YOU ARE DOWNLOADING DOCUMENT

Please tick the box to continue:

Transcript
Page 1: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

MODUL PRAKTIKUM

STATISTIK

&

SPSS 18

INSTITUT BISNIS MUHAMMADIYAH BEKASI

2017

Page 2: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

[Modul Praktikm Statistik & SPSS 18] Page

Page 3: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Kata Pengantar

Puji Syukur kami panjatkan kehadiran Allah SWT,

atas segala rahmat dan karuniaNya atas selesai modul

praktikum Statistik dengan menggaunakan SPSS 18.

Mudah mudah modul ini dapat dilaksanakan di

laboratorium sehingga memberikan kemudahan dalam

rangka pelaksanaan matakuliah ini, beberapa topik

bahasan yang dalam dilakukan pada praktek dalam

laboratorium.

Akhir kata semoga modul ini dapat memberikan

penjelasan guna mempermudah dalam pengerjaan

bidang statistik, semoga Allah SWT selalu meridoi

segala usaha kita. Amin

Bekasi, 2017

Tim Penyusun Modul Praktikum

Page 4: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

[Modul Praktikm Statistik & SPSS 18] Page

DAFTAR ISI Statistik Deskriptif 1 Pengertian Statistik Deskriptif 1 Prosedur Frekuensi 2 Output Tabel Statistik 9 Prosedur Descriptives 13 Hasil Analisis 17 Prosedur Explore 19 Pembahasan Output 21 Stream and Leaf Plots 24 Analisa Crosstabs 25 Tabel Chi-Square Test 29 BAB Lanjutan SPSS 33 Statistik Deskriftif Lanjutan 39 Regresi Linier Berganda 42 Multikolinieritas 50 Heteroskedastisitas 55 Autokorelasi 61 Normalitas Residual 66 Latihan 70 Referensi 72 Lampiran Tabel Durbin Watson 5 % 73

Page 5: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

STATISTIK DESKRIPTIF

Salah satu statistik yang secara sadar maupun tidak, sering digu- nakan dalam berbagai bidang adalah statistik deskriptif. Pada bagian ini akan dipelajari beberapa contoh kasus dalam penggu- naan statistik deskriptif.

Pengertian Statistik Deskriptif

Statistik deskriptif merupakan bidang ilmu statistika yang mem- pelajari cara-cara pengumpulan, penyusunan, dan penyajian data suatu penelitian. Kegiatan yang termasuk dalam kategori tersebut adalah kegiatan collecting atau pengumpulan data, grouping atau pengelompokan data, penentuan nilai dan fungsi statistik, serta yang terakhir termasuk pembutan grafik dan gambar.

Gambar 5.1. Menu Statistik Deskriptif

Modul Praktikuk Statistik dan SPSS =====================1

Page 6: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

[Modul Praktikm Statistik & SPSS 18] Page

Berbagai jenis Statistik Deskriptif pada SPSS 16 dapat dilihat pada menu Analyze -> Descriptive Statistics. Pemilihan menu tersebut akan memunculkan sub-submenu yang nampak seperti ftambar 5.1 di atas. Sub-submenu tersebut antara lain analisis frekuensi, analisis deskripsi, analisis eksplorasi data, dan analisis crosstabs.

Prosedur Frekuensi

Prosedur FREQUENCIES memiliki kegunaan pokok untuk mela- kukan pengecekan terhadap input data. Apakah data sudah diin- putkan dengan benar. Hal ini mengingat bahwa dengan statistik frekuensi kita bisa mengetahui resume data secara umum. Seperti berapa jumlah responden laki-laki, jumlah responden perempuan, dan sebagainya.

Selain itu, prosedur FREQUENCIES juga memiliki kegunaan untuk menyediakan informasi deskripsi data yang menggambar- kan demographic characteristics dari sampel yang diambil. Misal- nya berapa persen responden yang setuju terhadap tindakan yang dilakukan, berapa persen responden yang menolak, dan seba- gainya.

Berikut akan dibahas contoh kasus melakukan analisa deskriptif dengan SPSS 16. Secara umum, untuk menjalankan suatu prose- dur dalam analisa statistik mengikuti langkah seperti berikut.

Gambar 5.2. Prosedur Analisis dalam SPSS

Modul Praktikuk Statistik dan SPSS =====================2

Page 7: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Contoh Kasus

Tabel di bawah ini menunjukkan data yang akan dianalisa dengan statistik deskriptif. Dari tabel di bawah, field yang akan dianalisa antara lain umur, pendidikan, jenis kelamin, dan keterangan.

Gambar 5.3. Data yang Akan Diolah

Untuk membuat statistik deskripsi dari tabel di atas, lakukan langkah-langkah dengan program SPSS sebagai berikut:

1. Klik menu Analyze, pilih Descriptive Statistics dan lanjutkan dengan pilihan Frequencies. Tampilan yang muncul sebagai berikut.

Gambar 5.4. Dialog Frequencies

Modul Praktikuk Statistik dan SPSS =====================3

Page 8: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

2. Masukkan variabel Umur, Word, dan Excel ke dalam kotak Variables untuk dianalisa.

3. Pilih tombol Statistics untuk mengatur item-item yang akan ditampilkan dalam output seperti berikut.

Gambar 5.5. Frequencies Statistics

4. Berilah tanda chek point untuk memunculkan item-item

analisa yang diinginkan. Dari gambar di atas bisa dilihat bahwa terjadi pembagian kelompok Statistik. Pembagian kelompok tersebut adalah:

a. Central tendency

Pengukuran tendensi pusat yang meliputi mean, median, mode, dan sum.

• Mean menunjukkan rata-rata dari masing-masing variabel semua responden.

• Median menunjukkan titik tengah data, yaitu jika data diurutkan dan dibagi dua sama besar.

• Mode menunjukkan nilai yang paling sering muncul dalam suatu range statistik.

• Sum, menunjukkan total data.

Modul Praktikuk Statistik dan SPSS =====================4

Page 9: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

b. Dispersion

Pengukuran dispersi yang meliputi standard deviation, variance, range, minimum, maximum, dan standard error of the mean.

Standard deviasi menunjukkan despersi rata-rata dari sampel.

Minimum menunjukkan nilai terendah dari suatu deretan data.

Maximum menunjukkan nilai tertinggi dari suatu deretan data.

Standard error of mean, diukur sebagai standard deviasi dibagi dengan akar dari jumlah data valid (n).

c. Distribution

Pengukuran distribusi yang meliputi skewness and kurtosis. Bagian ini digunakan untuk melakukan penge- cekan apakah distribusi data adalah distribusi normal.

• Ukuran skewness adalah nilai skewness dibagi dengan standard error skewness.

• Jika rasio skewness berada di antara nilai -2.00 sampai dengan 2.00, maka distribusi data adalah normal sehingga data di atas masih berdistribusi normal.

• Nilai kurtosis adalah nilai kurtosis dibagi dengan standard error-nya.

Bahwa 95% confidence interval (C.I.) di sekitar nilai skewness and 95% confidence interval yang lain di sekitar nilai kurtosis. The 95% confidence intervals atau tingkat kepercayaan didefinisikan sebagai berikut:

• 95% C.I. = skewness statistic ± 1.96 * (standard error of skewness), dan

• 95% C. I. = kurtosis statistic ± 1.96 * (standard error of kurtosis).

Modul Praktikuk Statistik dan SPSS =====================5

Page 10: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Sebagai contoh, jika skewness statistik adalah -.339 dan standard error skewness adalah .388, maka 95% confi- dence interval ditemukan sebagai 95% C. I. = skewness statistic ± 1.96 * (standard error of skewness).

= -.339 ± 1.96 * .388

= -.339 ± 0.761

= (-.339 - 0.761) to (-.339 + 0.761)

= -1.100 to 0.422

Representasi grafik dari 95% confidence interval dari nilai skewness ini dapat ditunjukkan seperti gambar berikut.

Gambar 5.6. 95% Confidence Interval for the Skewness Value

Untuk kurtosisnya dapat dihitung sebagai berikut:

95% C. I. = kurtosis statistic ± 1.96 * (standard

error of kurtosis)

= .705 ± 1.96 * .759

= .705 ± 1.488

= (.705 - 1.488) to (.705 + 1.448)

= -0.783 to 2.193

Representasi grafik dari 95% confidence interval dari nilai kurtosis ini dapat ditunjukkan seperti gambar di bawah ini.

Gambar 5.7. 95% Confidence Interval for the Kurtosis Value

Modul Praktikuk Statistik dan SPSS =====================6

Page 11: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Range dari 95% confidence interval adalah dari -0.783 (through zero) sampai 2.193. Oleh karena 95% confidence interval memiliki nilai nol di dalamnya, maka dapat dika- takan bahwa “the distribution has no kurtosis”. Ini dapat diartikan bahwa nilai korelasi memenuhi syarat untuk sebuah normally distributed atau distribusi normal.

d. Percentile values

Percentile values akan menampilkan data-data secara ber- kelompok menjadi sebuah prosentase. Sebagai contoh, data yang terkelompok sebagai berikut.

