Step Olah Data Responden

A. Membuat Kuisioner di Google Form :

 Buka Crom
 Klik Drive.Google. Com
 Login akun email
 Pilih My Drive
 Klik more
 Klik Google orm
 Beri judul kuisioner yang akan di buat di Form misal ”Kuisioner Olah Data
Responden”
 Tulis deskriptif dibawah judul misal “Kusioner ini dibuat untuk memenuhi tugas
statistika”
 Lalu tulis pertanyaan kuisionernya
 Kemudian pilih option jenis jawabannya apakah mau multiple choice, esai,dll.
 Jika ingin menambahkan butir pertanyaan maka bisa klik icon +
 Kalo sudah selesai semua maka Klik Setting
 Klik Edit Reseon terus klik save
 BIsa di cek dengan klik tombol preview

B. Step Olah Data Responden di SPSS

Dalam hal ini disebur dengan metode kuantitatif yaitu mengkonfirmasi dari huru ke
dalam angka / kode.

 Buka variable view untuk kolom ”Name” isi sesuai kategori yang di tanyakan di
kuisioner dan tidak boleh menggunakan spasi dalam penulisannya hanya boleh
menggunakan underscore, misal : Usia, Jenis_Kelamin, Jabatan,dll.
 Untuk “Width” ubah jadi 8, “Decimal” ubah jadi 0.
 Untuk isi “Value” :
Value isi dengan angka kategori misal : 1
Label diisi dengan keterangan kategori yang dipilih misal : “12-15 Tahun”
dengan kategori usia 1 yang berkisar antara 12-15 Tahun. Kalo sudah semua tiap
kategori dimasukan maka Add dan Klik Ok
 Untuk “Label” diisi dengan nama kategori yang di tulis di kuisioner sama seperti
yang telah ditulis di kolom “Name” namun bedanya di kolom “Label”
penulisannya boleh menggunakan spasi, misal : Usia, Jenis Kelamin, Jabatan,dll.

Hasil isisan VARIABEL VIEW bisa dilihat dibawah :

  Kemudian buka Data View
 Copy data mentah di excel hasil dari jawaban kuisioner yang diberikan pada
responden, kemudian paste di Data View.
 Baru setelah itu kita olah, caranya :
 Klik Analizye- klik Descriptic Statistic-Klik Frequenc
 Pindahkan tulisan di sebah kiri ke sebelah kanan dengan meng-klik tanda
panah yang ada
 Terus klik Chart-Klik Pie Chart atau Bar Chat sesuai yang diminta- Klik
Frequensi- Klik Continue- dan Klik Ok

ANALISIS OLAH DATA RESPONDEN:

• Pertama lihat Missingnya di kolom STATISTIC, Kalo sudah valid berarti data yang ada sudah
tervalidasi ditandai dengan Missingnya 0 dan itu berarti semuanya sudah bagus dan benar.
• Analisa per tabel kategori, misal tabel kategori USIA
Analisanya => Rentang Usia yang berkisar anara 15-20 tahun terdapat sebanyak 23 orang
(Lihat frekuensinya di tabel kategori Usia), kemudian persentasenya sekitar 20% ( lihat
kolom percent di tabel kategori Usia)
• Semua kategori di analisa seperti itu baik kategori jenis kelamin, pekrjaan, dll.
• Untuk hasilnya disebut dengan Output Spos.

Cara meng-export hasil SPSS nya :

 Ada icon kertas tanda panah ke atas (Export) bisa di klik- Klik Word RTF-Klik Browse- Pilih
mau disimpen dimana- klik ile Name-klik save dan lihat tipe dokumennya klik Ok
 Discart untuk menyimpan file dalam bentuk SPSS
 STEP UJI VALIDITAS DAN REABILITAS

Valid berarti instrument tersebut dapat digunakan untuk mengukur apa yang seharusnya
diukur. Instrumen yang reliabel adalah instrumen yang bila digunakan beberapa kali untuk
mengukur objek yang sama, akan menghasilkan data yang sama.
kolom corrected item- total correlation (CITC), dengan ketentuan sebagai berikut:
1. Jika CITC > 0.30 maka valid
2. Jika CITC < 0.30 maka tidak valid
Pengujian reliabilitas dilakukan dengan menggunakan cronbach alpha
3. cronbach alpha hitung >0,6 = reliabel
4. Cronbach alpha hitung < 0,6 = tidak reliable
Langkah Pertama :
• Buka Variabel View di SPSS
• Isi kolom Name dengan kategori di Excel missal ; X1_1, X1_2, X1_3 (Di kolom Name tidak
boleh menggunakan spasi tapi menggunakan under scors). Baru di kolom terakhir tulis
Total missal Total_X1.
• Kolom Type tetap Numeric
• Kolom Width tetap 8
• Kolom Decimal diubah jadi 0
• Kolom Label dikosongkan tidak perlu diisi
• Kolom Value diisi dengan mengklik titik tiga (…) maka akan muncul kata Value dan Label
• Untuk Valuenya diisi dengan 1
• Untuk Labelnya diisi dengan “Sangat Setuju”
• Kolom Measure di ubah jadi Scale

