10 Prasyarat Analisis.pdf
description
Transcript of 10 Prasyarat Analisis.pdf
Prasyarat Analisis Dengan Program SPSS
Oleh
Zulkifli Matondang
Pengantar
Dalam statistik inferensial, agar kesimpu-lan analisis data berlaku pada populasi, maka sebaran data harus memenuhi beberapa kriteria.
Kriteria tersebut meliputi: data harus normal dan variansnya homogen.
Dalam kontalasi uji korelasi dan regresi, syarat lainnya harus linier, dan tidak terjadi multikolinieritas.
a. Uji Normalitas
Buka program SPSS
Isi data penelitian yang akan diuji
kenormalannya (data yang digunakan sama
dengan analisis deskripsi)
Dari main menu, pilih analyze kemudian sub
menu Regression, lalu pilih Linear….
Bila berhasil akan muncul seperti gambar
berikut.
Masukkan variabel Y pada kotak
dependent variabel dan X1 pada
independent variabel
Tekan tombol Plots.., kemudian aktifkan
pilihan Normal probability plot.
Abaikan yang lain lalu klik Continue untuk
kembali ke kotak dialog utama
Abaikan yang lain dan tekan OK, dan akan
terjadi proses analisis.
Bila berhasil akan muncul output yaitu:
• Sebagian data output yang disajikan.
ANOVAb
45.795 1 45.795 108.217 .000a
96.485 228 .423
142.280 229
Regress ion
Res idual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predic tors : (Constant), Sikap Inovasia.
Dependent Variable: Prestasi belajarb.
Coefficientsa
1.389 .605 2.298 .022
.038 .004 .567 10.403 .000
(Constant)
Sikap Inov asi
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: Prestasi belajara.
0.0 0.2 0.4 0.6 0.8 1.0
Observed Cum Prob
0.0
0.2
0.4
0.6
0.8
1.0
Ex
pe
cte
d C
um
Pro
b
Dependent Variable: Prestasi belajar
Normal P-P Plot of Regression Standardized Residual
Interpretasi Output
Untuk membuktikan apakah data residual dari persamaan regresi berdistribusi normal atau tidak dapat diperhatikan gambar plot dengan kriteria:
Bila data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas, dan sebaliknya.
b. Uji homogenitas
Masukkan variabel Y pada kotak dependent variabel dan X1 pada independent variabel
Tekan tombol Plots.., kemudian masukkan variabel “SRESID” pada sumbu Y dan “ZPRED” pada sumbu X.
Abaikan yang lain lalu klik Continue untuk kembali ke kotak dialog utama
Abaikan yang lain dan tekan OK, dan akan terjadi proses analisis.
Bila berhasil akan muncul output yaitu:
-4 -3 -2 -1 0 1 2 3
Regression Standardized Predicted Value
-3
-2
-1
0
1
2
3
4
Re
gre
ss
ion
Stu
de
nti
zed
Re
sid
ua
l
Dependent Variable: Prestasi belajar
Scatterplot
Analisis
Sumbu X adalah nilai Y yg diprediksi dan sumbu X adalah residual
Kemudian dideteksi apakah terjadi pola tertentu pada gambar tersebut, dengan kriteria:
Bila ada pola tertentu (tidak acak, seperti melebar, bergelombang, menyempit, dll), maka data tdk homogen (heteroskedas-tisitas), dan sebaliknya.
c. Uji Multikolinieritas
Masukkan variabel Y pada kotak dependent variabel, X1 dan X2 pada independent variabel
Tekan tombol Statistics...., kemudian non aktifkan estimates dan model fit.
Aktifkan pilihan Covariance matrix dan collinierity diagnostics.
Abaikan yang lain lalu klik Continue untuk kembali ke kotak dialog utama
Abaikan yang lain dan tekan OK, dan akan terjadi proses analisis.
