Bahan Ajar Dan Contoh SPSS - Tatit Kurniasih
-
Upload
tatit-kurniasih -
Category
Documents
-
view
206 -
download
0
Transcript of Bahan Ajar Dan Contoh SPSS - Tatit Kurniasih
5/11/2018 Bahan Ajar Dan Contoh SPSS - Tatit Kurniasih - slidepdf.com
http://slidepdf.com/reader/full/bahan-ajar-dan-contoh-spss-tatit-kurniasih 1/11
1
Bahan ajar SPSS - Tatit Kurniasih (200801004)
Bahan Ajar SPSS
Disusun oleh : Tatit Kurniasih
Soal (n>30)
Suatu penelitian berbentuk survey (observasional) bertujuan untuk
mengetahui faktor-faktor yang berpengaruh terhadap jumlah uang yang
ditabung oleh seseorang. Observasi dilakukan secara bersamaan terhadap 40
orang, sehingga diperoleh data secara cross sectional. Variabel yang diamatimeliputi :
saving salary output income dummy
0,03 3 6,6 43,56 1
0,87 6 13,7 187,69 1
0,37 6 5,9 34,81 1
1,2 7 7,2 51,84 1
0,28 8 6,8 46,24 1
1,4 8 6,7 44,89 111,6 8,1 18,5 342,25 1
1,77 8,3 15,2 231,04 1
3,98 8,6 5,7 32,49 1
1,02 8,7 8,4 70,56 1
6,12 9 4,9 24,01 1
0,69 9,2 6,8 46,24 1
1,4 9,5 6,2 38,44 1
1,83 9,7 5,8 33,64 1
0,61 10 4,8 23,04 1
0,05 10 8,3 68,89 1
0,01 11 4,8 23,04 1
1,39 11 7,1 50,41 1
0,6 11,5 6,6 43,56 1
2,22 12 12,8 163,84 1
1,59 12 5,8 33,64 0
5,08 12,3 7,9 62,41 0
1,85 13 5,7 32,49 0
0,91 15 12,6 158,76 0
5/11/2018 Bahan Ajar Dan Contoh SPSS - Tatit Kurniasih - slidepdf.com
http://slidepdf.com/reader/full/bahan-ajar-dan-contoh-spss-tatit-kurniasih 2/11
2
Bahan ajar SPSS - Tatit Kurniasih (200801004)
2,48 15,3 3,9 15,21 0
0,84 15,3 9,6 92,16 0
1,27 25 3,7 13,69 01,09 25,2 6,9 47,61 0
1,16 25,3 5,6 31,36 0
0,34 25,4 6,2 38,44 0
0,37 26 6,3 39,69 0
3,31 26,3 10,6 112,36 0
10,67 27 3,5 12,25 0
1,11 30 6,9 47,61 0
3,5 32 8,5 72,25 0
0,54 33 11,3 127,69 0
3,02 33 16,8 282,24 00,65 35 8,3 68,89 0
0,99 40 6,8 46,24 0
2,53 42,5 4,9 24,01 0
Y = saving (thousand dollar)
X1 = salary (thousand dollar)
X2 = output per month (thousand dollar)
X3 = another income (thousand dollar)
X4 (dummy) = work in government (1), entrepreneur (0)
Dengan menggunakan aplikasi SPSS, saya mendapatkan hasil :
1. Analisis Deskriptif (dilakukan untuk mengetahui rata-rata, nilai maksimum dan
minimum)
Analize >> Descriptive Statistic >> Descriptives >> OK
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
saving 40 .01 11.60 2.0185 2.51228
salary 40 3.00 42.50 17.0800 10.71068
output 40 3.50 18.50 7.8650 3.52701
income 40 12.25 342.25 73.9870 74.31142
Valid N (listwise) 40
5/11/2018 Bahan Ajar Dan Contoh SPSS - Tatit Kurniasih - slidepdf.com
http://slidepdf.com/reader/full/bahan-ajar-dan-contoh-spss-tatit-kurniasih 3/11
3
Bahan ajar SPSS - Tatit Kurniasih (200801004)
