Langkah-langkah Uji & Analisis Dalam Spss(Multiple Dan Analisa Jalur)

LANGKAH-LANGKAH UJI & ANALISIS DALAM SPSS(MULTIPLE DAN ANALISA JALUR)

Oleh : ASEP JALALUDIN,ST.,M.M. Halaman-1

FILE PDF INI ADALAH LANGKAH-LANGKAH UJI & ANALISIS DALAM SPSS(MULTIPLE DAN ANALISA JALUR), SEMOGA MEMPERMUDAH REKAN-REKAN DALAM MENJALANKAN SOFTWARE SPSS.

UJI VALIDITAS DATA DENGAN RUMUS PEARSON SPSS Uji Validitas Data dengan Rumus Pearson SPSS | Sebuah penelitian kuantitatif yang menggunakan teknik pengumpulan data dengan anget, maka melakukan uji validitas merupakan suatu keharusan. Tujuan uji vaiditas secara umum adalah untuk mengetahui apakah angket yang digunakan benar-benar valid untuk mengukur variabel yang diteliti. Secara umum ada dua rumus atau cara Uji Validitas yaitu dengan KorelasiBevariate Pearson dan Correlated Item-Total Correlation. Korelasi Bevariate Pearson adalah salah satu rumus yang dapat digunakan untuk melakukan uji validitas data dengan program SPSS. Menurut Widiyanto (2010:34-37) koefisien korelasi dalam uji validitas dapat dilakukan dengan rumus pearson dengan angka kasar sebagai berikut:

Keterangan: rxy : koefisien korelasi x : skor item y : skor total n : banyaknya subjek Dasar pengambilan keputusan dalam uji validitas adalah: a. Jika nilai rhitung > rtabel, maka item pertanyaan atau pernyataan dalam angket berkorelasi signifikan terhadap skor total (artinya item angket dinyatakan valid). b. Jika nilai rhitung < rtabel, maka item pertanyaan atau pernyataan dalam angket tidak berkorelasi signifikan terhadap skor total (artinya item angket dinyatakan tidak valid). Setelah kita mengatahui teorinya mari kita melakukan praktek! Misal saya mempunyai data angket Konsentrasi Belajar sebagai berikut:

http://www.konsistensi.com/2013/03/uji-validitas-data-dengan-rumus-pearson.html




http://www.konsistensi.com/2013/03/uji-validitas-data-dengan-correlated.html



Sumber : www.konsistensi.com Dari data di atas saya akan melakukan uji validitas untuk mengetahui apakah item atau pertanyaan-pertanyaan angket Konsentrasi belajar tersebut valid atau tidak. Langkah-langkah Uji Validitas Data Dengan Rumus Pearson SPSS adalah: 1. Buka lembar kerja baru program SPSS 2. Klik Variable View pada SPSS Data Editor. 3. Pada bagian nama tulis dengan item_1 sampai dengan item_9 dan skor total selanjunya pada bagian Decimals ganti dengan 0. Lihat gambar:

http://www.konsistensi.com/



Sumber : www.konsistensi.com 4. Klik Data View pada SPSS Data Editor. 5. Masukkan data-datanya, pada kolom item_1 sampai skor total sesuai dengan data angket yang diperoleh. Lihat gambar:




Sumber : www.konsistensi.com 6. Dari menu utama SPSS, pilih Anayze, kemudian pilih sub menu Correlate, lalu pilih Bivariate 7. Dari kotak dialog Bivariate Correlation, masukkan semua item dan skor total ke dalam kotak variabel di sebelah kanan dengan mengklik tanda --> 8. Pada pilihan Correlations coefficient, pilih Pearson. Pada bagian Test Of Significance, pilih Two_tailet, Centang Flac significance Correlations. 9. Klik OK untuk mengakhiri perintah. Maka akan di tampilkan ringkasan outputnya sebagai berikut (sebagai contoh saya hanya menampilkan item_1 sampai item_3):

Sumber : www.konsistensi.com





Dari data di atas di dapat output nilai korelasi antara skor item dengan skor total. Nilai ini kemudian kita bandingkan dengan nilai rtabel, rtabel dicari pada signifikasi 0,05 dengan (n) 20 (angka 20 karena jumlah responden kita adalah 20 siswa), maka di dapat rtabel sebesar 0,444 (lihat rtabel Distribusi Nilai rtabel Signifikansi 5% pada buku statistik anda). Lihat gambar di atas, yang saya warnai merah diperoleh nilai rhitung untuk item_1 pada angket yaitu 0,781. Dengan demikian nilai rhitung lebih besar dari nilai rtabel atau 0,781 > 0,444 maka item soal no 1 dapat dikatakan valid atau layak untuk dijadikan angket penelitian. Cek masing-masing nilai rhitung pada item berikutnya dan bandingkan dengan nilai rtabel. UJI RELIABILITAS DATA DENGAN SPSS Uji Reliabilitas Data Dengan SPSS | Reliabilitas merupakan penerjemahan dari kata reliability yang mempunyai asal kata rely dan ability. Pengukuran yang memiliki reliabilitas tinggi disebut sebagai pengukuran yang reliabel. Reliabilitas mempunyai berbagai makna lain seperti kepercayaan, keteladanan, keajegan, kestabilan, konsistensi dan sebagainya, namun ide pokok yang terkandung dalam konsep reliabilitas adalah sejauhmana hasil suatu pengukuran dapat dipercaya. Sedangkan angket dikatakan reliabel jika jawaban seseorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu. Uji reliabilitas digunakan untuk mengetahui konsistensi alat ukur, apakah alat pengukur yang digunakan dapat diandalkan dan tetap konsisten jika pengukuran tersebut diulang. Dalam program SPSS metode yang sering digunakan adalah dengan menggunakan motode Alpha Cronbach’s. Dengan rumus sebagai berikut:

