ValiditasUJI VALIDITASTUJUAN :Untuk mengukur valid tidaknya
suatu item pernyataan.CARA :1Analisis STATISTIKaBivariate
PearsonTABEL :CorrelationsaJika r hitung >= r tabelinstrumen
atau item-item pertanyaan berkorelasi signifikan terhadap skor
totalVALIDbJika r hitung < r tabelinstrumen atau item-item
pertanyaan tidak berkorelasi signifikan terhadap skor totalTIDAK
VALIDKRITERIA PENGUJIAN :1r hitung>=r tabelVALIDBerkorelasi
Signifikan2r hitung Bivariate2Klik semua item dan masukkan ke kotak
Variabel3Klik OKbCorrected Item-Total CorrectionTABEL :Item-Total
StatisticsaJika r hitung >= r tabelinstrumen atau item-item
pertanyaan berkorelasi signifikan terhadap skor totalVALIDbJika r
hitung < r tabelinstrumen atau item-item pertanyaan tidak
berkorelasi signifikan terhadap skor totalTIDAK VALIDKRITERIA
PENGUJIAN :1r hitung>=r tabelVALIDBerkorelasi Signifikan2r
hitung Reliability Analysis2Selanjutnya akan terbuka kotak dialog
Reliability Analysis3Klik semua item ke kotak Items (Skor total
tidak dimasukkan)4Klik Statistics, pada kotak Descriptives for,
klik Scale if item deleted, lalu klik Continue5Klik OKContoh
Output:
ReliabilitasUJI RELIABILITASTUJUAN :Untuk mengukurkonsisten
tidaknya jawaban terhadap item-item pernyataan.CARA :1Analisis
STATISTIKaBivariate PearsonTABEL :Reliability StatisticsKRITERIA
PENGUJIAN :1Cronbach's Alpha>=0.60RELIABELBerkorelasi
Signifikan2Cronbach's Alpha=0.60RELIABELLangkah-langkah di SPSS
(Asumsi data sudah diinput):1Klik Analyze --> Scale -->
Reliability Analysis2Selanjutnya akan terbuka kotak dialog
Reliability Analysis, klik item yang valid dan masukkan ke kotak
items3Klik Statistics, pada kotak Descriptives for, klik Scale if
item deleted, lalu klik Continue4Klik OKContoh Output:
Statistic DescriptivesAnalisis DeskriptifAnalisis deskriptif
menggambarkan tentang ringkasan dat-data penelitian seperti mean,
standar deviasi, varian, modus dan lain-lain.Langkah-langkah di
SPSS (Asumsi data sudah diinput):1Klik Analyze --> Descriptive
Statistics --> Descriptives2Masukkan variabel dependen (Y) dan
variabel-variabel independen ke kotak Variable(s)3Klik OKContoh
Output :
Regresi Linier BergandaAnalisis Regresi Linier BergandaAnalisis
untuk mengukur besarnya pengaruh antara dua atau lebih variabel
independen terhadap satu variabel dependendan memprediksi variabel
dependen dengan menggunakan variabel independenLangkah-langkah di
SPSS (Asumsi data sudah diinput):1Klik Analyze --> Regression
--> Linear2Klik variabel Y dan masukkan ke kotak Dependent3Klik
variabel X (X1, X2, ... , Xi) dan masukkan ke kotak
Independent(s)4Klik Statistics5Pada kotak dialog Linear Regression:
Statistics, beri tickmark pada Collinearity diagnostics,
Durbin-Watson, dan Casewise diagnostics6Klik Continue7Klik
Plots8Pada kotak dialog Linear Regression: Plots, masukkan *ZPRED,
ke kotak X, dan *SRESID ke kotak Y9Kemudian beri tickmark pada
Histogram dan Normal probability plot10Klik Continue11Klik OKContoh
Output :R Adjusted SquareDurbin-watsonUji FModel regresiUji tUji
MultikolinieritasUji NormalitasUji NormalitasUji
Heteroskedastisitas
Normalitas-One Sample KSUJI NORMALITASTUJUAN :Untuk mengetahui
apakah populasi berdistribusi normal atau tidak.CARA :1Analisis
STATISTIK: One-Sample K-STABEL :One-Sample Kolmogorov-Smirnov
testKRITERIA PENGUJIAN :1Asymp. Sig. (2 tailed)>0.05NORMALData
Berdistribusi NORMAL2Asymp. Sig. (2 tailed) Regression -->
Linear2Klik variabel Y dan masukkan ke kotak Dependent3Klik
variabel X (X1, X2, ... , Xi) dan masukkan ke kotak
Independent(s)4Klik Save5Pada kotak dialog Linear Regression: Save
beri tickmark pada Unstandardized6Klik Continue7Klik OK, maka akan
muncul data Res_1 di file InputLangkah selanjutnya:8Klik Analyze
--> Nonparametric Tests9Klik 1-Sample K-S10Masukkan Res_1 ke
kotak Test Variable List11Pada Kotak Test Distribution tickmark
Normal12Klik OK, maka hasil output One-Sample Kolmogorov Smirnov
dapat dilihat pada tabelContoh Output Normalitas - One-sample
Kolmogorov-Smirnov:Contoh Output Normalitas - Histogram:Contoh
