STATISTIK SPSS
MODUL :
Statistik Dasar SPSS v.20
By Hazriyanto
KATA PENGANTAR
Puji dan syukur kehadirat Allah Subhanahuwata’ala atas segala limpahan Rahmat dan hidayahNya, sehingga penulis Modul Dasar SPSS v. 20 Alhamdulillah dapat diselesaikan.
Dalam penulisan ini penulis mengingat banyaknya aspek yang dibahas dengan kekurangannya, maka dalam penulisan ini hanya ditujukan untuk masalah pengolahan data dengan statistik spss v.20 untuk keperluan karya ilmiah, skripsi dll yang diolah dengan SPSS.
Penulisan modul ini dilakukan dalam rangka salah satu usaaha untuk membantu mahasiswa/i khususnya dan yang lain pada umumnya. Penulis menyadari bahwa, tanpa bantuan dari berbagai pihak, mulai dari perkuliahan sampai pada penulisan penyusunan modul ini, sulit bagi penulis untuk menyelesaikan modul ini, banyak pihak yang telah membantu penulis dalam menyelesaikan modul ini. Oleh karena itu pada kesempatan ini ijinkanlah penulis menyampaikan ucapan terima kasih kepada yang terhormat :
1. Bapak/Ibu rekan-rekan dosen.
2. Istriku Nurhidayah, SHI, dan anakku Nadiyatul Insyirah dan Adzin Ahmad Ijlal yang telah memberikan bantuan dukungan materil dan moral terima kasih atas segala pengertian yang diberikan. Sementara waktu buatmu habis tersita buat menyelesaikan modul ini.
3. Semua Mahasiswa/i ku yang tidak bisa disebutkan namanya satu persatu, yang telah menjadi tempat untuk berdiskusi dan mengumpulkan bahan-bahan yang diperlukan dalam penulisan ini, sehingga modul ini dapat diselesaikan.
Penulis menyadari sepenuhnya bahwa dalam penyusunan modul ini pastilah tidak terlepas dari adanya kekurangan dan kelemahan, dengan penuh kerendahan hati penulis masih mengharapkan adanya masukan berupa saran dan pemikiran membangun yang berguna untuk kegiatan penulisan selanjutnya.
Akhir kata, saya berharap Allah SWT berkenan membalas segala kebaikan semua pihak yang telah membantu. Semoga apa yang terkandung dalam modul ini dapat memberikan manfaat bagi kita sekalian.
Batam,
Hazriyanto
DAFTAR ISI
Kata Pengatar Daftara Isi
BAB I Pendahuluan
BAB II Komputasi Pengujian Validitas dan Reliabilitas melalui Aplikasi SPSS.
BAB III Komputasi Pengujian Normalitas Data melalui Aplikasi SPSS.
BAB IV Komputasi Pengujian Homogenitas Data melalui Aplikasi SPSS.
BAB V Komputasi Pengujian Linieritas Data melalui Aplikasi SPSS.
BAB VI Uji multikolinieritas.
BAB VII Uji heterokedatisitas
BAB VIII Komputasi Perhitungan Koefisien Korelasi Spearman Melalui Aplikasi SPSS.
BAB IX Komputasi Perhitungan Koefisien Korelasi Karl Perason Melalui Aplikasi SPSS.
BAB X Komputasi Perhitungan Koefisien Regresi Melalui Aplikasi SPSS.
BAB XI Komputasi Pengujian Keberartian Regresi Melalui Aplikasi SPSS.
Daftar Pustaka
BAB I PENDAHULUAN
• Variabel adalah karakteristik yang akan diobservasi dari satuan pengamatan.
• Data adalah segala fakta atau keterangan tentang sesuatu yang dapat dijadikan bahan untuk menyusun suatu informasi.
• Variabel independen (bebas, eksogenus) adalah variabel yang menjadi sebab terjadinya (terpengaruhnya)variabel dependen (terikat, endogenus).
• Variabel dependen adalah variabel yang nilainya dipengaruhi oleh variabel independen.
BAB II
KOMPUTASI PENGUJIAN VALIDITAS DAN RELIABILITAS MELALUI APLIKASI SPSS.
1. Siapkan lembar kerja SPSS.
2. Buat definisi (nama) variabel kemudian isikan semua data.
Pilih variabel view.