• Rata-rata umur 25% di bawah 19 tahun.

• Rata-rata umur 50% di bawah 20 tahun.

• Rata-rata umur 75% di bawah 23 tahun.

Dari opsi-opsi statistik yang telah dibahas di atas, berikan tanda check point untuk item-item analisa yang akan di- tampilkan pada output window.

5. Setelah dipilih point-point statistik yang diinginkan dan sesuai dengan kebutuhan, klik tombol Continue.

6. Pilih tombol Charts untuk memilih model grafik yang ingin di- tampilkan dalam output.

Gambar 5.8. Dialog Charts

Modul Praktikuk Statistik dan SPSS =====================7

Page 12: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Adapun bentuk-bentuk dari sebuah grafik sebenarnya dike- lompokkan menjadi beberapa jenis, seperti:

• ftrafik Batang

ftrafik batang menunjukkan variasi nilai dari suatu data yang ditampilkan dalam bentuk batang atau kotak. ftrafik model ini paling cocok jika digunakan untuk memvisuali- sasikan suatu perbandingan serta dapat menunjukkan nilai dengan tepat.

• ftrafik ftaris

ftrafik garis akan menunjukkan variasi nilai suatu data dengan tampilan yang berupa garis. ftrafik baris mem- punyai beberapa kelebihan, seperti dapat menunjukkan hubungan antarnilai dengan baik dan mudah dimengerti. Kelemahannya adalah jika terlalu banyak garis akan ter- kesan rumit dan tampilan yang terkesan sangat sederhana.

• ftrafik Pie

Seperti namanya, grafik model pie merupakan bagan yang berbentuk lingkaran yang menyerupai sebuah kue (pie). Tiap-tiap potong dari kue tersebut menunjukkan nilai prosentase dari data.

7. Selanjutnya setelah mengatur semua pilihan, klik Continue jika ingin dilanjutkan ke langkah berikutnya.

8. Klik OK dari kotak dialog Frequencies.

Membaca Output

Setelah dilakukan pemilihan option-option yang diinginkan dan sesuai kebutuhan, selanjutnya tekan tombol OK pada kotak dialog Frequencies untuk melanjutkan perintah. Penekanan tombol OK akan memunculkan output lengkap seperti gambar di bawah ini.

Modul Praktikuk Statistik dan SPSS =====================8

Page 13: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Gambar 5.9. Output Lengkap

Output Tabel Statistik

Tabel statistik ditunjukkan seperti ftambar 5.10 di bawah, terlihat beberapa hal hasil pengolahan yang dapat dijelaskan sebagai berikut.

• N menunjukkan jumlah data yang diproses, yaitu 20 buah data.

• Mean menunjukkan rata-rata dari masing-masing variabel semua responden.

• Median menunjukkan titik tengah data, yaitu jika data diurut- kan dan dibagi dua sama besar.

• Mode menunjukkan nilai yang paling sering muncul dalam suatu range statistik.

• Standard deviasi menunjukkan dispersi rata-rata dari sampel.

Modul Praktikuk Statistik dan SPSS =====================9

Page 14: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

• Minimum menunjukkan data terkecil dari sekelompok varia- bel.

• Maximum menunjukkan nilai data yang terbesar, demikian seterusnya.

Gambar 5.10. Tabel Statistik

Output Tabel Frekuensi

Output berikutnya dari hasil pengolahan data di atas yang masih tampil pada lembar analisa ini adalah tabel Frekuensi. Tabel ini menunjukkan frekuensi kemunculan data seperti ftambar 5.11. Pada output tersebut dapat dijelaskan beberapa hal sebagai berikut.

• Frequency, menunjukkan jumlah responden yang memiliki umur tertentu. Seperti responden dengan umur 16 tahun ada 1 orang, responden dengan umur 18 tahun ada 1 orang, demikian seterusnya.

Modul Praktikuk Statistik dan SPSS =====================10

Page 15: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

• Percent, menunjukkan prosentase dari jumlah data yang memiliki tinggi tertentu.

Gambar 5.11. Tabel Frequency Umur

Gambar 5.12. Frekuensi Pendidikan

Dari tabel frekuensi Pendidikan pada ftambar 5.12 bisa dilihat bahwa terdapat 2 reponden yang lulusan SD, 1 reponden yang lulusan SMP, dan 4 responden yang lulusan SMA, serta 1 respon- den lulusan Perguruan Tinggi.

Modul Praktikuk Statistik dan SPSS =====================11

Page 16: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Gambar 5.13. Frekuensi Jenis Kelamin

Dari table frekuensi Jenis kelamin bisa dilihat bahwa ada 3 res- ponden yang jenis kelamin laki-laki dan 5 responden yang me- miliki jenis kelamin perempuan.

Gambar 5.14. Frekuensi Keterangan

Sedangkan dari tabel keterangan bisa dilihat bahwa terdapat 3 responden mengatakan setuju, 3 responden mengatakan ragu- ragu, dan 3 responden juga yang menyatakan tidak setuju.

Output Grafik

Output terakhir yang ada dalam lembar data output adalah tampilan grafik bar chart. Laporan berbentuk grafik ini akan cukup penting karena mempermudah pemakai untuk memahami secara cepat isi dari sebuah laporan yang disajikan.

Modul Praktikuk Statistik dan SPSS =====================12

Page 17: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Gambar 5.15. Output Grafik

Prosedur Descriptives

Statistik dengan analisis deskriptif, sebenarnya hampir sama dengan statistik frekuensi, yaitu menghasilkan analisa dispersi (standard deviasi, minimum, maksimum), distribusi (kurtosis, skewness) dan mean, sum, dan lain sebagainya.

Analisis ini juga memiliki kegunaan pokok untuk melakukan pengecekan terhadap input data, mengingat bahwa analisis ini akan menghasilkan resume data secara umum. Seperti berapa jumlah responden laki-laki, berapa jumlah responden perempuan, dan sebagainya. Disamping itu, analisis ini juga memiliki kegu- naan untuk menyediakan informasi deskripsi data dan demografi sampel yang diambil.

Sebagian besar analisis statistik memang dikalkulasi mengguna- kan prosedur frekuensi, tetapi prosedur analisis deskritif memiliki keunggulan, yaitu lebih efisien dalam beberapa hal karena tidak melakukan sorting atau pengurutan data nilai ke tabel frekuensi.

Modul Praktikuk Statistik dan SPSS =====================13

Page 18: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Contoh Kasus

ftambar 5.16 menunjukkan tabel sebagai contoh kasus yang akan dibahas pada analisa menggunakan prosedur descriptives.

Gambar 5.16. Data yang Akan Diolah

Untuk menjalankan prosedur deskriptive, lakukan langkah sebagai berikut.

1. Untuk menjalankan prosedur deskriptif ini, kita dapat meng- gunakan menu pada SPSS, yaitu Analyze -> Descriptive Statistics -> Descriptives.

2. Dengan pemilihan menu Descriptives tersebut, akan muncul tampilan kotak dialog sebagai berikut.

Gambar 5.17. Deskriptif Dialog

Modul Praktikuk Statistik dan SPSS =====================14

Page 19: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

3. Terlihat bahwa meskipun file ini sebenarnya memiliki 5 variabel, tetapi yang terlihat hanya variabel yang bertipe numerik saja. Hal ini berbeda dengan ketika menggunakan analisis frekuensi yang memunculkan semua variabel dan semua tipe data.

4. Masukkan variabel yang akan dianalisa dari kolom kiri ke kolom Variabel yang ada di sebelah kanan. Perhatikan tam- pilannya seperti pada gambar di bawah ini.

Gambar 5.18. Memindahkan Variabel

5. Dengan tampilan seperti di atas, berarti bahwa ada empat data yang akan dianalisa, yaitu umur, pendidikan, jeniskelamin, dan juga keterangan.

6. Selanjutnya klik tombol Option untuk mengatur opsi-opsi analisis dekripsi. Penekanan tombol tersebut akan memun- culkan tampilan seperti di bawah ini.

7. Tombol Options digunakan untuk menampilkan daftar opsi- opsi statistik yang akan ditampilkan pada lembar output sesuai dengan kebutuhan analisis. Tekan tombol tersebut untuk mengatur opsi statistik yang diinginkan. Penekanan tombol tersebut akan menampilkan jendela seperti di bawah ini.

Modul Praktikuk Statistik dan SPSS =====================15

Page 20: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Gambar 5.19. Kotak Dialog Options

8. Perhatikan bahwa pada kotak Options Dialog, isinya hampir sama dengan statistik frekuensi. Namun, memang lebih simpel dan hanya memuat beberapa item statistik saja.

9. Tentukan jenis opsi yang diinginkan dan berikan tanda chek point untuk opsi yang dipilih. Sebagai latihan, pilih opsi-opsi sebagai berikut:

• Mean, menunjukkan rata-rata dari masing-masing variabel semua responden.

• Standard Deviasi, menunjukkan dispersi rata-rata dari sampel.

• Maximum, menunjukkan nilai tertinggi dari suatu deretan data.