Seperti yang dapat kita lihat dari output diatas,
Keempatpuluh responden memiliki rata-rata tabungan sebesar 2.0185 dengan nilai
minimum 0.01 dan nilai maksimal 11.60 serta memiliki standar deviasi sebesar
2.51228. Nilai rata-rata pada variabel lainnya dapat Anda lihat di tabel tersebut.
2. Analisis Korelasi Sederhana
Analize >> Correlate >> Bivariate >> masukkan variabel bebas dan terikat ke‘variables’ >> Pilih Pearson pada kotak ‘Correlation Coeficient’ >> OK
Correlations
saving salary output income dummy
saving Pearson Correlation 1 .033 .217 .329*
-.059
Sig. (2-tailed) .839 .178 .038 .717
N 40 40 40 40 40
salary Pearson Correlation .033 1 -.034 -.035 -.790
**
Sig. (2-tailed) .839 .835 .831 .000
N 40 40 40 40 40
output Pearson Correlation .217 -.034 1 .981**
.079
Sig. (2-tailed) .178 .835 .000 .628
N 40 40 40 40 40
income Pearson Correlation .329*
-.035 .981**
1 .082
Sig. (2-tailed) .038 .831 .000 .614
N 40 40 40 40 40
dummy Pearson Correlation -.059 -.790**
.079 .082 1
Sig. (2-tailed) .717 .000 .628 .614
N 40 40 40 40 40
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
5/11/2018 Bahan Ajar Dan Contoh SPSS - Tatit Kurniasih - slidepdf.com
http://slidepdf.com/reader/full/bahan-ajar-dan-contoh-spss-tatit-kurniasih 4/11
4
Bahan ajar SPSS - Tatit Kurniasih (200801004)
Dari hasil Korelasi sederhana (r) didapat korelasi antara Saving dengan Salary (0.033),
Saving dengan Output (0.217), Saving dengan Income (0.329) dan Dummy (-0.059).
Angka yang berada didalam kurung menunjukkan korelasi positif (kecuali pada
variable dummy=negatif) yang lemah karena tidak berada di rentang 0,6-1.
Uji t = Uji Signifikansi Koefisien Korelasi digunakan untuk menguji apakah hubungan
yang terjadi pada sampel benar-benar mencerminkan kondisi di populasi atau tidak.
Hipotesis :
H0 = Tidak ada hubungan antara Saving dengan Salary
H1 = Ada hubungan antara Saving dengan Salary
Pengujian menggunakan uji 2 sisi dengan tingkat signifikansi 5%, jadi t tabelnya
(dengan d.f = 40-4=36) adalah : 1,688
ℎ =√ − 4
√ 1 − =
0,033√ 36
√ 0,811= 0,19811
Karena nilai t hitung > t tabel (0,19811 < 1,686) dan signifikansi (0,839 >0,05) maka
Ho diterima, berarti tidak ada hubungan antara Saving dengan Salary, dan
begitupun dengan variabel lainnya (dapat dihitung masing-masing dengan cara diatas).
3. Analisis Parsial
Analize >> Correlate >> Partial >> masukkan dummy ke ‘controlling for’ dan variabel
lain ke ‘variables’ >> OK
Correlations
Control Variables saving salary output income
dummy saving Correlation 1.000 -.022 .223 .336
Significance (2-tailed) . .894 .173 .036
df 0 37 37 37
5/11/2018 Bahan Ajar Dan Contoh SPSS - Tatit Kurniasih - slidepdf.com
http://slidepdf.com/reader/full/bahan-ajar-dan-contoh-spss-tatit-kurniasih 5/11
5
Bahan ajar SPSS - Tatit Kurniasih (200801004)
salary Correlation -.022 1.000 .046 .049
Significance (2-tailed) .894 . .780 .766
df 37 0 37 37
output Correlation .223 .046 1.000 .981
Significance (2-tailed) .173 .780 . .000
df 37 37 0 37
income Correlation .336 .049 .981 1.000
Significance (2-tailed) .036 .766 .000 .
df 37 37 37 0
Output diatas menunjukkan hubungan negatif antara saving dengan salary (-0,022)
dan ada hubungan positif namun lemah antara saving dengan output dan income yakni
sebesar 0,223 dan 0,336.
4. Analisis Regresi Linear Berganda
Analize >> Regression >> Linear >> masukkan Saving ke variabel dependent dan
variabel lainnya ke Variabel Independent >> OK
Variables Entered/Removedb
Model
Variables
Entered
Variables
Removed Method
1 dummy, output,
salary, incomea
. Enter
a. All requested variables entered.
