Buatlah simulasi data penelitian untuk penelitian kuantitatif Analisis Jalur dengan minimal 3 Variabel ( antar
mahasiswa data tidak boleh sama ) ?
CONTOH : DISTRIBUSI DATA SAMPEL PENELITIAN
Banyaknya sampel dalam penelitian ini ada 172 sampel. Dimana banyaknya sampel pria sebanyak 72 orang, dan sampel wanita
sebanyak 100 orang.
Banyaknya responden yang dari kelas X ada sebanyak 34 orang, dan kelas XI ada sebanyak 138 orang.
Berikut ini adalah penjabaran sampel penelitian ini
Jenis Kelamin
Kelas Laki - laki Perempuan
Kelas X 12 22
Kelas XI 60 78
Dari 172 sampel responden, 1 sampel dihapus dari danalisis data. Hal ini dikarenakan reponden tersebut tidak mengisi kuesioner
secara utuh.
Asumsi analisis regresi berganda
Petemanan
(X1)
Self Esteem
(Y)
Pengasuhan
(X2)
CONTOH
A. Uji Normalitas
Hipotesis Uji Normalitas
Ho : Data berdistribusi normal
Ha : Data tidak berdistribusi normal
Keputusan :
a. Jika nilai signifikasi (Sig.) lebih besar dari 0.05, maka data penelitian berdistribusi normal
b. Jika nilai signifikasi (Sig.) lebih kecil dari 0.05, maka data penelitian tidak berdistribusi normal
B. Uji Linieritas
Dasar pengambilan keputusan Uji Linieritas
(a) Probabilitas nilai signifikasi (Sig.) > 0,05, berarti tidak terdapat perbedaan kelinieran antara variabel independen
(variabel bebas) dengan variabel dependen (variabel terikat) /terdapat hubungan linier antara variabel independen
(variabel bebas) dengan variabel dependen (variabel terikat).
(b) Probabilitas nilai signifikasi (Sig.) < 0,05, berarti terdapat perbedaan kelinieran antara variabel independen (variabel
bebas) dengan variabel dependen (variabel terikat) / tidak terdapat hubungan linier antara variabel independen (variabel
bebas) dengan variabel dependen (variabel terikat).
ANOVA Table
Sum of
Squares df Mean Square F Sig.
Y* Between Groups (Combined) 596.762 24 24.865 1.324 .158
X1 Linearity 64.810 1 64.810 3.451 .065
Deviation from 531.951 23 23.128 1.232 .227
Linearity
Within Groups 2741.870 146 18.780
Total 3338.632 170
Dari hasil uji linieritas diperoleh nilai signifikasi (Sig.) Deviation from Linearity = 0.227 > 0.05, hal ini berarti terdapat
hubungan linier antara variabel independen (variabel bebas) dengan variabel dependen (variabel terikat).
C. Uji Multikolineritas
Dasar pengambilan keputusan pada uji multikolinieritas dengan tolerace dan VIF adalah sebagai berikut
Pedoman pengambilan keputusan berdasarkan nilai Tolerance
a) Jika nilai tolerance lebih besar dari 0.10 maka artinya tidak terjadi multikolinieritas dalam model regresi
b) Jika nilai tolerance lebih kecil dari 0.10 maka artinya terjadi multikolinieritas dalam model regresi
Pedoman pengambilan keputusan berdasarkan nilai VIF (Variance Inflation Factor
a) Jika nilai VIF lebih kecil dari 10.00 maka artinya tidak terjadi multikolinieritas dalam model regresi
b) Jika nilai VIF lebih besar dari 10.00 maka artinya terjadi multikolinieritas dalam model regresi
Coefficientsa
Collinearity
Statistics
Model Tolerance VIF
1 X1 .953 1.050
X2 .953 1.050
a. Dependent Variable: Y
Dari hasil uji multikolinieritas diperoleh nilai Tolerance variabel Pengasuhan (X1) = 0.953 > 0.01, dan nilai VIF variabel
Pengasuhan (X1) = 1.050 < 10.00, hal ini berarti tidak terjadi multikolinieritas
Dari hasil uji multikolinieritas diperoleh nilai Tolerance variabel Pertemanan (X2) = 0.953 > 0.01, dan nilai VIF variabel
Pertemanan (X2) = 1.050 < 10.00, hal ini berarti tidak terjadi multikolinieritas
Dari hasil uji multikolinieritas jelas bahwa variabel Pengasuhan (X1) dan variabel Pertemanan (X2) terhadap Seft Esteen (Y)
tidak terjadi multikolinieritas.
