Dalam Kuantitatif Korelasional, kita akan melakukan hitungan SPSS untuk beberapa hal, yaitu:
A. Uji Validitas 1
B. Uji Reliabilitas 5
C. Statistik Deskriptif 9
D. Uji Asumsi: Normalitas 29
E. Uji Asumsi: Linearitas 35
F. Uji Asumsi: Multikolinearitas 40
G. Uji Asumsi: Homoskedastisitas 44
H. Uji Asumsi: Autokorelasi 51
I. Uji Hipotesis: Model penuh & Model bertahap 58
J. Uji Hipotesis: Multivariat Model Penuh & Korelasi Parsial 64
K. Uji Hipotesis: Model Stepwise & Analisis Regresi Model Akhir. 70
L. Bonus Cara MeRename Variable 76
Pertanyaan dan diskusi seputar ini, bisa dikomunikasikan via phone: 6285250216569
atau melalui LINE: tamyisrama
Semoga bermanfaat
T. A. Rama
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
A. Uji Validitas
Siapkan data di Excel, meliputi skor sebaran data, total All (total variable), dan total/aspek.
Buka program SPSS, kemudian masukan semua data tersebut diatas meliputi skor sebaran
data, total All (total variable), dan total/aspek ke dalam SPSS.
1
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Masukan aitem-aitem dan total pada aspek tersebut untuk aspek yang ingin diuji validitasnya.
Ingat, sesuaikanlah dengan setiap nomer aitem dengan blueprint yang Anda miliki.
2
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Kemudian klik “OK”, maka akan muncul tampilan hasil olah SPSS seperti ini:
Keterangan:
- Jumlah Butir Awal : (jumlah aitem/butir pada aspek sebelum dilakukan uji validitas)
- Jumlah Butir Gugur : (banyak aitem/butir yang tidak valid)
- Jumlah Butir Sahih : (jumlah butir awal dikurangi oleh jumlah butir gugur)
- R Terendah - Tertinggi : (nilai pearson correlasion, mendekati 0,000 maka semakin rendah)
- Sig Terendah - Tertinggi : (nilai sig, semakin mendekati 1,000 maka semakin rendah)
3
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Skala kepuasan kerja terdiri dari 24 butir dan terbagi atas enam aspek. Berdasarkan data
hasil analisis butir didapatkan dari r hitung > 0,300. Sehingga berdasarkan hasil uji validitas
Uji validitas skala dalam penelitian ini adalah dengan menggunakan korelasi product
moment, dalam hal ini skala tersebut dinyatakan sahih apabila r hitung > 0,300 (Azwar, 2004).
Catatan:
*Terus lengkapi perhitungan validitasnya dari aspek awal hingga akhir dari varible tersebut.
**Sebelum dilaksanakannya uji Reliabilitas, apabila terdapat aitem yang gugur, maka
setelah dilaporkan di uji validitas, aitem tersebut harus di eliminasi dari excel, sehingga
untuk uji reliabilitas adalah murni menggunakan aitem-aitem yang valid saja.
***Dinyatakan Valid apabila nilai r > 0,300.
Pada dasarnya uji validitas bertujuan untuk mengukur, apakah pertanyaan-pertanyaan yang
diajukan telah dengan tepat/sah/valid mengukur konstruk tertentu.
4
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
B. Uji Reliabilitas
Siapkan data di Excel, meliputi skor sebaran data, total All (total variable), dan total/aspek.
Buka program SPSS, kemudian masukan semua data tersebut diatas meliputi skor sebaran
data, total All (total variable), dan total/aspek ke dalam SPSS.
5
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Untuk uji Reliabilitasnya caranya yaitu klik: Anayze - Scale - Reliability Analysis
Masukan aitem-aitem dan total pada aspek tersebut untuk aspek yang ingin diuji reliabilitas
nya, ingat sesuaikanlah dengan setiap nomer aitem dengan blueprint yang Anda miliki.
6
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Kemudian klik “OK”, maka akan muncul tampilan hasil olah SPSS seperti ini:
Reliability Statistics
Cronbach's N of
Alpha Items
.680 5
Aspek Alpha
A 0.680
B
C
D
E
F
Total 0.774
7
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Aspek Alpha
A 0.680
B 0.603
C 0.605
D 0.742
E 0.717
F 0.759
Total 0.713
Uji keandalan yang dilakukan dengan teknik Alpha cronbach’s didapatkan dari alpha =
Catatan:
*Terus lengkapi perhitungan reliabilitasnya dari aspek awal hingga akhir dari varible
tersebut.
** Untuk mendapatkan reliabilitas total, maka lakukan analisa terhadap seluruh aitem,
ditambah dengan total keseluruhan (totalAll) sebagai pembandingnya.
Reliability Statistics
Cronbach's N of
Alpha Items
.713 25
Pada dasarnya uji reliabilitas digunakan untuk menguji, apakah alat ukur (pertanyaan dalam
kuesioner) dapat dianggap konsisten jika pengukuran dilakukan berulang kali.
8
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
C. Statistik Deskriptif
Siapkan data di Excel, kini kita hanya menggunakan setiap skor total variable yang ada.
Buka program SPSS, kemudian masukan semua data tersebut diatas hanya menggunakan
setiap skor total variable yang ada.