3. simpan data yang telah kita input di atas, dengan cara klik save file, berinama “Data Validitas & Reliabilitas”, lalu klik save.
4. Klik menu Analyze, Scale, Reliability Analysis.
5. Pilih Alpha, pada kota dialog di atas.
6. Klik → untuk masukan semua variabel ke dalam kotak items.
7. Klik tombol Statistic pada kotak dialog di atas.
8. Pada kotak dialog di atas, pilih Item, Scale if Item deleted kemudian klik Continue, lalu klik Ok.
9. Untuk menafsirkan hasil uji validitas, kriteria yang digunakan adalah:
Jika nilai r hitung lebih besar (>) dari nilai tabel r maka item angket dinyatakan valid dan dapat dipergunakan, atau
Jika nilai hitung r lebih kecil (<) dari nilai tabel r maka item angket dinyatakan tidak valid dan tidak dapat dipergunakan
Nilai tabel r dapat dilihat pada α = 5% dan db = n-2 10. Rekapitulasi hasil pengujian validitas dapat dibuat seperti berikut:
No Item Nilai Hitung r Nilai Tabel r Keterangan
1 0,2947 0,444 Tidak Valid
2 0,7821 0,444 Valid
3 0,6515 0,444 Valid
Kesimpulan dari data di atas menunjukan bahwa item yang tidak valid adalah item nomor 1 , sementara item yang valid adalah item nomor 2 dan 3.
11. Selanjutnya untuk menafsirkan hasil uji reliabilitas, kriteria yang digunakan adalah:
Jika nilai hitung alpha lebih besar (>) dari nilai tabel r maka angket dinyatakan reliabel, atau
Jika nilai hitung alpha lebih kecil (<) dari nilai tabel r maka angket dinyatakan tidak reliabel
Nilai tabel r dapat dilihat pada α = 5% dan db = n-2.
Berdasarkan hasil pengujian reliabiltas dengan program SPSS, diketahui nilai koefisien alpha sebesar 0,8471, dan nilai nilai tabel r adalah 0,4444. dengan demikian nilai hhitung alpha lebih besar dari nilai tabel r atau 0,8471 > 0,4444. artinya instrumen angket dinyatakan reliabel dan dapat dipergunakan sebagai alat pengumpulan data.
BAB III
KOMPUTASI PENGUJIAN NORMALITAS DATA MELALUI APLIKASI SPSS
1. Siapkan lembar kerja SPSS
2. Buat definisi (nama) variabel kemudian isikan skor yang diperoleh masing-masing responden pada variabel yang akan diuji normalitasnya.
3. Klik menu Analyze, pilih Descriptive, lalu klik Explore.
4. Klik Displey Plots pada kotak dialog di atas.
5. Klik Plot hingga muncul kotak dialog.
6. Check List (√) Normality plots with test kotak dialog Explore plots di atas. Klik Continue.
7. Klik variabel kinerja yang akan diuji normalitasnya, kemudian klik → sehingga variabel masuk ke kotak Dependet List.
8. Klik OK pada kotak dialog di atas, akan muncul output.
kriteria uji, apabila nilai r (probability value/critical value) lebih kecil atau sama dengan (=) dari tingkat α yang ditentukan maka Ho ditolak. Dalam hal lain, Ho diterima
Atau dengan cara 1. Buka file
2. Klik Analyze > Nonparametric Test >
3. Pilih variabel yang akan diuji ke dalam kotak Test Variabel List 4. Aktifkan pilihan normal pada Test Distribution
5. Klik OK
Penanganan Data Tidak Normal
• Menambah jumlah data
• Menghilangkan data yang dianggap penyebab tidak normalnya data
• Dilakukan transformasi data ke logaritma atau (LN)
• Menerima data apa adanya karena diangap memang tidak normal.
BAB IV
KOMPUTASI PENGUJIAN HOMOGENITAS DATA MELALUI APLIKASI SPSS
1. Siapkan lembar SPSS
2. Buat definisi variabel kemudian isikan skor yang diperoleh masing-masing responden pada variabel yang akan diuji homogenitasnya.
3. Klik menu Analyze, pilih Compare Means, lalu klik One Way Anova sehingga muncul kota dialog.
4. Klik Options pada kotak dialog hingga muncul kotak dialog.
5. Check List (√) Homogeneity of varians pada kotak dialog, klik Continue.
6. Klik variabel X, kemudian klik tombol → sehingga variabel X masuk ke kotak Dependent list. Klik variabel Y, kemudian klik tombol → sehingga variabel Y masuk ke kotak Independent list.
