Berikut ini dibahas mengenai salah satu pengolahan data dan hasil penelitian dari
hasil pemerolehan data penelitian. Berdasarkan sumbernya, data dipisahkan
antara data primer dan sekunder. Data primer biasanya diperoleh dari penelitian
primer dengan langsung mengamati perubahan perilaku objek pengamatan.
Sedangkan data sekunder adalah data yang diperoleh dari hasil penelitian atau
survey yang dilakukan oleh lembaga atau peneliti yang lain. Selanjutnya,
pengolahan data pada penelitian yang menggunakan model analisis regresi linear
dan korelasi, umumnya terdiri atas :
1. Uji Instrumen
2. Analisis Statistik Deskriptif
3. Analisis Statistik Inferensial & Uji Asumsi Klasik
4. Uji Hipotesis
Pengolahan data dan pengujian secara statistik pada materi ini, menggunakan
salah satu program pengolahan data, yaitu Program analisis statistika: Statistical
Package for the Social Sciences (SPSS).
1. Uji Instrumen
Uji Instrumen umumnya digunakan pada penelitian yang menggunakan data
primer, menggunakan kuesioner sebagai skala pengukuran. Uji instrumen terdiri
dari uji validitas dan reliabilitas. Data yang valid dan reliabel menjadi syarat
dalam melakukan uji hipotesis penelitian agar hasil penelitian valid dan dapat
dibuktikan. Berdasarkan hal tersebut, pengujian validitas dan reliabilitas data
sangat mempengaruhi hasil penelitian. Oleh karena itu, sebelum melakukan
analisis maka terlebih dahulu harus dipastikan bahwa data yang diterima valid dan
reliabel.
1.1. Uji Validitas
Uji validitas dilakukan untuk mengetahui sejauh mana item-item yang
membentuk konsep yang telah disusun dapat mewakili variabel penelitian. Sebuah
konsep atau pernyataan dikatakan dapat mewakili variabel apabila rhitung dari
pernyataan lebih besar dari nilai rtabel.
Instant Clue :
1. Analyze, kemudian pilih sub menu Correlate, lalu pilih Bivariate
2. Masukkan semua skor item variabel ke kotak variables (termasuk total skor):.
Pada bagian "Correlation Coefficients" centang (v) Pearson, pada bagian "Test of
Significance" pilih Two-tailed. Centang Flag significant Corerrelations lalu klik Ok
untuk mengakhiri perintah. Tekan tombol OK
3. Ulangi langkah di atas, untuk semua variabel baik variabel independen maupun
variabel dependen
4. Output SPSS : Tabel “Correlations”
Misalnya : Nilai rtabel untuk populasi pada penelitian ini adalah sebanyak 46
responden dengan tingkat signifikasi 5% dan n = 46-2 = 44 adalah 0,2907. Jadi,
apabila rhitunglebih kecil dari 0,2907 maka pernyataan tersebut dianggap tidak
valid.
Berikut contoh hasil pengujian validitas ini dilakukan dengan menggunakan SPSS
22 atas contoh variabel sebagai berikut:
Kepemimpinan (X1)
Interpretasi :
Berdasarkan hasil pengujian validitas yang dapat dilihat pada Tabel, dengan 9
pernyataan dari variabel kepemimpinan tersebut dapat disimpulkan 9 pernyataan
ini dinyatakan valid.
Instant Clue :
Berikut ini contoh hasil pengujian reliabilitas (diambil dari tabel Reliability
Statistics) untuk semua variabel dalam penelitian.
Instant Clue :
1. pilih Analyze, kemudian pilih sub menu Descriptive Statistic, lalu pilih
Descriptives...
2. klik Options... maka muncul kotak dialog "Descriptives: Options" selanjutnya
memberikan tanda ceklist (V) untuk statisitik deskriptif yang ingin dipakai atau
ditampilkan di output SPSS. Misal: Mean, Std. Deviation, Variance, Maximum,
Minimum, Sum, Range, Kurtosis dan Skewness.
