Modul Pengolaan Data SPSS Modul Praktikum Statistik PDF

Preview

Summary

Modul Publish: September 24 Pengolaan 2010 Data SPSS Metode Penelitian Dan Pengolahan Data Penelitian Modul (Pendekatan Praktis) Oleh: Hanif [email protected] Praktikum Statistik Bismillaahirrahmaanirrahiim, Wabihii nasta’inu Subhaanaka laa ’ilmalana illaa maa ‘allamtana innaka antal ‘aliimul hakii...

Description

Modul Pengolaan Data SPSS Metode Penelitian Dan Pengolahan Data Penelitian (Pendekatan Praktis) Oleh: Hanif [email protected]

Publish: September 24

2010

Modul Praktikum Statistik

Bismillaahirrahmaanirrahiim, Wabihii nasta’inu Subhaanaka laa ’ilmalana illaa maa ‘allamtana innaka antal ‘aliimul hakiim. Allahumma shalli ‘alaa sayyidina Muhammad wa ‘alaa alihi washahbihi.

Pendahuluan …….. Dalam suatu ujian skripsi, tujuh peserta ujian ditanya oleh penguji…. “Apa alasan anda memilih regresi berganda sebagai alat analisa ?..,” peserta 1, 2 dan 3 menjawab, dengan senyuman alias nggak ngerti, peserta 4 menjawab ikut skripsi yang lalu, peserta 5 dan 6 menjawab atas saran dosen pembimbing, peserta 7 menjawab karena pertimbangan masalah dan tujuan penelitian serta formulasi model penelitian. ….. mana kira-kira jawaban yang terbaik…….. ! Berdasarkan pengalaman penulis dalam membimbing dan menguji skripsi selama ini, masih ada beberapa mahasiswa yang telah lupa atau belum faham mengenai apa dan bagaimana proses analisis data itu dilakukan sebagai alat bantu pembuatan kesimpulan penelitian. Suplemen ini merupakan pelengkap modul mata kuliah metode penelitian yang biasa digunakan oleh penulis dalam memberikan materi perkuliahan di kelas. Lebih lanjut, suplemen ini disusun atas dasar keinginan penulis untuk membantu mahasiswa STIEMARA yang sedang menyusun tugas akhir dan berkeinginan mengolah data secara mandiri. Menurut pengamatan penulis, terdapat beberapa alat analisa yang umum digunakan mahasiswa S1 dalam menjawab permasalahan, tujuan serta hipotesis penelitian. Alat analisa tersebut antara lain analisis regresi berganda, analisis jalur, uji beda, analisis factor, analisis cluster dan diskriminan. Dalam buku kecil ini terdapat petunjuk praktis proses pengolahan data dengan menggunakan regresi berganda, analisis jalur, uji beda dan analisis faktor. Untuk analisis cluster dan diskriminan InsyaAllah akan menyusul dalam modul berikutnya. Pendekatan praktis yang dimaksud adalah lebih menitikberatkan pada proses pengolahannya serta pembacaan hasil analisnya. Penggunakan beberapa proxy juga ditekankan untuk membantu mahasiswa didalam menafsirkan temuan penelitiannya secara statistic. Dengan disertai disket yang berisi data SPSS akan sangat membantu mahasiswa dalam berlatih dan melakukan berberapa simulasi pengolahan data yang akan dipandu secara sistematis.

