contoh interpretasi spss

7/26/2019 Contoh Interpretasi SPSS

1/14

Regresi Berganda

1.1 .Pengujian Instrumen Penelitian

1.1.1 Uji Validitas

Untuk menyatakan bahwa butir pertanyaan valid atau tidak valid digunakan patokan 0,2

dan dibandingkan dengan angka yang ada pada kolom Corrected Item Total Corelation.

Bila angka korelasi yang terdapat pada kolom Corrected Item Total Corelation berada

dibawah 0,2 atau bertanda negatif (-), maka dinyatakan tidak valid atau gugur. ebaliknya bila

angka korelasinya di atas 0,2, maka dinyatakan valid.

Berikut ini merupakan hasil u!i validitas !awaban variable "#, "2, "$ dan %# dengan

menggunakan program & versi #'

Tabel 1.1.1. Hasil Uji Validitas

VARIABEL Pernyataan

Corrected Item

Total

Corelation

Keterangan

"# "#.#

"#.2

"#.$

.**

.+0'

.'0'

Valid

Valid

Valid

"2 "2. #

"2. 2

"2. $

.2

.**

.+0

Valid

Valid

Valid

"$ "$. #

"$. 2

"$. $

.''

.'#.*

Valid

Valid

Valid

%# %#. #

%2.2.+

.+

Valid

Valid


2/14

Berdasarkan hasil pengu!ian validitas variabel "#, "2, "$dan %# pada tabel #.#.#, semua

pernyataan dinyatakan valid, karena angka korelasi yang terdapat pada kolom Corrected Item

Total Corelationnilainya di atas 0,2.

1.1. Uji Reliabilitas

&engukuran reliabilitas dalam penelitian ini dilakukan dengan ara pengukuran sekali

sa!a (one shot), diukur dengan u!i statistik Cronbach Alpha. uatu konstruk atau variabel

dikatakan reliabel atau handal !ika memberikan nilai Cronbach Alpha/ 0.'0.

Berikut ini merupakan hasil u!i reliabilitas !awaban responden terhadap variabel " #, "2,

"$dan %#dengan menggunakan program & versi #'

Tabel 1.1.. Hasil Uji Reliabilitas

Variabel Cronbach Alpha

"#

"2

"$

%

.+'

.+2

.+#

.'0

Berdasarkan hasil pengu!ian reliabilitas variabel "#, "2, "$, %# pada tabel #.#.2,

menun!ukan bahwa nilai statistik Cronbach Alphauntuk semua variabel lebih besar dari 0,'0,

maka !awaban responden dinyatakan reliabel.

1.1.!. Analisis Regresi Linear Berganda

nalisis regresi linier berganda digunakan untuk mengetahui besarnya pengaruh variabel

independen terhadap variabel dependen. 1asil analisis regresi adalah berupa koefisien untuk

masing-masing variabel independen. oefisien regresi dihitung dengan dua tu!uan, yaitu untuk

meminimumkan penyimpangan antara nilai aktual dan nilai estimasi variabel dependen

berdasarkan data yang ada. Berikut ini merupakan hasil analisis regresi linear berganda dengan

menggunakan program & versi #'


3/14

Tabel 1.1.!. Hasil Regresi Linear Berganda

3oeffiientsa

4odel

Unstandardi5ed

3oeffiients

tandardi5e

d

3oeffiients

t ig.B td. 6rror Beta

# (3onstant

)*.#0 #.'00 .'*$ .000

".# .'$' .2 .*$2 2.'* .0#+

"2 .02 .0* .0$ .2+ .0'

"$ -.+2$ .2'$ -#.02 -2.+ .00*

a. 7ependent 8ariable %

Berdasarkan hasil penelitian pada table #.#.$ , didapat persamaan regresi sebagai berikut

" # $.1%& ' %.(!( )1 ' %.%* ) ' %.+! )!

9nterpretasi

#. onstanta sebesar *.#0 menyatakan bahwa !ika variabel "#, "2, "$,dianggap konstan,

maka akan berpengaruh positif atau bersifat searah terhadap Y.

2. Koesien regresi X1 memiliki nilai positif sebesar 0,636, hal ini berarti semakin

tinggi nilai X1 maka akan berpengaruh positif atau bersifat searah terhadap Y.

$. Koesien regresi X2 memiliki nilai positif sebesar 0,024, hal ini berarti semakin

tinggi nilai X2 maka akan berpengaruh positif atau bersifat searah terhadap Y.