Sumber : www.konsistensi.com Uji signifikasi dilakukan pada taraf a = 0,05. Instrumen dapat dikatakan reliabel bila nilai Alpha lebih besar dari r tabel. Pada contoh kasus sebelumnya setelah uji validitas, maka item-item yang valid dimasukkan dalam uji reliabilitas dengan langkah-langkah sebagai berikut:

http://www.konsistensi.com/2013/04/ftabel-dan-ttabel-pada-data-statistik.html

http://www.konsistensi.com/2013/04/uji-reliabilitas-data-dengan-spss.html


http://www.konsistensi.com/2013/04/angket-sebagai-teknik-pengumpulan-data.html







Data konsentrasi belajar sebagai berikut:

Sumber : www.konsistensi.com 1. Buka lembar kerja baru dalam program SPSS anda. 2. Klik Variable View pada SPSS Data Editor 3. Pada bagian nama tulis dengan item_1 sampai dengan item_9, selanjutnya pada bagian Decimals ganti dengan 0. Lihat gambar:






4. Dari menu utama SPSS, pilih menu Analyze, kemudian pilihsub menu Scale - Reliability Analysis 5. Klik masukkan semua variabel yang valid, tetapi jangan masukkan skor totalnya.

Sumber : www.konsistensi.com 6. Klik Statistics, pada Descriptives For klik Scale if item deleted 7. Klik Continue, kemudian klik OK untuk mengakhiri perintah. 8. Tampilan outputnya sebagai berikut:






9. Dari hasil output di atas di dapat nilai Alpha sebesar 0,808, nilai ini kemudian kita bandingkan dengan nilai r tabel, r tabel di cari pada signifikasi 0,05 dengan uji 2 sisi dan jumlah data (n) = 20, maka di dapat r tabel sebesar 0,444. Oleh karena nilai r = 0,808 > r tabel = 0,444 maka dapat disimpulkan bahwa item-item tersebut reliabel. UJI NORMALITAS RUMUS KOLMOGOROV-SMIRNOV SPSS Uji Normalitas Rumus Kolmogorov-Smirnov SPSS | Program SPSS memang sangat membantu dalam mengolah data penelitian kita, khususnya penelitian kuantitatif dan PTK. Kalau dalam kesempatan sebelummya kita telah membahas Uji Normalitas Data Dengan Shapiro-Wilk. Selanjutnya pada kesempatan kali ini kita akan membicarakan bagaimana cara melakukan Uji Normalitas Rumus Kolmogorov-Smirnov dalam program SPSS. Simak berikut ini. Tujuan Uji Normalitas Menguji apakah dalam model regresi, variabel residu memiliki distribusi normal atau tidak. Dasar Pengambilan Keputusan Uji Normalitas

Data berdistribusi normal, jika nilai sig (signifikansi) > 0,05. Data berdistribusi tidak normal, jika nilai sig (signifikansi) < 0,05.

Langkah-Langkah Uji Normalitas Rumus Kolmogorov-Simirnov 1. Buka data yang ingin di uji silahkan download untuk belajar sama-sama DOWNLOAD

DATA 2. Buat data unstandardized residual terlebih dahulu, caranya : pilih menu Analyze - Regression - Linear - masukkan variabel Y (Konsentrasi Belajar) ke Dependent, masukkan variabel X1, X2, X3, X4 (Intensitas Mengajar Guru, Gaya Mengajar, Motivasi Siswa, Minat Belajar) ke Independent (s)



http://www.konsistensi.com/2013/07/uji-normalitas-rumus-kolmogorov-smirnov.html

http://www.konsistensi.com/2013/04/uji-normalitas-data-dengan-spss.html



http://www.konsistensi.com/2013/05/uji-analisis-regresi-linear-ganda.html

http://sahid14.heck.in/files/data-normalitas.rar






3. Klik Save - pada bagian Residul, centang (V) Unstandardized(abaikan kolom yang lain) - klik Continue - klik OK, maka akan muncul variabel baru dengan nama RES_1





4. Selanjutnya pilih menu Analyze, lalu pilih Non-parametric Test, Legacy Dialogs-pilih submenu 1-Sample K-S 5. Masukkan variabel unstandardized residual ke kotak Test Variable List 6. Pada Test Distribution centang (V) normal


7. Klik OK, untuk mengakhiri perintah. TAMPILAN OUTPUT



http://4.bp.blogspot.com/-hiCF9aVTjC0/UfE4EM0xSLI/AAAAAAAACqs/6VF0mlMvjjA/s1600/gambar+5.jpg




INTERPRETASI OUTPUT Berdasarkan uji normalitas dengan Kolmogorov-Smirnov Test diperoleh nilai KSZ sebesar 1,186 dan Asymp.sig. sebesar 0,120 lebih besar dari 0,05 maka dapat disimpulkan data berdistribusi normal. Selanjuntnya akan di bahas Uji Linearitas Data dengan SPSS. Demikian artikel dengan judul Uji Normalitas Rumus Kolmogorov-Smirnov SPSS, jika ada kritik dan saran yang membangun silahkan berkomentar? Terimakasih.