Bagian Satu Analisa Regresi Berganda Penggunaan Regresi Berganda Regresi Berganda adalah bagian dari analisis multivariate. Tujuan utama analisis regresi berganda adalah untuk menduga besarnya koefisien regresi. Selanjutnya, koefisien regresi inilah yang akan menunjukkan besarnya pengaruh peubah bebas (independent variable/X) terhadap peubah tak bebas (dependent variable/Y). Kata “berganda” diambil sebagai penjelas untuk menunjukkan bahwa peneliti dalam penelitiannya menggunakan lebih dari satu variabel bebas (di kampus tercinta ini variabel diistilahkan dengan kata peubah, pengertian keduanya mempunyai arti yang sama). Pemborosan yang sering dilakukan oleh mahasiswa dalam skripsinya ialah ia menyajikan semua analisa seperti regresi sederhana, korelasi sedehana, regresi berganda, korelasi berganda yang pada akhirnya mahasiswa bingung sendiri, figure statistik mana yang dipakai ?. Seiring kemajuan teknologi software, semua tujuan untuk uji hubungan maupun pengaruh baik secara bersama-sama maupun secara parsial dapat diselesaikan hanya dengan satu “click” yaitu “regression”. Semua tindakan olah data itu dapat dilakukan bahkan berulang-ulang dengan beberapa perbaikan yang dimungkinkan hanya dalam hitungan menit. Bersyukurlah kita karena sudah ada software pengolah data yang saudara kenal dengan sebutan SPSS for windows. Jangan bayangkan statistic berwajah rumus yang “jlimet” dan seabrek perhitungan lain, disini statistik sebagai alat dan sebagai alat ia telah mengalamai metamorfosis, ibarat mengitung perkalian 2435364 x 647469865, dengan manual ?????, tetapi dengan calculator “no problem”. Demikian juga regresi berganda, dengan manual ??????, tetapi dengan SPSS “smile dan menantang”. Yang terpenting dari semua aspek teknis itu saudara bisa membaca hasil output SPSS tersebut untuk pengambilan kesimpulan atas masalah dan tujuan penelitian, misal untuk apa mengetahui nilai R, R square, nilai F, nilai b, nilai t, nilai Sig dan beberapa figure atau parameter lain yang diperlukan untuk pengujian hipotesis dan menjawab permasalahan penelitian. Nah saudaraku mari kita santai sejenak dan perhatikan hiburan berikut ini……………………. Ibarat anda sakit batuk dan tentu anda beli obat batuk, yang penting adalah anda mengerti aturan/cara minum, kontra indikasi serta pantangannya. Anda tidak perlu tahu bagaimana unsur-unsur kimia itu diproses dan bagaimana komposisi zat itu dihitung takarannya. Sebab itu sudah menjadi tanggung jawab ahli-ahli kimia dan kedokteran dan tentunya telah melalui proses quality control yang ketat sebelum dijual. Analisis regresi dengan bantuan software SPSS layaknya seperti ilustrasi tersebut. Ketahui saja bagimana persyaratan-persyaratan sebelum proses input data dan outputnya sebagai bahan untuk pengambilan kesimpulan, jelaskan temuan angkaangka atau figure statistik itu dengan bersandar pada teori dan empiris, jangan sibuk belajar dari mana asal muasal angka R, R square, t, beta, dsb apalagi sampai dibuktikan secara manual, akhirnya energi saudara habis untuk urusan hitung

menghitung yang sebenarnya bukan tujuan utama saudara. Akibatnya pembahasan thesis, anti-thesis dan sintesa antara kajian teori dan temuan empiris menjadi tidak tajam karena anda lebih mengutamakan belajar darimana angka-angka tersebut tapi bukan belajar apa arti angka-angka tersebut. Fenomena ini sering penulis temui ketika menjelang ujian skripsi mahasiswa sibuk dan stress gara-gara rumus. Bukan sibuk mempersiapkan penjelasan yang logis atas temuan penelitiannya. Mohon direnungkan…… Persiapan mengolah data penelitian. Sebagai misal peneliti ingin mengetahui apakah ada pengaruh antara gaji karyawan dan Kedisiplinan kerja karyawan terhadap Prestasi kerja karyawan. Lihat model teori penelitian berikut:1

Gaji karyawan

Prestasi kerja karyawan Kedisiplinan kerja karyawan didalam akhir bab II, gambar ini biasanya disajikan kerangka/ model teori penelitan

