MODUL PENGGUNAKAAN APLIKASI SPSS

DAFTAR ISI :1. UJI ASUMSI KLASIK2. UJI VALIDITAS DAN RELIABILITAS4. UJI REGRESI DAN KORELAS

DIBUAT OLEH :MEGA M. CAHYANTI MM. M.Sc

SELOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTERKAMPUS ASIA2014

UJI ASUMSI KLASIKAnalisis diperlukan guna mengetahui apakah analisis data untuk pengujian hipotesis dapat dilanjutkan atau tidak. Analisis varian mempersyaratkan bahwa data berasal dari populasi yang berdistribusi normal dan kelompok-kelompok yang dibandingkan homogen. Oleh karena itu analisis varian mempersyaratkan uji normalitas dan homogenitas data.1. UJI NORMALITASUji normalitas dilakukan untuk memperlihatkan bahwa data berasal dari populasi yang berdistribusi normal. Adapun langkah-langkah menguji normalitas menggunakan SPSS adalah sebagai berikut: Input data contoh kasus di atas ke dalam SPSS. Buka data 1 dalam excel. Gabungkan data tersebut dalam kolom baru. Pilih menu Analyze -> Descriptives Statistics -> Explore Setelah menu dipilih, tampak kotak dialog. Langkah selanjutnya: Pilih kolom gab sebagai Dependent List, abaikan yang lain Klik tombol Plots Pilih Normality Plots with Tests, centang kolom steam and leaf Abaikan yang lain Klik Continue lalu Ok

OUTPUT :Uji Normalitas

Pengujian Normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel terikat, variabel bebas atau keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Hasil uji Normalitas dapat dilihat pada gambar dibawah :

Sebagaimana terlihat dalam grafik Normal P-P plot of regression Standardized Residual , terlihat bahwa titik titik menyebar disekitar garis diagonal , serta penyebarannya mengikuti arah garis diagonal (membentuk garis lurus ), maka dapat dikatakan bahwa data berdistribusi normal dan model regresi layak dipakai untuk memprediksi produktivitas berdasarkan variabel bebasnya.2. UJI MULTIKOLINIERITAS Langkah-langkah : Pilih menuAnalyze, kemudianRegression, laluLinear

Masukkan semua variabel bebas ke kolomIndependent(s) dan variabel terikat ke kolomDependent, kemudian klikStatistics Checklist pilihan Collinearity diagnostics lalu klik Continue, kemudian klik OK.

5.Akan muncul beberapa tabel pada keluaran. Perhatikan tabel Coefficients berikut:

Uji multikolinieritas perlu dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas, jika terjadi korelasi, maka dinamakan terdapat problem Multikolinieritas (MULTIKO). Untuk mengetahui multikolinieritas antar variabel bebas tersebut, dapat dilihat melalui VIF (variance inflation factor) dari masing-masing variabel bebas terhadap variabel terikat. Apabila nilai VIF tidak lebih dari 5 berarti mengindikasi bahwa dalam model tidak terdapat multikolinieritas.UJI VALIDITASCara melakukan Uji Validitas dengan SPSS:1. Buat skor total masing-masing variable.2. Klik Analyze > Correlate > Bivariate3. Masukkan seluruh item variable x ke Variables4. Masukkan total skor variable x ke Variables5. Ceklis Pearson ; Two Tailed ; Flag6. Klik OK7. Lihat kolom terakhir. Nilai >= 0,25.8. Lakukan hal serupa untuk Variabel Y.

OUTPUT:Uji validitas atau kesahihan digunakan untuk mengetahui seberapa tepat alat ukur mampu melakukan fungsinya (Budi, 2007). Suatu angket dikatakan valid (sah) jika pernyataan pada suatu anket mampu untuk mengungkap sesuatu yang akan diukur. Pengujian validitas untuk masing-masing pernyataan responden dalam keusioner terhadap variabel yang digunakan dilakukan dengan melihat indeks korelasi product momen pearson. Suatu item dinyatakan valid jika indeks korelasi product momen pearson (r) 0,3. Hasil uji validitas yang dilakukan terhadap item instrument yang digunakan dalam penelitian menunjukkan bahwa semua item instrumen penelitian dapat dikatakan valid, karena telah memenuhi criteria pengujian validitas item instrument yang digunakan yaitu nilai indeks korelasi product momen pearson (r) 0,3 Hasil uji validitas item instrumen dapat dilihat pada Tabel berikut :Dapat dilihat dari Tabel TX1 , TX2, TY (yang paling kanan) memiliki hasil lebih besar dari 0.3. Maka semua item pada masing-masing variabel adalah VALID.CONTOH : X1.1 (0.891) ; X1.2 (0,859) dst...

OUTPUT UJI VALIDITAS

UJI RELIABILITASCara Uji Reliabilitas dengan SPSS:

1. Klik Analyze > Scale > Reliability Analysis2. Masukkan seluruh item Variabel X ke Items3. Pastikan pada Model terpilih Alpha4. Klik OK

Jika nilai alpha > 0,7 artinya reliabilitas mencukupi (sufficient reliability) sementara jika alpha > 0,80 ini mensugestikan seluruh item reliabel dan seluruh tes secara konsisten secara internal karena memiliki reliabilitas yang kuat.[6] Atau, ada pula yang memaknakannya sebagai berikut:

Jika alpha > 0,90 maka reliabilitas sempurna Jika alpha antara 0,70 0,90 maka reliabilitas tinggi Jika alpha antara 0,50 0,70 maka reliabilitas moderat Jika alpha < 0,50 maka reliabilitas rendah[7]Reliability

