1

DAFTAR ISI

A. UJI DESKIPSI ......................................................................................... 2

B. UJI FREQUENSI..................................................................................... 4

C. UJI VALIDITAS DAN REABILITAS .................................................. 6

D. MENCARI PRE DAN RES .................................................................... 8

E. UJI NORMALITAS ................................................................................ 9

F. UJI HOMOGEN ...................................................................................... 11

G. ANALISIS KORELASI .......................................................................... 13

H. ANALISIS REGRESI ............................................................................. 14

I. ANALISIS FAKTOR .............................................................................. 16

J. PENILAIAN SECARA EMPIRIS DAN HIPOTETIK ....................... 19

 2

A. UJI DESKRIPSI

1. Buka Data di Ms. Excel

2. Copy data ( SUM Variabel X/Y/Z)
3. Buka SPSS, kemudian Paste data ke Data View
4. Klik Analysze -> Descriptive Statistic -> Descriptive

5. Pindahkan variable-variabel yang mau di uji

 3

6. Kemudian klik Option -> Muncul kotak Dialog -> Klik seperti gambar di bawah

7. Klik Continue -> klik OK.

8. Muncul hasil dari SPSS, seperti berikut :
 4

B. UJI FREKUENSI
1. Buka Data di Ms. Excel
2. Copy data ( SUM Variabel X/Y/Z)
3. Buka SPSS, kemudian Paste data ke Data View
4. Klik Analysze -> Descriptive Statistic -> Frequensiens

5. Pindahkan variable-variabel yang mau di uji

 5

6. Klik Statistic -> Muncul kotak dialog -> klik seperti gambar dibawah -> Continue

7. Klik Chart -> Muncul kotak dialog -> Pilih chart type yang akan digunakan ->
Continue

8. Klik Ok.
9. Muncul hasil SPSS seperti gambar dibawah
 6

C. UJI VALIDITAS DAN REABILITAS

a. Menggugurkan Item (Corrected Item-Total Correlation)

1. Buka Data di Ms. Excel

2. Copy data ( Item + Subjek)
3. Buka SPSS, kemudian Paste data ke Data View
4. Klik Analysze -> Scale -> Realibility Analysis

5. Pindahkan variable yang akan di uji

 7

6. Klik Statistic -> pilih seperti gambar dibawah

7. Klik Continue -> Ok -> muncul hasil dari SPSS seperti gambar dibawah

8. Gugurkan data (Corrected Item-Total Correlation) yang < 0,3. Jika data tidak ada
yang dibawah 0,3 data yang digugurkan <0,25.
9. Setelah data digugurkan uji kembali dengan cara yang sama.
 8

Cara membuat Implementasi dari test diatas :

Skala yang digunakan dalam penelitian ini menunjukan hasil analisis reabilitas sebesar nilai Alpha
Crombach ?? dan menunjukan nilai validitas yang bergerak dari skor ?? - ??. Berdasarkan hal
ini, maka skala penelitian dinyatakan layak untuk dipakai/ tidak layak.

D. MENCARI RES & PRE

1. Buka Data di Ms. Excel
2. Copy data ( SUM Variabel 1&2 data yang sudah digugurkan )
3. Buka SPSS, kemudian Paste data ke Data View
4. Klik Analysze ->Regression -> Linier

5. Tentukan variable Dependent dan Independent -> Pindahkan

 9

6. Klik Save -> klik Unstandardized

7. Klik Continue -> Ok

E. TEST NORMALITAS (KOLMOGOROV DAN SMIRNOV )

1. Gunakan data hasil pencarian PRE & RES
2. Klik Analysis -> Non Parametic Test -> Sample K-S
 10

3. Masukan Variabel yang akan di test -> OK

4. Lakukan kembali hingga ketiga variabel selesai dengan cara yang sama.

Cara membuat Implementasi dari test diatas :

Hasil uji normalitas pada skala X dan Y menunjukan nilai Asymp. Sig (2-tailed). Sebesar
??? (p>0.05). Bedasarkan data tersebut skala X dan Y dinyatakan terdistribusi Normal/
Tidak Normal (p<0.05).
 11

