(731809575) Modul-Pelatihan-SPSS-2012

8/18/2019 (731809575) Modul-Pelatihan-SPSS-2012

1/42

Pelatihan Analisis Statistik dengan SPSS

Oleh: Ali Muhson

Fakultas Ekonomi


2/42

Universitas Negeri YogyakartaSeptember 2012


3/42

Pelatihan Analisis Statistik dengan

© Ali Page

MENGENAL SPSSF

R WIN OWS

SPSS (Statistical Product and Service Solutions) adalah salah satu darisekian

banyak

program

aplikasi komputer untuk menganalisis data

statistik.

Dilihat dari

namanya SPSS memang sangat membantu memecahkan berbagaipermasalahan ilmu!ilmu

sosial khususnya analisis statistik. "amun demikian #eksibilitas yangdimilikinya

menyebabkan berbagai problem analisis di luar ilmu sosial $uga dapatdiatasinya dengan baik.

%ntukmen$alankan

program SPSS &or 'indosanda

cukup melakukandouble

klik pada program item icon SPSS. Atau gunakan tombol panah untukmemilih program item icon SPSS dan tekan )nter untuk membuka programSPSS &or 'indos.

Program SPSS ini diaali dengan munculnya logo SPSS &or 'indospada layar yang diikuti munculnya dua buah indo di latar belakangnya.

*unggulah sesaat hingga logo tersebut menghilang maka pada layar monitorakan didapati output indos danSPSS

Data ditor yang telah siapdioperasikan

sebagaimanaterlihat

pada gambar

berikut ini.


4/42

+sikan data yang akan dianalisis ke dalam sel yang sudah tersedia diatas. ,olom

dalam SPSS disebut sebagaivariable

sedangkan

baris disebutdengan

case. %ntuk

memberikan keterangan tambahan pada variabelyang sudah

direkam dapatmengklik

-ariable -ie yang ada di po$ok kiri baah. Sehingga akan muncul gambarberikut

Keterangan:

• Name digunakan untuk memberi keterangan nama variabel• Type untuk memilih $enis data yang direkam• Width untuk mengatur lebar kolom dalam hasil analisis• Decima digunakan untuk menentukan $umlah angka di belakang koma• La!e digunakan untuk memberikan keterangan pada variabel• "a#e digunakan untuk memberikan keterangan untuk data variabel• Mi$$ing digunakan untuk mengatur data hilang/tidak lengkap• %&#mn digunakan untuk mengatur lebar kolom dalam data vie• Aign digunakan untuk mengatur $enis perataan• ea$#re digunakan untuk menentukan $enis skala pengukuran data


5/42

'(I KOMPARASI

INDEPENDENT T

TEST

# T#)#an:# Digunakan untuk mengu$i perbedaan rata dua kelompok yang salingbebas

# %&nt&h Ma$aah:# Apakah ada perbedaan rata!rata +P, antara mahasisa kelas A dan 0# Apakah ada perbedaan ga$i antara karyaan pria dan anita

# Ka$#$:# 0erikut ini disa$ikan data +P, mahasisa antara mahasisa yang berasaldari

,elas A dan 0

IPK Maha$i$*aKea$ A Kea$ +

2.132.452.162.614.774.782.59

2.462.684.942.694.:84.874.554.884.234.34

# %$ilah apakah ada perbedaan +P, antara mahasisa kelas A dankelas 0 ;ika ada perbedaan manakah di antara ketiganya yangmemiliki +P, lebh tinggi (ekamlah data tersebut ke dalam dua kolom# ,olom pertama data tentang Kea$ dengan kode 1 untuk A dan 4

untuk +# ,olom kedua data tentang +P,

# 0erilah keterangan data tersebut dengan menggunakan .aria!e .ie*/# 0aris pertama (Name ? @1 La!e ? ,elas "a#e ? 1 A 4 0)# 0aris kedua(Name ? @4 La!e ? +P,)

# Simpanlah data tersebut dengan nama Latihan Independent t te$t# akukan analisis dengan menggunakan menu Anay0e Æ %&mpareMean$ Æ

Independent Sampe$ t te$t# Masukkan variabel @4 ke Te$t "aria!e$ dan @1 ke Grping"aria!e


6/42

# ,lik tombol De1ne Grp$ lalu isikan 1 pada kotak Grp 2 danisikan 4 pada kotak Grp 3 lalu klik %&ntin#e4 sehingga akanterlihat seperti berikut


7/42

# ,lik OK sehingga akan muncul hasil analisis seperti berikut

Group Statistics

Kelas N Mean Std. eviationStd. Error

Mean

!"K #

$

%

10

&.0'%1

2.%%(0

.2')*+

.2+)(&

.10%*(

.0+&1%

# Pena5$iran print t ha$i anai$i$:# 0agian De$cripti.e di atas menampilkan hasil analisis statistik

deskripti&nya seperti rata per kelompok standar deviasi danstandar error

Independent Samples Test

,evene-s est/or Euality o/

arianes t3test /or Euality o/ Means

F Sig. t d/ Sig. 423tailed5

Meani//erene

Std. Error i//erene

+*67on/idene

!nterval o/ t8ei//erene

,o9er Upper

!"K Eualvarianes

assumedEualvarianesnotassumed

.&0* .*'+ 2.1%2

2.1'(

1*

1&.&(*

.0)(

.0)%

.&111

.&111

.1)&2)

.1)2&0

.00*')

.00)*(

.(1())

.(1%%2

# Bang perlu dita&sirkan dalam bagian ini adalah pengu$ianhomogenitas varians 6Le.ene7$ te$t 5&r e8#aity &5 .ariance$9/

;ika nilai signi&ikansi pengu$ian C ini lebih kecil dari 665 maka varianskedua kelompok tidak homogen sehingga u$i yang digunakan adalahseparate t test (t bagian baah pada print out di


8/42

atas) sedangkan $ika nilai signikansi pengu$ian C ini lebih besaratau sama dengan 665 maka varians kedua kelompok homogensehingga u$i yang digunakan adalah pooled t test (t bagian ataspada print out di atas).

# Easil pengu$ian C di atas menun$ukkan baha nilai C sebesar 6265

dengan sig.6599. Fleh karena nilai sig G 665 maka varians kedua kelompoktersebut homogen. Fleh karena u$i t yang digunakan adalah t yangbagian atas (Pooled t test/eHual variances assumed).

