JUAN KHUSUS
C. Pemeriksaan Asumsi
3. Uji autokorelasi. dilakukan untuk menguji suatu model regresi linear apakah terdapat korelasi antara residual (kesalahan pengganggu) dari suatu priode ke
priode lainnya. Model regresi yang baik adalah bebas dari autokorelasi atau korelasi serial. Deteksi adanya autokorelasi dapat dilihat nilai Durbin-Watson (D-W). Secara umum yang menjadi dasar kriteria mengenai angka D-W untuk mendeteksi autokorelasi. yaitu:
a) Angka D-W di bawah – 2 berarti terjadi korelasi positif
b) Angka D-W di bawah – 2 sampai + 2 berarti tidak terjadi korelasi c) Angka D-W di atas + 2 berarti terjadi korelasi negatif
Model Summaryb .944a .892 .880 1.870 1.707 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Durbin-W atson
Predictors: (Constant), Pelatihan, Mutasi, Promosi a.
Dependent Variable: Motivasi Kerja b.
Hasil uji pada bagian model summary di atas menunjukkan nilai D-W = 1.707 dimana berada diantara – 2 sampai + 2. berarti model regresi linear berganda tidak terjadi gejala atau terdapat masalah autokorelasi. Hal ini senada dengan pendapat Hirschey (1995 ; 231) bahwa apabila nilai yang mendekati 2 untuk statistika Durbin-Waston menunjukkan tidak adanya korelasi serial; deviasi dari nilai ini menunjukkan bahwa residu tersersebut tidak terdistribusi secara acak. 4. Uji Heterokedastisitas digunakan mendeteksi terjadinya heteroskedastisitas
variabel-variabel bebas yang dapat dideteksi melaui perhitungan uji koefisien korelasi rank Spearman dan grafik (scatterplot) sebagai berikut:
a. Perhitungan uji koefisien korelasi Rank Spearman yang mengkorelasikan antara nilai absolute residual dengan setiap variabel bebas. Hasil uji adalah sebagai berikut : Nonparametric Correlations Correlations 1.000 -.211 -.181 .019 . .262 .338 .923 30 30 30 30 -.211 1.000 .855** .777** .262 . .000 .000 30 30 30 30 -.181 .855** 1.000 .859** .338 .000 . .000 30 30 30 30 .019 .777** .859** 1.000 .923 .000 .000 . 30 30 30 30 Correlation Coefficien Sig. (2-tailed) N Correlation Coefficien Sig. (2-tailed) N Correlation Coefficien Sig. (2-tailed) N Correlation Coefficien Sig. (2-tailed) N ABS-RES Mutasi Promosi Pelatihan Spearman's rho
ABS-RES Mutasi Promosi Pelatihan
Correlation is significant at the 0.01 level (2-tailed). **.
Hasil uji nonparametric correlations dengan korelasi Rank Spearman dapat diringkas:
Hasil Uji Heteroskedastisitas
Variabel Bebas Koefisien korelasi Prob. Keterangan X1 X2 X3 -0.211 -0.181 0.019 0.262 0.338 0.923 Homoskedastisitas Homoskedastisitas Homoskedastisitas Pada di atas menunjukan bahwa koefisien korelasi dari seluruh variabel bebas adalah lebih kecil dari 0.05. yang berarti model regresi linear berganda yang digunakan dalam penelitian ini tidak terjadi heteroskedastisitas.
b. Deteksi adanya heteroskedastisitas dapat pula dilakukan dengan melihat ada tidaknya pola tertentu pada grafik. di mana sumbu X dan Y yang telah dipresdiksi dan telah distandardized. Ini dapat dilakukan dengan melihat ada tidaknya pola tertentu (bergelombang) melebar kemudian menyempit pada
grafik plot (scatter plot) antara nilai prediksi variabel terikat (ZPRED) dengan residualnya (SRESID). Dasar pengambilan keputusan: (1) jika ada pola tertentu. seperti titik (point-point) yang ada membentuk pola tertentu yang teratur (bergelombang. melebar dan kemudian menyempit) maka telah terjadi heterokedastisitas; (2) jika tidak ada pola yang jelas serta titik menyebar di atas dan di bawah angka 0 pada sumbu Y. maka tidak terjadi heterokedastisitas. Dari grafik di bawah ini. terlihat titik menyebar secara acak atau tidak membentuk suatu pola tertentu. tersebar baik di atas maupun di bawah angka 0 pada sumbu Y berarti tidak terjadi heterokedastisitas. sehingga model regresi layak dipakai untuk prediksi.
