PENDAHULUAN
Istilah Penting
a. Skala nominal, ordinal, interval, rasio e. Variabel
b. Skala likert f. Variabel bebas/independen/eksogen
c. Statistik non-parametrik g. Variabel terikat/dependen/endogen
d. Statistik parametrik h. Variabel teramati
i. Variabel laten
3.
1. Input data pada Data View, pastikan data teratas berada pada baris 1
PASTIKAN
SESUAIKAN
(CONTOH)
1. Klik
2. Blok
6. Output
Kuesioner yang baik adalah yang reliabel dan valid
a. Suatu kuesioner dikatakan reliabel jika nilai Cronbach’s Alpha > 0,6.
Apabila nilai Cronbach’s Alpha ≤ 0,6 maka suatu koesioner tidak reliabel. Dengan demikian
dapat disimpulkan bahwa kuesioner tersebut reliabel karena 0,844 > 0,6.
Reliability Statistics
Cronbach's Alpha N of Items
.844 5
b. Suatu kuesioner dikatakan valid jika nilai Corrected Item-Total Correlation (r hitung) > r
tabel.
Karena nilai r tabel belum diketahui, maka tahap selanjutnya adalah mencari nilai r tabel.
Item-Total Statistics
Scale Mean if Item Scale Variance if Corrected Item- Cronbach's Alpha if
Deleted Item Deleted Total Correlation Item Deleted
X1 12.0164 8.983 .503 .848
X2 11.9508 8.048 .676 .807
X3 12.1148 7.270 .779 .776
Y1 12.0492 8.081 .542 .844
Y2 12.0656 6.896 .775 .776
r hitung
r tabel
8. Menentukan nilai df
Derajat bebas (degree of freedom-df) diperoleh dengan rumus df = N – 2. Nilai N adalah jumlah
responden yaitu sebanyak 61. Dengan demikian, df = 61 – 2 = 59
sesuaikan
Nilai t tabel
Nilai r tabel
r hitung
Pada tahap sebelumnya telah diketahui bahwa nilai r tabel adalah sebesar 0,21. Dengan
demikian dapat disimpulkan bahwa kuesioner tersebut valid karena nilai r hitung masing-
masing item pertanyaan > r tabel.
A. UJI NORMALITAS
1. Input data pada Data View, pastikan data teratas berada pada baris 1
PASTIKAN
* Contoh hanya menggunakan satu variabel, dalam prakteknya dapat menggunakan lebih dari satu
variabel sekaligus.
SESUAIKAN
4. Muncul kotak dialog dan pindah semua item ke sisi kanan, klik Plots
2. Klik
1. Blok
5. Centang None pada boxplots, stem-and-leaf, normality plots with tests – Continue – Ok
6. Output
Data yang baik adalah data yang berdistribusi normal
a. Jika data yang diuji lebih dari 50 gunakan Kolmogorov-Smirnov dan jika kurang dari 50
gunakan Shapiro-Wilk.
b. Suatu data dikatakan berdistribusi normal jika nilai sig. Kolmogorov-Smirnov atau sig.
Shapiro-Wilk > 0,05. Apabila nilai sig. Kolmogorov-Smirnov atau sig. Shapiro-Wilk ≤ 0,05
maka suatu data tidak berdistribusi normal.
B. UJI HETEROKEDATISITAS
1. Input data pada Data View, pastikan data teratas berada pada baris 1
PASTIKAN
SESUAIKAN
C. UJI LINEARITAS
1. Input data pada Data View, pastikan data teratas berada pada baris 1
PASTIKAN
SESUAIKAN
6. Output
Data yang baik adalah data yang hubungan antarvariabelnya linear
Jika nilai Sig. pada Deviation from Linerity > 0,05 maka hubungan antar variabel adalah linear,
apabila Sig. pada Deviation from Linerity < 0,05 maka hubungan antar variabel adalah tidak
linear.
Hubungan
X1 Y
Hubungan
X2 Y
Dengan demikian dapat disimpulkan bahwa hubungan variabel X1 maupun X2 terhadap Y tidak
linear karena 0,000 < 0,05.