# Easil u$i t ditemukan nilai t sebesar 4174 dengan sig (4!tailed) 6638.Fleh karena nilai sig I 665 maka dapat disimpulkan baha adaperbedaan rata!rata +P, antara mahasisa kelas A dan 0. Fleh karenanilai rata!rata +P, kelas A lebihtinggi dibandingkan nlai rata!rata kelas 0 (lihat bagian print outdescriptive) maka dapat disimpulkan baha +P, mahasisa kelas Alebih baik daripada +P, mahasisa kelas 0.

PAIRED TTEST

# T#)#an:# Digunakan untuk mengu$i perbedaan rata!rata dua kelompok

yang saling berpasangan# %&nt&h Ma$aah:# Apakah ada perbedaan nilai pre test dengan post test# Apakah ada peningkatan produktivitas ker$a antara sebelum dan

sesudah adanya program pelatihan karyaan# Ka$#$:# 0erikut ini disa$ikan data nilai pre test dan post test mata kuliah Aplikasi

,omputer

NiaiPre

NiaiP&$t

85555882388256

395235

79888687867596

557989

# %$ilah apakah ada perbedaan antara nilai pre test dan nilai posttest ;ika ada perbedaan manakah di antara keduanya yangnilainya lebih baik (ekamlah data tersebut ke dalam dua kolom# ,olom pertama data tentang Niai Pre Te$t# ,olom kedua data tentang Niai P&$t Te$t


9/42

# 0erilah keterangan data tersebut dengan menggunakan .aria!e .ie*/# 0aris pertama (Name ? @1 La!e ? "ilai Pre *est)# 0aris kedua (Name ? @4 La!e ? "ilai Post *ets)

# Simpanlah data tersebut dengan nama Latihan Paired t te$t# akukan analisis dengan menggunakan menu Anay0e Æ %&mpare

Mean$Æ

Paired-Sampe$ t Te$t///# Masukkan variabel @1 dan @4 ke Paired "aria!e$ dengan cara klik @1lalu klik

@4 dan masukkan ke kotak Paired "aria!e$ sehingga akanterlihat seperti berikut


Paired Samples Statistics

Mean N Std. eviationStd. Error

Mean

"air 1 Nilai "reestNilai "ostest

*).)000

('.%000

10

10

%.&&(&(

'.%*(*'

2.&1++(

2.%(+0'

# Pena5$iran print t ha$i anai$i$:# 0agian di atas menampilkan hasil analisis statistik deskripti&nya

seperti rata per pasangan standar deviasi dan standar error

Paired Samples Correlations

N 7orrelation Sig.

"air 1 Nilai "reest : Nilai"ost est

10 .&+& .2(1

# 0agian di atas menampilkan hasil analisis korelasi antara kedua

pasangan data.,oesien korelasinya adalah sebesar 62:2 dengan sig6481. Eal ini menun$ukkan baha kedua pasangan datatersebut tidak berkorelasi.


10/42

Paired Samples Test

"aired i//erenes t d/ Sig. 423tailed5

Mean

Std.eviation

Std.Error

Mean

+*6 7on/idene!nterval o/ t8e

i//erene

,o9er Upper

"air Nilai "re1 est 3 Nilai

"ost est31).&00 '.+))'+ 2.'2'(2 320.(++ 3%.+012 3*.0** + .001

# 0agian di atas menampilkan hasil u$i beda rata!rata antara nilai pretest dan post test. Easil pengu$ian ditemukan baha nilai t sebesar!5655 dengan sig (4tailed) 6661. Eal ini menun$ukkan baha ada perbedaan antara nilaipre test dengan nilai post test dan oleh karena nilai t yangditemukan negati& maka halini menun$ukkan baha nilai post test lebih baik daripada nilai pre test.

ONE WA ANO"A

# T#)#an:# Digunakan untuk mengu$i perbedaan rata untuk lebih dari dua

kelompok yang saling bebas.# %&nt&h Ma$aah:# Apakah ada perbedaan rata!rata +P, antara mahasisa yang

berasal dari kota pinggiran dan kota Manakah di antara ketiganyayang memiliki +P, palingtinggi

# Apakah ada perbedaan ga$i antara bagian produksi pemasaran danstaJ

Manakah yang paling tinggi ga$inya# Ka$#$:# 0erikut ini disa$ikan data +P, mahasisa antara mahasisa yang

berasal dari desa pinggiran dan kota

IPK Men#r#t A$a Daerah

De$a Pinggiran K&ta

2.634.:54.762.614.774.784.59

2.362.184.:12.694.:82.352.652.262.662.19

2.534.942.312.452.282.292.322.882.47


11/42

# %$ilah apakah ada perbedaan +P, antara mahasisa yang berasaldari Desa Pinggiran dan ,ota ;ika ada perbedaan manakah diantara ketiganya yang memiliki +P, paling tinggi (ekamlah data tersebut ke dalam dua kolom# ,olom pertama data tentang asal daerah dengan kode 1

untuk desa 4 pinggiran dan 2 kota# ,olom kedua data tentang +P,

# 0erilah keterangan data tersebut dengan menggunakan .aria!e .ie*/# 0aris pertama (Name ? @1 La!e ? Asal Daerah "a#e ? 1 Desa4

Pinggiran 2 ,ota)# 0aris kedua(Name ? @4 La!e ? +P,)

# Simpanlah data tersebut dengan nama Latihan One Way ANO"A# akukan analisis dengan menggunakan menu Anay0e Æ %&mpare

Mean$ ÆOne Way ANO"A# Masukkan variabel @4 ke Dependent Li$t dan @1 ke Fact&r

sehingga akan terlihat seperti berikut

# ,lik tombol P&$t ;&c Æ LSD Æ %&ntin#e# ,lik tombol Opti&n$ Æ De$cripti.e Æ ;&m&geneity &5 "ariance$

Te$tÆ

%&ntin#e lalu klik OK sehingga akan muncul hasil analisis sepertiberikut

!"KDescriptives

N MeanStd.

eviationStd.Error

+*6 7on/idene !nterval/or Mean

Minimum Ma;imum

,o9er $ound

Upper $ound

esa

"inggiran

Kota

otal

%

10

+

2(

2.'&00

&.1)+0

&.&)(%

&.1&1*

.1%2(&

.1')%2

.2&)(&

.2'1*+

.0(*2*

.0*')1

.0%'21

.0**22

2.(%0&

&.01(+

&.1((&

&.01%'

2.+'+%

&.2'11

&.*2%0

&.2)*&

2.*'

2.+1

2.'2

2.*'

&.0)

&.)*

&.((

&.((


12/42

# Pena5$iran print t ha$i anai$i$:# 0agian De$cripti.e di atas menampilkan hasil analisis statistik

deskripti&nya seperti rata per kelompok standar deviasi standarerror minimum danmaksimum

!"KTest of Homogeneity of ariances


13/42

,eveneStatisti d/1 d/2 Sig.