Scatterplot
Dependent Variable: ABS-RES
Regression Standardized Predicted Value
2 1 0 -1 -2 -3
Regression Standardized Residual
3 2 1 0 -1 -2
5. Uji linearitas. dilakukan untuk mengetahui hubungan antara variabel bebas dengan variabel terikat yang mempunyai fungsi linear atau tidak. Uji linearitas dilakukan melalui scatter plot (diagran pancar). dari variabel bebas terhadap variabel terikat terpenuhi jika diantara nilai residual dan nilai prediksinya tidak membentuk pola tertentu. Hasil uji linearitas terlihat secara visual nilai residual dan nilai prediksinya tidak membentuk pola tertentu (acak). sehingga dapat dikatakan bahwa model regresi dalam penelitian ini telah memenuhi asumsi linearitas.
Residuals Statisticsa .0888 1.2625 .7366 .29526 30 -.7363 1.2084 .0000 .49802 30 -2.194 1.781 .000 1.000 30 -1.400 2.297 .000 .947 30 Predicted Value Residual Std. Predicted Value Std. Residual
Minimum Maximum Mean Std. Deviation N
Dependent Variable: ABS-RES a.
Scatterplot
Dependent Variable: Motivasi Kerja
Regression Standardized Predicted Value
2 1 0 -1 -2 -3
Regression Standardized Residual
3 2 1 0 -1 -2 -3 D. Interprestasi
Berdasarkan hasil analisis regresi linear berganda. maka diperoleh hasil persamaan regresi untuk variabel X1.X2 dan X3 terhadap Y sebagai berikut:
^
Y = 5.108 + 0.839X1 + 1.881X2 + 0.310X3 + 1.870
1. Nilai constant (β0) sebesar 5.108 berarti mempunyai pengaruh positif yang searah jika variabel bebas (X1.X2 dan X3) menunjukkan tidak ada perubahan atau dengan kata lain tetap. maka Motivasi kerja (Y) sebesar 5.108
2. Persamaan regresi dibentuk berdasarkan nilai unstandardized coefficients B dan standar erros estimasi. dimana persamaan regresi linear berganda tersebut dapat dilihat arah hubungan dari variabel bebas (X1. X2 dan X3) semuanya bertanda positif berarti setiap penambahan atau peningkatan pada masing-masing variabel berpengaruh positif terhadap Motivasi Kerja (Y)
3. Nilai Multiple R sebesar 0.944 menunjukkan korelasi hubungan antara variabel bebas (X1. X2 dan X3) terhadap Motivasi kerja pegawai (Y) adalah kuat karena nilainya berada di atas 0.5.
4. Nilai koefisien determinasi (R–Square (R2)) = 0.892 dapat diartikan bahwa 89.2% variasi dari motivasi kerja pegawai (Y) dijelaskan oleh variabel bebas (X1. X2 dan X3) dan sisanya 10.8% dijelaskan oleh variabel lain di luar model analisis. Atau menunjukkan 89.2% kontribusi pengaruh atas variasi perubahan yang terjadi pada motivasi kerja pegawai dijelaskan oleh variasi perubahan yang terjadi pada faktor pelaksanaan program pengembangan karir (X1. X2 dan X3). Sisanya 10.8% dijelaskan oleh variasi perubahan yang terjadi di luar variabel yang tidak dimasukkan dalam model.
5. Standar Error Estimate (SEE) sebesar 1.870. menjukkan angka yang relatif kecil berarti model regresi yang digunakan semakin akurat untuk memperdiksi motivasi kerja pegawai (Y).
6. Uji koefisien secara simultan/Uji F signifikan (p = 0.000). karena probabilitasnya lebih kecil dari 0.05. maka model regresi dapat digunakan untuk memprediksi motivasi kerja (Y). Pelaksanaan program pengembangan karir (X1. X2 dan X3) secara simultan mempunyai pengaruh yang signifikan terhadap motivasi kerja pegawai. Kemaknaan ini dapat dilihat dari nilai signifikansi F sebesar 0.000 < α = 0.05.
7. Uji t adalah untuk menguji signifikansi konstanta dari setiap variabel independent. Koefisien regresi yang signifikan (sig. < 0.05) adalah X1 dan X2. sedangkan yang tidak signifikan adalah X3. hal ini dapat dilihat dari sebagai berikut :
a. Variabel X1 nilai signifikan (sig.t) = 0.030 < 0.05 berarti variabel X1
mempunyai pengaruh yang signifikan terhadap Y.
b. Variabel X2 sig. t = 0.002 < 0.05. berarti mempunyai pengaruh signifikan antara variabel X2 terhadap Y.
c. Variabel X3 dengan sig. t = 0.421 > 0.05). berarti tidak ada pengaruh nyata/signifikan antara variabel X3 terhadap Y.
6. EVALUASI
1) Jelaskan pengertian dan kegunaan analisis Regresi? 2) Sebutkan tahapan-tahapan dalam analisis regresi?
3) Jelaskan validitasi model analisis regresi dan asumsi analisis regresi?.