1. Input data pada Data View, pastikan data teratas berada pada baris 1
PASTIKAN
SESUAIKAN
6. Output
Data yang baik adalah data yang tidak terdapat multikolinearitas
Jika nilai VIF < 10 maka tidak terdapat multikolinearitas, apabila VIF > 10 maka terdapat
multikolinearitas.
Dengan demikian dapat disimpulkan bahwa data tersebut tidak terdapat multikolinearitas
karena 2,605 < 10.
1. Input data pada Data View, pastikan data teratas berada pada baris 1
PASTIKAN
SESUAIKAN
6. Output
Data yang baik adalah data yang tidak terdapat autokorelasi
Tentukan nilai dL dan dU dengan melihat Tabel Durbin Watson. Nilai k (jumlah variabel bebas) =
2 dan n = 61.
dU < DW < 4-dU tidak terdapat autokorelasi
DW < dL terdapat autokorelasi positif
DW > 4-dL terdapat autokorelasi negatif
du < DW < dL atau
4-dU < DW < 4-dL tidak dapat disimpulkan
Nilai DW
Variabel bebas = 2
Niai n = 61
1. Input data pada Data View, pastikan data teratas berada pada baris 1
PASTIKAN
SESUAIKAN
3. Simpan data yang telah dimasukkan, pastikan Anda mengingat di mana menyimpannya
a. Klik tombol , lalu letakkan kursor pada layar kosong dan lakukan drag&drop.
b. Klik ikon , lalu letakkan kursor pada gambar persegi empat dan lakukan
drag&drop
c. Atur variabel observed tersebut dengan menggesernya menggunakan tombol
d. Membuat hubungan korelasi atau kovarian antar variabel eksogen
dengan tombol
Rapikan gambar yang ada dengan menekan tombol , lalu klik masing-masing variabel
6. Klik Select data files – File Name, lalu cari file data yang telah disimpan sebelumnya, klik
Open – OK
9. Klik Calculate
Pearson Correlation
Contoh Hipotesis:
H1 : Semakin tinggi inflasi (X1) maka akan menurunkan IHSG (Y) negatif signifikan
H2 : Nilai suku bunga (X2) yang tinggi akan maningkatkan IHSG (Y) positif signifikan
a. Klik tombol , lalu letakkan kursor pada layar kosong dan lakukan drag&drop.
b. Klik ikon , lalu letakkan kursor pada gambar persegi empat dan lakukan
drag&drop
c. Atur variabel observed tersebut dengan menggesernya menggunakan tombol
d. Menentukan variabel eksogen dan endogen dan membuat hubungan regresi
(kausalitas) dengan tombol dan membuat hubungan korelasi atau kovarian
antar variabel eksogen dengan tombol
e. Setiap variabel endogen harus diberi error atau nilai residual dengan menekan
tombol untuk mengaktifkan, lalu klik variabel endogen yang dimaksud
f. Rapikan gambar yang ada dengan menekan tombol , lalu klik masing-masing
variabel
2. Klik Select data files – File Name, lalu cari file data yang telah disimpan sebelumnya, klik
Open – OK
2
Beri nama di sini
5. Klik View – Analysis Properties – Estimation – centang Estimation means & intercepts –
Output – centang informasi yang diperlukan - close
7. Klik Calculate
9. Membaca ouput
koefisien
konstanta
R2 = koefisien determinasi
k = jumlah variabel bebas
n = jumlah sampel
R2
R2 sebesar 0,424 = 42,4% memiliki makna bahwa dalam contoh ini 42,4% nilai IHSG dipengaruhi
oleh INFLASI dan SUKU BUNGA. 57,6% sisanya dipengaruhi oleh variabel lain yang tidak
dimasukkan dalam model penelitian.
a. Klik tombol , lalu letakkan kursor pada layar kosong dan lakukan drag&drop.
