSS (Regresi Ganda Dua Prediktor)

DATA MENTAH UNTUK MENGHITUNG

PERSAMAAN REGRESI GANDA DUA PREDIKTOR

No.
X₁ X₂ Y
Respondent
1. 10 7 23
2. 2 3 7
3. 4 2 15
4. 6 4 17
5. 8 6 23
6. 7 5 22
7. 4 3 10
8. 6 3 14
9. 7 4 20
10. 6 3 19

HASIL =

Regression
Variables Entered/Removeda
Model Variables Variables Method
Entered Removed
b
1 X₂, X₁ . Enter
a. Dependent Variable: Y
b. All requested variables entered.

Model Summaryb
Model R R Square Adjusted R Std. Error of the Durbin-Watson
Square Estimate
1 .931a .867 .823 2.268 1.750
a. Predictors: (Constant), X₂, X₁
b. Dependent Variable: Y

ANOVAa
Model Sum of Squares df Mean Square F Sig.
Regression 201.137 2 100.568 19.551 .002b
1 Residual 30.863 6 5.144
Total 232.000 8
a. Dependent Variable: Y
b. Predictors: (Constant), X₂, X₁
Keterangan :
Tabel ANOVA memapakarkan UJI kelinieran
Hipotesis :
Ho = tidak terjadi hubungan linear antara variable predictor (X₁ dan X₂) dengan variable
dependen (Y).
H1 = terjadi hubungan linear antara variable predictor (X₁ dan X₂) dengan variable dependen
(Y).
Sig (0.02) < α (0.05) sehingga Ho ditolak. Jadi, ada hubungan linear antara variable predictor
(X₁ dan X₂) dengan variable dependen (Y).

Coefficientsa
Model Unstandardized Coefficients Standardized t Sig. Collinearity Statistics
Coefficients
B Std. Error Beta Tolerance VIF
(Constant) 1.410 2.666 .529 .616
1 X₁ 2.623 .637 .915 4.114 .006 .448 2.230
X₂ .097 .978 .022 .099 .925 .448 2.230
a. Dependent Variable: Y

Keterangan :
Hipotesis untuk Koefisien X₁ :
Ho = Koefisien X₁ tidak signifikan.
H1 = Koefisien X₁ signifikan.
Sig (0.006) < α (0.05) maka Ho ditolak. Jadi, koefisien X₁ signifikan.
Hipotesis untuk X₂ :
Ho = Koefisien X₂ tidak signifikan.
H1 = Koefisien X₂ signifikan
Sig (0.925) > α (0.05) maka Ho diterima. Jadi, koefisien X₂ tidak signifikan.

Hipotesis untuk konstanta :

Ho = konstanta tidak signifikan
H1 = konstanta signifikan
Sig (0.616) > α (0.05) sehingga Ho diterima. Jadi, konstanta tidak signifikan.
Model persamaan regresi linear yang terbentuk :
Y = 2.623 X

Collinearity Diagnosticsa
Model Dimension Eigenvalue Condition Index Variance Proportions
(Constant) X₁ X₂

1 2.922 1.000 .01 .00 .00

1 2 .054 7.328 .99 .13 .11
3 .023 11.158 .00 .86 .88
a. Dependent Variable: Y

Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 6.94 22.97 16.33 5.014 9
Residual -3.435 2.907 .000 1.964 9
Std. Predicted Value -1.872 1.323 .000 1.000 9
Std. Residual -1.514 1.282 .000 .866 9
a. Dependent Variable: Y

DAFTAR PUSTAKA

C. Trihendrodi. 2013. Langkah Mudah Menguasai SPSS 21. Yogyakarta : Penerbit Andi

Sugiyono. 2012. Satistika untuk Penelitian. Bandung: Alfabeta.

Supardi. 2014. Aplikasi Statistika dalam Penelitian.. Jakarta: Change Publication.