UJI LINEARITAS DATA DENGAN PROGRAM SPSS Uji Linearitas Data dengan Program SPSS | Sebelumya telah melakukan Uji Normalitas. Uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Uji ini biasanya digunakan sebagai prasyarat dalam analisis korelasi atau regresi linear. Dasar pengambilan keputusan dalam uji linearitas adalah:

Jika nilai probabilitas > 0,05, maka hubungan antara variabel X dengan Y adalah linear.

Jika nilai probabilitas < 0,05, maka hubungan antara variabel X dengan Y adalah tidak linear.

Untuk memperjelas pemahaman kita tentang bagaimana cara melakukan Uji Linearitas Data dengan SPSS maka simak contoh berikut: Misalnya kita akan menguji variabel Minat dengan Prestasi apakah mempunyai hubungan yang linear secara signifikan atau tidak, dengan contoh datanya sebagai berikut:

Langkah-langkah yang harus dilakukan adalah:

1. Buka program SPSS 2. Klik Variabel View pada SPSS Data editor 3. Pada kolom Name, ketik X pada baris pertama dan ketik Y pada baris kedua. 4. Pada kolom Decimals, ganti dengan 0. 5. Pada kolom Label, ketik Minat untuk baris pertama dan Prestasi untuk baris kedua. 6. Abaikan kolom yang lainnya. 7. Klik Data View, pada SPSS Data Editor. 8. Ketik datanya seperti tabel di atas sesuai dengan variabelnya. 9. Klik menu Analyze - Compare Means 10. Masukkan variabel Prestasi pada kotak Dependent list, dan masukkan variabel

Motivasi ke kotak Independent list 11. Klik Option, pada Statistik for Fist Layer klik Test for Linearity, kemudian

klik Continue 12. Klik OK untuk mengakhiri perintah, maka akan muncul Outpunya sebagai berikut:

http://www.konsistensi.com/2013/04/uji-linearitas-data-dengan-program-spss.html













Sumber : www.konsistensi.com Kesimpulannya: Dari Output di atas diperoleh nilai Fhitung = 0,596 < Ftabel = 4,74. Angka Ftabel di dapat dari df 2.7 lihat output df yang saya beri tanda merah, dan cari distibusi tabel nilai F0,05 Degress of Freedom For Nominator maka akan ketemu nilai Ftabel sebesar 4,74. Probabilitas = 0,577 > 0,05, maka dapat disimpulkan bahwa antara Minat dengan Prestasi mempunyai hubungan yang Linear. Sekian artikel dengan judul Uji Linearitas Data dengan Program SPSS selanjutnya akan di bahas mengenai Uji Independent Data dengan SPSS. UJI INDEPENDENT DATA DENGAN PROGRAM SPSS Uji Independent Data dengan Program SPSS | Sebelumnya telah dilakukan Uji Lineartitas. Uji independent dilakukan untuk mengetahui apakah hubungan antara variabel berarti signifikan atau tidak. Dasar pengambilan keputusan dalam Uji Independent adalah:

Jika nilai probabilitas > 0,05, maka dikatakan hubungan antara variabel X dengan Y adalah tidak berarti.

Jika nilai probabilitas < 0,05, maka dikatakan hubungan antara veriabel X dengan Y adalah berarti.

Misalnya kita akan menguji variabel Minat dengan Prestasi, apakah mempunyai keberartian atau tidak, dengan contohdatanya sebagai berikut:

Sumber : www.konsistensi.com Langkah-langkah yang harus dilakukan adalah: Buka program SPSS

1. Klik Variabel View pada SPSS Data editor 2. Pada kolom Name, ketik X pada baris pertama dan ketik Y pada baris kedua. 3. Pada kolom Decimals, ganti dengan 0 4. Pada kolom Label, ketik Minat untuk baris pertama dan Prestasi untuk baris kedua. 5. Abaikan kolom yang lainnya. 6. Klik Data View, pada SPSS Data Editor. 7. Ketik datanya seperti tabel di atas sesuai dengan variabelnya. 8. Klik menu Analyze - Compare Means





