TATAP MUKA 11

MEDIA PEMBELAJARAN
Pada tatap muka ke-11, media pembelajaran yang digunakan adalah berupa:
Video Pembelajaran.
Link video pembelajaran:

Analisis Regresi Linier

(Uji Validitas dan Reliabilitas,
dan Uji Asumsi Klasik)
TUJUAN KEGIATAN PEMBELAJARAN

Setelah membaca materi ini, mahasiswa diharapkan untuk mampu analisis dan
menyelesaikan uji validitas dan reliabilitas, dan uji asumsi klasik dengan SPSS.

URAIAN MATERI

Uji Validitas dan Reliabilitas

Uji validitas berasal dari kata validity yang mempunyai arti sejauh mana
ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurannya
(Azwar 1986). Selain itu validitas adalah suatu ukuran yang menunjukkan bahwa
variabel yang diukur memang benar-benar variabel yang hendak diteliti oleh peneliti.
Sedangkan reliabilitas berasal dari kata reliability. Pengertian dari reliability
(reliabilitas) adalah keajegan pengukuran (Walizer, 1987). Sugiharto dan Situnjak
(2006) menyatakan bahwa reliabilitas menunjuk pada suatu pengertian bahwa
instrumen yang digunakan dalam penelitian untuk memperoleh informasi yang
digunakan dapat dipercaya sebagai alat pengumpulan data dan mampu
mengungkap informasi yang sebenarnya dilapangan. Ghozali (2009) menyatakan
bahwa reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan
indikator dari peubah atau konstruk. Suatu kuesioner dikatakan reliabel atau handal
jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu
ke waktu. Reliabilitas suatu test merujuk pada derajat stabilitas, konsistensi, daya
prediksi, dan akurasi. Pengukuran yang memiliki reliabilitas yang tinggi adalah
pengukuran yang dapat menghasilkan data yang reliable.
Contoh Kasus (Kelanjutan contoh kasus di tatap muka ke-lima)

1. Judul Penelitian:
Pengaruh SPM dan Motivasi terhadap Kinerja Manajerial di PT XYZ Pekanbaru

2. Hipotesis
Pengaruh SPM terhadap Kinerja Manajerial
H0 : SPM tidak berpengaruh signifikan terhadap Kinerja Manajerial
H1 : SPM berpengaruh signifikan terhadap Kinerja Manajerial
Pengaruh Motivasi terhadap Kinerja Manajerial
H0 : Motivasi tidak berpengaruh signifikan terhadap Kinerja Manajerial
H2 : Motivasi berpengaruh signifikan terhadap Kinerja Manajerial

3. Model Penelitian

SPM (X1)
Kinerja Manajerial (Y)

Motivasi (X2)

Gambar 1. Model Penelitian

4. Skala Pengukuran Data
Penentuan nilai jawaban untuk setiap pertanyaan menggunakan metode
skala Likert dengan pembobotan setiap pernyataan sebagai berikut:
a. Jika memiliki jawaban Sangat Setuju (SS), maka diberi nilai 5.
b. Jika memiliki jawaban Setuju (S), maka diberi nilai 4.
c. Jika memiliki jawaban Cukup Setuju (CS), maka diberi nilai 3.
d. Jika memiliki jawaban Tidak Setuju (TS), maka diberi nilai 2.
e. Jika memiliki jawaban Sangat Tidak Setuju (STS), maka diberi nilai 1.
5. Teknik Analisis Data
Teknik analisis penelitian ini menggunakan software SPSS dengan lima
tahap. Pertama, statistik deskriptif. Tahap kedua, pengujian kualitas data. Tahap
ketiga, melakukan uji penyimpangan asumsi klasik. Tahap keempat, melakukan
analisis regresi linier berganda. Dan tahap kelima, melakukan pengujian hipotesis.
(Pembahasan pada pertemuan ini tekait tahapan kedua dan ketiga. Tahapan
pertama sudah dibahas pada tatap muka kelima, dan tahap keempat dan kelima
akan dibahas kemudian).
Tahap Pengujian Kualitas Data
1) Uji Validitas
Uji validitas digunakan untuk mengukur sah atau tidaknya suatu kuesioner.
Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk
mengungkapkan suatu yang akan diukur oleh kuesioner tersebut. Menurut Ghozali
(2009) uji signifikan dilakukan dengan membandingkan nilai rhitung dengan rtabel
untuk degree of freedom (df) = n-k, df= 70-2=68. dalam hal ini n adalah jumlah
sampel dengan alpha 0,05. Jika rhitung lebih besar dari rtabel dan nilai positif maka butir
atau pertanyaan dinyatakan valid.
Pengujian validitas dilakukan dengan menggunakan metode Analisis
Korelasi. Langkah-langkah sebagai berikut.
1. Salin data yang di excel ke SPSS.

