”M e n ggu n a k a n SPSS da la m
Pe n e lit ia n Sosia l”
M odu l M e t ode Pe n e lit ia n Sosia l Bu da ya
Ole h Am ik a W a r da n a , M A
D isa du r da r i SPSS Su r viva l M a n u a l k a r a n ga n Ju lie Pa lla n t
Pr ogr a m St u di Pe n didik a n Sosiologi
Ju r u sa n Pe ndidik a n Se j a r a h
Fa k u lt a s I lm u Sosia l da n Ek on om i
Un ive r sit a s N e ge r i Yogya k a r t a
2007
M odu l M e t ode Pe n e lit ia n Sosia l Bu da ya
”M e n ggu n a k a n SPSS da la m Pe n e lit ia n Sosia l”
Oleh Am ika Wardana
Disadur dari SPSS Survival Manual karangan Julie Pallant
Pendahuluan dan Overview
Modul ini m erupakan saduran dari buku ” SPSS Sur vival Manual” karya Julie Pallant dengan beberapa adapt asi. Modul ini di desain unt uk m enj adi panduan dalam m enggunakan st at ist ikanalisis khususnya dengan SPSS dalam penelit ian sosial. Selam a ini m ahasisw a at au penelit i sosial seolah- olah ket akut an dengan penggunaan st at ist ik m eskipun sudah ada SPSS ket ika m engolah dat a. Ket akut an ini lahir sebagai bent uk kelem ahan at au ket idakm am puan m ereka m enggunakan analisis st at ist ik.
Modul ini disusun secara t erst r ukt ur, dim ulai dar i pengenalan m endasar t ent ang st at ist ik dalam SPSS, m engenal SPSS, olah dat a dengan SPSS, m engenal beberapa t ekhnik analisis st at ist ik baik yang param et rik m aupun yang non-param et rik, m enggunakan SPSS unt uk analisis dan int erpr et asi hasil analisis. Dengan m at eri- m at eri t ersebut , m ahasisw a diharapkan m am pu dan confident m enggunakan t ekhnik analisis st at ist ik dalam penelit ian khususnya unt uk m enyelesaikan t ugas akhir skripsinya.
Yang t erakhir, m odul ini disusun dengan dua ekspekt asi: fam iliar dengan m et ode penelit ian kuant it at if dan fam iliar m elakukan analisis dengan SPSS. Oleh karena it u, beberapa bahasan pent ing berkait an dengan m et ode penelit ian kuant it at if dan st at ist ik t idak m endapat kan pem bahasan yang m endalam . Mahasisw a direkom endasikan m em baca m odul ini bersam a dengan buku- buku m et ode penelit ian lainnya ( sepert i Met ode Penelit ian Survai/ Singarim bun dan Effendi) sert a buku- buku st at ist ik infer ensial.
Piyungan, Akhir Ram adhan 1428H Micko
Bahasan
1 Bagian Pert am a
Mengenal SPSS dan Codebook 1. Mengenal SPSS
- SPSS di Window s - Menu dalam SPSS
- Kot ak Dialog ( Dialogue Boxes) 2. Menyiapkan Codebook
- Mem buat Variabel dalam SPSS - Pengkodean dat a
2 Bagian Kedua
Menyiapkan File Dat a
3. Mem buat File dat a dan Mem asukkan dat a - Menent ukan variabel
- Mem asukkan dat a ke SPSS - Modifikasi dat a
4. Screening dan m em bersihkan Dat a - Langkah 1: m engecek dat a error - Langkah 2: m enem ukan eror dat a - Langkah 3: m em perbaiki eror
3 Bagian Ket iga
Analisis Aw al/ Dasar
5. Menj alankan Analisis St at ist ik Deskript if
- St at ist ik Deskr ipt if unt uk variabel kat egorikal - St at ist ik Deskr ipt if unt uk variabel bersam bung - Mengukur deraj at norm alit as
6. Manipulasi Dat a
- Menj um lah Skor Tot al sebuah variabel
- Merubah variabel bersam bung ke variabel ordinal 7. Mengecek Reliabilit as Skala
- Procedur pengecekan - I nt erpr et asi hasil analisis
4 Bagian Keem pat
Pengant ar Analisis St at ist ik unt uk Penelit ian Sosial 8. Mem ilih Teknik Analisis St at ist ik yang t epat
- Pendahuluan t ent ang aneka analisis st at ist ik - Mem buat pilihan analisis
- Rangkum an
5. Bagian Kelim a
Teknik St at ist ik unt uk m engukur hubungan ( ket erkait an) ant ar variabel
9. Korelasi
- Analisis Aw al unt uk Korelasi
10. Korelasi Par sial
- Perbedaan Korelasi dan Par sial Korelasi
- Prosedur m elakukan analisis korelasi parsial dengan SPSS
- I nt erpr et asi hasil analisis
11. Regresi Berganda ( Mult ipel Regression) - Tipe- t ipe um um Regresi
- Asum si dasar Regresi
- Melakukan analisis Regresi st andard dengan SPSS - I nt erpr et asi Hasil analisis
6 Bagian Keenam
Teknik St at ist ik unt uk m engukur Perbedaan ant ar Variabel
12. T- Test
- Pengant ar t ent ang T- Test I ndependen - Prosedur m elakukan T- Test dengan SPSS - I nt erpr et asi Hasil analisis
Ba gia n Pe r t a m a
M e n ge n a l SPSS da n D e sa in Pe n e lit ia n
1 . M e n ge n a l SPSS
Saat ini program SPSS dioperasikan dibaw ah OS Window s. Pengguna SPSS sebaiknya t elah cukup fam iliar dengan cara kerj a OS ini. Beberapa m enu dan perint ah cukup sederhana bagi m ereka yang t elah fam iliar dengan Window s. Dalam pengenalan ini akan dibahas beberapa langkah aw al m enggunakan SPSS: m enggunakan file dat a yang sudah ada, m em buat file dat a baru dan beberapa m enu sert a perint ah dalam SPSS.
Mem ulai SPSS dan Menggunakan File dat a yang sudah ada
SPSS versi 13 dan sebelum nya hanya m em bolehkan kit a m enggunakan sat u file dat a dalam suat u kesem pat an. Unt uk it u pengguna SPSS harus sadar unt uk selalu m enyim pan hasil kerj anya, karena apabila ia m em buka file dat a yang lain, ot om at is file dat a sebelum nya akan t ert ut up.
Salah sat u pilihan yang t ersedia ada bekerj a dengan file dat a yang sudah ada. Langkah yang harus dilakukan adalah dengan m en- t ick ” Open an Exist ing dat a source” dan m em ilih file dat a dalam kot ak pilihan. File dat a ini bisa m erupakan file dat a pengguna sebelum nya at au hasil kerj a kit a yang lalu. Past ikan anda m em buka file dat a yang anda but uhkan.
Menu dalam SPSS
Terdapat beberapa j endela ( w indow s) yang akan anda pergunakan dalam SPSS: Dat a Edit or, Dat a View er, Pivot Table Edit or , Chart Edit or, Synt ax Edit or dan Dialogue Box.
Dat a Edit or m enam pilkan isi dari file dat a. Disini anda bisa m em buka, m enyim pan dan m enut up file dat a, m em buat file dat a baru, m em asukkan dat a, m erubah isi dat a dan m enj alankan analisis st at ist ik.
Pivot Tabel Edit or adalah fasilit as unt uk m em odifikasi t abel hasil analisis dalam Dat a View er. Anda bisa m em buka edit or ini dengan m engklik dua kali t abel t ert ent u.
Chart Edit or adalah fasilit as unt uk m em odifikasi chart ( hist ogram , bar chart dan scat t erplot ) hasil analisis dalam dat a view er . Anda bisa m em bukanya dengan m engklik dua kali chart yang anda ingin m odifikasi.
Synt ax Edit or m enam pilkan perint ah- perint ah khusus SPSS. Anda bisa m enggunakan fasilit as ini unt uk m enyim pan langkah- langkah analisis yang t elah anda lakukan, unt uk bisa digunakan di w akt u lain at au unt uk dat a yang lain.
Dialogue Box akan t am pil set iap kali anda m em ilih sebuah pilihan dalam m enu unt uk m em int a inform asi yang lebih det ail. Salah sat unya adalah ket ika anda m em int a SPSS unt uk m enj alankan perhit ungan frekuensi. Dialogue box akan t am pil unt uk m em int a anda m em ilih variabel unt uk dihit ung frekuensinya.
Cara m em ilih variabel adalah dengan m enyorot nya dan kem udian m engklik arrow but t on, unt uk m em indahkannya ke box disebelah kanan berlabel Variable( s) .
2 . M e m bu a t Code book
Codebook m erupakan serangkaian inst ruksi yang anda gunakan unt uk m erubah inform asi/ dat a yang didapat kan dari responden ( m elalui Koeisoner) m enj adi sat u bent uk yang dapat dipaham i oleh SPSS. Pem buat an Codebook m eliput i dua hal pent ing:
Menent ukan dan m em beri nam a variabel
Mem berikan skore/ nilai pada set iap r espon ( inform asi/ dat a)
Anda harus m encant um kan seluruh variabel yang ada di Koeisoner dalam bent uk singkat an yang dipakai dalam SPSS. Pem buat an Codebook m encakup t iga kolom . Kolom pert am a berisi nam a variabel secara ut uh ( nam a ini akan m uncul di hasil analisis) . Kolom kedua ber isi singkat an nam a variabel dan ket iga berisi kode set iap respon ( dat a) yang diperoleh secara m endet ail.