http://www.konsistensi.com/2013/04/uji-independent-data-dengan-program-spss.html









9. Masukkan variabel Prestasi pada kotak Dependent list, dan masukkan variabel Motivasi ke kotak Independent list

10. Klik Option, pada Statistik for Fist Layer klik Test for Linearity, kemudian klik Continue

11. Klik OK untuk mengakhiri perintah, maka akan muncul Outpunya sebagai berikut:

Sumber : www.konsistensi.com Kesimpulannya: Dari output tersebut di atas diperoleh nilai Fhitung = 21.429 > Ftabel = 4,96. Rumus untuk mencari Ftabel adalah (1.N-2) atau (1.12-2) = 1.10 kemudian konsultasikan pada tabel distibusi tabel nilai F0,05 Degress of Freedom For Nominator maka diperoleh nilai 4,96. Nilai probabilitas = 0,004 < 0,05, maka dapat disimpulkan bahwa antara Minat dengan Prestasi mempunyai hubungan yang berarti. Demikian artikel dengan judul Uji Independent Data dengan Program SPSS untuk selanjutnya akan dibahas tentang Uji Regresi. UJI ANALISIS REGRESI LINEAR GANDA DENGAN SPSS Uji Analisis Regresi Linear Ganda dengan SPSS | Setelah sebelumnya kita membahas mengenai uji korelasi, kali ini berlanjut ke Uji Analisis Regresi Linear Ganda. Regresi linear ganda berguna untuk mencari pengaruh dua atau lebih variabel bebas (predictor) atau untuk mencari hubungan fungsional dua variabel predictor atau lebih terhadap variabel kriteriumnya. Rumus yang digunakan sama seperti pada regresi sederhana namun, disesuaikan dengan jumlah variabel yang diteliti. Rumus persamaan regresinya adalah sebagai berikut: Y = a+b1x1+b2x2....bn Untuk memperjelas pemahaman kita tentang cara Uji Analisis Regresi Linear Ganda Dengan SPSS, kita akan menggunakan contoh yaitu: “diduga bahwa besarnya nilai tergantung pada besarnya Skor Tes Kecerdasan dan Frekuensi Membolos. Untuk keperluan tersebut, maka dilakukan pengamatan terhadap 12 orang siswa dengan mencatat Frekuensi Membolos, Skor Tes Kecerdasan dan Nilai Ujian, data dari variabel di atas adalah sebagai berikut:











Sumber : www.konsistensi.com Langkah-langkah Uji Analisis Regresi Linear Ganda Dengan SPSS: 1. Buka lembar kerja baru pada program SPSS. 2. Klik Variabel View pada SPSS Data editor. 3. Pada kolom Name, ketik Skor_Tes pada beris pertama, ketik Membolos pada baris kedua dan ketik Nilai pada baris ketiga. 4. Pada kolom Decimals, ketik 0 untuk baris pertama, baris kedua dan baris ketiga. 5. Pada kolom label, ketik Skor Tes Kecerdasan untuk baris pertama, ketik Frekuensi Membolos pada baris kedua, dan ketik Nilai Ujian pada baris ketiga. 6. Abaikan kolom yang lainnya. 7. Ketik Data View pada SPSS Data editor. 8. Ketik datanya seperti data di atas sesuai dengan variabelnya. 9. Dari menu SPSS, pilih menu Analyze - regression - linearmaka akan muncul kontak dialog seperti sebagai berikut:

Sumber : www.konsistensi.com 10. Masukkan variabel Nilai Ujian ke kolom Dependent, dan masukkan variabel Skor Tes Kecerdasan dan Frekuensi Membolos ke kolom Independent (s) 11. Pada Method kita pilih metode Stepwise





12. Klik Statistics..klik pilihan Estimates, Model Fit danDeskriptive, kemudian klik Continue 13. Klik OK untuk mengakhiri perintah. Maka akan muncul output sebagai berikut:

Sumber : www.konsistensi.com Penjelasan output pertama (Descriptive Statistics) Pada bagian ini merupakan tabel yang menyajikan deskriptif data masing-masing variabel yang meliputi Mean (rata-rata), Std. Deviation (standar deviasi dan N=jumlah data).

Sumber : www.konsistensi.com Penjelasan output bagian kedua (Corelation) Pada bagian ini merupakan matrik korelasi antara variabel Skor Tes Kecerdasan dengan Nilai Ujian diperoleh r=0,860 dengan probabilitas=0,000 < 0,05, maka Ho ditolak, yang berarti bahwa ada hubungan/korelasi yang signifikan antara Skor Tes Kecerdasan dengan Nilai Ujian. Variabel Frekuensi Membolos dengan nilai ujian r=-0,848, tanda negatif menggambarkan hubungan yang berlawanan yang artinya semakin sering membolos, maka akan semakin kecil nilai yang diperoleh.





Sumber : www.konsistensi.com Penjelasan output bagian ketiga (Variables Entered/removed) Tabel tersebut menjelaskan tentang variabel yang dimasukkan atau dibuang dan metode yang digunakan. Dalam hal ini variabel yang dimasukkan adalah variabel Skor Tes Kecerdasan dan Frekuensi Membolos sebagai Predictor dan metode yang digunakan adalah Stepwise.

Sumber : www.konsistensi.com Penjelasan output bagian keempat (Model Summary) Tabel tersebut pada model (1) untuk menjelaskan besarnya nilai korelasi atau hubungan (R) antara Skor Tes Kecerdasan (X1) dengan Nilai Ujian (Y) yaitu sebesar 0,860 dan penjelasan besarnya prosentase pengaruh variabel Skor Kecerdasan terhadap nilai ujian





yang disebut koefisien determinasi yang merupakan hasil dari pengukuran R. Dari output tersebut diperoleh koefisien diterminasi (R2) pada model (1) sebesar 0,740, yang mengandung pengertian bahwa pengaruh variabel bebas (Skor Tes Kecerdasan) terhadap variabel terikat (nilai ujian) adalah sebesar 74%. Pada model (2) untuk menjelskan besarnya nilai korelasi (R) antara Skor Tes Kecerdasan (X1) dan Frekuensi Membolos (X2) terhadap Nilai Ujian (Y) yaitu sebesar 0,936 dan menjelaskan besarnya prosentase pengaruh veriabel Skor Tes Kecerdasan dan Frekuensi Membolos terhadap Nilai Ujian yantu sebesar 0,876 atau 87,6% sehingga dapat disimpulkan besarnya pengaruh Skor Tes Kecerdasan (X1) terhadap Nilai Ujian (Y) sebesar 74%, dan pengaruh Frekuensi Membolos (X2) terhadap Nilai Ujian (Y) =13,6% (87,6%-74%).

