spss alfi

Langkah-langkah Uji Validitas dan Reliabilitas dengan SPSS

Add CommentstatistikUji kualitas dataatauUji ValiditasdanUji Reliabilitasmenggunakan spss dengan langkah-langkah sebagai berikut:

1. Distribusi data pada excel copy ke spss data view, hasilnya adalah sebagai berikut

2. Klik variabel view (letaknya kiri bawah), nama tulis nomor pernyataan beserta jumlahnya, desimal tulis o pada label tulis nomer pernyataan dan jumlahnya, hasilnya adalah

3. Setelah nama, desimal, dan label diisi maka hasilnya adalah

4. Pada langkah spss no.3, klik analyze, pilih scale, pilih reliability analysis dan hasilnya sebagai berikut

5. Sorot semua pernyataan 1-25, tanpa jumlah, pindahkan ke kolom items, hasilnya adalah

6. Klik statistics, pada descriptive for klik scale if item deleted

7. Klik continue, oke, hasilnya adalah

Hasil korelasi pernyataan 1-25 dengan jumlah skor variabel pada kolom corrected item-total correlation sebesar 0,353 dan seterusnya, nilai reliabilitas alpha terletak pada tabel reliability statistic kolom cronbach alpha sebesar 0,751. Untuk variabel yang lainlangkah-langkah uji validitas dan reliabilitas dengan SPSSsama dengan di atas. Baca jugaPengujian Valivitas dan ReliabilitasDEFINISI Uji validitasbertujuan untuk melihat apakah instrumen (alat ukur) yang digunakan valid atau memang sesuai dengan variabel yang diukur. Instrumen yang valid berarti alat ukur yang digunakan untuk mendapatkan data (mengukur) itu valid. Valid berarti instrumen tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur (Sugiono, 2008 :172).Danmenurut Priyatno (2010 : 97)uji reliabilitasdigunakan untuk mengetahui konsistensi alat ukur, apakah alat pengukur yang digunakan dapat diandalkan dan tetap konsisten jika pengukuran tersebut diulang.

Langkah-langkah pengerjaan :Pengujian validitas dan realibilitas pada penelitian ini menggunakan bantuan program SPSS 17 dimana pada uji validitas yang dilihat adalah nilaiCorrected Item-Total Correlation, sedangkan untuk uji reliabilitas yang dilihat adalah nilaicronbachs Alpha.

1. Buka program SPSS Statistic 17.0, kemudian copy-paste data yang akan digunakan ke dalam data view, pada program SPSS Statistic 17.0 tersebut.

2. Pada variabel view, isi kedalam kotak seperti ini:-Name : sesuai yang diperlukan, disini saya isi Q1-Q7-Decimals : ubah menjadi 0 jika datanya tidak menggunakan decimal seperti contoh dibawah.-Align : ubah menjadi center.-Measure : ubah menjadi nominal.

3. Kembali ke data view, klik analyze Scale Reliability Analysis.

4.Pada kotak dialog Reliability Analysis, pindahkan semua data dari Q1-Q7 ke kolom Items: kemudian klik Statistics

5.Pada kotak dialog Reliability Analysis : Statistics, centang Scale If Item Deleted, kemudian Continue dan OK.

6.Kemudian akan muncul kotak Output seperti dibawah ini, yang akan kita gunakan hanya kotak Reliability Statistics (uji reliabilitas) dan Item-Total Statistics (uji validitas).

Uji Validitas Kriteria pengambilan keputusan :1.Jika r-hitung > r-tabel, maka butir pertanyaan itu valid.2.Jika r-hitung < r-tabel, maka butir pertanyaan itu tidak valid.Item-Total Statistics

Scale Mean if Item DeletedScale Variance if Item DeletedCorrected Item-Total CorrelationCronbach's Alpha if Item Deleted

Q123.5612.090.505.778

Q222.8410.473.619.756

Q323.0810.827.678.746

Q423.1211.943.441.790

Q522.6410.573.692.741

Q623.0010.583.708.739

Q722.8014.417.068.839

BerdasarkanoutputItem-Total Statisticsdi atas,Corrected Item Total Correlationadalah nilai korelasi ataur-hitungyang didapat. Nilai ini kemudian di bandingkan dengan nilair-tabel, r-tabel dicari pada signifikansi 0,05 dengan uji 2 sisi dan jumlah data (n) =25, maka didapat r tabel sebesar0,413 (25-2=23, pada uji 2 sisi atau 2-Tailed). Dari hasil analisis dapat dilihat bahwa untuk Q7 nilainya kurang dari 0,413maka dapat disimpulkan bahwa butir pertanyaan tersebut tidak valid. Sedangkan pada Q1, Q2, Q3, Q4, Q5 dan Q6 nilainya lebih besar dari 0,413, maka dapat disimpulkan bahwa butir pertanyaan tersebut valid. Untuk melihat apakah Q1-Q6 benar-benar valid, maka dilakukan uji validitas lagi terhadap Q1-Q6 sama seperti langkah-langkah diatas, terkecuali pada kotak dialogReliability Analysis, yang dipindahkan ke kolom Items hanya Q1-Q6 saja.

