• Tidak ada hasil yang ditemukan

1. Modul SPSS Regresi Berganda Data Primer

N/A
N/A
Protected

Academic year: 2017

Membagikan "1. Modul SPSS Regresi Berganda Data Primer"

Copied!
31
0
0

Teks penuh

(1)

PELATIHAN SPSS DAN APLIKASINYA

Regresi Berganda – Data Kuisioner (Primer)

Sihar Tambun

Email: sihar.tambun@yahoo.com

 

FAKULTAS EKONOMI DAN BISNIS

(2)

Proses Penelitian

Tim Dosen FEB UTA'45

(3)

Contoh Judul Penelitian:

1.

Menggunakan Data Primer

Pengaruh Kualitas Informasi Akuntansi dan Good

Corporate

Governance

terhadap

Dukungan

Manajemen Atas Usaha Usaha Berkelanjutan Di

Bidang Sosial Dan Lingkungan Hidup

.

2.

Menggunakan Data Sekunder

Pengaruh Perubahan Modal Kerja, Perubahan Laba,

dan Perubahan Pendapatan, terhadap Pergerakan

Harga Saham Industri Kimia Dasar yang Terdaftar di

BEI.

Note: Judul ini memberi informasi variabel independen dan variabel

dependen, bentuk pengujian, dan unit yang diteliti.

Tim Dosen FEB UTA'45

(4)

Pengolahan Data Primer

Bersumber dari Kuisioner

1.

Rekap Data Kuisioner di Excel atau

Langsung input di SPSS (Lihat Lampiran

kuisioner penelitian dan rekapnya).

2.

Uji Kelayakan data dengan Uji Validitas

dan Uji Reliabilitas Data.

3.

Pengujian Hipotesis dan Interpretasi Hasil

Pengolahan Data, meliputi signifikansi uji t

dan uji F (taraf 1%, 5%, 10%), beta

variabel, persamaan regresi, koefisien

determinasi, korelasi berganda, dan error.

Tim Dosen FEB UTA'45

(5)

Pengolahan Data Sekunder

Bersumber dari Lap. Keuangan &

Pasar Modal

1. Rekap Data Keuangan di Excel atau Langsung

input di SPSS (Lihat Lampiran Data).

2. Uji Kelayakan data untuk regresi dengan uji

normalitas dan uji asumsi klasik

(multikolinieritas, autokoreasi, dan

heteroskedastisitas).

3. Pengujian Hipotesis dan Interpretasi Hasil

Pengolahan Data, meliputi signifikansi uji t

dan uji F (taraf 1%, 5%, 10%), beta variabel,

persamaan regresi, koefisien determinasi,

korelasi berganda, dan error.

Tim Dosen FEB UTA'45

(6)

Mengaktifkan SPSS

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Buka Program SPSS dan akan muncul tampilan seperti dibawah ini. Perhatikan di kiri bawah terdapat tombol “Data View (Input Data Penelitian)” dan “Variable View (Input Nama Variabel)”. Mulailah pekerjaan dari Variabel View seperti dibawah ini:

(7)

Menginput Name dan Label

Responden

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Input data responden di kolom Name dan kolom Label, serta rubah kolom

Decimal ke angka 0. Perhatikan tampilan dibawah ini:

(8)

Menginput Kode Data Responden

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Perhatikan kolom Values, input data responden sesuai dengan informasi di kuisioner penelitian. Klik “none” di kolom Values, dan akan muncul kotak berisi tiga tanda titik, klik kotak tersebut dan input data responden sesuai kuisioner: 1 “Pria” dan 2 “Wanita” dan seterusnya. Hasilnya akan seperti ini:

(9)

Menginput Data Responden Ke

SPSS

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Klik “Data View” yang berada di kiri bawah, input data secara manual atau copy dari file excel jika telah tersedia, maka akan terlihat tampilannya seperti dibawah ini:

(10)

Deskriptif Responden

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Klik Analyze, Deskriptif Statistics, Frequencies, seperti dibawa ini:

(11)

Deskriptif Responden

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Maka akan muncul tampilan seperti dibawah ini:

(12)

Deskriptif Responden

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Data Pengelompokan Responden Pindahkan ke kolom Variable(s), kemudian klik OK.

(13)

Hasil Deskriptif Responden

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Berikut dihasilkan Pengelompokan Responden Berdasarkan Gender dan Usia

Note: Simpan Data (tersendiri) dan Ouputnya (juga tersendiri).