Sumber : www.konsistensi.com Penjelasan output bagian kelima (Anova) Pada bagian ini untuk menjelaskan apakah ada pengaruh yang nyata (signifikan) variabel Skor Tes Kecerdasan (X1) dan Frekuensi Membolos (X2) secara simultan (bersama-sama) terhadap Nilai Ujian (Y). Dari output pada model yang kedua terlihat bahwa Fhitung = 31,853 dengan tinfkat signifikansi atau probabilitas 0,000 < 0,05, maka regresi dapat dipakai untuk memprediksi Nilai Ujian.






Penjelasan output bagian keenam (Coefficients) Pada tabel Coefficients, pada kolom B pada Constanta (a) adalah 55,780, Skor Tes Kecerdasan (b1) adalah 0,527 dan Frekuensi Membolos (b2) adalah -2,344. Berdasarkan data di atas, maka dapat dikatakan bahwa: Konstanta sebesar 55,780, koefisien regresi X1 sebesar 0,527, dan koefisien regresi X2 sebesar -2,233. Kesimpulan: Skor Tes Kecerdasan nilai thitung = 3,371 dengan probabilitas = 0,008 < 0,5, artinya ada pengaruh yang signifikan. Untuk variabel Frekusnsi Membolos nilai thitung = -3,147 dengan probabilitas = 0,012 < 0,05 yang berarti ada pengaruh yang signifikan. Demikian sedikit tips dalam melakukan Uji Analisis Regresi Linear Ganda Dengan SPSS semoga dapat bermanfaat. Kritik dan saran yang membangun sangat kami harapkan silahkan berkomentar? UJI ANALISIS REGRESI LINEAR GANDA DENGAN SPSS Uji Analisis Regresi Linear Ganda dengan SPSS | Setelah sebelumnya kita membahas mengenai uji korelasi, kali ini berlanjut ke Uji Analisis Regresi Linear Ganda. Regresi linear ganda berguna untuk mencari pengaruh dua atau lebih variabel bebas (predictor) atau untuk mencari hubungan fungsional dua variabel predictor atau lebih terhadap variabel kriteriumnya. Rumus yang digunakan sama seperti pada regresi sederhana namun, disesuaikan dengan jumlah variabel yang diteliti. Rumus persamaan regresinya adalah sebagai berikut: Y = a+b1x1+b2x2....bn Untuk memperjelas pemahaman kita tentang cara Uji Analisis Regresi Linear Ganda Dengan SPSS, kita akan menggunakan contoh yaitu: “diduga bahwa besarnya nilai tergantung pada besarnya Skor Tes Kecerdasan dan Frekuensi Membolos. Untuk keperluan tersebut, maka dilakukan pengamatan terhadap 12 orang siswa dengan mencatat Frekuensi Membolos, Skor Tes Kecerdasan dan Nilai Ujian, data dari variabel di atas adalah sebagai berikut:







Langkah-langkah Uji Analisis Regresi Linear Ganda Dengan SPSS: 1. Buka lembar kerja baru pada program SPSS. 2. Klik Variabel View pada SPSS Data editor. 3. Pada kolom Name, ketik Skor_Tes pada beris pertama, ketik Membolos pada baris kedua dan ketik Nilai pada baris ketiga. 4. Pada kolom Decimals, ketik 0 untuk baris pertama, baris kedua dan baris ketiga. 5. Pada kolom label, ketik Skor Tes Kecerdasan untuk baris pertama, ketik Frekuensi Membolos pada baris kedua, dan ketik Nilai Ujian pada baris ketiga. 6. Abaikan kolom yang lainnya. 7. Ketik Data View pada SPSS Data editor. 8. Ketik datanya seperti data di atas sesuai dengan variabelnya. 9. Dari menu SPSS, pilih menu Analyze - regression - linearmaka akan muncul kontak dialog seperti sebagai berikut:

Sumber : www.konsistensi.com 10. Masukkan variabel Nilai Ujian ke kolom Dependent, dan masukkan variabel Skor Tes Kecerdasan dan Frekuensi Membolos ke kolom Independent (s) 11. Pada Method kita pilih metode Stepwise 12. Klik Statistics..klik pilihan Estimates, Model Fit danDeskriptive, kemudian klik Continue 13. Klik OK untuk mengakhiri perintah. Maka akan muncul output sebagai berikut:






Penjelasan output pertama (Descriptive Statistics) Pada bagian ini merupakan tabel yang menyajikan deskriptif data masing-masing variabel yang meliputi Mean (rata-rata), Std. Deviation (standar deviasi dan N=jumlah data).