.01) 2 2& .+'(

# 0agian Te$t &5 ;&m&geneity &5 "ariance$ menampilkan hasil u$ihomogenitas varians sebagai prasyarat untuk dapat menggunakan

A"F-A. Easil pengu$ian ditemukan baha C hitung ? 6613 dengan sig? 6:98. Fleh karena nilai sig G665 maka dapat disimpulkan baha varians antar kelompok bersi&athomogen. Dengan demikian prasyarat untuk dapat menggunakanA"F-A terpenuhi.

!"KA!"A


14/42

Sum o/ Suares d/ Mean Suare F Sig.

$et9een !"K,S

#ultiple Comparisons


15/42

4!5 #sal aera8 4?5 #sal aera8

Meani//erene

4!3?5 Std. Error Sig.

+*6 7on/idene !nterval

,o9er $ound Upper $ound

esa "inggiranKota

"inggiran esa

Kota

Kota esa"inggiran

3.&1+04@5

3.*1(%4@5

.&[email protected]+%%4@5

.*1(%4@5

.1+%%4@5

.0+'+0

.1011&

.0+'+0

.0+221

.1011&

.0+221

.00)

.000

.00)

.0)&

.000

.0)&

3.*2&(

3.%2*+

.11))3.&'')

.&0%*

.00(+

3.11))

3.&0%*

.*2&(3.00(+

.%2*+

.&'')

@ 8e mean di//erene is signi/iant at t8e .0* level.

# 0agian ini menampilkan hasil u$i lan$ut untuk mengetahuiperbedaan antar kelompok secara spesik sekaligus untukmengetahui mana di antara ketiga kelompok tersebut yang +P,nyapaling tinggi. %ntuk melihat perbedaan antar


16/42

kelompok dapat dilihat pada kolom sig. Misalnya untuk melihatperbedaan +P, antara mahasisa yang berasal dari Desa dan Pinggiran diperoleh nilaisig ?6663 Fleh karena nilai sig I 665 dapat disimpulkan baha ada

perbedaan +P, antara mahasisa yang berasal dari Desa dan Pinggiran. Dalam halini +P, mahasisa yang berasal dari desa lebih rendah daripada +P,mahasisa yang berasal dari pinggiran. (Koba lakukan pembandingan+P, antara Desa dan ,ota serta antara Pinggiran dan ,otaL 0uatlahkesimpulannyaL)

'(I KORELASI

KORELASI PROD'%T

MOMENT

# T#)#an:# Digunakan untuk mengu$i korelasi/hubungan antara satu variabel

dengan satu variabel lainnya.# Data yang dianalisis harus berupa data yang berskala interval/rasio

# %&nt&h Ma$aah:# Apakah ada korelasi yang positi& antara motivasi bela$ar dengan

prestasi bela$ar mahasisa# Apakah ada hubungan antara pengalaman ker$a dengan

produktivitas ker$a karyaan# Ka$#$:

# 0erikut ini disa$ikan data tentang motivasi bela$ar mahasisadan prestasi bela$arnya

#otivasi$ela%ar

Prestasi$ela%ar

*' &.*)

)* 2.'2

*) &.)1

)' &.2*

(1 &.&(

*) &.&'

*2 &.)&

*0 &.((

*' &.2%(0 &.&

)' &.1+

(2 &.&&

)) &.1(

*( &.)

*& &.1(

(1 &.&'

(& &.2

)( &.0+

*% &.&1

)+ &.&)


17/42

** &.&+

)' &.11

*' &.12

*2 &.&*

(0 &.)*

*) &.1*# %$ilah apakah ada korelasi yang positi& antara motivasi bela$ar

dengan prestasi bela$ar (ekamlah data tersebut ke dalam dua kolom# ,olom pertama data tentang M&ti.a$i +ea)ar# ,olom kedua data tentang Pre$ta$i +ea)ar

# 0erilah keterangan data tersebut dengan menggunakan .aria!e .ie*/# 0aris pertama (Name ? @ La!e ? Motivasi 0ela$ar)# 0aris kedua (Name ? B La!e ? Prestasi 0ela$ar)

# Simpanlah data tersebut dengan nama Latihan K&rea$i Pr&d#ct

M&ment# akukan analisis dengan menggunakan menu Anay0e Æ %&rreate Æ

+i.ariate# Masukkan variabel @ dan B ke kotak "aria!e$ sehingga akan

terlihat seperti berikut

# ,lik tombol Opti&n$ Æ Mean$ and Standard De.iati&n Æ %r&$$Pr&d#ct

De.iati&n$ and %&.ariance Æ %&ntin#e# ,lik OK sehingga akan muncul hasil analisis

# Pena5$iran print t ha$i anai$i$:

Descriptive Statistics

Mean Std. eviation N

Motivasi $elaAar

"restasi $elaAar

*).0%(+

&.2+0)

*.*'*1*

.1('0(

2(

2(


18/42

# 0agian De$cripti.e di atas menampilkan hasil analisis statistikdeskripti&nya seperti rata!rata per variabel standar deviasi dan

$umlah sampel

Correlations

Motivasi$elaAar

"restasi$elaAar

Motivasi $elaAar "earson 7orrelation

Sig. 423tailed5

Sum o/ Suaresand 7ross3produts

7ovariane

N

"restasi $elaAar "earson 7orrelation

Sig. 423tailed5

Sum o/ Suares

and 7ross3produts7ovariane

N

1

.

%%+.')(

&1.1+)

2(

.&+%4@5

.0)*

+.&1+

.&%&

2(

.&+%4@5

.0)*

+.&1+

.&%&

2(

1

.

.%0(

.02'

2(

@ 7orrelation is signi/iant at t8e 0.0* level 423tailed5.

# 0agian ini menampilkan hasil analisis korelasi dan ukuran statistikyang lainnya seperti sum!o& sHuare ($umlah kuadrat) cross productdan varians kovarians. Kara membacanya adalah untuk melihatbesarnya koesien korelasi dapat dilihat dengan mempertemukankolom dengan baris variabel lalu ambil sub baris Pear$&n %&rreati&n.Dengan cara tersebut dapat ditemukan angka koesien korelasi antaraMotivasi 0ela$ar dengan Prestasi 0ela$ar adalah 62:7 dengan sig. (4!

tailed) 6635. Fleh karena hipotesis yang dia$ukan adalah hipotesissatu arah (lihat pertanyaannya) atau Eo ρ 6 dan Ea ρ G 6 maka nilaisig. (4!tailed) harus dibagi 4 sehingga men$adi 66445. Fleh karenanilai sig. (1!tailed) I 665 maka Eo ditolak sehingga dapat disimpulkanada hubungan yang positi& antaramotivasi bela$ar dengan prestasi bela$ar.