3. klik Continue. Abaikan pilihan yang lainnya. Terakhir Ok
4. Output SPSS : Tabel “Descriptive Statitistics”
Valid N (listwise) 46
Interpretasi :
Berdasarkan Tabel di atas variabel Kepemimpinan (X1) termasuk ke dalam
kriteria rendah dengan nilai rata-rata (mean) sebesar 40,63. Variabel Pelatihan
(X2) termasuk kedalam kriteria rendah dengan nilai rata-rata (mean) sebesar
40,35. Variabel Disiplin Kerja (X3) termasuk ke dalam kriteria tinggi dengan nilai
rata-rata (mean) 57,30. Variabel Kinerja Pegawai (Y) termasuk kedalam kriteria
rendah dengan nilai rata-rata (mean) sebesar 41,15.
Interpretasi :
Berdasarkan Tabel di atas menunjukkan bahwa indikator Kepemimpinan dalam
Kemampuan Analitis, dari pernyataan P1 termasuk kedalam kriteria sangat tinggi
dengan nilai rata-rata (mean) sebesar 4,48, pernyataan P2 termasuk kedalam
kriteria sangat tinggi dengan nilai rata-rata (mean) sebesar 4,46, dan pernyataan
P3 termasuk kedalam kriteria sangat tinggi dengan nilai rata-rata (mean) sebesar
4,57.
Tidak semua uji asumsi klasik harus dilakukan pada analisis regresi linear,
misalnya uji multikolinearitas tidak dilakukan pada analisis regresi linear
sederhana dan uji autokorelasi tidak perlu diterapkan pada data cross sectional.
Data cross-sectional mengacu pada data yang dikumpulkan dengan mengamati
banyak hal pada titik waktu yang sama, atau tanpa memperhatikan perbedaan
waktu. Data time series (data longitudinal ) mengikuti subjek selama kurun
waktu tertentu. Data panel merupakan gabungan dari cross section dan time
series.
Interpretasi :
Berdasarkan Gambar di atas dapat disimpulkan bahwa grafik normal P-P plot
terlihat titik menyebar sekitar garis diagonal, maka grafik menunjukkan bahwa
model regresi layak dipakai karena memenuhi asumsi normalitas.
Interpretasi :
Nilai sig lebih besar dari 0,05 maka data berdistribusi normal (yang bagus)
Instant Clue :
1. Analyze – lalu pilih Regression – kemudian pilih Linear…
2. masukkan variabel (Y) ke kotak Dependent. Kemudian masukkan variabel (X) ke
kotak Independent(s), lalu klik kemudian pada bagian Method: pilih Enter, setelah
itu klik Plots..
3. masukkan *ZPRED pada kotak X dan *SRESID pada kotak Y, lalu klik Continue
Terakhir Ok.
4. Output SPSS : Scatterplot
Interpretasi :
Berdasarkan Gambar di atas, antara nilai prediksi variabel dependen dengan
residualnya diperoleh hasil tidak adanya pola yang jelas dan titik-titik menyebar
di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
Instant Clue :
1. Analyze – lalu pilih Regression – kemudian pilih Linear…
2. masukkan variabel (Y) ke kotak Dependent. Kemudian masukkan variabel (X) ke
kotak Independent(s), lalu klik kemudian pada bagian "Method" pilih Enter, lalu
klik Statistics...
3. mecentang (v) pada Covariance matrix dan Collinierity Diagnostics. Abaikan
pilihan lain atau biarkan tetap defauld kemudian klik Continue, Ok
4. Output SPSS : Tabel Coefficients
.
Hasil Uji Multikolineritas
a
Coefficients
Interpretasi :
Berdasarkan tabel di atas tolerance tiap variabel lebih besar 0.10 nilai VIF lebih
kecil 10.00, maka dapat disimpulkan tidak terjadi persoalan multikolineritas antar
variabel bebas dalam penelitian ini.