Sumber : www.konsistensi.com Penjelasan output bagian kedua (Corelation) Pada bagian ini merupakan matrik korelasi antara variabel Skor Tes Kecerdasan dengan Nilai Ujian diperoleh r=0,860 dengan probabilitas=0,000 < 0,05, maka Ho ditolak, yang berarti bahwa ada hubungan/korelasi yang signifikan antara Skor Tes Kecerdasan dengan Nilai Ujian. Variabel Frekuensi Membolos dengan nilai ujian r=-0,848, tanda negatif menggambarkan hubungan yang berlawanan yang artinya semakin sering membolos, maka akan semakin kecil nilai yang diperoleh.






Penjelasan output bagian ketiga (Variables Entered/removed) Tabel tersebut menjelaskan tentang variabel yang dimasukkan atau dibuang dan metode yang digunakan. Dalam hal ini variabel yang dimasukkan adalah variabel Skor Tes Kecerdasan dan Frekuensi Membolos sebagai Predictor dan metode yang digunakan adalah Stepwise.

Sumber : www.konsistensi.com Penjelasan output bagian keempat (Model Summary) Tabel tersebut pada model (1) untuk menjelaskan besarnya nilai korelasi atau hubungan (R) antara Skor Tes Kecerdasan (X1) dengan Nilai Ujian (Y) yaitu sebesar 0,860 dan penjelasan besarnya prosentase pengaruh variabel Skor Kecerdasan terhadap nilai ujian yang disebut koefisien determinasi yang merupakan hasil dari pengukuran R. Dari output tersebut diperoleh koefisien diterminasi (R2) pada model (1) sebesar 0,740, yang mengandung pengertian bahwa pengaruh variabel bebas (Skor Tes Kecerdasan) terhadap variabel terikat (nilai ujian) adalah sebesar 74%. Pada model (2) untuk menjelskan besarnya nilai korelasi (R) antara Skor Tes Kecerdasan (X1) dan Frekuensi Membolos (X2) terhadap Nilai Ujian (Y) yaitu sebesar 0,936 dan menjelaskan besarnya prosentase pengaruh veriabel Skor Tes Kecerdasan dan Frekuensi Membolos terhadap Nilai Ujian yantu sebesar 0,876 atau 87,6% sehingga dapat disimpulkan besarnya pengaruh Skor Tes Kecerdasan (X1) terhadap Nilai Ujian (Y) sebesar 74%, dan pengaruh Frekuensi Membolos (X2) terhadap Nilai Ujian (Y) =13,6% (87,6%-74%).

Sumber : www.konsistensi.com Penjelasan output bagian kelima (Anova) Pada bagian ini untuk menjelaskan apakah ada pengaruh yang nyata (signifikan) variabel Skor Tes Kecerdasan (X1) dan Frekuensi Membolos (X2) secara simultan (bersama-sama)





terhadap Nilai Ujian (Y). Dari output pada model yang kedua terlihat bahwa Fhitung = 31,853 dengan tinfkat signifikansi atau probabilitas 0,000 < 0,05, maka regresi dapat dipakai untuk memprediksi Nilai Ujian.

Sumber : www.konsistensi.com Penjelasan output bagian keenam (Coefficients) Pada tabel Coefficients, pada kolom B pada Constanta (a) adalah 55,780, Skor Tes Kecerdasan (b1) adalah 0,527 dan Frekuensi Membolos (b2) adalah -2,344. Berdasarkan data di atas, maka dapat dikatakan bahwa: Konstanta sebesar 55,780, koefisien regresi X1 sebesar 0,527, dan koefisien regresi X2 sebesar -2,233. Kesimpulan: Skor Tes Kecerdasan nilai thitung = 3,371 dengan probabilitas = 0,008 < 0,5, artinya ada pengaruh yang signifikan. Untuk variabel Frekusnsi Membolos nilai thitung = -3,147 dengan probabilitas = 0,012 < 0,05 yang berarti ada pengaruh yang signifikan. Demikian sedikit tips dalam melakukan Uji Analisis Regresi Linear Ganda Dengan SPSS semoga dapat bermanfaat. Kritik dan saran yang membangun sangat kami harapkan silahkan berkomentar? CARA UJI KORELASI BERGANDA DENGAN SPSS Cara Uji Korelasi Berganda dengan SPSS | Berbeda denganuji korelasi sederhana yang hanya digunakan menguji hubungan partial variabel bebas dengan variabel terikat, Analisis


http://www.konsistensi.com/2014/06/cara-uji-korelasi-berganda-dengan-spss.html

http://www.konsistensi.com/2013/05/uji-analisis-korelasi-dengan-program.html



korelasi ganda berfungsi untuk mencari besarnya hubungan dan kontribusi dua variabel bebas (X) atau lebih secara simultan (bersama-sama) dengan variabel terikat (Y). DASAR KEPUTUSAN UJI KORELASI BERGANDA Pengambilan keputusan dalam uji korelasi berganda dapat dengan membandingkan antara nilai probabilitas 0,05 dengan nilai probabilitas Sig dengan dasar pengambilan keputusan sebagai berikut :

Jika nilai probabilias 0,05 lebih kecil atau sama dengan nilai probabilitas sig. F change atau [0,05 < sig. Fchange], maka Ho diterima dan Ha ditolak, artinya tidak ada hubungan yang signifikan antara variabel X dengan variabel Y.