REGRESI LINEAR SEDER;ANA

# T#)#an:# Digunakan untuk mengu$i hubungan/korelasi/pengaruh satu

variabel bebas terhadap satu variabel terikat.# >egresi $uga dapat digunakan untuk melakukan prediksi atau estimasivariabel

terikat berdasarkan variabel bebasnya.# Data yang dianalisis harus berupa data yang berskala interval/rasio

# %&nt&h Ma$aah:# Apakah ada pengaruh motivasi bela$ar terhadap prestasi bela$armahasisa# Apakah pengalaman ker$a mempengaruhi produktivitas ker$a karyaan

# Ka$#$:# 0erikut ini disa$ikan data tentang motivasi bela$ar mahasisa dan

prestasi bela$arnya (Data ini sama dengan data yang diberikan

untuk latihan korelasi product moment)


19/42

#otivasi$ela%ar

Prestasi$ela%ar

*' &.*)

)* 2.'2

*) &.)1

)' &.2*

(1 &.&(

*) &.&'

*2 &.)&

*0 &.((

*' &.2%

(0 &.&

)' &.1+

(2 &.&&

)) &.1(

*( &.)

*& &.1((1 &.&'

(& &.2

)( &.0+

*% &.&1

)+ &.&)

** &.&+

)' &.11

*' &.12

*2 &.&*

(0 &.)*

*) &.1*

# %$ilah apakah ada pengaruh motivasi bela$ar terhadap prestasibela$ar (ekamlah data tersebut ke dalam dua kolom# ,olom pertama data tentang M&ti.a$i +ea)ar# ,olom kedua data tentang Pre$ta$i +ea)ar

#0erilah keterangan data tersebut dengan menggunakan .aria!e .ie*/# 0aris pertama (Name ? @ La!e ? Motivasi 0ela$ar)# 0aris kedua(Name ? B La!e ? Prestasi 0ela$ar)

# Simpanlah data tersebut dengan nama Latihan Regre$i LinearSederhana# akukan analisis dengan menggunakan menu Anay0e Æ Regre$$i&n Æ

Linear# Masukkan variabel B ke kotak Dependent dan variabel @ ke dalamkotak

Independent6$9 sehingga akan terlihat seperti berikut


20/42

# ,lik OK sehingga akan muncul hasil analisis


aria&les 'ntered()emoved*&+

ModelariablesEntered

ariablesBemoved Met8od

1 Motivasi$elaAar4a5

. Enter

a #ll reuested variables entered.b ependent ariable> "restasi $elaAar

# 0agian ini menampilkan variabel yang dimasukkan dalam modeldikeluarkan metode analisisnya. Dalam hal ini variabel yangdimasukkan ke dalam model adalah M&ti.a$i +ea)ar variabel yangdikeluarkan tidak ada dan metode analisis yang digunakan adalahmetode enter (dimasukkan secara simultan/bersama). Di bagianbaah $uga ditampilkan nama variabel terikatnya yaitu Pre$ta$i+ea)ar.

#odel Summary

Model B B Suare

#dAusted B

Suare

Std. Error o/

t8e Estimate1 .&+%4a5 .1*' .12& .1*%)2

a "reditors> 47onstant5C Motivasi $elaAar

# 0agian inimenampilkan

# > ? 62:7 artinya koesien korelasinya sebesar 62:7(0andingkan dengan angka koesien korelasi product momentyang sudah Anda hitung pada latihan sebelumnyaL)


21/42

# > SHuare ? 6159 menun$ukkan angka koesien determinasinya

(>4). Artinya variansi dalam prestasi dapat di$elaskan oleh motivasi

bela$ar melalui model sebesar 159= sisanya berasal dari variabellain. Atau dengan bahasa sederhana besarnyakontribusi/sumbangan motivasi bela$ar terhadap prestasi bela$ar

adalah sebesar 159= sisanya (934=) berasal dari variabel lain.# Ad$usted > sHuare ? 6142. %kuran ini maknanya sama dengan> sHuare hanya sa$a Ad$usted > sHuare ini nilainya lebih stabilkarena sudahdisesuaikan dengan $umlah variabel bebasnya.

# Standard rror o& *he stimate ? 615734 yang menun$ukkanukuran tingkat kesalahan dalam melakukan prediksi terhadapvariabel terikat.

A!"A*&+

ModelSum o/ Suares d/ Mean Suare F Sig.

1 Begression

Besidual

otal

.111

.*+*

.%0(

1

2)

2*

.111

.02*

).)+) .0)*4a5

a "reditors> 47onstant5C Motivasi $elaAar b ependent ariable> "restasi $elaAar

# 0agian ini menampilkan hasil pengu$ian koesien determinasi.Easil pengu$ian tersebut ditemukan harga C hitung sebesar 33:3dengan sig. ? 6635. Fleh karena nilai sig. I 665 maka Eo (ρ ? 6)ditolak yang artinya motivasi bela$ar memiliki pengaruh yangsignikan terhadap prestasi bela$ar.

Coefficients*a+

Model

UnstandardiDed7oe//iients

StandardiDed7oe//iients

t Sig.$ Std. Error $eta

1 47onstant5

Motivasi$elaAar

2.())

.012

.&0(

.00( .&+%

'.(&0

2.120

.000

.0)*

a ependent ariable> "restasi $elaAar

# 0agian ini menampilkan persamaan garis regresi dan pengu$iannya.

Persamaan garis regresi dapat diperoleh dari kolom 'n$tandardi0ed%&e


22/42

REGRESI LINEARGANDA

# T#)#an:# Digunakan untuk mengu$i hubungan/korelasi/pengaruh lebih dari

satu variabel bebas terhadap satu variabel terikat.# >egresi $uga dapat digunakan untuk melakukan prediksi atau

estimasi variabel terikat berdasarkan variabel bebasnya.# Data yang dianalisis harus berupa data yang berskala interval/rasio

# %&nt&h Ma$aah:# Apakah ada pengaruh uang saku dan motivasi bela$ar terhadap

prestasi bela$ar mahasisa# 0agaimana pengaruh lingkungan ker$a dan pengalaman ker$a

terhadap produktivitas ker$a karyaan# Ka$#$:

# 0erikut ini disa$ikan data tentang $umlah uang saku motivasi bela$armahasisa dan prestasi bela$arnya

,ang Saku*)i&uan )upiah

per hari+

#otivasi$ela%ar

Prestasi$ela%ar

*0 *' &.*)

(0 )* 2.'2

(* *) &.)1

** )' &.2*

)0 (1 &.&(

&* *) &.&'

(* *2 &.)&

+0 *0 &.((

&* *' &.2%&0 (0 &.&0

)* )' &.1+

2* (2 &.&&

&0 )) &.1(

*0 *( &.)0

(0 *& &.1(

)0 (1 &.&'

)* (& &.20

)* )( &.0+

(* *% &.&1

** )+ &.&)

)* ** &.&+

)0 )' &.11

&0 *' &.12

2* *2 &.&*

)* (0 &.)*

(* *) &.1*


23/42

# Eitunglah berapa besarnya kontribusi bersama seluruh variabelbebas terhadap variabel terikatnya

# %$ilah apakah ada kontribusi tersebut signikan (ekamlah data tersebut ke dalam tiga kolom# ,olom pertama data tentang 'ang Sa,## ,olom kedua data tentang M&ti.a$i +ea)ar# ,olom ketiga data tentang Pre$ta$i +ea)ar

# 0erilah keterangan data tersebut dengan menggunakan .aria!e .ie*/# 0aris pertama (Name ? @1 La!e ? %ang Saku)# 0aris kedua (Name ? @4 La!e ? Motivasi 0ela$ar)# 0aris ketiga (Name ? B La!e ? Prestasi 0ela$ar)

# Simpanlah data tersebut dengan nama Latihan Regre$i Ganda#

akukan analisis dengan menggunakan menu Anay0eÆ

Regre$$i&nÆ

Linear# Masukkan variabel B ke kotak Dependent dan variabel @1 dan

@4 ke dalam kotak Independent6$9 sehingga akan terlihat sepertiberikut



aria&les 'ntered()emoved*&+

ModelariablesEntered

ariablesBemoved Met8od

1 Motivasi$elaAarC

UangSaku4a5

. Enter


24/42

a #ll reuested variables entered.b ependent ariable> "restasi $elaAar

# 0agian ini menampilkan variabel yang dimasukkan dalam modeldikeluarkan metode analisisnya. Dalam hal ini variabel yangdimasukkan ke dalam model adalah 'ang Sa,# dan M&ti.a$i

+ea)ar variabel yang dikeluarkan tidak ada dan metode analisisyang digunakan adalah metode enter (dimasukkan secarasimultan/bersama). Di bagian baah $uga ditampilkan nama variabelterikatnya yaitu Pre$ta$i +ea)ar.

#odel Summary

Model B B Suare #dAusted B

SuareStd. Error o/t8e Estimate

1 .*2)4a5 .2%) .211 .1)+2%

a "reditors> 47onstant5C Motivasi $elaAarC Uang Saku

# 0agian ini menampilkan

# > ? 6543 artinya koesien korelasinya sebesar 6543. Angkamenun$ukkan dera$ad korelasi antara variabel uang saku danmotivasi bela$ar denganprestasi bela$ar.

# > SHuare ? 6473 menun$ukkan angka koesien determinasinya(>

4). Artinya variansi dalam prestasi dapat di$elaskan oleh motivasi

bela$ar dan uang sakumelalui model sebesar 473= sisanya (748=) berasal dari variabellain. Atau dengan bahasa sederhana besarnyakontribusi/sumbangan uang saku dan motivasi bela$ar terhadapprestasi bela$ar adalah sebesar 473= sisanya (748=) berasal darivariabel lain.

# Ad$usted > sHuare ? 6411. %kuran ini maknanya sama dengan> sHuare hanya sa$a Ad$usted > sHuare ini nilainya lebih stabilkarena sudah disesuaikan dengan $umlah variabel bebasnya.

# Standard rror o& *he stimate ? 613:47 yang menun$ukkanukuran tingkat kesalahan dalam melakukan prediksi terhadapvariabel terikat.

A!"A*&+


1 Begression

Besidualotal

.1+)

.*1&

.%0(

2

2&2*

.0+%

.022

).&)) .02*4a5

a "reditors> 47onstant5C Motivasi $elaAarC Uang Sakub ependent ariable> "restasi $elaAar

# 0agian ini menampilkan hasil pengu$ian koesien determinasi. Easilpengu$ian tersebut ditemukan harga C hitung sebesar 3233 denganSig. ? 6645. Fleh karena nilai sig. I 665 maka Eo (ρ ? 6) ditolakyang artinya uang saku dan motivasi bela$ar secara simultan memilikipengaruh yang signikan terhadap prestasi bela$ar. (;ika pengu$ian Chasilnya signi&ikan atau Eo ditolak maka perlu dilan$utkan pengu$iansecara parsial dengan cara mengu$i koesien garis regresi


25/42

untuk masing!masing variabel akan tetapi $ika pengu$ian C tidaksignikan atauEo diterima maka tidak perlu dilan$utkan ke u$i parsial)

Coefficients*a+

Model




1 47onstant5

Uang Saku

Motivasi$elaAar

2.&00

.00)

.01*

.&)1

.002

.00(

.&**

.)+(

(.%&*

1.+21

2.('0

.000

.0(%

.01&


# 0agian ini menampilkan persamaan garis regresi dan pengu$iannya.Persamaan garis regresi dapat diperoleh dari kolom

'n$tandardi0ed%&e


26/42

,ang Saku*)i&uan

)upiah per hari+

#otivasi$ela%ar

Prestasi$ela%ar

*0 *' &.*)

(0 )* 2.'2

(* *) &.)1

** )' &.2*

)0 (1 &.&(

&* *) &.&'

(* *2 &.)&

+0 *0 &.((

&* *' &.2%

&0 (0 &.&0

)* )' &.1+

2* (2 &.&&

&0 )) &.1(*0 *( &.)0

(0 *& &.1(

)0 (1 &.&'

