Harnung Indah

F0219070
UTS PRAKMEN 2
SOAL NO 1
1. Jelaskan apa yang dimaksud dengan Self-Esteem!
Self esteem adalah sebuah pikiran, perasaan, dan pandangan seseorang atas diri mereka
sendiri. Self esteem berpaku pada seberapa besar seseorang menilai, menyetujui,
menghargai, dan menyukai diri mereka sendiri.
Self esteem yang sehat merupakan sumber daya psikologis yang penting karena
mempunyai berbagai peranan dalam hidup. Pengaruhnya kepada prestasi, hubungan-
hubungan yang kita jalin, hingga rasa puas atas diri kita sendiri. Namun sebaliknya jika
seseorang memiliki low self esteem dapat membuat seseorang menjadi depresi, tidak
mengembangkan potensi mereka, dan bahkan jatuh ke dalam toxic relationship atau
hubungan yang abusif. Namun bahay juga jika terllau tinggi karena akan menimbulkan
kesombongan dan ketidakmampuan untuk belajar dari kesalahan.
Faktor yang mempengaruhi Self esteem seperti genetik, kepribadian, pengalaman dalam
hidup, umur, keterbatasan fisik, cara pikir, kondisi / lingkungan social, pekerjaan yang
dimiliki, opini orang lain, dll. Sedangkan cara untuk meningkatkannya dengan berani
bersosialisasi, stop membandingkan dengan orang lain, tetapkan tujuan, berteman dengan
orang yang positif, mau menerima kekurangan diri, berikan pujian atas pencapaian diri.
Sumber : https://superyou.co.id/
2. Terjemahkan skala SES tersebut dengan metode “back translation method”
1. Saya merasa bahwa saya memiliki sejumlah kualitas baik dalam diri saya
2. Saya merasa bahwa saya adalah orang yang berharga (setidaknya sama
berharganya dengan orang lain)
3. Saya bersikap baik terhadap diri saya sendiri
4. Saya mampu melakukan suatu hal sebaik yang dilakukan kebanyakan orang
5. Secara keseluruhan, saya merasa puas dengan diri saya sendiri
6. Saya berharap saya bisa lebih menghargai diri saya sendiri
7. Saya merasa tidak banyak yang dapat saya banggakan atas diri saya
8. Secara keseluruhan, saya cenderung merasa bahwa saya gagal
9. Saya terkadang merasa tidak berguna
10. Terkadang saya merasa bahwa diri saya sama sekali tidak baik
3. Berdasarkan 10 item pertanyaan tersebut (dalam Bahasa Indonesia), buatlah
kuesioner online dan kumpulkan minimal 30 pertanyaan dari responden umum
Kuesioner dibuat pada tanggal 29 April dan disebagai secara online yang
mendapatkan 32 responden.
4. Lakukan tes normalitas data dan outlier dan berikan analisis pada hasil tes
Uji Normalitas

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
SES1 .315 32 .000 .753 32 .000
SES2 .279 32 .000 .758 32 .000
SES3 .297 32 .000 .818 32 .000
SES4 .242 32 .000 .871 32 .001
SES5 .219 32 .000 .884 32 .002
SES6 .371 32 .000 .695 32 .000
SES7 .217 32 .001 .905 32 .008
SES8 .206 32 .001 .882 32 .002
SES9 .156 32 .045 .922 32 .024
SES10 .216 32 .001 .886 32 .003
a. Lilliefors Significance Correction

Kolmogorov digunakan jika responden lebih dari 30. Jika semua normal maka
dilakukan uji parametreik. Jika data tidak normal dengan nonparametric. Nilai normal
jika diatas 0,05.
SES1, SES2, SES3, SES4, SES5, SES6, SES7, SES8 < 0,05 sehingga tidak
berdistribusi normal
SES8 > 0,05 sehngga berdistriusi normal
Uji Ourlier
Bisa dilihat menggunakan table Box Plot
Dilihat dalam gambar terdapat data outlier yaitu:
Data no 5 dalam SES 1
Data no 5 dalam SES 2
Data no 5 dan 19 dalam SES 3
Data no 5 dan 24 dalam SES5
Data ke 11 dalam SES 6
Data ke 5 dalam SES 7
5. Berdasarkan response tersebut, terdiri dari berapa dimensikah Self-Esteem Scale
tersebut?
6. Berikan nama masing-masing dimensi tersebut!
7. Item mana sajakah yang Anda pertimbangkan untuk dipertahankan dan item mana
yang akan dihapus, jelaskan!