4) Teori Keynesian menyatakan bahwa konsumsi suatu keluarga dipengaruhi oleh pendapatan keluarga dan jumlah anggota keluarga. Teori ini menyatakan bahwa semakin tinggi pendapatan. maka akan semakin tinggi konsumsinya. demikian juga semakin banyak anggota keluarga. maka semakin tinggi konsumsinya. Untuk membuktikan teori tersebut. maka diadakan penelitian terhadap 10 keluarga di Kelurahan Kembangan Utara Jakarta Barat dan hasilnya adalah sebagai berikut:
Nomor Responden Konsumsi (Rp.000/bl) Pendapatan (Rp.000/bl) Jumlah Anggota 1 500 700 4 2 400 500 2 3 600 900 4 4 300 500 1 5 400 700 2 6 500 600 4 7 400 800 3 8 500 700 4 9 600 1700 5 10 500 1400 3 Dari soal di atas cobalah hitung dengan MS Excel:
a. Koefisien regresi dari persamaan Y = a + b1 X1 + b2 X2 di mana Y adalah konsumsi keluarga. X1 pendapatan keluarga dan X2 jumlah anggota keluarga. b. Hitunglah koefisien determinasinya
c. Ujilah signifikansinya dari Uji F dan Uji t
5) Perusahaan masih memikirkan masalah produktivitas. apakah untuk meningkatkan produktivitas diperlukan peningkatan gaji karyawan. atau diperlukan tambahan pengawas. Hal yang disadari perusahaan. terkadang tenaga kerja tidak produktif bukan karena masalah gaji tetapi disebabkan unsur kemalasan. oleh sebab itu diperlukan tambahan jumlah pengawas. Berdasarkan pada kedua hal tersebut. diadakan survei terhadap beberapa bagian di perusahaan dan berikut adalah hasilnya.
Responden Produksi Gaji Pengawas 1 40 850 9 2 25 610 5 3 35 680 7 4 10 200 5 5 20 340 7 6 50 950 13 7 35 700 15 8 10 160 11 9 25 350 16 10 15 150 10 Diminta menghitung dengan menggunakan software SPSS: a. Buatlah regresi dan hitung koefisiennya
b. Hitung koefisien determinasi dan korelasinya c. Ujilah dengan uji F dan uji-t
d. Bahaslah apa yang sebaiknya dilakukan oleh pengusaha sepatu?
6) Ada pemikiran di Universitas Haluoleo Kendari untuk mengetahui keberhasilan alumninya dengan melihat adakah hubungan antara keberhasilan alumni yang dilihat dari besarnya gaji yang diterima dengan IPK dan lama studi. Untuk keperluan tersebut dilakukan survei terhadap 10 alumni di 10 perusahaan dan berikut adalah hasilnya.
Responden Gaji (juta/bl) IPK Lama Studi
1 1.785 3.2 6 2 1.955 3.3 5 3 1.615 2.7 6 4 2.805 3.5 4 5 2.380 3.1 5 6 2.975 3.7 4 7 2.720 3.4 4 8 2.210 2.6 5 9 3.230 3.9 4 10 1.785 2.5 6
Diminta : Dengan data tersebut. cobalah Anda buktikan apakah keyakinan bahwa gaji sebagai wujud keberhasilan alumni memang dipengaruhi oleh IPK dan lama studinya dengan MS Excel!
1. TUJUAN UMUM
Diharapkan mahasiswa mampu menjelaskan konsep teori dan kegunaan analisis non-parametrik serta aplikasi dalam kehidupan nyata.
2. TUJUAN KHUSUS
a. Mahasiswa dapat menjelaskan pengertian dan kegunaan analisis non-parametrik
b. Mahasiswa diharapkan dapat menghitung metode-metode analisis dengan mengunakan pendekatan analisis non-parametrik
c. Mahasiswa diharapkan dapat mempraktekan pengolahan data menggunakan metode-metode nonparametrik serta interprestasi output dengan sofware excel dan SPSS.
3. KATA KUNCI: Analisis Non-Parametrik. 4. RANGKUMAN
Metode kualitatif atau sering juga disebut metode metode non-parametrik merupakan metode yang bersifat historis. komperatif. case study. dan sebagainya. Sehingga analisis dari data yang bersifat kualitatif tersebut perlu dilakukan tahapan tersendiri dalam melakukan langkah perhitungan dan pengujiannya. Statistika nonparametrik merupakan statistik yang tidak memerlukan pembuatan asumsi tentang bentuk distribusi atau bebas distribusi. sehingga tidak memerlukan asumsi terhadap populasi yang akan diuji.
5. URAIAN PEMBELAJARAN A. Pendahuluan
Pokok bahasan statistika nonparametrik secara khusus mengenai data yang berskala ordinal (jenjang) dimana data tersebut mempunyai arti berdasarkan urutan tingkat kepentingan. Dalam kajian statistika nonparametrik akan diuraikan pengertian dan kegunaan analisis statistika nonparametrik; metode-metode yang digunakan dalam analisis non-parametrik; dan paraktek pengolahan data menggunakan metode-metode non-parametrik serta penginterprestasian output dengan sofware excel dan SPSS.