. Koesien regresi X3 memiliki nilai negatif sebesar 0,23, hal ini berarti semakin

tinggi nilai X3 maka akan berpengaruh negatif atau bersifat tidak searah

terhadap Y.

1.1.!. Uji Asumsi Klasi,


4/14

U!i sumsi lasik dilakukan agar dapat diperoleh nilai praduga yang tidak bias dan efisien

dari persamaan regresi (:ho5ali, 200# ), meliputi

1.1.!.1. Uji -ulti,linieritas

1asil u!i 4ultikolenieritas melalui pendeteksian angka 89; (VarianceInflation Factor)

dan Tolerancepada output coefficientdengan pedoman penentuan apabila

#. 4empunyai angka 89; / dari angka # dan mempunyai angka Tolerance< dari angka #,

maka dikatakan tidak terdeteksi multikolenieritas

2. 4enganalisis matrik korelasi variabel-variabel independen, !ika antar variabel independen

ada korelasi yang ukup tinggi (umumnya di atas 0,*0), maka hal ini merupakan indikasi

adanya multikolinieritas. =ingkat kolinieritas sebesar *> (:ho5ali, 200# +).

Tabel 1.1.*. Hasil /ilai Tleran0e dan /ilai VI

3oeffiientsa

4odel

Unstandardi5ed

3oeffiients

tandardi5e

d

3oeffiients

t ig.

3ollinearity

tatistis

B td. 6rror Beta=oleran

e 89;

# (3onstant

)*.#0 #.'00 .'*$ .000

".# .'$' .2 .*$2 2.'* .0#+ .#$0 +.+0

"2 .02 .0* .0$ .2+ .0' .*$* #.0'

"$ -.+2$ .2'$ -#.02 -2.+ .00* .#$$ +.

a. 7ependent 8ariable %


5/14

Tabel

1.1.2. Uji

-ulti,linieritas

7eteksi adanya multikolinieritas

a. Besaran Tolerancedan 89; (Variance Inflation Factor)

=erlihat pada tabel #.#.. untuk kelima variabel independen ("#, "2, "$ ), mempunyai angka

89; ada di sekitar atau / angka # (variable "# ? +,+0+, variabel "2 ? #,0', variabel "$?

+,$. 4aka, dapat disimpulkan bahwa tidak terdapat masalah multikolinieritas pada model

regresi yang digunakan.

b. 4enganalisis 4atrik orelasi 8ariabel-variabel 9ndependen

3rrelatins

% ".# "2 "$

&earson 3orrelation % #.000 -.0# .0*+ -.#'

".# -.0# #.000 .#+' .*2*

"2 .0*+ .#+' #.000 .#00

"$ -.#' .*2* .#00 #.000

ig. (#-tailed) % . .'# .22 .#0

".# .'# . .##0 .000

"2 .22 .##0 . .2

"$ .#0 .000 .2 .

@ % 0 0 0 0

".# 0 0 0 0

"2 0 0 0 0

"$ 0 0 0 0


6/14

&ada tabel .$+, terlihat semua angka korelasi antarvariabel independen di bawah *>.

4isalnya, variabel "# yang mempunyai korelasi dengan variabel "$ dengan tingkat korelasi

sebesar 0,#+' atau sekitar #+,'> persen. Aleh karena korelasi ini masih !auh di bawah *>,

maka

dapat disimpulkan bahwa tidak terdapat masalah multikolinieritas pada model regresi yang

digunakan.

1.1.!.. Uji Heters,edatisitas

1asil u!i heteroskedastisitas melalui deteksi dengan melihat ada tidaknya pola tertentu

pada grafik.

7asar pengambilan keputusan

#. ika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur

(bergelombang, melebar kemudian menyempit), maka mengindikasikan telah ter!adi

heteroskedastisitas.


7/14

2. ika tidak ada pola yang !elas, serta titik-titik menyebar di atas dan di bawah angka 0 pada

sumbu %, maka tidak ter!adi heteroskedastisitas.

&ada grafik atterplot, diketahui bahwa titik-titik menyebar seara aak tersebar baik di

atas maupun di bawah angka 0 pada sumbu %, atau tidak membentuk pola yang !elas,

sehingga dapat disimpulkan bahwa tidak ter!adi heteroskedastisitas pada model regresi,

sehingga model regresi layak dipakai untuk memprediksi variabel dependen ( % ) berdasarkan

masukan variabel independen ("#, "2, dan "$ ).

1.1.!.!. Uji /rmalitas

U!i normalitas bertu!uan untuk mengu!i apakah dalam model regresi, variabel terikat dan

variabel bebas keduanya mempunyai distribusi normal ataukah tidak. 4odel regresi yang baik


8/14

adalah memiliki distribusi normal atau mendekati normal, eperti diketahui bahwa u!i t dan u!i ;

mengasumsikan bahwa nilai residual mengikuti distribusi normal.