N a m a V a r ia be l N a m a V a r ia be l da la m SPSS
I n st r u k si Codin g
I dent it as I d Urut an nom or responden
Jenis kelam in Sex 1= laki- laki
2= perem puan
Um ur Um ur ( age) Dalam t ahun
St at us perkawinan St at us ( m arit al) 1= Sendiri ( belum m enikah) 2= Pacaran
3= Hidup serum ah dengan pacar
4= m enikah pert am a kali 5= m enikah lebih dari dua kali 6= cerai
7= Dit inggal m at i pasangan Mem iliki anak Anak ( child) 1= ya
2= t idak
Pendidikan Tert inggi Pendidikan ( Edu) 1= Sekolah dasar
2= Pernah m asuk sekolah m enengah ( SMP- SMA)
3= Lulus sekolah m enengah 4= Mengikut i t raining/ D3 5= Lulus Sarj ana S- 1
6= Lulus pasca Sarj ana S- 2 dan S- 3
At uran pem berian nam a variabel dalam SPSS:
Harus unik ( t idak boleh ada yang sam a)
Terdiri kurang dari 8 karakt er ( unt uk SPSS ver si 12 kebaw ah, unt uk ver si 13 keat as bisa 64 karakt er)
Harus dim ulai dengan huruf bukan angka
Tidak t erdiri dari t it ik, kom a dan karakt er sej enisnya ( ?! ” # dll)
Pengkodean Dat a
Ba gia n Ke du a
M e n yia pk a n File D a t a
3 . M e m bu a t File D a t a da n m e m a su k k a n da t a k e
SPSS
Pada bagian ini, akan dibahas dua hal pent ing: m em buat file dat a dengan m enent ukan variabel dan m em asukkan dat a ( lengkap dengan respon responden) ke m asing- m asing variabel di File dat a.
Menent ukan Variabel
Pada t ahap ini, sangat pent ing unt uk m elihat kem bali Codebook lengkap dengan pengkodeannya ( Coding I nst ruct ions) sebagai dasar pem buat an variabel dalam SPSS.
Dalam SPSS ver si 10 keat as, Dat a Edit or t erdiri dari dua layar: Dat a View dan Variable View ( lihat di bagian baw ah layar kom put er) . Anda bisa saling m em indahkan dengan m engkliknya di bagian baw ah layer.
Pr ose du r m e n e n t u k a n va r ia be l:
Langkah pert am a adalah dengan m engklik Variable View . Set elah it u anda harus m enent ukan variabel dengan m em berikan beberapa inform asi sepert i yang ada dalam Codebook.
o Nam a Variabel ( Nam e) : Berikan nam a variabel dalam SPSS ( Lihat
codebook)
o Tipe ( Type) : Default value dalam SPSS adalah num erik. Anda t idak
perlu m erubahnya
o Widt h: Default valuenya adalah 8. Kabanyakan dat a hanya
m em but uhkan 8 digit angka
o Decim als ( desim al) : Disini anda bisa m engat ur pecahan desim al
dibalakang 0 yang ada inginkan. Default valuenya adalah 0.
o Label: Disini SPSS m enyediakan t em pat bagi anda unt uk
m em berikan deskripsi variabel yang anda gunakan. Berikan nam a variabel secara j elas dan m enyeluruh karena ia akan m uncul di out put analisis SPSS
o Values ( Skor variabel) : Pada kolom ini, anda bisa m enent ukan skor
m asing- m asing respon ( pilihan j aw aban dalam Koeisoner) dalam variabel t ersebut . Disini akan diilust rasikan bagaim ana cara penent uan skor t ersebut dengan variabel j enis kelam in ( Sex)
¾ Klik t iga t it ik ( ...) disisi kanan sel dibaw ah kolom ” Value” . Langkah ini akan m em buka Dialogue Box ” Value Label”
¾ Klik kot ak dengan nam a ” Value” dan ket ik ” 1”
¾ Klik kot ak dengan nam a ” Value Label” dan ket ik ” laki- laki”
¾ Klik ” Add” , m aka adan akan m elihat di Sum m ary Box ( kot ak hasil) 1: laki- laki
¾ Ulangi langkah t ersebut unt uk perem puan: value 2, value label Perem puan dan klik Add
¾ Apabila sudah selesai, klik ” Cont inue”
o Missing ( Nilai kosong) : Kadangkala responden t idak m engisi
j aw aban apapun dalam Koesioner. I ni m enghasilkan nilai kosong at au m issing values. Anda bisa m em biarkannya t anpa m engisinya karena SPSS m am pu m engat asinya.
o Colum ns: Default nya adalah 8.
o Align: Default s SPSS adalah rat a kanan
o Measure ( t ingkat pengukuran) : Tingkat pengukuran sesuai dengan
m asing- m asing pengukuran variabel. Pilihannya adalah Nom inal, Ordinal dan Rasio
Mem asukkan Dat a ke file dat a
Set elah anda m enent ukan seluruh variabel t erm asuk nam a variabel dan nilai/ skornya m asing- m asing, anda sudah siap unt uk m em asukkan selur uh dat a yang didapat kan dari responden ke SPSS.
o Langkah pert am a adalah dengan m engakt ifkan Dat a View ( dibagian
baw ah layer) . Anda akan m elihat layer yang m asing- m asing kolom m em iliki nam a variabelnya yang berbeda- beda
o Klik sel pert am a di dat a set ( kolom dan row pert am a) dan m asukkan
dat a sesuai dengan variabelnya
o Klik panah kanan di keyboard unt uk m em indahkannya ke variabel
yang lain dan m asukkan dat a anda ke variabel yang sesuai.
o Apabila anda m elakukan kesalahan, silahkan klik selnya dan gant ilah
dengan angka yang benar.
4. Screening dan Mem bersihkan File Dat a
Perlu diperhat ikan bahw a seringkali t erj adi kesalahan dalam m em asukkan dat a ( dari respon responden dari koeisoner) ke SPSS file dat a. Pada bab ini akan dibahas t iga hal: m engecek eror dat a, m enem ukan er or t ersebut dalam dat a file, dan m em benarkan eror dalam file dat a.
Mengecek Eror Dat a
Langkah pert am a m engecek eror dat a adalah dengan m encari skor yang diluar skor yang dit ent ukan m asing- m asing variabel ( sepert i variabel j enis kelam in, skornya seharusnya hanyalah 1 dan 2. Tidak ada skor selainnya) .
Langkah lainnya adalah dengan m enj alankan serangkaian analisis st at ist ic deskript if ( sepert i frekuensi) . Disini akan dipaparkan pengecekan eror dat a baik unt uk variabel kat egorikal ( at au nom inal) dan variabel besam bung ( cont inuous variable/ ordinal dan rasio) .
Pr ose du r pe n ge ce k a n e r or u nt u k va r ia be l k a t e gor ik a l:
¾ Dari m enu di layar bagian at as, klik ” Analyze” kem udian pilih ” Descript ive St at ist ics” dan kem udian ” Frequencies”
¾ Dalam dialogue box ” Frequencies” , pilihlah variabel yang anda inginkan ( cont oh: sex unt uk j enis kelam in)
Box” dan
¾ Klik ” St at ist ics” dan pilihlah ” Minim um ” dan ” Maxim um ”
¾ klik ” Cont inue” dan kem udian ” OK” .
Statistics
sex
439 0 1 2 Valid
Missing N
Minimum Maximum
sex
185 42.1 42.1 42.1
254 57.9 57.9 100.0
439 100.0 100.0 MALES
FEMALES Total Valid
Frequency Percent Valid Percent
Cumulative Percent
¾ Cek m inim um dan m axim um skor, apakah ia sesuai dengan skor dalam variabel t ersebut . Apabila t idak, disana t erdapat kesalahan dat a
¾ Cek j um lah dat a yang valid ( t erisi dengan benat ) dan dat a kosong ( m issing value) . Apabila t er dapat banyak dat a kosong, silahkan cek kem bali form koeisoner anda.
Pr ose du r pe n ge ce k a n e r or u n t u k va r ia be l be r sa m bu n g:
¾ Dari m enu di layar bagian at as, klik ” Analyze” kem udian pilih ” Descript ive St at ist ics” dan kem udian ” Descript ive”
¾ Dalam dialogue box, pilihlah var iabel yang anda inginkan ( cont oh: Age unt uk um ur) dan klik panah unt uk m em indahkannya ke ” variable box”
¾ Klik ” Opt ions” . Anda bisa m em ilih beberapa analisis st at ist ik yang ada inginkan, sepert i m ean ( rat a- rat a) , m edian ( nilai t engah) , st andard deviat ion ( st andar deviasi) , m inim im - m axim um ( skor m inim um - m axim um ) .
¾ Klik ” Cont inue” dan kem udian ” OK”
¾ Cek skor m inim um dan m axim um . Apakah ia m ake sense ( bisa dit erim a secara rasional)
¾ Cek j uga Mean ( nilai rat a- rat a) . Apakah ia j uga m ake sense
Pada prinsipnya, langkah ini dit uj ukan unt uk m enem ukan eror dat a dala file dat a. Art inya dat a yang t idak sesuai dengan skor yang t elah dit ent ukan pada suat u variabel. Sepert i skor 3 pada variabel sex ( j enis kelam in) yang seharusnya hanya 1 dan 2.
Anda bisa m encarinya langsung dalam dat a view dan m enggant inya dengan dat a yang benar berdasarkan isian koeisoner dari responden.
Anda j uga bisa m enem ukannya dengan m enj alankan analisis st at ist ik t ert ent u.
¾ Dari m enu di layar bagian at as, klik ” Analyze” kem udian pilih ” Descript ive St at ist ics” kem udian ” Explore”
¾ Pada ” Display” , klik ” St at ist ics”
¾ Pilihlah variabel yang anda inginkan ( cont oh: sex) dan pindahkan ke ” dependent list ” dengan m engklik panah
¾ Pada ” Label Cases” , pilihlah ” I D” . I ni dim aksudkan unt uk m enem ukan dat a eror t ersebut
¾ Pada ” St at ist ic” pilih ” out liers” . Klik ” Cont inue”
¾ Pada “ Opt ion” , pilih “ Exclude cases pairw ise” kem udian “ Cont inue” dan “ OK”
¾ Perhat ikan t able berlabel “ Ext rem e Values” yang m enunj ukkan skor t ert inggi dan t erendah sekaligus I D nya. Art inya t able t ersebut t elah m enunj ukkan eror dat a
Mem benar kan eror dat a pada File dat a
Set elah anda m enem ukan eror dat a dalam file dat a, anda perlu unt uk m engecek kebenarannya pada isian koeisoner dari responden.
