MODUL EXCEL

MODUL
APLIKASI KOMPUTER LANJUTAN
Andika Bayu Saputra, S.Kom., M.Cs.

Vitriyani Tri Purwaningsih, S.Si., M.Sc.
PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN SOSIAL
UNIVERSITAS JENDERAL ACHMAD YANI YOGYAKARTA
KATA PENGANTAR
Modul Aplikasi Komputer Lanjutan ini disusun sebagai panduan bagi mahasiswa dalam
menggunakan software untuk pengolahan data. Mengolah data dalam penelitian merupakan inti
untuk dapat menarik kesimpulan dari permsalahan yang dibahas. Oleh karena itu, untuk mengolah
data terdapat beberapa cara yang dapat digunakan. Adapun yang dibahas pada modul ini yaitu
dengan menggunakan Excel pada Bagian I dan SPSS pada Bagian II.
Bagian I akan membahas penggunaaan Microsoft Excel 2016 yang mana di dalamnya akan
membahas bagaimana peneliti memulai bekerja dengan Microsoft Excel, mengatur lembar kerja,
rumus dan range, fungsi statistik dan fungsi teks, fungsi logika, lookup dan grafik, mengelola dan
mencetak lembar kerja dan pembahasan terakhir mengenai list.
Bagian II akan membahas penggunaan SPSS yang di dalamnya akan membahas mengenai
skala pengukuran, manajemen data, statistik deskriptif dan tabulasi silang, validitas dan reliabilitas,
uji beda, regresi sederhana dan regresi berganda dan metode Ordinary Least Square (OLS).
Tim Penyusun
Andika Bayu Saputra, S.Kom., M.Cs.

Vitriyani Tri Purwaningsih, S.Si., M.Sc.
1
DAFTAR ISI
Kata Pengantar …………………………………………………………………………………… 1

Daftar Isi …………………………………………………………………………………………. 2
BAGIAN I
Bab 1 Bekerja dengan Ms Excel …………………………………………………………………. 3
Bab 2 Mengatur Lembar Kerja …………………………………………………………………. 12
Bab 3 Rumus dan Range ………………………………………………………………………... 21
Bab 4 Fungsi Statistik dan Fungsi teks …………………………………………………………. 25
Bab 5 Fungsi Logika .…………………………………………………………………………… 31
Bab 6 Lookup dan Grafik ………………………………………………………………………..35
Bab 7 Mengelola dan Mencetak Lembar Kerja ………………………………………………... 41
Bab 8 List ……………………………………………………………………………………….. 45
BAGIAN II
Bab 9 Skala Pengukuran …………………………………………………………………………50
Bab 10 Manajemen Data ………………………………………………………………………... 52
Bab 11 Statistik Deskriptif dan Tabulasi Silang ………………………………………………... 64
Bab 12 Validitas dan Reliabilitas ……………………………………………………………….. 70
Bab 13 Uji Beda .………………………………………………………………………………... 76
Bab 14 Regresi ………………………………………………………………………………….. 82
Bab 15 Ordinary Least Square (OLS) ……………………………………………….................. 87
Daftar Pustaka ………………………………………………………………………………… 106
2
BAGIAN I
Menggunakan Excel
BAB 1
BEKERJA DENGAN
MICROSOFT EXCEL 2016
Microsoft Excel
Microsoft Excel atau Microsoft Office Excel adalah sebuah program aplikasi lembar kerja spreadsheet
yang dibuat dan didistribusikan oleh Microsoft Corporation untuk system operasi Microsoft Windows
dan Mac OS. Aplikasi ini memiliki fitur kalkulasi dan pembuatan grafik yang menggunakan strategi
marketing Microsoft yang agresif, hal ini menjadikan Microsoft Excel sebagai salah satu program
computer yang popular digunakan di dalam computer mikro hingga saat ini. Bahkan, saat ini program
ini merupakan program spreadsheet paling banyak digunakan oleh banyak pihak, baik di platform PC
berbasis Windows maupun platoform Macintosh berbasis Mac OS, semenjak versi 5.0 diterbitkan
pada tahun 1993. Aplikasi ini merupakan bagian dari Microsoft Office System, dan versi terakhir adalah
versi Microsoft Office Excel 2016 yang diintegrasikan di dalam paket Microsoft Office System 2016.
1. Manfaat Lembar Kerja (Worksheet) Excel

Selain digunakan sebagai pengolah angka, lembar kerja (worksheet) Excel bermanfaat sebagai
lembar kerja untuk :
a. Memudahkan pembuatan dokumen yang penuh dengan tabel
b. Menampilkan dan mengolah angka dan data
c. Membuat grafik
d. Melakukan perhitungan-perhitungan matematika, ekonomi dan lain-lain
e. Membuat perhitungan statistic
f. Membuat hyerperlink untuk akses internet
g. Tahu gak, excel juga bisa digunakan untuk membuat game cek disini
http://www.excelgames.org/
h. Dan masih banyak lagi.
2. Mengaktifkan Excel
Anda dapat melakukannya dengan langkah-langkah sebagai berikut :
a. Click tombol Start yang berada pada sebelah kiri Taskbar
b. Pilih All Apps, sehingga tampil menu di atas, cari kategori E dan pilih Excel 2016
3
Atau kita bisa menggunakan fasilitas run denganmengetikkan ‘excel’
Caranya :
a. Click start pilih run
b. Ketik ‘excel’ tanpa tanda petik lalu OK / ENTER
c. Lihat hasilnya, menakjubkan bukan.
Tampilan Microsoft Excel 2016
3. Elemen Dasar Microsoft Excel 2016
Office Button pada Excel 2007
Office 2007 memang berubah secara drastic dari versi sebelumnya baik dari segi tampilan maupun
fungsibilitasnya. Salah satunya Office Button yang menggantikan menu File pada versi lama.
Office Button terletak di kiri atas layar Excel
Ketika anda mengklik tombol Office Button, akan muncul beberapa perintah dasar seperti Open,
Save dan Print.
4
New, membuat worksheet baru
Open, membuka dokumen yang sudah ada
Save, menyimpan worksheet
Save As, menyimpan worksheet dengan nama lain atau ditempat lain
Print, mencetak dokumen
Prepare, menyiapkan dokumen untuk didistribusikan
Send, mengirim dokumen ke pengguna lain dengan email atau fax
Publish, mendistribusikan dokumen ke pengguna lain
Close, menutup dokumen yang terbuka
Pada bagian bawah terdapat dua tombol yaitu
Excel Option, melakukan settingan untuk aplikasi atau melakukan customize pada Excel
Exit Excel, keluar dari Excel
Ribbon pada Excel 2016
Ketika anda memulai excel 2016, anda mungkin dikejutkan dengan tampilannya yang jauh berbeda
dengan versi sebelumnya. Menu dropdown tidak kita temukan lagi pada excel 2016 digantikan dengan
Ribbon. Ribbon didesain khusus untuk mempermudah anda dalam bekerja dengan Excel. Ribbon
mempunyai 7 Tab Standar yaitu Home, Insert, Page Layout, Formulas, Data, Review, View. Setiap tab
terdiri dari group-group toolbar. Dengan kata lain Ribbon merupakan gabungan antara dropdown
menu dan toolbar. Tidak hanya itu, tab lain akan muncul bila kita memilih objek-objek tertentu.
Misalkan bila kita klik gambar pada lembar kerja akan dimunculkan tab dengan group toolbar yang
berkaitan dengan gambar.
5
Minimize Ribbon
Ribbon didesain untuk mempermudah dan melakukan perintah dengan cepat. Namun, anda bisa
menyembunyikan toolbar pada Ribbon (minimize) untuk memperluas ruang tampilan di layar.
Beberapa cara untuk meminimize Ribbon :
➢ Klik Customize Quick Access Toolbar kemudian klik Minimize the Ribbon.
➢ Klik kanan pada Ribbon, kemudian klik Minimize the Ribbon.
➢ Double click pada judul yang aktif pada Ribbon atau tekan [ Ctrl + F1 ]
Restore Ribbon
➢ Klik Customize Quick Access Toolbar kemudian klik (hilangkan centang) Minimize the Ribbon
➢ Klik kanan pada Ribbon, kemudian klik (hilangkan centang) Minimize the Ribbon
➢ Double klik pada judul tab yang aktif pada Ribbon atau tekan [ Ctrl + F1 ]
6
Untuk menggunakan Ribbon saat minimize, kita tinggal klik tab untuk memunculkan toolbar-toolbar.
Ketika kita klik di luar Ribbon maka toolbar-toolbar tersebut akan disembunyikanlagi.
4. Pengenalan Ribbon Tab Home
Seperti yang sudah dijelaskan sebelumnya, pada Microsoft Excel 2016, Menu yang terdapat pada
versi sebelumnya sudah digantikan perannya oleh Ribbon pada versi 2016 disini.
Tampilan Default Tab Ribbon adalah berada pada Tab Home
Toolbar Nama Toolbar Keterangan

Cut Memindahkan teks/object ke Clipboard
Copy Menyalin teks/object ke Clipboard
Paste Menyalin teks/object ke layar editor
Menyalin format dari satu tempat ke
Format Painter
tempat lain
Font Mengubah font
Font Size Merubah ukuran font

Grow Font Memperbesar ukuran font
Shrink Font Memperkecil ukuran font
Bold Menebalkan Teks
Italic Memiringkan Teks
Underline Memberi garis bawah pada teks
Border Memberikan bingkas secara otomatis
Fill Color Memberikan warna latar pada cell
Font Color Memberikan warna tulisan pada teks

Memberikan perataan pada cell
Horisontal Alignment
berdasarkan horizontal line
Memberikan perataan pada cell
Vertical Alignment
berdasarkan vertikal line
Merotasi teks secara diagonal maupun
Orientation
vertical
Indentation Berfungsi layaknya spasi
Merge Cell Menggabungkan cell yang terseleksi
Membuat teks pada sel menjadi beberapa

Wrap Teks
baris
5. Lembar Kerja Microsoft Excel 2016

Worksheet dan Workbook Excel 2016
➢ Worksheet adalah petak-petak cell dimana anda bisa menuliskan data. Petak ini membagi
worksheet menjadi kolom dan baris.
7
➢ Kolom dilambangkan dengan huruf (A,B,C,…XFD) Sedangkan baris dilambangkan dengan
angka
➢ Sebuah cell didefinisikan dengan kolom dan baris missal cell A13 berarti cell itu berada pada
kolom A dan baris ke 13
➢ Worksheet pada Excel 2007 terdiri dari 16,384 kolom dan 1,048,576 baris. Jumlah ini lebih
banyak 1500 % baris dan 6300 % kolom dari versi sebelumnya
➢ Kumpulan dari worksheet ini dinamakan workbook. Secara default setiap workbook pada
Excel 2007 terdiri dari 3 worksheet yang bisa anda lihat pada tab Sheet di bagian bawah layar.
6. Memasukkan Data ke Lembar Kerja

Untuk menuliskan teks dan angka dalam sebuah cell dapat kita lakukan dengan mudah, cukup
dengan seleksi cell yang ingin diisikan teks/rumus dan ketikkan isinya. Excel mengijinkan beberapa
jenis pemasukan data antara lain :
• Label
Teks berisi keterangan seperti nama, alamat dan keterangan lain. Untuk menuliskan tipe data
ini cukup dengan klik cell yang akan diisi data, kemudian ketikkan teks yang akan ditampilkan
• Numbers
Teks berupa dari 0-9 seperti 13, -198, 345,5 dan sebagainya. Untuk menuliskan tipe data ini
cukup dengan klik ceel yang akan diisi data, kemudian ketikkan angka kemudian enter.
Penulisan karakter koma (dalam format Indonesia) atau titik (dalam format Inggris)
mendefinisikan angka pecahan/decimal.
• Tanggal dan Waktu
Excel mengijinkan penulisan tanggal dan waktu sesuai dengan format yagn dikenali. Untuk
menuliskan tipe data ini cukup dengan menuliskan teks sesuai dengan format tanggal dan
waktu.
Contoh : Tanggal - - > 30/01/2007 atau 30-01-2007, dan sebagainya
Waktu - - > 13:30:00
• Formula
Ekspresi untuk menghitung hasil numeric/teks berdasarkan rumus tertentu. Untuk
menuliskan rumus/formula dalam excel dapat dilakukan dengan mengawali isi cell dengan
karakter sama dengan (=) kemudian diikuti rumus yang diinginkan.
Contoh : =A3+D9 - - > menjumlahkan cell A3 dan D9
7. Menyimpan Buku Kerja

Cara untuk menyimpan workbook di dalam excel yaitu :
a. Klik Microsoft Office Button

b. Pilih Save, lalu akan masuk ke dalam kotak dialog penyimpanan :
8
c. Isi File Name lalu klik Save
d. Yang perlu diperhatikan adalah, secara default Microsoft Excel 2016 akan
memberikan extensi berupa *.xlsx yang menandakan bahwa Excel 2016 adalah
generasi Office ke 12 dan file dengan format ini tidak bisa di open (buka) pada versi
sebelumnya missal Generasi Office ke 11 (Microsoft Office 2003) karena tidak
mendukung format *.xlsx
e. Untuk Penyimpanan selanjutnya kita juga bisa menggunakan tombol Ctrl + S untuk
Save dan tombol F12 untuk Save As
8. Mengakhiri Microsoft Excel 2016

Untuk mengakhiri penggunaan Microsoft Excel 2016 ikuti langkah berikut :
a. Simpan buku kerja yang telah anda buat, jika Anda ingin menyimpannya
b. Pilih Office Button; Exit Excel; untuk mengakhiri Microsoft Excel 2016. Proses ini akan selesai
setelah jendela Microsoft Excel 2016 tertutup secara keseluruhan.
Atau klik 2x pada Office Button
9
9. Membuka Buku Kerja Baru
Bila Anda akan membuat buku kerja baru, dapat Anda lakukan dengan cara :
a. Klik Microsoft Office Button

b. Pilih New - - > Workbook - - > OK
c. Atau tekan tombol Ctrl + N
10. Membuka File Buku Kerja

File buku kerja yang telah Anda simpan dapat Anda buka kembali dengan langkah sebagai berikut
:
a. Pilih perintah Office Button – Open atau tekan tombol Ctrl + O. Kotak dialog open akan
ditampilkan
b. Bila file yang akan Anda buka tidak berada pada direktori saat ini, tentukan driver dan
direktori tempat file tersebut berada, dengan memilih pada kotak Look In
c. Klik pada file yang akan akan dibuka
d. Click tombol Open
11. Menyimpan Buku Kerja Dengan Nama Lain