Hasil uji reliabilitas yang dilakukan terhadap item instrument yang digunakan dalam penelitian menunjukkan bahwa semua item instrument penelitian dapat dikatakan reliabel, karena telah memenuhi kriteria pengujian reliabilitas item instrument yang digunakan, yaitu nilai Alpha Crobach () 0,6 (Singgih Santoso,2006). Hasil uji reliabilitas item instrument dapat dilihat pada Tabel berikut:X1 alpha cronbach : 0,939 > 0,6 RELIABELX2 alpha cronbach : 0,969 > 0,6 RELIABELY alpha cronbach : 0,938 > 0,6 RELIABEL

UJI REGRESI

1. Selanjutnya yaitu analisis Korelasi Ganda. Karena tidak ada menu khusus korelasi ganda di SPSS, maka menggunakan regresi. LANGKAH : Pilih menu Analyze, lalu Regression dan klik Linear.2. Untuk melakukan analisis Regresi Ganda. Pilih menu Analyze, lalu Regression dan klik Linear. Setelah muncul kotak dialog, pindahkan variabel Y ke kotak Dependent, sedangkan variabel X1 dan X2 ke kotak Independent(s). Klik Statistics. Aktifkan box Collinearity diagnostics dan klik Continue. Klik OK.

Regression

UJI REGRESI KORELASI

Analisis regresi dilakukan untuk mengetahui tingkat pengaruh antara variabel bebas terhadap variabel terikat, baik secara simultan maupun parsial, serta menguji hipotesis penelitian yang telah ditetapkan sebelumnya. Pada penelitian ini, analisis dilakukan untuk mengetahui pengaruh gaya kepemimpinan dan lingkungan kerja terhadap produktivitas. Hasil pengujian disajikan dalam rekapitulasi hasil analisis Regresi Berganda berikut ini :Tabel : Rekapitulasi Hasil Analisis Regresi bergandaVariabelKoefisien Regresi(B)TSig

Gaya kepemimpinan (X1)0,5983,6870,001

Lingkungan kerja (X2)0,3422,1060,040

Konstanta= - 4,848

R= 0,928

R square= 0,862

Adjusted R Square= 0,856

F hitung= 155,720

Signifikansi F= 0,000

Sumber : Output Analisis Regresi Bergandaa.Pengaruh Secara Simultan (Uji F)Hasil analisis regresi berganda: variabel gaya kepemimpinan (X1) dan lingkungan kerja (X2) berpengaruh terhadap produktivitas(Y) secara simultan/bersama-sama menunjukan hasil nilai Fhitung adalah sebesar 155,720 dengan Signifikan F sebesar 0.000 atau lebih kecil dari 0,05 (5%), sehingga menolak H0. Hasil ini menyatakan bahwa secara simultan semua Variabel Bebas yaitu variabel gaya kepemimpinan (X1) dan lingkungan kerja (X2) berpengaruh signifikan secara simultan terhadap produktivitas (Y).Selanjutnya dari analisis regresi berganda diperoleh nilai R sebesar 0,928. Hasil ini menunjukan bahwa semua variabel bebas yaitu variabel gaya kepemimpinan (X1) dan lingkungan kerja (X2) mempunyai keeratan hubungan dengan variabel produktivitas (Y) sebesar 0,928. Pada penelitian ini, untuk mengetahui kontribusi variabel bebas terhadap variabel terikat dilakukan dengan menggunakan besaran angka R square. Hasil R square didapat sebesar 0, 862 (di peroleh dari pengkuadratan R yaitu = 0,928 x 0,928). Angka ini menunjukkan bahwa kontribusi semua variabel bebas yaitu gaya kepemimpinan (X1) dan lingkungan kerja (X2) terhadap variabel produktivitas (Y) sebesar 86,2%, sisanya dipengaruhi oleh variabel lain yang tidak ada dalam penelitian ini.b.Pengaruh Secara Parsial (Uji t)Berdasarkan uji parsial melalui analisis regresi , diperoleh hasil Variabel Bebas yaitu gaya epemimpinan (X1) dan lingkungan kerja (X2) terhadap variabel produktivitas (Y) secara parsial dapat dijelaskan sebagai berikut:1) Gaya kepemimpinan (X1)Analisis Regresi menunjukkan koefesien Regresi (B) sebesar 59,8% terhadap produktivitas, dengan signifikansi 0,001. Hal ini berarti bahwa variabel gaya kepemimpinan (X1) memang berpengaruh secara signifikan terhadap produktivitas. Koefisien Regresi (B) sebesar 59,8% menyatakan bahwa setiap penambahan atau pengurangan satu perbaikan dalam gaya kepemimpinan (X1), maka akan menambah produktivitas sebesar 59,8%. 2) Lingkungan kerja (X2)Analisis Regresi menunjukkan koefesien Regresi (B) sebesar 34,2% terhadap produktivitas, dengan signifikansi 0,040. Hal ini berarti bahwa variabel lingkungan kerja (X2) memang berpengaruh secara signifikan terhadap produktivitas. Koefisien Regresi (B) sebesar 34,2% menyatakan bahwa setiap penambahan atau pengurangan satu nilai tambah terhadap lingkungan kerja (X2), maka akan menambah produktivitas karyawan sebesar 34,2%. Berdasarkan pada hasil koefisien regresi (B) di atas, maka diperoleh persamaan regresi sebagai berikut : Y = - 4,848 + 0,598 Gaya kepemimpinan + 0,342 Lingkungan kerja