Statistik Bisnis
Agung J Saputra
Apa Itu SPSS?
SPSS (Statistical Package For The
Social Science) merupakan software
yang membantu para peneliti untuk
mengolah data dengan perhitungan
statistik
Pembagian Statistik
Buka sheet variable view
1. Name : digunakan untuk memasukan nama secara
singkat
2. Type : Tipe Data yang digunakan (angka, huruf, dll)
◦ Uji Normalitas
◦ Uji Multikolinearitas
◦ Uji Heteroskedastisitas
◦ Uji Autokorelasi
Uji Korelasi
Uji Koefisien Determinasi (R2)
Uji T
Uji F
Metode Pengumpulan Data
Sensus Sampling
◦ Nilai cronbach’s alpha > 0,60 maka pertanyaan yang diajukan adalah
reliabel jika < 0,60 maka tidak reliabel
◦ Jika tidak reliabel maka tidak boleh mengikuti uji selanjutnya
Uji Validitas & Realibilitas
Variabel X1 memiliki nilai 0,421 < 0,497 maka X1 tidak valid dan
tidak boleh dilanjutkan ke uji berikutnya
Variabel X2 memiliki nilai 0,588 > 0,497 maka lolos uji valid
Variabel Y memiliki nilai 0,489 < 0,497 maka tidak lolos uji valid
Uji Validitas & Realibilitas
Nilai cronbach’s alpa diatas adalah 0,671 dimana > 0,60 maka
lolos uji realibilitas
Transformasi Data Ordinal ke Interval
Untuk pengujian kualitatif setelah melewati uji valid dan
realibilitas, data tersebut boleh digunakan untuk melakukan
pengolahan selanjutnya. Namun untuk dapat melakukan
pengolahan data regresi dan analisis jalur, data tersebut
minimal merupakan data interval.
Untuk dapat melakukan perubahan data dari ordinal ke
◦ Asymp. Sig > 0,05 maka data tersebut normal jika < 0,05 maka tidak
normal dan tidak boleh mengikuti uji selanjutnya
Tujuan diadakan uji normalitas adalah untuk mengetahui
distribusi data dalam variabel yang akan digunakan dalam
penelitian adalah data yang baik dan layak digunakan atau
data tersebut asal - asalan
Uji Asumsi Klasik (Normalitas)
Analyze => regresi => linear
Y => dependent x1 dst => independent
Klik statistics centang durbin watson, collinearity diagnostics,
probability plot
Klik Save => centang unstandarized sebelah kiri
Uji kolmogorov smirnov (normalitas)
Analyze => nonparametric tests => legacy dialogs => 1
sample KS
Masukan understandarized (variabel yang baru) => ok
Asymp sig 0,020 < 0,05 maka tidak lolos uji normalitas
Uji Asumsi Klasik (Multikolinearitas)
Digunakan untuk mengetahui ada atau tidaknya kemiripan
dengan variabel independent lain dalam satu model
Syaratnya
◦ Jika nilai T hitung lebih kecil dari T tabel dan nilai signifikan lebih
besar dari 0,05 maka tidak terjadi heteroskedastisitas
◦ Jika nilai T hitung lebih besar dari T tabel dan nilai signifikan lebih
kecil dari 0,05 maka terjadi heteroskedastisitas
◦ T tabel didapatkan dari df = N – K (K = Jumlah variabel independen)
Analyze => regression => linear
Pada kotak save centang undstandardized sebelah kanan (sebelah
kiri dihilangkan)
Lalu akan muncul variabel baru yang bernama RES_1
Klik transform => compute variable
Pada kotak “target variable” tuliskan Abs_RES lalu pada kotak
“numeric expression” ketikan ABS(RES_1) lalu ok
Muncul variabel baru lagi yang bernama Abs_RES
Klik analyze => regression => linear masukan Abs_RES pada
kolom dependent lalu klik save hilangkan centang pada
unstandarized lalu ok
Uji Glejser
• Nilai X1 t hitung 0,445 < dari t tabel 2,120 dan Sig 0,662 > 0,05
maka tidak terjadi heteroskedastisitas
• Nilai X2 t hitung 0,623 < dari t tabel 2,120 dan Sig 0,542 > 0,05
maka tidak terjadi heteroskedastisitas
=> ok
Uji Korelasi
Uji Korelasi
Cara membaca tabel uji korelasi
◦ Jika nilai signifikansi > dari 0.05 maka H0 diterima dan Ha ditolak
◦ Jika nilai signifikansi ≤ dari 0.05 maka H0 ditolak dan Ha diterima
◦ Jika t hitung > t tabel, maka H0 ditolak dan Ha diterima
◦ Jika t hitung < t tabel, maka H0 diterima dan Ha ditolak
Uji t
◦ Jika nilai signifikansi > dari 0.05 maka H0 diterima dan Ha ditolak
◦ Jika nilai signifikansi ≤ dari 0.05 maka H0 ditolak dan Ha diterima
◦ Jika F hitung > F tabel, maka H0 ditolak dan Ha diterima
◦ Jika F hitung < F tabel, maka H0 diterima dan Ha ditolak
Uji F