Seperti yang telah dibahas sebelumnya. Anda dapat menyimpan kembali buku kerja tersebut bila
terdapat perubahan, dengan perintah Microsoft Office Button - - > Save atau tekan tombol Ctrl +
S. Tetapi bila Anda akan menyimpannya dengan nama yang lain pilihlah Microsoft Office Button
- - > Save As atau tekan tombol F12, maka kotak dialog Save As akan muncul, gantilah nama file
yang lama dengan yang baru kemudian klik tombol Save.
12. Mengaktifkan Kotak Dialog

Sangat berbeda dengan versi sebelumnya, jika pada sebelumnya terdapat banyak menu drop
down yang jika kita klik akan memunculukan sebuah kotak dialog. Pada excel 2016 ini untuk
masuk pada kotak dialog kita harus klik icon expand. Perhatikan gambar berikut :
10
Icon Expand pada gambar yang diberi tanda kotak untuk mengaktifkan kotak dialog Format Font.
Cobalah klik dan lihat apa yang akan tampil.
11
BAB 2
MENGATUR
LEMBAR KERJA
1. Mengatur Lebar Kolom
Pada saaat kita menggunakan Microsoft Excel 2016, data yang kita masukkan sering kali tidak
cukup pada sel yang bersangkutan, hal ini dimungkinkan oleh panjangnnya data, besar kecilnya
font atau yang lainnya.
2. Mengubah Lebar Kolom Menjadi Lebar Tertentu
Mengatur lebar kolom dan tinggi baris sebenarnya bisa dilakukan dengan cara manual yaitu dengan
cara mengambil garis (Tekan tombol mouse kanan) kemudian geser sesuai dengan lebar kolom
atau tinggi baris yang kita inginkan. Akan tetapi jika kita ingin mengatur kolom dan baris dalam
jumlah banyak serta menginginkan ukuran yang sama maka kita bisa melakukan langkah sebagai
berikut :
• Seleksi kolom atau baris yang ingin kita atur
• Pilih Tab Home > Format > Column Width untuk ukuran kolom atau Row Height untuk ukuran
tinggi baris.
• Masukkan angka pada column width sesuai dengan keinginan kita, missal 20
12
• Klik OK
3. Mengatur Tampilan Garis-garis Grid
Grid merupakan garis bantu. Pada saat pertama kali lembar kerja Microsoft Excel 2016 dibuka,
pada lembar kerja tersebut ditampilkan garis-garis batas baik garis tegak maupun mendatar yang
membatasi setiap sel. Garis-garis pembatas ini disebut dengan Grid. Tujuan ditampilkannya grid ini
untuk mempermudah melihat batas-batas sel.
Tampilan grid ini malah kadang membingungkan anda, mengganggu tampilan laporan yang anda
buat. Apabila anda bermaksud menghilangkan tampilan grid tersebut, anda dapat menggunakan
langkah berikut :
• Pilih Office Button > Excel Option
• Selanjutnya akan muncul kotak dialog Excel Option
13
• Pilih Opsi Advanced pada pilihan sebelah Kiri
• Geser kebawah bagian sebelah kanan dan carilah opsi Display Option for the worksheet
• Hilangkan tanda cawang pada opsi Show gridlines
• Kemudian OK dan lihatlah hasilnya pada lembar kerja anda
• Cara cepat yang bisa kita gunakan adalah klik Tab View > Gridlines
4. Mengatur Tampilan Baris Penggulung
Microsoft Excel 2016 pada keadaa defaultnya akan menampilkan baris penggulung, baik baris
penggulung mendatar (Horisontal Scroll Bar) maupun baris penggulung tegak (Vertical Scroll Bar).
Baris penggulung ini digunakan untuk menggulung layar secara baris per baris maupun layar per
layar.
Apabila anda inigin menghilangkan tampilan baris penggulung dengan harapan anda dapat
menggunakan lebar lembar kerja yang lebih luas, lakukan langkah berikut :
• Pilih Office Button > Excel Option
• Pada kotak dialog Excel Option sebelah kiri pilih Advanced
• Selanjutnya cari opsi Display option for this workbook
• Hilangkah cawang pada pilihan Show horizontal scroll bar atau pada pilihan Show vertical scroll
bar
• OK
• Cara asik menggulung mouse

• Jika mouse yang anda pakai memiliki scrollbar, coba klik scrollbar tersebut sampai muncul
tampilan seperti berikut :
14
• Jika sudah tampil, coba arahkan mouse anda ke bawah
• Apa yang terjadi?
5. Format Cell pada Excel 2016
Format Cells adalah kotak dialog yang menangani masalah pengaturan terhadap property dalam
suatu cell. Untuk memunculkan dialog Format Cells.
Klik kanan pada cell atau range yang ingin diformat maka akan muncul tampilan seperti ini.
15
Cara cepat untuk bisa masuk ke dalam kotak dialog Format Cell adalah dengan cara kombinasi
tombol [Ctrl + 1]
NUMBER
Pada tab number kita akan bisa mengatur format pada cell
➢ Sample, menunjukkan isi cell yang anda pilih untuk diformat
➢ Decimal places, menentukan banyaknya angka di belakang koma yang maksimal sampai
30 angka di belakang koma. Kotak ini hanya untuk kategori Number, Currency, Accounting,
Percentage da Scientific
➢ Use 1000 Separator, untuk mengisi pemisah ribuan pada angka. Kotak ini hanya berlaku
untuk kategori Number.
➢ Negative Number, menentukan bentuk penulisan bilangan-bilangan negative. Kotak ini
hanya berlaku pada kategori Number dan Currency.
➢ Sysmbol, memilik symbol mata uang. Kotak ini hanya berlaku pada kategori Currency dan
Accounting.
➢ Type, memilih tampilan yang anda ingin gunakan pada angka. Kotak ini hanya berlaku pada
kategori Date, Fraction, Special dan Custom.
➢ Locate (location), memilih bahasa yang digunakan dalam menampilkan angka. Pilihan ini
hanya berlaku pada kategori Date, Time dan Special.
Alignment
16
Text Alignment
Horisontal, pilih pilihan dalam kotak daftar Horizontal untuk mengubah perataan isi sel secara
horizontal. Secara default, Microsoft Excel perataan untuk teks ke kiri, nomor ke kanan dan nilai-
nilai logis dan kesalahan tengah. Perataan default secara horizontal adalah General.
Vertical, pilih pilihan pada kotak Vertical untuk mengubah perataaan isi cell secara vertical. Secara
default perataan vertical adalah Bottom.
Indent, jarak isi cell terhadap dinding cell. Satu indent sebanding dengan lebar satu buah karakter.
Misalnya anda memilih perataan left dan indent 2, maka jarak antara isi cell dengan dinding cell
kiri adalah 2 karakter.
Orientation, pilih opsi di bawah Orientation untuk mengubah orientasi teks dalam sel yang dipilih.
Rotasi pilihan mungkin tidak tersedia untuk beberapa pilihan perataan. Degrees, mengatur jumlah
rotasi teks dalam sel yang dipilih. Gunakan angka positif dalam kotak Degree untuk memutar teks
yang dipilih. Gunakan angka positif dalam kotak Degree untuk memutar teks yang dipilih dari kiri
bawah ke kanan atas dalam sel. Gunakan derajat negative untuk memutar teks dari kiri atas ke
kanan bawah pada sel yang dipilih.
Text Control
Wrap text, pepatkan teks ke dalam baris teks pada sel. Jumlah baris dipepatkan tergantung pada
lebar kolom dan panjang isi sel.
Shrink to fit, kecilkan tampilan huruf sehingga semua data dalam sel yang dipilih sesuai dalam
kolom. Ukuran karakter disesuaikan secara otomatis jika Anda mengubah lebar kolom. Ukuran font
yang digunakan tidak berubah.
Merge cells, menggabungkan dua atau lebih sel yang dipilih ke dalam sel tunggal.
Right-to-left
Text direction, pilih opsi di kotak Text untuk menentukan urutan membaca dan perataan.
Pengaturan default adalah Context, tetap Anda dapat mengubahnya ke Left-to-Right atau Right-
to-Left.
Font
17
Font, memilih jenis huruf untuk teks pada cell yang dipilih
Font style, memilih tipe huruf untuk teks pada cell yang dipilih
Size, memilih ukuran huruf untuk teks pada cell yang dipilih. Rentangannya antara 1 sampai 1638
Underline, memilih tipe garis bawah untuk teks pada cell yang dipilih
Color, memilih warna untuk cell yang dipilih atau text
Normal font, centang pada Normal font untuk mengembangkan atau reset jenis tulisan, ukuran
dan effect ke dalam bentuk normal
Effects, memungkinkan kita untuk memberikan efek pada tulisan
➢ Strikethrough untuk mengisi garis pada tengah-tengah tulisan.
➢ Superscript misalnya O2
➢ Subscript misalnya 32
Preview, menampilkan contoh hasil teks yang diformat
Border
Style, memilih jenis garis untuk border
18
Preset, pilih opsi border yang telah ditetapkan untuk menerapkan border atau menghapus border
dari sel yang dipilih
Color, untuk memilih warna dari border
Border, mengisikan garis satu persatu pada sel yang dipilih sebagai border
Fill
Background Color, memilih latar belakang cell yang dipilih

Fill Effects, untuk memberikan gradient, tekstur atau gambar sebagai warna latar belakang
More Colors, untuk menambahkan warna yang tidak anda temukan pada color pallete
Pattern Color, untuk member warna pada pola
Pattern Style, memilih pola yang anda inginkan untuk dijadikan latar belakang cell
Sample, melihat tampilan dari format yang anda buat
Protection
19
Locked, mengunci cell sehingga tidak bisa diubah, diubah ukurannya atau dihapus
Hidden, menyembunyikan formula atau rumus yang ada pada cell
20
BAB 3
RUMUS DAN RANGE

1. Menggunakan Rumus
Rumus yang digunakan pada Microsoft Excel 2007 merupakan instruksi matematika, rumus
tersebut dapat Anda masukkan ke dalam suatu sel pada buku kerja. Operator hitung yang dapat
digunakan pada Microsoft Excel 2007 untuk memasukkan instruksi matematika adalah sebagai
berikut :
+ Penjumlahan
- Pengurangan
* Perkalian
/ Pembagian
^ pemangkatan
Proses penghitungan akan dilakukan sesuai dengan derajat urutan atau hirarki operator hitung
sebagai berikut :
Pertama ^
Kedua * atau /
Ketiga + atau -
Jika akan menggunakan instruksi rumus yang cukup rumit, Anda dapat menggunakan tanda kurung
“( )”, instruksi yang diapit oleh tanda kurung tersebut akan diproses terlebih dahulu karena
memiliki urutan atau hirarki operator yang lebih tinggi.
Menulis Formula pada Excel 2016
Apa itu formula?
Formula merupakan ekspresi matematika untuk melakukan operasi pada data lembar kerja. Anda
dapat menggunakan Excel 2016 formula untuk melakukan operasi matematika, seperti
penjumlahan dan perkalian, atau kita dapat membandingkan nilai pada lembar kerja,
menggabugnkan teks, mencari nilai statistic, dll.
Formula dapat mengacu pada cell-cell lain pada lembar kerja yang sama, cell-cell pada lembar lain
dalam buku kerja yang sama, atau cell pada lembar dalam buku kerja lainnya. Selain itu jika anda
mengubah data dalam spreadsheet anda, excel akan secara otomatis menghitung ulang jawaban
tanpa anda harus memasukkan kembali formula.
Sebuah format formula dasar harus dimulai dengan tanda sama dengan (=) diikuti oleh satu atau
lebih Operan, dipisahkan oleh satu atau lebih Operator. Operan bisa angka, teks, cell cell, range,
atau nama fungsi. Operator adalah symbol yang digunakan untuk mewakili operasi aritmatika dan
perbandingan yang anda terapkan pada Operan.
Bagaimana menulis formula?
Sebagai contoh sederhana, kita akan mencari hasil perkalian antara cell A1 dan B1, hasilnya
ditampilkan pada cell C1.
21
a. Isi cell A1 dan B1 dengan sembarang angka, kemudian klik pada cell C1.
b. Tuliskan =A1*B1 pada cell C1. Untuk menuliskan alamat cell seperti A1 atau B1 pada formula,
anda bisa mengetikkan manual atau dengan mengklik cell A1 atau B2 itu sendiri.
c. Tekan enter bila anda sudah selesai menulis formula. Maka pada cell C1 akan muncul hasil
perkalian antara cell A1 dan B1.
Selain perkalian kita bisa menggunakan operator matematika lain seperti keterangan table diatas.
Bagaimana jika kita salah memasukkan formula?
Bila kita melakukan kesalahan dalam memasukkan formula, pada cell di mana kita menuliskan
formula akan muncul pesan kesalahan seperti :
lebar cell tidak sesuai dengan lebar data pada cell (kita hanya perlu melebarkan
#######
kolom).
#DIV/0! mencoba operasi pembagian dengan nol yang tidak didefinisikan.
#NAME? menggunakan nama cell yang tidak didefinisikan atau salah penulisan.
#VALUE! mencoba memanipulasi sesuatu secara aritmatika yang bukan sebuah angka.
melakukan beberapa operasi matematika yang tidak mungkin, seperti
#NUM!
menghitung akar bilangan negative.
#N/A perbandingan data tidak sama jenisnya
2. Range
Yang dimaksud dengan Range pada excel yaitu kumpulan dari beberapa cell. Untuk lebih jelasnya
perhatikan gambar berikut :
Perhatikan bahwa Cell C3 sampai dengan Cell C13 telah diarsir secara bersamaan. Kumpulan Cell
tersebut disebut Range dan penulisan range pada gambar di atas untuk aplikasi rumus dalam
lembar kerja ditulis dengan C3:C13 (C3 tanda titik dua C13). Apabila sudah mengetahui apa yang
dimaksud dengan cell dan range, maka untuk selanjutnya akan dijelaskan mengenai cara
memasukkan data secara otomatis pada Excel.
3. Memasukkan data secara otomatis pada Excel
22
Dengan Microsoft excel, kita dapat memasukkan data secara otomatis pada lembar kerja. Data-
data yang dimaksud yaitu No. Urut, Hari, Bulan serta Tahun.
Contoh :
No urut : 1,2,3, …
Hari : Sunday / Minggu, Monday / Senin, …
Bulan : January, February, …
Tahun : 2005,2006, …
Adapun langkah-langkahnya adalah sebagai berikut :

a. Ketiklah dua unit data secara berurutan secara vertical, misalnya : 1, 2.
b. Arsir / Blok data yang telah diketik.
c. Setelah data berhasil di blok, maka lepaskan mouse dan klik dan seret tanda hitam kecil, ke
bawah (tanda hitam yang dimaksud telah diberikan tanda lingkaran)
LATIHAN SOAL
23
24
BAB 4
FUNGSI STATISTIK DAN FUNGSI TEKS