Based on this model, dapat kita mengerti bahwa terdapat dua peubah bebas (x1 dan x2) dan satu peubah terikat (Y), yang selanjutnya ingin diketahui bagaimana bentuk hubungan dan pengaruhnya, tentunya dengan menggunakan analisis regresi berganda. Apa yang perlu dipersiapkan ? Setelah bangunan teori di susun dengan menyajikan argumen yang kuat dan relevan. Berikutnya perumusan hipotesis dilakukan sebagai dasar pengujian. Dalam contoh diatas peneliti mempunyai fokus pada peubah gaji karyawan (x1) dan Kedisiplinan karyawan (x2) keduanya sebagai peubah bebas yang berpengaruh pada prestasi kerja karyawan (Y) (lihat model hal 1). Selanjutnya peneliti harus menyusun pengukuran 1

Model penelitian dimaksudkan untuk membuat penyederhanaan permasalahan, sehingga pembaca dapat mengetahui alur atau arah cerita penelitian yang dilakukan.

dari peubah-peubah tersebut. (dalam skripsi saudara, perbincangan ini masuk pada bab III, Peubah dan Pengukuran). Untuk mempermudah penguasan peubah dan pengukuran, saudara lebih baik membuat tabel yang berisikan penjelasan atas peubah dan pengukuran tersebut, lihat contoh berikut: Tabel 1. Peubah dan pengukuran Peubah Penelitian Indikator peubah Gaji karyawan (X1) 1. jumlah gaji 2. kesesuaian dengan beban kerja 3. unsur keadilan Kedisiplinan karyawan (x2) 1. taat pada aturan 2. absensi 3. pemanfaatan fasilitas kerja Prestasi Kerja karyawan (Y) 1. kuantitas hasil kerja 2. kesesuaian dengan standart 3. ketepatan waktu

Skala pengukuran 1. ordinal-interval 2. ordinal-interval 3. ordinal-interval

∗

1. ordinal-interval 2. ordinal-interval 3. ordinal-interval 1. ordinal-interval 2. ordinal-interval 3. ordinal-interval

Setelah peubah dan pengukuran tersebut dikonsultasikan dengan pembimbing dan dinilai sudah tepat artinya sesuai dengan tujuan penelitian dan kondisi empiris/lapangan, maka indikator-indikator tersebut untuk selanjutnya digunakan sebagai bahan penyusunan kuesioner dalam bentuk pertanyaan-pertanyaan. Selanjutnya kuesioner dibagikan kepada responden, dan jawaban-jawaban responden yang telah terdokumentasi didalam kuesioner dimasukkan kedalam SPSS editor dengan langkah-langkah sebagai berikut: Langkah awal. Susun terlebih dahulu peubah dan pengukurannya sebelum di input kedalam SPSS editor sbb. (lihat tabel hal 3) Peubah Gaji karyawan (x1), Indikatornya: x1.1 Jumlah gaji X1.2 kesesuaian dengan beban kerja X1.3 unsur keadilan



Penjelasan mengenai skala pengukuran dan teknik prosedur penyusunan instrument penelitian baca dii modul metpen yang atau konsultasikan pada Dosen pembimbing yang terhormat

Contoh pertanyaan didalam kuisioner: 1. Bagaimana pendapat bpk/ibu/sdr tentang jumlah gaji yang diterima perbulan dari perusahaan. a. sangat memadai Jawaban a dinilai 5, b nilai 4, dst, e nilai 1 b. memadai Lihat panduan penyusunan skala likert , semantik c. cukup diferensial dan skala guttman. (modul metpen) d. kurang e. sangat tidak memadai informasi lain : …… ………………………………………………………… ……. ………………………………………………………… Terkadang didalam kuesioner perlu diberikan pertanyaan terbuka untuk memperoleh informasi lain yang mungkin diperlukan dan berguna pada saat memperkuat penjelasan Untuk Peubah kedisiplinan karyawan (x2), sbb: Indikatornya: X2.1 Taat pada aturan X2.2 absensi X2.3 pemanfaatan fasiltas Untuk Peubah Prestasi kerja Karyawan (Y), sbb: Indikatornya: Y.1 kuantitas hasil kerja Y.2 kesesuaian dengan standart Y.3 Ketepatan waktu (x1.1; x1.2 dst hanyalah pemberian istilah saja untuk mempermudah mengenali variabel beserta indikatornya. X1.1 artinya indikator ke 1 dari variable ke 1, x2.2 artinya indikator ke dua dari variable ke 2, dst) Menjalankan SPSS. 1. Buka SPSS , bisa open lewat program, windows explorer atau klik dua kali icon SPSS. Hasilnya akan nampak seperti ini:

