IINTERPRETASI TPD Kuis 8

INTERPRETASI
Uji validitas :
Metode I
X.1.1 : Pearson Correlation = positif
Sig. (2-tailed) = 0,000 < 0,05
Sig. (2-tailed) = 0,000 < 0,05
Sig. (2-tailed) = 0,000 < 0,05
Berdasarkan hasil output tersebut dapat diketahui bahwa semua item variabel X.1 dinyatakan valid
karena nilai Sig. (2-tailed) < 0,05 dan Pearson Correlation bernilai positif.

Sig. (2-tailed) = 0,000 < 0,05
Sig. (2-tailed) = 0,000 < 0,05
Sig. (2-tailed) = 0,000 < 0,05
kaena nilai Sig. (2-tailed) < 0,05 dan Pearson Correlation bernilai positif.
Sig. (2-tailed) = 0,000 < 0,05
Sig. (2-tailed) = 0,000 < 0,05
Sig. (2-tailed) = 0,000 < 0,05
Sig. (2-tailed) = 0,000 < 0,05
Sig. (2-tailed) = 0,000 < 0,05
Sig. (2-tailed) = 0,000 < 0,05
UJI CONFIRMATORY FACTOR ABALYSIS
X.1 :
 Hasil perhitungan output spss menunjukan bahwa nilai dari data KMO = 0,696 sehingga
dapat dilakukan analisis faktor. Begitu juga dengan nilai Bartelett test dengan Chi-squares =
101,319 dan signifikan pada 0.000 maka dapat disimpulkan bahwa uji analisi faktor dapat
dilanjutkan.
 Berdasarkan Hasil korelasi anti yaitu :
Semua pertanyaan didalm variable memiliki nilai 0,05 (>0.05) yang artinya sama semua
pertanyaan valid.
X.1.1 = 0,655 > 0,50
X.1.3 = 0,691 > 0,50
X.1.4 = 0,764 > 0,50
Berdasarkan pada nilai eigen value, component 1 memiliki eigenvalue 2,178 dan component
2 memiliki eigenvalue 0,495. Dari tampilan outpu SPSS terlihat bahwa component 1 mampu
menjelaskan vatiasi sebesar 72,599% dan component 2 mampu menjelaskan variasi 16,508%
atau kedua faktor mampu menjelaskan variasi sebesar 89,107%.
 Hasil Component Matrix
Hasil Component Matrix juga memiliki loading faktor > 0,50.Yaitu X.1.1 (0,885), X.1.3
(0,855), X.1.4 (0,814) Hal ini membuktikan 3 pertanyaan yang diajukan dalam variable X.1
Semuanya Valid.
X.2 :
dilanjutkan.
pertanyaan valid.
X.2.1 = 0,695 > 0,50
X.2.2 = 0,659 > 0,50
X.2.3 = 0,696 > 0,50
Hasil Component Matrix juga memiliki loading faktor > 0,050. Yaitu X.2.1 (0,797), X.2.2
(0,829), X.2.3 (0,797). Hal ini membuktikan 3 pertanyaan yang diajukan dalam variable X.2
Semuanya Valid.
X.3 :
dilanjutkan.
pertanyaan valid.
X.3.1 = 0,623 > 0,50
X.3.3 = 0,792 > 0,50
X.3.4 = 0,623 > 0,50
Semuanya Valid.
X.4 :
dilanjutkan.
pertanyaan valid.
X.1.1 = 0,665 > 0,50
X.1.2 = 0,723 > 0,50
X.1.3 = 0,686 > 0,50
Semuanya Valid.
UJI REALIBILITAS
X.1
METODE I
 Berdasarkan output Reliabilitas Statistics diperoleh nilai Cronbach’s Alpha sebesar
0,806 yang berarti seluruh item dikatakan reliable dan termasuk kategori reliabilitas
tinggi.
 Dari hasil output Item-Total Statistics dapat dilihat pada Corrected Item-Total
Correlation, inilah nilai korelasi yang diperoleh. Nilai ini kemudian dibandingkan
dengan r table (uji 2 arah) pada signifikansi 5% dengan N=100, didapat sebesar
0,1966. Dimana X.1.1 (0,720), X.1.3 (0,672), X.1.4 (0,603) memiliki nilai yang
reliabel karena memiliki nilai diatas R tabel, maka dapat disimpulkan bahwa butir-
butir instrumen tersebut VALID dan RELIABEL.
METODE II
 Berdasarkan tabel output tersebut diketahui jumlah sampel (N) adalah 100 orang
karyawan, sehingga valid 100%. Sementara nilai Excluded adalah 0 artinya tidak ada