)* (& &.20

)* )( &.0+

(* *% &.&1

** )+ &.&)

)* ** &.&+

)0 )' &.11

&0 *' &.12

2* *2 &.&*

)* (0 &.)*

(* *) &.1*

# %$ilah apakah ketiga variabel di atas memiliki distribusi normal%$ilah dengan menggunakan tara& signikansi 5=L

# Lang,ah-ang,ah daam menganai$i$# >ekamlah data tersebut ke dalam tiga kolom# ,olom pertama data tentang 'ang Sa,#

# ,olom kedua data tentang M&ti.a$i +ea)ar# ,olom ketiga data tentang Pre$ta$i +ea)ar


# Simpanlah data tersebut dengan nama Latihan ')i N&rmaita$


27/42

# akukan analisis dengan menggunakan menu Anay0e Æ

N&nparametric Te$tÆ 2 Sampe K-S///

# Masukkan semua variabel ke kotak Te$t "aria!e Li$t sehinggaakan terlihat seperti berikut



"ne-Sample .olmogorov-Smirnov Test

Uang SakuMotivasi$elaAar

"restasi$elaAar

N

Normal "arameters4aCb5 Mean

Std. eviation

Most E;treme #bsolutei//erenes "ositive

Negative

Kolmogorov3Smirnov

#symp. Sig. 423tailed5

2(

)%.*000

1*.&%'*(

.1)1

.1)1

3.0%2

.%21

.(%*

2(

*).0%(+

*.*'*1*

.10*

.0+2

3.10*

.*&*

.+&%

2(

&.2+0)

.1('0(

.100

.0+)

3.100

.*0+

.+*'

a est distribution is Normal.b 7alulated /rom data.

# *abel di atas menun$ukkan hasil analisis u$i normalitas terhadapketiga variabel di atas. 0agian yang perlu dilihat untuk keperluan u$i

normalitas adalah bagian baris K&m&g&r&.-Smirn&. = dan A$ymp/Sig/ 63-taied9/ ;ika nilai Asymp Sig lebih dari atau sama dengan 665maka data berdistribusi normal $ika Asymp Sig kurang dari 665 makadistribusi data tidak normal.

# 0erdasarkan hasil analisis di atas diperoleh untuk variabel uang sakunilai ,!S

sebesar 6741 dengan asymp sig 6875. Fleh karena nilai asymp sigtersebut lebih besar dari 665 maka dapat disimpulkan baha datavariabel uang sakuberdistribusi normal.

# 0agaimana dengan variabel lainnya 0uatlah kesimpulannyaL


28/42

'(I LINEARITAS

# T#)#an:# %ntuk mengetahui linearitas hubungan antara variabel bebas

dengan variabel terikat.

# %&nt&h Ma$aah:# Apakah hubungan antara variabel uang saku dengan variabel

prestasi bela$ar berbentuk garis linear# Apakah hubungan antara variabel motivasi bela$ar dengan variabelprestasi

bela$ar berbentuk garis linear

# Ka$#$:# 0erikut ini disa$ikan data tentang $umlah uang saku motivasi bela$ar

mahasisa dan prestasi bela$arnya,ang Saku

*)i&uan)upiah per hari+

#otivasi$ela%ar

Prestasi$ela%ar

*0 *' &.*)

(0 )* 2.'2

(* *) &.)1

** )' &.2*

)0 (1 &.&(

&* *) &.&'

(* *2 &.)&

+0 *0 &.((

&* *' &.2%&0 (0 &.&0

)* )' &.1+

2* (2 &.&&

&0 )) &.1(

*0 *( &.)0

(0 *& &.1(

)0 (1 &.&'

)* (& &.20

)* )( &.0+

(* *% &.&1

** )+ &.&)

)* ** &.&+

)0 )' &.11

&0 *' &.12

2* *2 &.&*

)* (0 &.)*

(* *) &.1*


29/42

# %$ilah apakah hubungan antara variabel uang saku denganvariabel prestasi bela$ar berbentuk linear

# %$ilah apakah hubungan antara variabel motivasi bela$ar denganvariabel prestasi

bela$ar berbentuk linear#

ekamlah data tersebut ke dalam tiga kolom# ,olom pertama data tentang 'ang Sa,## ,olom kedua data tentang M&ti.a$i +ea)ar# ,olom ketiga data tentang Pre$ta$i +ea)ar


# Simpanlah data tersebut dengan nama Latihan ')i Linearita$#

akukan analisis dengan menggunakan menu Anay0eÆ

%&mpareMean$ ÆMean$>

# Masukkan seluruh variabel bebas (@1 dan @4) ke dalam kotakIndependent Li$t dan masukkan variabel terikatnya (B) padakotak Dependent Li$t. sehingga akan terlihat seperti berikut

# ,lik tombol Opti&n Æ klik Te$t 5&r inearity Æ klik %&ntin#e# ,lik OK sehingga akan muncul hasil analisis


A!"A Ta&le

Sum o/ Suares d/

MeanSuare F Sig.

"restasi $et9een 47ombined5$elaAar @ Uang


30/42

# Print out yang dihasilkan dari analisis ini sebenarnya cukup banyaknamun untuk kepentingan u$i linearitas yang perlu dita&sirkanhanyalah print out ANO"A Ta!e seperti terlihat di atas.

# Bang perlu dilihat adalah hasil u$i C untuk baris De.iati&n 5r&m

inearity.,riterianya adalah $ika nila sig C tersebut kurang dari 665 makahubungannya tidak linear sedangkan $ika nilai sig C lebih dari atausama dengan 665 maka hubungannya bersi&at linear.

# 0erdasarkan hasil analisis di atas menun$ukkan baha nila C yangditemukan adalah sebesar 47:8 dengan sig 6629. Fleh karena nilaisig tersebut kurang dari 665 maka dapat disimpulkan bahahubungan antara variabel uang sakudan prestasi bela$ar bersi&at tidaklinear.

'(I KOLINEARITAS?M'LTIKOLIENARITAS

# T#)#an:# %ntuk melihat ada tidaknya hubungan yang sangat kuat/sempurna

antar variabel bebas (@)# +stilah kolinearitas dipakai $ika hanya ada dua variabel bebas

sedangkan multkolinearitas digunakan $ika $umlah variabelbebasnya lebih dari dua.