Ba gia n Ke t iga
An a lisis Aw a l/ D a sa r
5 . M e n j a la n k a n An a lisis St a t ist ik D e sk r ipt if
Sebelum m em ulai m enj alankan berbagai analisis st at it ist ik yang canggih dan rum it , alangkah baiknya dim ulai dengan m enj alankan analisis st at ist ik deskript if. Analisis ini m em punyai beberpa nilai pent ing, yait u:
Unt uk m em peroleh gam baran t ent ang karakt erist ik sam ple
Karakt erist ik dasar sam ple per lu diket ahui secara um um dan m endet ail unt uk dit am pilkan dalam Chapt er Met ode Penelit ian di Laporan.
Penelit ian sosial yang m enj adikan m anusia sebagai obyek st udi perlu m enj elaskan beberapa karakt erist ik dasar sosialnya sepert i: j enis kelam in, um ur, t ingkat pendidikan, et nis dan berbagai lat ar belakang lainnya.
Unt uk m encek variabel, berkait an dengan asum si dasarnya unt uk m endukung analisis st at ist ic lanj ut
Analisis st at ist ik m em punyai beberapa asum si dasar dat a yang harus sesuai. Analisis Deskript if yang m eliput i Mean, St andar Deviasi, range of score, skew ness dan kurt osis sangat pent ing unt uk m em ast ikan bahw a dat a t idak m enyalahi asum si dasar t ersebut .
Unt uk m em ulai m enj aw ab Pert anyaan Penelit ian
Selanj ut nya akan dibahas Analisis St at ist ik Deskript if baik unt uk variabel kat egorikal dan variabel bersam bung.
An a lisis St a t ist ik D e sk r ipt if u n t u k V a r ia be l Ka t e gor ik a l
Analisi unt uk variabel kat egorikal dilakukan dengan m enj alankan analisis Frekuensi ( berapa sering, berapa j um lah) . Analisis ini t idak m encakup pencarian Mean ( rat a- rat a) at au St andar deviasi.
Prosedur Analisis:
¾ Dari Menu bagian at as, klik ” Analyze” , kem udian pilih ” Descript ive St at ist ics” dan kem udian pilih ” Frequency”
¾ Pada Dialogue Box, Sorot salah sat u var iabel kat egorikal ( cont oh: SEX) yang anda inginkan dan pindahkan ke ” variabel box”
Hasil analisis adalah:
I nt epret asi hasil analisis:
Dapat diket ahui bahw a t erdapat 185 laki- laki ( 42,1% ) dan 254 perem puan ( 57,9% ) dalam sam pel yang t ot alnya adalah 439 orang. Perlu diperhat ikan bahw a sam pel t erdiri dari dua grup ( berdasarkan j enis kelam in) yang keduanya t idak sam a j um lahnya. Analisis st at ist ik ANOVA ( m em bandingkan dua grup) m ensyarat kan ant ar grup m em iliki j um lah sam pel yang sam a.
An a lisis St a t ist ik D e sk r ipt if u n t u k V a r ia be l Be r sa m bu n g
Pada variabel bersam bung ( um ur) , analisis deskript if sangat m udah dan m am pu m enghasilkan ringkasan st at ist ik m eliput i: nilai rat a- rat a/ Mean, st andar deviasi, m edian dll. Anda j uga bisa m elakukan analisis t erhadap beberapa variabel sekaligus dan m enghasilkan out put yang lebih lengkap.
Prosedur analisis:
¾ Dari m enu bagian at as, klik ” Analyze” kem udian pilih ” Descript ive St at ist ics” dan kem udian pilih ” Descript ive”
¾ Pilih dan sorot beber apa variabel bersam bung yang ada inginkan dan pindahkan ke ” variabel box” ( um ur, t ot al perceived st ress, Tot al Opt im ism , Tot al Mast ery, Tot al Pcoiss)
¾ Klik ” Opt ion” . Pilihlah ” Mean” , ” St andard Deviat ion” , ” m im im um ” , ” m axim um ” , Skew ness dan kurt osis
I nt erpr et asi Hasil analisis:
Pada out pun analisis, t erdapat inform asi t ent ang variabel Um ur ( age) . Sam pel t erdiri dari 439 responden dengan range um ur dari 18 sam pai dengan 82 t ahun. Nilai rat aannya ( m ean) adalah 37,44 dan st andar deviasi adalah 13,20. I nform asi ini m ungkin diperlukan ket ika m enj elaskan karakt erist ik sam pel dalam Laporan Penelit ian.
Analisis deskript if j uga m enyediakan inform asi t ent ang dist ribusi skor pada variabel bersam bung ( skew ness dan Kurt osis) . I nform asi ini dibut uhkan unt uk m elakukan analisis st at ist ik param et r ik ( T- t est , ANOVA dll) . Skew ness m enunj ukkan deraj at sim et ri disrt ibusi skor sedangkan kurt osis berkait an dengan ‘peakedness’ nya. Variabel yang skornya t erdist ribusi norm al, skor skew ness dan kurt osisnya adalah 0. I ni j arang t erj adi pada penelit ian sosial.
Skewness t erbagi m enj adi dua: Posit if dan Negat if. Posit if ar t inya t inggi disebelah kanan dan m enurun ke sebelah kiri sedangka negat if adalah rendah di sebalah kanan m eninggi di sebelah kiri.
Kurt osis j uga t erbagi dua: Posit if dan negat if. Posit if art inya dist ribusi skor m eninggi di bagian t engah sedangkan negat if skor m enyebar ke sam ping.
M e n gu k u r D e j a r a t N or m a lit a s
Berbagai analisis st at ist ik m ensyarat kan dist ribusi skor khususnya variabel dependen adalah norm al. Dist ribusi norm al art inya berbet uk sim et ris at au kurva berbent uk Bel, dengan frekuensi skore paling banyak di t engah dan paling sedikit di bagian pinggir. Norm alit as j uga bisa dicek dengan m elihat skew ness dan kurt osis.
Prosedur m engukur derahat norm alit as:
¾ Pada Menu bagian at as, klik ” Analize” kem udian pilih ” Descript ive St at ist ics” dan kem udian pilih ” Explor e”
¾ Pilihlah salah sat u variabel bersam bung ( t ot al per ceived st r ess) dan pindahkan ke ” Dependent List ”
¾ Pada ” Display” , past ikan ” bot h” t erpilih
¾ Klik ” Plot s” . Pada ” Descr ipt ive” pilihlah ” Hist ogram ” dan past ikan ” Norm alit y plot s w it h t est ” t erpilih j uga
¾ Klik “ Opt ions” . Pada “ Missing values” pilihlah “ Exclude case pairw ise”
¾ Klik “ Cont inue” dan “ OK”
Descriptives 26.73 .281 26.18 27.28 26.64 26.00 34.194 5.848 12 46 34 8 .245 .117 .182 .234 Mean Lower Bound Upper Bound 95% Confidence
Interval for Mean
5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis total perceived stress
Statistic Std. Error
Tests of Normality
.069 433 .000 .992 433 .021
total perceived stress
Statistic df Sig. Statistic df Sig.
Kolmogorov-Smirnov a Shapiro-Wilk
Lilliefors Significance Correction a.
40 30
20
total perceived stress
70 60 50 40 30 20 10 0 Fr eq ue nc y
Mean = 26.73 Std. Dev. = 5.848 N = 433
Histogram 50 40 30 20 10 Observed Value 3 2 1 0 -1 -2 -3 Expec ted No rmal
50 40
30 20
10
Observed Value
0.5
0.4
0.3
0.2
0.1
0.0
-0.1
D
ev fr
om
N
or
m
al
Detrended Normal Q-Q Plot of total perceived stress
total perceived stress 50
40
30
20
10
7 262
[image:19.612.127.458.93.376.2] I nt erpr et asi Hasil analisis
Tabel berlabel Descript ive, t erdapat berbagai inform asi hasil analisis st at ist ik deskript if khususnya dengan variabel yang dipilih. I nform asi t ersebut berkisar ant ara lain: Mean, Median, St d Deviasi, m inim um -m axi-m u-m skor dll) . I nfor-m asi lain adalah “ 5% t ri-m -m ed -m ean” , -m erupakan infor m asi baru. Disini SPSS m em buang 5% skor t ert inggi dan 5% skor t erendah dan m enghit ung ulang Mean. Kegunaan m ean baru ini adalah unt uk m enghindari kesalahan perhit ungan m ean karena ada sam ple out lier ( t erlalu besar at au t erlalu kecil) . Apabila anda m em bandingkan Mean ini dengan m ean sebelum nya dan t erdapat perbedaan yang sangat m encolok, art inya t erdapat sam ple yang t erlalu ext rem e pada dat a anda yang it u sangat m em pengaruhi perhit ungan.
Pada t able berlabel “ Test of Norm alit y” , SPSS m enam pilkan perhit ungan dengan St at ist ik Kolm ogor ov- Sm irnov. Hasil yang non- signifikan ( Sig skor lebih dari 0.5) m enunj ukkan deraj at norm alit as. Pada kasus perhit ungan pada cont oh, Sig skor adalah 0.15 yang berart i t erj adi m erusak asum si norm alit as ( art inya t idak t ercapai norm alit as pada dat a) . Jangan panik, ini biasa t erj adi pada perhit ungan st at ist ik dengan j um lah sam ple yang banyak.
berlabel Norm al Q- Q plot s. Terlihat bahw a dist ribusi skor berada di garis skor yang diharapkan.
Pada Dt rended Norm al Q- Q plot s, dit am pilkan deviasi akt ual dat a. Tam pak bahw a skor t ersebar di sekit ar nol skor yang berart i dat a t erdist ribusi relat if nor m al.
