TABULASI DATA

NAJIATUN,. SE,. MSEI

KUISIONER
KUISIONER
TABULASI DATA
 OLAH DATA

PENGUKURAN
INSTRUMEN PENELITIAN

UJI
UJI VALIDITAS
RELIABILITAS
UJI VALIDITAS
UJI VALIDITAS
UJI RELIABILITAS
PENGUJIAN DATA
UJI ASUMSI KLASIK
 UJI NORMALITAS
1. Pengertian Uji Normalitas

Ghozali (2017:145) menyatakan bahwa uji

normalitas bertujuan untuk menguji apakah
dalam model regresi, variabel pengganggu atau
residual memiliki distribusi normal. Model
regresi yang dianggap baik adalah memiliki
distribusi normal atau mendekati normal.
 UJI NORMALITAS
Terdapat macam-macam cara yang dapat digunakan untuk menguji normalitas pada model regresi, yaitu :

Analisis Grafik/P-Plot : Analisis Statistik Analisis Statistik

Ketentuannya jika (Skewness dan (Kolomogorof
data menyebar Kurtosis) : Smirnov):
disekitar garis Ketentuannya jika Ketentuannya jika
diagonal dan nilai Z hitung > Z tabel menerima H0 maka
mengikuti arah garis dikatakan normal, berdistribusi normal,
diagonal/grafik kemudian nilai tetapi jika menerima
histogram kritisnya + 1,96 dan Ha tidak berdistribusi
menunjukkan pola sebaliknya. normal dan nilai
berdistribusi normal Asymp. Sig > 0.05
dan sebaliknya. (dikatakan normal)
dan sebaliknya.
UJI NORMALITAS
Cara Menghadapi Data Tidak Normal

Menambah Data
Observasi

Melakukan
Transformasi Data

Melakukan trimming
Data outliers
 UJI HETEROSKEDASTISITAS
2. Pengertian Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah
dalam model regresi terjadi ketidaksamaan varian dari
residual satu pengamatan ke pengamatan yang lain. Jika
varian dari residual satu pengamatan ke pengamatan
yang lain tetap, maka disebut homoskedastisitas dan jika
berbeda akan disebut heteroskedastisitas. Model regresi
yang baik adalah model yang tidak terjadi
heteroskedastisitas (Ghozali, 2013).
Untuk menentukan heteroskedastisitas dapat
menggunakan uji Glejser.
Dasar pengambilan keputusan pada uji ini
adalah jika nilai signifikansi ≥ 0,05 maka dapat
disimpulkan tidak terjadi masalah
heteroskedastisitas, namun sebaliknya jika nilai
signifikansi < 0,05 maka dapat disimpulkan
terjadi masalah heteroskedastisitas.
 UJI MULTIKOLINIEARITAS
3. Pengertian Uji Multikoliniearitas
Multikolinearitas adalah hubungan linier antar variabel
bebas. Ghozali (2017:71) menyatakan bahwa uji
multikolinearitas bertujuan untuk menguji apakah dalam
model regresi terdapat korelasi yang tinggi atau
sempurna antar variabel independen. Model regresi
yang baik seharusnya tidak ada korelasi diantara variabel.
Bila ada korelasi yang tinggi diantara variabel bebasnya,
maka hubungan antara variabel bebas terhadap variabel
terikat menjadi terganggu.
Untuk mendeteksi adanya gejala multikolonieritas dalam
model penelitian dapat dilihat dari nilai toleransi
(tolerance value) atau nilai Variance Inflation Factor (VIF).
Batas tolerance > 0,10 dan batas VIF < 10,00, sehingga
dapat disimpulkan tidak terdapat multikolinearitas
diantara variabel bebas.
 UJI AUTOKORELASI
4. Pengertian Uji Autokorelasi
Uji autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu
periode t dengan periode sebelumnya (t -1). Secara sederhana adalah bahwa
analisis regresi adalah untuk melihat pengaruh antara variabel bebas terhadap
variabel terikat, jadi tidak boleh ada korelasi antara observasi dengan data
observasi sebelumnya. Model regresi yang baik adalah regresi yang bebas dari
autokorelasi atau tidak terjadi autokorelasi. Untuk mengetahuinya dengan cara
membandingkan nilai D-W dengan nilai d dari tabel Durbin Watson:

1. Jika D-W < dL atau D-W > 4 – dL, kesimpulannya pada data tersebut terdapat
autokorelasi.
2. 2. Jika dU < D-W < 4 – dU, kesimpulannya pada data tersebut tidak terdapat
autokorelasi.
3. 3. Tidak ada kesimpulan jika: dL ≤ D-W≤ dU atau 4 – dU ≤ D-W≤ 4 – dL
 REGRESI LINIER BERGANDA
Pengertian Regresi Linier Berganda
Adapun pengertian analisis regresi linear berganda menurut Narimawati dalam (Maramis
dkk, 2019) adalah suatu analisis asosiasi yang digunakan secara bersamaan untuk meneliti
pengaruh dua atau lebih variabel bebas terhadap satu variabel tergantung dengan skala
intervalnya. Adapun rumus yang digunakan Sugiyono dalam (Chamidah, 2019).
Y' = a+ β1.X1+ β2.X2+ β3.X3+ e
Keterangan:
Y’ : Variabel Dependen
ß : Koefisien

X : Variabel Independen

e : Error
 UJI HIPOTESIS
UJI F (Simultan)

Menurut Slamet dalam Chamidah (2019) uji F digunakan untuk menguji tingkat
signifikan dari pengaruh variabel independen secara simultan terhadap variabel dependen.