7. Klik OK, akan muncul output
kriteria uji, apabila nilai r lebih kecil atau sama dengan (=) dari tingkat alpha yang ditentukan maka skor-skor pada variabel menyebar secara homogen.
BAB V
KOMPUTASI PENGUJIAN LINIERITAS DATA MELALUI APLIKASI SPSS
1. Siapkan lembar kerja SPSS
2. Buat definisi variabel kemudian isikan skor yang diperoleh masing-masing responden pada variabel yang akan diuji linieritasnya.
3. Klik menu Analyze, pilih Compare Means, lalu klik Means 4. Klik Options pada kotak dialog
5. Check list (P) Test for linearity pada kotak dialog Menas Options. Klik Continue 6. Klik variabel X, kemudian klik tombol → sehingga variabel X masuk ke kotak
Dependent list. Klik variabel Y, kemudian klik tombol → sehingga variabel Y masuk ke kotak Independent list.
7. Klik OK, akan muncul Output.
kriteria uji, apabila nilai r lebih kecil atau sama dengan (=) dari tingkat alpha yang ditentukan maka distribusi berpola linier. Dalam hal lainnya, distribusi tidak berpola linier.
BAB VI
UJI MULTIKOLINIERITAS
1. Buka file
2. Pilih menu Analyze, sub menu Regression, lalu klik linier.
3. Pada kotak Dependent isikan variabel 4. Pada kotak Independent isiskan variabel 5. Pada kotak method isikan enter
6. Pilih statistics, akan muncul windows Linear Regression Statistics
7. Isikan Estimate, Covariance matrix, Model fit, Colinearity diagnostic lalu continue.
Uji multikolinieritas merupakan uji yang ditunjukkan ditujukan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model uji regresi yang baik selayaknya tidak terjadi multikolinieritas.
Untuk mendeteksi:
1. Menganalisis korelasi antar variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi (diatas 0,90) maka hal ini merupakan indikasi adanya multikolinieritas 2. Multikolinieritas dapat juga dilihat dari VIF, jika VIF < 10 maka tingkat kolonieritas
dapat ditoleransi
3. Nilai Eisenvalue sejumlah satu atau lebih variabel bebas yang mendekati nol memberikan petunjuk adanya multikolinieritas.
BAB VII
UJI HETEROKEDATISITAS
1. Buka file
2. Pilih menu Analyze, sub menu Regression, lalu klik Linier 3. Pada kotak Dependent isikan variabel
4. Pada kotak Independent isiskan variabel 5. Pada kotak method isikan enter
6. Pilih Plot, akan muncul windows Linear Regression Statistics 7. Isikan SRESID pada Y dan ZPRED pada X lalu continue, ok.
Heterokedatisitas menunjukan bahwa varians variabel tidak sama untuk semua pengamatan.
Salah satu cara untuk melihat adalah dengan melihat grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan residualnya (SRESID). Cara menganalisinya:
Dengan melihat apakah titik-titik memiliki pola tertentu yang teratur seperti bergelombang, melebar kemudian menyempit, jika terjadi maka mengindikasikan terdapat heterokedastisitas.
Jika tidak terdapat pola tertentu yang jelas, serta titik-titik menyebar diatas dan dibawah angka 10 pada sumbu Y maka mengindikasikan tidak terjadi heterokedastisitas.
Uji Autokorelasi
Tujuan uji ini adalah menguji tentang ada tidaknya korelasi antara kesalahan pengganggu pada periode t dengan periode t-1 pada persamaan regresi linier.