F. TEST HOMOGEN
1. Buka Data di Ms. Excel
2. Copy data ( SUM Variabel yang sudah digugurkan + Factor {JK, Usia, Pekerjaan, dll}
3. Klik Analyze -> Campare Means -> One Way ANOVA

4. Pindahkan variabel ke kotak dialog

 12

5. Klik Option -> Klik Homogeniety of Variance Test

6. Klik Continue -> OK -> Hasil dari SPSS seperti gambar dibawah
 13

Cara membuat Implementasi dari test diatas :

Hasil uji homogenitas pada skala X menunjukan nilai ??? (p>0.05). Berdasarkan data
tersebut, maka skala X dinyatakan homogeny/Tidak Homogen (p<0.05).

G. ANALISIS KORELASI
1. Buka Data di Ms. Excel
2. Copy data ( SUM Variabel X dan Y yang sudah digugurkan )
3. Klik Analyze -> Correlate -> Bivariate

4. Masukan Semua Variabel -> Pilih Pearson -> Pilih Two-Tailed

 14

5. Klik Ok -> Hasilnya seperti gambar dibawah

Cara membuat Implementasi dari test diatas :

Ada/Tidak ada hubungan yang terbukti secara signifikan dengan nilai p<0.01 dan besar
korelasi Pearson sebesar ???. dengan demikian semakin tinggi/rendah Variabel X maka
semakin tinggi/rendah Variabel Y, begitu juga sebaliknya.

H. ANALISIS REGRESI
1. Buka Data di Ms. Excel
2. Copy data ( SUM Variabel X dan Y yang sudah digugurkan )
3. Klik Klik Analyze -> Regression -> Linear
 15

4. Pindahkan Variabel Independent dan Variabel Dependent -> Klik OK.

5. Akan muncul hasil dari test

Cara membuat Implementasi dari test diatas :

Ada/Tidak ada pengaru yang signifikan antara Variabel Independent terhadap Variabel
Dependent dengan signifikansi p < 0.01 dan besar pengaruh sebesar ??? %. Sehingga ???
% dipengaruhi oleh faktor lain.
 16

I. ANALISIS FAKTOR
1. Buka Data di Ms. Excel
2. Copy data ke SPSS
3. Klik Analyze -> Dimension Reduction -> Faktor

4. Pindahkan data yang akan di test -> Descriptives -> Initial Solution _> KMO and
Bartlett/s -> Anti-Image
 17

5. Klik Continue -> Ok -> keluar hasil seperti gambar dibawah

Implementasi dari data diatas :

Skor KMO Bartlett’s Test menunjukan signifikansi sebesar p <0.001dengan skor ???,
sehingga korelasi antar aspek pada variabel tersebut dinyatakn saling berkorelasi.

• Lihat Anti-Image Matrices

Yang dianggap memiliki korelasi antara variabel yang nilainya > 0.5, < 0.5
digugurkan.
• KEMUDIAN UJI KEMBALI
 18

Contoh dan Implementasi Communalities

Contoh dan implementasi Component Matrix

 19

J. PENILAIAN SECARA EMPIRIS DAN HIPOTETIK

a. Penilaian Empiris ( kelompok)

- Pakai Data Mean & S.D dari Fre. Deskriptif

R = X ≤ Mean- Std.Dev R= Rendah

S = Sedang

T = Tinggi
S = Mean - Std.Dev < X ≤ Mean + Std.Dev

T = X > Mean + Std.Dev

b. Penilaian Hipotetik (menyeluruh)

Min = Skor terendah ( skala skewness) x Jumlah Subjek

Max = Skor tertinggi (skala skewness) x Jumlah Subjek

Range = Max – Min

Mean = Range : 2

R = X ≤ Mean- Std.Dev R= Rendah

1 SD = Mean : 6
S = Sedang

S = Mean - Std.Dev < X ≤ Mean + Std.Dev T = Tinggi

T = X > Mean + Std.Dev