1. Nilai Durbin Watson (d) dari Outpus SPSS akan kita bandingkan dengan nilai
tabel Durbin Watson (lihat tutorial)
2. Jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka terjadi autokorelasi
3. Jika d terletak antara dU (batas atas) dan kurang dari (4-dU) maka tidak terjadi
autokorelasi.
4. Jika d terletak dL dan dU atau diantara (4-dU) dan (4-dL) maka tidak
menghasilkan kesimpulan yang pasti
Instant Clue :
1. Analyze – lalu pilih Regression – kemudian pilih Linear…
2. masukkan variabel (Y) ke kotak Dependent. Kemudian masukkan variabel (X) ke
kotak Independent(s), lalu klik kemudian pada bagian "Method" pilih Enter, lalu
klik Statistics...
3. memberi tanda centang (v) pada Durbin-Watson (abaikan centangan yang lain).
Kemudian klik Continue, Ok
4. Output SPSS : Tabel Model Summary
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .517a .267 .217 7.55888 2.070
a. Predictors: (Constant), KDL, LDR, NPL, IFL, TSB
b. Dependent Variable: RS
Interpretasi :
Nilai Durbin-Watson (d) sebesar 1,671 lebih besar dari batas atas (dU) yakni
1,650 dan kurang dari (4-du) 4-1,650 = 2,350. Maka sebagaimana dasar
pengambilan keputusan dalam uji durbin watson di atas, dapat disimpulkan bahwa
tidak terdapat masalah atau gejala autokorelasi.
Instant Clue :
1. Analyze – lalu pilih Regression – kemudian pilih Linear…
2. masukkan variabel (Y) ke kotak Dependent. Kemudian masukkan variabel (X) ke
kotak Independent(s), lalu klik kemudian pada bagian "Method" pilih Enter, lalu
klik Statistics...
3. Berikan tanda centang pada Estimates dan Model fit kemudian klik Continue, Ok
4. Output SPSS : Berbagai tabel dengan interpretasi masing-masing
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5,091 4,641 1,097 ,279
Kepemimpinan ,058 ,096 ,062 ,598 ,553
Pelatihan ,733 ,103 ,761 7,091 ,000
Disiplin Kerja ,073 ,061 ,106 1,188 ,242
a. Dependent Variable: Kinerja Pegawai
Interpretasi : (contoh)
Hasil regresi berganda yang peneliti lakukan pada Kepemimpinan (X1) Pelatihan
(X2) dan Disiplin Kerja (X3) terhadap Kinerja Pegawai (Y) dapat digambarkan
persamaan regresi berganda sebagai berikut:
Y= α + b1X1 +b2X2+b3X3+e
Y= 5,091 +0,058 X1 + 0,733 X2+ 0,073 X3
Koefisien Determinasi
Model Summary
Interpretasi :
Berdasarkan Tabel di atas, diperoleh Adjusted R_Square model 1 sebesar 0,668
atau 66,8%. Hal ini menunjukkan bahwa hubungan variabel independen (bebas)
yaitu Kepemimpinan, Pelatihan, dan Disiplin Kerja dengan variabel dependen
(terikat) yaitu Kinerja Pegawai pada Kantor Akuntan Publik di Kota Palembang
adalah sebesar 66,8% sedangkan 33,2% dipengaruhi oleh variabel lainnya. Nilai
Adjusted R_Square yang baik adalah di atas 50%
5. Uji Hipotesis
4.1. Uji Signifikansi Simultan (Uji Statistik F)
(Uji F ini dilakukan jika pada hipotesis penelitian, memuat adanya hipotesis
atas pengaruh variabel-variabel independen secara bersama-sama terhadap
variabel dependen)
a
ANOVA
Model Sum of Squares Df Mean Square F Sig.
b
1 Regression 265.130 3 86.377 31.241 .000
Residual 118.805 42 2.829
Total 383.935 45
a. Dependent Variable: Kinerja Pegawai
b. Predictors: (Constant), Kepemimpinan, Pelatihan, Disiplin Kerja
c.
