BAHAN SEMINAR APLIKASI SPSS

1.1. Jenis-jenis Penelitian pada umumnya

A penelitian kuantitatif
Penelitian yang menggunakan data yang diukur menurut skala numeric atau angka.
B. Penelitia Kualitatif
Penelitian yang menggunakan data yang tidak diukur dalam numerik.

1.2.Variabel Penelitian
Variabel adalah sesuatu yang dapat membedakan atau mengubah nilai. Nilai dapat
berbeda pada waktu yang berbeda untuk objek atau orang yang sama, dan nilai dapat berbeda
dalam watu yang sama untuk objek atau orang yang berbeda. (Kuncoro, 2009 : 49). Adapun
macam-macam variabel dalam penelitian :
a. Variabel dependen adalah variabel yang menjadi perhatian utama dalam sebuah
pengamatan. (Kuncoro, 2009 : 50) variabel dependen biasanya disebut dengan
variabel yang dipengaruhi.
b. Variabel independen adalah variabel yang dapat mempengaruhi perubahan dalam
variabel dependen Kuncoro, 2009 : 50) Variabel indenden merupakan variabel yang
mempengaruhi.
c. Variabel intervening merupakan variabel antara atau mediating, fungsinnya
memediasi hubungan antara variabel independen dengan variabel dependen. Bisanya
dipakai dalam analsis jalur. (path analysis)
1.3. Hubungan Data & Variabel
Data dan variabel sangat berhubungan, berikut ini adalah penjelasan antara obyek,
karakteristik dan hasil amatan.
Hubungan data & Variabel

Obyek Karakteristik Hasil Amatan

Penduduk -Pekerjaan -Petani
-Umur - 50 tahun
-Pendidikan -SLTA
Perusahaan A -modal -Rp.1000
-asset -Rp. 12 juta
Bentuk -Perorangan
Dalam statistika Relevansi Dengan Tunggal _ Datum
Disebut : Permasalahan: Jamak_Data
Obyek Kajian Variabel
(Sunarto, 2018 : 10)
1.4. Sejarah SPSS

SPSS merupakan singkatan dari Statistical Package for Social Science. SPSS
pertama kali dikembangkan sekitar tahun 1960 sebagai piranti lunak untuk sistem statistik
pada Mainframe oleh Norman H. Nie C Hadlay dan Dale Bent Stanford University. Pada
tahun 1984 dikeluarkan SPSS/PC+ untuk komputer pribadi. (Nina, 2009:2)

SPSS adalah Software yang berfungsi untuk menganalisis data, melakukan

perhitungan statistik baik untuk statistik parametrik maupun npn-parametrik dengan basis
windows.Versi software SPSS secara terus-menerus mengalami perubahan mulai dari SPSS
versi 6, versi 7.5, versi 9, versi 10, versi 12, versi 13, versi 16 dan terakhir 22. ( Ghazali, 2011
: 15)

A. Menu Utama
Menu utama SPSS tertelak di bawah title bar. Perintah dpaat dijalankan dengan
mengklik menu tersebut, menu itu terdiri dari file, edit, view,, data, transfor,, analyze,
graphs, utilities, add-ons, windows dan help.
B. Membuka File
Langkah-langkah
 Klik program SPSS anda
 Lalu klik open an exiting data source, dan tampilannya seperti dibawah ini
  Klik Variabel View pada kursor anda untuk mulai mengetik data

Contoh Pengisian data

Terdapat suatu data yang akan diimput pada data yang akan diimput pada lembar
kerja SPSS

Nama Alamat Tanggal Lahir Penghasilan/bln

Jemi Jakarta 12 Desember 1992 10.000.000.
Rochim Semarang 31 Desember 1990 5.000.000.
Dwi Surabaya 18 Februari 1989 4.000.000.
Candra Bandung 10 Oktober 1990 10.00.000.

 Klik program SPSS

 Plih Variabel View
 Pada Kolom Nama Ketik Nama
 Pada kolom Type pilih string
 Pada kolom Width pilih 14 ( agar jika nama panjang maka masih bisa terbaca
oleh program
  Pada kolom measure pilih Scale

APLIKASI SPSS

2.1. Memasukan Data

 Sebelum memasukan data penting bagi kita untuk menyamakan jenis data yang kita
gunakan sebelum kita menganalisis. Dalam menganalisis penting bagi kita untuk mengetahui
terlebih dahulu mana data dependen (dipengaruhi) dan mana data independen (yang
mempengaruhi.