6 . M a n ipu la si D a t a
Pada suat u kesem pat an anda m em asukkan dat a ke SPSS dan kem udian m endapat i dat a t ersebut t idak sesuai dengan kebut uhan SPSS at au analisis. Art inya anda harus m erubah at au m em anipulasi dat a t ersebut agar sesuai dengan kebut uhan. Pada bagian ini akan dibahas cara m em anipulasi dat a yang m eliput i: Menj um lah Skor Tot al sebuah variabel dan Merubah variabel bersam bung ke variabel ordinal.
M e n j u m la h Sk or Tot a l se bu a h va r ia be l
Beberapa variabel t erdiri dari beberapa skor ( yang dihasilkan oleh beberapa pert anyaan dalam koeisoner) . Unt uk m endapat kan skor t ot al dari variabel, anda harus m enj um lahkan seluruh kom ponen. Dalam hal ini, t erdapat dua langkah yait u:
Langkah Sat u: Mem balikkan sem ua skor negat if
Beberapa pert anyaan berbent uk negat if dan m em erlukan pem balikan skornya unt uk kem udian bisa dij um lahkan dengan skor kom ponen yang lain.
Sebagai cat at an, anda harus lebih dahulu m em ast ikan bahw a anda m em punyai backup dat a sehingga ket ika dat a berubah dan t ernyat a t erdapat kesalahan, anda m asih bisa m engulanginya kem bali.
Prosedur pem balikan skor:
¾ Pada m enu bagian at as, klik ” Transfor m ” , kem udian pilih ” Recode” dan pilihlah ” I nt o Sam e Variabel”
¾ Pilihlah kom ponen yang akan di balik skornya ( Op2, Op4, Op6) dan pindahkan ke ” Variabel” box
¾ Klik ” Old and New Values”
¾ Pada “ Old value” ket iklah 1 pada “ value box”
¾ Pada “ New value” ket iklah 5 pada “ value box”
¾ Klik “ Add” . Pada box akan m uncul inst ruksi ( 1- 5) berlabel “ Old-New ”
¾ Ulangi langkah t adi pada skor yang lain:
¾ ” Old value” ket ik 2 ” New value” ket ik 4 dan ” Add”
¾ ” Old value” ket ik 3 ” New value” ket ik 3 dan ” Add”
¾ ” Old value” ket ik 4 ” New value” ket ik 2 dan ” Add”
¾ ” Old value” ket ik 5 ” New value” ket ik 1 dan ” Add”
¾ Apabila sudah yakin benar, Klik “ Cont inue” dan “ OK”
Prosedur Penj um lahan:
¾ Pada Menu bagian at as, Klik ” Transform ” dan kem udian pilihlah ” Com put e”
¾ Pada ” Target variabel” ket iklah nam a variabel baru unt uk m em beri nam a skor t ot al sebuah variabel. Unt uk m em udahkan aw ali dengn T besar. Hat i- hat i j angan sam pai m em akai nam a variabel yang sudah ada ( Topt im )
¾ Klik ” Type and Label” . Tulislah nam a panj ang variabel t ersebut ( t ot al opt im ism ) . Klik ” Cont inue”
¾ Pilihlah kom ponen pert am a ( Op1) dan pindahkan ke ” num eric expression”
¾ Klik + pada kalkulat or
¾ Pilihlah kom ponen berikut nya ( Op2 dst )
¾ Hasilnya: Op1+ Op2+ Op3+ Op4+ Op5+ Op6
¾ Klik “ OK”
Set elah selesai, cek di Dat a view dan variabel view variabel baru hasil penj um lahan. Past ikan skornya t idak m elebihi bat as range yang kit a t ent ukan di Codebook.
M e r u ba h va r ia be l be r sa m bu n g k e va r ia be l or din a l
Beberapa analisis m em but uhkan variabel yang t erdiri dari beberapa kelom pok ( group) yang skornya sam a besar. Hem at nya, diperlukan beberapa langkah unt uk m erubah sebuah variabel bersam bung m enj adi variabel ordinal dengan m em baginya m enj adi t iga kelom pok yang sam a besarnya.
Langkah pert am a yang harus dilakukan adalah m elakukan ” Cut off point s” yang m enghit ung skor sebuah variabel dalam t iga t ingkat an ( baw ah, m enengah dan at as) at au sesuai keinginan ( dalam 5 t ingkat an, 7 t ingkat an dsb) .
Prosedur m enghit ung ” Cut off point s” :
¾ Pada Menu bagian at as, Klik “ Analize” kem udian pilih “ Descript ive St at ist ics” dan kem udian pilihlah “ Frequencies”
¾ Pilihlah salah sat u variabel ber sam bung yang akan dir ubah ( Age/ Um ur)
¾ Klik “ St at ist ics” dibagia baw ah dan Klik “ Cut Point s for __ equal groups”
¾ I silah di kot ak t ersebut j um lah kelom pok yang diinginkan ( cont oh: 3)
Perhat ikan angka berlabel “ Percent iles” . Karena dim int a m em bagi m enj adi 3 kelom pok yang j um lah skor nya sam a besarnya, SPSS m em bagi m enj adi 3 bagian ( 33.3333 dan 66.6666) . Disam pingnya ada angka 29.00 dab 44.00. Art inya Kelom pok I adalah responden berum ur 0- 29 t ahun, Kelom pok I I adalah um ur 30- 44 t ahun dan kelom pok I I I berum ur lebih dari 45 t ahun.
Langkah kedua adalah m em buat variabel baru ( ordinal) dari variabel bersam bung.
Disini kit a akan m ebuat var iabel agegp3 yang t erdiri dari 3 kelom pok um ur.
Prosedur m em buat variabel ordinal baru:
¾ Pada m enu bagian at as, klik ” Transform ” kem udian pilih ” Recode” dan kem udian ” int o different variabel”
¾ Pilihlah variabel ber sam bung yang akan dirubah ( cont oh: um ur) dan pindahkan ke bok berlabel ” input variabel - > out put variabel”
¾ Klik ” out put variabel nam e” dan ket iklah nam a variabel yang baru ( cont oh: agegp3) kem udian klik ” change”
¾ Klik ” label” dan ket iklah deskrispi variabel t ersebut ( age 3 groups) dan klik ” change”
¾ Klik ” Old and New Values”
¾ Klik but t on berlabel “ Range: Low est t hr ough __” dan ket iklah 29
¾ Pada “ New Values” , ket iklah 1 ( art inya responden yang berum ur dibaw ah 29 t ahun akan m endapat kan skor 1)
¾ Dan klik “ Add”
¾ Klik but t on berlabel “ Range: ___t hrough___” dan ket iklah 30 dan 44
¾ Pada “ New Values” ket iklah 2
¾ Dan Klik “ Add”
¾ Klik “ Range: ___ t hrough highest ” dan ket iklah 45
¾ Pada “ New value” ket iklah 3
¾ Dan Klik “ Add”
¾ Pada “ Old- New values” m uncul kesim pulan:
¾ 45 t hru highest - > 3
¾ Klik “ Cont inue” dan “ OK”
7 . M e n ge ce k Re lia bilit a s Sk a la
Dalam m elakukan penelit ian, anda harus m em ast ikan bahw a skala pengukuran yang digunakan pada m asing- m asing pert anyaan dalam koeisoner bet ul- bet ul reliabel. Pada bagian ini akan dibahas t ent ang konsist ensi int ernal skala. Art inya m asing- m asing pert anyaan yang m engukur variabel yang sam a m em iliki ket er kait an sat u sam a lain. Konsist ensi int ernal ini diukur dengan m enghit ung skor koefisien Cr onbach’s Alpha. I dealnya, skor cronbach’s alpha m asing- m asing pert anyaan diat as 0,7.
Prosedur Pengecekan dengan Cronbach’s Alpha:
Pada cont oh ini, akan dipakai variabel Life Sat isfact ion ( lifsat ) yang t er diri 5 kom ponen.
¾ Sebelum nya anda harus m em ast ikan bahw a seluruh skor negat if t elah dibalik, apabila belum skor cronbach’s alpha akan cenderung rendah
¾ Pada Menu bagian at as, klik ” Analize” kem udian pilihlah ” Scale” dan pilihlah ” Realibilit y Analysis”
¾ Pilihlah seluruh kom ponen variabel yang dit uj u ( cont oh: lifsat 1, lifsat 2, lifsat 3, lifsat 4 dan lifsat 5) dan pindahkan ke box berlabel ” it em s”
¾ Pada ” Model” past ikan bahwa ” Alpha” t er pilih
¾ Klik ” St at ist ics” . Pada ” Descr ipt ive for” klik ” I t em ” , ” Scale” dan ” Scale if it em delet ed”
¾ Kem udian klik “ Cont inue” dan “ OK”
Hasil Analisis:
Reliability Statistics
.890 5
Cronbach's
Alpha N of Items
Item Statistics
4.37 1.528 436
4.57 1.554 436
4.69 1.519 436
4.75 1.641 436
3.99 1.855 436
lifsat1 lifsat2 lifsat3 lifsat4 lifsat5
Item-Total Statistics
18.00 30.667 .758 .861
17.81 30.496 .752 .862
17.69 29.852 .824 .847
17.63 29.954 .734 .866
18.39 29.704 .627 .896
lifsat1 lifsat2 lifsat3 lifsat4 lifsat5
Scale Mean if Item Deleted
Scale Variance if Item Deleted
Corrected Item-Total Correlation
Cronbach's Alpha if Item Deleted
I nt erpr et asi Hasil analisis:
Past ikan bahw a j um lah kom ponen ( it em s) adalah benar sekaligus dengan range skornya apakah j uga sesuai dengan Codebook.
Bagian t erpent ing adalah t abel Reliabilit y St at ist ics yang m em uat skor Alpha ( pada cont oh: 0.89) . Skor ini lebih t inggi dar i 0.7 art inya skala yang digunakan dianggap sangat reliable.