setelah media spss editor dalam posisi ready, selanjutnya tinggal ketik nama-nama variable beserta masing-masing indikatornya dengan cara sbb: (untuk memulai memberi nama variable, klik variable view pada bagian paling bawah sebelah kiri) Hasilnya akan tampak sbb:

berikutnya entry data bisa dimulai dengan kesabaran dan ketelitian. Sekali lagi proses ini sangat mudah sekali tinggal klik sana klik sini dan langsung jadi. Hasilnya lihat dibawah ini.

Data diatas berjumlah n=30 namun hanya tampak n=12 Setelah data lengkap disajikan didalam spss editor selanjutnya akan dilakukan analisis regresi, dengan tahapan sebagai berikut. Tahap Awal. Lakukan uji Validitas dan Reliabilitas seperti petunjuk di bawah ini • Arahkan pointer saudara pada menu Analyze • Pilih Scale, selanjutnya pilih Reliability Analysis,,,,, (lihat kotak ) berikutnya akan tampak kotak sbb:

Masukkan tiap peubah dan indikator ke dalam kotak item (pakai tanda untuk memasukkan dan mengeluarkan tiap peubah beserta indikatornya) sesuai dengan kelompoknya masing-masing, Gambar diatas adalah proses untuk menguji validitas dan reliabilitas untuk indikator-indikator X1, lakukan hal yang sama untuk x2 dan Y lakukan sesuai kelompoknya (lihat hal 5 ) Klik Ok dan hasilnya adalah Reliability ****** Method 1 (space saver) will be used for this analysis ****** R E L I A B I L I T Y

1. 2. 3. 4.

X1.1 X1.2 X1.3 X1TOTAL

A N A L Y S I S - S C A L E (A L P H A) Mean

Std Dev

Cases

3.5667 3.9333 3.9333 11.4000

.7279 .5833 .6915 1.0372

30.0 30.0 30.0 30.0

Item-total Statistics

X1.1 X1.2 X1.3 X1TOTAL

Scale Mean if Item Deleted

Scale Variance if Item Deleted

19.2667 18.9000 18.9000 11.4333

2.9609 3.4034 3.5414 1.0816

Corrected ItemTotal Correlation

Alpha if Item Deleted

.5157 .5499 .6007 .7746

.5404 .5816 .6758 .7698

Reliability Coefficients N of Cases = Alpha =

.7784

30.0

N of Items =

4

Interpretasi hasil uji validitas dan reliabilitas. Secara statistik, Instrumen penelitian dikatakan mempunyai tingkat validitas yang baik jika Nilai corrected item-total correlation dibandingkan dengan nila r kritik pada tabel harus lebih besar. Instrumen penelitian dikatakan mempunyai tingkat reliabilitas yang tinggi jika nilai Alpha lebih besar dari 0,6. Jadi instrument penelitian untuk merespon peubah gaji sudah “valid dan reliable”, lakukan interpretasi yang sama untuk x2 dan Y dengan bersandar pada ketentuan diatas. Setelah melakukan uji validitas dan reliabilitas, berikutnya lakukan pengujian asumsi klasik2 (untuk uji asumsi klasik akan dijelaskan pada bagian akhir). Setelah semua asumsi dipenuhi ( multikolieritas, autokorelasi, heteroskedastisitas dan normalitas)

Proses uji asumsi klasik bisa dilakukan secara bersama dengan analisi regresi berganda. Dengan tahapan sebagai berikut: Pilih menu Analyze, pilih Regression, pilih linear, tampilannya akan tampak sebagai berikut.