9
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Untuk mencari Mean Empiris & SD Empiris caranya yaitu klik: Analyze - Descriptive
Statistics - Descriptives.
10
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Kemudian klik “OK”, maka akan muncul tampilan hasil olah SPSS seperti ini:
Descriptive Statistics
Std.
N Minimum Maximum Mean
Deviation
KepuasanKerja 60 84 120 98.00 7.171
KomitmenAfektif 60 37 60 48.75 4.265
KeadilanKompensasi 60 40 57 49.52 3.486
PengembanganKarir 60 36 54 48.75 3.348
Valid N (listwise) 60
Cara pengisian Mean & SD Empirik di Tabel Mean Empiris dan Mean Hipotesis, yaitu:
Mean SD Mean SD
Variabel Status
Empirik Empirik Hipotetik Hipotetik
Kepuasan Kerja 98.00 7.171
Komitmen Afektif 48.75 4.265
Keadilan Kompensasi 49.52 3.486
Pengembangan Karir 48.75 3.348
.
11
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
a. Mean Hipotetik
1
( I max I min ) k
2
Keterangan: - : Rerata Hipotetik
- I max : skor maksimal aitem
b. SD Hipotetik
1
( X max X min )
6
Keterangan: - : SD Hipotetik
X max : Skor maksimal Subjek
Mean SD Mean SD
Variabel Status
Empirik Empirik Hipotetik Hipotetik
Kepuasan Kerja 98.00 7.171 72 16 ?
Komitmen Afektif 48.75 4.265 36 8 ?
Keadilan Kompensasi 49.52 3.486 36 8 ?
Pengembangan Karir 48.75 3.348 36 8 ?
12
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Kaidah untuk mendapatkan Status pada Mean Empirik dan Mean Hipotetik adalah sebagai
berikut:
- Apabila nilai Mean Empirik > Mean Hipotetik, maka statusnya Tinggi.
- Apabila nilai Mean Empirik < Mean Hipotetik, maka statusnya Rendah.
Mean SD Mean SD
Variabel Status
Empirik Empirik Hipotetik Hipotetik
Kepuasan Kerja 98.00 7.171 72 16 Tinggi
Komitmen Afektif 48.75 4.265 36 8 Tinggi
Keadilan Kompensasi 49.52 3.486 36 8 Tinggi
Pengembangan Karir 48.75 3.348 36 8 Tinggi
Melalui tabel 3 diketahui gambaran sebaran data pada subjek penelitian secara umum
pada karyawan PT. United Tractors Tbk. Cabang Samarinda. Berdasarkan hasil pengukuran
melalui skala kepuasan kerja yang telah diisi diperoleh mean empirik 98,00 lebih tinggi dari
mean hipotetik 72 dengan kategori tinggi. Hal ini membuktikan bahwa subjek berada pada
kategori tingkat kepuasan kerja yang tinggi. Adapun sebaran frekuensi data untuk skala kepuasan
Rentang skor pada tabel diatas bersifat tidak tetap, artinya harus disesuaikan dengan Mean &
SD Hipotetik yang Anda miliki, secara manual Anda bisa mendapatkannya dari rumus
interval kecenderungan yang Ada, untuk cara otomatisnya akan dijelaskan saat pelatihan.
13
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Untuk langkah selanjutnya saya akan menjelaskan bagaimana cara mendapatkan Frekuensi
dan Persentase pada tabel dibawah ini.
Interval Kecenderungan Skor Kategori F Persentase
X ≥ M + 1.5 SD ≥ 96 Sangat Tinggi
M + 0.5 SD < X < M + 1.5 SD 80-95 Tinggi
M - 0.5 SD < X < M + 0.5 SD 64-79 Sedang
M - 1.5 SD < X < M - 0.5 SD 48-63 Rendah
X ≤ M - 1.5 SD ≤ 48 Sangat Rendah
Siapkan data di Excel, dengan hanya menggunakan setiap skor total variable yang ada.
Buka program SPSS, kemudian masukan semua data tersebut diatas hanya menggunakan
setiap skor total variable yang ada.
14
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Untuk mencari Frekuensi dan Persentase, dilakukan setiap variable secara satu persatu,
caranya yaitu klik: Transform - Recode into Different Variables.
Masukan salah satu variable yang ingin kita cari ke kolom sebelah kanan, kemudian pada
tabel Output Variable, berikan dengan Name (kategorisasi1) dan Label (kategorisasi1),
kemudian klik “Change”. *Catatan: untuk variable berikutnya menjadi kategorisasi2, 3, dst.
15
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Kemudian kita klik “Old and New Values”, hingga muncul tabel berikut ini.
Langkah pertama, klik “Range, value through HIGHEST”, kemudian masukan angka yang
terdapat pada skor pada kategori sangat tinggi, lalu klik pada tabel New Value, dan masukan
angka 5, lalu klik “Add”.
16
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Langkah kedua, klik “Range”, kemudian masukan angka yang terdapat pada skor pada
kategori tinggi, pada kotak pertama dari rentang awal dan pada kotak kedua untuk rentang
terakhir, lalu klik pada tabel New Value, dan masukan angka 4, lalu klik “Add”.