• Minimum, menunjukkan nilai terendah dari suatu deretan data.

• Kurtosis dan Skewness, yang digunakan untuk melakukan pengecekan apakah distribusi data yang diolah masuk dalam kategori distribusi normal.

• Pilih Order berdasarkan Variable List, untuk menentukan kriteria dalam melakukan pengurutan data.

Modul Praktikuk Statistik dan SPSS =====================16

Page 21: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

• Kotak Display Order menunjukkan kriteria pengurutan data. Pengurutan bisa dilakukan berdasarkan variabel, rata-rata nilai, atau alphabetic.

Hasil Analisis

Setelah ditentukan variable yang dipilih, langkah selanjutnya adalah menjalankan prosedur. Tekan tombol OK pada kotak dialog analisis deskriptif sehingga akan muncul window output seperti pada gambar di bawah ini.

Gambar 5.20. Output Maximum dan Minimum

ftambar 5.20 di atas menunjukkan nilai maksimum dan minimum data. Seperti contoh data umur responden yang tertinggi adalah 45 tahun dan data umur terendah adalah 22 tahun.

Gambar 5.21. Output Mean dan STD

Modul Praktikuk Statistik dan SPSS =====================17

Page 22: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

ftambar 5.21 menunjukkan nilai rata-rata dan nilai standard deviasi. Rata-rata keterangan adalah 1,75 yang berarti bahwa sebagian besar responden menyatakan setuju dengan kenaikan SPP.

Gambar 5.22. Output Skewness

ftambar 5.22 menunjukkan nilai skewness yang menunjukkan distribusi data normal. Diikuti dengan standard error dari nilai

skewness tersebut.

Gambar 5.23. Output Kurtosis

ftambar 5.23 memperlihatkan nilai kurtosis yang menunjukkan distribusi data normal. Diikuti dengan standard error dari nilai kurtosis tersebut.

Modul Praktikuk Statistik dan SPSS =====================18

Page 23: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Prosedur Explore

Analisis eksplorasi data merupakan teknik analisa yang sekaligus dapat membantu memberi arahan bagi peneliti untuk memilih teknik statistik yang akan diimplementasikan pada data yang akan dikehendaki. Prosedur eksplorasi data memungkinkan untuk mengetahui tampilan data, identifikasi data, deskripsi data, peng- ujian asumsi, perbedaan karakteristik antara subpopulasi, yaitu group dalam suatu kasus.

Pada hasil eksplorasi data ini, tampilan data mungkin menun- jukkan bahwa data yang akan dianalisis memiliki nilai yang tidak biasa. Misalkan dalam suatu data pengamatan ada suatu data yang nilainya jauh dari jangkauan nilai-nilai yang ada, nilai yang ekstrim, jarak antara data atau karakteristik yang lain.

Selanjutnya dengan melakukan eksplorasi data mungkin meng- indikasikan kebutuhan transformasi data (akan dibahas lebih rinci pada bab selanjutnya) jika teknik yang akan digunakan mensya- ratkan berdistribusi normal atau mungkin membutuhkan suatu analisis statistik non-parametrik.

Contoh Kasus

Pada tabel yang telah dibuat pada latihan sebelumnya, yaitu Tabel 2.1, buatlah eksplorasi data-nya.

Gambar 5.24. Tabel yang Akan Dianalisa dengan Explore

Modul Praktikuk Statistik dan SPSS =====================19

Page 24: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

1. Pilih menu Analyze pada menubar, kemudian klik Descriptive

Statistics.

2. Pilih bagian Explore sehingga akan keluar tampilan seperti gambar di bawah ini, dan pilih variabel yang dikehendaki.

Gambar 5.25. Dialog Explore

3. Klik anak panah kanan pada kolom yang sesuai untuk variabel tersebut, misalkan kolom Dependent List.

4. Pada eksplorasi data dapat digunakan variabel kuantitatif (pengukuran interval atau rasio). Variabel yang terdapat pada Faktor List digunakan untuk mem-break data dalam suatu group menunjukkan kategori, nilai ini dapat berupa numerik atau string pendek.

5. Label Case digunakan untuk memberi label pada tampilan luar Boxplot yang dapat berupa string atau numerik.

6. Pada bagian tombol analisis terdapat tiga pilihan, yaitu:

• Statistics; untuk melakukan perhitungan statistik-statistik dasar.

• Plots; tombol untuk membuat visualisasi grafik dari analisis.

• Options; digunakan untuk mengelola missing case atau data yang tidak tercatat.

Modul Praktikuk Statistik dan SPSS =====================20

Page 25: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

7. Jika dipilih tombol statistik, akan muncul tampilan berikut.

Gambar 5.26. Dialog Explore Statistik

8. Tekan Continue dan selanjutnya pilih tombol Plots. Akan muncul dialog sebagai berikut.

Gambar 5.27. Dialog Plot

9. Jika selesai diatur, klik continue dan tekan tombol OK.

Pembahasan Output

Beberapa hasil analisa yang dapat dilihat dari tabel output antara lain adalah tabel descriptives, tabel m-estimator, percentile, outlier, dan tampilan grafik steam and leaf plots power estimation. Output- output tersebut akan dibahas sebagai berikut.

Modul Praktikuk Statistik dan SPSS =====================21

Page 26: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Tabel Descriptive

Pengukuran ini menunjukkan ukuran terpusat dari data yang diwakili oleh mean (rata-rata) dan dispersi data yang berupa standard deviasi, standard error, varian, nilai minimum, nilai maksimum, range, jangkaun interkuartil, median, dan 5% trimmed mean.

Gambar 5.28. Output Descriptives

Trimmed mean sendiri dihitung dengan cara data diurutkan secara ascending, kemudian setelah urut dihitung 5% dari jumlah data dengan dimutlakkan perhitungannya. Setelah ketemu nilainya, nilai tersebut digunakan untuk mengurangi data sebanyak nilai

Modul Praktikuk Statistik dan SPSS =====================22

Page 27: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

yang diperoleh dari urutan terkecil dan juga dari urutan terbesar, kemudian sisa data dicari mean-nya.

Dalam Descriptive dapat ditentukan interval konfidensi rata-rata dengan default 95%, tetapi nilai dapat diubah sesuai dengan ke- mauan dari penganalisis data.

Tabel M-Estimators

Pengukuran ini berkaitan dalam statistik Robust yang diimplemen- tasikan pada perhitungan rata-rata dan median untuk menges- timasi lokasi data terpusat.

Gambar 5.29. Output M-Estimator

Perhitungan yang diperoleh antara lain M-estimator Huber, Estimator Andrew’s wave, M-estimator Hampel, dan Estimator Tukey.

Tabel Percentiles

Pengukuran ini digunakan untuk menampilkan nilai persentil se- perti yang terlihat pada tampilan seperti gambar di bawah.

Modul Praktikuk Statistik dan SPSS =====================23

Page 28: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page
Page 29: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Gambar 5.30. Percentiles

Tabel Outliers

Pengukuran ini digunakan untuk menampilkan nilai data terbesar dan data terkecil beserta dengan labelnya. Dengan adanya tam- pilan seperti ini, peneliti akan mengetahui range data dengan baik.

Gambar 5.31. Outliers

Steam and Leaf Plots

Steam and Leaf Plots berkaitan dengan visualisasi grafik dari data yang merupakan alternatif kontrol visualisasi jika dimiliki lebih dari satu variabel dependent.

Modul Praktikuk Statistik dan SPSS =====================24

Page 30: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Gambar 5.32. Stem and Leaf Plots

Factor Level melakukan ”generalisasi” sebagian visualisasi untuk setiap variabel dependent, sedangkan Dependents Together mela- kukan ”generalisasi” sebagian visualisasi untuk setiap group yang didefinisikan dengan faktor variabel.

Analisa Crosstabs

Analisa crosstabs merupakan analisa yang masuk dalam kategori statistik deskripsi di mana menampilkan tabulasi silang atau tabel kontingensi yang menunjukkan suatu distribusi bersama dan peng- ujian hubungan antara dua variabel atau lebih. Terdapat banyak kategori statistik yang tersedia di dalam CROSSTABS prosedur.

Beberapa statistik CROSSTABS digunakan untuk data skala nominal, tetapi beberapa di antaranya juga skala interval. Dalam rangka menggunakan hasil dari CROSSTABS, kita harus bisa mengenali seperti apa macam data adalah sesuai dengan statistik masing-masing dan harus pula mengenali tingkatan pengukuran untuk skala yang sedang diteliti.

Set pengorganisasian statistik CROSSTABS beberapa di antaranya sesuai dengan ukuran skala nominal, antara lain:

• Pearson Chi-Square

• Likelihood Ratio

Modul Praktikuk Statistik dan SPSS =====================25

Page 31: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

• Phi, Cramer's V

• Contingency Coefficient

• Lambda

• ftoodman & Kruskal Tau

• Uncertainty Coefficient

• Kappa

Beberapa pengorganisasian yang lainnya sesuai dengan skala ordinal, seperti:

• Mantel-Haenszel

• ftamma,

• Tau c dan Tau b

• Somers' D

• Spearman Korelasi

Sedangkan beberapa pengorganisasian yang lain sesuai dengan ukuran tingkatan interval, yaitu:

• Pearson's R

• Eta.