Klik linear maka akan tampak kotak perintah sbb: ikuti langkah berikut:

2

lihat penjelasannya pada halaman 19.

• •

•

Setelah

Masukkan peubah bebas (hanya nilai total saja, x1, x2 ) pada kotak independent Masukkan peubah terikat (hanya nilai total Y) pada kotak dependent Berikutnya klik icon “statistics….” Kemudian beri tanda check (√ ) pada kotak yang telah disediakan, sesuaikan dengan contoh

Selanjutnya klik continue dan klik Ok, maka spss sedang running… tunggu beberapa saat dan hasil analisis regresi berganda sudah bisa dilihat seperti tampilan berikut ini. Regression Variables Entered/Removedb

Model 1

Variables Entered kedisiplina n, gaji a karyawan

Variables Removed

Method .

Enter

a. All requested variables entered. b. Dependent Variable: prestasi kerja

Model Summaryb

Change Statistics Model 1

R R Square .738a .544

Adjusted Std. Error of R Square R Square the Estimate Change F Change .510 .9066 .544 16.103

df1

df2 2

Durbin-W atson 2.002

Sig. F Change 27 .000

a. Predictors: (Constant), kedisiplinan, gaji karyawan b. Dependent Variable: prestasi kerja

ANOVAb

Model 1

Regression Residual Total

Sum of Squares 26.473 22.194 48.667

df 2 27 29

Mean Square 13.237 .822

F 16.103

Sig. .000a

a. Predictors: (Constant), kedisiplinan, gaji karyawan b. Dependent Variable: prestasi kerja

Coefficientsa Standardi zed Unstandardized Coefficien Coefficients ts Model B Std. Error Beta 1 (Constant) -4.35E-04 2.181 gaji karyawan .588 .179 .471 kedisiplinan .512 .183 .402 a. Dependent Variable: prestasi kerja

t .000 3.279 2.799

Sig. Zero-order 1.000 .003 .642 .009 .602

Correlations Partial .534 .474

Part .426 .364

Collinearity Statistics Tolerance VIF .819 .819

1.220 1.220

Berikutnya adalah melakukan interpretasi atas hasil analisis regresi. Dalam membaca print out SPSS tersebut, saudara harus bersandar pada rumusan masalah, tujuan dan hipotesis penelitian. Artinya tidak semua angka-angka/parameter diinterpretasikan. Dalam contoh ini telah disebutkan bahwa peneliti ingin mengetahui dan menguji: • Apakah ada pengaruh antara gaji karyawan (x1) dan kedisiplinan (x2) terhadap prestasi kerja (Y) secara bersama-sama mapun secara parsial Dengan demikian hipotesis penelitian akan dinyatakan : • Ada pengaruh yang signifikan antara gaji karyawan (x1) dan kedisiplinan (x2) terhadap prestasi kerja (Y) secara bersama-sama mapun secara parsial. Atau bisa disusun secara terpisah, sbb. • Ada pengaruh yang signifikan antara gaji karyawan (x1) dan kedisiplinan (x2) terhadap prestasi kerja secara bersama-sama. • Ada pengaruh yang signifikan antara gaji karyawan (x1) terhadap prestasi kerja (Y) (parsial) • Ada pengaruh yang signifikan antara kedisiplinan (x2) terhadap prestasi kerja (y) (parsial) Jika dimungkinkan, saudara juga diperbolehkan menduga bahwa salah satu variabel mempunyai pengaruh paling dominan, asalkan saudara mempunyai argumen yang kuat berdasarkan teori maupun penelitian terdahulu, ingat harus punya argumen tidak sekedar menduga tanpa dasar. Misalnya, Diduga gaji karyawan (x1) mempunyai pengaruh yang paling dominant terhadap prestasi kerja (Y), hal ini tentunya harus didukung dengan alasan yang kuat bukan sekedar ikut kebiasaan selama ini. Sekarang marilah kita mulai dengan belajar membaca print out spss regresi berganda. Pengujian hipotesis, Ada pengaruh yang signifikan antara gaji karyawan (x1) dan kedisiplinan (x2) terhadap prestasi kerja (Y) secara bersama-sama. Untuk pengujian penelitian, secara statistik biasanya ada prosedur sbb 1. lihat nilai R (koefisien korelasi berganda) gunanya untuk mengetahui keeratan hubungan antara peubah x1 dan x2 (secara sumultan) terhadap peubah terikat (y). Nilai korelasi bisa bernotasi negative maupun positif, notasi ini mengindikasikan bentuk atau arah hunungan yang terjadi. Perhatikan Kriteria nilai korelasi pada tabel berikut: Nilai R (korelasi) 0 0 – 0,5 0,5 – 0,8 0,8 – 1 1