Langkah ketiga, klik “Range”, kemudian masukan angka yang terdapat pada skor pada
kategori sedang, pada kotak pertama dari rentang awal dan pada kotak kedua untuk rentang
terakhir, lalu klik pada tabel New Value, dan masukan angka 3, lalu klik “Add”.
17
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Langkah keempat, klik “Range”, kemudian masukan angka yang terdapat pada skor pada
kategori rendah, pada kotak pertama dari rentang awal dan pada kotak kedua untuk rentang
terakhir, lalu klik pada tabel New Value, dan masukan angka 2, lalu klik “Add”.
Langkah kelima, klik “Range, value through LOWEST”, kemudian masukan angka yang
terdapat pada skor pada kategori sangat rendah, lalu klik pada tabel New Value, dan
masukan angka 1, lalu klik “Add”.
18
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Lalu klik Continue, sehingga kembali muncul tampilan seperti dibawah ini.
Kemudian klik OK, sehingga kembali muncul tampilan seperti dibawah ini.
19
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Lalu kembali ke Data View, maka akan terdapat tampilan “Kategorisasi1” seperti ini.
Kemudian klik Variable View, sehingga muncul tampilan seperti dibawah ini.
20
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Klik Values pada Kategorisasi1, sehingga muncul tampilan seperti dibawah ini.
Pada Value ketik 5, lalu pada Label ketik Sangat Tinggi, kemudian klik Add.
Pada Value ketik 4, lalu pada Label ketik Tinggi, kemudian klik Add.
21
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Pada Value ketik 3, lalu pada Label ketik Sedang, kemudian klik Add.
Pada Value ketik 2, lalu pada Label ketik Rendah, kemudian klik Add.
Pada Value ketik 1, lalu pada Label ketik Sangat Rendah, kemudian klik Add.
22
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Lalu kembali ke Data View, maka akan terdapat tampilan “Kategorisasi1” seperti ini.
Kemudian untuk melihat perubahan values nya, klik View - centang pada Value Labels.
23
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Selanjutnya kita kembali untuk mencari Frekuensi dan Persentase nya, klik Analyze -
Descriptive Statistics - Frequencies.
24
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Kategorisasi1
Frequency Percent Valid Percent Cumulative Percent
Tinggi 18 30.0 30.0 30.0
Valid Sangat Tinggi 42 70.0 70.0 100.0
Total 60 100.0 100.0
Catatan:
*masukan Frequency dan Percent yang ada, namun jika tidak terdapat Frequency dan Percent
pada kategori nya, maka silahkan diberikan angka 0 (nol).
25
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Melalui tabel 3 diketahui gambaran sebaran data pada subjek penelitian secara umum
pada karyawan PT. United Tractors Tbk. Cabang Samarinda. Berdasarkan hasil pengukuran
melalui skala kepuasan kerja yang telah diisi diperoleh mean empirik 98,00 lebih tinggi dari
mean hipotetik 72 dengan kategori tinggi. Hal ini membuktikan bahwa subjek berada pada
kategori tingkat kepuasan kerja yang tinggi. Adapun sebaran frekuensi data untuk skala kepuasan
Berdasarkan kategorisasi pada tabel 4, maka dapat dilihat bahwa karyawan perusahaan
memiliki rentang nilai skala kepuasan kerja yang berada pada kategori sangat tinggi dengan
rentang nilai ≥ 96 dan frekuensi sebanyak 42 karyawan dengan persentase 70 persen. Hal ini
menunjukkan karyawan PT. United Tractors Tbk. Cabang Samarinda memiliki kepuasan kerja
Pada skala sebaran data komitmen afektif yang dimiliki karyawan PT. United Tractors
Tbk. Cabang Samarinda dikategorikan sangat tinggi, dengan nilai mean empirik (48,75) dan
mean hipotetik (36), hal ini mengindikasikan bahwa subjek mengalami komitmen afektif pada
26
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Berdasarkan kategorisasi pada tabel 5, maka dapat dilihat bahwa karyawan perusahaan
memiliki rentang nilai skala komitmen afektif yang berada pada kategori sangat tinggi dengan
rentang nilai ≥ 48 dan frekuensi sebanyak 41 karyawan dengan persentase 68,3 persen. Hal ini
menunjukkan karyawan PT. United Tractors Tbk. Cabang Samarinda memiliki komitmen afektif
Pada skala sebaran data keadilan kompensasi yang dimiliki karyawan PT. United
Tractors Tbk. Cabang Samarinda dikategorikan sangat tinggi, dengan nilai mean empirik (49,52)
dan mean hipotetik (36), hal ini mengindikasikan bahwa subjek mengalami keadilan kompensasi
Berdasarkan kategorisasi pada tabel 6, maka dapat dilihat bahwa karyawan perusahaan
memiliki rentang nilai skala keadilan kompensasi yang berada pada kategori sangat tinggi
dengan rentang nilai ≥ 48 dan frekuensi sebanyak 47 karyawan dengan persentase 78,3 persen.