b. Dependent Variable: saving
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .642a
.413 .345 2.03247 1.896
5/11/2018 Bahan Ajar Dan Contoh SPSS - Tatit Kurniasih - slidepdf.com
http://slidepdf.com/reader/full/bahan-ajar-dan-contoh-spss-tatit-kurniasih 6/11
6
Bahan ajar SPSS - Tatit Kurniasih (200801004)
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .642a
.413 .345 2.03247 1.896
a. Predictors: (Constant), dummy, output, salary, income
b. Dependent Variable: saving
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 101.568 4 25.392 6.147 .001a
Residual 144.583 35 4.131
Total 246.151 39
a. Predictors: (Constant), dummy, output, salary, income
b. Dependent Variable: saving
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.B Std. Error Beta
1 (Constant) 10.578 2.503 4.225 .000
salary -.017 .050 -.072 -.338 .737
output -1.980 .472 -2.780 -4.194 .000
income .104 .022 3.065 4.623 .000
dummy -.735 1.052 -.148 -.699 .489
a. Dependent Variable: saving
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value .3771 8.5435 2.0185 1.61378 40
Residual -2.98857 6.20544 .00000 1.92542 40
Std. Predicted Value -1.017 4.043 .000 1.000 40
Std. Residual -1.470 3.053 .000 .947 40
a. Dependent Variable: saving
5/11/2018 Bahan Ajar Dan Contoh SPSS - Tatit Kurniasih - slidepdf.com
http://slidepdf.com/reader/full/bahan-ajar-dan-contoh-spss-tatit-kurniasih 7/11
7
Bahan ajar SPSS - Tatit Kurniasih (200801004)
Output diatas menunjukkan persamaan regresi sebagai berikut :
Y’=10,587 – 0,017 X1 – 1,980 X2 + 0,104 X3 -0,735X4 + e
Fungsi persamaan linear dalam keadaan Ceteris Paribus ini menunjukkan bahwa:
1. Jika nilai X1, X2, X3, X4 adalah 0, maka Y bernilai = 10,587
2. Adanya penurunan sebesar 0,017 pada Y (Saving) untuk setiap 1 poin kenaikan
pada X1 (Salary)
3. Adanya penurunan sebesar 1,980 pada Y (Saving) untuk setiap 1 poin kenaikan
pada X2 (Output)
4. Adanya kenaikan sebesar 0,104 pada Y (Saving) untuk setiap 1 poin kenaikan
pada X3 (Income)
5. Adanya penurunan sebesar 0,735 pada Y (Saving) untuk setiap 1 poin kenaikan
pada X4 (Dummy)
UJI F (uji koefisien secara bersama-sama)
Hipotesis yang dapat dirumuskan :
H0 = tidak ada pengaruh antara Saving dengan Salary, Output, Income dan Dummy
H1 = adanya hubungan antara Saving dengan Salary, Output, Income dan Dummy
Dengan F tabel sebesar 2,874 (df 1=3, df 2 = 35 dan tingkat signifikansi 5%)
F hitung (6,147) > F tabel (2,874) maka H0 ditolak, menandakan bahwa ada hubungan
antara Saving dengan Salary, Output, Income dan Dummy secara bersamaan.
5. Uji Asumsi Dasar
a. Uji Normalitas
5/11/2018 Bahan Ajar Dan Contoh SPSS - Tatit Kurniasih - slidepdf.com
http://slidepdf.com/reader/full/bahan-ajar-dan-contoh-spss-tatit-kurniasih 8/11
8
Bahan ajar SPSS - Tatit Kurniasih (200801004)
Analize >> Descriptive Statistic >> Explore >> facors level together >> OK
Tests of Normality
Kolmogorov-Smirnova
Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
saving .252 40 .000 .669 40 .000
salary .223 40 .000 .865 40 .000
output .225 40 .000 .844 40 .000
income .284 40 .000 .705 40 .000
dummy .338 40 .000 .637 40 .000
a. Lilliefors Significance Correction
Dari output Kolmogorov-Smirnov tingkat signifikansi untuk saving, salary, output dan
income = 0,000 karena nilanya lebih kecil dari 0,005 maka dapat disimpulkan bahwa
data tidak terdistribusi secara normal.
b. Uji Linearitas
Analize >> Compare Means >> Means >> Options >> Test for Linearity >> Continue
ANOVA Table
Sum of Squares df Mean Square F Sig.
saving *
output
Between Groups (Combined) 236.071 29 8.140 8.076 .001
Linearity 11.604 1 11.604 11.512 .007
Deviation from Linearity 224.467 28 8.017 7.953 .001
ANOVA Table
Sum of Squares df Mean Square F Sig.
saving
*
salary
Between Groups (Combined) 239.671 32 7.490 8.091 .004
Linearity .270 1 .270 .292 .606
Deviation from Linearity 239.400 31 7.723 8.343 .004
Within Groups 6.480 7 .926
Total 246.151 39
5/11/2018 Bahan Ajar Dan Contoh SPSS - Tatit Kurniasih - slidepdf.com
http://slidepdf.com/reader/full/bahan-ajar-dan-contoh-spss-tatit-kurniasih 9/11
9
Bahan ajar SPSS - Tatit Kurniasih (200801004)
Within Groups 10.080 10 1.008
Total 246.151 39
ANOVA Table
Sum of Squares df Mean Square F Sig.