&ada prinsipnya normalitas dapat dideteksi dengan melihat grafik @ormal &-& &lot regresi

dan penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari

residualnya.

7asar pengambilan keputusan

a. ika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik

histogramnya menun!ukan pola distribusi normal, maka model regresi memenuhi asumsi

normalitas.

b. ika data menyebar !auh dari garis diagonal atau grafik histogram tidak menun!ukan pola

distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

4ambar .1. Histgram Uji /rmalitas


9/14

4ambar .. /rmal P5P Plt


10/14

Berdasarkan tampilan grafik histogram pada ( gambar 2.# ), tampak bahwa residual

terdistribusi seara normal dan berbentuk simetris tidak meneng ke kanan atau ke kiri.

edangkan pada grafik normal &-& &lot regresi ( gambar 2.2) terlihat titik-titik menyebar

berhimpit di sekitar garis diagonal, serta penyebarannya mengikuti arah garis diagonal. 1al ini

menun!ukan bahwa residual terdistribusi seara normal. Aleh karena itu, model regresi layak

dipakai karena memenuhi asumsi normalitas

1.1.*. Uji 6igni7i,ansi

etepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari Goodness

of Fitsuatu model. eara statisitk, setidaknya ini dapat diukur dari nilai koefisien determinasi

(C2), U!i ;, dan U!i t. 7alam pengu!ian ini, data didapat dari model regresi yang telah diolah

dengan menggunakan program & versi #'. =eknik pengu!ian meliputi (:ho5ali, 200# 22)

1.1.*.1. Ke7isien 8eterminasi 9R:

elemahan mendasar penggunaan koefisien determinasi C2 adalah bias terhadap !umlah

variabel independen yang dimasukkan ke dalam model. etiap tambahan satu variabel

independen, maka nilai C2pasti meningkat tidak peduli apakah variabel tersebut berpengaruh

seara signifikan terhadap variabel dependen. Aleh karena itu, banyak peneliti mengan!urkan

untuk menggunakan nilaiAdjustedC2pada saat mengevaluasi mana model regresi terbaik. =idak


11/14

seperti C2, nilai Adjusted C2 dapat naik turun apabila satu variabel independen ditambahkan

kedalam model (:ho5ali, 200# ).

Tabel 1.1.(. Hasil Uji Ke7isien 8eterminasi

4odel ummaryb

4odel C

CDuare

d!usted CDuare

td. 6rror

of the6stimate

# .$+a .#0 .0* .$#2

a. &reditors (3onstant), "$, "2,

".#

b. 7ependent 8ariable

%

=erlihat pada tabel #.#.', nilai statistikAdjusted R Square adalah 0,0* (selalu lebih keil

dari angkaR Square). 1al ini berarti *,> variabilitas variable dependen ( % ) dapat di!elaskan

oleh variabilitas dari kelima variabel independen ("#, "2 dan "$ ). edangkan sisanya

(#00> - *, ? *0,' ) di!elaskan oleh sebab-sebab yang lain diluar model regresi.

1.1.*.. Uji 6igni7i,ansi 6imultan 9Uji :

U!i statistik ; pada dasarnya menun!ukan apakah semua variabel ( "#, "2 dan "$ )yang

dimasukkan ke dalam model regresi, mempunyai pengaruh seara simultan atau bersama-sama

terhadap variabel dependen ( % ). U!i statistik ; dilakukan dengan melihat pada tingkat

signifikansi sebesar0,0.

riteria keputusan (berdasarkan probabilitas)


12/14

a. ika probabilitas / 0,0, maka hipotesis 1o diterima

b. ika probabilitas < 0,0, maka hipotesis 1o ditolak

Tabel 1.1.+. Hasil Uji 6igni7i,ansi 6imultan 9Uji :

@A8b

4odel

um of

Duares df

4ean

Duare ; ig.

# Cegressio

n.' $ #.*' 2.'** .0+a

Cesidual $2.$#2 ' .+02

=otal $.000 *

a. &reditors (3onstant), "$, "2, ".#

b. 7ependent 8ariable %

Berdasarkan hasil u!i statistik ; (@A8) pada tabel #.#.+, diketahui nilai ;-hitung

didapat sebesar 2,'** dengan probabilitas signifikansi 0.000 !auh lebih keil dari 0,00 (0.000

contoh interpretasi spss

Documents