Jika nilai probabilias 0,05 lebih besar dari nilai probabilitas sig. F change atau [0,05 > sig. Fchange], maka Ho ditolak dan Ha diterima, artinya ada hubungan yang signifikan antara variabel X dengan variabel Y.

CONTOH KASUS DAN PENYELESAINNYA : Contoh Judul : “Hubungan Kompetensi dan Motivasi terhadap Kinerja Pengawai Negeri Kota Surakarta tahun 2014” Data di atas dianggap sudah memenuhi syarat uji korelasi, seperti telah lolos Uji Normalitas | Uji Multikoloneritas | Uji Linearitas, dll sesuai kebutuhan. Identifikasi dan Ketentuan-ketentuan :

Variabel Kompetensi (X1) Variabel Motivasi (X2) Variabel Kinerja (Y) Sampel sebanyak (n)=84 orang dengan taraf signifikansi (a = 0,05).

Jika sobat pengen ikut latihan besama saya silahkan download data peneltian di atas, DOWNLOAD DATA KORELASI GANDA LANGKAH-LANGKAH UJI KORELASI BERGANDA DENGAN SPSS 1. Buka file dengan Nama : Untitled Korelasi 2, maka akan muncul data sebagaimana gambar dibawah ini.


http://www.konsistensi.com/2014/06/cara-uji-korelasi-berganda-dengan-spss.html




http://www.konsistensi.com/2013/07/uji-multikonieritas-dengan-melihat.html


http://sahid14.heck.in/files/data-korelasi-2.rar




2. Dari menu SPSS klik Analyze, kemudian pilih Regression dan pilih Linear. Maka akan muncul kotak dialog Linear Regression


3. Kemudian masukkan variabel Kinerja (Y) dengan cara mengklik tanda > Dependent.

Kemudian variabel Kompetensi (X1) dan Motivasi (X2) ke kotak Independent(s) maka hasilnya seperti gambar di bawah ini.

Sumber : www.konsistensi.com 4. Klik Statistics dan tandai pada kotak Estimates, Model Fit, dan R squared change lalu

klik Continue, selanjutnya baru klik Ok






5. Setelah semuanya beres, maka hasil output yang perlu sobat perhatikan adalah pada

bagian Model Summary

MEMAKNAI HASIL OUTPUT MODEL SUMMARY SPSS Berdasarkan tabe Model Summary diketahui bahwa besarnya hubungan antara Kompetensi dan Motivasi (secara simultan) terhadap Kinerja yang dihitung dengan koefisien korelasi adalah 0,497, hal ini menunjukkan pengaruh yang sedang. Sedangkah kontribusi atau sumbangan secara simultan variabel Kompetensi dan Motivasi terhadap Kinerja adalah 24,7% sedangkan 75,3% ditentukan oleh variabel yang lain. Kemudian untuk mengetahui tingkat signifikansi koefisien korelasi ganda diuji secara keseluruhan. Hipotesis yang diajukan dalam pembahasan ini adalah : H0 : Kompetensi dan Motivasi tidak berhubungan secara simultan dan signifikan

terhadap kinerja. Ha : Kompetensi dan Motivasi berhubungan secara simultan dan signifikan terhadap

kinerja. Berdasarkan tabel Model Summary diperoleh nilai probabilitas (sig.F change) = 0,000. Karena nilai sig.F change 0,000 < 0,05, maka keputusannya adalah H0 ditolak dan Ha




diterima. Artinya : Kompetensi dan Motivasi berhubungan secara simultan dan signifikan terhadap kinerja Negeri Kota Surakarta tahun 2014. Bagaimana sobat cukup mudah bukan, bagaimana dengan data penelitian sobat apakah terdapat hubungan atau tidak ada hubungan yang signifikan, jika masih ragu atau binggung silahkan untuk order olah data spesial. Terimakasih.. Analisa Data Menggunakan Analisa Frekuensi & Deskripsi Analisa Data Menggunakan Analisa Frekuensi & Deskriptif - Teori Ukuran Data Statistik deskripsi lebih berhubungan dengan pengumpulan data dan peringkasan data , serta penyajian hasil peringkasan tersebut. Data-data statistik yang bisa diperoleh dari hasil sensus, servei atau pengamatan lainnya, umumnya masih acak, “mentah” dan tidak terorganisir dengan baik (raw data). Data-data tersebut harus diringkas dengan baik dan teratur, baik dalam bentuk tabel datau presentasi grafis, sebagai dasar untuk berbagai pengambilan keputussan (Statistik Inferensi). Penyajian tabel grafik yang digunakan dalam statistik deskripsi seperti : 1. Distribusi Frekuensi. 2. Presentasi grafis seperti Histogram, Pie chart dan lainnya. Untuk mendapatkan gambaran yang lebih jelas tentang data, selain dengan tabel dan diagram, masih diperlukan ukuran-ukuran lain yang merupakan wakil dari data tersebut. Ukuran yang dimaksudkan dapat berupa : Ukuran Pemusatan (Rata-Rata Hitung atau Mean, Median dan Modus) Ukuran Letak (Quartil dan Persentil) Ukuran Penyimpangan/Penyebaran (Range, Ragam, Simpangan Baku dan Galat Baku) Skewness adalah tingkat kemiringan Kurtosis adalah tingkat keruncingan Untuk menganalisa ukuran pemusatan, ukuran letak dan ukuran penyimpangan (ketika ukuran termasuk ke dalam statistika deskripsi), dapat dilakukan dengan prosedur. a. Analyse --> Descriptive Statistics --> Frequencies b. Analyse --> Descriptive Statistics --> Description c. Analyse --> Descriptive Statistics --> Explore Menggunakan Analisa Frequencies PROSEDUR : Analyse --> Descriptive Statistics --> Frequencies Klik menu Analyse --> Descriptive Statistics --> Frequencies Sorot variabel yang akan dianalisa lalu pindahkan ke kotak variabel dengan cara mengklik tanda “” Klik Statistics, berilah tanda pada semua check box Percetile Values