# %&nt&h Ma$aah:# Apakah hubungan yang kuat antara variabel uang saku dengan motivasibela$ar



*)i&uan)upiah per

hari+

#otivasi$ela%ar

Prestasi$ela%ar

*0 *' &.*)

(0 )* 2.'2

(* *) &.)1

** )' &.2*

)0 (1 &.&(&* *) &.&'

(* *2 &.)&

+0 *0 &.((

&* *' &.2%

&0 (0 &.&0

)* )' &.1+

2* (2 &.&&

&0 )) &.1(

*0 *( &.)0

(0 *& &.1(


31/42

)0 (1 &.&'

)* (& &.20

)* )( &.0+

(* *% &.&1

** )+ &.&)

)* ** &.&+

)0 )' &.11

&0 *' &.12

2* *2 &.&*

)* (0 &.)*

(* *) &.1*

# %$ilah apakah hubungan antara variabel uang saku denganvariabel prestasi bela$ar berbentuk linear

# %$ilah apakah hubungan antara variabel motivasi bela$ar denganvariabel prestasi bela$ar berbentuk linear

# ekamlah data tersebut ke dalam tiga kolom# ,olom pertama data tentang 'ang Sa,## ,olom kedua data tentang M&ti.a$i +ea)ar# ,olom ketiga data tentang Pre$ta$i +ea)ar


# Simpanlah data tersebut dengan nama Latihan ')i M#ti,&ienarita$

# +e!erapa ')i yang dapat dig#na,an:# %$i korelasi Product Moment (u$i ini dapat dipakai $ika hanya ada

dua variabel bebas)# %$i -+C (-ariance +n#ation Cactor)

# ')i "IF 6"ariance In@ati&n Fact&r9# akukan analisis dengan menggunakan menu Anay0e Æ Regre$$i&n Æ




32/42

# ,lik tombol Stati$tic$/// Æ klik %&inearity Diagn&$tic$ Æ klik%&ntin#e



Coefficients*a+

Model



t Sig.

7ollinearity Statistis

$

Std.Error

$eta olerane !F1 47onstant5

UangSakuMotivasi$elaAar

2.&00

.00)

.01*

.&)1

.002

.00(

.&**

.)+(

(.%&*

1.+21

2.('0

.000

.0(%

.01&

.+2&

.+2&

1.0'&

1.0'&


# Print out yang dihasilkan dari analisis ini sebenarnya cukup banyakdan sama dengan yang dihasilkan dari analisis regresi ganda namununtuk kepentingan u$i multikolinearitas yang perlu dita&sirkanhanyalah print out %&e


33/42

'(I;OMOSEDASTISITAS

T#)#an:# Digunakan untuk mengetahui kesamaan varians error untuk setiap nilai

@.# rror ? residu ? e ? B Q BN# aan homosedastisitas adalah heterosedastisitas.# Analisis regresi mensyaratkan ter$adinya homosedastisitas.

%&nt&h Ma$aah:# Apakah error yang dihasilkan dari sebuah persamaan garis regresi Batas @1 dan

@4 memiliki varians yang homogen

Ka$#$:# 0erikut ini disa$ikan data tentang $umlah uang saku motivasi bela$ar


*)i&uan)upiah per

hari+

#otivasi$ela%ar

Prestasi$ela%ar

*0 *' &.*)

(0 )* 2.'2

(* *) &.)1

** )' &.2*

)0 (1 &.&(

&* *) &.&'

(* *2 &.)&

+0 *0 &.((

&* *' &.2%

&0 (0 &.&0

)* )' &.1+

2* (2 &.&&

&0 )) &.1(

*0 *( &.)0

(0 *& &.1(

)0 (1 &.&'

)* (& &.20

)* )( &.0+(* *% &.&1

** )+ &.&)

)* ** &.&+

)0 )' &.11

&0 *' &.12

2* *2 &.&*

)* (0 &.)*

(* *) &.1*


34/42

# %$ilah apakah varians error yang dihasilkan dari persamaanregresi variabel prestasi bela$ar atas uang saku dan motivasibela$ar bersi&at homogen

# ekamlah data tersebut ke dalam tiga kolom# ,olom pertama data tentang 'ang Sa,## ,olom kedua data tentang M&ti.a$i +ea)ar# ,olom ketiga data tentang Pre$ta$i +ea)ar


# Simpanlah data tersebut dengan nama Latihan ')i ;&m&$eda$ti$ita$# +e!erapa ')i yang dapat dig#na,an:

# %$i Park Æ Karanya meregresi nilai absolut error atas seluruh variabelbebas# %$i ho Spearman Æ Karanya dengan menghitung koe&isien korelasi rho

Spearman antara absolut error dengan variabel bebas

')i Par, angkah!langkah yang dilakukan untuk menggunakan u$i Park adalah# Menyimpan nilai residual/error ke dalam data# Mengabsolutkan nilai error/residual# Melakukan analisis regresi atau meregres nilai absolut error atas

seluruh variabel bebas0erikut ini akan disampaikan rincian untuk masing!masing langkah# Menyimpan nilai residual/error ke dalam data dengan cara

akukan analisis dengan menggunakan menu Anay0e Æ Regre$$i&nÆ

Linear Masukkan variabel B ke kotak Dependent dan variabel @1 dan @4

ke dalam kotak Independent6$9 sehingga akan terlihat sepertiberikut


35/42

,lik tombol Sa.e/// Æ klik 'n$tandardi0ed pada kotak Re$id#a$ Æklik

%&ntin#e ,lik OK sehingga akan muncul hasil analisis regresi seperti biasa.

"amun demikian hasil analisis ini tidak dipakai untuk keperluan u$ihomosedastisitastetapi analisis ini hanya ingin menambahkan nilai re$id#a?err&rpada data. ihat pada data .ie* akan ada tambahan satu variabellagi berupa re$2 seperti terlihat pada gambar berikut ini

# Mengabsolutkan nilai error/residual dengan langkah!langkah berikut ,lik menu Tran$5&rm Æ %&mp#te ,etik a!$re$ pada kota Target .aria!e/ Penulisan ini tidaklah

mutlak artinya tidak harus absRres tetapi bisa apa sa$a asalmemenuhi ketentuan dalam penulian nama variabel.


36/42

,etik a!$6re$29 pada kotak N#meric EBpre$$i&n/ Penulisana!$ ini si&atnya a$ib karena merupakan &ungsi untukmengabsolutkan suatu variabel sedangkan re$2 merupakannama variabel yang akan diabsolutkan yang diletakkan diantara tanda kurung.