Pengambilan keputusan:
1. Menentu Hipotesis Ho : tidak ada autokorelasi H1 : ada autokorelasi
2. Menentukan nilai alpha dengan d tabel (n,k) terdiri atas dl dan du 3. Menentukan kriteria pengujian
• Tidak terjadi autokorelasi jika (4-dl) < dw < dl
• Terjadi autokorelasi positif jika dw < dl, koefisien korelasinya lebih besar dari nol
• Terjadi autokorelasi negatif jika dw > (4-dl), koefisien korelasinya lebih kecil dari nol
• Jika dw terletak antara (4-du) dan (4-dl) maka hasilnya tidak dapat disimpulkan
• Jika n < 15, pembuktian dilakukan melalui Tabel Klasifikasi Nilai d
Nilai d Keterangan
< 1,10 Ada autokorelasi
1,10 – 1,54 Tidak ada kesimppulan
1,55 – 2,46 Tidak ada autokorelasi
2,46 – 2,90 Tidak ada kesimpulan
> 2,91 Ada autokorelasi
Prosedur pengolahan data 1. Buka file
2. Pilih menu Analyze, sub menu Regression, klik Linier 3. Pada kotak Dependen isikan variabel
4. Pada kota Independen isikan variabel 5. Pada kotak method isikan enter 6. Pilih Statistics
7. Isikan Estimates, Covariance matrix, Model fit, Colinearity diagnostic, Durbin- Watson lalu continue, Ok
BAB VIII
KOMPUTASI PERHITUNGAN KOEFISIEN KORELASI SPEARMAN MELALUI APLIKASI SPSS
1. Siapkan lembar kerja SPSS
2. Buat definisi variabel kemudian isikan skor yang diperoleh masing-masing.
3. Klik menu Correlate, kemudian klik Bivariat sehingga muncul kotak dialog.
4. Check list Correlation Coefficient Spearman pada kotak dialog.
5. Klik variabel yang dikorelasikan, kemudian klik tombol → sehingga variabel masuk ke kotak Variabel.
Klik OK akan muncul Output.
BAB IX
KOMPUTASI PERHITUNGAN KOEFISIEN KORELASI KARL PERASON MELALUI APLIKASI SPSS
1. Siapkan lembar kerja SPSS
2. Buat definisi variabel kemudian isikan skor yang diperoleh masing-masing.
3. Klik menu Correlate, kemudian klik Bivariat sehingga muncul kotak dialog.
4. Check list Correlation Coefficient Pearson pada kotak dialog.
5. Klik variabel yang dikorelasikan, kemudian klik tombol → sehingga variabel masuk ke kotak Variabel.
6. Klik OK akan muncul Output.
BAB X
KOMPUTASI PERHITUNGAN KOEFISIEN REGRESI MELALUI APLIKASI SPSS
1. Siapkan lembar kerja SPSS
2. Buat definisi variabel kemudian isikan skor yang diperoleh masing-masing.
3. Klik menu Regression, kemudian klik Linier sehingga muncul kotak dialog 4. Pada kotak dialog klik variabel masukan ke kotak sesuai dengan variabel.
5. Pada kotak dialog Linier Regression. Klik Statistic. Check list (√) Model fit, untuk memunculkan Anova. Kemudian Check list (√) Estimates pada Regression Coefficient. Lalu klik Continue.
6. Pada kotak dialog Linier Regression. Klik Save. Check list (√) Unstandardized pada Regression Value. Lalu klik Continue.
7. Masih Linier Regression. Klik Option. Ketik 0,05 pada Entry untuk Use probability of F. Kemudian check list (√) Include constant in equation. Lalu klik Continue.
8. Klik OK akan muncul Output.
Koefisien arah regresi sebesar ... Dan persamaan regresinya adalah Ŷ = a + bx =...
BAB XI
KOMPUTASI PENGUJIAN KEBERARTIAN REGRESI MELALUI APLIKASI SPSS
Kriteria yang digunakan adalah apabila nilai r lebih besar dari (>) nilai alpha tertentu maka Ho diterima. Sebaliknya ditolak.
Untuk contoh perhatikan output ANOVAb
Nilai p lebih kecil atau lebih besar dari pada tingkat α yang digunakan (yaitu 0,05). .... < 0,05, sehingga Ho ditolak. Artinya terdapat hubungan yang berarti antara ... Dengan ...
Daftar Pustaka
• Tony Wijaya (2010). Analisis Multivariat. Yogyakarta: Universitas Atma Jaya Yogyakarta.
• Sambas Ali Muhidin & Maman Abdurahman (2009). Analisis Korelasi, Regresi, dan Jalur dalam Penelitian. Bandung: CV PUSTAKA SETIA.
• Taufik Hidayat & Nina Istiadah (2011).Panduan Lengkap Menguasai SPSS 19 untuk mengolah Data Statistik Penelitian. Jakarta: Mediakita.