(Keterangan : untuk menentukan nilai Percentile 10,25 dan seterusnya, dilakukan dengan cara memberi tanda pada check box percentile) Klik chart, pilih Histogram jika ingin menampilkan Klik format, beri tanda pada ascending value pada pilihan order by untuk mengurutkan data dari nilai terkecil terbesar. - Klik OK .

http://4.bp.blogspot.com/-lK7p8ZPdQMY/UOz7AuzIVmI/AAAAAAAAAHw/XztwwTIBWHU/s1600/7.png



-Menggunakan Analisa Deskripsi Untuk melakukan analisis deskriptif dengan menggunakan SPSS harus dimulai dengan menginput data (menginput data ke dalam program SPSS). Seperti di bawah ini :

Sumber : www.konsistensi.com Langkah-langkah proses analisisnya adalah sebagai berikut : Klik Analyze pada menu SPSS. Kemudian klik Descriptive Statistics, lalu klik Frequencies seperti di bawah ini.

Sumber : www.konsistensi.com 1). Beberapa saat kemudian akan muncul tampilan seperti di bawah ini.





Sumber : www.konsistensi.com Dalam kotak sebelah kiri ada dua variabel, yang dianalisis adalah variabel dengan data interval, dalam hal ini adalah variabel nilai. Kemudian blok variabel nama, lalu klik kotak di tengah yang ada tanda panahnya. Sehinngga variabel yang di blok pindah ke kotak Variables (s). kemudian klik OK

Sumber : www.konsistensi.com 2. Pengaturan Analisis Pengaturan analisis dilakukan untuk memberikan perintah kepada komputer aspek mana saja yang perlu dianalisis. Sehingga outputnya sesuai dengan kebutuhan. 1). Statistics Klik kotak Statistics, sehingga akan muncul tampilan seperi di bawah ini :





Sumber : www.konsistensi.com Pada menu Frequencies Statistcs di atas terdapat empat kelompok analisis yaitu : Percentile Values, yaitu untuk menghitung nilai persentil. Misalnya kita akan

menghitung nilai persentil, maka kita klik pada Quartiles danPercentiles (s). misalnya pada analisis ini kita ingin menghitung nilai persentil ke 10 dan 90, maka pada kotak di samping kanan Percentiles (s) kita ketik 10 kemudian klik Add dan ketik 90 kemudian klik Add, sehingga angka 10 dan 90 masuk ke kotak di bawahnya.

Central Tendensy (ukuran tendensi sentral). misalnya kita akan menghitung besarnya mean (rata-rata), median, mode (modus), dan sum (jumlah nilai keseluruhan), maka kita klik pada kotak yang akan dianalisis sehingga pada kotak tersebut ada tanda chek list.

Dispersion (ukuran penyebaran data). Misalnya kita akan menghitung besarnya stsndar deviasi, varians, range, minimum (nilai terendah), maksimum (nilai tertinggi) dan standar deviasi, maka kita klik pada kotak pilihan yang akan dianalisis sehingga pada kotak tersebut ada tanda chek list.

Distribution, untuk mengetahui skewness dan kurtosis pada distribusi data. Misalnya kita akan menghitung besarnya kurtosis dan skewness maka klik kotak menu kurtosis dan skewness, sehingga pada kotak tersebut ada tanda chek list. Tampilannya seperti di bawah ini






Kemudian klik Continue 1. Charts Menu Charts adalah untuk menampilkan data dalam bentuk diagram. Misalnya pada analisis ini kita ingin menyajikan data dalam bentuk histogram yang disertai dengan kurva normal, maka klik kotak Charts kemudian klik bulatan histogram dan kotak with normal curve, sehingga akan muncul tampilan berikut.

Sumber : www.konsistensi.com Kemudian klik Continue 2. Format Klik Format, sehingga akan muncul tampilan berikut :


Misalkan pada analisis ini kita ingin menyajikan data yang diurutkan dari nilai terendah ke nilai yang paling tinggi, maka klik bulatanAscending values. kemudian klik Continue. Dengan demikian kita telah melakukan pengaturan analisis deskriptif sesuai dengan kebutuhan yang kita inginkan. Untuk proses analisis maka klik-lah OK. Babarapa saat kemudian akan keluar outputprogram SPSS sebagai berikut :







REFERENSI :

www. konsistensi.com www.jalaludinweb.wordpress.com

Documents

Langkah-langkah Uji & Analisis Dalam Spss(Multiple Dan Analisa Jalur)