Bagian lain adalah pada t able I t em - Tot al St at ist ics. Disini perhat ikan kolom “ Correct ed I t em - t ot al Correlat ion. Bagian ini m enunj ukkan apakah skala m asing- m asing kom ponen m engukur hal yang sam a at au t idak. Apabila ada salah sat u kom ponen yang t erlalu rendah skornya ( < 0.3) . Anda harus m em pert im bangkan unt uk m enghapus kom ponen ini.
Ba gia n Ke e m pa t
Pe n ga n t a r An a lisis St a t ist ik u n t u k Pe n e lit ia n
Sosia l
8 . M e m ilih Te k n ik An a lisis St a t ist ik ya n g t e pa t
Ove r vie w Te h n ik - t e h n ik St a t ist ik u n t u k Pe n e lit ia n Sosia l
Bab ini akan m em bahas secara um um t ehnik analisis st at ist ik yang biasa digunakan dalam Penelit ian Sosial. Terdapat dua m acam t ehnik yait u: unt uk m engeksplorasi hubungan ant ar variabel dan unt uk m engeksplorasi perbedaan ant ar kelom pok/ kat egori. Pem bagian ini dim aksudkan unt uk m em udahkan m ahasisw a m em em pelaj ari st at ist ik dan m enggunakannya dalam penelit ian sosial yang dia kerj akan.
St a t ist ik u n t u k e k splor a si H u bu n ga n a n t a r v a r ia be l
Pada suat u penelit ian didesain unt uk m engukur besarnya ( kuat ) hubungan ant ar variabel.
Berikut beberapa t ehnik st at ist ik yang bisa digunakan:
o Korelasi Pearson
Tehnik st at ist ik ini digunakan unt uk m engeksplorasi besarnya ( kuat ) hubungan ant ara dua variabel bersam bung. I a j uga m em berikan pet unj uk arah hubungan ant ar keduanya, posit if at au negat if sekaligus m engukur seberapa kuat hubungannya. Korelasi posit if art inya kenaikan sat u variabel m aka var iabel yang lain j uga naik. Korelasi negat if berart i sat u variabel naik m aka variabel yang lain t urun.
o Korelasi Parsial
Tehnik ini m erupakan pengem bangan dari Korelasi Pearson yang m em ungkinkan penelit i unt uk m engont rol/ m engendalikan efek dari variabel lain. Korelasi Parsial berperan dalam m enghilangkan efek dari sat u variabel yang t idak t erdet eksi sebelum nya.
o Regresi Berganda ( Mult iple Regression)
St a t ist ik u n t u k e k splor a si pe r be da a n a n t a r
k e lom pok / k a t e gor i
Terdapat beberapa t ehnik st at ist ik yang m em ungkinkan penelit i unt uk m enghit ung apakah t erdapat perbedaan yang secara st at ist ik signifikan diant ara beberapa kat egori ( dari suat u variabel) . Tehnik analisis st at ist ik ini dilakukan dengan m engbandingkan skor Mean m asing- m asing kat egori. Berikut ini beberapa t ehnik st at ist ik t ersebut :
o T- Test
Tehnik ini digunakan apabila t erdapat dua kat egori/ kelom pok ( cont oh: laki- laki dan Perem puan) at au dua m acam dat a ( sebelum dan sesudah) dan penelit i berm aksud unt uk m em bandingkan skor Mean nya pada sat u variabel bersam bung.
Terdapat dua m acam T- t est yang biasa digunakan:
Paired sam ple T- t est at au biasa disebut pengukuran berulang dim ana penelit i berm aksud m elihat perubahan ant ara pengukuran I dan pengukuran I I .
Dan I ndependent Sam ple t - t est yang digunakan ket ika t erdapat dua kelom pok/ kat egori yang berbeda dan penelit i berm aksud unt uk m em bandingkan ant ar keduanya. Disini pengukuran hanya dilakukan sat u kali nam un m eliput i dua kelom pok sam ple yang berbeda
o Analisis of Variance ( ANOVA)
Anova at au lebih lepat nya one- w ay Anova sebenarnya sangat m irip dengan T- t est . Nam un Anova lebih dikhususkan apabila t erdapat dua kat egori at au lebih dim ana penelit i berm aksud m em bandingkan Skor Mean nya. Anova akan m em berikan analisis perbedaan ant ar kelom pok t api Anova t idak m em berikan penj elasan dim ana perbedaan t erj adi. Penelit i harus m elakukan analisis perbandingan Post Hoc unt uk m enem ukan perbedaan t ersebut .
Pr ose s Pe m ilih a n Te h n ik St a t ist ik ya n g Te pa t
Dalam m em ilih at au m enent ukan t ehnik analisis st at ist ik yang t epat , anda harus m em pert im bangkan beberapa fakt or. Fakt or- fakt or t ersebut m eliput i pert anyaan penelit ian yang diaj ukan, t ingkat pengukuran skala yang digunakan t erm asuk bent uk koeisonernya, karakt erist ik dat a yang dim iliki dan beberapa asum si dasar m asing- m asing t ehnik st at ist ik.
Berikut beberapa langkah yang harus dipaham i:
Langkah Pert am a: Apa bent uk pert anyaan penelit ian anda?
dengan beberapa cara. Unt uk m asing- m asing fokus st udi, anda bisa m em buat beberapa bent uk pert anyaan.
Sebagai cont oh, anda ingin m elihat hubungan efek ant ara um ur dan t ingkat opt im ism e hidup. Anda bisa m engaj ukan pert anyaan berikut ini:
o Apakah t erdapat hubungan ant ara um ur dan t ingkat opt im ism e
hidup?
o Apakah orang yang lebih t ua um urnya lebih opt im is dibandingkan
yang lebih m uda?
Dua pert anyaan t er sebut m em but uhkan t ehnik analisis st at ist ik yang berbeda. Pert anyaan pert am a bisa dianalisis dengan Korelasi Pearson sedangkan Pert anyaan kedua bisa dianalisis dengan T- t est .
Langkah Kedua: Tent ukan pert anyaan- pert anyaan dalam Koeisoner dan skalanya yang digunakan unt uk m enj aw ab pert anyaan penelit ian?
Bent uk pert anyaan dan skala yang digunakan dalam Koeisoner sangat m enent ukan Tehnik Analisis St at ist ik yang t epat unt uk m enj aw ab pert anyaan penelit ian anda. Oleh karena it u, sej ak aw al anda haus sudah m enent ukan t ehnik analisis st at ist ik anda dan m em buat inst rum en penelit ian yang sesuai.
Sebagai Cont oh, apabila adan m em int a dat a um ur responden, akan sangat m em pengaruhi t ehnik analisis st at ist ik yang sesuai. Apabila anda m em berikan pilihan: um ur dibaw ah 35 t ahun dan um ur di at as 35 t ahun, m aka pilihan t ehnik st at ist ik yang bisa digunakan m enj adi sangat t erbat as dibandingka anda m em int a um ur dalam t ahun t anpa m em berikan pilihan t erbat as.
Langkah Ket iga: I dent ifikasi karakt erist ik m asing- m asing variabel
Sangat pent ing unt uk m engident ifikasi ant ara variabel independen dan variabel dependen. I nform asi ini t idak m uncul dari dat a nam un anda sendir i yang m enent ukan, dengan t eor et ifikasi. Unt uk analisis korelasi, t idak t erlalu pent ing m engident ifikasi m ana variabel independen dan m ana variabel dependen. Nam un unt uk analsis ANOVA, Regresi sangat pent ing anda j elas m enent ukan m ana variabel independen dan m ana variabel dependen.
Anda j uga harus m em aham i t ingkat pengukuran m asing- m asing variabel. Karena beberapa t ehnik st at ist ik hanya sesuai unt uk var iabel kat egorikal, ordinal at au bersam bung.
Unt uk Variabel Ber sam bung, past ikan dist ribusi skor dar i sam ple nor m al at au t idak t erlalu skew ed at au kurt osis.
Anda j uga m ungkin harus m erubah variabel bersam bung m enj adi variabel ordinal agar sesuai dengan kebut uhan t ehnik analisis st at ist ik t ert ent u.
Langkah Keem pat : Gam barlah diagram unt uk m asing- m asing pert anyaan penelit ian
Sekali lagi yang perlu dicerm at i adalah apakah anda t ert arik unt uk m elihat hubungan ant ara dua variabel at au m em bandingkan dua kelom pok. Buat lah ringkasan berbagai inform asi yang anda punya dan buat lah diagram nya.
o Pert anyaa 1: Apakah t erdapat hubungan ant ara um ur dan t ingkat
opt im ism e hidup?
Dat a variabel:
Um ur – variabel bersam ung: dari 18 s/ d 82 t ahun
Tingkat Opt im ism e – variabel bersam bung: skor dari 6 s/ d 30
Kem ungkinan hubungan ant ara dua variabel t ersebut adalah Posit if dan Negat if. Posit if apabila sat u var iabel naik, variabel lain naik. Negat if apabila sat u variabel naik, variabel lain t urun dan sebaliknya.
o Pert anyaan 2: Apakah laki- laki lebih opt im is dibandingkan
perem puan?
Dat a variabel:
Sex ( kelam in) – variabel independe kat egorikal: dua kelom pok ( laki-laki dan perem puan
Opt im ism e – veriabel dependen bersam ung: skor dari 6 s/ d 30
Ringkasannya:
Laki- laki Perem puan
Skor Mean Opt im ism e
o Pert anyaan 3: Apakah ada dam pak um ur pada t ingkat opt im ism e
Disini penelit ian dim aksudkan unt uk m elihat efek ganda dari um ur dan perbedaan gender pada t ingkat opt im ism e hidup. Disini anda diharapkan unt uk m erubah variabel um ur yang bersam bung m enj adi variabel um ur yang ordinal ( 3 kat egori um ur)
Dat a variabel:
Sex ( kelam in) – variabel independe kat egorikal: dua kelom pok ( laki-laki dan perem puan
Age ( um ur) – variabel independen kat egorikal: Terbagi m enj adi 3 kelom pok yang seim bang
Opt im ism e – veriabel dependen bersam ung: skor dari 6 s/ d 30
Ringkasan:
Um ur
< 30 31- 49 > 50
Skor Mean Opt im ism e
Laki- laki
Perem puan
o Pert anyaan 4: Bagaim ana pengaruh serangkaian fakt or kepribadian
( kebanggaan diri/ Self- Est eem , t ingkat opt im ism e hidup dan Pengendalian diri ( perceived cont rol) pada t ingkat kepuasan hidup?