D. Uji Heteroskedastisitas
Dasar pengambilan keputusan dalam uji heteroskedastisitas.
(a) Probabilitas nilai signifikasi (Sig.) > 0,05, berarti tidak terjadi gejala heteroskedastisitas.
(b) Probabilitas nilai signifikasi (Sig.)< 0,05, berarti terjadi gejala heteroskedastisitas.
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 4.717 3.358 1.404 .162
X1 .014 .040 .027 .347 .729
X2 .037 .041 .071 .900 .369
a. Dependent Variable: ABS_RES
Dari hasil uji heteroskedastisitas diperoleh nilai signifikasi (Sig.) variabel Pengasuhan (X1) = .0729 > 0.05, dan variabel
Pertemanan (X2) = 0.369 > 0.05, hal ini berarti tidak terjadi heteroskedastisitas.
Model Summaryb
Adjusted R Std. Error of Durbin-
Model R R Square Square the Estimate Watson
1 .178a .032 .020 4.38695 2.020
a. Predictors: (Constant), X2, X1
b. Dependent Variable: Y
Dari hasil analisis Uji autokorelasi Durbin Watson diperoleh nilai Durbin Watson = 2.020. nilai tersebut terletak antara nilai
nilai dU = 1,7856, dan nilai (4 – dU) = 3,2144. Hal ini berarti berarti tidak ada autokorelasi.
Berdasarkan data diatas, kelima asumsi tersebut telah dipenuhi.
3. Lakukan Uji Regeresi Linier Berganda atau SEM ?
uji t dengan uji F dalam analisis regresi linear berganda adalah terletak pada makna pengaruh yang
diberikan variabel X terhadap variabel Y apakah terpisah atau gabungan.
a) Uji t berguna untuk mengetahui pengaruh variabel X secara partial (sendiri-sendiri) terhadap variabel
Y, Sementara
b) Uji F bertujuan untuk mengetahui pengaruh variabel X secara simultan (bersama-sama atau gabungan)
terhadap variabel Y.
Uji hipotesis dalam uji F. Pertama adalah membandingkan nilai signifikansi (Sig.) atau nilai
probabilitas hasil output Anova. Kedua adalah membandingkan nilai F hitung dengan nilai F tabel.
1. Berdasarkan Nilai Signifikansi (Sig.) dari Output Anova
a) Jika nilai Sig. < 0,05, maka hipotesis diterima. Maka artinya Pengasuhan (X1) dan Pertemanan (X2) secara simultan
berpengaruh terhadap Seft Esteen (Y).
b) Jika nilai Sig. > 0,05, maka hipotesis ditolak. Maka artinya Pengasuhan (X1) dan Pertemanan (X2) secara simultan
tidak berpengaruh terhadap Seft Esteen (Y).
2. Berdasarkan Perbandingan Nilai F Hitung dengan F Tabel
a) Jika nilai F hitung > F tabel, maka hipotesis diterima. Maka artinya Pengasuhan (X1) dan Pertemanan (X2) secara simultan
berpengaruh terhadap Seft Esteen (Y), Sebaliknya,
b) Jika nilai F hitung < F tabel, maka hipotesis ditolak. Maka artinya Pengasuhan (X1) dan Pertemanan (X2) secara simultan
tidak berpengaruh terhadap Seft Esteen (Y).
Pada table coefficients pada kolom B pada Constant (a) adalah 61.253, sedangkan nilai pertemanan (b) adalah 0.122 . Sehingga model
regresinya bisa dituliskan menjadi
Y^ =a+bX + ε atau Y^ =61.253+0.122 X +ε
Hal ini berarti penambahan 1 satuan Pengasuhan (X1) akan mampu menaikan Seft Esteen (Y) sebesar 61.253.
Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
a
1 .139 .029 .024 4.40133
a. Predictors: (Constant), X1
Tabel diatas menjelaskan besarnya nilai korelasi/hubungan (R) yaitu sebesar 0.139, dan dijelaskan besarnya prosentase pengaruh
variabel bebas pengasuhan terhadap variabel terikat self esteem yang disebut koefisien determinasi (R Square) yaitu sebesar 0.029
=2,9% Hal ini mengandung pengertian bahwa pengaruh variabel bebas pengasuhan terhadap variabel terikat self esteem adalah
sebesar 2,9% Sedangkan sisanya dipengaruhi oleh variabel lain.
