Anda di halaman 1dari 20

Materi Praktik SPSS

1
Uji asumsi klasik
1. Uji Heteroskedastisitas
• Menguji perbedaan variance dari nilai residual pada suatu
periode pengamatan ke periode pengamatan lainnya
• Untuk menghindari keraguan dari hasil analisa regresi
2. Uji Normalitas
3. Uji Multikolinearitas
• Menguji apakah terdapat korelasi antar variabel independent
4. Uji Linearitas
• Untuk mengetahui apakah variabel independen dan variable
dependen memiliki hubungan yang linear dan signifikan atau
tidak

2
Uji Heteroskedastisitas
1. Buka data uji asumsi klasik
2. Klik analyze->regression->linear
3. Masukkan X1 dan X2 ke kotak independent dan Y ke kotak dependent
4. Pilih method enter
5. Klik save dan klik unstandardized pada bagian residual dan lanjutkan dengan klik continue
6. Klik Ok dan buka data view (muncul data RES_1)
7. Buat variabel abs_RES dengan cara klik transform pilih compute variable
8. Pada kotak target variable ketik abs_RES dan pada kotak numeric expression ketik
ABS(RES_1) dan klik OK
9. Lihat data view muncul data abs_RES
10. Klik analyze->regression->linear
11. Masukkan X1 dan X2 ke kotak independent dan abs_RES ke kotak dependent
12. Klik save dan hilangkan tanda centang (V)unstandardized pada bagian residual dan lanjutkan
dengan klik continue
13. Klik OK, lihat output

3
Jika koefisien sig. >0.05 maka tidak terjadi gejala heteroskedastisitas dan sebaliknya

4
Uji Heteroskedastisitas

1. Buka data uji asumsi klasik


2. Klik analyze->regression->linear
3. Masukkan X1 dan X2 ke kotak independent dan Y
ke kotak dependent
4. Pilih method enter
5. Klik plots
6. Masukkan *ZPRED ke kotak X dan *SRESID ke
kotak Y
7. Klik continue dan OK
5
Tidak terjadi heteroskedastisitas jika
1. Titik-titik menyebar di atas, di sekitar dan atau di bawah nilai 0
2. Titik-titik tidak berkumpul pada di atas atau di bawah
3. Penyebaran titik-titik tidak berpola
4. Tidak membentuk pola bergelombang melebar, menyempit, dan melebar lagi 6
Uji Normalitas

1. Buka data uji asumsi klasik


2. Klik analyze->regression->linear
3. Masukkan X1 dan X2 ke kotak independent dan Y
ke kotak dependent
4. Pilih method enter
5. Klik plots
6. Berikan centang pada normal probability plot
7. Klik continue dan OK

7
Apabila titik-titik persebaran data
mendekati garis diagonalnya maka
dapat dikatakan data terlah
terdistribusi normal

8
Uji Normalitas
1. Buka data uji asumsi klasik
2. Klik analyze->regression->linear
3. Masukkan X1 dan X2 ke kotak independent dan Y ke kotak dependent
4. Pilih method enter
5. Klik save dan beri tanda centang (v) unstandardized pada bagian residual
6. Klik continue dan OK
7. Lihat data view (RES_1)
8. Klik analyze -> non-parametric test -> legacy dialogs ->1-sample K-S
9. Pada kotak dialog kolomogorv smirnov masukkan variabel
unstandardized residual ke kotak test variable list
10. Beri centang (v) normal pada bagian test distribution dan klik OK

9
Jika koefisien sig. >0.05 maka data terdistribusi normal dan sebaliknya

10
Uji Multikolinearitas
1. Buka data uji asumsi klasik
2. Klik analyze->regression->linear
3. Masukkan X1 dan X2 ke kotak independent dan Y ke kotak
dependent
4. Pilih method enter
5. Klik statistik beri tanda centang (V) pada pilihan
estimates, covariance matrix, model fit, collinearity
diagnostic
6. Klik OK

11
• Jika koefisien tolerance >0,1 maka tidak terjadi multikolinearitas dan
sebaliknya
• Jika koefisien VIF <10 maka tidak terjadi multikolinearitas dan sebaliknya

12
Uji Linearitas
1. Buka data uji asumsi klasik
2. Klik analyze->compare means->means
3. Masukkan X1 dan X2 ke kotak independent serta Y ke
kotak dependent
4. Klik options, centang (v) tes for linearity pada bagian
statistics for first layer
5. Klik continue dan OK

13
• Jika koefisien deviation from linearity > 0,05 maka terdapat hubungan linear
secara signifikan

14
Uji Korelasi
1. Melihat apakah terdapat hubungan antara variabel dependen dan
independen
2. Melihat arah dan kuatnya hubungan variabel dependen dan independen
3. Teknis
1. Klik Analyze -> correlate ->bivariate
2. Masukkan semua variabel ke kotak variables
3. Berikan tanda centang (v) Pearson pada correlation coefficient

15
Uji Regresi Berganda
1. Melihat apakah terdapat pengaruh variabel independen terhadap variabel
dependen
2. Melihat arah dan kuatnya hubungan variabel dependen dan independen
3. Teknis
1. Klik Analyze -> regression->linear
2. Masukkan variabel X1 dan X2 ke kotak independent dan Y ke kotak dependent
3. Klik statistics dan centang (v) pilihan estimates dan dan model fit
4. Klik OK

16
Y=Constant+X1+x2

17
Uji Regresi Berganda (dengan variabel moderasi)

1. Melihat apakah terdapat pengaruh variabel independen terhadap variabel


dependen
2. Melihat arah dan kuatnya hubungan variabel dependen dan independen
3. Teknis
1. Klik Analyze -> regression->linear
2. Masukkan variabel X1, X2, dan X1*X2 ke kotak independent dan Y ke kotak
dependent
3. Klik statistics dan centang (v) pilihan estimates dan dan model fit
4. Klik OK

18
Uji Regresi Berganda (dengan variabel mediating)

1. Melihat apakah terdapat pengaruh variabel independen terhadap variabel


dependen
2. Melihat arah dan kuatnya hubungan variabel dependen dan independen
3. Teknis
1. Klik Analyze -> regression->linear
2. Masukkan variabel X1 ke kotak independent dan X2 ke kotak dependent
3. Klik statistics dan centang (v) pilihan estimates dan dan model fit
4. Klik OK
5. Klik Analyze -> regression->linear
6. Masukkan variabel X1 dan X2 ke kotak independent dan Y ke kotak dependent
7. Klik statistics dan centang (v) pilihan estimates dan dan model fit
8. Klik OK
9. Lihat hasil tabel coefficient dari prosedur di atas

19
Step 1

Step 2

X2 0,261
0,509

0,518
X1 Y

• Hubungan langsung = 0,518


• Hubungan tidak langsung = 0,133 (0,509*0,261)
• Kesimpulannya hubungan yang sebenarnya adalah hubungan langsung 20

Anda mungkin juga menyukai