Dat a variabel:
Kebangaan diri ( Self- est eem ) – varaibel independen bersam bung Tingkat Opt im ism e – variabel independen bersam bung
Pengendalian Diri – variabel independen bersam bung Kepuasan hidup – variabel dependen bersam bung
Ringkasan:
Langkah Kelim a: Menent ukan Tehnik Analisis yang sesuai
Ba gia n Ke lim a
Te h n ik St a t ist ik u n t u k M e n gu k u r H u bu n ga n
( Ke t e r k a it a n ) a n t a r V a r ia be l
9 . Kor e la si
Ove r vie w Kor e la si Pr odu k M om e n t Pe a r son
Koefisien Korelasi Produk Mom ent Pearson m enyediakan sebuah ringkasan num erik t ent ang arah dan kekuat an hubungan linear ant ara dua variabel. Besar Koefisien Korelasi berkisar ant ar - 1 sam pai 1. Arah hubungan bisa posit if ( sat u variabel naik dan yang lain j uga) at au negat if ( sat u variabel naik yang lain t urun) . Nilai absolut ( - 1 sam pai 1) m enunj ukkan kekuat an hubungan. Korelasi sem purna adalah - 1 at au 1. Sebaliknya korelasi 0 m enunj ukkan t iadanya hubungan sam a sekali ant ara dua variabel.
Be be r a pa Fa k t or u n t u k m e n gin t e r pr e t a si n ila i Koe fisie n Kor e la si:
Hubungan Non Linear
Koefisien Korelasi m enunj ukkan adanya hubungan linear ( garis lurus) ant ar variabel. Apabila t erdapat kasus dim ana dua variabel berhubungan secara t idak linear ( Kurva linear) , Kor elasi Pr oduk Mom ent Pearson akan salah m enghit ung kekuat an hubungannya. Anda harus past ikan unt uk selalu m engecek hubungan ant ar variabel ( bisa dengan scat t erplot s) sebelum m em ut uskan m enggunakan Korelasi Pearson.
Out liers
Out liers ( Skor ekst r em baik t erlalu rendah m aupun t erlalu t inggi) akan m em berikan dam pak yang dram at is pada hasil perhit ungan Koefisien Korelasi khususnya pada penelit ian dengan sam ple kecil. Past ikan dalam dat a anda t idak ada out liers sehingga Koefisien Korelasi t idak salah m enghit ung.
Korelasi dan Kausalit as
hubungan posit if ant ara Variabel A dan Variabel B m ungkin dipengaruhi oleh var iabel lain. Selalu pikirkan adanya kem ungkinan lain dalam m enganalisis hubungan ant ar variabel.
Asu m si D a sa r da la m Te h n ik Kor e la si
Tingkat Pengukuran
Skala pengukuran unt uk m asing- m asing variabel harus dalam skala int erval at au rasio ( bersam bung) . Pengecualian dilakukan apabila anda hanya m em iliki sebuah variabel dikhot om is ( Kelam in: laki- laki dan perem puan) dan sebuah variabel bersam bung. Dua kelom pok pada variabel dikhot hom is harus sam a besarnya.
Berasal dari Subj ek yang sam a
Baik Skor variabel independen dan variabel dependen harus berasal dari responden yang sam a.
Deraj at Norm alit as
Skor m asing- m asing variabel sebaiknya t erdist ribusi secara norm al. Anda bisa m engecek hist ogram nya.
Linearit as
Hubungan ant ara dua variabel sebaiknya linear ( garis lurus) .
Hom oscedast icit as
Variasi skor pada variabel X harus sam a dengan sem ua skor pada variabel Y.
Pr ose du r M e n j a la n k a n An a lisis Kor e la si Pe a r son
Rin gk a sa n u n t u k Kor e la si:
Pert anyaan Penelit ian:
Apakah t erdapat hubungan ant ara t ingkat pengendalian int ernal seseorang t erhadap t ingkat st ress yang m ereka alam i?
Apa yang dibut uhkan:
Dua variabel bersam bung at au sebuah variabel bersam bung dan sebuah variabel dikhot om is
Apa yang dilakukan:
Asum si Dasar: ( Lihat di bagian aw al)
Alt ernat if Tehnik lain: Korelasi Rank- Or der Spear m an ( Non- param et rik st at ist ik)
Cont oh:
Pada kesem pat an ini akan diberikan cont oh m enghit ung korelasi ant ara Pengendalian int ernal dan t ingkat st ress yang dialam i oleh seseorang.
Nam a File Nam a Variabel Label variabel I nst ruksi Coding
Survey.sav Tpcoiss Tot al
perceived
cont r ol of int ernal st at e scale
Skala ini m engukur deraj at pengendalian diri seseorang t erhadap beberapa aspek int ernalnya
Tpst ress Tot al
Perceived St ress Scale
Skala ini m engukur t ingkat st ress responden.
An a lisis Aw a l
Sebelum m em ulai m elakukan analisis korelasi, sebaiknya anda m enj alankan scat t erplot lebih dalulu unt uk m engecek asum si linearit as dan hom oscedast isit as.
Prosedur m enj alankan Scat t erplot :
¾ Pada Menu bagian at as, Klik “ Graphs” kem udian pilih “ Scat t er”
¾ Klik “ Sim ple” dan kem udian Klik “ Define”
¾ Pilihlah variabel pert am a dan pindahkan ke “ Y- axis” ( variabel ini akan berada di garis vert ical) . Biasanya yang dit em pat kan pada “ Y- axis” adalah variabel dependen ( dalam hal ini t ot al perceived st ress/ t pst ress)
¾ Pilihlah variabel kedua dan pindahkan ke “ X- axis” ( variabel ini akan berada pada garis horizont al) . Biasanya m erupakan variabel independent ( dalam hal ini t ot al perceived cont rol of int ernal st at e / t pcoiss)
¾ Apabila anda ingin m em berik nam a, klik “ t it le” dan isilah dengan nam a yang anda inginkan.
90 80 70 60 50 40 30 20
total PCOISS
50
40
30
20
10
tota
l perce
iv
e
d stre
ss
I nt erpr et asi out pun Scat t erplot :
o Mengecek Out liers
Perhat ikan beberapa t it ik yang berada paling j auh ( at as dan baw ah) . Apakah ia berada sangat j auh at ai t idak t erlalu. I ngat out liers bisa m em buat Analisis Korelasi salah m enghit ung hubungan ant ar a dua variabel.
o Mengecek dist ribusi t it ik- t it ik dat a
Terdapat beberapa point yang harus diperhat ikan:
- Apakah t it ik- t it ik dat a t er sebar di seluruh kot ak? Apabila ini yang t erj adi m enunj ukkan t ingkat korelasi yang rendah
- Apakah seluruh t it ik- t it ik dat a t ersusun berdekat an sehingga m em bent uk elips ( bent uk r okok) . Apabila ini yang t erj adi m enunj ukkan t ingkat korelasi t inggi ( kuat )
- Bisakah anda m em buat garis lurus dari t it ik- t it ik dat a t ersebut at au m em buat garis kurva. Apabila anda ber hasil m em buat garis lurus m enunj ukkan hubungan linear dan m em ungkinkan dilakukan analisis korelasi pr oduk m om ent . Apabila anda hanya berhasil m em buat garis kurva, m enunj ukkan t iadanya linearit as hubungan sehingga t idak bisa dilakukan analisis Korelasi produk m om ent .
- Tit ik dat a harus berbent uk elips. Apabila t it ik dat a berbent uk kecil m enyebar, dat a anda t idak m em enuhi asum si hom oscedat isit as sehingga t idak bisa dilakukan analisis kor elasi.
o Menent ukan Arah hubungan ant ar variabel
M e la k u k a n An a lisis St a t ist ik Kor e la si Pr odu k M e m e n t :
Prosedur analisis:
¾ Pada Menu bagian at as, Klik ” Analize” dan kem udian pilih ” Correlat e” dan pilih ” Bivariat e”
¾ Pilihlah dua variabel yang akan dihit ung dan pindahkan ke kot ak ” Variables” ( dalah hal ini adalah t pst ress dan t pcoiss)
¾ Past ikan pada kot ak ” Correlat ion Coefficient ” , pilihan “ Pearson” t erpilih
¾ Past ikan pada kot ak “ Test of Significant ” , pilihan “ Tw o- Tailed” t erpilih
¾ Klik “ Opt ions” , pada “ Missing Values” pilihlah “ Exclude cases Pairw ise” dan dibaw ah “ Opt ions” anda bisa m em ilih “ Mean” , “ St andard Deviat ion”
¾ Kem udian “ Cont inue” dan “ OK” Hasil analisis:
Correlations
1 -.581**
.000
430 426
-.581** 1
.000
426 433
Pearson Correlation Sig. (2-tailed) N
Pearson Correlation Sig. (2-tailed) N
total PCOISS
total perceived stress
total PCOISS
total perceived
stress
Correlation is significant at the 0.01 level (2-tailed). **.