Contoh Kasus

Di bawah ini data hasil penelitian 15 orang mengenai jenis kela- min, jumlah jam belajar dalam satu hari, dan rata-rata nilai ujian. Dari data tersebut di atas, lakukan uji statistik untuk mengetahui ada dan tidaknya hubungan antara jenis kelamin dengan rata-rata nilai atau jam belajar dengan rata-rata nilai.

Modul Praktikuk Statistik dan SPSS =====================26

Page 32: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Gambar 5.33. Contoh Data

Untuk membuat statistik deskripsi dengan crosstabs, lakukan langkah-langkah dengan program SPSS sebagai berikut:

1. Lakukan analisis Crosstabs dengan memilih menu analyze, lalu pilih Descriptive Statistics dan klik Crosstabs.

2. Jika kita akan melihat hubungan jenis kelamin dengan nilai rata-rata, pilih variabelnya seperti berikut.

Gambar 5.34. Dialog Crosstabs

Modul Praktikuk Statistik dan SPSS =====================27

Page 33: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

3. Klik bagian Statistics dan perhatikan pilihan yang ada seperti berikut.

Gambar 5.35. Crosstabs Statistics

4. Beri tanda di kotak check point Chi Square saja. Untuk jenis analisis yang lain akan kita bahas pada bagian analisa statistik berikutnya dari buku ini.

5. Tekan Continue dan pilih tombol OK.

Pembahasan Output

Beberapa tampilan output yang muncul antara lain sebagai berikut.

Tabel Case Processing Summary

Pengukuran ini digunakan untuk mengetahui rangkuman data yang dianalisa. Berapa data yang ada, berapa data yang hilang, baik dalam prosentase maupun dalam nilai angkanya.

Gambar 5.36. Case Processing Summary

Modul Praktikuk Statistik dan SPSS =====================28

Page 34: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Tabel Crosstabulation

Tabel ini memuat deskripsi jumlah data dan hubungannya. Per- hatikan gambar di bawah ini.

Gambar 5.37. Case Processing Summary

Dari tabel di atas terlihat bahwa:

• Terdapat 2 orang laki-laki yang mendapat rata-rata nilai 5.

• Terdapat 3 orang perempuan yang mendapat rata-rata nilai 5.

• Terdapat 1 orang laki-laki yang mendapat rata-rata nilai 6.

• Terdapat 3 orang perempuan yang mendapat rata-rata nilai 6.

• Terdapat 1 orang laki-laki yang mendapat rata-rata nilai 7, dan seterusnya.

Tabel Chi-Square Test

Uji Chi Square ini akan mengamati secara lebih detail tentang ada dan tidaknya hubungan antara variabel jenis kelamin dan nilai test.

Gambar 5.38. Tabel Chi Square Test

Modul Praktikuk Statistik dan SPSS =====================29

Page 35: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Untuk mengetahui ada dan tidaknya hubungan antara variabel jenis kelamin dan nilai test, perhatikan dasar pengambilan kepu- tusan berdasarkan ilmu statistika sebagai berikut:

• Ho: Tidak ada hubungan antara baris dan kolom.

• H1: Ada hubungan antara baris dan kolom.

Selanjutnya jika probabilitas > 0.05 maka Ho diterima. Dan sebaliknya, jika probabilitas < 0.05 maka Ho ditolak.

Nilai probablilitas pada tabel ini bisa dilihat dari kolom Asymp Sig (2 Sided). Karena Asymp. Sig-nya adalah 0.891 yang berarti lebih besar dari 0.05, maka Ho diterima. Jika Ho diterima, berarti bahwa tidak ada hubungan antara baris dan kolom variabel atau lebih jelasnya “tidak ada hubungan antara jenis kelamin dengan rata- rata nilai”.

Mencari Hubungan Jam Belajar dengan Rata-Rata Nilai

Dengan cara yang sama, yaitu menggunakan cross tabulation, dapat dicari hubungan antara jam belajar dengan rata-rata nilai. Lakukan langkah-langkah seperti di atas, dan akan muncul hasil analisa sebagai berikut.

Case Processing Summary

Berapa data yang ada, berapa data yang hilang, baik dalam prosentase maupun dalam nilai angkanya bisa dilihat sebagai berikut.

Gambar 5.39. Case Processing Summary

Tabel Crosstabulation

Tabel deskripsi jumlah data dan hubungannya dapat dilihat seperti di bawah ini.

Modul Praktikuk Statistik dan SPSS =====================30

Page 36: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Gambar 5.40. Case Processing Summary

Dari tabel di atas terlihat hasil analisa sebagai berikut.

• Terdapat 2 orang yang belajar 1 jam sehari dan mendapat rata-rata nilai 5.

• Terdapat 3 orang yang belajar 2 jam sehari dan mendapat rata-rata nilai 5.

• Terdapat 1 orang yang belajar 1 jam sehari dan mendapat rata-rata nilai 6.

• Terdapat 3 orang yang belajar 2 jam sehari dan mendapat rata-rata nilai 5.

• Terdapat 2 orang yang belajar 4 jam sehari dan mendapat rata-rata nilai 7.

• Dan seterusnya.

Tabel Chi-Square Test

Uji Chi Square ini akan mengamati secara lebih detail tentang ada dan tidaknya hubungan antara variabel jenis rata-rata jam belajar dan nilai test.

Untuk mengetahui ada dan tidaknya hubungan antara variabel jenis rata-rata jam belajar dan nilai test, dapat langsung dilihat probabilitasnya. Dari tabel tersebut terlihat bahwa Asymp Sig-nya adalah 0.086 yang berarti lebih besar dari 0.05, maka Ho diterima. Jika Ho diterima, berarti bahwa tidak ada hubungan antara baris dan kolom variabel. Akan tetapi, setidaknya kita bisa melihat

Modul Praktikuk Statistik dan SPSS =====================31

Page 37: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

bahwa ternyata nilai probabilitas mendekati 0.05 yang dapat dikatakan bahwa hampir ada hubungan antara rata-rata jam bela- jar dengan nilai test.

Gambar 5.41. Tabel Chi Square Test

Terkadang memang sebuah penelitian tidak mendapatkan hasil sesuai dengan keinginan atau teori yang ada. Namun, itulah pene- litian. Hasilnya bisa 1001 kemungkinan. Ketidaktepatan hasil pe- nelitian mungkin dapat disebabkan banyak hal, seperti salah metode pengambilan sampel, karena kurangnya data penelitian, dan lain-lain sehingga hasil sebuah penelitian terkadang dipan- dang rancu dan tidak sesuai harapan atau tidak sesuai dengan teori yang ada.

Modul Praktikuk Statistik dan SPSS =====================32

Page 38: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

BAB LANJUTAN SPSS

Program SPSS adalah salah satu program pengolahan statistik yang paling

umum digunakan dalam penelitian yang menggunakan data kuantitatif

atau data kualitatif yang dikuantitatifkan.

Setelah diinstal di komputer, program ini biasanya memiliki shortcut

di desktop atau di Windows taskbar, dengan mengklik ikon START

PROGRAM FILES SPSS Inc. SPSS16, maka akan terbuka

tampilan berikut:

Modul Praktikuk Statistik dan SPSS =====================33

Page 39: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page
Page 40: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Selanjutnya klik TYPE IN DATA untuk memasukkan data baru, kemudian,

klik OK, maka kita akan mendapatkan dua tampilan standar SPSS16, yaitu

tampilan data (DATA VIEW) dan tampilan variabel (VARIABLE VIEW)

Tampilan Data View digunakan untuk memasukkan dan menyunting data.

Cara menggunakan tampilan Data View ini agak mirip dengan MS Excel.

Sedangkan Variable View digunakan untuk memasukkan informasi atribut

variabel:

Modul Praktikuk Statistik dan SPSS =====================34

Page 41: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

1. Name: nama variabel

2. Type: jenis variabel (numerik, tanggal, nominal,

teks/string, dsb).

3. Width: lebar kolom dalam tampilan data view. Secara

otomatis/default biasanya berisi 8 (delapan) karakter.

4. Decimals: jumlah digit di belakang koma.

5. Label: penjelasan lebih lanjut dari nama variabel, misalnya:

dalam nama variabel berisi RESID, kemudian labelnya

diisikan dengan RESPONDENT IDENTITY.