Contoh :
Seorang peneliti ingin mengetahui bagaimana pengaruh uang saku dan penghasilan orang tua
terhadap prestasi mahasiswa. Prestasi mahasiswa merupakan variabel dependen
(dipengaruhi). Prestasi mahasiswa ini diproxi (diwakilkan/diukur) dengan melihat IPK
(Indeks Prestasi Komulatif) mahasiwa. Adapun variabel independennya adalah jumlah uang
saku dan penghasilan orang tua mahasiswa setiap bulannya. Secara garis besar dapat dilihat
dalam diagram di bawah ini.

Adapun datanya seperti terlampir di bawah ini

No Nama Mahasiswa IPK Uang Saku Penghasilan Orang tua

1 Susi Sus 3.76 300000.0 2000000.0
2 Sindi Ag 3.67 500000.0 2500000.0
3 Sakdiah 3.3 700000.0 4500000.0
4 Lusiana 3.71 250000.0 2000000.0
5 Triadha 3.57 450000.0 3500000.0
6 Mistuti 3.42 500000.0 3000000.0
7 Pradita 3.8 600000.0 2000000.0
8 Alika Na 3.33 400000.0 3000000.0
9 Maulana 3.05 400000.0 2000000.0
10 Indah Ma 3.52 600000.0 3000000.0
11 Putri R 3.76 400000.0 2000000.0
12 Dilia Ok 3.57 600000.0 3000000.0
13 Nadia Ut 3.71 600000.0 2000000.0
14 Yosi L 3.71 450000.0 5000000.0
15 Dwi O 3.71 450000.0 2500000.0
16 Rini 3.54 450000.0 2500000.0
17 Erwin D 3.56 750000.0 5000000.0
18 Triadhi 3.0 750000.0 5000000.0
19 Nopita 3.89 400000.0 3500000.0
20 Suci 3.34 500000.0 3500000.0
21 Ela 3.45 500000.0 3000000.0
22 Widya R 3.75 400000.0 3000000.0
23 nelsom 3.56 500000.0 3000000.0
24 Ahmad Na 3.65 400000.0 4500000.0
25 Ali Mukt 3.57 300000.0 2000000.0
26 Hermanto 3.67 400000.0 3000000.0
27 Lyta Ver 3.7 400000.0 2000000.0
28 Dina Har 3.45 500000.0 4500000.0
29 Rizca 3.78 500000.0 4500000.0
30 Diah Rah 3.3 600000.0 5000000.0
31 Aprianti 3.5 800000.0 3500000.0
32 Agung fi 3.3 500000.0 3000000.0
33 apri 3.3 500000.0 3500000.0
34 elisa 3.4 500000.0 5000000.0
35 indri 3.3 500000.0 6000000.0
36 lensa 3.5 500000.0 5000000.0
37 Linda 3.3 500000.0 4000000.0

Gambar
Kerangka Pemikiran

Uang
Saku

IPK

Penghasilan
Orang tua

2.1. Lakukanlah analisis deskriptif statistik seperti ini

 Setelah mengkopi data dari excel ke data view dalam program SPSS klik menu
Analyze
 Lalu klik deskriptif statistik
 Klik deskriptif
  Setelah muncul tabel deskriptif pindahkan variabel yang akan dinilai baik
variabel dependen mupun indepeden, dalam hal ini masukan variabel nilai dan
uang saku.
 Klik ok

Hasil Output SPSS

 Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

UangSaku 37 2.50E5 8.00E5 4.9595E5 1.22122E5

PenghasilanOrtu 37 2.00E6 6.00E6 3.4054E6 1.14162E6

IPK 37 3.00 3.89 3.5243 .20985

Valid N (listwise) 37

Cara membacanya :

Pada tabel di atas dilihat bahwa N bernilai 37. N menunjukkan populasi, hal ini
berarti jumlah populasi dalam penelitian ini sebanyak 37 orang (mahasiswa). Nilai minimum
2.50E5 pada kolom minimum hal ini berarti uang saku terendah adalah Rp. 250.000. Nilai
Maximum 8.00E5. hal ini berarti Rp. 800.000. Mean pada kolom menunjukkan angka
4.9595E5 . Hal ini berarti rata-rata uang saku yang diterima mahasiswa adalah Rp.490.000.
Standar deviation 1.22122E5 menunjukkan angka hal ini berarti terjadi penyimpangan data
sebanyak 1.221.