I nt erpr et asi Hasil analisis:
o Mengecek inform asi t ent ang Sam pel
Pada t able berlabel “ Correlat ion” , perhat ikan “ N” yang m enunj ukkan j um lah sam ple. Apakah j um lah t ersebut benar? Apakah t erdapat banyak dat a kosong at au t idak?
o Menent ukan Arah hubungan
Perhat ikan pada kolom hasil analisis korelasi, apakah ada t anda negat ive ( -) didepan angka t ersebut ? Apabila t erdapat t anda negat ive berart i arah hubungan adalah negat if. Lebih j elasnya adalah bahw a Orang yang m em iliki cont rol diri lebih baik cenderung m engalam i t ingka st ress yang rendah.
o Menent ukan kekuat an hubungan
Perlu diingat bahw a besarnya kekuat an hubungan dalam Korelasi produk m om ent adalah ant ara - 1 sam pai 1. Berikut ringkasan kekuat an hubungan ant ar variabel dalam Korelasi:
¾ r= 0.10 sam pai 0.29 at au r= - 0.10 sam pai - 0.29 lem ah/ kecil
¾ r= 0.30 sam pai 0.49 at au r= - 0.30 sam pai - 0.49 m enengah
Perlu diingat j uga bahw a t anda negat if ( - ) di depan angka t idak m em pengaruhi kekuat an hubungan. I a berkait an dengan arah hubungan. Pada cont oh, hubungan ant ara t ingkat pengendalian int ernal dengan t ingkat st ress yang dialam i adalah - 0.58. Art inya hubungan ant ara dua variabel t ersebut kuat / besar.
o Menilai t ingkat Signifikansi
Perlu diperhat ikan bahw a t ingkat signifikansi hasil analisis sangat dipengaruhi oleh besarnya sam ple yang digunakan. Pada sam ple kecil ( m inim al 30 sam pel) , anda m ungkin m endapat kan korelasi m oderat e ( m enengah) nam un t idak m encapai deraj at signifikansi ( p< 0.05. Pada sam pel besar ( m inim al 100 sam pel) , anda m ungkin dengan korelasi rendah m am pu m encapai deraj at signifikansi.
Pada cont oh, t ingkat signifikansi dicapai dengan bilai 0.01.
o Mem pr esent asikan Hasil int erpr et asi:
1 0 . Kor e la si Pa r sia l
Ove r vie w Kor e la si Pa r sia l
Korelasi Parsial sebenarnya serupa dengan Korelasi Produk Mom ent Pearson. Perbedaannya t erlet ak pada ia m em ber ikan kit a keleluasaan unt uk m engendalikan variabel t am bahan dalam analisisnya. Hem at nya dalam m enganalisis hubungan ant ara dua variabel, penelit i m elihat keberadaan variabel lain yang m ungkin m em pengaruhi hubungan t ersebut . Korelasi Parsial m em ungkinkan penelit i m enghilangkan pengaruh t ersebut dengan m em asukkan variabel ket iga/ t am bahan dalam analisis.
Pr ose du r M e n j a la n k a n An a lisis Kor e la si Pa r sia l
Unt uk m em berikan gam baran proses analisis korelasi parsial digunakan cont oh sepert i pada analisis korelasi produk m om ent . Anda akan m enganalisis hubungan ant ara pengaruh t ingkat pengendalian diri int ernal dan t ingkat st ress yang dialam i responden dengan m engendalikan sat u variabel lain yait u ” Social Desirabilit y” ( Har apan Sosial/ Masyarakat ) . Maksudnya pengendalian/ kont rol t erhadap variabel Harapan Sosial agar bisa m enghilangkan bias sosial bagi responden ket ika m enj aw ab koeisoner. Variabel Harapan Sosial ini diukur dengan Skala Marlow e- Crow ne. Oleh karena it u variabel t ersebut benam a ” t m arlow ” .
Ringkasan unt uk Korelasi Parsial:
Pert anyaan Penelit ian:
Set elah m engendalikan kecenderungan responden m enj aw ab koeisoner t anda adanya bias Harapan Sosial, apakah t erdapat hubungan/ pengaruh yang signifikan ant ara pengendalian diri int ernal dengan t ingkat st ress yang dialam i?
Yang dibut uhkan unt uk analisis:
o Tiga variabel bersam bung
o Dua variabel yang akan dianalisis hubungan ant ar keduanya: t pcoiss
dan t pst ress)
o Sebuah variabel kont rol ( t m ar low )
Yang akan dilakukan dalam analisis:
A
B
Hem at nya, Korelasi parsial m enyediakan perangkat analisis unt uk m engeksplor hubungan ant ara dua variabel sekaligus secara st at ist ik m engont rol efek dari sat u variabel lain yang diperkirakan m em pengaruhi hubungan ant ara dua variabel yang dianalisis.
Asum si Dasar: Sam a dengan asum si pada analisis Korelasi Produk Mom ent Pear son
Prosedur Analisis:
¾ Pada Menu bagian at as, Klik ” Analyze” kem udian pilih ” Corr elat e” dan pilih ” Part ial”
¾ Pilih dua variabel yang akan dianalisis ( t pcoiss dan t pst r ess) dam pindahkan ke kot ak ” variabel”
¾ Pilih variabel kont rol ( t m arlow ) dan pindahkan ke kot ak ” Cont rolling for”
¾ Pilihlah ” t wo t ailed”
¾ Klik ” Opt ions”
¾ Pada ” Missing Valuew ” past ikan pilih ” Exclude case pairw ise”
¾ Pada “ St at ist ics” pilihlah “ Zero Order Corr elat ion”
¾ Klik “ Cont inue” dan “ OK” Hasil Analisis:
Correlations
1.000 -.581 .295
. .000 .000
0 424 425
-.581 1.000 -.228
.000 . .000
424 0 426
.295 -.228 1.000
.000 .000 .
425 426 0
1.000 -.552 . .000 0 423 -.552 1.000 .000 . 423 0 Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df total PCOISS
total perceived stress
total social desirability
total PCOISS
total perceived stress Control Variables
-none-a
total social desirability
total PCOISS total perceived stress total social desirability
Cells contain zero-order (Pearson) correlations. a.
I nt erpr et asi hasil analisis:
o Mengecek Zero Order Part ials yang dit unj ukkan pada baris pert am a m at rik
o Kem udian lihat lah baris kedua dim ana analisis m em perlihat kan hasil ket ika
variabel cont rol t ur ut dihit ung. Korelasi/ hubungan ant ara dua variabel ( t pcoiss dan t pst ress) adalah 0.552.
o Langkah t erakhir adalah m elakukan perbandingan ant ara hasil analisis
korelasi t anpa variabel cont rol dan dengan adanya variabel cont rol. Pada analisis ini t erlihat t idak ada perbedaan yang m encolok ant ara dua analisis ( 0.581 dan 0.552) . Art inya hubungan pengaruh ant ara pengendalian diri int ernal dan t ingkat st ress yang dialam i t idak dipengaruhi oleh variabel Harapan Sosial.
o Present asi hasil analisis dan int erpret asi:
1 1 . Re gr e si Be r ga n da ( M u lt iple Re gr e ssion )
Ove r vie w Re gr e si Be r ga n da
Regresi Berganda ( Mult iple Regression) bukanlah sebuah t eknik m elainkan sebuah keluarga t ehnik analisis st at ist ik yang dipergunakan unt uk m engeksplorasi hubungan ant ara sebuah variabel dependen bersam bung dan beberapa variabel independen bersam bung at au disebut j uga predikt or. Analisis resgr esi berbasis analisis korelasi produk m om ent nam un m em berikan perangkat analisis yang lebih canggih. Regresi berganda ini sangat sesui dengan Penelit ian Sosial karena t ingkat analisis yang lebih kom pleks.
Regresi berganda digunakan unt uk analisis dengan berbagai pert anyaan penelit ian yang berbeda- beda. I a m am pu m em berikan analisis t erhadap bagaim ana beberapa veriabel yang paling m em pengaruhi sebuah variabel dependen. Regresi berganda j uga m am pu m enganalisis variabel t am bahan yang dim asukkan secara berurut an. Berikut beberapa cont oh pert anyaan yang bisa dij aw ab oleh t ehnik analisis ini:
o Diant ara beberapa variabel independen, Variabel m anakah yang m am pu
m em prediksi suat u hasil?
o Seberapa baik serangkaian variabel independen m enj elaskan pengaruhnya
pada sebuah variabel dependen?
o Diant ara beberapa variabel independen, m anakah yang paling baik
m enj elaskan variabel dependen dengan m engont rol variabel pengganggu?
Macam - m acam Tipe Regresi Berganda:
Regresi Berganda Sederhana/ St andar ( St andard Mult iple Regression)
Pada t ipe ini, sem ua variabel independen dim asukkan dalam analisis secara bersam aan. Masing- m asing variabel t ersebut akan dianalisis dalam t erm kekuat an predikt ifnya t erhadap variaben depeden. Tipe ini adalah yang paling banyak digunakan dalam penelit ian sosial. Sebagai cont oh anda m em iliki variabel kepribadian dan ingin m enganalisis bagaim ana ia berperan dalam m enj elaskan variabel t ingkat ket akut an seseorang. Anda bisa m enggunakan Regresi Berganda Sederhana ini.
Regresi Berganda Hirarkhikal
Sebagai cat at an, pada m odul ini hanya akan dibahas Regresi Berganda Sederhana saj a.