1. Fungsi Statistik Pada Excel 2016
AVERAGE
Fungsi AVERAGE digunakan untuk mencari nilai rata-rata untuk beberapa data. Secara matematika
AVERAGE dirumuskan dengan jumlah dari seluruh data dibagi dengan banyaknya data.
=AVERAGE(number1,number2,…)
COUNT
Fungsi COUNT adalah untuk menghitung banyaknya cell yang mengandung angka.
=COUNT(value1,value2,…)
COUNTA
Fungsi COUNTA adalah untuk menghitung banyaknya cell yang tidak kosong.
=COUNTA(value1,value2,…)
MAX
Fungsi MAX adalah untuk menghitung nilai terbesar dari data.
=MAX(number1,number2,…)
MIN
Fungsi MIN adalah untuk menghitung nilai terkecil dari data.
=MIN(number1,number2,…)
Banyaknya data yang bisa dicari dengan fungsi statistic adalah dari 1 sampai 255.
2. Menggunakan Referensi Absolut, Referensi Relatif Dan Referensi Campuran
Excel menyediakan tiga jenis referensi sel dalam membuat rumus di dalam batang rumus. Ketiga
referensi atau acuan tersebut adalah acuan sel mutlak (Absolut References), acuan sel relative
(Relative References), dan acuan sel campuran (Mixed References). Acuan sel mutlak dibentuk
dengan symbol $ di depan huruf Kolom dan Baris. Contoh penulisan $B$1, artinya Excel akan
menetapkan nilai yang ada pada sel B1 secara tetap.
- Alamat Relatif
Jika ktia punya sebuah rumus yang merupakan operasi dari beberapa cell, maka Excel akan
menerjemahkan alamat relative sebagai lokasi relative suatu alamat cell atau range dari lokasi
alamat lainnya.
Contoh : Pada Cell E5 berisi rumus “ =C5*D5 “, Jika rumus tersebut dicopy ke sel E6, maka
akan otomatis berubah menjadi “ =C6*D6 “
- Alamat Absolut
Alamat absolute adalah alamat yang selalu bernilai sama meskipun rumusnya dicopykan
kemanapun. Penulisan alamat absolute selalu ditambahkan tanda “ $ “ pada nama kolom dan
atau nomor barisnya atau dengan menekan tombol F4 pada keyboard.
Terdapat 2 jenis alamat absolute :

a. Semi Absolut
Pada alamat semi absolute, penguncian haya dilakukan pada salah satu diantara kolom
dan baris.
Contoh :
$C9 : Penguncian kolom C, dengan cara ini ketika cell dicopy ke kanan, alamat cell akan
tetap dibaca sebagai $C9 bukan D9, namun ketika dicopy kebawah, alamat cell akan
berubah menjadi $C10.
25
C$9 : Penguncian baris 9, dengan cara ini ketika cell dicopy ke bawah, alamat cell akan
tetap dibaca sebagai C$9 bukan C10, namun ketika dicopy ke kanan, alamat cell akan
berubah menjadi D$9.
b. Absolut Mutlak
Pada alamat absolute mutlak, penguncian akan dilakukan pada kolom dan baris sekaligus.
Contoh :
Padas el E3 kita isikan rumus “ =E2 * $E$2 “. Jika rumus itu kita kopikan ke sel F4, maka
rumusnya akan menjadi “ =F2 * $E$2 “. Terlihat bahwa alamat E2 akan tetap. E2 disebut
alamat absolute mutlak.
Sebuah catatan yang pernah saya buat sewaktu masih kuliah :
Sekarang cobalah Studi Kasus berikut ini :
3. Penggunaan Fungsi Teks (Left, Mid, Right)
a. Fungsi LEFT
Fungsi Left digunakan untuk mengambil karakter dari sebelah kiri pada string. Rumus atau Formula
dasar dari fungsi left adalah … .
=LEFT(String, X) // =LEFT(alamat sel, X) atau
Keterangan:
String : kalimat / string, atau sel yang diambil karakternya
X : Jumlah karakter yang diambil
Misal :
=LEFT(“bondowoso”,5) – Enter – hasilnya : bondo
=LEFT(“suroboyo”,4) – Enter – hasilnya : suro
Bagaimana jika menggunakan table di Excel seperti gambar dibawah ini :
26
b. Fungsi MID
Fungsi MID digunakan untuk mengambil karakter di tengah string/ alamat sel. Rumus / Formula
dasar dari fungsi MID adalah … .
=MID(string,x1,x2) // =MID(alamat sel,x1,x2)
Keterangan :
String : kalimat/string, atau sel yang akan diambil karakternya
X1 : string diambil dimulai dari karakter ke x1
X2 : banyaknya karakter yang diambil dari kiri
Misal :
=MID(“bondowoso”,5,4) – Enter – hasil : owos
Ilustrasinya seperti keterangan berikut :
Bagaimana jika digunakan pada table Excel seperti gambar dibawah ini :
c. Fungsi RIGHT
Fungsi RIGHT digunakan untuk mengambil karakter dari sebelah kanan pada string. Rumus /
Formula dasar fungsi RIGHT adalah … .
=RIGHT(String, X) // =RIGHT(alamat sel, X)
Keterangan :
27
String : Kalimat / String, atau sel yang akan diambil karakternya
X : Jumlah karakter yang diambil dari kanan.
Misal :
=RIGHT(“bondowoso”,4) – Enter – hasilnya : wos
=RIGHT(“suroboyo”,4) – Enter – apakah hasilny?
Bagaimana jika menggunakan table di Excel seperti gambar dibawah ini :
LATIHAN SOAL FUNGSI STATISTIK :
28
LATIHAN SOAL ABSOLUTE :
LATIHAN SOAL FUNGSI TEKS :
29
30
BAB 5
FUNGSI LOGIKA
1. Ekspresi atau Pernyataan Logika
Apabila ingin menggunakan operasi logika, biasanya diperlukan ekspresi atau pernyataan logika.
Untuk menggunakan ekspresi atau pernyataan logika memerlukan salah satu operator sebagai
berikut :
= Sama dengan
< Kurang dari
> Lebih dari
<= Kurang dari sama dengan
>= Lebih dari sama dengan
<> Tidak sama dengan
Sebagai contoh, isi sel B2 dengan angka 75 dan sel C2 dengan angka 100. Selanjutnya isi sel D2
dengan ekspresi atau pernyataan logika berikut ini :
=C2>B2
Dengan eskpresi logika ini, Microsoft Excel 2007 akan menampilkan tulisan TRUE bila pernyataan
itu benar dan akan menuliskan FALSE bila pernyataan itu salah. Lihat Gambar diatas.
2. Operasi Logika
And
Fungsi AND untuk membandingkan dua atau lebih pernyataan, nilai TRUE akan diberikan jika
kondisi semua pernyataan bernilai TRUE.
=AND(logika1,logika2,…, …, logika ke-n)
Logika yang ingin dibandingkan bisa sampai 255.
Contoh :
➢ =AND(TRUE, TRUE) semua pernyataan benar maka nilainya TRUE
➢ =AND(TRUE, FALSE) satu pernyataan salah maka nilainya FALSE
➢ =AND(2+2=4, 2+3=5) semua pernyataan benar maka nilainya TRUE
31
OR
Fungsi OR akan membandingkan dua atau lebih pernyataan, nilai TRUE akan diberikan jika salah
satu pernyataan bernilai benar.
=OR(logika1, logika2,…, …, logika ke-n)
Logika yang ingin dibandingkan bisa sampai 255.

➢ =OR(TRUE) semua pernyataan benar maka nilainya TRUE
➢ =OR(TRUE, FALSE) satu pernyataan salah maka nilainya TRUE
➢ =OR(2+2=2, 2+3=4) semua pernyataan benar maka nilainya FALSE
NOT
Fungsi NOT untuk memberikan nilai TRUE jika pernyataan yang ditulis bernilai FALSE atau
sebaliknya.
=NOT(logical)
Contoh :
=NOT(FALSE) karena pernyataan bernilai salah maka nilainya mejadi TRUE
=NOT(1+1=2) karena pernyataan bernilai benar maka nilainya menjadi FALSE
3. Fungsi Logika If
Fungsi IF untuk melakukan suatu perintah untuk setiap kondisi pernyataan bernilai TRUE dan
kondisi pernyataan bernilai FALSE.
Bentuk IF tunggal
=IF(logical_test, value_if_true, value_if_false)
Logical_test adalah nilai atau ekspresi yang bisa bernilai TURE atau FALSE. Misalnya A1=100 adalah
ekspresi logika. Jika A1 bernilai 100 maka ekspresi itu bernilai TRUE, dan jika A1 bukan 100 maka
ekspresi itu bernilai FALSE.
32
Value_if_true adalah perintah bila Logical_test bernilai TRUE. Misalnya “Seratus”, maka bila A1
100 maka akan muncul “Seratus”.
Value_if_false adalah perintah bila Logical_test bernilai FALSE. Misalnya “Bukan Seratus”, maka
bila A1 100 maka akan muncul “Bukan Seratus”
Bentuk IF bertingkat
=IF(logical_test, value_if_true,…IF(logical_test,value_if_true,value_if_false)…)
Penggunaan fungsi IF bisa mengandung sampai logical_test.
Contoh 1 :
Cell A1=A
=IF(A1=”A”,”APEL”,”BELIMBING”) – Enter – Hasil adalah “APEL”
Contoh 2 :
Cell A1=3
=IF(A1=1,”ANGKA 1”,IF(A1=2,”ANGKA 2”,IF(A1=3,”ANGKA 3”,”TIDAK TAHU”)))
Hasil = “ANGKA 3”
Microsoft Excel menyediakan fungsi tambahan yang dapat digunakan untuk menganalisis data
Anda berdasarkan suatu kondisi. Misalnya, untuk menghitung jumlah kemunculan string teks atau
nomor dalam kisaran sel, gunakan fungsi COUNTIF dan worksheet COUNTIFS. Untuk menghitung
jumlah berdasarkan string teks atau nomor dalam jangkauan, gunakan fungsi SUMIF dan SUMIFS
worksheet.
LATIHAN SOAL IF :
33
34
BAB 6
LOOKUP DAN GRAFIK

1. Fungsi Pencarian dan Rujukan
VLOOKUP
Fungsi Vlookup digunakan untuk mencari nilai berdasarkan pembacaan pada table referensi yang
ditentukan berdasarkan no kolom (data tersusun secara vertical). Lihat Tabel :
Bentuk Penulisan
=VLOOKUP(lookup_value, table_array, col_index_num, range_lookup)
Lookup_value, value yang dicari pada kolom pertama table (sel acuan)
Table_array, Tabel kunci yang terdiri dari dua kolom atau lebih dimana kolom pertama berisi
value yang dicari (table acuan)
Col_index_num, menyatakan kolom ke berapa dari table kunci yang ingin ditampilkan bila data
ditemukan.
Range_lookup, diisi false atau 0 jika data pada table array belum diurutkan, diisi true atau 1 jika
data pada table array sudah diurutkan.
Contoh :
=VLOOKUP(C3,$F$3:$G$7,2,FALSE)
=VLOOKUP(C3,TABEL,2,0)
HLOOKUP
Fungsi Hlookup digunakan untuk mencari nilai berdasarkan pembacaan pada taabel referensi
yang ditentukan berdasarkan no baris (data tersusun secara horizontal). Lihat Tabel :
Bentuk Penulisan
=HLOOKUP(lookup_value, table_array, row_index_num, range_lookup)
Lookup_value, value yang dicari pada baris pertama table (sel acuan)
Table_array, Tabel kunci yang terdiri dari dua baris atau lebih dimana baris pertama berisi value
yang dicari. (table acuan)
Col_index_num, menyatakan baris ke berapa dari table kunci yang ingin ditampilkan bila data
ditemukan.
Range_lookup, diisi false atau 0 jika data pada table array belum diurutkan, diisi true atau 1 jika
data pada table array sudah diurutkan.
35
2. Pembuatan Grafik
Pada excel 2007 membuat grafik sangatlah mudah. Cukup dengan memilih jenis grafik, tata letak
grafik style grafik yang dapat dipilih dengan mudah pada Ribbon.
Contoh kali ini adalah membuat grafik Ekspor Hasil Pertanian. Sebelum membuat grafik pastikan
anda sudah membuat tabelnya. Perhatikan gambar di bawah ini.
1) Blok table yang ingin dibuat grafik termasuk kolom bulan (Januari, Februari, Maret) dan kolom
hasil pertanian (Kopi, Cokelat, Kelapa)
2) Klik Tab Insert – Chart – Column
3) Setelah anda klik Column, akan muncul tipe grafik untuk kolom. Pilih Clustered Colomn yang ada
pada 2-D Column. Hasilnya adalah seperti gambar di bawah :
Setiap anda melakukan perubahan pada table, secara otomatis pada grafik juga akan berubah.
3. Mengubah Layout atau Style pada Grafik Excel 2016
Setelah anda membuat sebuah grafik, anda dapat dengan mudah untuk memodifikasi tampilannya.
Anda bisa memilih Layout dan Style grafik standar yang disediakan oleh Excel. Microsoft Office
36
Excel menyediakan banyak jenis Layout dan Style grafik, tetapi anda juga bisa mengedit secara
manual setiap elemen yang ada pada grafik yang telah anda buat.
a. Memilih Layout Grafik Standar
➢ Klik grafik yang anda ingin rubah layoutnya, ini akan memunculkan Chart Tools, yaitu tab
Design tab Layout dan tab Format
➢ Pada tab Design, dalam Chart Layout, klik tipe layout yang anda ingin gunakan.
Gunakan More untuk menampilkan semua Layout.
b. Memilih Style Grafik Standar
➢ Klik grafik yang anda ingin ubah Stylenya, ini akan memunculkan Chart Tools, yaitu tab Design,
tab Layout, dan tab Format
➢ Pada tab Design, dalam Chart Style, klik style grafik yang anda ingin gunakan.
Gunakan More untuk menampilkan semua Layout.
c. Mengubah Layout Grafik secara Manual
➢ Klik grafik atau pilih elemen dari grafik yang anda ingin ubah layoutnya.
➢ Pada tab Layout pilih
Labels untuk mengatur Chart Title, Axis Titles, Legend, Data Labels dan Data Table.
Axes untuk mengatur Axes dan Gridlines
Background untuk mengatur latar belakang
d. Mengubah Style Grafik secara Manual
➢ Klik grafik yang anda ingin format