2. Pilih Analyze > Correlate > Bivariate

3. Masukkan semua termasuk variable induk (Pervariabel jangan seluruhnya)
4. OK
Salin angka yang ada di pearson correlation di SPSS pada kolom terbawah.

Correlations
X1.1 X1.2 X1.3 X1.4 X1.5 SPM
X1.1 Pearson Correlation 1 .677** .583** .495** .341** .822**
Sig. (2-tailed) .000 .000 .000 .004 .000
N 70 70 70 70 70 70
X1.2 Pearson Correlation .677** 1 .599** .435** .329** .800**
Sig. (2-tailed) .000 .000 .000 .005 .000
N 70 70 70 70 70 70
X1.3 Pearson Correlation .583** .599** 1 .452** .227 .753**
Sig. (2-tailed) .000 .000 .000 .059 .000
N 70 70 70 70 70 70
X1.4 Pearson Correlation .495** .435** .452** 1 .458** .748**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 70 70 70 70 70 70
X1.5 Pearson Correlation .341** .329** .227 .458** 1 .643**
Sig. (2-tailed) .004 .005 .059 .000 .000
N 70 70 70 70 70 70
SPM Pearson Correlation .822** .800** .753** .748** .643** 1
Sig. (2-tailed) .000 .000 .000 .000 .000
N 70 70 70 70 70 70
**. Correlation is significant at the 0.01 level (2-tailed).

Untuk kolom r tabel, buka tabel statistik di tabel r , df 68 tingkat signifikansi 5%

uji 2 arah, nilainya adalah 0,2352

Tabel 1
Hasil Uji Validitas Variabel SPM
Item r hitung r tabel Ket
X1.1 0,822 0,2352 valid
X1.2 0,800 0,2352 valid
X1.3 0,753 0,2352 valid
X1.4 0,748 0,2352 valid
X1.5 0,6643 0,2352 valid
Sumber: Data Olahan, Tahun 2020
 Tabel 1 di atas menunjukkan bahwa semua pernyataan variabel X1
yang digunakan untuk mengukur SPM yang digunakan dalam penelitian ini
mempunyai nilai korelasi rhitung yang lebih besar dari rtabel .0,2352Dari hasil
tersebut menunjukkan bahwa semua pernyataan tersebut adalah valid
(Silahkan lanjutkan untuk variabel selanjutnya !)
Tabel 2
Hasil Uji Validitas Variabel Motivasi
Item r hitung r tabel Ket
X2.1 0,811 0,2352 valid
X2.2 0,848 0,2352 valid
X2.3 0,868 0,2352 valid
X2.4 0,871 0,2352 valid
X2.5 0,695 0,2352 valid
Sumber: Data Olahan, Tahun 2020
Tabel 2 di atas menunjukkan bahwa semua pernyataan variabel X2
yang digunakan untuk mengukur _MOTIVASI_ yang digunakan dalam
penelitian ini mempunyai nilai korelasi rhitung yang lebih besar dari rtabel
_0,2352_ Dari hasil tersebut menunjukkan bahwa semua pernyataan tersebut
adalah _valid_
Tabel 3 Hasil Uji Validitas Variabel Kinerja Manajerial
Item r hitung r tabel Ket
Y1 0,680 0,2352 valid
Y2 0,820 0,2352 valid
Y3 0,791 0,2352 valid
Y4 0,790 0,2352 valid
Y5 0,784 0,2352 valid
Sumber: Data Olahan, Tahun 2020
Tabel 3 di atas menunjukkan bahwa semua pernyataan variabel Y yang
digunakan untuk mengukur _KM_ yang digunakan dalam penelitian ini
mempunyai nilai korelasi rhitung yang lebih besar dari rtabel _0,2352_Dari hasil
tersebut menunjukkan bahwa semua pernyataan tersebut adalah_valid_
2) Uji Reliabilitas
Uji reliabilitas dimaksudkan untuk menguji sejauh mana hasil pengukuran
tetap konsisten, apabila dilakukan pengukuran dua kali atau lebih terhadap
gejala yang sama dengan alat ukur yang sama. Uji realibilitas dilakukan
dengan uji statistik Cronbach’s Alpha Suatu konstruk atau variabel dikatakan
reliabel jika memberikan nilai Cronbach Alpha > 0,60 (Ghozali, 2009).
Langkah-langkah.
1. Pilih Analize > Scale > Reliable Analysis