Asu m si D a sa r u n t u k Re gr e si Be r ga n da
Regresi berganda m erupakan salah sat u t ehnik analisis st at ist ik yang sangat sensit if. Terdapat beberapa asum si dasar st at ist ik yang harus dipenuhi sebelum m elakukan analisis. Asum si- asum si t er sebut m eliput i:
o Jum lah Sam pel
I su t ent ang j um lah sam pel t erkait erat dengan generalisasi hasil analisis. Dengan j um lah sam pel yang sedikit , penelit ian t idak akan m am pu m encapai t araf generalisasi yang m em adai. Khusus unt uk penggunaan analisis Regresi berganda pada penelit ian sosial, t erdapat beberapa pendapat t ent ang m inim al j um lah sam pel yang dibut uhkan. Salah sat unya adalah m inim al 15 sam pel unt uk per predikt or unt uk m endapat kan hasil analisis yang reliabel. Art inya apabila anda m em iliki 5 variabel independen, m akan dibut uhkan 90 sam pel unt uk analisis.
o Mult icolinearit as dan Singularit as
Mult icolinearit as adalah deraj at hubungan ( erat ) ant ar variabel, sangat t erkait sat u sam a lain ( r= 0.9) . Sedangkan Singularit as t erj adi apabila sebuah variabel independen m erupakan sebuah kom binasi dari beberapa variabel independen. Pelru diperhat ikan Regresi berganda t idak m enyukai adanya Mult icolinear it as dan Singularit as. Anda diharapkan m em berikan laporan t ent ang dua hal ini pada aw al analisis.
o Out liers
Regresi bergadan j uga sangat sensit if dengan keberadaan Out liers at au skor ekst rem . Anda harus m engecek keberadaan out lier pada dat a anda sebelum m elakukan analisis. Anda bisa m enghapus out liers ini at au m enggant inya dengan skor t ert inggi pada dat a norm al.
o Norm alit as, Linearit as, Hom oscedat isit as dan residu independen
Residu independen m erupakan perbedaan ant ara Skor Variabel Dependen yang didapat kan ( dari dat a riil) dan yang diprediksikan. Residu independen ini m em berikan infor m asi t ent ang:
- Norm alit as: Residu independen harus t erdist ribusi secara norm al sebagaim ana skor variabel dependen yang diprediksikan
- Linearit as: Residu independen harus m enunj ukkan garis lurus hubungan dengan skor variabel dependen yang dipr ediksikan
Pr ose du r m e la k u k a n a n a lisis Re gr e si Be r ga n da
Se de r h a n a
Ringkasan unt uk Regresi berganda sederhana:
Pert anyaan Penelit ian:
o Bagaim ana dua sist em pengukuran unt uk pengendalian diri ( m ast ery
dan pcoiss) m enj elaskan at au m em prediksi t ingkat st ress yang dialam i? Berapa banyak varian pada t ingkat st ress yang dialam i dapat dij elaskan oleh skor pada dua variabel pengukuran unt uk pengendalian diri it u?
o Manakah yang paling baik m enj elaskan at au m em prediksikan t ingkat
st ress yang dialam i seseorang diant ara dua variabel pengukur pengendalian diri, m ast ery ( pengendalian ekst renal) dan pcoiss ( pengendalian int ernal?
Yang dibut uhkan:
o Sebuah variabel dependen bersam bung ( t ot al st ress yang
dialam i/ t pst ress)
o Dua variabel independen bersam bung ( t m ast ery dan t pcoiss)
Anda j uga bisa m enggunakan variabel dikhot om is sebagai variabel independen)
Yang dilakukan dalam analisis:
Regresi berganda akan m enginform asikan seberapa besar varian pada variabel dependen dij elaskan oleh dua variabel independen. I a j uga m em berikan penj elasan t ent ang kont ribusi m asing- m asing variabel independen pada penj elasan t ersebut .
Asum si dasar: lihat di penj elasan sebelum nya Prosedur analisis:
¾ Pada Menu bagian at as, klik ” Analyze” kem udian pilih ” Regression” dan kem udian pilih ” Linear”
¾ Pilihlah salah sat u variabel yang m enj adi variabel dependen dan pindahkan ke kot ak ” Dependent ” ( t pst ress)
¾ Pilihlah beberapa variabel yang m enj adi var iabel independen dan pindahkan ke kot ak ” I ndependent ”
¾ Pada ” Met hod” , past ikan bahw a ” Ent er” t erpilih ( ini yang akan m em berikan analisis Regresi berganda)
¾ Klik ” St at ist ics” . Pilihlah ” Est im at es” , ” Model Fit ” , ” Descript ive” dan ” Collinearit y Diagnost ics”
¾ Pada “ Residual” past ikan “ Casew ise Diagnost ics” t erpilih dan “ Out liers out side 3 st andard deviat ion”
¾ Klik “ Opt ions” dan pada “ Missing Values” pilihlah “ Exclude Cases pairw ise”
¾ Klik “ * ZRESI D” dan pindahkan ke kot ak “ Y”
¾ Klik “ * ZPRED” dan pindahkan ke kot ak “ X”
¾ Pada “ St andardized Residual Plot s” pilihlah “ Nor m al probabilit y plot ”
¾ Klik “ Save” dan pada bagian “ Dist ance” pilihlah “ Mahalanobis”
¾ Klik “ Cont inue” dan “ OK” Hasil analisis:
Correlations
1.000 -.612 -.581
-.612 1.000 .521
-.581 .521 1.000
. .000 .000
.000 . .000
.000 .000 .
433 433 426
433 436 429
426 429 430
total perceived stress total mastery total PCOISS total perceived stress total mastery total PCOISS total perceived stress total mastery total PCOISS Pearson Correlation Sig. (1-tailed) N total perceived
stress total mastery total PCOISS
Model Summaryb
.684a .468 .466 4.274
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Predictors: (Constant), total PCOISS, total mastery a.
Dependent Variable: total perceived stress b.
ANOVAb
6806.728 2 3403.364 186.341 .000a
7725.756 423 18.264
14532.484 425 Regression Residual Total Model 1 Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), total PCOISS, total mastery a.
Dependent Variable: total perceived stress b.
Coefficientsa
50.971 1.273 40.035 .000
-.625 .061 -.424 -10.222 .000 .729 1.372
-.175 .020 -.360 -8.660 .000 .729 1.372
(Constant) total mastery total PCOISS Model
1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients
t Sig. Tolerance VIF
Collinearity Statistics
Collinearity Diagnosticsa
2.965 1.000 .00 .00 .00
.019 12.502 .62 .01 .80
.016 13.780 .38 .99 .20
Dimension 1 2 3 Model 1 Eigenvalue Condition
Index (Constant) total mastery total PCOISS Variance Proportions
Dependent Variable: total perceived stress a.
Casewise Diagnosticsa
-3.475 14 28.85 -14.849
Case Number 151 Std. Residual total perceived stress Predicted Value Residual
Dependent Variable: total perceived stress a.
Residuals Statisticsa
18.03 41.31 26.74 4.001 429
-2.174 3.644 .002 1.000 429
.207 .800 .341 .111 429
18.04 41.39 26.75 4.009 426
-14.849 12.612 -.002 4.268 426
-3.475 2.951 .000 .999 426
-3.514 2.969 .000 1.003 426
-15.190 12.765 -.001 4.306 426
-3.562 2.997 -.001 1.006 426
.004 13.897 1.993 2.234 429
.000 .094 .003 .008 426
.000 .033 .005 .005 429
Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual
Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value
Minimum Maximum Mean Std. Deviation N
Dependent Variable: total perceived stress a. 1.0 0.8 0.6 0.4 0.2 0.0
Observed Cum Prob
1.0 0.8 0.6 0.4 0.2 0.0 Ex pe ct e d Cum Prob
4 3 2 1 0 -1 -2 -3
Regression Standardized Predicted Value
3 2 1 0 -1 -2 -3 -4 Regr essio n Stand a rd iz ed R esidua l
Dependent Variable: total perceived stress Scatterplot
I nt erpr et asi Hasil analisis:
¾ Mengecek asum si dasara st at ist ik unt uk regresi
Pert am a yang harus diperhat ikan adalah Mult icolinearit as. Perhat ikan t abel berlabel ” Correlat ions” . Silahkan perhat ikan apakah m asing- m asing variabel independen m em iliki ket erkait an dengan variabel dependen ( m inim al diat as 0.3) . Pada cont oh diat as, m asing- m asing variabel independen ( t ot al m ast ery dan t ot al pcoiss) berhubungan secara subst ansial dengan variabel dependen ( t ot al pst ress) yait u m asing- m asing - 0.61 dan - 0.58. Anda j uga harus m em perhat ikan bahw a ant ara dua variabel independen t idak t erlalu berkait an ( lebih dari 0.7) . Apabila t erlalu berkait an, art inya ada kecenderungan Singularit as. Anda harus m em ilih salah sat u variabel t ersebut . Paca cont oh kedua variabel independen berkait an dengan 0.52, m asih dibaw ah 0.7. Art inya sem ua variabel independen m asih bisa dipert ahankan dalam analisis.
SPSS j uga m enganalisis ” Collinearit y Diagnost ics” yang dit am pilkan pada t abel berlabel ” Coefficient s” . Perhat ikan angka dibaw ah kolom ” Tolerance” . Apabila nilai disam a t erlalu rendah ( m endekat i 0) , art inya korelasi berganda dengan variabel lain sangat t inggi m enunj ukkan adanya kem ungkinan Mult icolinear it as. Pada cont oh nilai unt uk dua variabel independen adalah cukup bagus 0.729, art inya t idak ada kem ungkinan Mult icolinearit as.
[image:46.612.95.469.147.327.2]diharapkan t erdapat t it ik dat a yang berada pada garis lurus diagonal dari kiri baw ah ke kanan at as. Art inya t idak ada m asalah dengan norm alit as. Pada Scat t erplot , t it ik dat a diharapkan t ersebar berbent uk kot ak ( persegi panj ang) dengan t erpusat pada t it ik 0. Anda j uga bisa m em perhat ikan beberapa t it ik dat a t erluar ( paling j auh) . Apakah m ereka diat as 3,3 at au dibaw ah - 3,3. Tit ik diluar bat as t ersebut m enunj ukkan adanya out liers.
¾ Mengevaluasi Model
Perhat ikan kot ak ” Model Sum m ary” dan lihat nilai yang t ersedia pada kolom berlabel ” R Square” . Nilai ini m enunj ukkan berapa banyak var ian pada variabel dependen ( t pst ress) dij elaskan oleh m odel ( yait u dua variabel independen, t m ast ery dan t pcoiss) . Pada cont oh, t erdapat nilai 0.468, dengan m engkalikan dengan 100 ( pindahkan kom a dua angka ke belakang) m enj adi 46,8% . Art inya Model ( dua variabel t m ast ery dan t pcoiss) m enj elaskan 46,8% varian pada variabel dependen t ingkat st ress yang dialam i.
Apabila j um lah sam pel anda relat if kecil, anda perlu m elihat ke kolom ” Adj ust ed R Square” disam ping ” R Square” . I ni dikarenakan dengan sam pel kecil, nilai R cenderung t erlalu opt im is s