➢ Pada tab Format, di Current Selection, klik tanda panah pada Chart Element untuk memilih
elemen grafik yang anda ingin format.
37
➢ Pilih style yang anda inginkan pada Shape Style. Anda juga bisa mengatur manual Shape Fill,
Shape Outline dan Shape Effect.
e. Menyimpan Grafik sebagai Template
➢ Klik grafik yang ingin dijadikan sebagai Template

➢ Pada tab Design, di Type Group, klik Save As Template
➢ Pada kotak Save In, pastikan anda berada dalam folder Charts.
➢ Pada kotak File Name, isi nama Chart Template yang anda inginkan.
LATIHAN SOAL LOOKUP :
38
LATIHAN SOAL GRAFIK :
Buatlah sebuah Chart dengan Tipe PIE seperti gambar di bawah ini dengan menggunakan data
pada table contoh Chart di atas.
39
40
BAB 7
MENGELOLA DAN MENCETAK

LEMBAR KERJA
1. Mengganti Nama Lembar Kerja Dalam Workbook
Untuk mengganti nama lembar kerja (worksheet) di dalam workbook yang sedang Anda gunakan,
perhatikan langkah berikut. Click ganda (double click) sheet pilihan Anda, misalnya sheet 2. Ketik
nama sheet baru, misalnya Nilai Matakuliah, lalu tekan tombol ENTER. Perhatikan, nama sheet
yang Anda isikan tidak boleh lebih dari 31 karakter, dan jangan sekali-kali memasukkan karakter
asterisk (*), backslash (\), slash (/), tanda tanya (?), dan tanda titik dua (:). Atau dengan click kanan
mouse pada sheet kemudian pilih rename. Ketik nama sheet baru, misalnya Nilai Mata Kuliah, lalu
tekan tombol ENTER.
2. Menyisipkan Lembar Kerja Dalam Workbook
Langkah mudah untuk menambahkan atau menyisipkan lembar kerja baru di dalam workbook yang
sedang Anda aktifkan adalah dengan menekan tombol SHIFT dan tombol F11. Cara lain yang yang
dapat anda lakukan adalah, click kanan mouse pada tabulasi sheet 4 misalnya, lalu pilih Insert, lalu
excel akan memunculkan kotak dialog Insert.
41
3. Mencetak Lembar Kerja
Sebelum Anda memutuskan untuk mencetak lembar kerja Anda, pastikan dulu tata letak (layout)
lembar kerja tersebut melalui fasilitas Print Preview. Fasilitas ini ada pada Office Button – Print –
Print Preview. Tujuan melakukan ini melalui print preview adalah agar laporan dan presentasi Anda
dicetak bersih dan rapi sesuai dengan harapan Anda.
4. Menata Halaman Cetak
Penampilan pada Print Preview berawal dari Page Setup karena fasilitas ini mengatur segala
sesuatu tentang hasil cetakan laporan Anda di kertas. Untuk mengetahui keberadaan fasilitas ini,
click Tab Page Layout, click expand button pada group Page Setup.
42
5. Mengatur Margin Cetakan
Kemudian kita melihat tabulasi Margin. Pada tabulasi ini, Anda dapat menentukan besar margin
atas (top), margin bawah (bottom), margin kiri (left), margin kanan (right), header n footer.
6. Menambah Atau Mengubah Header Dan Footer
Melalui tabulasi Header / Footer, Anda dapat menentukan format header dan footer melalui kotak
daftar Header dan Footer. Jika Anda ingin menambah atau mengubah isi Header dan Footer, Anda
dapat meng-click tombol Custom Footer. Untuk menambah Header, click Custom Header, click
Custom Header. Excel menampilkan kotak dialog Header. Lalu ketikkan isi Header seperti pada
gambar berikut ini :
43
Untuk memberikan format print header pada setiap halaman yang akan kita cetak, pelajari tab
Sheet diatas.
LATIHAN SOAL :
Buatlah format jadwal pelajaran seperti dibawah ini, ketik dan edit di Microsoft excel. Print dan
kumpulkan minggu depan.
44
BAB 8
LIST
1. Mengurutkan Data
Selain dapat digunakan untuk menghitung angka dan statistic, Excel juga dapat digunakan untuk
pengolahan sederhana. Dalam bahasan kali ini kita akan praktekkan cara memanfaatkan Excel
untuk pengolahan data.
Untuk memulai pengolahan data, langkah pertama kita persiapkan data awal dari database.
Ketikkan data berikut dengan menggunakan Excel :
Untuk mengurutkan data berdasarkan criteria tertentu dapat anda lakukan dengan cara sebagai
berikut :
- Blok seluruh data (dari kolom NIM sampai kolom IP)
- Klik tab Data
- Perhatikan kategori Sort & Filter
- Klik tombol Sort sehingga muncul kotak dialog berikut :
45
- Pada pilihan sort by pilih kategori pengurutan (missal : sort by : NAMA)
- Pada bagian order pilih secara ascending (A-Z) atau descending (Z-A). Perhatikan gambar
diatas.
- Klik OK, sehingga data akan berubah menjadi :
2. Menyaring Data Dengan Filter
Untuk menyaring data sesuai dengan criteria tertentu, dapat dilakukan dengan cara :
- Blok seluruh data (dari kolom NIM sampai kolom IP)

- Klik Tab Data
- Pirhatikan kategori Sort dan Filter
- Klik tombol Filter sehingga data kita akan berubah menjadi :
46
- Pilih salah satu criteria untuk penyaringan data (contoh : Klik tanda pada kolom JURUSAN).
Sehingga akan muncul pilihan berikut :
- Pada pilihan yang muncul berikan checklist dari nilai yang akan ditampilkan (contoh : checklist
KAB dan hilangkan checklist pada pilihan lain). Sehingga tampilan berubah menjadi :
47
- Klik OK sehingga data yang akan ditampilkan akan berubah menjadi :
- Untuk menampilkan lagi seluruh data dapat dilakukan dengan cara :

o Klik kembali kolom yang sebelumnya disharing (contoh : klik tanda pada kolom
JURUSAN).
o Pada pilihan yang muncul, berikan checklist pada semua jurusan atau Select All.
o Untuk menghilangkan tanda pada judul kolom, klik kembali tombol Filter
pda tab Data
LATIHAN SOAL SORTING :
Pada table di bawah ini merupakan klasemen acak dari Liga Pikmi Indonesia. Tugas anda adalah
mengurutkan dari point yang paling banyak sampai point yang paling sedikit. Setelah itu,
sampaikan pada instruktur anda, siapakah yang menduduki peringkat pertama dan terakhir.
48
LATIHAN SOAL FILTER
Dari data yang ada, cobalah Filter dan tampilkan daftar pencetak gol hanya dari tim “BOURAQ
13” saja.
49
BAGIAN II
Menggunakan SPSS
BAB 9
SKALA PENGUKURAN
Di dalam ilmu statistika, terdapat beberapa metode yang dapat digunakan untuk
menganalisis data. Tujuan dari analisis data adalah mendapatkan informasi dari data yang ada dan
menggunakannya untuk memecahkan masalah dan juga dapat menghasilkan implikasi.
Permasalahan yang akan dipecahkan umumnya dinyatakan dalam bentuk hipotesis. Sampel data
yang dikumpulkan kemudian digunakan untuk menguji penolakan atau penerimaan hipotesis nol
secara statistik. Dengan demikian, hipotesis nol menggambarkan permasalahan dan informasi yang
terkandung di dalam data yang digunakan untuk menguji secara statistik hipotesis nol.
Skala pengukuran digunakan untuk menunjukkan suatu nilai atau karakteristik tertentu.
Sebagai contoh, seseorang dapat digambarkan melalui beberapa karakteristik seperti umur,
pendidikan, jenis kelamin, bahkan preferensi terhadap barang tertentu. Menurut Stevens (1946)
skala pengukuran dapat dikelompokkan menjadi empat jenis, yaitu: skala nominal, ordinal, interval
dan rasio.
9.1 Skala Nominal

Skala nominal merupakan skala pengukuran yang menyatakan kategori atau kelompok dari suatu
subjek. Misalkan untuk variabel jenis kelamin, jawaban dari responden dapat dikelompokkan ke
dalam dua kategori yaitu kategori laki-laki dan perempuan. Masing-masing kelompok dapat
diberikan kode misalnya angka 1 untuk laki-laki dan angka 2 untuk perempuan. Angka-angka
tersebut merupakan label atau kode tanpa ada nilai tertentu. Dengan demikian, untuk menghitung
rata-rata dan standar deviasi dari variabel jenis kelamin dianggap tidak tepat. Uji statistik yang
sesuai untuk variabel skala nominal ialah uji statistik seperti modus dan frekuensi.
9.2 Skala Ordinal

Skala ordinal merupakan memberikan kategori pada variabel dan juga terdapat nilai berupa
tingkatan atau ranking dari kategori tersebut. Misalkan terdapat kuisioner yang mengukur prefersni
responden terhadap empat jenis makanan yaitu Bakso, Sate, Siomay dan Soto. Di dalam kuisioner
tersebut, responden diminta untuk memberikan level preferensi atau pilihannya dari keempat jenis
makanan tersebut mana yang paling disukai, disukai, netral, tidak disukai dan sangat tidak disukai.
50
Hasil dari jawaban responden tersebut tidak menunjukkan seberapa besar nilai preferensi dari satu
makanan terhadap makanan lainnya. Adapun uji statistik yang dapat digunakan pada variabel skala
ordinal yaitu seperti modus, median, frekuensi, dan rank order correlation.
Di dalam penelitian yang menggunakan skala likert pada dasarnya merupakan variabel
dengan skala ordinal. Skala likert sering dijumpai pada kuisioner-kuisioner yang membutuhkan
respon seperti sangat tidak setuju (1), setuju (2), netral (3), setuju (4) dan sangat setuju (5). Angka
1, 2, 3, 4 dan 5 tidak dapat dijumlahkan, dikurang, dikalikan maupun dibagi. Apabila responden
memberikan jawaban dengan skor 4 (setuju) akan lebih tinggi peringkatnya dibandingkan skor 2
(tidak setuju).
9.3 Skala Interval

Dalam penelitian, responden tidak hanya diminta untuk melakukan ranking preferesi terhadap
merek, tetapi juga diminta untuk memberikan nilai (rate) terhadap preferensi merek tersebut. Jika
diasumsikan bahwa urutan kategori menggambarkan tingkat prefernsi yang sama, maka kita dapat
mengatakan bahwa perbedaan prefernsi responden untuk dua jenis makanan yaitu bakso dan
siomay yang mendapat rating 1 dan 2 adalah sama dengan perbedaan prefernsi untuk dua jenis
makanan lainnya yang memiliki rating 4 dan 5.
9.4 Skala Rasio

Skala rasio adalah skala interval dan memiliki nilai dasar yang tidak dapat diubah. Sebagai contoh,
umur responden memiliki nilai dasar. Skala rasio dapat ditransformasikan dengan cara mengalikan
dengan konstanta, tetapi transformasi tidak dapat dilakukan jika dengan cara menambah konstanta
karena akan merubah nilai dasarnya. Oleh karena itu, lebih tepat menyatakan bahwa umur A dua
kali umur B.
51
BAB 10
MANAJEMEN DATA
Perangkat lunak SPSS (Statistical Package for Social Science) digunakan untuk
menganalisis data termasuk melakukan penghitungan statistik. Untuk mengoperasikan SPSS,
setelah terpasang di perangkat laptop atau komputer, maka dapat dilakukan double klik pada logo
SPSS dan akan muncul tampilan sebagai berikut:
Gambar 1. Data Editor
Gambar 2. Output Viewer
52
Ketika membuka SPSS, akan ada 2 tampilan yang muncul yaitu jendela untuk menyajikan
atau mengedit data (Gambar 1) dan jendela untuk menyajikan output kerja (Gambar 2). Pada
Gambar 1 terdapat menu bar yang dapat digunakan seperti File, Edit, View, Data, Transform,
Analyze, Graphs, Utilities, Extentions, Window, Help. Selain itu, dapat diperhatikan pada
bagian bawah sebelah kiri bahwa pada jendela tersebut yang aktif adalah Data View di mana
artinya jendela tersebut menampilkan data yang kita miliki, sedangkan apabila ingin melihat detail
dari variabel-variabel yang ada, klik Variable View sampai aktif berwarna kuning.
10.1 Memasukkan Data