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling
.803
Adequacy.
Bartlett's Test of Approx. Chi-Square 188.377
Sphericity df 45
Sig. .000
Tabel KMO and Bartlett’s Test menegatahui kelayakan suatu variable apakah dapat
diproses lebih lanjut. Jika KMO lebih besar dari 0,6 maka analisis factor dapat dilanjutkan.
Berdasarkan table nilai KMO 0,803 > 0,5 sehingga dapat dilanjutkan. Selain itu juga terdapat
nilai Brtlett’s sebesar 0,00 atau < 0,05 sehingga bisa dilanjutkan.

Anti-image Matrices
SES1 SES2 SES3 SES4 SES5 SES6 S
Anti-image Covariance SES1 .220 -.133 -.037 -.119 .003 .005
SES2 -.133 .330 -.080 .057 -.044 -.045
SES3 -.037 -.080 .303 -.028 -.077 .025
SES4 -.119 .057 -.028 .226 -.090 -.124
SES5 .003 -.044 -.077 -.090 .545 .196
SES6 .005 -.045 .025 -.124 .196 .770
SES7 .117 -.074 -.068 -.049 .054 .067
SES8 -.009 .087 -.004 .049 .013 -.121
SES9 -.108 -.001 .068 .131 -.050 -.014
SES10 -.057 .058 .119 .004 -.055 -.051
a
Anti-image Correlation SES1 .719 -.495 -.143 -.535 .008 .011
 SES2 -.495 .823a -.252 .208 -.103 -.089
a
SES3 -.143 -.252 .883 -.107 -.190 .052
SES4 -.535 .208 -.107 .784a -.256 -.298
a
SES5 .008 -.103 -.190 -.256 .875 .303
SES6 .011 -.089 .052 -.298 .303 .333a
SES7 .475 -.243 -.233 -.195 .138 .144
SES8 -.038 .287 -.014 .195 .033 -.260
SES9 -.424 -.003 .227 .509 -.124 -.029
SES10 -.221 .183 .392 .017 -.135 -.107
a. Measures of Sampling Adequacy(MSA)

Tabel anti image matric berguna untuk emnegtahui dan menentukan variable mana saja
yang layak dipakai dalam analisis factor. Yang dipilih yang ada (a) kecil
SES1 .719
SES2 .823
SES3 .883
SES4 .784
SES5 .875
SES6 .333
SES7 0,749
SES8 0,887
SES9 0,789
SES10 0,815
Syarat yang harus dipenuhi nilai MSA > 0,5. Dan nialai MSA dalam table semua > 0,5
sehingga syarat terpenuhi

Communalities
Extractio
Initial n
SES1 1.000 .668
SES2 1.000 .606
SES3 1.000 .696
SES4 1.000 .753
SES5 1.000 .484
SES6 1.000 .918
SES7 1.000 .613
SES8 1.000 .749
SES9 1.000 .539
SES10 1.000 .618
Extraction Method: Principal
Component Analysis.

Tabel communities menunjukkan nilai variable yang diteliti apakah mampu memjelaskan
factor atau tidak. Ynag mampu menjelaskan yang > 0,5. Dari data diatas semua >0,5
sehingg asemua dapat dipakai.

Total Variance Explained

Initial Eigenvalues Extraction Sums of Squared Loadings
Component Total % of Variance Cumulative % Total % of Variance Cumulative %
1 5.516 55.161 55.161 5.516 55.161 55.161
2 1.128 11.275 66.437 1.128 11.275 66.437
3 .976 9.764 76.200
4 .643 6.434 82.635
5 .553 5.534 88.169
6 .417 4.173 92.341
7 .302 3.015 95.357
8 .197 1.970 97.326
9 .168 1.683 99.009
10 .099 .991 100.000
Extraction Method: Principal Component Analysis.

Tabel ini menjelaskan nilai masing-maisng variable yang dianalisis. Ada 10 nilai karena ada
10 variable.
Initial Eigenbalues menujukkan factor yang terbentuk. Apabila semua dijumlah akan menjadi
10.
Extraction sums menjukkan jumlah variasi atau banyaknya factor yang terbentuk, pada hasil
diatas terbentuk 2 variasi factor 5.516 dan 1.128.
 Gambar ini menunjukkan jumalh factor yang terbentuk. Dengan melihat titik
componrnt yang nilai eigenvalue > 1. Dari gambar ada 2 yang terbentuk.