6. Values: nilai variabel, misalnya: 1= laki-laki,

0=perempuan

7. Missing: perlakuan untuk nilai yang kosong

8. Columns: lebar kolom

9. Align: rata kiri, rata kanan atau tengah.

10. Measure: ukuran variabel, yaitu skala, ordinal atau nominal.

Pengisian data dilakukan dengan melengkapi variable view. Variabel dan

data yang akan diisikan adalah data rasio keuangan beberapa bank selama

tiga tahun, sebagai berikut:

Modul Praktikuk Statistik dan SPSS =====================35

Page 42: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Name Type Width Decimals Label Columns Align Measure

SAMPID Numeric 8 2 Sample Identity

8 Right Scale

CAR Numeric 8 2 Capital Asset Ratio

8 Right Scale

NPL Numeric 8 2 Non Performing Loan

8 Right Scale

ROA Numeric 8 2 Return On Asset

8 Right Scale

ROE Numeric 8 2 Return On Equity

8 Right Scale

OCOR Numeric 8 2 Cost Efficiency

8 Right Scale

LDR Numeric 8 2 Loan to Deposit Ratio

8 Right Scale

Selanjutnya pengisian data dilakukan dengan menggunakan tampilan Data View

sehingga tampak sebagai berikut:

Modul Praktikuk Statistik dan SPSS =====================36

Page 43: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Data yang diisikan:

SAMPID CAR NPL ROA ROE OCOR LDR

1.00 11.23 6.05 2.41 24.29 82.09 102.87

2.00 14.85 2.74 3.26 31.15 77.69 90.51

3.00 12.66 4.58 1.83 46.21 78.71 89.12

4.00 10.83 3.45 2.60 33.14 78.94 104.41

5.00 12.66 4.14 3.03 29.72 84.52 97.06

6.00 12.43 4.73 1.53 32.22 81.34 92.98

Modul Praktikuk Statistik dan SPSS =====================37

Page 44: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

SAMPID CAR NPL ROA ROE OCOR LDR

7.00 9.57 4.44 2.77 34.37 78.05 102.94

8.00 10.69 2.57 2.27 23.24 82.75 99.16

9.00 11.46 2.84 3.04 37.49 75.76 95.73

10.00 12.10 5.63 2.76 42.13 78.10 98.44

11.00 11.25 4.58 2.62 33.21 78.73 106.39

12.00 18.14 1.61 3.15 32.00 68.02 81.76

13.00 11.10 3.62 0.45 8.03 95.50 85.82

14.00 17.56 0.90 4.25 43.45 71.56 90.26

15.00 11.16 3.13 1.83 28.74 86.33 90.27

16.00 10.82 7.80 0.53 8.49 95.71 92.93

17.00 11.58 1.54 5.59 61.84 67.78 93.68

18.00 9.32 1.95 5.43 89.83 70.19 97.15

19.00 10.72 1.13 5.37 60.70 69.64 98.83

20.00 11.45 1.12 1.56 25.32 86.59 85.20

21.00 12.91 0.77 5.36 57.99 67.84 86.08

22.00 12.04 1.40 0.62 9.72 93.66 90.23

23.00 15.51 1.38 2.14 22.45 75.66 81.16

24.00 13.48 1.12 0.98 11.06 89.03 79.58

25.00 10.96 1.70 2.22 39.97 84.42 81.39

26.00 12.03 4.51 2.05 51.61 78.01 91.05

27.00 11.06 1.29 2.08 35.11 85.10 82.25

28.00 13.71 6.00 1.65 32.96 80.96 94.23

29.00 16.50 6.12 2.03 39.25 84.33 87.32

30.00 14.80 6.71 1.75 34.49 79.56 95.64

31.00 12.28 4.14 1.94 51.35 77.89 89.21

32.00 13.30 4.86 2.11 40.17 74.05 87.93

33.00 14.73 4.59 2.08 38.77 72.05 86.85

34.00 11.54 4.39 1.91 48.78 78.13 99.11

35.00 12.39 3.86 2.23 44.20 73.76 83.07

36.00 14.00 4.21 2.00 38.21 73.88 87.03

Modul Praktikuk Statistik dan SPSS =====================37

Page 45: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Di sela-sela atau setelah selesai mengentri data, selalu selalu simpan data

dan beri nama file (misalnya: kinerjabank.sav) dengan mengklik gambar

disket, atau klik menu FILE SAVE atau ketik Ctrl S atau ketik Alt F + S,

seperti penggunaan MS Office. File data ini akan memiliki ekstensi .sav.

Untuk keluar dari SPSS18, bisa mengklik gambar silang

yang ada di pojok kanan atas, atau klik menu FILE EXIT

Modul Praktikuk Statistik dan SPSS =====================38

Page 46: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

8

STATISTIK DESKRIPTIF

LANJUTAN

Buka kembali SPSS dengan langkah-langkah yang sudah pernah

disampaikan sebelumnya. Akan tetapi kali ini pilih OPEN EXISTING

DATA SOURCE dan pilih More Files… atau jika sudah ada nama file yang

dimaksud (misalnya: kinerjabank.sav), bisa langsung dipilih untuk

kemudian pilih OK. Tampilkan kembali file data rasio keuangan

sejumlah bank selama tiga tahun. Kali ini akan didapati satu aplikasi lagi

yang bernama SPSS Output Viewer, di samping SPSS Data Editor yang

sudah dikenal sebelumnya.

Berikut ini adalah langkah-langkah untuk menghasilkan statistik

deskriptif:

Modul Praktikuk Statistik dan SPSS =====================39

Page 47: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

1. Klik ANALYZE DESCRIPTIVE STATISTIC

DESCRIPTIVES…

2. Muncul kotak dialog DESCRIPTIVES. Kemudian sorot semua

variabel kecuali SAMPID yang terdapat di kotak sebelah kiri

dan pindahkan ke kotak sebelah kanan dengan mengklik

panah yang terdapat di antara kotak sebelah kiri dan kotak

sebelah kanan hingga tampil seperti ini:

3. Kemudian klik OPTIONS… hingga muncul kotak dialog

DESCRIPTIVES: OPTIONS, kemudian beri tanda ✓ pada

Modul Praktikuk Statistik dan SPSS =====================40

Page 48: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

10

kotak MEAN, STD. DEVIATION, VARIANCE, RANGE,

MINIMUM, MAXIMUM, S.E. MEAN dan biarkan lainnya

pada kondisi standar/default lalu klik CONTINUE OK.

4. Diperoleh tampilan sebagai berikut di SPSS Output Viewer:

Jumlah data yang diolah semuanya adalah 36 yang ditunjukkan dari nilai N.

Kolom Range menunjukkan kisaran/range dari masing-masing variabel.

Kolom minimum menunjukkan nilai minimum dari masing-masing variabel

dan

Modul Praktikuk Statistik dan SPSS =====================41

Page 49: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page
Page 50: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

kolom maximum menunjukkan nilai maksimumnya. Mean statistic

adalah rata-rata dan standard error masing-masing variabel. Std.

Deviation menunjukkan simpangan baku dari masing-masing

variabel dan variance menunjukkan variannya.

Modul Praktikuk Statistik dan SPSS =====================41

Page 51: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

REGRESI LINIER BERGANDA

Dengan menggunakan data yang terdapat pada bagian sebelumnya, yaitu

data rasio keuangan beberapa bank selama tiga tahun, model yang ingin

diuji secara empiris adalah bagaimana pengaruh faktor-faktor berikut ini:

1. Struktur permodalan (yang diproksikan oleh Capital Assets

Ratio),

2. Kualitas aset produktif (yang diproksikan oleh Non Performing

Loan),

3. Rentabilitas (yang diproksikan oleh Return on Equity),

4. Efisiensi biaya (yang diproksikan oleh rasio Operating Cost &

Operating Revenue), dan

5. Likuiditas (yang diproksikan oleh Loan to Deposit Ratio)

terhadap Kinerja Keuangan perbankan yang diproksikan oleh

Return on Asset.

Adapun kerangka penelitiannya apabila digambarkan maka akan tampak

sebagai berikut:

Modul Praktikuk Statistik dan SPSS =====================42

Page 52: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Sedangkan hipotesis yang dibangun adalah sebagai berikut:

H1 : Diduga struktur permodalan berpengaruh signifikan terhadap

kinerja keuangan. H2 : Diduga kualitas aset produktif berpengaruh signifikan terhadap

kinerja keuangan. H3 : Diduga rentabilitas berpengaruh signifikan terhadap kinerja

keuangan. H4 : Diduga efisiensi biaya berpengaruh signifikan terhadap kinerja

keuangan. H5 : Diduga likuiditas berpengaruh signifikan terhadap

kinerja keuangan.

Data kasus di atas dapat diolah dengan menggunakan analisis regresi linier

berganda yang terdapat dalam program perangkat lunak SPSS16.

ROE

CAR

NPL

ROA

OC/OR

LDR

Modul Praktikuk Statistik dan SPSS =====================43

Page 53: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Regresi linier berganda dimaksudkan untuk menguji pengaruh dua atau

lebih variable independen (explanatory) terhadap satu variable dependen.