yang dikecualikan atau semua data digunakan.
 Table output tersebut memberikan informasi mengenai reliabilitas butir soal secara
keseluruhan (gabungan) pada variabel X.1 Berdasarkan output di atas diketahui nilai
korelasi Guttman Split-half Coeffient adalah sebesar 0,600 > 0,60. Dengan demikian
maka dapat disimpulkan bahwa butir soal untuk variable X.1 secara keseluruhan
(gabungan) dikatakan reliabel.
 Untuk mengetahui apakah butir-butir soal kusioner tersebut reliabel atau tidak, maka
cukup memperhatikan nilai yang ada dalam tabel Cronbach’s Alpha if item Deleted.
Berdasarkan output Item-Total Statistics diketahui nilai Cronbach’s Alpha untuk
seluruh butir soal yaitu X.1.1 (0,662), X.1.3 (0,723), X.1.4 (0,797). Pada butir-butir
soal X.1 > 0.60 maka dapat disimpulkan bahwa butir-butir soal untuk X.1 dinyatakan
reliabel.
X.2
METODE I
tinggi.
0,1966. Dimana X.2.1 (0,540), X.2.2 (0,586) dan X.2.3 (0,539) memiliki nilai yang
METODE II
seluruh butir soal yaitu X.2.1 (0,661), X.2.2 (0,611), dan X.2.3 (0,662). Pada butir-
butir soal X.2 > 0.60 maka dapat disimpulkan bahwa butir-butir soal untuk X.2
dinyatakan reliabel.
X.3
METODE I
moderat atau pas-pasan.
METODE II
korelasi Guttman Split-half Coeffient adalah sebesar 0,569 < 0,60. Dengan demikian
(gabungan) dikatakan tidak reliabel.
soal tidak semua X.3 > 0.60 maka dapat disimpulkan bahwa butir-butir soal untuk X.3
dinyatakan tidak reliabel.
X.4
METODE I
tinggi.
METODE II
soal X.4 > 0.60 maka dapat disimpulkan bahwa butir-butir soal untuk X.4 dinyatakan
reliabel.
Y.1
METODE I
tinggi.
0,1966. Dimana Y.1.1 (0,569), Y.1.2 (0,748), dan Y.1.3 (0,603) memiliki nilai yang
METODE II
keseluruhan (gabungan) pada variabel Y.1 Berdasarkan output di atas diketahui nilai
maka dapat disimpulkan bahwa butir soal untuk variable Y.1 secara keseluruhan
seluruh butir soal yaitu Y.1.1 (0,796), Y.1.2 (0,604), dan Y.1.3 (0,752). Pada butir-butir
soal Y.1 > 0.60 maka dapat disimpulkan bahwa butir-butir soal untuk Y.1 dinyatakan
reliabel.
UJI NORMALITAS
 UJI HISTOGRAM DAN PROBALITY PLOT
- Berdasarkan gambar histogram diketahui bahwa bentuknya tidak menyerupai bentuk
lonceng. Maka dari gambar tersebut disimpulkan bahwa data belum normal karena
tidak memenuhi deskripsi normal.
- Berdasarkan output “Chart” di atas, dapat diketahui bahwa titik-titk ploting yang
terdapat pada gambar “Normal P-P Plot of Regression Standardized Residual” tidak
mengikuti dan mendekati garis diagonalnya. Oleh karena itu, sebagaimana dasar atau
pedoman pengambilan keputusan dalam uji normalitas teknik probability plot dapat
disimpulkan bahwa nilai residual belum berdistribusi normal. Dengan demikian maka
asumsi normalitas untuk nilai residual dalam analisis regresi linear sederhana dalam
penelitian ini belum dapat terpenuhi.
 UJI SKEWNESS DAN KURTOSIS
- Dengan nilai S adalah -0,097 K sebesar 0,495 (dari output SPSS) dan N adalah
jumlah data yaitu 100 data sehingga diperoleh nilai Z Skew adalah sebesar -0,396 dan
nilai Z Kurt adalah sebesar 1,010. Tampak bahwa baik Z Skewness maupun Z
Kuetosis nilainya di bawah 1,96 (5%) atau 2,58 (1%). Jadi dapat disimpulkan bahwa
data terdistribusi secara normal.
 UJI KOLMOGOROV-SMIRNOV (K-S)