Hal ini menunjukkan karyawan PT. United Tractors Tbk. Cabang Samarinda memiliki keadilan
27
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Pada skala sebaran data pengembangan karir yang dimiliki karyawan PT. United Tractors
Tbk. Cabang Samarinda dikategorikan sangat tinggi, dengan nilai mean empirik (48,75) dan
mean hipotetik (36), hal ini mengindikasikan bahwa subjek mengalami pengembangan karir pada
Berdasarkan kategorisasi pada tabel 7, maka dapat dilihat bahwa karyawan perusahaan
memiliki rentang nilai skala pengembangan karir yang berada pada kategori sangat tinggi dengan
rentang nilai ≥ 48 dan frekuensi sebanyak 40 karyawan dengan persentase 66,7 persen. Hal ini
menunjukkan karyawan PT. United Tractors Tbk. Cabang Samarinda memiliki pengembangan
28
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Buka program SPSS, kemudian masukan semua data tersebut diatas hanya menggunakan
setiap skor total variable yang ada.
29
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Untuk mencari Normalitas caranya yaitu klik: Analyze - Descriptive Statistics - Explore.
Masukan variabel yang ingin di uji normalitasnya, ke kolom Dependent List, kemudian klik
Plots.
30
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Setelah muncul kotak Explore Plots, centang pada pilihan “Normality plots with test”,
kemudian klik Continue.
Selanjutnya klik OK, sehingga data akan diproses, maka akan tampil hasilnya seperti ini:
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
KepuasanKerja .090 60 .200* .964 60 .074
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Catatan:
*Kaidahnya adalah jika nilai p > 0,05, maka sebaran data adalah Normal
** Kolmogorov-Smirnov digunakan untuk jumlah data yang lebih besar (reponden > 50).
*** Shapiro-Wilk digunakan untuk jumlah data yang lebih kecil (responden < 50).
31
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Uji normalitas untuk melihat penyimpangan frekuensi observasi yang diteliti dari
frekuensi teoritik. Uji Normalitas data antara lain dapat dilakukan dengan membandingkan
probabilitas nilai Kolmogorov-Smirnov dengan sebesar 0,05 (5%). Kaidah yang digunakan
adalah jika p > 0.05 maka sebarannya normal, sebaliknya jika p < 0.05 maka sebarannya tidak
2) Q-Q Plot
a) Kepuasan Kerja
32
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
b) Komitmen Afektif
c) Keadilan Kompensasi
d) Pengembangan Karir
33
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
1) Hasil uji asumsi normalitas sebaran terhadap variabel kepuasan kerja menghasilkan
nilai Z = 0,090 dan p = 0.200 (p>0.05). Hasil uji berdasarkan kaidah menunjukkan
2) Hasil uji asumsi normalitas sebaran terhadap variabel komitmen afektif menghasilkan
nilai Z = 0.149 dan p = 0.052 (p>0.05). Hasil uji berdasarkan kaidah menunjukkan
menghasilkan nilai Z = 0.141 dan p = 0.052 (p>0.05). Hasil uji berdasarkan kaidah
menghasilkan nilai Z = 0,099 dan p = 0.200 (p>0.05). Hasil uji berdasarkan kaidah
Berdasarakan tabel 5 maka dapat disimpulkan bahwa keempat variabel kepuasan kerja,
komitmen afektif, keadilan kompensasi/intensif dan pengembangan karir memiliki sebaran data
yang normal, dengan demikian analisis data secara parametrik dapat dilakukan karena telah
Uji normalitas adalah alat uji yang digunakan untuk mengetahui apakah dalam sebuah model
regresi, nilai residu dari regresi mempunyai distribusi yang normal. Jika distribusi dari nilai-
nilai residual tersebut tidak dapat dianggap berdistribusi normal, maka dikatakan ada
masalah terhadap asumsi normalitas.
34
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Buka program SPSS, kemudian masukan semua data tersebut diatas hanya menggunakan
setiap skor total variable yang ada.
35
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Untuk mencari Linieritas caranya yaitu klik: Analyze - Compare Means - Means.
Masukan variable independent & dependent pada box nya masing-masing, lalu klik options.
36
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Lihat pada hasil perhitungan, gunakan nilai F dan Sig pada baris “Deviation from Linearity”.
ANOVA Table
Sum of Mean
df F Sig.
Squares Square
(Combined) 1647.120 16 102.945 3.192 .001
Between Linearity 1380.004 1 1380.004 42.787 .000
KepuasanKerja * Groups Deviation from
267.116 15 17.808 .552 .894
Komitmen Afektif Linearity
Within Groups 1386.880 43 32.253
Total 3034.000 59
ANOVA Table
Sum of Mean
df F Sig.
Squares Square
(Combined) 982.221 12 81.852 1.875 .063
Between Linearity 665.958 1 665.958 15.255 .000
KepuasanKerja * Groups Deviation from
Keadilan 316.263 11 28.751 .659 .769
Linearity
Kompensasi
Within Groups 2051.779 47 43.655
Total 3034.000 59
ANOVA Table
Sum of Mean
df F Sig.