Adapun kolom penghasilan orang tua minimum menunjukkan angka 2.00E6 hal ini
berarti penghasilan orang tua mahasiswa terendah adalah Rp. 2000.000. Sedangkan nilai
maximum menunjukkan nilai 6.00E6 hal ini berarti penghasilan orang tua tertinggi adalah
Rp.6.000.000. Mean menunjukkan angka 3.4054E6, yang berarti rata-rata penghasilan orang
tua mahasiswa Rp. 3.400.000 Nilai Std. Deviation 1.14162E6 hal ini menunjukkan bahwa
penyimpangan data dalam variabel ini sebanyak 1.1416.

Adapun kolom IPK menunjukkan nilai minimum 3.00, hal ini berarti IPK minimum
mahasiswa adalah 3,00. Maximum menujukkan angka 3.89, berarti 3.89. Adapun mean
menunjukkan angka 3.5243 berarti rata-rata IPK mahasiswa adalah 3,54. Std. Deviation
menunjukkan angka .20985, berarti penyimpangan 0,209.

Untuk melakukan penelitian ini, maka selayaknya analsis regresi linier sederhana.
Lakukanlah ujinya, masukanlah datanya serta ubahlah data uang saku dan pengahsilan orang
tua dalam logaritma natural, sehingga hasilnya akan terlihat seperti dibawah ini
 2.3.Uji normalitas dengan One sample kolmogorof smirnove

Seperti dengan regresi sederhana masukan data yang sudalh di Lnkan yaitu Ln_uang
saku, Ln_penghasilan orang tua dan Ipk seperti dibawah ini

Adapun hasil outputnya adalah

 One-Sample Kolmogorov-Smirnov Test

Ln_Penghasilan
Ln_uangsaku Ortu IPK

N 37 37 37

Normal Parametersa Mean 13.0847 14.9857 3.5243

Std. Deviation .24843 .33874 .20985

Most Extreme Differences Absolute .197 .137 .108

Positive .197 .137 .080

Negative -.155 -.135 -.108

Kolmogorov-Smirnov Z 1.196 .831 .654

Asymp. Sig. (2-tailed) .115 .494 .785

a. Test distribution is Normal.

Pembacaan hasil output SPSS

Pada tabel di atas terlihat nilai Asymp. Sig. (2-tailed) baik untuk uang saku,
penghasilan orang-tua ataupun IPK nilainya diatas 0,05. Hal ini berarti semua data yang
dipakai dalam penelitian ini baik untuk variabel dependen maupun variabel independen
semuanya terdistribusi normal.

2.4.UJI Asumsi Klasik

Berbeda dengan analisis regresi linier sederhana, data yang digunakan dalam analisis
regresi linier berganda harus lulus uji asumsi klasik. Uji asumsi klasik antara lain uji
multikolinieritas, heteroskedastisitas, Uji Autokorelasi, dan uji linieritas. Namun dalam
penelitian ini hanya ada 3 uji yang akan penulis bahas yaitu uji multikolinieritas,
heteroskedastisitas, dan uji linieritas.

Tidak dilakukannya uji Autokorelasi karena Uji autokorelasi bertujuan untuk menguji
apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengangga pada periode t-1 (sebelumnya).(Ghazali, 2007 : 99) sedangkan
pada penelitian yang kita lakukan kita tidak ada periode sebelumnya yang dibahas.

2.4.1.Uji Multikolinieritas

Uji multiolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya
korelasi antar variabel bebas (independen). Model regresiyang baik seharusnya tidak terjadi
korelasi antara variabel independen. Jika variabel independen salingberkorelasi, maka
variabel-variabel ini tidak ortogonal. ).(Ghazali, 2007 : 97)

Uji nultikolinieritas dapat dilihat dari (1) nilai tolerance dan lawannya (2) variance
inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah
yang dijelaskan setiap variabel independen lainya.). (Ghazali, 2007 : 95) Jika nilai tolerance
>0,1 dan nilai VIF <10 maka penelitian yang dilakukan tidak terdapat multikolinieritas dalam
datanya.