Component Matrixa
Component
1 2
SES1 .768 .279
SES2 .773 .093
SES3 .833 -.047
SES4 .834 .239
SES5 .660 -.219
SES6 -.124 .950
SES7 -.781 -.053
SES8 -.859 .104
SES9 -.731 .062
SES10 -.778 .118
Extraction Method: Principal
Component Analysis.
a. 2 components extracted.

Menunjukkan nilai kolerasi antar amasing-masing variable factor yang terbentuk. Misal
SES 1 nilai kolerasi dengan factor 1 adalah 0,768 sedangkan kolerasi dengan factor 2 0,279
SES 2 nilai kolerasi dengan factor 1 adalah .773 sedangkan kolerasi dengan factor 2 .093
SES 3 2 nilai kolerasi dengan factor 1 adalah .833 sedangkan kolerasi dengan factor 2 -.047
Dst

Rotated Component
Matrixa
Component
1 2
SES1 .791 .205
SES2 .778 .020
SES3 .825 -.125
SES4 .853 .160
SES5 .637 -.280
SES6 -.034 .957
SES7 -.782 .020
SES8 -.846 .184
SES9 -.722 .131
SES10 -.763 .190
Extraction Method: Principal
Component Analysis.
Rotation Method: Varimax
with Kaiser Normalization.
a. Rotation converged in 3
iterations.

Untuk memastikan masuk kemana dengan melihat component terbesar sehingga

Faktor Variabel
1 SES 1, SES2, SES3, SES4, SES5
2 SES6, SES7, SES8, SES9, SES 10

Component Transformation
Matrix
Componen
t 1 2
1 .996 -.094
2 .094 .996
Extraction Method: Principal
Component Analysis.
Rotation Method: Varimax with
Kaiser Normalization.
Tabel ini menunjukkan bahwa component 1 nilai koreaslinya .996 > 0,5 dan component 2
sebesar .996>0,5. Karena nilainya semua >0,5 maka dapat disimpulkan layak untuk
merangkum kesepuluh variable yang dianalisis.

SOAL NO 2
1. Apakah data di atas sudah berdistribusi normal?
Jawab :

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Kepauasan Kerja .197 10 .200* .951 10 .683
Komunikasi
.180 10 .200* .966 10 .854
Transparansi
Semangat Kerja .163 10 .200* .923 10 .384
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Dalam uji normalitas Kolmogorov-Smirnov dan Saphiro Wil, suatu data dikatakan
terdistribusi normal apabila memiliki nilai significant lebih dari 0,05.
A. Melihat table Kolmogorov-Smirnov
Nilai sig untuk Kepuasan kerja = 0,2 > 0,05 → normal
Nilai sig untuk Komunikasi Transparansi = 0,2 > 0,05 → normal
Nilai sig untuk Semangat Kerja = 0,2 > 0,05 → normal
Maka menunjukkan bahwa data tersebut terdistribusi normal, sehingga dapat
dilanjutkan dengan analisis statistic parametrik.
B. Melihat table Shapiro Wilk
Nilai sig untuk Kepuasan kerja = 0,683 > 0,05 → normal
Nilai sig untuk Komunikasi Transparansi = 0,854> 0,05 → normal
Nilai sig untuk Semangat Kerja = 0,384 > 0,05 → normal
Maka menunjukkan bahwa data tersebut terdistribusi normal, sehingga dapat
dilanjutkan dengan analisis statistic parametrik.

2. Apakah terdapat pengaruh yang nyata dari kepuasan kerja karyawan dan
komunikasi transparansi dari atasan terhadap semangat kerja karyawan? Uji dengan
taraf nyata 5% ! Jelaskan hasil output yang diperoleh
Jawab :
Dalam uji uni menggunakan analisis regresi berganda

Variables Entered/Removeda
 Variables Variables
Model Entered Removed Method
1 Komunikasi
Transparansi
(X2, . Enter
Kepuasan
Kerja (X1)b
a. Dependent Variable: Semangat Kerja (Y)
b. All requested variables entered.

Tabel diatas memberikan informasi terkait variable yang digunakan.

• Variabel dependen = Semangat Kerja
• Variabel independent = Kepuasan Kerja dan Komunikasi Transparansi
Analisis regresi menggunakan metode enter. Kolom variable removed kosong karena
dalam perhitungan ini tidak ada variable yang dibuang.

Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
a
1 .541 .292 .090 11.939
a. Predictors: (Constant), Komunikasi Transparansi (X2,
Kepuasan Kerja (X1)

Model summary memberikan informasi tentang nilai koefisien determinasi

yaitu kontribusi variable Kepuasan Kerja dan Komunikasi Transparansi secara
stimulant (Bersama-sama) terhadap Semangat Kerja.
Dalam table diketahui nilai koefisien dterminasi atau r square sebesar 0.292.
Besarnya angka koefisien determinasi mengandung arti variable Kepuasan Kerja
dan Komunikasi Transparansi berpengaruh 29,2% terhadap Semangat Kerja.
Sedangkan sisanya 70,8% berasal dari variable yang tidak diteliti.

ANOVAa
Sum of Mean
Model Squares df Square F Sig.
1 Regression 412.240 2 206.120 1.446 .298b
Residual 997.760 7 142.537
Total 1410.000 9
a. Dependent Variable: Semangat Kerja (Y)
b. Predictors: (Constant), Komunikasi Transparansi (X2, Kepuasan Kerja (X1)
 Tabel anova memberikan informasi tentang ada tidaknya pengaruh variable
Kepuasan Kerja dan Komunikasi Transparansi secara stimulant (Bersama-sama)
terhadap variable Semangat Kerja.
Dalam table anova diatas diketaui bahwa signifikansi dalam uji F sebesar
0.298>0.05. Karena signifikansi lebih kecil maka tidak ada pengaruh variable
Kepuasan Kerja dan Komunikasi Transparansi secara stimulant (Bersama-sama)
terhadap variable Semangat Kerja.

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 50.735 95.297 .532 .611
Kepuasan Kerja (X1) -.018 .421 -.014 -.042 .968
Komunikasi
.900 .547 .537 1.645 .144
Transparansi (X2
a. Dependent Variable: Semangat Kerja (Y)

Tabel Coefisien memberikan informais tentang persamaan regresi dan ada tidaknya
pengaruh variable Kepuasan Kerja dan Komunikasi Transparansi secara parsial (sendiri-
sendiri) terhadap variable Semangat Kerja. Rumus persamaan regresinya :
Y = a+ b1x1 + b2x2
Y = 50.735 + -0,018 + 0,900

H1 : Ada pengaruh Kepuasan Kerja terhadap variable Semangat Kerja.

H2 : Ada pengaruh Komunikasi Transparansi terhadap variable Semangat Kerja.
Dasar keputusan :
A. Berdasar nilai signifikat
Jika nilai sig < 0,05 maka ada pengaruh variable independent (X) terhadap variable
dependen (Y)
Jila nialai sig > 0,05 maka tidak ada pengaruh variable independent (X) terhadap variable
dependen (Y)
B. Berdasar nilai t
Jika nilai t hitung > t tabel maka ada pengaruh variable endent (X) terhadap variable
dependen (Y). Hopotesis diterima
Jika nilai t hitung < t tabel maka tidak ada pengaruh variable endent (X) terhadap variable
dependen (Y). Hopotesis ditolak
UJI t Parsial Kepuasan Kerja
A. Berdasar significant
 Nilai sig dalam table 0,968. Karena nilainya > 0,05 maka dapat disimpulkan H1
ditolak. Artinya tidak ada pengaruh Kepuasan Kerja terhadap Semangat Kerja.
B. Berdasar nilai t
Nilai t hitung -0,42
Nilai t tabel = (α/2 ; df residual) = 0,025 ; 7
Jadi nilai t table = 2,365
Maka dapat disimpulkan bahwa -0,42 < 2,365 maka H1 ditolak. Artinya tidak ada
pengaruh Kepuasan Kerja terhadap Semangat Kerja.
UJI t Parsial Komunikasi Transparansi
A. Berdasar significant
Nilai sig dalam table 0,144. Karena nilainya > 0,05 maka dapat disimpulkan H1
ditolak. Artinya tidak ada pengaruh Kepuasan Kerja terhadap Semangat Kerja.
C. Berdasar nilai t
Nilai t hitung 1,645
Nilai t tabel = (α/2 ; df residual) = 0,025 ; 7
Jadi nilai t table = 2,365
Maka dapat disimpulkan bahwa 1,645 < 2,365 maka H1 ditolak. Artinya tidak ada
pengaruh Kepuasan Kerja terhadap Semangat Kerja.