(14)

Hasil Deskriptif Responden

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Berikut dihasilkan Pengelompokan Responden Berdasarkan Pendidikan dan Masa Kerja

(15)

Uji Validitas dan Uji Reliabilitas

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Perhatikan Rekap data penelitian di MS Excel, terdapat total 17 pertanyaan, Variabel X1 terdiri dari P1 - P7 (Tujuh Pertanyaan), Variabel X2 terdiri dari P8 – P12 (Lima Pertanyaan), dan Variabel Y terdiri dari P13 – P17 (Lima Pertanyaan). Aktifkan File SPSS di “Varieble View” dan ketik P1 s/d P17 seperti dibawah ini (Kolom Decimal ditampilkan dalam 0):

(16)

Uji Validitas dan Uji Reliabilitas

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Klik “Data View” dan input data jawaban kuisioner atau copy dari file excel bila sudah diinput sebelumnya. Tampilan akan tampak seperti dibawah ini:

(17)

Uji Validitas dan Uji Reliabilitas

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Lakukan pengujian valditas dan reliabilitas data dengan mengikuti langkah sbb: Klik Analyze, Scale, Reliability Analysis:

(18)

Uji Validitas dan Uji Reliabilitas

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Maka akan muncul tampilan seperti ini:

(19)

Uji Validitas dan Uji Reliabilitas

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Pindahkan Jawaban Responden Untuk Variabel X1 = Kualitas SIA dari P1 s/d P7 ke dalam kolom Items secara berurutan seperti dibawah ini. Selanjutnya perhatikan tombol Statistics di kanan atas.

(20)

Uji Validitas dan Uji Reliabilitas

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Klik Statistics, lalu akan muncul tampilan Reliability Analysis Statistics, seperti dibawah ini. Klik kotak Item, Scale, dan Scale if Item Deleted, selanjutnya klik Continue, dan OK.

(21)

Uji Validitas dan Uji Reliabilitas

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Output yang perlu diperhatikan adalah kedua tabel dibawah ini. Untuk Uji Validitas memperhatikan tabel Item - Total Statistics. Jawaban P1 s/d P7 akan valid apabila r hitung > r tabel. Nilai r hitung dapat pada kolom Corrected Item – Total Correlation. Sedangkan r tabel dapat dilihat pada tabel r Product Moment, urutan yang ke 43, yang berasal dari 50 - 7 = 43 (Responden 50 dikurangi jumlah pertanyaan untuk X1 sebanyak 7 pertanyaan = 43). Nilai r tabel adalah 0,294. Hal ini berarti bahwa r hitung dari P1 s/d P7 valid seluruhnya karena lebih besar dari r tabel.

Cara yang sama dilakukan untuk menguji Validitas dan Reliabilitas dari Variabel X2 dan Variabel Y. Cara lain uji validitas adalah menguji korelasi antara jawaban setiap pertanyaan dengan score total dari setiap variabel tersebut, jika korelasinya signifikan, itu berarti datanya valid.

Untuk Uji Reliabilitas memperhatikan tabel Reliabilitas Statistics. Data Reliabel apabila hasil Cronbach Alpha > 0,60.

(22)

Uji Regresi Berganda

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Aktifkan kembali SPSS pada tampilan “Variable View”, kemudian ketik Variabel Y, X1, dan X2 serta isi kolom Label dengan nama variabel penelitian. Perhatikan tampilan dibawah ini:

(23)

Uji Regresi Berganda

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Klik tombol “Data View” dan input data penelitian Variabel Y, X1, dan X2 atau copy dari file MS Excel apabila sudah diinput sebelumnya. Data Variable Y, X1, dan X2 adalah merupakan total jawaban dari setiap variabel, dimana data tersebut sudah valid dan reliabel. Perhatikan tampilan dibawah ini:

(24)

Uji Regresi Berganda

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Klik Analyse, Regression, Linier, seperti tampilan dibawah ini:

(25)

Uji Regresi Berganda

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Maka akan muncul tampilan seperti dibawah ini. Langkah selanjutnya perhatikan kolom Dependent dan Kolom Independent yang tersedia.

(26)

Uji Regresi Berganda

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Kemudian klik variabel Y dan masukkan ke kolom Dependent, kemudian X1 dan X2 ke kolom Independent. Langkah selanjutnya perhatikan tombol Plots di sebelah kanan atas.

(27)

Uji Regresi Berganda

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Klik Plots, maka akan muncul tampilan Linear Regression Plots, selanjutnya klik Histogram dan Normal Probability Plot, kemudian *ZPRED dimasukkan ke kolom X dan *SRESID dimasukkan ke kolom Y. Selanjunya klik Continue dan klik OK.

(28)

Hasil Uji Secara Parsial (Uji t)

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Hasil uji regresi parsial, signifikan atau tidak dapat dilihat dengan dua cara. Cara Pertama, Variabel X berpengaruh signifikan terhadap Variabel Y apabila hasil Sig < 0,05 atau dibawah 5%. Hasil sig untuk Variabel X1 adalah 0,092 atau 9,2%. Sedangkan Hasil sig untuk Variabel X2 adalah 0,007 atau 0,7%. Jadi hanya variabel X2 yang memiliki Sig < 0,05. Dengan demikian, berdasarkan cara yang pertama ini, hanya variabel X2 yang berpengaruh signifikan terhadap Y.