Model ini mengasumsikan adanya hubungan satu garis lurus/linier antara

variabel dependen dengan masing-masing prediktornya. Hubungan ini

biasanya disampaikan dalam rumus. Sedangkan untuk kasus di atas, rumus

yang terbentuk adalah:

Di mana:

Y = Kinerja keuangan / ROA sebagai variabel

dependen α = Konstanta β1 - = Koefisien regresi variabel independen β5

X1

=

Struktur permodalan / CAR sebagai

variabel independen X2 = Kualitas aset produktif / NPL sebagai variabel independen X3 = Rentabilitas / ROE sebagai variabel independen X4 = Efisiensi biaya / OCOR sebagai variabel independen X5 = Likuiditas / LDR sebagai variabel independen

Untuk tujuan pengujian hipotesis nilai parameter model, model regresi

linier juga mengasumsikan hal-hal sebagai berikut yang dikenal dengan

nama Uji Asumsi Klasik:

1. Normalitas

2. Heteroskedastisitas

3. Multikolinieritas

4. Autokorelasi (jika menggunakan data time series)

Langkah Analisis

1. Buka file data yang sudah dientrikan pada bagian

sebelumnya (misalnya: kinerjabank.sav)

2. Dari menu utama SPSS, pilih menu Analyze

Regression Linear hingga tampak sebagai berikut:

Modul Praktikuk Statistik dan SPSS =====================44

Page 54: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

3. Setelah muncul kotak dialog Linear Regression, pada kotak

Dependent isikan variabel ROA dan pada kotak Independent(s)

isikan dengan variabel CAR, NPL, ROE, OCOR & LDR. Pada

kota Method pilih Enter abaikan yang lain dan tekan OK.

Modul Praktikuk Statistik dan SPSS =====================45

Page 55: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

4. Maka akan muncul di SPSS Output Viewer tampilan seperti

ini:

Untuk sementara, kita abaikan terlebih dahulu uji asumsi klasik. Misalkan

hasil regresi ini sudah lolos uji asumsi klasik, maka cara interpretasi model

regresi dengan langkah sebagai berikut: pertama interpretasikan koefisien

determinasi, kedua uji F statistik dan ketiga uji regresi parsial dengan uji t.

Koefisien Determinasi

Tampilan luaran SPSS model summary menunjukkan besarnya adjusted R2

sebesar 0,803, hal ini berarti 80,3% variasi kinerja keuangan (ROA) dapat

dijelaskan oleh variasi dari lima variabel independen CAR, NPL, ROE,

OCOR & LDR. Sedangkan sisanya (100% -80,3%=19,7%) dijelaskan oleh

sebab-sebab yang lain di luar odel. Standard error of estimate (SEE) sebesar

0,57897, makin kecil nilai SEE akan membuat

Modul Praktikuk Statistik dan SPSS =====================46

Page 56: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

model regresi semakin tepat dalam memprediksi variabel dependen.

Uji Signifikansi Simultan (Uji Statistik F)

Berdasarkan tabel ANOVA atau F test, diperoleh nilai F hitung sebesar

29,475 dengan probabilitas 0,000. Oleh karena probabilitas jauh lebih kecil

dari 0,05, maka dapat disimpulkan bahwa koefisien regresi CAR, NPL, ROE,

OCOR & LDR tidak sama dengan nol, atau kelima variabel independen

secara simultan berpengaruh terhadap kinerja keuangan. Hal ini juga berarti

nilai koefisien determinasi R2 tidak sama dengan nol, atau signifikan.

Uji Signifikansi Parameter Individual (Uji Statistik t)

Untuk menginterpretasikan koefisien parameter variabel independen

dapat menggunakan unstandardized coefficients maupun standardized

coefficients.

Unstandardized Beta Coefficients

Dari kelima variabel independen yang dimasukkan dalam model ternyata

hanya tiga variabel (NPL, ROE, LDR) yang signifikan pada α=5%, hal

ini terlihat dari probabilitas

Modul Praktikuk Statistik dan SPSS =====================47

Page 57: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

signifikansi ketiganya jauh dibawah 0,05. Satu variabel independen (OCOR)

berpengaruh signifikan pada α=10% yang terlihat dari probabilitas

signifikansi di bawah 0,10, yaitu sebesar 0,068. Jadi dapat disimpulkan

bahwa variabel kinerja keuangan (ROA) dipengaruhi oleh CAR, NPL, ROE,

OCOR & LDR, dengan persamaan matematis sebagai berikut:

Koefisien konstanta bernilai negatif menyatakan bahwa dengan

mengasumsikan ketiadaan variabel CAR, NPL, ROE, OCOR & LDR,

maka kinerja keuangan cenderung mengalami penurunan.

Koefisien regresi CAR bernilai positif menyatakan bahwa dengan

mengasumsikan ketiadaan variabel independen lainnya, maka

apabila CAR mengalami peningkatan, maka ROA cenderung

mengalami peningkatan,

Koefisien regresi NPL bernilai negatif menyatakan bahwa dengan

mengasumsikan ketiadaan variabel independen lainnya, maka

apabila NPL mengalami peningkatan, maka ROA cenderung

mengalami penurunan.

Koefisien regresi ROE bernilai positif menyatakan bahwa dengan

mengasumsikan ketiadaan variabel independen lainnya, maka

apabila ROE mengalami peningkatan, maka ROA cenderung

mengalami peningkatan,

Koefisien regresi OCOR bernilai negatif menyatakan bahwa dengan

mengasumsikan ketiadaan variabel independen lainnya, maka

apabila OCOR mengalami peningkatan, maka ROA cenderung

mengalami penurunan,

Koefisien regresi LDR bernilai positif menyatakan bahwa dengan

mengasumsikan ketiadaan variabel independen lainnya, maka

apabila LDR mengalami

Modul Praktikuk Statistik dan SPSS =====================48

Page 58: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

peningkatan, maka ROA cenderung mengalami

peningkatan,

Apabila digunakan dalam ilmu pasti, maka semua angka yang tertera dalam

persamaan matematis dapat diinterpretasikan lebih mendalam. Akan tetapi

karena dalam kasus ini termasuk dalam ilmu sosial / ekonomi, maka yang

perlu dititikberatkan adalah tanda positif atau negatif yang terdapat di

depan angka koefisien beta.

Standardized Beta Coefficients.

Apabila masing-masing koefisien variabel independen kita standarisasi

terlebih dahulu, maka kita akan mempunyai garis regresi yang melewati

origin (titik pusat), sehingga persamaan regresi tidak memiliki konstanta

(lihat tampilan standardized coefficient) atau secara matematis dapat

dituliskan sebagai berikut:

Keuntungan dengan menggunakan standardized beta adalah mampu

mengeliminasi perbedaan unit ukuran pada variabel independen. Jika

ukuran variabel independen tidak sama (misalkan: Rupiah, Dollar, Jam,

Hari, Rasio, dlsb) dan kita ingin membandingkan kontribusi antar variabel

independen, maka sebaiknya interpretasi persamaan regresi menggunakan

standardized beta, Namun demikian ada dua hal yang perlu mendapat

perhatian jika menggunakan standardized beta: pertama, koefisien beta

digunakan untuk melihat pentingnya masing-masing variabel independen

secara relatif dan tidak ada multikolinieritas antar variabel independen.

Kedua, nilai koefisien beta hanya dapat diinterpretasikan dalam konteks

variabel lain dalam persamaan regresi.

Modul Praktikuk Statistik dan SPSS =====================49

Page 59: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

MULTIKOLINIERITAS

Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi

ditemukan adanya korelasi yang tinggi atau sempurna antar variabel

independen. Jika antar variabel independen terjadi multikolinieritas

sempurna, maka koefisien regresi variabel independen tidak dapat

ditentukan dan nilai standard error menjadi tak terhingga. Jika

multikolinieritas antar variabel independen tinggi, maka koefisien regresi

variabel independen dapat ditentukan, tetapi memliki nilai standard error

tinggi berarti nilai koefisien regresi tidak dapat diestimasi dengan tepat.

Untuk memberikan gambaran cara mendeteksi multikolinieritas dengan

SPSS16, digunakan model persamaan regresi berikut:

Langkah Analisis

1. Buka file kinerjabank.sav

2. Dari menu utama SPSS, pilih menu Analyze

Regression Linear hingga tampak sebagai berikut:

Modul Praktikuk Statistik dan SPSS =====================50

Page 60: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

3. Setelah muncul kotak dialog Linear Regression, pada kotak

Dependent isikan variabel ROA dan pada kotak Independent(s)

isikan dengan variabel CAR, NPL, ROE, OCOR & LDR. Pada

kota Method pilih Enter, kemudian pilih Statistics.

4. Setelah muncul kotak dialog Linear Regression: Statistics, pilih

Estimates (untuk meminta koefisien regresi), Covariance matrix

(untuk meminta matriks korelasi antar variabel independen),

Model fit (untuk meminta koefisien determinasi R2), Part and

partial correlations (untuk meminta korelasi parsial dan zero

order correlation), dan Collinearity diagnostics (untuk meminta

nilai Tolerance & VIF). Klik Continue, kemudian OK.

Modul Praktikuk Statistik dan SPSS =====================51

Page 61: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

5. Muncul tampilan output SPSS di SPSS Output Viewer.

Deteksi Multikolinieritas

1. Terlihat dari luaran SPSS nilai R2 cukup tinggi sebesar 83,1%,

sedangkan kebanyakan variabel independen memiliki nilai t

statistik yang signifikan pada α=5%. Oleh karena R2 tinggi dan

kebanyakan variabel independennya signifikan, maka tidak

ada indikasi terjadi multikolinieritas antar variabel

independen.