Interpretasi : (contoh)
Berdasarkan tabel F, nilai Ftabel untuk taraf nyata ( sebesar 5% dengan derajat
bebas (db) = n–k–1, dimana terdapat 3 variabel bebas. Dengan demikian, taraf
nyata dari Ftabel adalah (db) = 46-3-1 = 42 sehingga Ftabel diperoleh sebesar 2,83.
Dengan demikian nilai Fhitung > Ftabel yaitu 31,241> 2,83 dengan nilai signifikan
lebih besar dari pada tingkat signifikan yang ditentukan yaitu 0,000 < 0,05.
Berdasarkan hipotesis secara simultan yang telah dijelaskan bahwa nilai sig < 0,05
dan nilai Fhitung > Ftabel maka hipotesis Ho ditolak dan Ha diterima sehingga dapat
disimpulkan bahwa ketiga variabel (X) tersebut berpengaruh secara simultan
terhadap Kinerja Pegawai (Y).
Hasil Uji t
a
Coefficients
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta T Sig.
1 (Constant) 5,091 4,641 1,097 ,279
Kepemimpinan ,058 ,096 ,062 ,598 ,553
Pelatihan ,733 ,103 ,761 7,091 ,000
Disiplin Kerja ,073 ,061 ,106 1,188 ,242
a. Dependent Variable: Kinerja Pegawai
Interpretasi : (contoh)
Berdasarkan Tabel di atas, bahwa variabel Kepemimpinan memiliki thitung sebesar
0,598 dan tingkat signifikan sebesar 0,553. Variabel Pelatihan memiliki thitung
sebesar 7,091 dan tingkat signifikan sebesar 0,000. Variabel Disiplin Kerja
memiliki thitung sebesar 1,188 dan tingkat signifikan sebesar 0,242. Nilai ttabel
diperoleh dengan derajat kebebasan (df) n-k-1 atau 46-3-1=42 dan tingkat
signifikan 5% dengan pengujian 2 sisi signifikansi = 0,025 (0,5 dibagi 2) hasil
diperoleh untuk t tabel sebesar 2,018. Berdasarkan data di atas terlihat bahwa:
a. Variabel Kepemimpinan dimana thitung< ttabel yaitu 0,598 < 2,018 dengan nilai
signifikan lebih besar daripada tingkat signifikan yang ditentukan yaitu 0,553
> 0,05 maka Ho1 diterima dan Ha1 ditolak. Hal ini berarti variabel
Kepemimpinan tidak berpengaruh terhadap Kinerja Pegawai. Kepemimpinan
tidak berpengaruh pada penelitian ini ditunjukkan dengan nilai coefficients
pada tabel yaitu 0,058.
b. Variabel Pelatihan dimana thitung> ttabel yaitu 7,091 > 2,018 dengan nilai
signifikan lebih kecil daripada tingkat signifikan yang ditentukan yaitu 0,000
< 0,05 maka Ho2 ditolak dan Ha2 diterima. Hal ini berarti variabel Pelatihan
berpengaruh terhadap Kinerja Pegawai. Pelatihan berpengaruh pada penelitian
ini ditunjukkan dengan nilai coefficients pada tabel yaitu 0,733.
c. Variabel Disiplin Kerja dimana thitung< ttabel yaitu 1,188 < 2,018 dengan nilai
signifikan lebih besar daripada tingkat signifikan yang ditentukan yaitu 0,242
> 0,05 maka Ho3 diterima dan Ha3 ditolak. Hal ini berarti variabel Disiplin
Kerjatidak berpengaruh terhadap Kinerja Pegawai. Disiplin Kerjatidak
berpengaruh pada penelitian ini ditunjukkan dengan nilai coefficients pada
tabel yaitu 0,073.