Easilnya akan seperti terlihat pada gambar berikut

,lik tombol Type C La!e/// lalu di kotak La!e isikan A!$&#tRe$id# lalu klik tombol %&ntin#e

,lik OK sehingga di dalam data vie akan ditambahkan satuvariabel lagi yaitu a!$re$/

# Meregresi nilai absolut error atas seluruh variabel bebas akukan analisis dengan menggunakan menu Anay0e Æ Regre$$i&nÆ

Linear

Masukkan variabel a!$re$ ke kotak Dependent dan variabel @1dan @4 ke dalam kotak Independent6$9 sehingga akan terlihatseperti berikut

# Pena&siran print out hasil analisis


37/42

A!"A*&+


1 Begression

Besidual

otal

.0)2

.1%1

.212

2

2&

2*

.021

.00%

2.'11 .0'14a5

a "reditors> 47onstant5C Motivasi $elaAarC Uang Sakub ependent ariable> #bsolute Besidual

Coefficients*a+

Model




1 47onstant5

Uang Saku

Motivasi$elaAar

.12)

.002

3.002

.1+%

.001

.00&

.&'&

3.1)1

.(2'

1.+%0

3.%2&

.*&(

.0(1

.)%%

a ependent ariable> #bsolute Besidual

# Print out yang dihasilkan dari analisis ini sebenarnya cukup banyakdan sama dengan yang dihasilkan dari analisis regresi ganda namununtuk kepentingan u$i multikolinearitas yang perlu dita&sirkanhanyalah print out ANO"A dan %&e


38/42


Correlations

#bsoluteBesidual Uang Saku

Motivasi$elaAar

Spearman-s r8o #bsolute Besidual 7orrelation7oe//iientSig. 423tailed5

N

Uang Saku 7orrelation7oe//iientSig. 423tailed5

N

Motivasi $elaAar 7orrelation7oe//iientSig. 423tailed5

N

1.000

.

2(

.&'&

.0*)

2(

3.1'+

.&*(

2(

.&'&

.0*)

2(

1.000

.

2(

3.2+0

.1*0

2(

3.1'+

.&*(

2(

3.2+0

.1*0

2(

1.000

.

2(

# Bang perlu dita&sirkan hanyalah bagian koesien korelasi >hoantara uang saku dengan absolut residu dan korelasi >ho antaramotivasi bela$ar dengan absolut residu. ;ika nilai sig I 665 makater$adi heterosedastisitas $ikasebaliknya maka tidak ter$adi heterosedastisitas.

# Easil analisis di atas menun$ukkan baha

# ,oesien korelasi >ho antara uang saku dengan absolut residuadalah sebesar 6292 dengan sig 6653. Fleh karena nilai sigtersebut lebih besardari 665 maka dapat disimpulkan baha tidak ter$adiheterosedastisitas untuk variabel uang saku.

# ,oesien korelasi >ho antara motivasi bela$ar dengan absolutresidu

adalah sebesar !619: dengan sig 6258. Fleh karena nilai sigtersebut lebih besar dari 665 maka dapat disimpulkan bahatidak ter$adi heterosedastisitas untuk variabel motivasibela$ar.


39/42

# Dengan demikian persyaratan ter$adinyahomosedastisitas dalam persamaan regresi tersebutterpenuhi.

')i Ge$)er

angkah!langkah u$i


40/42

'(IOTOKORELASI

# T#)#an:# Digunakan untuk mendeteksi hubungan antara error periode yang

satu dengan error periode lainnya.# Dalam analisis regresi error haruslah bersi&at independen dari error

lainnya artinya error dari pengamatan yang satu bukanlahmerupakan akibat dari errorpengamatan yang lain.

# ,husus untuk data yang si&atnya time series prasyarat ini harusdipenuhi.

# %&nt&h Ma$aah:# Apakah ter$adi otokorelasi untuk regresi variabel prestasi bela$ar

atas variabel uang saku dan motivasi bela$ar


mahasisa dan prestasi bela$arnya,ang Saku *)i&uan

)upiah per hari+#otivasi$ela%ar

Prestasi$ela%ar

*0 *' &.*)

(0 )* 2.'2

(* *) &.)1

** )' &.2*

)0 (1 &.&(

&* *) &.&'

(* *2 &.)&+0 *0 &.((

&* *' &.2%

&0 (0 &.&0

)* )' &.1+

2* (2 &.&&

&0 )) &.1(

*0 *( &.)0

(0 *& &.1(

)0 (1 &.&'

)* (& &.20

)* )( &.0+

(* *% &.&1

** )+ &.&)

)* ** &.&+

)0 )' &.11

&0 *' &.12

2* *2 &.&*

)* (0 &.)*

(* *) &.1*


41/42

# %$ilah apakah ter$adi otokorelasi untuk regresi variabel prestasibela$ar atas variabel uang saku dan motivasi bela$ar

#Lang,ah-ang,ah daam menganai$i$# >ekamlah data tersebut ke dalam tiga kolom# ,olom pertama data tentang 'ang Sa,## ,olom kedua data tentang M&ti.a$i +ea)ar# ,olom ketiga data tentang Pre$ta$i +ea)ar


# Simpanlah data tersebut dengan nama Latihan ')i M#ti,&ienarita$# ')i yang dapat dig#na,an:# %$i Durbin 'atson

# ')i D#r!in Wat$&n# akukan analisis dengan menggunakan menu Anay0e Æ Regre$$i&n Æ



# ,lik tombol Stati$tic$/// Æ klik D#r!in Wat$&n Te$t Æ klik %&ntin#e# ,lik OK sehingga akan muncul hasil analisis



42/42

#odel Summary*&+

Model B B Suare #dAusted B

SuareStd. Error o/t8e Estimate

urbin3=atson

1 .*2)4a5 .2%) .211 .1)+2% 2.1&0

a "reditors> 47onstant5C Motivasi $elaAarC Uang Saku

b ependent ariable> "restasi $elaAar

# Print out yang dihasilkan dari analisis ini sebenarnya cukup banyakdan sama dengan yang dihasilkan dari analisis regresi ganda namununtuk kepentingan u$i otokorelasi yang perlu dita&sirkan hanyalahprint out M&de S#mmary seperti terlihat di atas.

# Bang perlu dilihat adalah nilai D#r!in-Wat$&n. ,riterianya adalah $ikanilai

Durbin T 'atson terletak antara 4 dan 3 (untuk tara& signikansi5=) maka tidak ter$adi otokorelasi tetapi $ika nilai berada di luaritu maka bisa ter$adi otokorelasi atau tidak dapat ditentukan.

#0erdasarkan hasil analisis di atas menun$ukkan baha nilai Durbin!'atson yang

ditemukan adalah sebesar 4126. Fleh karena nilai tersebut berada diantara 4 dan 3 maka dapat disimpulkan baha tidak ter$adiotokorelasi untuk persamaan regresi variabel prestasi bela$ar atasvariabel uang saku dan motivasi bela$ar.

Da5tar P#$ta,a:

Ali Muhson (4669). Pedoman Praktikum Aplikasi ,omputer. Bogyakarta

C+S %"B Dui Priyatno. (4669). Mandiri 0ela$ar SPSS untuk Analisis

Data T %$i Statistik.

Bogyakarta Media,om

+mam

(731809575) Modul-Pelatihan-SPSS-2012

Documents