2. Masukkan semua kecuali variable induk (Pervariabel jangan

seluruhnya)

3. Pada kolom scale label : Tulis Induk (X1, X2, atau Y)

Maka akan keluar hasil

Reliability Statistics

Cronbach's
Alpha N of Items

.805 5

Pengujian reliabilitas dalam penelitian ini adalah dengan menggunakan

rumus Cronbach Alpha. Hasil pengujian reliabilitas untuk masing-masing
variabel yang diringkas pada tabel berikut ini:
Tabel 4 Hasil Uji Reliabilitas
Variabe Item Cronbach
Nilai Standar Keputusan
l Pernyataan Alpha
X1 5 0,805 0,6 reliabel
X2 5 0,872 0,6 reliabel
Y 5 0,820 0,6 reliabel
Sumber: Data Olahan, Tahun 2020
 Silahkan dilanjutkan untuk variabel selanjutnya.
Hasil uji reliabilitas pada tabel diatas menunjukkan bahwa semua
variabel mempunyai koefisien Alpha yang cukup besar yaitu lebih ........ dari
0,6 sehingga dapat dikatakan semua konsep pengukur masing-masing
variabel dari angket adalah reliabel yang berarti bahwa angket yang
digunakan dalam penelitian ini merupakan angket yang handal.

Uji Asumsi Klasik

Untuk uji asumsi klasik, langkah-langkah sama dengan pembahasan di
pertemuan sebelumnya, tapi perlu untuk mentransform data karena contoh ini
menggunakan data kuesioner di mana data yang kita peroleh dalam bentuk
angka 1-5 (sangat setuju-sangat tidak setuju, maka kita ubah ke dalam
bentuk interval dengan menggunakan aplikasi MSI yang sudah saya upload di
sikuli).
Adapun tahapannya adalah
1. Buka tabulasi excel dengan double klik di Stat 97
2. Pilih enables macros, maka muncul add-ins
3. Buka data di excel, Buka menu add-ins yang ada di excel.
4. Klik statistic > succesive interval, yes
5. Letakkan kursor Pada data range, blok nama item (X1.1, X1.2 dst)
pervariabel sampai kebawah.
6. Centang label in first row
7. Klik Pada Cell Output, letakkan kursor di kolom dan baris yang kosong.
8. Next > Select all > Next
Min value 1
Max value 5
9. Next > Finisih
Jangan lupa di Sum
*Lakukan langkah yang sama untuk variabel lain.
(Tetap coba lakukan langkah-langkah transform data, walaupun sudah saya
berikan data yang sudah di transform di excel tab 2)