Langkah Analisis :

 Pilih Analyze
 Regresiion, lalu pilih linier
 Setelah muncul tabel linier pada dependen isi dengan Ipk, sedangkan independen di isi
dengan Ln_uang saku dan Ln_Penghasilan orang tua

 Pilih Statistic
 Lalu setelah muncul linier regression statistic klik estimates, covariance matrix,
model if, dan collinierity diagnostics
 Klik continue
 Klik ok
Hasil output SPSS

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 8.554 1.848 4.629 .000

Ln_uangsaku -.205 .150 -.243 -1.369 .180 .762 1.313

Ln_PenghasilanOrt
-.156 .110 -.252 -1.420 .165 .762 1.313
u

a. Dependent Variable: IPK

2.4.2.Cara membaca ada tidaknya multikolinieritas

Pada hasil output SPSS di atas terlihat bahwa nilai Tolerance 0.762 baik untuk
variabel uang saku dan penghasilan orang-tua. Nilai ini > 0.1 berarti tidak terjadi
multikolinieritas. Sedangkan nilai VIF 1.312 baik untuk variabel uang saku dan penghasilan
orang-tua. Nilai ini < 10, yang berati dari nilai VIF juga tidak terjadi multikolinieritas antara
variabel independen.

2.4.3.Uji Heterokedastisitas
 Uji heterokedastisitas bertujuan menguji apakah model regresi terjadi ketidakamaan
variance dari residual satu pengamatan ke pengamatan lainnya. Model regresi yang baik
adalah yang homokesastisitas atau tidak terjadi heterokedastisitas.
Langkah Analisis :
 Pilih Analyze
 Regresiion, lalu pilih linier
 Pilih plots
 Isi y dengan SREID. Dan x ZPRED

 Klik continue

 Ok

Adapun hasil output SPSS nya dapat dilihat pada gambar dibawah ini
Cara melihat diagram :

Jika titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah
angka 0 pada sumbu Y, maka dapat disimpulkan tidak terjadiheterokedastisitas dalam model
regresi yang digunakan. Pada grafik hasil outpus SPSS di atas terlihat bahwa titik-titik
menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y,
maka dapat disimpulkan pada penelitian ini tidak terjadiheterokedastisitas dalam model
regresi yang digunakan.

2.4.4.Uji Linieritas

Uji linieritas digunakan untuk melihat spesifikasi model yang digunakan sudah benar
atau tidak. Apakah fungsi yang digunakan dalam studi empiris sebaiknya berbentuk linier,
kuadrat atau kubik. Uji yang biasanya digunakan adalah Uji DurbinWatson. Uji durbin
Watson biasanya digunakan untuk melihat ada tidaknya autokolerasi dalam model regresi
yang digunakan. Penelitian yang baik adalah yang bebas dari autokorelasi.

Langkah Analisis :

 Klik Analyze
 Pilih regression, linier
 Isi kembali variabel dependen dengan IPK
 Pilih statistic
 Aktivkan durbin watson
 Klik continue
 Klik ok

Hasil Output SPSS

 Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson

1 .427a .183 .135 .19522 2.244

a. Predictors: (Constant), Ln_PenghasilanOrtu, Ln_uangsaku

b. Dependent Variable: IPK

Cara Membaca Ada tidaknya Autokorelasi :

Jika nilai D-W < dari pada nilai dl maka terjadi autokorelasi, namun jika nilai D-W >
dari pada nilai dl maka tidak terjadi autokorelasi. Pada tabel Durbin-Watson lihatlah n yaitu
jumlah sampel yang digunakan dan k dengan melihat jumlah variabel independen. Pada
penelitian ini kita melihat lihat n=37 dan pada k=2. Nilaidl pada penelitian ini adalah 1.364.
Pada tabel hasil output SPSS di atas nilai DW nya adalah 2.244. Itu artinya penelitian ini
dapat diteruskan karena nilai 2.244 > 1.364, yang berarti penelitian ini bebas dari
autokorelasi.