3. Lakukan Interprestasi data ?
Contoh
Pengaruh variabel Pertemanan (X2) terhadap Seft Esteen (Y).
ANOVAa
Sum of
Model Squares df Mean Square F Sig.
1 Regression 63.562 1 63.562 4.280 .037b
Residual 3275.070 169 19.379
Total 3338.632 170
a. Dependent Variable: Y
b. Predictors: (Constant), X2
Pada table coefficients pada kolom B pada Constant (a) adalah 62.772, sedangkan nilai pertemanan (b) adalah 0.124 . Sehingga model
regresinya bisa dituliskan menjadi
Y^ =a+bX + ε atau Y^ =62.772+ 0.124 X + ε
Hal ini berarti penambahan 1 satuan Pertemanan (X2) akan mampu menaikan Seft Esteen (Y) sebesar 62.772.
Dan besarnya pengaruh dapat dilihat dalam table berikut ini
Model Summaryb
Adjusted R Std. Error of Durbin-
Model R R Square Square the Estimate Watson
a
1 .138 .129 .132 4.40217 2.022
a. Predictors: (Constant), X2
b. Dependent Variable: Y
Tabel diatas menjelaskan besarnya nilai korelasi/hubungan (R) yaitu sebesar 0.138, dan dijelaskan besarnya prosentase pengaruh
variabel bebas pertemanan terhadap variabel terikat self esteem yang disebut koefisien determinasi (R Square) yaitu sebesar 0.129
=12,9% Hal ini mengandung pengertian bahwa pengaruh variabel bebas pertemanan terhadap variabel terikat self esteem adalah
sebesar 2,9% Sedangkan sisanya dipengaruhi oleh variabel lain.
Pengaruh variabel Pengasuhan (X1) dan Pertemanan (X2) terhadap Seft Esteen (Y).
Berdasarkan Nilai Signifikansi (Sig.)
a) Jika nilai Sig. < 0,05, maka hipotesis diterima. Maka artinya Pengasuhan (X1) dan Pertemanan (X2) secara simultan
berpengaruh terhadap Seft Esteen (Y).
b) Jika nilai Sig. > 0,05, maka hipotesis ditolak. Maka artinya Pengasuhan (X1) dan Pertemanan (X2) secara simultan
tidak berpengaruh terhadap Seft Esteen (Y).
ANOVAa
Sum of
Model Squares df Mean Square F Sig.
1 Regression 105.417 2 52.709 3.729 .046b
Residual 3233.214 168 19.245
Total 3338.632 170
a. Dependent Variable: Y
b. Predictors: (Constant), X2, X1
Berdasarkan Nilai Signifikansi (Sig.) dari Output Anova, diketahui nilai Sig. = 0.046 < 0.05. Hal ini berarti Pengasuhan (X1) dan
Pertemanan (X2) secara simultan berpengaruh terhadap Seft Esteen (Y).
Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
a
1 .178 .320 .350 4.38695
a. Predictors: (Constant), X2, X1
Tabel diatas menjelaskan besarnya nilai korelasi/hubungan (R) antara variaabel bebas dan variabel terikat yaitu sebesar 0.178, dan
dijelaskan besarnya prosentase pengaruh variabel bebas pengasuhan dan pertemanan terhadap variabel terikat self esteem yang
disebut koefisien determinasi (R Square) yaitu sebesar 0.320 =32% Hal ini mengandung pengertian bahwa pengaruh variabel bebas
pengasuhan dan pertemanan terhadap variabel terikat self esteem adalah sebesar 32% Sedangkan sisanya dipengaruhi oleh variabel
lain.
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 56.755 5.782 9.816 .000
X1 .101 .068 .115 2.575 .014
X2 .102 .070 .113 2.553 .014
a. Dependent Variable: Y
Jadi hasil diatas diperoleh bahwa persamaan Regresi linier gandanya adalah
Ỳ =0.101 X 1+0.102 X 2+56.755+ Error
Jadi penambahan 1 satuan variabel Pengasuhan (X1) dan penambahan 1 satuan variabel Pertemanan (X2) akan berpengaruh pada
penambahan variabel Seft Esteen (Y) sebesar 0.203.