Maka akan didapat data seperti dibawah ini:

Item-Total Statistics


Q119.5211.177.547.826

Q218.809.750.627.812

Q319.0410.040.700.796

Q419.0810.993.486.838

Q518.6010.167.634.809

Q618.969.873.715.793

Nah data-diatas semuanya sudah valid karena nilai Corrected Item-Total Correlation atau r-hitung nya lebih besar dari r-tabelnya yaitu sebesar 0,413.UjiReliabilitas. Untuk uji reliabilitas, yang dilihat adalah kotak Reliability Statistics yang baru (Q1-Q6), karena uji reliabilitas bisa dilakukan apabila semua datanya sudah valid.

Kriteria pengambilan keputusan :1.Instrumen dinyatakan reliabilitas apabila nilai Cronbachs Alpha lebih besar dari 0,6.2.Instrumen dinyatakan tidak reliabilitas apabila nilai Cronbachs Alpha lebih kecil dari 0,6. Reliability Statistics

Cronbach's AlphaN of Items

.8396

Berdasarkankotak Reliability Statistics diatas, didapat nilai Cronbacha Alpha sebesar 0,839 setelah instrumen yang tidak valid dikeluarkan yaitu Q7. Dari output diatas dapat dilihat bahwa nilainya diatas 0,6 maka dapat disimpulkan bahwa alat ukur dalam penelitian ini reliabilitas.Cara menguji validitas dan realibilitas kuesioner dengan menggunakan spss

1. buka program spss

2. copy dan pastekan data yang terlebih dahulu diketik pada excel

Data di Excel

Setelah input di SPSS

3. setelah selesai di input, kemudian klik variabel view, pada kolom label silahkan beri nama, saya membuat "X1,X2,X3,X4,X5,X6,Total X "

Before

After

4. untuk uji validitas, klik menu analyze => correlate => bivariate Akan keluar jendela Bivariate correlation

5. blok semua item dan masukan ke dalam kolom sebelah kanan, centang pada "Pearson" dan "two-tailed" kemudian klik Ok

Before

After

6. Hasilnya outputnya sebagai berikut

dari hasil uji valid, hanya item x6 yang tidak valid, karena nilani r hitung (0,412) masihlebih kecil dari nilai r tabel df=16 = 0,4683. (0,412 < 0,4683).karena ketentuannya adalah, item kuesioner valid jika nilair hitung>r tabel

Catatan :Item kuesiner dikatakan valid jika nilai r hitung > dari nilai r tabelnyar tabel dapat dilihat pada tabel r statistik, dimana nilai df=N-2,disini saya menggunakan N=18 dan jika mengikuti rumus maka df=N(18) -2= 16jadi kita melihat nilai df 16= 0,4683,jika nilainya itemnya lebih kecil dari 0,4683 maka item tersebut tidk valid dan sebaiknya dibuang untuk hasil penelitian yang lebih baik

Untuk mendownload tabel r, silahkan klikdisini

6. Selanjutnya uji reliabilitas, klik analyze => scale => Reliability test masukan semua variabel pada kotak kiri ke kotak kanan, kecuali variabel "Total X"

Before

7. kemudian klik OK8. Berikut merupakan outputnya

9. dari hasil uji reliabilitas, yang dilihat adalah nilai cronbach's alpha nilai cronbach's alpha yang kita peroleh sebesar 0,800, artinya kuesioner yang kita buat sudah reliabel karena lebih besar dari nilai 0,60...

Referensi :http :/ www.azuarjuliandi.com/e learning/

Lihat videonyadisini

Untuk pengolahan data lainnya menggunakan SPSS 20Validitas menunjukkan kemampuan alat ukur atau instrumen penelitian dalam mengukur suatu hal yang hendak didapatkan dari penggunaan instrumen tersebut (Nugroho, 2011: 23).

Dalam penelitian yang menggunakan instrumen berupa kuesioner, uji validitas digunakan untuk melihat seberapa besar kemampuan pertanyaan dapat mengetahui jawaban responden. Semakin tinggi tingkat validitas suatu alat ukur, semakin tepat pula alat ukur tersebut mengukur.

Teknik pengujian yang digunakan untuk uji validitas adalah dengan menggunakan korelasiCorrected Item-TotalCorrelation. Analisis ini mengkorelasikan masing-masing skoritemdengan skor total dan melakukan koreksi terhadap nilai koefisien korelasi yang overestimasi. Hal ini agar tidak terjadi koefisienitemtotal yang overestimasi (estimasi nilai yang lebih tinggi dari yang sebenarnya). Atau dengan kata lain, analisis ini menghitung korelasi tiapitemdengan skor total (teknikBivariate Pearson), namun skor total di sini tidak termasuk skoritemyang akan dihitung.