2.4.5.Uji Koefisien Determinasi

Koefisien determinasi digunakan untuk menguji goodness-fir dari model regresi.

Besarnya nilai adjusted R2 sebesar 0.768 yang bararti variabelitas variabel dependen yang
dapat dijelaskan oleh variabilitas variabel independen 76.8%. Jadi model cukup baik.
Sedangkan sisanya 23.2 %, dijelaskan oleh variabel lainnya yang tidak dimasukan dalam
model regresi. (Ghazali, 2007 :163)

Langkah-langkah Analisis
 Klik Analyze
 Pilih regression, linier
 Isi kembali variabel dependen dengan IPK, dan independen dengan Ln_uang
saku dan Ln_penghasilan orang-tua
 Pilih statistic
 Pilih R Squared change
 Pilih continue
 ok
 Hasil Output SPSS

Model Summary

Change Statistics

Adjusted R Std. Error of R Square

Model R R Square Square the Estimate Change F Change df1 df2 Sig. F Change

1 .427a .183 .135 .19522 .183 3.799 2 34 .032

a. Predictors: (Constant), Ln_PenghasilanOrtu, Ln_uangsaku

Dari hasil output SPSS di atas terlihat nilai Adjusted R Square nilainya 0.135. Ini
berarti penghasilan orang-tua dan uang saku dapat menjelaskan (mempengaruhi) IPK
sebanyak 13.5 %, sedangkan sisanya yaitu sebesar 86.5 % dipengaruhi (dijelaskan) oleh
variabel lain yang tidak dimasukan pada penelitian ini.

2.4.6.Uji F ( Uji Pengaruh Simultan)

Uji pengaruh simultan digunakan untuk mengetahui apakah variabel independen
secara bersama-sama atau simultan mempengaruhi variabel dependen. (Ghazali, 2007 :163)
Jika nilai signifikansi <0,05 maka terdapat pengaruh secara simultan variabel independen
terhadap variabel dependen dan penelitian dapat diteruskan. Sedangkan jika nilai signifikansi
>0,05 maka tidak terdapat pengaruh secara simultan variabel independen terhadap variabel
dependen, sehingga penelitian tidak dapat dilanjutkan.
10.4. Langkah-langkah Analisis
 Klik Analyze
 Pilih regression, linier
 Isi kembali variabel dependen dengan IPK, dan independen dengan Ln_uang
saku dan Ln_penghasilan orang-tua
 Fokuskan pada Hasil Output Anova

Hasil Output SPSS

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression .290 2 .145 3.799 .032a

Residual 1.296 34 .038

Total 1.585 36

a. Predictors: (Constant), Ln_PenghasilanOrtu, Ln_uangsaku

b. Dependent Variable: IPK

2.4.7.Cara Membaca Hasil Uji F

Hasil output SPSS uji F di atas terlihat bahwa nilai signifikansinya adalah 0.032. Nilai
ini < dari 0.05. Hal ini berati terdapat pengaruh simultan (secara bersama-sama) antara uang
saku dan penghasilan orang tua terhadap IPK mahasiswa. Penelitian ini juga dapat
dilanjutkan.

2.4.8.Uji t (Uji Parsial)

Uji parsial digunakan untuk mengetahui pengaruh masing-masing variabel
independen terhadap variabel dependen. Jika nilai signifikansi <0,05 maka terdapat pengaruh
secara simultan variabel independen terhadap variabel dependen. Sedangkan jika nilai
signifikansi > 0,05 maka tidak terdapat pengaruh secara simultan variabel independen
terhadap variabel dependen.