Bila berhasil akan muncul output yaitu:
Coefficientsa
1.000 1.000
.530 1.886
.530 1.886
Sikap Inov as i
Sikap Inov as i
Prof es inalisme Guru
Menurut Siswa
Model
1
2
Tolerance VIF
Collinearity Statistics
Dependent Variable: Prestasi belajara.
Coefficient Correlationsa
1.000
.000
1.000 -.685
-.685 1.000
.000 .000
.000 .000
Sikap Inov asi
Sikap Inov asi
Sikap Inov asi
Prof esinalisme Guru
Menurut Siswa
Sikap Inov asi
Prof esinalisme Guru
Menurut Siswa
Correlat ions
Cov ariances
Correlat ions
Cov ariances
Model1
2
Sikap Inov asi
Prof esinali
sme Guru
Menurut
Siswa
Dependent Variable: Prestasi belajara.
Residuals Statisticsa
5.7073 8.9538 7.6626 .53706 230
-3.641 2.404 .000 1.000 230
.038 .153 .062 .022 230
5.6876 8.9523 7.6629 .53828 230
-1.60764 1.46979 .00000 .57696 230
-2.774 2.536 .000 .996 230
-2.787 2.558 .000 1.003 230
-1.62234 1.49442 -.00032 .58543 230
-2.830 2.589 .000 1.007 230
.001 15.024 1.991 2.543 230
.000 .156 .005 .013 230
.000 .066 .009 .011 230
Predic ted Value
Std. Predicted Value
Standard Error of
Predic ted Value
Adjusted Predicted Value
Residual
Std. Residual
Stud. Res idual
Deleted Residual
Stud. Deleted Residual
Mahal. Dis tance
Cook's Distance
Centered Leverage Value
Minimum Maximum Mean Std. Dev iation N
Dependent Variable: Prestasi belajara.
Analisis
Deteksi Multiko berdasarkan VIF dan Tolerence, yaitu model regresi bebas multiko bila mempunyai nilai VIF sekitar 1 dan angka Tolerance mendekati 1.
Deteksi Multiko berdasarkan korelasi antar variabel bebas, yaitu model regresi bebas multiko bila koefisien korelasi antar variabel bebas kecil (dibawah 0,5)
Berdasarkan kedua kriteria tersebut dapat dilihat apakah model regresi yang dianalisis terjadi multiko atau tidak.
d. Uji Linieritas Uji linieritas bertujuan untuk melihat apakah
model regresi dapat didekati dengan persamaan linier
Caranya, Buka file yang akan diolah pada program SPSS
Pilih “analyze” pada menu utama, lalu klik regression dan pilih “Curve Estimation……
Masukkan variabel Y pada kotak dependent variabel dan X1 pada independent variabel
Aktifkan Model Linier dan abaikan yang lain lalu klik OK, dan akan terjadi proses analisis.
Bila berhasil akan muncul output yaitu:
MODEL: MOD_4.
Independent: X1
Dependent Mth Rsq d.f. F Sigf b0 b1
Y LIN .322 228 108.22 .000 1.3893 .0378
6.00
6.50
7.00
7.50
8.00
8.50
9.00
120 140 160 180 200
Sikap Inovasi
Observed
Linear
Prestasi belajar
Analisis
Untuk melihat apakah model regresi dapat
didekati dengan persamaan linier, perha-
tikan gambar antara observasi dengan
garis linier
Untuk melihat besar koefisien determinasi
dapat dilihat Rsq nya. Nilai menunjukkan
besarnya variasi dependent variable dapat
dijelaskan oleh independen variable
Dari hasil tersebut dapat disimpulkan apa-
kah model tersebut sudah baik atau
belum
Demikian proses prasyarat analisis yang harus dilakukan, khususnya dalam kontalasi analisis korelasi dan regresi
Bila sudah memenuhi syarat baru dilakukan analisis uji hipotesis penelitian.
Bila belum memenuhi syarat, banyak alternatif yang dapat dilakukan seperti transformasi data atau hanya uji non-parametrik.
Lakukan lagi uji prasyarat antara Y dengan X2 lalu komentari hasil outputnya.