1. Jika Fhitung ≥ Ftabel maka variabel independen berpengaruh signifikan terhadap variabel
dependen.
2. Jika Fhitung < Ftabel maka variabel independen tidak berpengaruh signifikan terhadap variabel
dependen.
 UJI HIPOTESIS
UJI T (Parsial)

Menurut Sugiyono dalam Hidayatullah dkk. (2021) uji T digunakan untuk menguji
sendiri-sendiri atau parsial secara signifikan hubungan antara variabel dindepen
(Variabel X) dengan variabel dependen (Variabel Y).

1. Jika Thitung ≥ Ttabel maka variabel independen mempunyai keeratan hubungan yang
signifikan terhadap variabel dependen.
2. Jika Jika Thitung < Ttabel maka variabel independen tidak mempunyai keeratan hubungan
yang signifikan terhadap variabel dependen.
 UJI HIPOTESIS
KOEFISIEN DETERMINASI (R2)

Menurut (Ghozali, 2018), koefisien determinasi (R²) digunakan

untuk mengukur seberapa jauh kemampuan model dalam
menerangkan variasi variabel dependen ataupun variabel terikat.
Nilai koefisien determinasi adalah antara nol (0) dan satu (1).
LANGKAH-LANGKAH OLAH DATA
 OLAH DATA
INSTRUMEN PENELITIAN

1. UJI VALIDITAS
2. UJI RELIABELITAS
 UJI VALIDITAS
LANGKAH-LANGKAH UJI VALID
1. Buka Aplikasi SPSS
 UJI VALIDITAS
LANGKAH-LANGKAH UJI VALID
2. Copy dan pastekan
data yang terlebih
dahulu diketik pada
excel

DATA EXCEL
 UJI VALIDITAS
LANGKAH-LANGKAH UJI VALID

SETELAH INPUT SPSS

 UJI VALIDITAS
Setelah input di SPSS LANGKAH-LANGKAH UJI VALID
 UJI VALIDITAS
LANGKAH-LANGKAH UJI VALID
3. Setelah selesai di
input, kemudian klik
variabel view, pada
kolom label

BEFORE
 UJI VALIDITAS
LANGKAH-LANGKAH UJI VALID
AFTER

LANJUTAN
 UJI VALIDITAS
LANGKAH-LANGKAH UJI VALID
4. untuk uji validitas, klik menu analyze => correlate => bivariate
Akan keluar jendela Bivariate correlation
 UJI VALIDITAS
LANGKAH-LANGKAH UJI VALID
5. Blok semua item dan masukan ke dalam kolom sebelah kanan,
centang pada

"Pearson" dan "two-tailed" kemudian klik Ok

BEFORE
 UJI VALIDITAS
LANGKAH-LANGKAH UJI VALID

AFTER
 UJI VALIDITAS
LANGKAH-LANGKAH UJI VALID
6. Hasilnya outputnya sebagai berikut
 INTERPRETASI UJI VALIDITAS

Dasar pengambilan keputusan dalam validitas ini, apakah nilai r hitung yang dihasilkan oleh SPSS lebih
besar dari nilai r table dengan tingkat signifikansi 5% atau 0,05, maka dinyatakan valid.

Pengujian validitas ini dilakukan dengan menggunakan program SPSS for windows dengan kriteria
berikut :
1. Jika r hitung > r tabel maka pernyataan tersebut dinyatakan valid.
2. Jika r hitung < r tabel maka pernyataan tersebut dinyatakan tidak valid.

Catatan :

r tabel dapat dilihat pada tabel r statistik, dimana nilai df=N-2,

disini saya menggunakan N=30 dan jika mengikuti rumus maka df=N(30) -2= 28
jadi kita melihat nilai df 28= 0,3061
jika nilainya itemnya lebih kecil dari 0,3061 maka item tersebut tidk valid dan sebaiknya dibuang untuk hasil
penelitian yang lebih baik
INTERPRETASI UJI VALIDITAS
 UJI RELIABEL
LANGKAH-LANGKAH UJI RELIABEL
1. Selanjutnya uji reliabilitas, klik analyze => scale => Reliability test
 UJI RELIABEL
LANGKAH-LANGKAH UJI RELIABEL
1. Selanjutnya uji reliabilitas, klik analyze => scale => Reliability test

masukan semua variabel pada kotak kiri

ke kotak kanan, kecuali variable "Total X"

BEFORE
 UJI RELIABEL
LANGKAH-LANGKAH UJI RELIABEL
1. Selanjutnya uji reliabilitas, klik analyze => scale => Reliability test

AFTER

kemudian klik OK
 UJI RELIABEL
LANGKAH-LANGKAH UJI RELIABEL
2. Berikut merupakan outputnya
 INTERPRETASI UJI RELIABEL

Dari hasil uji reliabilitas, yang dilihat adalah nilai cronbach's alpha
Nilai cronbach's alpha yang kita peroleh sebesar 0,784, artinya
kuesioner yang kita buat sudah reliabel karena lebih besar dari nilai
0,60
 OLAH DATA

1. UJI ASUMSI KLASIK(UJI NORMALITAS, UJI HETEROKEDASTISITAS, UJI MULTIKOLINIERITAS)

2. REGRESI LINIER BERGANDA
3. HIPOTESIS(UJI T, UJI F DAN UJI DETERMINASI
1. Persiapkan tabulasi
data. Buka Aplikasi SPSS
2. Copy dan pastekan
data yang terlebih
dahulu diketik pada
excel

DATA EXCEL
SETELAH INPUT SPSS
3. Klik variable view
untuk menamai varibel

BEFORE
LANJUTAN
LANJUTAN
4. untuk uji asumsi klasik
dan regresi linier berganda
Uji Normalitas (Kolmogrof)
Uji Normalitas (Kolmogrof)
Output dari uji asumsi klasik dan regresi linier berganda
TERIMA KASIH