Menurut Azwar dalam Priyatno (2010: 95) menyimpulkan bahwa untuk memperoleh informasi yang lebih akurat mengenai korelasi antaraitemdengan tes, diperlukan suatu rumusan koreksi terhadap efekSpurious Overlap, yang dirumuskan sebagai berikut:

Zoom

Keterangan:

Ri(x-1) = Koefisien korelasiitem-total setelah dikoreksi dari efekSpurious Overlaprix = Koefisien korelasiitem-total sebelum dikoreksisi = Standar deviasi skoritemyang bersangkutansx = Standar deviasi skor total

Pengujian menggunakan uji dua sisi dengan taraf signifikan 0,05. Adapun kriteria valid atau tidaknya suatu variabel adalah sebagai berikut:

1. Jika r hitung r table (uji 2 sisi dengan signifikan 0,05), maka instrumen atauitem-itempertanyaan berkorelasi signifikan terhadap skor total (dinyatakan valid).

2. Jika r hitung < r table (uji 2 sisi dengan signifikan 0,05), maka instrumen atauitem-itempertanyaan tidak berkorelasi signifikan terhadap skor total (dinyatakan tidak valid).

Contoh:

Seorang mahasiswa melakukan penelitian dengan menggunakan kuesioner untuk mengungkap kepuasan konsumen terhadap suatu produk. Untuk itu, dibuatlah 5 item pertanyaan dengan sampel sebanyak 10 orang.

Zoom

Keterangan :

1: Sangat tidak puas2: Tidak puas3: Netral4: Puas5: Sangat puas

Data pada setiap item diasumsikan bertipe ordinal. Di sini akan dilakukan analisis korelasiCorrected Item-TotalCorrelation. Menu tersebut terdapat diAnalyze -> Scale -> Reliability Analysis. Pindahkan item1 sampai item5, kemudian pilihStatistics. Centang kolomScale if item deleted. Kemudian pilih Continue dan OK.

Zoom

Output akan terlihat sebagai berikut:

Zoom

Zoom

1. Output ini menjelaskan tentang hasil uji validitas item. Dalam hal ini yang dibaca cukup korelasi antara skor tiap item dengan skor total (item total). Dengan kriteria:

2. Jika r hitung r table (uji 2 sisi dengan signifikan 0,05), maka instrumen atauitem-itempertanyaan berkorelasi signifikan terhadap skor total (dinyatakan valid).

3. Jika r hitung < r table (uji 2 sisi dengan signifikan 0,05), maka instrumen atauitem-itempertanyaan tidak berkorelasi signifikan terhadap skor total (dinyatakan tidak valid).

Nilai r tabel dicari menggunakan tingkat signifikansi 0,05 dengan uji 2 sisi dan N = 10 sehingga df = N-2 = 8. Didapat nilai r tabel adalah 0,632. Nilai r tabel dapat didownloadTabel RItemRhitungRtabelKeterangan(Rhitung Rtabel)

Item10,5850,632Tidak valid

Item20,6530,632Valid

Item30,8650,632Valid

Item4-0,2390,632Tidak valid

Item50,4310,632Tidak valid

Dilihat dari output, maka dapat disimpulkan bahwa nilai yang tidak valid harus diperbaiki ataupun dibuang.

Referensi :

1. Nugroho, Yohanes Anton. (2011).Its easy olah data dengan SPSS. Yogyakarta: Skripta Media Creative

2. Priyatno, Duwi. (2010). Paham analisa statistik data dengan SPSS. Yogyakarta: MediaKom

3. Priyatno, Duwi. (2012). Belajar cepat olah data statistik dengan SPSS. Yogyakarta: Penerbit ANDI

Uji Validitas dan Reliabilitas Kuesioner Menggunakan SPSS

Uji validitas dan reliabilitas kuisioner diperlukan untuk memastikan bahwa kuisioner yang digunakan dalam penelitian mampu mengukur variabel penelitian dengan baik. Suatu instrument dikatakan valid apabila mampu mengukur apa yang diinginkan dan mengungkapkan data dari variable yang diteliti secara tepat. Singarimbun dan Effendi (1997) menyatakan bahwa validitas menunjukan sejauh mana alat ukur itu mampu mengukur apa yang ingin diukur. Menurut Nunnaly dalam Ghosali (2002), pengujian statistikcrobachalpha,instrumen dikatakan reliabel untuk mengukur variabel bila memiliki nilai alpha lebih besar dari 0,60. Melihat nilaialpha cronbachdan masing-masing variabel, menurut .Ronny Kountur (2003) tingkat reliabilitas pada umumnya dapat diterima pada nilai sebesar 0,60. Test yang reliabilitasnya di bawah 0,60 dianggap tidakreliable.

