Uji Asumsi Klasik_v3.xls

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 :