- Berdasarkan tabel output SPSS tersebut, diketahui bahwa nilai signifikan Asump.Sig
(2-tailed) sebesar 0,162 lebih besar dari 0,05. Maka sesuai dengan dasar pengambilan
keputusan dalam uji normalisasi kolmogorov-smirniv diatas, data disimpulkan bahwa
data distribusi normal. Dengan demikian, asumsi atau persyaratan normalitas dalam
modal regresi sudah terpenuhi.
ASUMSI KLASIK
 UJI MULTIKOLINEARITAS
 Kriteria gangguan multikolinearitas adalah VIF > 10 atau Tolerance < 0,1. Tampak
pada variabel bebas yang mempunyai nilai VIF X1 = 2,477 X2 = 2,962 X3 = 2,366,
X.4 = 3,394 dan Tolerance nya X1 = 0,404 X2 = 0,338 X3 = 0,423, dan X.4 = 0,295.
Sehingga tidak ada variabel bebas yang mempunyai VIF > 10 atau Tolerance < 0,1.
Jadi model regresi yang dibangun tidak mengalami gangguan multikolinearitas.
 Berdasarkan Nilai CI dihitung dari nilai Eigenvalue terbesar dibagi terkecil yaitu
4,965 dibagi 0,005 hasilnya sebesar 3,4608 kemudian diakar kuadratkan, yang
memiliki hasil 31,5119. Sehingga nilai akar kuadratnya adalah CI = 31,5119. Nilai
tersebut lebih kecil dari > 10. Sehingga dinyatakan bahwa dapat gangguam
multikolinearitas pada model regresi.
 UJI AUTOKOLERASI
 Berdasarkan table output “model summary” diketahui bahwa nilai Durbin-Watson (d)
adalah sebesar 2,087. Selanjutnya nilai ini akan kita bandingkan dengan nilai table
durbin Watson pada signifikansi 5% dengan rumus (k ; N) = (4 :100). Angka ini
kemudian kita lihat pada disribusi nilai table durbin Watson. Maka ditemukan nilai dL
sebesar 1,5922 dan nilai dU 1,7582.
 Nilai Durbin-Watson (d) sebesar 2,087 lebih besar dari batas (DU) yakni 1,7582 dan
kurang dari (4-dU) 4 – 1,7582 = 2,2418. Maka sebagaimana dasar pengambilan
keputusan dalan uji durbin Watson, dapat disimpulkan bahwa tidak dapat masalah
atau gejala autokolerasi. Dengan demikian, maka analisis regresi linear berganda
untuk uji hipotesis penelitian dapat dilakukan atau lanjutkan.
 Uji Lagrange Multiplier (LM Test)
 Tampilan output menunjukan bahwa koefisien parameter untuk residual lag 2 (Res_2)
memberikan probabilitas signifikan > 0,05 yang menunjukan bahwa data tidak
mengalami autokorelasi. Ini konsisten dengan hasil pengujian Durbin Watson. Hal ini
yang penting dari uji Lagrange Multiplier (LM) ini adalah bisa untuk menguji tingkat
2 atau lebih tinggi dengan cara menghitung Lag dari residual lalu meregresikan lagi