Sebelum melakukan perintah untuk mengolah data, peneliti dapat memasukkan data baik secara
manual dengan mengetikkan datanya pada jendela data editor maupun memasukkan data yang telah
tersedia atau tersimpan di folder penyimpanan. Nama variabel dapat dimasukkan ke dalam kolom
variabel dengan cara mendefinisikan terlebih dahulu melalui klik Data → Define Variable
Properties. Selain dengan cara mengetikkan manual, peneliti dapat memasukkan data yang telah
disiapkan sebelumnya seperti misalnya data dalam format excel atau format sav.
Pada umumnya, data yang dimiliki dalam bentuk excel. Peneliti dapat menyimpan semua
data penelitian dalam satu file excel dan tidak perlu ke dalam banyak file. Di SPSS, peneliti dapat
mengimpor data dan memiliih variabel apa saja yang akan dianalisis. Misalnya kita memiliki data
set yang diinput dalam sheet yang berbeda-beda, tapi tidak semua data tersebut ingin di analisis
namun hanya bagian tertentu saja. Peneliti juga tentu saja dapat menggunakan semua data yang ada
di dalam excel tersebut. Adapun langkah-langkah yang dapat dilakukan dengan menggunakan
SPSS yaitu sebagai berikut:
- Setelah membuka SPSS, klik File → Open → Data
53
- Kemudian cari lokasi file data yang tersimpan dan sesuaikan pada bagian jenis file.
Misalnya file yang terdapat data untuk dianalisis adalah bentuk format excel, maka pada
bagian Files of type dipilih format Excel sehingga file-file excel yang ada akan muncul.
Kemudian jika telah dipilih datanya, klik Open.
- Kemudian akan muncul Read Excel File yang salah satu fungsinya di sini dapat membatasi
data yang akan dipilih. Pada kasus ini, mucul di bagian Worksheet yaitu Sheet1[A1:C36]
yang artinya file excel yang baru saja dipilih terisi data dari cell A1 sampai C36. Apabila
peneliti ingin menggunakan semua data tersebut, maka klik OK. Namun peneliti dapat
mengubah batasan sheet yang ingin dimasukkan ke dalam SPSS.
Setelah data berhasil dimasukkan ke dalam SPSS, maka Data View akan menampilkan data
termasuk variabel-variabelnya. Pada bagian Variable View bisa dilihat untuk jenis atau
karakteristik dari masing-masing variabel. Seperti misalnya, jika ada variabel kota, maka di
Variable View untuk variabel kota jenis datanya string, atau variabel pertumbuhan maka misalnya
54
jenis datanya berupa numerik. Selain itu, pada bagian Variable View, peneliti juga bisa mengatur
jumlah atau panjang karakter untuk setiap variabel.
Misalnya, variabel pertumbuhan biasanya berbentuk desimal dengan angka di belakang koma
paling banyak adalah 2 digit, maka jumlah atau panjang karakter untuk pertumbuhan dapat dibuat
3 dengan jumlah desimal di belakang koma ada 2.
10.2 Case Summaries

Perintah ini memungkinkan untuk menunjukkan daftar seluruh atau sebagian file data, baik dalam
bentuk data berkelompok maupun urutan data asli. Adapun langkah-langkah yang dapat dilakukan
dengan menggunakan SPSS yaitu sebagai berikut:
55
Misalnya gunakan data grade.sav, klik Open
- Kemudian setelah data muncul di Data View, peneliti dapat menganalisis karakteristik data
melalui Analyze → Report → Case Summaries
- Setelah muncul box Summarize Cases, peneliti dapat memilih variabel apa yang akan
dilihat berdasarkan kelompok tertentu. Misalnya akan dilihat GPA berdasarkan jenis
kelamin, maka pada kotak variables, masukkan gpa dan pada kotak grouping variable(s)
dapat dimasukkan variabel gender dan untuk ceklis pada limit cases to first 100
dihilangkan, kemudian klik OK.
56
- Hasilnya akan muncul pada jendela output SPSS. Seperti yang dapat dilihat pada gambar
di bawah ini, menunjukkan ada 105 observasi. Di antara 105 observasi, 64 diantaranya
berjenis kelamin perempuan dan 41 sisanya laki-laki. Hasil case summaries di bawah ini
menunjukkan daftar nilai (gpa) berdasarkan jenis kelamin responden, di mana terdapat
daftar gpa yang dimiliki oleh responden perempuan dan daftar nilai (gpa) yang dimiliki oleh
responden laki-laki.
10.3 Transform dan Compute Variable

Apabila dalam analisis, terdapat dua variabel, kemudian dari data tersebut akan dijumlah atau
dilakukan operasi lainnya, maka peneliti harus membuat variabel baru yang mana isi datanya
berasal dari dua data di variabel-variabel tersebut. Adapun langkah-langkah yang dapat dilakukan
57
Misalnya gunakan data grade.sav, klik Open
- Kemudian setelah data muncul di Data View, perhatikan terdapat variabel quiz1, quiz2,
quiz3, quiz4, quiz5. Misalkan peneliti ingin membuat variabel baru yang merupakan total
nilai quiz. Klik Transform → Compute Variable
- Setelah itu isikan Target Variable dengan nama variabel baru yang akan dibangun yaitu
total_quiz. Pada Numeric Expression merupakan operasi yang akan dilakukan yaitu
menjumlahkan semua nilai quiz yang ada dari quiz1 hingga quiz 5. Kemudian klik OK.
58
- Setelah selesai maka akan muncul satu variabel baru yaitu total_quiz di kolom paling akhir
Data View.
10.4 Recode Variable

Melakukan recode variabel atau pengkodean variabel adalah menciptakan variabel baru, tetapi
bukan mengambil variabel dari luar data set, melainkan mengelompokkan variabel yang sudah ada
dalam data set kedalam beberapa kategori. Misalnya, seorang guru memiliki data nilai siswa, akan
tetapi guru tersebut ingin melihat nilai siswa berdasarkan kategori, berapa orang yang mendapat
nilai A, B, C, dst. Sebelum melakukan recode, peneliti harus menentukan pengelompokan datanya.
Sebagai contoh, akan dilakukan recode terhadap data penjualan dengan mengelompokkan
jumlah penjualan menjadi dua yaitu rendah dan tinggi. Adapun langkah-langkah yang dapat
dilakukan dengan menggunakan SPSS yaitu sebagai berikut:
Misalnya gunakan data testmarket.sav, klik Open
59
- Kemudian klik Transform → Recode Into Different Variable. Masukkan variabel yang
akan dikategorikan ke dalam kotak Numeric Variable, misalnya sales. Kemudian pada
Ouput Variable masukkan nama variabel baru yaitu sales_cat dan juga beri label atau
keterangan mengenai variabel baru tersebut, lalu klik Change, maka tampilan di kotak yang
tengah akan seperti tampilan gambar berikut.
- Klik Old and New Values. Kemudian akan muncul kotak Range, LOWEST through
value, masukkan angka batas nilai paling rendah, misalnya dipilih 51. Setelah itu masukkan
angka 1 sebagai kode atau kategori rendah dalam kotak Value di New Value. Artinya nilai
penjualan 51 atau yang lebih rendah akan dikategorikan menjadi 1. Kemudian klik Add.
- Setelah itu, pada kotak Range, value through HIGHEST nilai batas untuk kategori yang
lebih tinggi, misalnya masukkan angka batas nilai 51.01. Setelah itu masukkan angka 2
sebagai kode atau kategori tinggi dalam kotak Value di New Value. Artinya nilai penjualan
51.01 atau yang lebih tinggi akan dikategorikan menjadi 2. Kemudian klik Add.
60
- Setelah muncul dua kategori baru seperti tampilan pada kotak Old-> New berikut maka
selanjutnya klik Continue lalu OK.
Setelah berhasil melakukan recode, akan muncul varibel baru di dalam dataset dengan nama
sales_cat. Setelah berhasil melakukan recode, maka di output window juga akan muncul laporan.
10.5 Merge Data Files

Jika data yang ingin dianalisis berada di dua file yang berbeda, maka data tersebut harus di merge
atau digabungkan. Di SPSS terdapat dua command yang dapat digunakan untuk merge file,
tergantung dari kebutuhan. Command pertama adalah ADD CASES, adalah perintah untuk
menggabung subjek dari dua file SPSS yang berbeda. Command kedua adalah ADD VARIABLES,
adalah perintah memasukkan variabel baru dari file SPSS yang berbeda ke dalam data set yang
akan dianalisis.
61
Sebelum melakukan merging, terdapat beberapa hal yang harus diperhatikan yaitu format
file yang akan di merge harus sama. Pastikan bahwa format data set yang akan di merging sama.
Pastikan apa yang ingin di merging, variable atau subjek. Untuk menggabung file, gunakan data
grades.sav dan gradesrow.sav. Setelah kedua file terbuka, misalkan ingin memasukkan data
responden baru dari gradesrow.sav ke grades.sav. Klik Data → Merge Files → Add Cases. Setelah
memilih Add Cases, maka akan muncul tampilan seperti gambar berikut, klik Continue.
Setelah klik continue, pada kotak Unpaired variabels adalah variable yang tidak sama namanya
antar file. Kotak variables in new active dataset adalah variable yang sudah kompatibel untuk kedua
data set.
Jika ingin memasukkan variabel baru dalam data set yang akan dianalisis, gunakan commad Add
Variabel. Sebagai contoh, gunakan data grades.sav dan gradescol.sav. Dalam data set gradescol.sav
terdapat satu variabel baru yaitu IQ dan prvgpa. Variabel ini akan dimasukkan ke dalam dataset
grades.sav
Klik Data → Merge Files → Add Variable kemudian pilih file yang akan dimerge.
62
Setelah di bagian Merge Method, pilih one to one merge based on key values dan keluarkan variable
yang tidak ingin kita masukkan. Setelah itu OK.
63
BAB 11
STATISTIK DESKRIPTIF DAN TABULASI SILANG
11.1 Statistik Deskriptif

Statistik deskriptif memberikan gambaran atau deskripsi dari suatu data set yang dapat
menunjukkan nilai rata-rata, standar deviasi, maksimum, minimum, dan sebagainya. Untuk dapat
mengetahui bagaimana statistik dari data yang dimiliki, adapun langkah-langkah yang dapat
dilakukan dengan menggunakan SPSS yaitu sebagai berikut:
Misalnya gunakan data bankloan.sav, klik Open
- Pilih Analyze → Descriptive Statistic → Descriptive
64
- Masukkan ke dalam kotak variables yaitu variabel age dan household income guna
menganalisis statistik deskriptif dari kedua variabel tersebut.
- Setelah itu klik Options untuk menentukan apa saja yang ingin diketahui. Misalkan dipilih
mean, standar deviasi, maksimum dan minimum.
65
- Peneliti dapat menentukan sendiri apa saja yang ingin diperiksa dari data yang dimiliki.
Namun untuk mean, standar deviasi, maksimum dan minimum adalah statistik deskriptif
yang paling sering dilihat. Kemudian klik Continue, lalu OK.
- Hasilnya akan muncul di jendela Output seperti gambar berikut
- Dapat dilihat bahwa terdapat 850 jumlah observasi dengan rata-rata usia responden yaitu
35 tahun dengan pendapatan rumah tangga rata-rata 46.675,3. Berdasarkan tabel tersebut
dapat dilihat pula bahwa usia responden paling rendah adalah 20 tahun dan paling tinggi
56 tahun.
11.2 Tabulasi Silang

Analisis tabulasi silang (cross tabulation) pada prinsipnya menyajikan data dalam bentuk tabulasi
yang meliputi baris dan kolom dan data untuk penyajian crosstab adalah data berskala nominal atau
kategori. Untuk dapat mengetahui bagaimana menganalisis tabulasi silang pada data yang dimiliki,
adapun langkah-langkah yang dapat dilakukan dengan menggunakan SPSS yaitu sebagai berikut:
Misalnya gunakan data Employee data.sav, klik Open
66
- Kemudian Analyze → Descriptive Statistics → Crosstab.
- Isikan variabel Employment Category di Row dan Gender di Column.
- Klik menu Statistics, lalu ceklis box Chi-Square → Continue
67
- Selanjutnya klik Cells lalu pilih Observed dan Percentage Row. Hasilnya menunjukkan
pembagian kategori pekerjaan berdasarkan jenis kelamin. Klik Continue, lalu OK.
- Hasil yang muncul pada Output SPSS seperti pada tampilan berikut.
68
Hasil Chi-square akan menunjukkan bahwa apakah terdapat hubungan/asosiasi antara kategori
pekerjaan dengan jenis kelamin atau tidak. Berdasarkan tabulasi silang tersebut, dapat dilihat
bahwa terdapat 474 pekerja di mana 363 orang merupakan pekerja di kategori clerical, 27 orang
kategori custodial dan 84 sisanya merupakan manager.
Selanjutnya, dari 363 pekerja di kategori clerical, 56,7% (206 orang) di antaranya
merupakan pekerja perempuan dan 43,3% (157 orang) sisanya merupakan pekerja laki-laki. Untuk
kategori pekerjaan custodial, seluruhnya merupakan pekerja laki-laki karena tidak ada pekerja
perempuan (0%). Sedangkan untuk kategori manager, hanya 11,9% (10 orang) saja yang
merupakan perempuan dan sisanya 88,1% (74 orang) merupakan laki-laki.
69
BAB 12
VALIDITAS DAN RELIABILITAS
12.1 Uji Validitas

Uji validitas digunakan untuk mengukur valid (sah) atau tidaknya suatu kuisioner. Kuisioner
dikatakan valid jika pertanyaan pada kuisioner mampu untuk mengungkapkan sesuatu yang akan
diukur oleh kuisioner tersebut. Misalkan akan diukur Semangat seorang karyawan dan karyawan
tersebut diberi 4 pertanyaan, maka pertanyaan tersebut harus dapat secara tepat mengungkapkan
semangat kerja. Sesuatu dikatakan valid jika alat ukur yang dibuat sesuai dengan apa yang hendak
diukur, jika yang diukur adalah panjang, maka penggaris dapat dikatakan sebuah alat ukur yang
valid.
Valid tidaknya suatu item instrumen dapat diketahui dengan membandingkan indeks korelasi
product moment Pearson dengan level signifikansi 5%. Apabila nilai signifikansi (sig) hasil
korelasi lebih kecil dari alfa misal 0,05 (5%) maka dinyatakan valid dan sebaliknya dinyatakan
tidak valid (artinya butir pertanyaan tersebut gugur). Untuk dapat mengetahui bagaimana validitas
pada data yang dimiliki, adapun langkah-langkah uji validitas yang dapat dilakukan dengan
menggunakan SPSS yaitu sebagai berikut:
Misalnya gunakan data valireli.sav, klik Open
70
- Selanjutnya klik Analyze → Correlate → Bivariate.
- Masukkan variabel x11, x12, x13 dan x14 ke kotak Variables. Masukkan juga variabel X1
yang merupakan variabel total penjumlahan dari x11, x12, x13, x14 ke kotak Variables.
Hasil menunjukkan bahwa signifikan di level 1% atau 0,01.
- Untuk menghasilkan tampilan output sesuai dengan yang diharapkan, maka kembali ke
Langkah awal. Analyze → Correlate → Bivariate kemudian klik Paste. Setelah muncul
jendela baru, ketik “with” sebelum X1.
71
- Klik menu Run → All. Terlihat bahwa korelasi masing-masing indikator (x11, x12, x13,
x14) terhadap total skor konstruk (X1) menunjukkan hasil yang signifikan. Jadi dapat
disimpulkan bahwa masing-masing indikator pertanyaan adalah valid.
12.2 Uji Realibilitas