Tampilan isian Variabel View seperti dibawah ini

• Buka data mentah dan aplikasi SPSS anda, masukkan data mentah (copy and paste) pada
menu “Data View”
• Setelah data di pindahkan lalu
• Pada Menu, klik Analyze, Scale, Relliability Analysis,
• Kemudian masukkan semua item (seluruh item Variabel X1) ke kotak Items.
• Pada Combobox Model, pilih Alpha (disini adalah pilihan reliabilitas yang akan digunakan,
apabila anda ingin melakukan uji reliabilitas dengan metode Cronbach Alpha, pilih Alpha.
• Isi colom TYPE dengan Numeric, Width 8, Decimal 0, Value “1= STUJU,2= TIDAK SETUJU..”,
Measure dengan Scale
 Masukan data mentah di DATA VIEW
 Kemudian olah Klik ANALYZE-SCALE-Realiability analisis
 Pindahkan variable di sebelah kiri ke sebelah kanan menggunakan tanda panah
 PIlih model Alpha
 Tulis Scale labelnya missal “Kinerja Kerja”
 Klik STATISTIC-KLIK ITEM, KLIK SCALE,KLIK SCALE IF ITEM DLETED
 KLIK CONTINUE LALU KLIK OK

ANALISIS UJI VALIDITAS DAN REALIBILITAS :

 Pertama lihat N Of Item nya jumalahnya sama atau tidak dengan data yang sudah diolah

• nilai Scale Corrected Item-Total Correlation, nilai tersebut adalah nilai Validitas Butir.

Sedangkan nilai Croncbach’s Alpha if Item Deleted adalah nilai Reliabilitas Butir.

• Untuk menilai apakah nilai-nilai di atas (Validitas Butir dan Reliabilitas Butir) valid dan
reliabel, Cara membandingkan Corrected Item-Total Correlation (CITC) ada 2, pertama bisa
membandingkan langsung dengan Constract Validity 0,30 (untuk validitas) atau bisa
dengan menggunakan cara kedua yaitu membandingkan R hitung (CITC) dengan hasil R
table. Cara membandingkan R hitung (CITC) dengan hasil R tabel :
• Pertama hitung berapa banyak jumlah data yang diolah misal banyak data (N) = 37,
rumusnya N-1-2 jadi 37-1-2=34

• Tadi diperoleh hasilnya 34, kemudian lihat tabel R baris ke 34 dengan menggunkan tingkat
ke Erorran 0,5 / 5% misal diperoleh hasilnya 0,346 jadi hasil R tabelnya yaitu 0,346. Baru
setelah itu 0,346 dibandingkan dengan tiap butir angka di CITC (R hitung).

• Jika R hitung (CITC) lebih besar dari R tabel maka butir tersebut bisa dikatakan VALID, tapi
jika CITC( R hitung) lebih kecil dari R tabel maka butir tersebut dikatakan TIDAK VALID.

Misal CITC (R hitung) nya 0,678 tadi R tabelnya diperoleh 0,346

0,346 (R tabel) dibandingkan dengan 0,678 (R hitung) yaitu lebih besar 0,678 dimana R
hitung lebih besar dari R tabel itu artinya butir tersebut sudah VALID.

• kenapa menggunakan tingkat ke erorran 0,5 / 5% ? untuk meminimalisir terjadi kesalahan,

karena khawatir apabila menggunkan tingkat ke erorran yang tinggi nilai yang valid tidak bisa
ditemukan.

• dan bandingkan hasil Croncbach’s Alpha if Item Deleted dengan 0,60

• Jika hasil perbutir (perbaris) Croncbach’s Alpha if Item Deleted > 0,60 maka data reliabel
dan jika sebaliknya < 0,60 maka data tidak reliabel dan tidak boleh lanjut uji hipotesis
tetapi harus dihapus atau mengulang kembali penyebaran data

• Ingat seluruh butir (perbaris) harus valid dan reliabel (tidak boleh timpang misal satu butir
valid dan tidak reliabel maka tidak boleh lanjut ke uji hipotesis)

• Jika seluruh butir sudah dinyatakan valid dan reliable maka kesimpulannya data tersebut
bisa lanjut ke uji hipotesis selanjutnya.