Squares Square
(Combined) 826.101 13 63.546 1.324 .234
Between Linearity 404.218 1 404.218 8.422 .006
Kepuasan Kerja * Groups Deviation from
421.883 12 35.157 .732 .713
Pengembangan Karir Linearity
Within Groups 2207.899 46 47.998
Total 3034.000 59
37
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Uji asumsi linearitas dilakukan untuk mengetahui linearitas hubungan antara variabel
bebas dengan variabel terikat. Uji linearitas dapat pula untuk mengetahui taraf penyimpangan
dari linearitas hubungan tersebut. Adapun kaidah yang digunakan dalam uji linearitas hubungan
adalah bila nilai linearity p < 0.05 maka hubungan dinyatakan linear, atau bila nilai deviant from
1) Hasil uji asumsi linieritas antara variabel komitmen afektif dengan kepuasan kerja
menunjukkan nilai F hitung < F tabel yang artinya terdapat hubungan antara komitmen
afektif dengan kepuasan kerja yang mempunyai nilai deviant from linierity F = 0,552
2) Hasil uji asumsi linieritas antara variabel keadilan kompensasi dengan kepuasan kerja
menunjukkan nilai F hitung < F tabel yang artinya terdapat hubungan antara keadilan
38
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
kompensasi dengan kepuasan kerja yang mempunyai nilai deviant from linierity F =
0,659 dan p = 0,769 > 0.05 yang berarti hubungannya dinyatakan linier.
3) Hasil uji asumsi linieritas antara pengembangan karir dengan kepuasan kerja
menunjukkan nilai F hitung < F tabel yang artinya terdapat hubungan antara
pengembangan karir dengan kepuasan kerja yang mempunyai nilai deviant from
linierity F = 0,732 dan p = 0,713 > 0.05 yang berarti hubungannya dinyatakan linier.
Uji linieritas adalah uji yang digunakan untuk mengetahui merupakan suatu prosedur yang
digunakan untuk mengetahui status linear tidaknya hubungan antara ke dua variabel.
39
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Buka program SPSS, kemudian masukan semua data tersebut diatas hanya menggunakan
setiap skor total variable yang ada.
40
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Masukan variable independent & dependent ketempatnya masing-masing, lalu klik Statistics
41
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Coefficientsa
Unstandardized Standardized Collinearity
Model Coefficients Coefficients t Sig. Statistics
B Std. Error Beta Tolerance VIF
(Constant) 40.403 12.005 3.365 .001
KomitmenAfektif 1.078 .232 .641 4.638 .000 .505 1.980
1
KeadilanKompensasi .173 .260 .084 .666 .508 .603 1.657
PengembanganKarir -.073 .257 -.034 -.282 .779 .670 1.493
a. Dependent Variable: KepuasanKerja
42
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan
adanya korelasi antara variabel-variabel bebas (Ghozali, 2011). Penyimpangan asumsi klasik ini
karena adanya Multikolinieritas dalam model regresi yang dihasilkan. Artinya antar variabel
independen yang terdapat dalam model memiliki hubungan yang sempurna atau mendekati
sempurna. Cara untuk menguji tidak adanya Multikolinieritas dapat dilihat pada Variance
Inflantion Faktor (VIF). Berdasarkan hasil uji multikolinieritas diperoleh hasil sebagai berikut :
Tabel 7 di atas menunjukkan bahwa nilai koefisiensi tolerance variabel kurang dari nilai
1 dan nilai VIF variable kurang dari nilai 10. Dengan demikian pada model regresi yang
Uji Multikolinieritas adalah uji yang digunakan untuk mengetahui apakah pada model
regresi ditemukan adanya korelasi antar-variabel independen. Jika terjadi korelasi, maka
dinamakan terdapat problem Multikolinieritas (multikol). Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen.
43
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Buka program SPSS, kemudian masukan semua data tersebut diatas hanya menggunakan
setiap skor total variable yang ada.
44
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Masukkan variable dependent dan independent ke tempat nya masing-masing, lalu klik Save.
45
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Kemudian centang opsi Unstandardized pada kolom Residuals, lalu klik Continue, dan OK.
Maka output SPSS akan keluar, bahwa proses komputasi telah berhasil. Kembalilah ke Data
View, maka Anda akan menemukan sebuah kolom variable baru dengan nama “RES_1”.
46
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Ganti output variable yang kita inginkan di Target Variable. Dalam contoh berikut ini saya
menggunakan nama variable “ABSRES1”. Ketik “abs(” dalam numeric expression, lalu
pindahkan ke Unstandarized Residual ke sebelah kanan, sehingga menjadi “abs(RES_1).
47
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Maka anda akan mendapatkan hasil hitung nilai absolut dari Residual.
Hitunglah regresi linier antara nilai residual absolut dengan setiap variable bebas, dengan
cara kembali klik: Analyze - Regression - Linear. Kemudian masukan absres1 ke Dependent.
48
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Coefficientsa
Unstandardized Standardized
Model Coefficients Coefficients t Sig.
B Std. Error Beta
(Constant) 4.198 7.168 .586 .560
KomitemenAfektif -.013 .139 -.018 -.094 .925
1
KeadilanKompensasi .125 .155 .137 .803 .425
PengembanganKarir -.114 .154 -.120 -.744 .460
a. Dependent Variable: absres1
49
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Uji homoskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika varian atau
residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas. Namun
jika varian atau residual satu pengamatan ke pengamatan lainnya berbeda, maka disebut
Hasil uji homoskedastisitas pada tabel 8 didapatkan hasil bahwa tidak terdapat gejala
heteroskedastisitas model regresi dalam penelitian ini, karena seluruh nilai signifikansi yang
diperoleh dari pengujian dengan metode Glejser diperoleh nilai lebih dari 0,05 terhadap
absolute residual (Abs_Res) secara parsial dan nilai t hitung < t tabel, sehingga variabel
Uji homoskedastisitas adalah uji yang digunakan untuk mengetahui apakah dalam sebuah
model regresi, terjadi ketidaksamaan varians residual dari satu pengamatan ke pengamatan
yang lain. Jika varians residual dari satu pengamatan ke pengamatan yang lain tetap, maka
hal tersebut disebut Homoskedastisitas. Namun jika varians berbeda, disebut sebagai
Heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
50
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Buka program SPSS, kemudian masukan semua data tersebut diatas hanya menggunakan
setiap skor total variable yang ada.