Langkah-langkah Analisis
  Klik Analyze
 Pilih regression, linier
 Isi kembali variabel dependen dengan IPK, dan independen dengan Ln_uang
saku dan Ln_penghasilan orang-tua
 Fokuskan pada Hasil Output Coefisiens

Hasil Output SPSS

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 8.554 1.848 4.629 .000

Ln_uangsaku -.205 .150 -.243 -1.369 .180

Ln_PenghasilanOrtu -.156 .110 -.252 -1.420 .165

a. Dependent Variable: IPK

10.5. Cara Membaca Uji t

Pada tabel hasil output SPSS terlihat bahwa nilai signifikansi uang saku sebesar
0.180. Nilai ini >0,05 yang berarti tidak terdapat pengaruh uang saku terhadap IPK. Adapun
nilai signifikansi penghasilan orang-tua 0.165, nilai inipun > 0,05 yang berarti penghasilan
orang-tua juga tidak memiliki pengaruh terhadap IPK mahasiswa.
 Pengertian ujiValiditas &Reabilitas
Pengujian validitas,instrumen diuji dengan menghitung koefisiern korelasi antara skor
item dan skor totalnya dalamt taraf signifikansi 0,05 (Sunarto, 2017 : 67). Adapun uji
reabilitas untuk menguji konsistensi instrumen menggunakan tingkat kehandalan yang dapat
diterima(reliabel), Nilai koefisien reabilitas yang terukur >0,06. (Sunarto, 2017 : 67).

3.1. Contoh Soal

Si “Anu” meneliti pada ondistri meubel di Kandari dengan jumlah sempel 15 perusahaan
dengan menggunakan skala likert. Instrumen yang digunakan sbb:

1. Pertimbangan perusahaan terhadap pemilihan mutu produk yang sempurna

merupakan sesuatu yang dianggap:
5 Sangat Penting 2 Kurang Penting
4 Penting 1
3 Moderat
2. Pertimbangan perusahaan terhadap penentuan yang wajar dianggap
5 Sangat Penting 2 Kurang Penting
4 Penting 1
3 Moderat
3. Pertimbangan perusahaan terhadap ketersediaan produk dianggap
5 Sangat Penting 2 Kurang Penting
4 Penting 1
3 Moderat

Rekapitulasi data Hasil Penelitian Si “ Anu”

mutu Produk Ketersediaan Produk
Sampel (X1 Harga (X2) (X3) Total
1 3 2 4 9
2 5 4 5 14
3 5 4 5 14
4 3 1 3 7
5 4 3 4 11
6 3 3 3 9
7 5 4 5 14
8 4 3 4 11
9 5 4 5 14
10 3 2 3 8
11 5 4 5 14
12 5 4 5 14
13 3 2 3 8
14 5 4 5 14
15 4 3 4 11
Uji Validitas
-Klik Anaylize coralate, dan bivariate

-Lalu masukan semua variabel

- pada corelatian coeficients pearson
-ok

Hasil ouputnya terdapat pada dibawah ini

Correlations
 x1 x2 x3 tOTAL

x1 Pearson Correlation 1 .924** .960** .986**

Sig. (2-tailed) .000 .000 .000

N 15 15 15 15

x2 Pearson Correlation .924** 1 .887** .965**

Sig. (2-tailed) .000 .000 .000

N 15 15 15 15

x3 Pearson Correlation .960** .887** 1 .971**

Sig. (2-tailed) .000 .000 .000

N 15 15 15 15

tOTAL Pearson Correlation .986** .965** .971** 1

Sig. (2-tailed) .000 .000 .000

N 15 15 15 15

**. Correlation is significant at the 0.01 level (2-tailed).

Cara membaca hasil :

Dari output validitas instumen (data) menunjukkan bahwa keseluruhan item valid karena
adalah karena nilai sig 0,000 nilai ini dibawah 0,5. Sehingga seluruh item dalaminstrumen
penelitian ini dapat dipergunakan.

3.2. Uji Reabilitas

Klik Anaylze, scale, dan reability analysis

- Isi item dengan semua variabel, kecuali total

 - Klik static, lalu pilih semua bagian pada descriptive for dan pada interitem pilih
coralation, lalu ok

Hasil outputnya seperti dibawah ini

Case Processing Summary

N %

Cases Valid 15 100.0

Excludeda 0 .0

Total 15 100.0

a. Listwise deletion based on all variables in the

procedure.
 Reliability Statistics

Cronbach's
Alpha Based on
Cronbach's Standardized
Alpha Items N of Items

.971 .973 3

Cara Membaca hasil :

Pada hasil output diatas nilah Cronbacch’s Alpha > 0,971 .Nilai ini lebih besar dari 0,6.
Yang berarti selutuh itemyang digunakan reliabel dan layak digunakan sebagai pengukuran.