b. Klik ikon , lalu letakkan kursor pada gambar persegi empat dan lakukan
drag&drop
c. Atur variabel observed tersebut dengan menggesernya menggunakan tombol
d. Menentukan variabel eksogen dan endogen dan membuat hubungan kausalitas
dengan tombol dan membuat hubungan korelasi atau kovarian antar
variabel eksogen dengan tombol
e. Setiap variabel endogen harus diberi error atau nilai residual dengan menekan
tombol untuk mengaktifkan, lalu klik variabel endogen yang dimaksud
f. Rapikan gambar yang ada dengan menekan tombol , lalu klik masing-masing
variabel
2. Klik Select data files – File Name, lalu cari file data yang telah disimpan sebelumnya,
klik Open – OK
3
1
Doble click
2
Beri nama di sini
7. Klik Calculate
9. Membaca ouput
koefisien
konstanta
a. Suatu variabel bebas memiliki pengaruh parsial yang signifikan jika nilai P < 0,05 atau
bernilai ***
b. Koefisien bertanda positif bermakna variabel eksogen memiliki pengaruh yang searah
terhadap variabel endogen, sedangkan koefisien bertanda negatif bermakna variabel
eksogen memiliki pengaruh yang berlawanan terhadap variabel endogen.
c. Suatu variabel dikatakan menjadi mediator jika pengaruh tidak langsung (variabel bebas
dalam jalur yang sama) > pengaruh langsungnya.
d. Dengan demikian H1 diterima karena hubungan X1 dan Y memiliki nilai P =0,014 (<0,05) yang
berarti signifikan dan positif (nilai koefisien yang positif). H2 diterima karena hubungan X1
dan X2 memiliki nilai P =*** yang berarti signifikan, dan positif (nilai koefisien yang positif).
H3 ditolak karena hubungan X1 dan X2 memiliki nilai P =0,057 (>0,05) yang berarti tidak
signifikan, meskipun hubungan X1 dan X2 adalah positif (nilai koefisien yang positif).
X1 X2
X2 ,838 ,000
Y ,816 ,369
X1 X2
X2 ,785 ,000
Y ,624 ,301
X1 X2
X2 ,838 ,000
Y ,507 ,369
X1 X2
X2 ,785 ,000
Y ,388 ,301
X1 X2
X2 ,000 ,000
Y ,309 ,000
X1 X2
X2 ,000 ,000
Y ,236 ,000
H4 tidak terbukti, karena pengaruh tidak langsung inflasi (β=0,236) lebih kecil dari pada
pengaruh langsungnya (β=0,388)
a. Pengaruh lagsung a b c
b. Pengaruh tidak langsung inflasi b x c
c. Pengaruh total inflasi a + (b x c)
Contoh Hipotesis:
H1 : Motifasi pegawai (X1) yang kuat akan meningkatkan kinerja (Y)
H2 : Pengaruh motifasi pegawai (X1) terhadap kinerja (Y) akan meningkat jika disertai
dengan tingkat pendidikan (X2) yang tinggi.
Konsep penelitian
X1 Y
X2
1. Input data pada Data View, pastikan data teratas berada pada baris 1
PASTIKAN
SESUAIKAN
4. Mengalikan variabel bebas dan moderator dalam jalur yang sama, (Transform – Compute
Variable)
5. Isi Target Variable dengan X1_X2 dan Numeric Expression dengan X1*X2 kemudian OK,
lalu Simpan data yang telah dimasukkan, pastikan Anda mengingat di mana
menyimpannya
a. Klik tombol , lalu letakkan kursor pada layar kosong dan lakukan drag&drop.
b. Klik ikon , lalu letakkan kursor pada gambar persegi empat dan lakukan
drag&drop
c. Atur variabel observed tersebut dengan menggesernya menggunakan tombol
d. Menentukan variabel eksogen dan endogen dan membuat hubungan kausalitas
dengan tombol dan membuat hubungan korelasi atau kovarian antar
variabel eksogen dengan tombol
e. Setiap variabel endogen harus diberi error atau nilai residual dengan menekan
tombol untuk mengaktifkan, lalu klik variabel endogen yang dimaksud
f. Rapikan gambar yang ada dengan menekan tombol , lalu klik masing-masing
variabel
8. Klik Select data files – File Name, lalu cari file data yang telah disimpan sebelumnya, klik
Open – OK
3 1
Doble click
2
Beri nama di sini
12. Klik View – Analysis Properties – Estimation – centang Estimation means & intercepts
–Output – centang informasi yang diperlukan – close
Estimate
Y <--- X1 -,458
Y <--- X2 -,985
Y <--- X1_X2 2,038