Pada penelitian di bidang ilmu sosial seperti manajemen, psikologi, dan yang lainnya, pada
umumnya variabel penelitiannya dirumuskan sebagai sebuah variabel konstruk, variabel yang tidak
dapat diukur secara langsung. Indikator yang diamati menggunakan kuisioner yang bertujuan untuk
mengetahui pendapat responden tentang misalnya motivasi/semangat kerja, dan sebagainya. Skala
pengukuran yang sering digunakan dalam penyusunan kuisioner adalah skala ordinal (likert) yaitu
skala tingkat pilihan preferensi jawaban. Contoh: 1 (sangat tidak setuju), 2 (tidak setuju), 3 (netral),
4 (setuju) dan 5 (sangat setuju). Reliabilitas merupakan alat untuk mengukur suatu kuisioner yang
merupakan indikator dari variabel konstruk. Suatu kuisioner dikatakan reliabel atau handal jika
jawaban seorang responden terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu.
Sebagai contoh, untuk mengukur semangat kerja, diukur melalui 3 indikator/faktor yaitu S1,
S2, S3 yang masing-masing merupakan pertanyaan yang mengukur tingkat semangat kerja
seseorang. Jawaban responden terhadap pertanyaan dapat dikatakan reliabel apabila masing-
masing pertanyaan dijawab secara konsisten atau tidak random, sebab apabila dijawab degan
sembarang maka dapat dikatakan tidak reliabel.
Untuk dapat mengetahui bagaimana reliabilitas pada data yang dimiliki, adapun langkah-
langkah uji realibilitas yang dapat dilakukan dengan menggunakan SPSS yaitu sebagai berikut:
72
Misalnya gunakan data reliabilitas.sav, klik Open
- Selanjutnya klik Analyze → Scale → Reliability Analysis.
73
- Selanjutnya, karena peneliti ingin melihat 3 indikator dari semangat kerja yaitu S1, S2, dan
S3, maka pada kotak bagian Items, masukkan S1, S2 dan S3.
- Klik Statistics kemudian pada bagian descriptive for, pilih item, scale dan scale if item
deleted. Pada bagian inter-item, pilih correlations. Klik continue, lalu OK.
- Pada output, perhatikan bagian Cronbach Alpha. Cronbach Alpha merupakan teknik
pengujian keandalan kuesioner yang paling sering digunakan, yang memiliki nilai berkisar
dari nol sampai satu. Maka dapat disimpulkan dari hasil menunjukkan bahwa konstruk
Semangat Kerja memberikan nilai Cronbach Alpha di atas 0.7 sehingga indikator ini
dikatakan reliabel/andal.
74
Menurut Eisingerich dan Rubera (2010: 27) nilai tingkat keandalan Cronbach’s Alpha minimum
adalah 0,70 untuk dapat dikatakan andal. Bahkan nilai Cronbach Alpha di atas 0,8 dapat dikatakan
sangat andal (Hair et al.,2010: 125). Apabila diperoleh hasil yang tidak atau kurang reliabel, maka
nilai Cronbach Alpha dapat dinaikkan dengan menghilangkan jawaban responden yang tidak
konsisten.
75
BAB 13
UJI BEDA
Di dalam melakukan analisis, misalkan akan dilihat hubungan antara variabel independen
yang bersifat kategori dengan variabel dependen yang kontinyu. Beberapa alat analisis yang dapat
digunakan yaitu t-test, ANOVA atau yang lainnya. Pemilihan untuk uji statistik bergantung pada
variabel independen yang dianalisis. Apabila variabel independen merupakan kategorikal dengan
2 kategori, maka uji statistik yang digunakan adalah uji beda t-test. Apabila variabel independent
merupakan kategorikan dengan lebih dari 2 kategori, maka uji statistik yang digunakan adalah
Analysis of Variance (ANOVA).
13.1 Uji t
Uji beda t-test digunakan untuk menentukan apakah dua sampel yang tidak berhubungan memiliki
nilai rata-rata yang berbeda. Tujuan dari uji beda t-test adalah membandingkan rata-rata dua
kelompok yang tidak berhubungan satu dengan yang lain, dan apakah kedua kelompok tersebut
mempunyai nilai rata-rata yang sama atau tidak sama secara signifikan. Misalkan ingin diketahui
apakah rata-rata pengalaman kerja sebelumnya berbeda untuk responden laki-laki dan perempuan.
Dengan demikian, sampel independennya karyawan laki-laki dan karyawan perempuan yang
secara biologis sudah berbeda dan digunakan independent sample t-test.
Untuk dapat mengetahui bagaimana hubungan pada data yang dimiliki antara pengalaman kerja
sebelumnya dengan jenis kelamin, adapun langkah-langkah yang dapat dilakukan dengan
menggunakan SPSS yaitu sebagai berikut:
76
- Klik Analyze → Compare Means → Independent Samples T Test.
- Isikan kotak Test Variable dengan Previous Experience dan pada kotak Grouping Variable
diisi dengan Gender. Klik menu Define Groups dan masukkan Group 1: m, dan Group 2: f.
Klik Continue, lalu OK
77
Rata-rata pengalaman kerja sebelumnya berbeda cukup jauh antara laki-laki dan perempuan.
Apabila H0: variansi populasi pengalaman kerja sebelumnya antara laki-laki dan perempuan adalah
sama atau tidak berbeda.
Pada F hitung diperoleh probabilitas (sig) yaitu 0.109 di mana ini lebih besar dari alpha yang dipilih
5%, maka artinya H0 diterima yaitu variansi sama. Pada asumsi equal variance assumed terlihat
bahwa t=3.63 dengan probabilitas signifikansinya 0.00. Disimpulkan bahwa rata-rata pengalaman
kerja sebelumnya berbeda secara signifikan antara karyawan laki-laki dan perempuan.
13.2 ANOVA
ANOVA atau Analysis of Variance merupakan metode untuk menguji hubungan antara satu
variabel dependen dengan satu variabel independent. Misalkan ingin diketahui apakah pengalaman
kerja sebelumnya dipengaruhi oleh jabatan/kategori pekerjaan. Hubungan antara satu variabel
dependen dengan satu variabel independen → One Way ANOVA. Apabila pada kasus yang terdapat
dua atau lebih variabel independent maka menggunakan Two Ways ANOVA. Untuk dapat
menggunakan uji statistik ANOVA harus memenuhi asumsi yaitu Homogeneity of variance yaitu
variabel dependen harus memiliki varian yang sama dalam setiap kategori variabel independen.
Di dalam SPSS, Levene’s test of homogeneity of variance akan menguji dengan nilai
probabilitas <5% maka H0 akan ditolak, yang artinya memiliki variansi yang berbeda dan
sebaliknya apabila nilai probabilitas >5%. Selain itu, asumsi Random Sampling di mana subjek di
dalam setiap kelompok harus diambil secara random. Multivariate Normality yaitu variabel
terdistribusi secara normal.
78
Untuk dapat mengetahui bagaimana hubungan pada data yang dimiliki antara pengalaman kerja
sebelumnya dengan jabatan/kategori pekerjaan, adapun langkah-langkah yang dapat dilakukan
- Klik Analyze → General Linear Model → Univariate.
79
- Kotak Dependent Variable diisi pengalaman kerja sebelumnya. Kotak Fixed factor diisi
dengan job category. Klik option lalu centang Homogeneity test untuk menguji apakah
variance sama atau tidak. Klik Post Hoc, pindahkan variabel Jobcat ke kotak Post Hoc test
for. Pilih Bonferoni dan Turkey
Hasil uji Levene Test menunjukkan bahwa nilai F test sebesar 2.544 dengan probabilitas (sig) 0.08
yang berarti >0.05. Dengan demikian tidak dapat menolak H0 atau artinya variance sama
Diperoleh F hitung untuk intercept sebesar 483.709 dan probabilitas (sig) < 5% dan variabel jobcat
dengan nilai F sebesar 69.192 dengan signifikansi pada 5%. Dengan demikian, dapat disimpulkan
bahwa jobcat memengaruhi pengalaman kerja sebelumnya. Jadi terdapat perbedaan lama
pengalaman kerja antara jobcat.
80
Hasil Turkey HSD maupun Bonferoni menunjukkan bahwa terdapat perbedaan pengalaman kerja
sebelumnya antara pegawai clerical dengan pegawai custodial dengan rata-rata perbedaan
pengalaman kerja 213.07 bulan dan secara statistik signifikan dengan p=0.00.
Perbedaan pengalaman kerja antara pegawai clerical dan manager sebesar 7.42 bulan dan secara
statistik tidak signifikan (p=0.784). Perbedaan pengalaman kerja sebelumnya antara pegawai
custodial dan manager sebesar 220.49 bulan dan signifikan secara statistik (p=0.00).
Tabel di atas memberikan informasi kategori variabel independen dan nilai rata-ratanya (means).
Nilai Sig=0.902 pada Subset 1 menyatakan bahwa rata-rata pengalaman kerja antara pegawai
clerical dan manager tidak berbeda secara statistik. Nilai Sig=1.000 pada Subset 2 menyatakan rata-
rata pengalaman kerja untuk pegawai custodial.
81
BAB 14
REGRESI
14.1 Regresi Sederhana

Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Galton
menemukan adanya tendensi bahwa orang tua yang memiliki tubuh tinggi, akan memiliki anak
anak yang tinggi juga. Istilah regresi terus berkembang hingga di masa modern sekarang dapat
dikatakan bahwa analisis regresi berkaitan dengan ketergantungan dari sebuah variabel terhadap
satu atau lebih variabel lainnya. Secara umum, analisis regresi yaitu studi mengenai ketergantungan
variable dependen dengan variable independent, dengan tujuan untuk mengestimasi dan/atau
memprediksi rata-rata populasi.
Analisis regresi lebih mengarah pada ketergantungan secara statistik antar variabel. Hasil
analisis regresi berupa koefisien untuk masing-masing variable independent. Koefisien tersebut
diperoleh dengan cara memprediksi nilai variable dependen dengan suatu persamaan. Secara
konsep analisis korelasi berbeda dengan analisis regresi, di mana objek utamanya adalah mengukur
kekuatan atau tingkat hubungan linear antar variabel. Koefisien korelasi akan mengukur kekuatan
hubungan variabel
Analisis korelasi bertujuan untuk mengukur kekuatan asosiasi (hubungan) linear antara dua
variable. Korelasi tidak menunjukkan hubungan fungsional atau dengan kata lain, analisis korelasi
ini tidak membedakan antara variable dependen dengan variable independent. Dalam analisis
regresi, selain mengukur kekuatan hubungan antara dua variable atau lebih, namun juga
menunjukkan arah hubungan antara variable dependen dengan variable independent. Variabel
dependen →memiliki nilai random/stokastik yang berarti mempunyai distribusi probabilistic.
Variabel independent →memiliki nilai tetap.
Analisis regresi sederhana adalah analisis yang dilakukan untuk melihat keterikatan satu
variabel dependen dari satu variabel independent. Sedangkan analisis regresi terhadap lebih dari
satu variabel independen dikenal sebagai analisis regresi majemuk/berganda. Model regresi
sederhana dapat digunakan untuk mempelajari hubungan antara dua variabel. Sebagai contoh Y
adalah hasil panen kedelai dan X adalah jumlah pupuk; atau Y adalah upah per jam dan X adalah
lama pendidikan; dan sebagainya.
82
Persamaan umum yang menghubungkan Y ke X, yaitu:
𝑌 = 𝛽0 + 𝛽1 𝑋 + 𝑒 (i)
Persamaan (i) adalah model regresi linier sederhana atau model regresi linier dua variabel.
Contoh: hasil kedelai dapat ditentukan oleh model persamaan berikut
𝑘𝑒𝑑𝑒𝑙𝑎𝑖 = 𝛽0 + 𝛽1 𝑝𝑢𝑝𝑢𝑘 + 𝑒 (ii)
Namun berdasarkan model persamaan (ii) di atas menyatakan bahwa hasil kedelai kemungkinan
hanya dipengaruhi oleh pupuk sedangkan faktor-faktor lainnya tidak teramati. Hal tersebut hampir
tidak mungkin terjadi karena faktanya hasil panen juga dipengaruhi oleh faktor lain seperti cuaca,
kondisi tanah, dan sebagainya. Dengan demikian, tidak selalu tepat menggambarkan semua
permasalahan ke dalam regresi sederhana sebab banyak faktor yang mungkin dapat memengaruhi
suatu hal yang terjadi. Oleh karena itu, perlu diperluas atau diperbanyak faktor-faktor yang diamati
dengan menggunakan analisis regresi majemuk atau berganda.
14.2 Regresi Berganda

Analisis regresi berganda (multiple regression) merupakan regresi yang terdiri lebih dari satu
variabel independent. Pada umumnya, model regresi sederhana saja tidak mampu mencerminkan
kondisi perilaku variabel ekonomi yang sebenarnya. Misalnya dalam kasus hubungan jumlah
permintaan sepeda motor dan harga. Faktor yang memengaruhi jumlah permintaan sepeda motor
tidak hanya dipengaruhi oleh harga tetapi juga bisa dipengaruhi oleh faktor lain seperti pendapatan
konsumen, selera konsumen, dan sebagainya. Dengan demikian, bentuk umum regresi berganda
dengan sejumlah variabel independen, dapat dimodelkan sebagai berikut:
𝑌𝑖 = 𝛽0 + 𝛽1 𝑋1𝑖 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 . + ⋯ + 𝑒𝑖
Misalkan model regresi berganda yang akan dibahas memiliki 2 variabel independen, dengan
model persamaannya, yaitu:
𝑌𝑖 = 𝛽0 + 𝛽1 𝑋1𝑖 + 𝛽2 𝑋2𝑖 + 𝑒𝑖
Y adalah variabel dependen, X adalah variabel independen, e adalah variabel error, indeks i
menunjukkan observasi ke i untuk data cross section, dan jika digunakan time series maka ada
indeks t yang menunjukkan waktu. Untuk dapat mengetahui bagaimana melakukan analisis regresi
berganda, adapun langkah-langkah yang dapat dilakukan dengan menggunakan SPSS yaitu sebagai
berikut:
83
Misalnya gunakan data diabetes_costs.sav, klik Open
- Kemudian klik Analyze → Regression → Linear
- Selanjutnya, ingin dianalisis biaya perawatan yang dihabiskan apakah besar kecilnya
dipengaruhi karena faktor usia pasien dan juga kadar glukosanya sehingga yang menjadi
variabel dependen: Treatment cost dan variabel independent: Age dan Level Glucose.
84
Hasil dari analisis regresi di atas, dapat dijelaskan sebagai berikut:
Koefisien Determinasi
Perhatikan pada jendela output bagian Model Summary. Besarnya Adjusted R2 adalah 0.493,
sehingga artinya 49,3% variasi perubahan biaya treatment untuk glukosa dapat dijelaskan oleh
variasi dari usia dan tingkat glukosa pasien. Sedangkan sisanya yaitu 50,7% dijelaskan oleh faktor-
faktor lain yang berada di luar model. Pada Std. Error of estimate sebesar $6089.295 yang mana
makin kecil nilai tersebut maka model regresi semakin tepat dalam memprediksi variable
dependen.
Uji Signifikansi Simultan (Uji F)