saving * income Between Groups (Combined) 236.071 29 8.140 8.076 .001
Linearity 26.714 1 26.714 26.502 .000
Deviation from Linearity 209.357 28 7.477 7.418 .001
Within Groups 10.080 10 1.008
Total 246.151 39
Hasil uji linearitas diatas menunjukkan nilai signifikasi linearity saving*salary = 0,606 >
0,05 maka dapat disimpulkan bahwa antara saving dan salary terdapat hubungan
linear namun nilai signifikansi linaerity saving*output dan saving*income = 0,007 dan
0,000 yang < 0,05 menandakan terdapat hubungan yang tidak linear.
b. Uji Multikolinearitas
Analize >> Regression >> Linear >>Statistic >> Colinearity Diagnostic >> Continue
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 10.578 2.503 4.225 .000
salary -.017 .050 -.072 -.338 .737 .376 2.662
output -1.980 .472 -2.780 -4.194 .000 .038 26.176
income .104 .022 3.065 4.623 .000 .038 26.198
dummy -.735 1.052 -.148 -.699 .489 .374 2.677
a. Dependent Variable: saving
5/11/2018 Bahan Ajar Dan Contoh SPSS - Tatit Kurniasih - slidepdf.com
http://slidepdf.com/reader/full/bahan-ajar-dan-contoh-spss-tatit-kurniasih 10/11
10
Bahan ajar SPSS - Tatit Kurniasih (200801004)
Output coefficients diatas menunjukkan tingkat VIF salary (2,662) < 5 dapat
disimpulkan bahwa tidak ada multikolienearitas antara variabel saving dan salary,namun pada variabel output (26,176) dan income (26,198) tingkat VIF nya > 5, maka
dapat disimpulkan bahwa multikolineritas terjadi antara kedua variabel tersebut.
c. Uji Heteroskedastisitas
Didapat dari :
Analize >> Correlate >>Bivariate >>masukkan Residual variabel >>keluarkan variabel‘saving’ >>pilih ‘Spearman’ pada kotak Correlation Coefficient>>OK
Correlations
salary output income dummy
Unstandardized
Residual
S
p
e
a
r
m
a
n
'
s
r
h
o
salary Correlation Coefficient 1.000 -.028 -.028 -.864**
-.020
Sig. (2-tailed) . .865 .865 .000 .902
N 40 40 40 40 40
output Correlation Coefficient -.028 1.000 1.000**
.046 .194
Sig. (2-tailed) .865 . . .780 .231
N 40 40 40 40 40
income Correlation Coefficient -.028 1.000**
1.000 .046 .194
Sig. (2-tailed) .865 . . .780 .231
N 40 40 40 40 40
dummy Correlation Coefficient -.864**
.046 .046 1.000 .104
Sig. (2-tailed) .000 .780 .780 . .523
N 40 40 40 40 40
Unstandardized Residual Correlation Coefficient -.020 .194 .194 .104 1.000
Sig. (2-tailed) .902 .231 .231 .523 .
N 40 40 40 40 40
**. Correlation is significant at the 0.01 level (2-tailed).
5/11/2018 Bahan Ajar Dan Contoh SPSS - Tatit Kurniasih - slidepdf.com
http://slidepdf.com/reader/full/bahan-ajar-dan-contoh-spss-tatit-kurniasih 11/11
11
Bahan ajar SPSS - Tatit Kurniasih (200801004)
Dari output Correlations diatas dapat diketahui korelasi antara unstandardized dengansalary (0,902), output (0,231), income (0,231), dummy (0,523) yang lebih dari 0,05,
maka dapat disimpulkan bahwa diantara variabel-variabel tersebut tidak terdapat
heteroskedastisitas.
d. Uji Autokorelasi
Analize >> Regression >> Linear >> masukkan variabel ‘saving’ ke kotak dependentvariable dan variabel lainnya ke kotak independent variables >> Statistic >>Durbin
Watson
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .642
a
.413 .345 2.03247 1.896
a. Predictors: (Constant), dummy, output, salary, income
b. Dependent Variable: saving
Dari output diatas didapat nilai DW = 1,896 dengan tingkat signifikansi 0,05, jumlah
data 40, 4 variabel independent, diperoleh nilai dl = 1,285 dan du = 1,721 (didapat
dari tabel Diurbin watson). Karena nilai DW yang didapat dari hasil diatas > nilai DW
tabel, maka tidak ditemukannya autokorelasi