Buka SPSS baru

Di Variable view,
Cukup isi induk (X1,X2, dan Y) tulis juga di label
Isi kolom desimal dengan angka 3
Measure diganti scale.
Masukkan pada data view, Masukkan data yang sudah ditransform.
(selanjutnya semua langkah-langkah sama)

a. Hasil Uji Normalitas Data

Uji normalitas data digunakan merupakan sebuah pengujian yang
dilakukan untuk menguji data yang digunakan bersifat normal atau
tidak. Dalam penelitian ini akan digunakan uji One Sample Kolmogorov-
Smirnov dengan menggunakan taraf signifikansi 0,05. Data dinyatakan
bersifat normal jika signifikansi lebih besar dari 5% atau 0,05.
Tabel 5
Hasil Uji Normalitas Data
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) Keterangan
0,763 0,651 Normal
Sumber: Data Olahan, Tahun 2020
Data dikatakan berdistribusi normal nilai Asymp. Sig. (2-tailed) lebih
_besar_ dari 5% atau 0,05. Dari tabel diatas diketahui bahwa nilai
Asymp. Sig. (2-tailed) bernilai _0,651_ lebih _besar_ dari 0,05, maka
data berdistribusi _normal_.
b. Hasil Uji Multikolinieritas
Untuk mendeteksi ada tidaknya gejala multikolinieritas antar variabel
independen digunakan Variance Inflation Factor (VIF) dan Tolerance.
Berikut ini hasil uji masing-masing variabel independen:
Tabel 6
Hasil Uji Multikolinieritas
 Variabel Tolerance VIF Keterangan
X1 0,918 1,089 ada
X2 0,918 1,089 ada
Sumber: Data Olahan, Tahun 2020
Berdasarkan tabel diatas memperlihatkan hasil pengujian
multikolinieritas. Hasil pengujian tersebut menunjukkan bahwa ada /
tidak ada variabel independen yang memiliki nilai tolerance > 0,10 dan
nilai VIF < 10. Dengan demikian model regresi dalam penelitian ini
terbukti _ada variable independen_
c. Hasil Uji Heteroskedastisitas
Uji ini bertujuan menguji apakah model regresi terjadi ketidaksamaan
varians dari residual satu pengamatan ke pengamatan lain. Model
regresi yang baik adalah model yang bebas dari masalah
heterokedastisitas (homokedastisitas). Selengkapnya mengenai hasil uji
untuk heterokedastisitas dapat dilihat sebagai berikut:
Tabel 7
Hasil Uji Heteroskedastisitas dengan Glejser
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 11,322 2,114 5,356 0,000
Harga 0,245 0,103 0,265 2,370 0,021
Promosi 0,231 0,078 0,331 2,959 0,004
a. Dependent Variable: Abs_ResY
Sumber: Data Olahan, Tahun 2020ari hasil diatas, bahwa angka
signifikansi masing-masing variabel _lebih kecil_ dari 0,05. Hasil ini
dapat disimpulkan bahwa _terjadi masalah_ heterokedastisitas pada
model regresi, sehingga model regresi layak digunakan untuk
memprediksi _ketidaksamaan varians.

d. Hasil Uji Autokorelasi

Tujuan pengujian ini adalah untuk mengetahui ada tidaknya korelasi
antar anggota dari observasi yang disusun menurut time series. Asumsi
autokorelasi didefinisikan sebagai terjadinya korelasi diantara data
pengamatan, dimana munculnya suatu data dipengaruhi oleh data
sebelumnya. Penyimpangan autokorelasi dalam penelitian diuji dengan
uji Durbin-Watson (DW test). Berdasarkan output SPSS, maka hasil uji
autokorelasi pada tabel berikut:
Tabel 8
Hasil Uji Autokorelasi
Durbin-
du 4-du Keterangan
Watson
1,774 1,6715 2,3285
du < dw < 4-du Tidak terdapar korelasi

Sumber: Data Olahan, Tahun 2020

Dari tabel diatas menunjukkan bahwa nilai D-W sebesar _1,774_
Dengan jumlah predictors sebanyak _2_buah (k=2.) dan sampel
sebanyak _70_data (n= 70), berdasarkan tabel D-W dengan tingkat
signifikansi 5%, maka dapat ditentukan nilai (du) adalah sebesar
_1,6715_ dengan demikian nilai _du lebih kecil dari da dan dw lebih
kecil dari4-du_yangmenandakanbahwa_tidak terdapat
autokorelasi_atau dengan kata lain, variabel independen dalam
penelitian ini telah _bebas_ dari masalah autokorelasi.

Tugas :
Lengkapi lembar kerja di dalam modul yaitu berupa tabel-tabel dan
penjelasannya.