Ada beberapa software yang biasa digunakan untuk menguji validitas dan reliabilitas suatu kuisioner. Software tersebut antara lain SPSS dan Excel. Berikut ini akan disajikan contoh kasus serta langkah pengujian menggunakan SPSS dan Excel.

Contoh kasus:

Dalam suatu penelitian, seorang peneliti akan meneliti pengaruh adanya insentif terhadap kinerja karyawan. Peneliti tersebut menggunakan kuesioner untuk memperoleh data yang dibutuhkan. Soal yang disajikan dalam kuesioner tersebut sejumlah 30 butir soal. Sebelum peneliti tersebut terjun ke lapangan untuk memperoleh data dari responden tentunya peneliti tersebut harus melakukan pengujian terhadap alat pengumpul data (kuesioner) tersebut, apakah kuesioner tersebut sudah benar-benar siap untuk digunakan sebagai alat pengumpul data atau belum, dengan kata lain peneliti tersebut harus mengujivaliditasdanreliabilitaskuesioner tersebut. Seandainya kuesioner diujikan terhadap 10 orang responden didapat data seperti di bawah ini :

RSOAL

123456789101112131415161718192021222324252627282930

1344444432324133534435434444343

2322233342313332441224332322434

3545344444444454444555534454445

4433344344354344444444444444444

5332333334434424443113333333424

6545454454445454453332524543544

7442333332323333333133334444444

8433333343333444454344443333334

9443443422333244444444444444334

10553334442343244454445424443445

Dari data hasil pengujian kuesioner yang dihasilkan seperti diatas, Ujilah validitas dan reliabilitas kuesioner tersebut sehingga diperoleh butir soal mana saja yang sekiranya valid dan reliabel untuk dijadikan alat pengumpul data dalam penelitian yang sebenarnya.

A. Menggunakan SPSS

1. Masukkan data tersebut ke SPSS, baris menyatakan responden dan kolom menyatakan item pertanyaan.

2. Klik Analyze Scale Reliability Analysis

3. Maka akan muncul kotak dialog. Masukkan seluruh item pertanyaan ke items, pada model pilih Alpha kemudian klik tab Statistics, kemudian isikan centang sesuai gambar berikut kemudian klik Continue lalu OK.

4. Maka akan muncul output. Kita akan membaca output satu per satu.

1. Tabel pertama yang dibaca adalahItem-Total Statisticspada kolom Corrected Item-Total Correlation seperti di bawah ini. Setiap nilai pada kolom ini dibandingkan dengan nilai r pada tabel r dengan derajat bebas n-2 dimana n adalah jumlah responden sehingga nilai yang digunakan dalam kasus ini adalah tabel r dengan derajat bebas 8 dan diperoleh nilai 0.6319. Nilai yang dibandingkan adalah nilai Corrected Item-Total Correlation. Pertanyaan valid adalah yang mempunyai Corrected Item-Total Correlation di atas nilai r tabel.



VAR00001102.1000176.544.789.918

VAR00002102.5000181.167.548.921

VAR00003102.9000168.322.839.916

VAR00004102.9000185.878.466.922

VAR00005102.5000181.167.673.920

VAR00006102.6000183.156.763.920

VAR00007102.6000184.933.636.921

VAR00008102.5000185.833.338.924

VAR00009103.2000181.733.433.923

VAR00010102.8000189.511.344.924

VAR00011103.0000168.444.787.917

VAR00012102.5000184.500.491.922

VAR00013103.1000192.100.038.930

VAR00014102.4000172.489.840.917

VAR00015102.5000181.167.673.920

VAR00016102.1000192.100.153.925

VAR00017102.0000187.333.319.924

VAR00018102.7000176.900.642.920

VAR00019103.0000166.444.735.918

VAR00020102.8000171.511.707.919

VAR00021102.2000190.622.099.928

VAR00022102.2000175.511.934.917

VAR00023103.0000198.222-.214.930

VAR00024102.5000180.500.710.919

VAR00025102.3000182.233.685.920

VAR00026102.4000176.044.806.918

VAR00027102.7000185.567.434.923

VAR00028102.3000190.678.186.925

VAR00029102.6000182.933.569.921

VAR00030102.0000188.222.371.923

Maka pertanyaan yang tidak valid adalah 2,4,8,9,10,12,13,16,17,21,23,27,28,29,30. Oleh karena itu, maka pengujian dilakukan kembali dengan menghilangkan pertanyaan yang tidak valid. Ulangi langkah 3 dengan mengeluarkan item pertanyaan yang tidak valid. Maka diperoleh hasil sebagai berikut:



VAR0000149.000092.444.764.944

VAR0000349.800086.844.802.943

VAR0000549.400095.600.660.946

VAR0000649.500097.167.738.946

VAR0000749.500097.611.693.947

VAR0001149.900087.656.715.946

VAR0001449.300089.344.829.942

VAR0001549.400096.044.626.947

VAR0001849.600091.600.680.946

VAR0001949.900083.656.781.945

VAR0002049.700087.344.758.944

VAR0002249.100091.656.914.941

VAR0002449.400094.267.763.944

VAR0002549.200095.956.707.946

VAR0002649.300091.344.832.942

Output menunjukkan pertanyaan 15 masih tidak valid sehingga dilakukan kembali pengujian dengan menghilangkan pertanyaan 15. Ulangi kembali langkah 3 dengan mengeluarkan item pertanyaan yang tidak valid. Maka diperoleh hasil sebagai berikut:



VAR0000145.400084.044.757.942

VAR0000346.200078.400.814.941

VAR0000545.800086.844.668.945

VAR0000645.900088.322.751.944

VAR0000745.900088.767.705.945

VAR0001146.300080.011.682.946

VAR0001445.700080.900.835.940

VAR0001846.000083.556.654.945

VAR0001946.300075.344.791.944

VAR0002046.100078.989.762.943

VAR0002245.500083.167.916.939

VAR0002445.800085.733.759.943

VAR0002545.600087.156.719.944

VAR0002645.700082.900.832.941

Dari output di atas dapat dilihat bahwa pertanyaan yang valid adalah pertanyaan 1,3,5,6,7,11,14,18,19,20,22,24,25,26.

Reliabilitasnya dapat dilihat pada tabel berikut:

Reliability Statistics

Cronbach's AlphaN of Items

.94714

Nilai Cronbachs Alpha adalah 0.947 sehingga bisa dikatakan bahwa reliabilitas pertanyaan-pertanyaan tersebut sangat baik.

Pengolahan, Statistik Deskriptif dan Uji Kualitas Data

07.10

Pengolahan data dilakukan setelah data terkumpul.Pengolahan data pada tahap persiapan terdiri dari bebrapa tahap yaitu:1.Editing DataProses editing merupakan proses untuk mengetahuikejelasan data, keterbacaan, konsistensi dan kelengkapan datayang sudah terkumpul. Proseskejelasan dataakan memberikan kejelasan mengenai bebasnya data dari masalah konseptual maupun teknis.Keterbacaanberkaitan dengan apakah data yang sudah terkumpul oleh pengumpul data dapat terbaca secara benar sehingga dapat digunakan sebagai justifikasi penafsiran terhadap hasil analisa.Konsistensimencakup keajegan jawaban jawaban responden terhadap data yang saling berkaitan dengan skala pengukuran yang akan digunakan.Kelengkapan datamengacu pada apakah data yang dibutuhkan secara lengkap ada dan dijawab oleh responden. sehingga dapat digunakan untuk menjawab masalah yang sudah dirumuskan dalam penelitian tersebut.2.Pengembangan VariabelPengembangan variabel adalah proses pengembangan terhadap data dasar.Pengembangan variabel dapat berupa transformasi matematis seperti size perusahaan ditransformasik ukurannya dari rupiah dalam milyar ke logaritma.3.Pengkodean DataPengkodean data merupakan proses pemberian kode terhadap data yang telah terkumpul sebagai prosesmenterjemahkan datake dalam kode-kode yang biasanya dalam bentuk angka. Tujuannya ialah untuk mempermudah analisis statistik.Pentingnya pekodeaan ini maka pada tahap penyusunan kuisioner perlu diperhatikan cara pengkodean yang tepat.Misalnya: dalam satu variabel terdapat pertanyaan positif dan negatif maka pengkodeaanya perlu dikonsisten antara satu dengan yang lain.4.Cek KesalahanCek kesalahan merupakan perlakuan proses manual yang terakhir sebelum data di transfer ke media penyimpanan (komputer).Pada tahapan ini dilakukan pengecekan ulang terhadap data untuk mengetahuilangkah-langkah sebelumnya sudah diselesikan tanpa kesalahan yang serius.5.Pembuat Struktur DataPembuatan struktur data dilakukan sebagai wadah untuk memasukkan semua data yang dibutuhkan sebelum analisa data dilakukan. Penyimpanan data kedalam komputer mempertimbangkan bahwa:Data telah disimpan dengan cara yang sesuai dan konsisten dengan penggunaan sebenarnyaTidak ada data yang hilang dan jika ada data yang hilang perlu dipertimbangkan cara mengatasinya dalam analisisPemindahan data dan transformasi telah dilakukan dengan lengkap dan benar6.Cek Preanalisa KomputerStruktur data yang sudah final kemudian dipersiapkan untuk analisa komputer dan sebelumnya harus dilakukan pengecekan preanalisa komputer agar diketahui konsistensi dan kelengkapan data.7.TabulasiTabulasi merupakan kegiatan menggambarkan jawaban responden dengan cara tertentu. Tabulasi jugadapat digunakan untuk menciptakan statistik deskriptif variable-variable yang diteliti atau yang variable yang akan di tabulasi silang.STATISTIK DESKRIPTIFStatistik deskriptif merupakan proses transformasi data penelitian dalam bentuk tabulasi sehingga mudah dipahami dan diinterpretasikan.Statistik deskripstif berfungsi mempelajari tata cara pengumpulan, pencatatan, penyusunan dan penyajian data penelitian dalam bentuk tabel frekuensi atau grafik dan selanjutnya dilakukan pengukuran nilai-nilai statistiknya seperti mean/rerata aritmetik, median, modus, deviasi