Output Normalitas - Normality Probability Plot:
MultikoliniearitasUJI MULTIKOLINEARITASTUJUAN :Untuk mengetahui
ada atau tidaknya hubungan linier antar variabel independen dalam
model regresi.TABEL :CoefficientsKRITERIA PENGUJIAN
:1VIF10ADAMultikolinearitasatau1Tolerance>0.1TIDAK
ADAMultikolinearitas2Tolerance 0,1TIDAK ADAMultikolinearitasVIF
> 10 dan Tolerance < 0,1ADAMultikolinearitasData Entry
:1VIF=11.000ADAMultikolinearitas2Tolerance=0.534TIDAK
ADAMultikolinearitasNote:Jika VIF < 10, maka Tolerance HARUS
> 0,1Jika VIF > 10, maka Tolerance HARUS <
0,1Langkah-langkah di SPSS (Asumsi data sudah diinput):1Klik
Analyze --> Regression --> Linear2Klik variabel Y dan
masukkan ke kotak Dependent3Klik variabel X (X1, X2, ... , Xi) dan
masukkan ke kotak Independent(s)4Klik Statistics5Pada kotak dialog
Linear Regression: Statistics beri tickmark pada Estimates,
Covariance matrix, Model Fit, Collinearity diagnostics dan
Durbin-Watson6Klik Continue7Klik OK, maka hasil output untuk uji
Multikolinearitas dapat dilihat pada tabel Coefficients (VIF)Contoh
Output :
Heteros-Spearmans rhoUJI HETEROSKEDASTISITASTUJUAN :Untuk
mengetahui ada atau tidaknya KETIDAKSAMAAN varian dari residual
pada model regresi.CARA :1Analisis GRAFIKGrafik Scatterplot(paling
sering digunakan)2Analisis STATISTIKa. Uji Spearman's rhob. Uji
Glejserc. Uji ParkTABEL :Correlations(Nonparametric
Correlations)aUji Spearman's rhoKRITERIA PENGUJIAN :Unstandardized
Residual1Sig. (2-tailed)>0.05TIDAK ADATIDAK ADA
Heteroskedastisitas2Sig. (2-tailed) Correlate --> Bivariate2Pada
kotak dialog Bivariate Correlation, klik Unstandardized Residual
dan variabel X (X1, X2, ... , Xi), dan masukkan ke kotak
VariablesPada Correlation Coefficients, hilangkan tanda tickmark
pada Pearson dan beri tickmark pada Spearman3Klik OK, maka hasil
output dapat dilihat pada tabel CorrelationsContoh Output :Contoh
Output Heteroskedastisitas - Scatterplot:
Autokorelasi-DWUJI AUTOKORELASITUJUAN :Untuk mengetahui ada atau
tidaknya KORELASI yang terjadi antara kesalahan pengganggu pada
periode t dan kesalahan pengganggu pada periode sebelumnya
(t-1)CARA :Uji Durbin-Watson (Uji DW)TABEL :Model SummaryKRITERIA
PENGUJIAN :1dU Nonparametric Tests9Klik Runs10Masukkan Res_1 ke
kotak Test Variable List11Klik OK, maka hasil output Run Tests
dapat dilihat pada tabelContoh Output :
Uji FUJI F (SIMULTAN)TUJUAN :Untuk mengetahui apakah varaibel
independen (X1, X2, ...,Xi) secara bersama-sama berpengaruh secara
signifikan terhadap variabel dependen (Y)CARA :1Membandingkan F
hitung dan F TabelTABEL :ANOVAKRITERIA PENGUJIAN :1F hitung>F
Tabel-->H0 DITOLAKSIGNIFIKANSecara bersama-sama berpengaruh
signifikan2F hitungH0 DITERIMATIDAK SIGNIFIKANSecara bersama-sama
TIDAK berpengaruh signifikanData Entry :F hitungF
Tabel43.040>2.450H0 DITOLAKSIGNIFIKANSecara bersama-sama
berpengaruh signifikan2Melihat angka Sig. di tabelTABEL
:ANOVAKRITERIA PENGUJIAN :1Sig.0.05TIDAK SIGNIFIKANSecara
bersama-sama TIDAK berpengaruh signifikanData Entry
:Sig=0.020SIGNIFIKANSecara bersama-sama berpengaruh signifikanCara
mencari F tabel:0.05n125k4cek dengan tabeln - k - 11202.45F
tabel2.4472= finv(,k,n-k-1)t tabel1.9799= tinv(,n-k-1)F hitung >
F tabel43.042.45Contoh Output :
Uji tUji t (Parsial)TUJUAN :Untuk mengetahui apakah varaibel
independen (X1, X2, ...,Xi) secara parsial berpengaruh secara
signifikan terhadap variabel dependen (Y)CARA :1Membandingkan t
hitung dan t tabelTABEL :CoefficientsKRITERIA PENGUJIAN :1t
hitung>t tabel-->H0 DITOLAKSIGNIFIKANSecara parsial
berpengaruh signifikanatau- t hitungH0 DITOLAK2- t
tabel1.9799-->H0 DITOLAKSIGNIFIKANSecara parsial berpengaruh
signifikan2Melihat angka Sig. di tabelTABEL :CoefficientsKRITERIA
PENGUJIAN :1Sig.0.05TIDAK SIGNIFIKANSecara bersama-sama TIDAK
berpengaruh signifikanData Entry :Sig.=0.000SIGNIFIKANSecara
parsial berpengaruh signifikanCara mencari t tabel:0.05n125k4cek
dengan tabeln - k - 1120F tabel2.4472= finv(,k,n-k-1)t tabel1.9799=
tinv(,n-k-1)Contoh Output :