51
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Masukkan variable dependent dan independent ke tempat nya masing-masing, klik Statistics.
52
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Kemudian centang opsi Durbin-Watson pada kolom Residuals, lalu klik Continue, dan OK.
Kaidahnya yaitu:
du < d < 4-du , Tidak terdapat autokorelasi.
d < dl atau d > 4-dl , Terdapat autokorelasi.
dl < d < du atau 4-du < d < 4-dl , Tidak ada kesimpulan.
53
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Nilai du & dl bisa diperoleh melalui tabel Durbin-Watson dengan menyesuaikan jumlah n
(banyaknya observasi) yang digunakan, serta dengan memperhatikan k (atau banyaknya
variabel bebas yang terdapat pada penelitian). Berikut ini tabel Durbin-Watsonnya, yaitu:
54
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
55
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
56
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Uji autokorelasi dilakukan untuk mengetahui ada tidaknya gejala autokorelasi antara
variabel-variabel independen yang berasal dari data time series. Uji autokorelasi dapat dilakukan
dengan Uji Durbin-Watson. Nilai yang terdapat tabel Durbin Watson yaitu α = 5% ; n = 60 ; k-3
adalah dL = 1,4797 dan dU= 1,6889. Hasil pengolahan data menunjukan nilai Durbin Watson
sebesar 2.053 dan nilai tersebut berada di antara dU dan (4-dU) atau 2,053 lebih besar dari
1,6889 dan 2,053 lebih kecil dari 2,3111. Maka dapat disimpulkan bahwa dalam model regresi
linier tersebut tidak terdapat autokolerasi atau tidak terjadi kolerasi di antara kesalahan
penggangu.
Uji autokorelasi adalah uji yang digunakan untuk mengetahui apakah dalam sebuah model
regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pada periode t-1 (sebelumnya). Secara praktis, bisa dikatakan bahwa nilai residu yang ada
tidak berkorelasi satu dengan yang lain. Jika terjadi korelasi, maka dinamakan ada problem
autokorelasi. Tentu saja model regresi yang baik adalah regresi yang bebas dari autokorelasi.
57
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Buka program SPSS, kemudian masukan semua data tersebut diatas hanya menggunakan
setiap skor total variable yang ada.
58
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Untuk mencari Uji Hipotesis Model penuh & Model bertahap, cara yaitu klik: Analyze -
Regression - Linier.
Masukan variable independent & dependent ketempatnya masing-masing, lalu klik OK.
59
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Cara mencari nilai hasil uji analisis regresi model penuh, yaitu:
Model Summary
Std. Error of the
Model R R Square Adjusted R Square
Estimate
1 .678 a
.460 .431 5.411
a. Predictors: (Constant), PengembanganKarir, KeadilanKompensasi, KomitmenAfektif
ANOVAa
Mean
Model Sum of Squares df F Sig.
Square
Regression 1394.186 3 464.729 15.871 .000b
1 Residual 1639.814 56 29.282
Total 3034.000 59
a. Dependent Variable: KepuasanKerja
b. Predictors: (Constant), PengembanganKarir, KeadilanKompensasi, KomitmenAfektif
Coefficientsa
Unstandardized Standardized
Model Coefficients Coefficients t Sig.
B Std. Error Beta
(Constant) 40.403 12.005 3.365 .001
KomitmenAfektif 1.078 .232 .641 4.638 .000
1
KeadilanKompensasi .173 .260 .084 .666 .508
PengembanganKarir -.073 .257 -.034 -.282 .779
a. Dependent Variable: KepuasanKerja
60
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Hipotesis dalam penelitian adalah untuk mengetahui hubungan antara komitmen afektif,
keadilan kompensasi/intensif, dan pengembangan karir terhadap kepuasan kerja. Teknik analisis
Berdasarkan hasil pengujian regresi model penuh atas variabel-variabel komitmen afektif,
Berdasarkan tabel 9, menunjukkan F hitung > F tabel yang artinya bahwa komitmen
afektif, keadilan kompensasi/intensif, dan pengembangan karir terhadap kepuasan kerja memiliki
hubungan yang sangat signifikan dengan nilai F = 15,871, R2 = 0,460, dan p = 0,000. Hal
tersebut bermakna bahwa hipotesis mayor dalam penelitian ini diterima. Kemudian dari hasil
61
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .678 a
.460 .431 5.411
a. Predictors: (Constant), PengembanganKarir, KeadilanKompensasi, KomitmenAfektif
ANOVAa
Model Sum of Squares df Mean Square F Sig.