standar.Pada umumnya memberikan informasi mengenai karakteristik variabel penelitian utama dan data demografi responden.FREKUENSIFrekuensi merupakan salah satu ukuran dalam statistik deskriptif yang menunjukkan nilai distribusi data penelitian yang memiliki kesamaan kategori.TENDENSI SENTRALTendensi sentral merupakan ukuran dalam statistik deskriptif yang menunjukkan nilai sentral dari destribusi data penelitian1.Rata-Rata (Mean); mengukur nilai sentral suatu distribusi data berdasarkan nilai rata-rata yang dihitung dengan cara membagi nilai hasil penjumlahan sekelompok data dengan jumlah data yang diteliti2.Median adalah pengukuran tedensi sentral berdasarkan nilai data yang terletak ditengah-tengah dari suatu distribusi data penelitian yang disusun secara berurutan.3.Modus mengukur tendensi sentral berdasarkan data yang memiliki frekuensi paling banyak dalam suatu distribusi dataDISPERSIDispersi mengukur variasi data yang diteliti dari rata-rata.1.Deviasi Rata-rata adalah penjumlahan dari deviasi masing-masing data yang diteliti dengan nilai rata-ratnya dibagi dengan jumlah data.2.Deviasi absolut rata-rata ; menghitung deviasi rata-rata absolut pada nilai deviasi setiap data yang diteliti3.Deviasi kuadrat rata-rata: kuadrat masing-masing deviasi4.Varian5.Deviasi StandarUJI KUALITAS DATA1.Reliabilitas. Uji ini dilakukan untuk melihat konsistensi data yang dikumpulkan.a. Koefisiensi Stabilitas . Untuk mengetahui stabilitas jawaban responden dari suatu waktu kewaktu berikutnya dengan cara menghitung koefisien korelasi dari skor jawaban respnden yang diukurdengan instrumen yang sama pada saat yang berbedab. Koefisien ekuivalensi.Mengukur reliabilitas dengan cara menggunakan instrumen pengukuran yang berbeda untuk suatu construct terhadap subyek penelitian tertentu pada saat yang samac. Relibilitas Konsistensi Internal.Mengukur reliabilitas dengan melihat konsistensi diantara butir-butir pertanyaan dalam suatu instrumen.2.Validitas adalah konsep pengukuran yang digunakanuntuk mengetahui sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya.Suatu instrumen dikatakan valid hanya jika instrumen itu menghasilkan hasil ukur sesuai dengan tujuan pengukurana. Content Validity.Suatu instrumen dikatakan memiliki content validity jika mengandung butir-butir pertanyaan yang memadai dan representatif untuk mengukur constructb. Criterion related validity.Menguji tingkat akurasi instrumen yang baru dikembangkanc. Construct Validity.Mengukur validitas dengan cara menguji apakah suatu instrumen mengukukur construct sesuai dengan yang diharapkanSalah satu cara untuk melihat validitas adalah dengan melakukan analisis faktor (Factor Analysis).Factor Analysis merupakan teknik statistik yang digunakan untuk menidentifikasi interrelationship antar butir pertanyaan dengan tujuan mengindentifikasi apakah butir pertanyaan merupakan bagian dari suatu kelompok.Misalnya ada dalam lingkaran besar terdapat 10 bangun. Dengan menggunakan analysis factor maka dapat dipisahkan menjadi 4 faktor yaitu kelompok segitiga ada 4, lingkaran 4, sabit 1 dan segienam 1.Banyak teman-teman lebih suka melakukan penelitian dengan instrumen kuesioner, cman masalahnya banyak yang tidak tau cara mengolah data nya. Langsung saja kasi tau cara-cara dan tahap-tahap dalam mengolah data yang diperoleh melaui instrumen kuesioner. Namun sebelum saya mulai menjelaskan caranya ada baiknya saya jelaskan mengenai data yang akan digunakan. Data yang akan diolah berjenis data primer melalui kuesioner dengan skala likert 1 sampai 5 (Sangat Tidak Setuju sampai Sangat Setuju). Dalam data kali ini saya menggunakan data primer kuesioner Audit yang terdiri dari 4 variabel yaitu Kompentensi Auditor (X1), Independensi Auditor (X2), Integritas Auditor (X3) dan variabel Kualitas Audit (Y).Tahap Pertama: Setting VariabelSebelum melakukan regres terlebih dahulu kita meng-input semua data dari kesioner, mulai dari Indentitas Responden sampai Jawaban Responden. Untuk melakukan input data terlebih dahulu variabel view-nya disetting terlebih dahulu seperti screenshoot dibawah ini:

Dari Screenshot diatas terlihat bahwa dari baris pertama sampai baris keenam diperuntukkan untuk menampung data indentitas responden mulai dari usia sampai pendidikan dan pelatihan yang telah dikuti responden. Data-data ini disetting dengan type Sting dan pengukuran secara ordinal karena hanya digunakan untuk mendeskripsikan pemetaan responden melalui frekuensi.Sedangkan baris ke tujuh sampai dua puluh delapan diperuntukkan untuk menampung data jawaban responden yang disimbolkan dengan Q (Question) yang terdiri atas 22 butir pernyataan untuk 4 variabel dengan type numeric dan pengukurannya dengan skala (scale). Dalam data yang digunakan Q1 Q6 untuk variabel Kompentensi Auditor (X1), Q7 Q11 untuk variabel Independensi Auditor (X2), Q12 Q17 untuk variabel Integritas Auditor (X3) dan Q18 Q22 untuk variabel Kualitas Audit (Y) (semua angka dan huruf harus diketik sendiri).Tahap 2: Input DataSetelah melakukan setting variabel dengan benar maka langkah selanjutnya adalah meng-input data dengan mengklik Data View, input data tinggal masukkan semua data dari kuesioner ke Data View seperti screenshot dibawah ini:

Dari Screenshot terlihat bahwa responden pertama berumur 31 tahun berjenis kelamin pria, telah berkerja selama 5 tahun, berpendidikan Sarjana (S1) dan belum pernah mengikuti diklat. Jawaban responden ini untuk penyataan pertama adalah tidak setuju yang disimbolkan dengan angka 2, dan begitulah seterusnya sampai responden 34 silahkan baca sendiri. (semua angka dan huruf diketik sendiri)Tahap 3: Pemetaan RespondenSetelah input data selesai maka selanjutnya sudah dapat dilakukan analisa terhadap data tersebut, maka langkah senjutnya adalah memetakan responden, tujuannya agar diperoleh gambaran mengenai karakteristik responden. Langkahnya Klik Menu Utama Analize Pilih Descriptive Statistics lalu Frecuencies sperti screeenshot dibawah ini:

Maka akan muncul jendela frecuencies-nya, pada kotak dialog Frequencies variabel umur, jenis kelamin, masa berkerja, Pendidkan terakhir dan diklat yang merupakan indentitas responden dimasukkan dalam kotak varible(s) dengan cara meng-klik tanda panah disamping kotak tersebut sehingga hasilnya seperti screenshot dibawah ini:

Setelah itu klik OK (tidak perlu lagi mengatur statistis, Chart atau formatnya tinggal mengikuti pengaturan bawaan saja). Hasilnya seperti Screenshoot dibawah ini:

Tahap 4: Pemetaan Jawaban RespondenSetelah responden dipetakan, sekarang giliran jawaban responden yang dipetakan, tujuannya adalah untuk mendeskripsikan bagaimana jawaban yang diberikan responden. Langkah-langkahnya Klik Menu Utama Analize Pilih Descriptive Statistics lalu Frecuencies sperti screeenshot dibawah ini:

Maka akan muncul jendela frecuencies-nya, pada kotak dialog Frequencies variabel Q1 sampai Q22 yang merupakan jawaban responden dimasukkan dalam kotak varible(s) dengan cara meng-klik tanda panah disamping kotak tersebut sehingga hasilnya seperti screenshot dibawah ini:

Setelah itu klik OK (tidak perlu lagi mengatur statistis, Chart atau formatnya tinggal mengikuti pengaturan bawaan saja). Hasilnya seperti Screenshoot dibawah ini:

Tahap 5: Meng-Compute VariableSelanjutnya Setelah Responden dan Jawaban responden dipetakan maka sudah saatnya melakukan uji kualitas data, Uji kualitas data dalam postingan ini menggunakan uji Validitas dan Uji Reliabilitas. Untuk yang pertama kita lakukan uji validitas. Sebelum melakukan uji validitas terlebih dahulu konstruk-konstruk dari setiap variabel dijumlahkan terlebih dahulu dengan cara Klik Menu Utama Transform lalu Compute Variable seperti screenshot dibawah ini:

Dalam kotak dialog compute variable, pada target variable ketik X1 lalu klik Type&Label Ketik nama variable yang dmadsud pada label (contoh disini : Kompetensi Auditor) lalu Continue. Kembali pada kotak dialog compute variable, pada kotak numeric expression-nya jumlahkan Q1 + Q2 +,,,,+ Q6 untuk variabel X1 dengan cara klik satu persatu konstruk tersebut kemudian klik tanda panah disamping lalu klik (+) Lalu klik OK,

sampai disini kita telah berhasil mendapatkan total dari variable pertama (dapat dilihat pada data viewnya. Untuk variabel selanjutnya juga demikian disesuaikan dengan nama variabel dan urutan kontruknya.Tahap 6: Menguji Kualitas DataSetelah didapat nila total konstruk dari masing-masing variable maka telah bisa dilakukan uji validitas (tujuan validitas untuk melihat korelasi antara setiap konstruk dengan total konstruk). Langkah-langkahnya adalah Klik Menu Utama Analize kemudian Correlate lalu bivariate seperti screenshoot dibawah ini:

Lalu akan muncul kotak dialog bivariate correlations, disini kita harus memasukkan butir-butir pertanyaan/konstruk per variabel kedalam kotak varible(s) dan total konstruk yang telah dicompute tadi seperti screenshot berikut:

lalu klik OK maka akan muncul hasilnya seperi berikut:

Valid tidaknya dilihat dari nilai pearson correlation yang berkorelasi positif dan sinificant dibawah 0,05 terhadap total konstruk variable.Hal ini juga dilakukan untuk setiap variable yang ada untuk melihat korelasi dari konstruk setiap variable terhadap total konstruknya.Setelah keempat variable telah diuji validitasnya maka, sekarang saatnya kita lakukan uji reliabilitas (keabsahan) instrumen penelitian. Caranya Klik Analize lalu Scale lalu Reliability Analysis, akan muncul kotak dialog Reliability Analysis seperti screenshot berikut:

Pada Kotak Item masukkan butir-butir konstruk pervariabel (ingat! hanya butir-butirnya saja) dengan cara klik satu per satu lalu klik tanda panah lalu OK seperti screenshot berikut:

Ini dilakukan untuk setiap variabel. dan hasil adalah,,

Reliabel tidaknya instrumen dilihat dari nilai Cronbach Alfa yang diatas 0,60Tahap 7: Uji RegresiSetelah data telah diuji valid dan reliable maka dapat dilakukan Pengujian Regresi. Pengujian regresi ini dilakukan sekalian dengan pengujian asumsi klasik (normalitas, Multikolinierits dan Heterokedastisitas).Langkah-langkah yang harus dilakukan adalah: Mencari nilai rata-rata dari total konstruk sebagai nilai variableCaranya Klik Menu Utama Transform lalu Compute Variable seperti screenshot dibawah ini:

Dalam kotak dialog compute variable, pada target variable ketik X1 lalu klik Type&Label Ketik nama variable yang dmadsud pada label (contoh disini : Kompetensi Auditor) lalu Continue. Kembali pada kotak dialog compute variable, pada kotak numeric expression-nya masukkan variabel X1 (Kompetensi Auditor) kemudian dibagi 6 (jumlah konstruk Lalu klik OK, Seperti screenshot dibawah:

sampai disini kita telah berhasil mendapatkan nilai dari variable pertama (dapat dilihat pada data viewnya. Untuk variabel selanjutnya juga demikian disesuaikan dengan nama variabel dan jumlah kontruknya Melakukan RegresiSetelah nilai rata-rata diperoleh untuk setiap variabel, maka sudah dapat dilakukan regresi dengan cara Klik Analize pada menu utama lalu Regressions kemudian Linier, Seperti Screenshot brikut:

Maka akan muncul kotak dialog linier regressionnya.Pada kotak dialog tersebut, pada kotak dependent masukkan variable dependent-nya (contoh disini: Kuaitas Audit) Lalu pada kotak independent masukkan variable-variable independent-nya (contoh disini : Kompetensi Auditor, Integritas Auditor dan Independensi Auditor). Sepert Screenshot berikut:

Melakukan Uji Asumsi KlasikSecara teori uji asumsi klasik dilakukan sebelum Uji Regresi (karena Model regresi harus terlebih dahulu lolos Asumsi Klasik) namun dalam prakteknya asumsi klasik dilakukan sekaligus dalam uji regresi. adapun langkahnya adalah Pada kotak dialog Linier Regressions klik Opsi Statistic, pada kotak dialog Linier Regressions : Statistic centang model fit, descriptive dan colinierity diagnostic dan kotak regression coefficient centang estimate lalu Continue seperti screenshot berikut:

Kemudian Klik opsi Plot, maka akan muncul kotak linier regression : Plots. Pada kolom Y masukkan *Z-PRED dan pada kolom X masukkan *S-RESID lalu centang Histogram dan Normal Probability Plot pada kotak Standarized Residual Plots. Lalu Countinue Seperti Screenshot berikut:

Langkah selanjutnya Klik opsi Save maka akan muncul kotak dialog Linier Regressions: Save Kemudian centang Unstandarized pada kolom residual lalu klik Countinue Seperti screenshot berikut:

Kemudian kita akan kembali pada kotak dialog Linier Regression, Nah setelah semua proses tadi telah dilaukan dengan baik dan benar maka langkah terakhir Klik OK. Maka hasil dari regresi pengolahan data kuesioner akan terlihat seperti ini:

Selanjutnya dilihat sendiri aja,,Semoga Bermanfaat,,:)sssssssss

Documents

spss alfi