Modul Praktikuk Statistik dan SPSS =====================52

Page 62: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

2. Berdasarkan pada tampilan matriks korelasi, pair-wise

correlation antar variabel independen semuanya di bawah 0,80,

kecuali antara variabel ROE dengan Cost efficiency yang

korelasinya sedikit di atas 0,80. Jadi dapat disimpulkan bahwa

terdapat multikolinieritas ringan antara variabel ROE dengan

cost efficiency/OCOR.

3. Nilai R2 keseluruhan model cukup tinggi, sebesar 83,1%,

sedangkan nilai parsial korelasi berkisar masing-masing 0,173;

-0,652; 0,492; -0,327; dan 0,538. Oleh karena nilai parsial

korelasi juga tinggi, maka tidak ada indikasi terjadinya

multikolinieritas.

4. Nilai CI antara 10-30 menunjukkan adanya multikolinieritas

moderat sampai kuat dan CI di atas 30 terdapat

multikolinieritas sangat kuat. Berdasarkan parameter

tersebut, dari enam dimensi, tiga di antaranya memiliki nilai

CI di bawah 10, yang berarti tidak terdapat multikolinieritas.

Kemudian satu dimensi memiliki nilai antara 10-30 yang

menunjukkan multikolinieritas moderat. Lalu dua dimensi

memiliki nilai di atas 30, yang menunjukkan multikolinieritas

kuat.

Modul Praktikuk Statistik dan SPSS =====================53

Page 63: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

5. Akan tetapi, berdasarkan pada nilai Tolerance dan VIF terlihat

bahwa tidak ada nilai Tolerance di bawah 0,10 begitupula

dengan nilai VIF tidak ada yang di atas 10. Dengan

menggunakan parameter ini, tidak terbukti adanya

multikolinieritas yang serius.

Jika tujuan analisis regresi adalah prediksi atau peramalan, maka

multikolinieritas bukanlah masalah serius, karena semakin tinggi nilai R2

maka semakin baik kemampuan model tersebut dalam melakukan prediksi.

Akan tetapi jika tujuan analisis regresi tidak hanya sekedar prediksi tetapi

juga estimasi terhadap parameter, maka multikolinieritas menjadi masalah

serius karena akan menghasilkan standard error yang besar sehingga estimasi

parameter menjadi tidak akurat lagi.

Modul Praktikuk Statistik dan SPSS =====================54

Page 64: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

HETEROSKEDASTISITAS

Asumsi klasik berikutnya dalam model regresi adalah homoskedastisitas

atau memiliki varian yang sama.

Ada dua cara pendeteksian ada tidaknya heteroskedastisitas, yaitu dengan

metode grafik dan metode statistik. Metode grafik biasanya dilakukan

dengan melihat grafik plot antara nilai prediksi variabel dependen dengan

residualnya. Sedangkan metode statistik dapat dilakukan dengan Uji Park,

Uji Glejser, Uji White, Uji Spearman's Rank Correlation, Uji Goldfeld Quandt

dan Uji Breusch-Pagan-Godfrey. Tapi yang akan dibahas di bagian ini hanya

Metode Grafik dan Uji Glejser.

Metode Grafik

Langkah Analisis

1. Lakukan regresi dengan variabel dependen ROA dan variabel

independen CAR, NPL, ROE, OCOR & LDR.

2. Lanjutkan dengan menekan tombol Plots sehingga di layar

tampak kotak dialog Linear Regression Plots. Masukkan

variabel SRESID pada kotak Y dan variabel ZPRED pada

kotak X, kemudian klik Continue dan OK.

Modul Praktikuk Statistik dan SPSS =====================55

Page 65: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

3. Luaran yang nampak di SPSS Output Viewer adalah sebagai

berikut:

Terlihat pada tampilan grafik scatterplots di atas bahwa titik- titik tidak

menyebar secara acak baik di atas maupun di bawah angka 0 pada sumbu Y.

Hal ini dapat disimpulkan bahwa terjadi heteroskedastisitas pada model

regresi. Analisis

Modul Praktikuk Statistik dan SPSS =====================56

Page 66: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

26

dengan grafik plots memiliki kelemahan yang cukup signifikan oleh karena

jumlah pengamatan mempengaruhi hasil plotting. Semakin sedikit jumlah

pengamatan, maka semakin sulit menginterpretasikan hasil grafik plots.

Oleh sebab itu diperlukan uji statistik yang lebih dapat menjamin

keakuratan hasil.

Uji Glejser

Uji Glejser dilakukan dengan meregresikan nilai absolute residual (AbsUi)

terhadap variabel independen lainnya. Jika β signifikan, maka

mengindikasikan terdapat heteroskedastisitas dalam model.

Langkah Analisis

1. Lakukan regresi dengan variabel dependen ROA dan variabel

independen CAR, NPL, ROE, OCOR & LDR.

2. Dapatkan variabel residual dengan cara menekan tombol Save

pada kotak dialog Linear Regression dan aktifkan

Unstandardized residuals. Kemudian klik Continue dan OK

Modul Praktikuk Statistik dan SPSS =====================57

Page 67: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

3. Pada tampilan SPSS Data Editor akan menampilkan satu

variabel baru bernama RES_1

Modul Praktikuk Statistik dan SPSS =====================58

Page 68: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

28

4. Absolutkan nilai RES_1 dengan memilih menu Transform

Compute Variable… hingga muncul kotak dialog Compute

Variable. Pada kotak Target Variable diisikan nama variabel

baru AbsUi. Lalu pada kotak Function group pilih All,

lanjutkan dengan kotak Functions and Special Variables pilih

Abs, lalu tekan tombol bergambar panah ke atas. Kemudian

pada kotak variabel, pilih variabel Unstandardized Residual

(RES_1), lalu tekan tombol bergambar panah ke kanan, hingga

di kotak Numeric Expression diperoleh tampilan ABS(RES_1).

Tekan OK

5. Muncul variabel baru bernama AbsUi dalam SPSS Data Editor.

Modul Praktikuk Statistik dan SPSS =====================59

Page 69: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

6. Regresikan variabel AbsUI sebagai variabel dependen dan

variabel CAR, NPL, ROE, OCOR & LDR sebagai variabel

independen, sehingga diperoleh luaran di SPSS Output Viewer

sebagai berikut:

Hasil tampilan luaran SPSS dengan jelas menunjukkan variabel CAR, NPL,

ROE, OCOR dan LDR memiliki nilai signifikansi 0,829; 0,681; 0,392; 0,422

dan 0,478 yang kesemuanya di atas 0,01. Berarti tidak terdapat

heteroskedastisitas dalam model ini, dengan kata lain semua variabel

independen yang terdapat dalam model ini memiliki sebaran varian yang

sama / homogen.

Modul Praktikuk Statistik dan SPSS =====================60

Page 70: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

AUTOKORELASI

Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier

terdapat korelasi antar kesalahan pengganggu (residual) pada periode t

dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka

dinamakan terdapat permasalahan autokorelasi. Autokorelasi muncul

karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain.

Masalah ini timbil karena residual (kesalahan pengganggu) tidak bebas dari

satu amatan ke amatanyang lain. Hal ini sering ditermukan pada data runut

waktu / time series karena "gangguan" pada seseorang individu/kelompok

cenderung mempengaruhi "gangguan" pada

individu/kelompok yang sama pada periode berikutnya.

Pada data cross section (silang waktu), masalah autokorelasi relatif jarang

terjadi karena "gangguan" pada amatan yang berbeda berasal dari

individu/kelompok yang berbeda. Model regresi yang baik adalah regresi

yang bebas dari autokorelasi. Ada beberapa cara yang dapat digunakan

untuk mendeteksi ada tidaknya autokorelasi.

Uji Durbin Watson

Salah satu cara yang umum digunakan untuk mendeteksi adanya

autokorelasi dalam regresi linier berganda adalah dengan Uji Durbin

Watson (DW). Suatu model regresi dinyatakan tidak terdapat permasalahan

autokorelasi apabila:

Di mana:

d = Nilai Durbin Watson hitung du = Nilai batas atas/upper Durbin Watson tabel Cara

mendeteksi adanya autokorelasi:

Modul Praktikuk Statistik dan SPSS =====================61

Page 71: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Lakukan langkah analisis regresi linier berganda dengan variabel dependen

ROA dan variabel independen CAR, NPL, ROE, OCOR dan LDR seperti

contoh sebelumnya dan lanjutkan dengan menekan tombol Statistics sampai

muncul kotak dialog Linear Regression: Statistics. Setelah itu beri tanda ✓

pada bagian Residuals, Durbin-Watson, seperti tampak berikut ini.