Regression 1394.186 3 464.729 15.871 .000b
1 Residual 1639.814 56 29.282
Total 3034.000 59
a. Dependent Variable: KepuasanKerja
b. Predictors: (Constant), PengembanganKarir, KeadilanKompensasi, KomitmenAfektif
Coefficientsa
Unstandardized Standardized
Model Coefficients Coefficients t Sig.
B Std. Error Beta
(Constant) 40.403 12.005 3.365 .001
KomitmenAfektif 1.078 .232 .641 4.638 .000
1
KeadilanKompensasi .173 .260 .084 .666 .508
PengembanganKarir -.073 .257 -.034 -.282 .779
a. Dependent Variable: KepuasanKerja
62
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Berdasarkan tabel 28, menunjukkan F hitung > F tabel yang artinya bahwa komitmen
hubungan yang sangat signifikan dengan nilai F = 15,871, R2 = 0,460, dan p = 0,000. Hal
tersebut bermakna bahwa hipotesis mayor dalam penelitian ini diterima. Kemudian dari hasil
Berdasarkan tabel 10, dapat diketahui bahwa t hitung > t tabel yang artinya terdapat
hubungan yang signifikan antara komitmen afektif dengan kepuasan kerja dengan nilai beta =
0.641, t = 4,638, dan p = 0.000. Kemudian pada keadilan kompensasi dengan kepuasan kerja
menunjukkan t hitung < t tabel yang artinya tidak terdapat hubungan yang signifikan dengan
nilai beta = 0.684, t = 0,666, dan p = 0.508. Setelah itu pada pengembangan karir dengan
kepuasan kerja menunjukkan t hitung < t tabel yang artinya tidak terdapat hubungan yang
63
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Buka program SPSS, kemudian masukan semua data tersebut diatas dengan menggunakan
setiap skor total Aspek yang ada.
64
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Untuk mencari Uji Hipotesis Model Multivariat & Korelasi Parsial, cara yaitu klik: Analyze
- Regression - Linier.
Hanya saja sekarang kita menguji seluruh total aspek pada semua variabel bebas terhadap
setiap total aspek pada variabel terikat (secara satu persatu), lalu klik OK.
65
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .538 a
.289 .161 1.531
a. Predictors: (Constant), X9, X4, X7, X5, X2, X8, X1, X6, X3
ANOVAa
Sum of Mean
Model df F Sig.
Squares Square
Regression 47.707 9 5.301 2.261 .033b
1 Residual 117.226 50 2.345
Total 164.933 59
a. Dependent Variable: Y1
b. Predictors: (Constant), X9, X4, X7, X5, X2, X8, X1, X6, X3
66
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Pada hasil uji analisis regresi multivariat yaitu faktor-faktor komitmen afektif, keadilan
kompenasi, dan pengembangan karir dengan faktor-faktor kepuasan kerja karyawan didapatkan
identifikasi (X1), partisipasi (X2), loyalitas (X3), ketepatannya (X4), kelayakan/keadilan (X5),
pembiayaan yang terkontrol dan terkendali (X6), status jabatan (X7), tanggung jawab (X8),
penghasilan (X9) memiliki hubungan yang sangat signifikan dengan Y1, Y3, Y4,Y5, dan Y6.
Kemudian dari hasil analisis korelasi parsial pada faktor isi pekerjaan (Y1) dapat diketahui
sebagai berikut:
67
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Coefficientsa
Standardized
Unstandardized Coefficients
Model Coefficients t Sig.
B Std. Error Beta
(Constant) 4.332 3.490 1.241 .220
X1 .184 .141 .203 1.302 .199
X2 -.004 .154 -.004 -.025 .980
X3 .170 .175 .174 .974 .335
X4 .123 .146 .118 .847 .401
1
X5 .132 .162 .126 .815 .419
X6 -.251 .175 -.234 -1.432 .158
X7 .089 .158 .082 .564 .575
X8 .076 .176 .067 .430 .669
X9 .201 .183 .173 1.102 .276
a. Dependent Variable: Y1
68
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
identifikasi (X1), partisipasi (X2), loyalitas (X3), ketepatannya (X4), kelayakan/keadilan (X5),
pembiayaan yang terkontrol dan terkendali (X6), status jabatan (X7), tanggung jawab (X8),
penghasilan (X9) memiliki hubungan yang sangat signifikan dengan Y1, Y3, Y4,Y5, dan Y6.
Kemudian dari hasil analisis korelasi parsial pada faktor isi pekerjaan (Y1) dapat diketahui
sebagai berikut:
Regresi Parsial
Tabel 12. Hasil Uji Analisis Korelasi
Terhadap Isi Pekerjaan (Y1)
Pada tabel 12 dapat diketahui bahwa faktor identifikasi (X1), partisipasi (X2), loyalitas
(X3), ketepatannya (X4), kelayakan/keadilan (X5), pembiayaan yang terkontrol dan terkendali
(X6), status jabatan (X7), tanggung jawab (X8), penghasilan (X9), tidak berkorelasi signifikan
dengan isi pekerjaan (Y1). Lebih lanjut pada hasil uji analisis regresi model stepwise didapatkan
69
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Buka program SPSS, kemudian masukan semua data tersebut diatas dengan menggunakan
setiap skor total Aspek yang ada.