Dari table ANOVA atau F test diperoleh nilai F hitung sebesar 122.220 dengan probabilitas (Sig)
adalah 0.000. Karena probabilitas tersebut lebih kecil dari alfa 5% (0.05), maka artinya model
regresi dapat digunakan untuk memprediksi biaya treatment atau dapat dikatakan juga bahwa usia
dan tingkat glukosa pasien secara bersama-sama berpengaruh terhadap biaya treatment.
85
Uji Signifikansi Individual (Uji Statistik t)
Perhatikan pada kolom unstandardized beta. Dari kedua variable independent yang diamati di
dalam model regresi, kedua-duanya signifikan dan dapat dilihat pada nilai probabilitasnya (sig).
Untuk kedua variable tersebut memiliki nilai probabilitas lebih kecil dari alfa 0.05. Dengan
demikian dapat disimpulkan bahwa variable Treatment Costs dipengaruhi secara signifikan oleh
usia dan tingkat glukosa pasien. Dengan demikan model persamaan regresi estimasinya yaitu:
𝐶𝑜𝑠𝑡 = −26200.045 + 189.358𝐴𝑔𝑒 + 3654.117𝐺𝑙𝑢𝑐𝑜𝑠𝑒
Konstanta -26200.045 menyatakan bahwa jika variable independent dianggap konstan maka rata-
rata cost sebesar -26200.045 dolar.
Koefisien 189.358 pada variable usia menyatakan bahwa setiap penambahan usia pasien sebesar
1 tahun akan meningkatkan treatment cost sebesar 189.358 dolar. Koefisien 3654.117 pada
variable glucose level menyatakan bahwa setiap penambahan tingkat glukosa 1 level maka akan
meningkatkan treatment cost sebesar 3654.117 dolar.
86
BAB 15
ORDINARY LEAST SQUARE (OLS)
Metode OLS pertama kali dikenalkan oleh Carl Friedrich Gauss dan inti dari metode OLS adalah
mengestimasi suatu garis regresi dengan jalan meminimalkan jumlah dari kuadrat kesalahan setiap
observasi terhadap garis tersebut. Jumlah observasi n harus lebih besar daripada jumlah parameter
yang diestimasi (jumlah variable bebas). Adanya variabilitas dalam nilai X, artinya nilai X harus
berbeda. Model regresi telah dispesifikasi secara benar atau dengan kata lain tidak ada bias
(kesalahan) spesifikasi dalam model. Tidak ada multikolinearitas antar variable bebas.
Teknik estimasi analisis regresi dengan menggunakan Ordinary Least Square (OLS) yang
mengestimasi suatu garis regresi dengan jalan meminimalkan jumlah dari kuadrat kesalahan setiap
observasi terhadap garis tersebut. Misalkan (𝑋, 𝑌𝑖 ) dengan i=1, 2, …, n yang menunjukkan sampel
acak berukuran n dari populasi. Persamaan umum analisis regresi sederhana:
𝑌𝑖 = 𝛽0 + 𝛽1 𝑋𝑖 + 𝑒𝑖
Dengan kondisi populasi tidak dapat diamati secara langsung, maka estimasi berdasarkan sampel:
𝑌𝑖 = 𝛽̂0 + 𝛽̂1 𝑋𝑖 + 𝑒̂𝑖
= 𝑌̂𝑖 + 𝑒̂𝑖
Metode OLS mencari residual (𝑒) terkecil, yaitu
𝑒̂𝑖 = 𝑌𝑖 − 𝑌̂𝑖
= 𝑌𝑖 − 𝛽̂0 − 𝛽̂1 𝑋𝑖
Apabila ditemukan nilai residual yang kecil maka artinya perbedaan antara nilai aktual dan estimasi
juga kecil. Asumsi-asumsi dari metode OLS:
- Asumsi 1: Hubungan antara variabel dependen dan variabel independen adalah linear
parameter,
- Asumsi 2: Variabel independen adalah variabel tidak random. Apabila variabel
independennya lebih dari 1 di dalam linear regresi berganda, maka diasumsikan tidak ada
hubungan linear antara variabel independen atau tidak ada multikolinearitas antara satu
variabel dengan variabel independen lainnya,
- Asumsi 3: Nilai expected atau rata-rata dari variabel residual adalah 𝐸(𝑒𝑖 |𝑋𝑖 ) = 0 dan
karena diasumsukan nilai expected Y hanya dipengaruhi oleh variabel independen X maka
𝐸(𝑌) = 𝛽0 + 𝛽1 𝑋𝑖
- Asumsi 4: Varian dari variabel residual adalah sama (homoskedastisitas): 𝑉𝑎𝑟(𝑒𝑖 |𝑋𝑖 ) = 𝜎 2
87
- Asumsi 5: Antar residual tidak saling berhubungan : 𝐶𝑜𝑣(𝑒𝑖 , 𝑒𝑗 |𝑋𝑖 , 𝑋𝑗 )=0
- Asumsi 6: Variabel residual berdistribusi normal
Asumsi 1 hingga 5 dikenal dengan model regresi linear klasik (CLRM). Metode OLS akan
menghasilkan estimator yang memiliki sifat tidak bias, linear dan varian minimum (best linear
unbiased estimators atau BLUE). Estimator 𝛽̂1 dikatakan memiliki sifat BLUE apabila memenuhi
Estimator 𝛽̂1 tidak bias yaitu nilai rata-rata atau nilai expected E (𝛽̂1) sama dengan nilai 𝛽1 yang
sebenarnya. Estimator 𝛽̂1 linear yaitu linear terhadap variabel Y dan estimator 𝛽̂1 memiliki varian
minimum.
Karena sifat variabel acak dan adanya variabilitas dari estimator maka dibutuhkan ketepatan
dari estimator 𝛽̂0 dan 𝛽̂1. Di dalam statistika, untuk mengetahui ketepatan estimator OLS ini diukur
dengan menggunakan kesalahan standar atau disebut dengan standard error (se). Dengan kata lain,
standard error mengukur ketepatan estimasi dari estimator 𝛽̂0 dan 𝛽̂1. Semakin kecil nilai standard
error dari estimator yang kita dapatkan, maka semakin kecil variabilitas dari angka estimator dan
artinya nilai estimator yang didapat semakin dapat dipercaya mendekati faktualnya.
Apabila semua data terletak tepat pada garis regresi maka di sini nilai residualnya berarti
adalah 0 dengan demikian kita memiliki garis regresi yang sempurna. Namun kenyataannya, akan
sangat jarang ditemukan garis regresi yang sempurna yang terbentuk dari sekumpulan data dalam
penelitian. Pada umumnya, nilai residual bisa negatif atau positif, sehingga apabila seperti ini maka
garis regresi yang terbentuk tidak pasti sempurna. Namun tetap kita mengharapkan untuk
mendapatkan garis regresi dengan residual sekecil mungkin. Untuk mengukur seberapa baik garis
regresi cocok dengan datanya atau mengukur persentase total variasi Y yang dijelaskan oleh garis
regresi maka digunakan konsep koefisien determinasi (R2).
∑ 𝑒̂𝑖2
𝑅2 = 1 −
∑(𝑌𝑖 − 𝑌̅)2
Jika garis regresi tepat pada semua data Y maka 𝑅 2 = 1. Sedangkan jika garis regresi tepat pada
rata-rata nilai Y maka 𝑅 2 = 0. Dengan demikian
0 ≤ 𝑅2 ≤ 1
88
Apabila nilainya semakin mendekati 1 maka artinya garis regresi semakin baik, karena mampu
menjelaskan data aktualnya. Apabila nilainya semakin mendekati angka 0 maka artinya kita
mempunyai garis regresi yang kurang baik. Misalnya, jika 𝑅 2 = 0,98 artinya bahwa garis regresi
atau variasi dari variabel independen mampu menjelaskan variabel dependen sebesar 98% fakta
sedangkan sisanya yaitu 2% dijelaskan oleh variabel residual yaitu variabel di luar model yang
tidak dimasukkan ke dalam model. Rendahnya nilai 𝑅 2 dapat terjadi karena variabel independen
(X) bukan variabel yang mampu menjelaskan dengan baik terhadap variabel dependen (Y).
15.1 Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variable residual terdistribusi
normal. Dalam uji t dan uji F mengasumsikan bahwa nilai residual terdistribusi normal. Apabila
asumsi normalitas ini tidak terpenuhi maka uji statistik menjadi tidak valid jika jumlah sampelnya
kecil. Langkah untuk mendeteksi normalitas yaitu dengan analisis grafik dan juga melalui uji
statistik.
Analisis Normalitas dengan Grafik
Salah satu cara untuk melihat normalitas dari residual adalah dengan grafik histogram yang
membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun,
untuk jumlah sampel kecil, analisis dengan grafik ini dinilai kurang tepat. Metode yang lebih baik
digunakan adalah dengan melihat plot yang membandingkan distribusi kumulatif dari distribusi
normal. Dengan distribusi normal akan membentuk sebuah garis lurus diagonal dan plotting data
akan mengikuti garis diagonalnya.
Untuk dapat mengetahui normalitas yang dianalisis dengan grafik, adapun langkah-langkah
yang dapat dilakukan dengan menggunakan SPSS yaitu sebagai berikut:
89
Misalnya gunakan data salary data.sav, klik Open
- Selanjutnya, klik Analyze → Regression → Linear.
- Kotak Dependent isikan dengan Current salary. Sedangkan kotak Independen(s):

Educational, Months since Hire, Previous Experiences.
90
- Kemudian klik Plots dan tandai ceklis pada bagian Histogram dan Normal probability plot.
Lalu Continue dan OK.
Hasil uji normalitas di atas ditunjukkan oleh dua gambar berikut:
Berdasarkan grafik histogram di atas, pola distribusi skewness menceng ke kiri dan tidak normal.
Sedangkan berdasarkan grafik normal plot terlihat bahwa titik-titik menyebar di sekitar diagonal
dan menjauh dari garis diagonal. Hal tersebut menandakan bahwa tidak terdistribusi normal.
Analisis Normalitas dengan Uji Statistik