Kriteria hubungan Tidak ada hubungan Korelasi lemah Korelasi sedang/cukup kuat Korelasi kuat Korelasi sempurna

Hasil analisis menunjukkan nilai R= 0.738, hal ini menunjukkan bahwa terdapat hubungan yang cukup kuat antara gaji karyawan (x1) dan kedisipliinan (x2) secara

2.

bersama-sama terhadap prestasi kerja (Y). Artinya jika x1 dan x2 meningkat maka Y juga akan meningkat (korelasi positif). (lihat tabel Model Summary hal 13) Lihat nilai R square (R2) juga disebut sebagai koefisien determinasi gunanya untuk mengetahui besarnya kontribusi peubah bebas (x) secara serempak didalam menjelaskan peubah terikat (Y). R Square juga dapat menunjukkan ragam naik atau turunnya peubah terikat (Y) yang diterangkan oleh pengaruh linier peubah bebas (X). Ukuran nilai R Square adalah 0 ≤ R2 ( 1, artinya semakin mendekati angka satu berarti garis regresi yang terbentuk dapat meramalkan peubah terikat (Y) secara lebih baik menuju kesempurnaan (model fit) Dalam tabel model summary (hal 13) kita lihat nilai R2 sebesar 0,544. Hal ini diartikan bahwa peubah bebas dalam hal ini gaji dan kedisiplinan secara bersamasama menjelaskan peubah prestasi kerja sebesar 54,4 %, sedangkan sisanya 45,6 % dijelaskan oleh peubah lain yang tidak diteliti dalam penelitian ini atau model penelitian. Semakin besar nilai R2 semakin menunjukkan ketepatan model yang telah disusun (model yang dimaksud adalah model teori penelitian ini).

3. Lihat Nilai F statistic (biasa disebut Uji F) dan Nilai Sig. (lihat table ANOVA, hal 13) NIlai F statistic dapat digunakan untuk mengetahui tingkat signifikansi kontribusi peubah bebas (secara bersama-sama) dalam menjelaskan peubah terikat. Artinya apakah pengaruhnya nyata atau bermakna. Dengan membandingkan nilai F statistic dengan nilai F table dapat diketahui tingkat signifikansinya. Kita lihat dari table ANOVA bahwa nilai F stat sebesar 16.03 sedangkan F table dapat di tentukan dengan cara sebagai berikut: Lihat df (degree of freedom) atau derajat bebas (db) rumusnya k, n-k-1 atau langsung lihat di table anova, df nya adalah 2 (jumlah peubah bebas) , dan 27 (jumlah responden – peubah bebas -1 jadi 30-2-1=27) setelah diketahui df nya berikutnya lihat table F yang tersedia di setiap buku statistic. Cara baca tabelnya adalah sebagai berikut Lihat angka 2 pada kolom db pembilang dan lihat angka 27 pada kolom db penyebut dan hubungkan perpotongan keduanya pada tingkat alpha (misal 0,05) maka akan terlihat angka sebesar 3,35. Jika kita bandingkan antara F stat dengan F table maka 16,03>3....