70
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Untuk mencari Uji Hipotesis Model Stepwise & Analisis Regresi Model Akhir, cara yaitu
klik: Analyze - Regression - Linier.
Hanya saja sekarang kita menguji seluruh total aspek pada semua variabel bebas terhadap
setiap total aspek pada variabel terikat (secara satu persatu), namun terlebih dahulu kita ubah
Method yang sebelumnya “Enter” menjadi “Stepwise”, lalu klik OK.
71
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Excluded Variablesa
Model Beta In t Sig. Partial Correlation Collinearity Statistics
Tolerance
X2 .135b .967 .338 .127 .735
X3 .255b
2.018 .048 .258 .860
X4 .162b 1.251 .216 .163 .847
X5 .135b 1.001 .321 .131 .797
1
X6 -.008b -.062 .951 -.008 .952
X7 .201b 1.567 .123 .203 .850
X8 .119b .940 .351 .124 .895
X9 .205b
1.703 .094 .220 .961
X2 .015c .095 .925 .013 .586
X4 .127c .988 .328 .131 .828
X5 .052c .372 .711 .050 .708
2 X6 -.145 c
-1.080 .285 -.143 .762
X7 .152c 1.174 .245 .155 .808
X8 .065 c
.511 .611 .068 .847
X9 .105c .733 .467 .097 .674
a. Dependent Variable: Y1
b. Predictors in the Model: (Constant), X1
c. Predictors in the Model: (Constant), X1, X3
*selalu gunakanlah isi tabel pada bagian yang paling bawah dalam pengisian tabel stepwise,
baik yang terdapat pada tabel coefficients maupun pada tabel excluded variables.
72
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Pada tabel 12 dapat diketahui bahwa faktor identifikasi (X1), partisipasi (X2), loyalitas
(X3), ketepatannya (X4), kelayakan/keadilan (X5), pembiayaan yang terkontrol dan terkendali
(X6), status jabatan (X7), tanggung jawab (X8), penghasilan (X9), tidak berkorelasi signifikan
dengan isi pekerjaan (Y1). Lebih lanjut pada hasil uji analisis regresi model stepwise didapatkan
Pada tabel 13 dapat diketahui bahwa terdapat 7 faktor yang tidak signifikan dengan isi
pekerjaan (Y1) yaitu faktor partisipasi (X2), ketepatannya (X4), kelayakan/keadilan (X5),
pembiayaan yang terkontrol dan terkendali (X6), status jabatan (X7), tanggung jawab (X8), dan
penghasilan (X9). Adapun faktor yang signifikan dengan isi pekerjaan (Y1) adalah faktor
identifikasi (X1) dan loyalitas (X3). Signifikansi dari faktor identifikasi (X1) dan loyalitas (X3)
tersebut ditunjukan dari hasil analisis regresi model akhir sebagai berikut:
73
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Model Summary
Mode R R Square Adjusted R Std. Error of
l Square the Estimate
1 .406 a
.165 .150 1.541
2 .470b .220 .193 1.502
a. Predictors: (Constant), X1
b. Predictors: (Constant), X1, X3
ANOVAa
Model Sum of Squares df Mean Square F Sig.
Regression 27.167 1 27.167 11.437 .001b
1 Residual 137.767 58 2.375
Total 164.933 59
Regression 36.357 2 18.178 8.059 .001c
2 Residual 128.576 57 2.256
Total 164.933 59
a. Dependent Variable: Y1
b. Predictors: (Constant), X1
c. Predictors: (Constant), X1, X3
*selalu gunakanlah isi tabel pada bagian yang paling bawah dalam pengisian tabel regresi
model akhir, baik yang terdapat pada tabel model summary maupun pada tabel Anova.
74
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Pada tabel 13 dapat diketahui bahwa terdapat 7 faktor yang tidak signifikan dengan isi
pekerjaan (Y1) yaitu faktor partisipasi (X2), ketepatannya (X4), kelayakan/keadilan (X5),
pembiayaan yang terkontrol dan terkendali (X6), status jabatan (X7), tanggung jawab (X8), dan
penghasilan (X9). Adapun faktor yang signifikan dengan isi pekerjaan (Y1) adalah faktor
identifikasi (X1) dan loyalitas (X3). Signifikansi dari faktor identifikasi (X1) dan loyalitas (X3)
tersebut ditunjukan dari hasil analisis regresi model akhir sebagai berikut:
Pada tabel 14 didapatkan hasil nilai regresi model akhir (Y1) dengan 2X yaitu faktor
identifikasi dan loyalitas dengan F=18.178, R2=0.220, dan P=0.0001. Ini berarti faktor
identifikasi dan loyalitas berpengaruh sangat signifikan dengan faktor isi pekerjaan karyawan PT.
United Tractors Cabang Samarinda. Lebih lanjut pada pengujian analisis korelasi parsial pada
faktor imbalan (Y2) dapat diketahui sebagai berikut:
75
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
76
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Kemudian mulailah merubah name nya dengan mengetik “RENAME VARIABLES” pada
kolom yang disediakan (sebelah kanan).
77
TAMYIS ADE RAMA_PSIKOLOGI2013A_UNIVERSITAS MULAWARMAN
Kemudian tuliskan Name Variables yang ingin diubah, setelah itu klik play ( ►)
78