Tampilan luaran yang nampak SPSS Output Viewer:

Nilai DWhitung sebesar 1,905 akan dibandingkan dengan nilai tabel dengan

menggunakan derajat kepercayaan 5%, jumlah sampel 36 dan jumlah

variabel independen 5, maka di tabel Durbin-Watson akan diperoleh nilai:

Modul Praktikuk Statistik dan SPSS =====================62

Page 72: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

32

n

k=5

dL dU

33 1.1270 1.8128

34 1.1439 1.8076

35 1.1601 1.8029

36 1.1755 1.7987

37 1.1901 1.7950

38 1.2042 1.7916

39 1.2176 1.7886

Oleh karena nilai DWhitung lebih besar daripada batas atas 1,7987 dan lebih

kecil daripada 4-dU=4-1,7987=2,2013, atau:

Run Test

Run test sebagai bagian dari statistik non parametrik dapat pula digunakan

untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika

antar residual tidak terdapat hubungan korelasi, maka dikatakan bahwa

residual adalah acak atau random. Run test digunakan untuk melihat

apakah data residual terjadi secara random atau tidak (sistematis)

Langkah Analisis

1. Dari menu utama SPSS, pilih Analyze Nonparametric Tests

Runs… hingga tampak seperti berikut.

Modul Praktikuk Statistik dan SPSS =====================63

Page 73: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

2. Muncul kotal dialog Run Test. Selanjutnya isikan variabel

Unstandardized Residual (RES_1) pada kotak Test Variable List.

Pada bagian Cut Point aktifkan Median. Abaikan lainnya, dan

tekan OK

Modul Praktikuk Statistik dan SPSS =====================64

Page 74: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

34

3. Maka akan muncul luaran berikut dalam SPSS Output Viewer.

Hasil luaran SPSS menunjukkan nilai test -0,07170 dengan probabilitas 0,866

tidak signifikan yang berarti bahwa residual bersifat random atau tidak

terjadi autokorelasi antar nilai residual.

Modul Praktikuk Statistik dan SPSS =====================65

Page 75: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

NORMALITAS RESIDUAL

Uji Normalitas bertujuan untuk menguji apakah dalam model regresi,

variabel pengganggu atau residual mempunyai distribusi normal. Uji t dan F

mengasumsikan nilai residual mengikuti distribusi normal. Jika terjadi

pelanggaran asumsi ini, maka uji statistik menjadi tidak valid untuk jumlah

sampel kecil. Ada dua cara mendeteksi apakah residual memiliki distribusi

normal atau tidak, yaitu dengan analisis grafik dan uji statistik.

Analisis Grafik

Lakukan regresi dengan variabel dependen ROA dan variabel

independen CAR, NPL, ROE, OCOR dan LDR. Lanjutkan dengan

menekan tombol Plots hingga tampak di layar kotak dialog Linear

Regression: Plots. Aktifkan Histogram dan Normal probability plot pada

bagian Standardized Residual Plots. Abaikan yang lain, tekan Continue

lalu OK.

Modul Praktikuk Statistik dan SPSS =====================66

Page 76: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran

data / titik pada sumcu diagonal dari grafik atau dengan melihat histogram

dari residualnya. Model regresi dikatakan memenuhi asumsi normalitas

apabila data menyebar di sekitar garis diagonal atau grafik histogramnya.

Dengan melihat tampilan grafik histogram yang agak menceng ke kiri dapat

disimpulkan bahwa grafik histogram memberikan pola distribusi yang

tidak normal. Sedangkan pada grafik normal plot terlihat titik-titik

menyebar jauh di sekitar garis diagonal, serta penyebarannya tidak

mengikuti arah garis diagonal. Kedua grafik di atas menunjukkan bahwa

model regresi tidak layak dipakai karena tidak memenuhi asumsi

normalitas.

Namun demikian uji normalitas residual dengan grafik dapat menyesatkan

kalau tidak hati-hati. Secara visual tampak normal, padahal secara statistik

bisa sebaliknya. Oleh karena, di samping menggunakan uji grafik,

sebaiknya dilengkapi

Modul Praktikuk Statistik dan SPSS =====================67

Page 77: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

dengan uji statistik. Terutama dalam kasus ini, seperti terlihat tidak normal,

karena datanya sangat sedikit (n=36).

Uji Kolmogorov Smirnov (KS)

Langkah Analisis

1. Dari menu utama SPSS pilih menu Analyze

Nonparametric Tests 1-Sample K-S.

2. Setelah muncul kotak dialog One-Sample Kolmogorov- Smirnov

Test. Kemudian pada kotak Test Variable List isikan variabel

Unstandardized Residual (RES_1). Selanjutnya, pada kotak Test

Distribution aktifkan Normal. Abaikan yang lainnya, lalu klik

OK.

Modul Praktikuk Statistik dan SPSS =====================68

Page 78: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

3. Pada bagian SPSS Output Viewer akan muncul

tampilan sebagai berikut:

Besarnya nilai Kolmogorov-Smirnov adalah 0,724 dengan tingkat

signifikansi jauh di atas 0,05, yaitu 0,670. Dengan kata lain bahwa nilai KS

tidak signifikan, berarti residual terdistribusi secara normal.

Modul Praktikuk Statistik dan SPSS =====================69

Page 79: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

LATIHAN

Berikut ini adalah data sebuah penelitian yang ingin menguji apakah

Kompleksitas Tugas dan Aset Klien mempengaruhi Fee Audit.

1. Dengan menggunakan data berikut ini lakukan / tentukan dan

interpretasikan hasil dari:

a. Uji Asumsi Klasik:

i. Uji Multikolinieritas dengan menggunakan

nilai VIF & Tolerance.

ii. Uji Heteroskedastisitas baik dengan metode grafik

maupun statistik.

iii. Uji Normalitas baik dengan metode grafik maupun

statistik.

b. Tentukan koefisien determinasi.

c. Koefisien determinasi.

d. Uji signifikansi simultan.

e. Uji signifikansi parameter individual.

2. Jelaskan mengapa tidak perlu dilakukan pengujian untuk

autokorelasi!

No. Kompleksitas Tugas

Aset Klien

Fee Audit

1. 10.70 47.65 144.00

2. 14.00 63.13 215.00 3. 9.00 58.76 105.00

4. 8.00 34.88 69.00 5. 10.00 55.53 134.00

6. 10.50 43.14 129.00 7. 16.00 54.86 155.00

8. 15.00 44.14 99.00 9. 6.50 17.46 38.50

10. 5.00 21.04 36.50 11. 25.00 109.38 260.00

12. 10.40 17.67 54.00

Modul Praktikuk Statistik dan SPSS =====================70

Page 80: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

40

13. 7.40 16.41 39.00

14. 5.40 12.02 29.50

15. 15.40 49.48 109.00

16. 12.40 48.74 89.50

17. 6.00 23.21 42.00

18. 9.00 28.64 65.00

19. 9.00 44.95 115.00

20. 12.40 23.77 49.50

21. 7.50 20.21 36.50

22. 14.00 32.62 109.00

23. 7.00 17.84 45.00

24. 9.00 22.82 58.00

25. 12.00 29.48 89.00

26. 5.50 15.61 30.00

27. 6.00 13.25 31.00

28. 12.00 45.78 119.00

29. 5.50 26.53 22.00

30. 14.20 37.11 109.00

31. 11.00 45.12 99.00

32. 16.00 26.09 99.00

33. 13.50 68.63 179.00

34. 11.10 33.71 99.00

35. 9.80 44.45 89.00

36. 10.00 23.74 75.00

37. 13.00 86.42 199.00

38. 13.00 39.71 93.00

39. 11.70 26.52 65.00

40. 12.30 33.89 74.00

41. 19.50 64.30 165.00

42. 15.20 22.55 99.00

43. 10.00 31.86 43.50

44. 11.00 53.18 94.00

45. 17.80 74.48 189.00

46. 11.50 34.16 75.00

47. 12.70 31.46 59.50

48. 8.00 21.34 42.00

49. 7.50 20.83 23.00

Modul Praktikuk Statistik dan SPSS =====================71

Page 81: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

50. 9.00 20.59 52.50

51. 14.00 33.70 99.00

52. 12.40 32.90 89.00

53. 8.80 27.76 65.00

54. 8.50 30.20 54.50

55. 6.00 20.85 24.50

56. 11.00 26.25 52.00

57. 11.10 21.87 62.50

58. 14.50 23.88 89.00

59. 5.00 16.66 21.50

Modul Praktikuk Statistik dan SPSS =====================72

Page 82: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

REFERENSI

Ghozali, I. (2006). Aplikasi Analisis Multivariate Dengan Program SPSS.

Semarang: Badan Penerbit Universitas Diponegoro.

Ghozali, I. (2009). Ekonometrika, teori, Konsep dan Aplikasi dengan SPSS. Semarang: Badan Penerbit Universitas Diponegoro.

Modul Praktikuk Statistik dan SPSS =====================72

Page 83: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

LAMPIRAN

TABEL DURBIN WATSON 5%

Modul Praktikuk Statistik dan SPSS =====================73

Page 84: MODUL PRAKTIKUM STATISTIK SPSS 18 - Institut …ibmb.ac.id/site/wp-content/uploads/2017/09/modul...Modul Praktikuk Statistik dan SPSS ===== 1 [Modul Praktikm Statistik & SPSS 18] Page

Related Documents