seperti pada contoh diatas
 Uji Statistics Q:BOX-PIERCE DAN LJUNG BOX
 Tampak pada output kolom paling kanan, bahwa terdapat 3 lag mempunyai
signifikansi di atas 0,05 atau tidak mengalami gangguan autokorelasi.
 Uji Run Test
 Berdasarkan output SPSS di samping, diketahui nilai Asymp. Sig. (2-tailed) sebesar
0.315 lebih besar > dari 0.05, maka dapat disimpulkan bahwa tidak terdapat gejala
atau masalah autokorelasi. Dengan demikian, masalah autokorelasi yang tidak dapat
terselesaikan dengan Durbin Watson dapat teratasi melalui uji Run Test sehingga
analisis regresi linear dapat dilanjutkan.
 Uji Heteroskedastisitas
 Uji Scatterplot
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar
baik di atas maupun dibawah angka 0 pada sumbu Y. hal ini dapat disimpulkan bahwa
tidak terjadi heteroskedastistas pada model regresi, sehigga model regresi layak
dipakai dan dinyatkan memenuhi uji asumsi klasik.
 Uji Park
Hasil tampilan output SPSS memberikan koefisien parameter untuk variable
independen tidak ada yang signifikan, maka dapat disimpulkan bahwa model regresi
tidak terdapat Heteroskedastisitas. Hal ini konsisten dengan hasil uji Scatterplot.
 Uji Glejser
Berdasarkan output diatas diketahui nilai signifikansi (Sig.) untuk variable X1=0,681
> 0,05 Sehingga tidak terjadi gejala heterokedastisitas dalam model regresi.sementara
variabel X.2, X.3, X.4 memiliki nilai signifikansi (Sig.) kurang dari < 0,05 maka
kesimpulannya adalah terjadi gejala heteroskedastisitas dalam model regresi.
 Uji Rank Spearman
 Tampak bahwa semua variabel mempunyai signifikan > 0,05 yang berarti X.1, X.2,
X.4 tidak terjadi gejala heteroskedastisitas dalam model regresi. Dengan menggunaka
Rank Spearman, selain dapat menemukan gangguan heteroskedastisitas, juga dapat
menenukan variabel tersebut dari model penelitian atau memodifikasi variabel
tersebut.
X1 :
 X.1.1 = 0,908 > 0,05
 X.1.2 = 0,721 > 0,05
 X.1.3 = 0,752 > 0,05
X2 :
 X.2.1 = 0,298 > 0,05
 X.2.2 = 0,098 > 0,05
 X.2.3 = 0,071 > 0,05
X3
 X.3.1 = 0,057 > 0,05
 X.3.2 = 0,172 > 0,05
 X.3.3 = 0,836 > 0,05
X.4
 X.4.1=0,580 > 0,05
 X.4.2=0,523 > 0,05
 X.4.3=0,076 > 0,05
Y.1
 Y.1.1=0,133 < 0,05
 Y.1.2=0,958 > 0,05
 Y.1.3=0,723 > 0,05
(Tampak bahwa ada variabel yang mempunyai signifikansi < 0,05 yang
berarti X.3 dan Y.1, maka terjadi heteroskedastisitas dalam model
regresi.)
UJI REGRESI LINIER SEDERHANA