Cara Kedua, membandingkan t hitung dengan t tabel. Signifikan apabila t hitung > t tabel. Hasil pengujian menunjukkan bahwa bahwa t hitung untuk X1 adalah 1,720 dan untuk X2 adalah 2,822. Sedangkan nilai t tabel adalah 2,01. Hasil t tabel sebesar 2,01 dapat dilihat dari tabel distribusi t untuk uji dua arah, pada kolom 0,05 atau (5%) dan pada baris 48 (jumlah data 50 dikurangi jumlah variabel bebas 2). Jadi hanya variabel X2 yang memiliki t hitung lebih besar dari t tabel. Dengan demikian berdasarkan cara kedua ini, hanya variabel X2 yang berpengaruh signifikan terhadap Y.

(29)

Hasil Uji Secara Parsial

(Persamaan Regresi)

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Beta penelitian yang dihasilkan adalah beta yang positif, artinya bahwa pengaruh yang diberikan oleh X1 dan X2 terhadap Y adalah positif, yang berarti bahwa pengaruhnya searah.

Persamaan regresi yang terbentuk adalah: Y = 7,037 + 0,239 X1 + 0,392 X2 + e. Artinya, jika X1 dan X2 adalah nol, maka Variabel Y akan Konstan sebesar 7,037. Apabila terjadi kenaikan X1 sebesar 1, maka akan terjadi peningkatan Y sebesar 0,239 dan demikian sebaliknya. Apabila terjadi kenaikan X2 sebesar 1, maka akan terjadi kenaikan Y sebesar 0,392 dan demikian sebaliknya.

(30)

Hasil Uji Secara Simultan (Uji F)

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Hasil uji simultan dapat dilihat dengan dua cara juga. Cara pertama, secara bersama sama Variabel X1 dan X2 akan berpengaruh signifikan terhadap Y, apabila Sig < 0,05. Hasilnya pada table ANOVA dibawah ini menunjukkan hasil Sig 0,000, yang berarti bahwa secara bersama sama variabel X1 dan X2 berpengaruh signifikan terhadap Y.

Cara kedua adalah, secara bersama sama Variabel X1 dan X2 akan berpengaruh signifikan terhadap Y, apabila F hitung > F tabel. Hasilnya pada table ANOVA dibawah ini menunjukkan hasil F hitung adalah 10,037. Sedangkan F table adalah sebesar 3,20. Hasil Ftabel 3,20 dapat dilihat pada tabel distribusi F, pada kolom 2 (total seluruh variabel 3 dikurangi jumlah variabel terikat 1) pada baris ke 47 (total data 50 dikurangi jumlah variabel 3). Hal ini berarti bahwa secara bersama sama variabel X1 dan X2 berpengaruh signifikan terhadap Y.

(31)

Koefisien Determinasi

Tim Dosen FEB UTA'45

Jkt Pelatihan SPSS

Koefisien determinasi adalah kemampuan seluruh variabel bebas dalam menjelaskan variable terikat. Koefisien Determinasi Adjustend R Square sebesar 0,269 atau sebesar 26,9% yang berarti bahwa kemampuan Variabel X1 dan X2 dalam menjelaskan Variabel Y, adalah sebesar 26,9%. Sedang sisa sebesar 73,1% dijelaskan oleh variabel lain diluar dari variabel penelitian ini.

R sebesar 0,547 memiliki arti bahwa korelasi bergandanya adalah sedang. Tingkat error yang dihasilkan dalam persamaan regresi dari hasil penelitian ini adalah 0,731 atau 73,1%.

31

Gambar

tabel Item - Total Statistics. Jawaban P1 s/d P7 akan valid apabila r hitung > r tabel
tabel distribusi F, pada kolom 2 (total seluruh variabel 3 dikurangi jumlah variabel terikat 1) pada

Referensi

Dokumen terkait

Berdasarkan uraian diatas, dengan demikian diperlukan adanya penelitian yang dapat menjadi acuan untuk menempatkan dan memadukan antara lingkungan bisnis internal, eksternal,

Dalam kehidupan masyarakat Bragung, biasanya seorang bindhara juga sering diperlakukan hampir seperti kéyaé sehingga banyak pula orang yang memintanya untuk

Perbandingan Jumlah Kuman, ph dan Kadar Sisa Klor Sebelum dan Sesudah ada Pengguna pada Kolam Berdasarkan gambar 1 dan 2 dapat diketahui bahwa rata-rata jumlah

Berdasarkan kandungan P 2 O 5 endapan fosfat di daerah, Sampang sebagian besar dapat digunakan sebagai pupuk alam, sebagian kecil lagi sebagai bahan baku pupuk super fosfat

Distance education or distance learning is a teaching method by which a student does not have to go to a school or any specific educational location to learn or gain knowledge,

Pada gambar 2.2.7 dan 2.2.8 yaitu website polindra, penulis mendapatkan tugas yang cukup banyak yaitu menginputkan data mahasiswa polindra dari semua prodi. Dari input

Dan kami juga memohon perlindungan kepada Alloh subhanahu wa ta’ala dari keburukan diri kami dan kesalahan amal perbuatan kami, sehingga penyusunan skripsi yang

Produk wisata unggulan lainnya adalah adanya makam Syekh Maulana Maghribi di daerah ini yang letaknya diatas bukit dengan ketinggian 0-25m , dan berbatasan