Uji statistik yang dapat dilakukan adalah dengan melihat nilai kurtosis dan skewness dari residual
𝑆𝑘𝑒𝑤𝑛𝑒𝑠𝑠
𝑍𝑠𝑘𝑒𝑤𝑛𝑒𝑠𝑠 =
√6⁄𝑁
91
𝐾𝑢𝑟𝑡𝑜𝑠𝑖𝑠
𝑍𝑘𝑢𝑟𝑡𝑜𝑠𝑖𝑠 =
√24⁄𝑁
Dengan 𝑁 adalah jumlah sampel. Jika nilai 𝑍𝑠𝑘𝑒𝑤𝑛𝑒𝑠𝑠 > 𝑍 table maka distribusi tidak normal.
Untuk dapat mengetahui normalitas yang dianalisis dengan uji statistik, adapun langkah-langkah
yang dapat dilakukan dengan menggunakan SPSS yaitu sebagai berikut:
92
Educational, Months since Hire, Previous Experiences.
- Selanjutnya klik Save dan pada Residuals, ceklik Unstandardized. Lali Continue dan OK
- Perhatikan bahwa saat ini terdapat variable baru yaitu RES_1
Di halaman utama SPSS yang berisikan data, klik Analyze → Descriptive Statistics → Descriptive
Kotak Variabel, masukkan Unstrandardized Residual. Lalu klik Option, ceklis pada Kurtosis dan
Skewness. Continue → OK
93
Perhatikan nilai Skewness dan Kurtosis pada table di output
Kemudian, dari nilai tersebut, dapat dihitung nilai Zskewness dan Zkurtosis
1.629
𝑍𝑠𝑘𝑒𝑤𝑛𝑒𝑠𝑠 = = 6.6503
√6⁄100
4.29
𝑍𝑘𝑢𝑟𝑡𝑜𝑠𝑖𝑠 = = 8.757
√24⁄100
Hasil perhitungan menunjukkan bahwa nilai Zskewness dan Zkurtosis lebih besar di bandingkan
nilai yang ada di table. Dengan demikian, dapat disimpulkan bahwa data residual tidak terdistribusi
normal.
15.2 Multikolinearitas
Salah satu asumsi dalam Classical Linear Regression Model (CLRM) atau yang digunakan dalam
metode OLS adalah tidak adanya multikolinearitas di antara regressor-regressor dalam model
regresi atau artinya tidak ada hubungan linear antara variable independent. Uji multikolinearitas
bertujuan untuk menguji apakah model regresi yang dibangun terdapat korelasi antar variable
independent. Di dalam penelitian, tidak jarang ditemukan adanya hubungan yang erat antara
variable independent di dalam suatu model regresi. Misalnya, dalam menganalisis pengeluaran
94
tabungan masyarakat, teori menjelaskan bahwa selain pendapatan keluarga, variable kekayaan
keluarga juga dapat memengaruhi tabungan.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variable independennya.
Adanya multikolinearitas masih tetap menghasilkan estimator yang BLUE (best linear unbiased
estimator) tetapi menyebabkan suatu model memiliki varian yang besar dan kovarian yang semakin
meningkat. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi, dapat
diperhatikan melalui nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat
tinggi di atas 0.8, namun secara individual (uji t) variable-variable independent banyak yang tidak
signifikan memengaruhi variable dependen maka mengindikasikan adanya multikolinearitas.
Multikolinearitas dapat dilihat juga melalui nilai Tolerance (TOL) atau melalui nilai
Variance Inflation Factor (VIF). Kecepatan kenaikan varian dan kovarian dapat diamati dengan
melihat nilai variance-inflating factor (VIF) yang dihitung melalui
1
𝑉𝐼𝐹 = 2
(1 − 𝑟12 )
VIF menunjukkan bagaimana varian dari estimator naik (inflating) dengan adanya masalah
2
multikolinearitas. Ketika 𝑟12 mendekati 1 maka nilai VIF menjadi tidak terbatas (infinity). Jika
tidak ada multikolinearitas maka nilai VIF menjadi 1. Akibat dari adanya model yang mengandung
multikolinearitas yaitu dengan varian terus meningkat maka standar error pada 𝛽̂1 , 𝛽̂2 juga
meningkat. Jika nilai VIF ≥ 10 maka dapat dikatakan ada multikolinearitas. Atau jika TOL ≤ 0.1
artinya ada multikolinearitas antar variable independent.
Analisis hubungan tabungan dengan pendapatan dan kekayaan pada persamaan sebelumnya
𝑌𝑖 = 𝛽0 + 𝛽1 𝑋1𝑖 + 𝛽2 𝑋2𝑖 + 𝑒𝑖
Misalkan ditemukan hasil regresi yaitu
𝑌̂𝑖 = −0,5107 + 0,6155𝑋1 − 0,0107𝑋2
𝑡 (−0,8707) (1,1124) (−0,4268)
𝑅 2 = 0,8895 𝐹 = 28,1812
ditemukan bahwa variable-variable independent tidak signifikan secara individual melalui uji t,
sedangkan melalui uji simultan F ditemukan hasil yang signifikan untuk model di mana kedua
variable independent secara bersama-sama mempengaruhi tabungan (signifikan pada level 1%).
Salah satu ciri adanya gejala multikolinearitas adalah model mempunyai koefisien
determinasi (𝑅 2 ) yang tinggi di atas 0,8 tetapi hanya sedikit variable independent yang signifikan
95
mempengaruhi variable dependen dalam uji t. Namun berdasarkan uji F secara statistik signifikan
yang berarti semua variable independent secara bersama-sama mempengaruhi variable dependen.
Dalam hal terjadi kontradiktif, yaitu berdasarkan uji t yang berarti secara individual variable
independent tidak berpengaruh terhadap variable dependen, namun secara bersama-sama di uji F
variable independent terbukti memengaruhi variable dependen. Untuk dapat mengetahui analisis
multikolinearitas, adapun langkah-langkah yang dapat dilakukan dengan menggunakan SPSS yaitu
sebagai berikut:
- Klik Analyze → Regression → Linear.
96
Educational, Beginning Salary, Months since Hire, Previous Experiences. Klik Statistics →
ceklis pada Covariance Matrix dan Collinearity Diagnostics. Continue → OK
Pada hasil Output table Coefficients, terlihat bahwa dari nilai Tolerance (TOL) tidak ada yang
bernilai ≤ 0.1 yang artinya tidak ada korelasi antar variable independent. Selain itu, pada Variance
Inflation Factor (VIF) tidak ada yang ≥ 10 yang artinya tidak ada multikolinearitas antar variable
independent di dalam model regresi.
97
Apabila ditemukan adanya multikolinearitas di dalam model, maka terdapat pilihan untuk
mengatasi ketika model mengandung multikolinearitas
- Tanpa perbaikan: Meskipun terdapat multikolinearitas, model tetap menghasilkan estimator
yang BLUE. Hal ini dikarenakan estimator yang BLUE tidak memerlukan asumsi tidak
adanya korelasi antarvariabel independent. Multikolinearitas hanya menyebabkan sulit
memperoleh estimator dengan standard error yang kecil. Masalah multikolinearitas juga
biasanya muncul karena jumlah observasi yang terlalu kecil
- Dengan perbaikan: Salah satu hal yang dapat dilakukan untuk memperbaiki model yang
terdapat multikolinearitas adalah dengan menghilangkan salah satu variable independent
yang dianggap memiliki hubungan linear yang kuat. Misalkan pada kasus sebelumnya di
mana pendapatan dan kekayaan ada linearitas maka bisa dipilih salah satu variable yang
akan dihilangkan misalnya variable kekayaan. Namun hal ini cukup berisiko terutama
apabila teori menyatakan bahwa pendapatan dan kekayaan merupakan faktor-faktor yang
memengaruhi tabungan
15.3 Autokorelasi
Uji autokorelasi dilakukan bertujuan untuk menguji apakah dalam model regresi linear ada korelasi
antara kesalahan pengganggu pada periode t dengan periode sebelumnya. Jika terjadi korelasi maka
dinamakan terdapat autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang
waktu berkaitan satu sama lain. Masalah ini mucul karena residual tidak bebas dari satu observasi
ke observasi lainnya. Masalah ini biasanya sering muncul pada data time series. Hal tersebut
dikarenakan pada data time series, kita mengamati individu-individu yang sama dengan periode
yang berbeda, maka ketika ada gangguan pada satu periode akan memengaruhi periode berikutnya.
Adanya autokorelasi berarti adanya korelasi antara anggota observasi satu dengan observasi
yang lainnya yang berlainan waktu. Misalkan menganalisis data time series dari GDP tahunan.
Apabila suatu ketika terdapat shock maka akan berpengaruh pada GDP saat ini dan juga pada
periode-periode berikutnya. Selain karena shock, misalkan pemerintah mengeluarkan kebijakan
berupa kebijakan fiskal atau moneter. Setiap kebijakan yang dikeluarkan akan memengaruhi GDP
Dengan kondisi tersebut, maka artinya jika menganalisis data time series, variable gangguan antar
waktu akan saling berhubungan. Adanya korelasi antar variable gangguan, dapat dinyatakan
sebagai berikut:
98
𝐸(𝑒𝑖 , 𝑒𝑗 ) ≠ 0 𝑖≠𝑗
Misalkan model regresi sederhana sebagai berikut:
𝑌𝑡 = 𝛽0 + 𝛽1 𝑋𝑡 + 𝑒𝑡
Jika ada autokorelasi dalam regresi, maka estimator yang kita dapatkan tidak mempunyai varian
yang minimum. Akibatnya, perhitungan dengan metode OLS tidak tepat. Untuk mengetahui ada
atau tidaknya autokorelasi dari model yang kita bangun, uji yang dapat dilakukan yaitu dengan
Durbin-Watson (𝑑).
Nilai statistik d Hasil
0 < 𝑑 < 𝑑𝐿 Menolak H0 → autokorelasi positif
𝑑𝐿 < 𝑑 < 𝑑𝑈 Ragu-ragu → tidak ada keputusan
𝑑𝑈 < 𝑑 < 4 − 𝑑𝑈 Menerima H0 → tidak ada autokorelasi
4 − 𝑑𝑈 < 𝑑 < 4 − 𝑑𝐿 Ragu-ragu → tidak ada keputusan
4 − 𝑑𝐿 < 𝑑 < 4 Menolak H0 → autokorelasi negatif
Untuk dapat mengetahui analisis autokorelasi, adapun langkah-langkah yang dapat dilakukan
99
- Dependent: Current salary. Independen(s): Educational, Months since Hire, Previous

Experiences. Klik Statistics → ceklis pada Durbin Watson dan Casewise diagnostics.
Continue → OK.
Hasil dari analisis autokorelasi dapat dijelaskan sebagai berikut:
100
Nilai dari Durbin-Watson dengan menggunakan SPSS yaitu 1.739 yang kemudian dibandingkan
dengan nilai table Durbin-Watson signifikansi 5%, jumlah sampel (n) adalah 100 dan jumlah
variable independent (k) adalah 3. Karena nilai DW pada SPSS 1.739 lebih besar dari batas atas
(dU) 1.7364 dan lebih kecil dari 4-dU, maka dapat disimpulkan bahwa tidak ada autokorelasi
15.4 Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan
variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu
pengamatan ke pengamanatan lain tetap, maka disebut dengan homoskedastisitas dan apabila
101
berbeda maka disebut dengan heteroskedastisitas. Model regresi yang baik adalah yang
homoskedastisitas atau artinya tidak terjadi heteroskedastisitas. Salah satu cara untuk mendeteksi
ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik plot. Jika ada pola tertentu,
seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar,
menyempit) maka mengindikasikan adanya heteroskedastisitas. Jika tidak ada pola yang jelas, serta
titik-titik menyebar di atas dan bawah angka 0 pada sumbu Y maka artinya tidak terjadi
heteroskedastisitas.
Analisis Heteroskedastisitas dengan Grafik

Buka salary data.sav. Analyze → Regression → Linear. Dependent: Current salary.
Independen(s): Months since Hire, Previous Experiences. Klik Plots. Masukkan SRESID pada
kolom Y dan ZPRED pada kolom X. Continue→OK
Dari hasil output dapat dilihat bahwa titik-titik menyebar secara acak di atas dan di bawah angka 0
sumbu Y.
102
Dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regesi. Dengan demikian,
model regresi layak digunakan untuk memprediksi Salary berdasarkan variable-variable
independent tersebut.
Analisis Heteroskedastisitas dengan Uji Glejser

Buka salary data.sav. Analyze → Regression → Linear. Dependent: Current salary.
Independen(s): Months since Hire, Previous Experiences. Klik Save. Pada bagian Residuals, ceklik
Unstandardized. Continue → OK
103
Kemudian klik Transform → Compute variable. Masukkan “AbsUt” di kotak target variable. Pilih
All pada Function Group. Kemudian klik Abs oada Functions and Special variables. Pilih variable
RES_1 yang di masukkan ke dalam kotak numeric expression untuk mengabsolutkan nilai residual
OK
Perhatikan bahwa saat ini kita memiliki variable baru yaitu AbsUt di mana data ini adalah data dari
RES_1 yang semuanya menjadi nilai positif. Kemudian kita akan regresi menggunakan variable
AbsUt sebagai variable dependennya dan variable independennya seperti pada regresi sebelumnya.
Analyze → Regression → Linear. Variabel dependent: AbsUt. Variabel independent: months since
hire, Previous experience. OK
Perhatikan bahwa jika variable independent signifikan secara statistik memengaruhi variable
dependen pada tingkat alfa misal 5% maka artinya ada indikasi heteroskedastisitas.
104
Pada hasil output terlihat bahwa variable-variable independent tidak signifikan secara statistik
mempengaruhi variable dependen absolut. Jadi dapat disimpulkan bahwa model regresi yang
dibangun tidak mengandung adanya heteroskedastisitas.
105
DAFTAR PUSTAKA
1. Algifari. 2013. Statistika Induktif untuk Ekonomi dan Bisnis. Yogyakarta: STIE YKPN
2. Ghozali, Imam. 2018. Aplikasi Analisis Multivariate dengan Program IBM SPSS 25 Edisi
Kesembilan. Semarang: Badan Penerbit Universitas Diponegoro
3. Gujarati, Damodar N. 2013. Dasar-dasar Ekonometrika. Jakarta: Salemba Empat
4. Widarjono, Agus. 2018. Ekonometrika: Pengantar dan Aplikasinya Disertai Panduan
Eviews. Yogyakarta: UPP STIM YKPN
5. Wooldridge, Jeffrey M. 2016. Introductory Econometrics: A Modern Approach. USA:
Cengage Learning
106

MODUL EXCEL

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

MODUL EXCEL

Diunggah oleh

Hak Cipta:

Format Tersedia

MODUL

APLIKASI KOMPUTER LANJUTAN

Andika Bayu Saputra, S.Kom., M.Cs.

PROGRAM STUDI MANAJEMEN

Andika Bayu Saputra, S.Kom., M.Cs.

Kata Pengantar …………………………………………………………………………………… 1

1. Manfaat Lembar Kerja (Worksheet) Excel

Tampilan Microsoft Excel 2016

3. Elemen Dasar Microsoft Excel 2016

Office Button pada Excel 2007

Office Button terletak di kiri atas layar Excel

Pada bagian bawah terdapat dua tombol yaitu

Ribbon pada Excel 2016

➢ Klik kanan pada Ribbon, kemudian klik Minimize the Ribbon.

4. Pengenalan Ribbon Tab Home

Tampilan Default Tab Ribbon adalah berada pada Tab Home

Toolbar Nama Toolbar Keterangan

Font Size Merubah ukuran font

Fill Color Memberikan warna latar pada cell

Font Color Memberikan warna tulisan pada teks

Merge Cell Menggabungkan cell yang terseleksi

Membuat teks pada sel menjadi beberapa

5. Lembar Kerja Microsoft Excel 2016

6. Memasukkan Data ke Lembar Kerja

7. Menyimpan Buku Kerja

a. Klik Microsoft Office Button

8. Mengakhiri Microsoft Excel 2016

Atau klik 2x pada Office Button

a. Klik Microsoft Office Button

10. Membuka File Buku Kerja

11. Menyimpan Buku Kerja Dengan Nama Lain

12. Mengaktifkan Kotak Dialog

2. Mengubah Lebar Kolom Menjadi Lebar Tertentu

3. Mengatur Tampilan Garis-garis Grid

• Pilih Office Button > Excel Option

• Selanjutnya akan muncul kotak dialog Excel Option

4. Mengatur Tampilan Baris Penggulung

• Cara asik menggulung mouse

5. Format Cell pada Excel 2016

Style, memilih jenis garis untuk border

Background Color, memilih latar belakang cell yang dipilih

RUMUS DAN RANGE

Menulis Formula pada Excel 2016

Apa itu formula?

Bagaimana menulis formula?

Bagaimana jika kita salah memasukkan formula?

3. Memasukkan data secara otomatis pada Excel

Adapun langkah-langkahnya adalah sebagai berikut :

FUNGSI STATISTIK DAN FUNGSI TEKS

2. Menggunakan Referensi Absolut, Referensi Relatif Dan Referensi Campuran

Terdapat 2 jenis alamat absolute :

Sebuah catatan yang pernah saya buat sewaktu masih kuliah :

Sekarang cobalah Studi Kasus berikut ini :

3. Penggunaan Fungsi Teks (Left, Mid, Right)

Bagaimana jika menggunakan table di Excel seperti gambar dibawah ini :

Bagaimana jika menggunakan table di Excel seperti gambar dibawah ini :

LATIHAN SOAL FUNGSI STATISTIK :

LATIHAN SOAL FUNGSI TEKS :

=AND(logika1,logika2,…, …, logika ke-n)

Logika yang ingin dibandingkan bisa sampai 255.

=OR(logika1, logika2,…, …, logika ke-n)

Logika yang ingin dibandingkan bisa sampai 255.

=IF(logical_test, value_if_true, value_if_false)