X.1
1. Berdasarkan output pada tabel Coefficients maka dapat diketahui bahwa a
mempunyai nilai sebesar 2,384. Angka ini merupakan angka konstan yang
mempunyai arti bahwa jika tidak ada X.1 maka nilai konsisten Y.1 adalah sebesar
2,384. Sedangkan b mempunyai nilai sebesar 0,848. Karena nilai koefisien regresi
bernilai positif (+), maka dengan demikian dapat dikatakan bahwa X.1 berpengaruh
positif terhadap Y.1 sehingga persamaan regresinya adalah Y = 2,384 + 0,848X
2. Berdasarkan output di atas diketahui nilai signifikansi (Sig.) sebesar 0,000 lebih kecil
dari < probabilitas 0,05 sehingga dapat disimpulkan bahwa H0 ditolak dan H1 diterima,
yang berarti bahwa “terdapat pengaruh antara X.1 dan Y.1”.
3. Dari output pada tabel Model Summary dapat diketahui nilai R Square yaitu sebesar
0,535. Nilai ini mengandung arti bahwa pengaruh X.1 terhadap Y.1 adalah sebesar
53,4% sedangkan 46,6% dipengaruhi oleh variabel lainnya.
Kesimpulan:
Merujuk pada pembahasan di atas, maka dapat disimpulkan bahwa X.1 berpengaruh positif
terhadap Y.1 dengan total pengaruh sebesar 53,4%. Pengaruh positif ini bermakna bahawa
semakin meningkatnya X.1 maka akan berpengaruh terhadap meningkatnya Y.1.
X.2
Kesimpulan:
X.3
Kesimpulan:
X.4
mempunyai nilai sebesar -0,357. Angka ini merupakan angka konstan yang
mempunyai arti bahwa jika tidak ada X.4 maka nilai konsisten Y1 adalah sebesar -
bernilai negatif (-), maka dengan demikian dapat dikatakan bahwa X2 berpengaruh
negatif terhadap Y.1 sehingga persamaan regresinya adalah Y = -0,357 + 1,004X
Kesimpulan:
UJI REGRESI LINIER MULTIPLE (BERGANDA)
Dari tabel output Coefficientsa dapat diuraikan persamaan regresi berganda yaitu sebagai
berikut:
Y = - 1,269 + 0,101 + 0,644 + 0,020 + 0,329
Dari persamaan regresi linear berganda di atas, dapat dijelaskan sebagai berikut:
1. Nilai konstanta (a) memiliki nilai negatif sebesar 1,269. Tanda negatif artinya apabila
X1, X2, X3, dan X4 sama dengan nol (0) maka Y1 mengalami penurunan.
2. Nilai koefisien regresi untuk variabel X1 yaitu sebesar 0,101. Nilai tersebut
menunjukkan pengaruh positif antara variabel X1 terhadap Y1
menunjukkan pengaruh positif antara variabel X2 terhadap Y1.
5. Nilai koefisien regresi untuk variabel X4 yaitu sebesar 0,329, Nilai tersebut
Berdasarkan output tersebut juga dapat diketahui bahwa:
1. Variabel X1 memiliki nilai signifikansi (Sig.) sebesar 0,129 lebih kecil dari <
probabilitas 0,05 sehingga dapat disimpulkan bahwa H0 ditolak dan H1 diterima, yang
berarti bahwa “terdapat pengaruh antara X1 terhadap Y1”.
2. Variabel X2 memiliki nilai signifikansi (Sig.) sebesar 0,000 lebih kecil dari
berarti bahwa “terdapat pengaruh antara X2 terhadap Y1”.
3. Variabel X3 memiliki nilai signifikansi (Sig.) sebesar 0,798 lebih besar dari >
probabilitas 0,05 sehingga dapat disimpulkan bahwa H0 diterima dan H1 ditolak, yang
berarti bahwa “tidak terdapat pengaruh antara X3 terhadap Y1”.
4. Variabel X4 memiliki nilai signifikansi (Sig.) sebesar 0,000 lebih kecil dari <
berarti bahwa “terdapat pengaruh antara X4 terhadap Y1”
Berdasarkan output tabel Model Summary dapat diketahui nilai R Square yaitu sebesar 0,876.
Nilai ini mengandung arti bahwa pengaruh X1, X2, X3, dan X4 terhadap Y1 adalah sebesar

IINTERPRETASI TPD Kuis 8

Diunggah oleh

Informasi Dokumen

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

IINTERPRETASI TPD Kuis 8

Diunggah oleh

Hak Cipta:

Format Tersedia

INTERPRETASI

X.2.1 : Pearson Correlation = positif

 UJI KOLMOGOROV-SMIRNOV (K-S)

UJI REGRESI LINIER SEDERHANA

Anda mungkin juga menyukai