You are on page 1of 15

TUGAS PRAKTIKUM METODE KUANTITATIF “ Analisis data Korelasi, Regresi, dan Normality Q-Q Plot dengan Aplikasi SPSS 16.

0”

Disusun oleh:

Nama NIM Kelas

:Liya Barokah :115040113111008 :H

UNIVERSITAS BRAWIJAYA FAKULTAS PERTANIAN PROGRAM STUDI AGRIBISNIS MALANG 2014

IBM SPSS Statistics untuk menganalisis data. dan IBM Analytical Decision Management untuk pengambilan keputusannya. dengan tujuan untuk mempermudah pengguna dalam mengolah data yang dibutuhkan. yang menyajikan berbagai kemudahan didalamnya. SPSS adalah program aplikasi bisnis yang berguna untuk menganalisa data statistik. Aplikasi SPSS adalah aplikasi yang digunakan untuk mengolah data statistik. dan harddisk dengan kapasitas kosong minimal 800 MB. dan Linux. komputer Windows Anda harus memiliki spesifikasi minimal menggunakan prosesor Intel atau AMD dengan kecepatan 1 GHz. Windows 7. resolusi monitor 1024×768 piksel. perkantoran. Windows Vista. Untuk menginstall versi terbaru program ini. Didalam kehidupan sehari – hari.2. Akan tetapi bagaimana penyajian data yang kita dapat tentunya berbeda – beda. pendidikan. sesuai dengan kebutuhan dan keinginan penyaji data. Fitur yang ditawarkan antara lain IBM SPSS Data Collection untuk pengumpulan data. Software SPSS dibuat dan dikembangkan oleh SPSS Inc.1 Untuk mengetahui apakah ada hubungan yang signifikan antara luas lahan terhadap produksi beras 1. IBM SPSS Modeler untuk memprediksi tren. aplikasi dalam sebuah komputer juga semakin bervariasi. sering kita jumpai banyak hal yang dapat kita deskripsikan dalam sebuah bentuk data.2. 1. dan penelitian. Informasi data yang diperoleh tentunya harus diolah terlebih dahulu menjadi sebuah data yang lebih mudah dibaca dan dianalisa.2 Tujuan 1. SPSS dapat dijalankan di sistem operasi Windows XP.Perangkat lunak komputer ini memiliki kelebihan pada kemudahan penggunaannya dalam mengolah dan menganalisis data statistik.1 Latar Belakang Dengan perkembangan ilmu pengetahuan dan teknologi yang semakin maju. Salah satunya adalah aplikasi SPSS. SPSS merupakan software komersial dengan harga lisensi $5. memori (RAM) 1 GB. yang kemudian diakuisisi oleh IBM Corporation.BAB I PENDAHULUAN 1. Program SPSS banyak diaplikasikan dan digunakan oleh kalangan pengguna komputer di bidang bisnis.2 Untuk mengetahui apakah ada pengaruh yang signifikan antara luas lahan secara bersama-sama terhadap produksi beras .120 USD. Mac OS.

Setelah itu SPSS terus mengalami perkembangan dan dari waktu ke waktu mengalami perbaikan dan penyempurnaan. proses uji t identik dengan Uji F (lihat perhitungan SPSS pada Coefficient Regression Full Model/Enter). Pengertian SPSS SPSS adalah software/ program yang digunakan untuk olah data statistik. Uji t pertama kali dikembangkan oleh William Seely Gosset pada 1915. . kemudian tahun 1992 tercipta untuk versi windows (SPSS for Windows). Sehingga kepanjangan SPSS adalah Statistical Product and Service Solution. yaitu untuk menguji bagaimana pengaruh masing-masing variabel bebasnya secara sendiri-sendiri terhadap variabel terikatnya. Persyaratan analisis Uji t yaitu sampel di ambil secara acak dari populasi berdistribusi normal dan data berskala interval dan atau rasio. Atau untuk menguji apakah model regresi yang kita buat baik/signifikan atau tidak baik/non signifikan. Atau bisa diganti dengan Uji metode Stepwise. lalu mencari alat analisis yang diperlukan. Langka. Pada tahun 1984 SPSS muncul dengan versi PC. lalu klik Ok. yaitu uji untuk melihat bagaimanakah pengaruh semua variabel bebasnya secara bersama-sama terhadap variabel terikatnya.Awalnya ia menggunakan nama samaran Student.langkah pengolahan data SPSS dapat digambarkan sebagai berikut :  Input data  proses data  Output data Setelah data diinput pada SPSS data editor. Dahulu kepanjangan SPSS adalah Statistical Package for the Social Sciences . dan huruf t yang terdapat dalam istilah Uji “t “ dari huruf terakhir nama beliau. Pengertian uji-F Uji F dikenal dengan Uji serentak atau uji Model/Uji Anova.BAB II TINJAUAN PUSTAKA A. Uji t disebut juga dengan nama Student t. Pengertian Uji-t Tes t atau Uji t adalah uji statistik yang digunakan untuk menguji kebenaran atau kepalsuan hipotesis nol . B. Jika model signifikan maka model bisa digunakan untuk prediksi/peramalan. sebaliknya jika non/tidak signifikan maka model regresi tidak bisa digunakan untuk peramalan. Tahun 1968 mahasiswa Stanford University membuat program SPSS untuk dioperasikan pada komputer mainframe. Setelah proses olah data muncul output data. Hingga sampai saat ini versi terbaru yaitu SPSS for windows versi 17. Uji t dikenal dengan uji parsial. memasukkan variabel-variabel independent/ dependent dll. C. namun dengan berjalannya waktu SPSS mengalami perkembangan dan penggunaan semakin kompleks untuk berbagai ilmu. Uji ini dapat dilakukan dengan mambandingkan t hitung dengan t tabel atau dengan melihat kolom signifikansi pada masing-masing t hitung.

maka uji normalitas data sebaiknya dilakukan dengan Uji Liliefors. Uji Liliefors dilakukan dengan mencari nilai Lhitung. atau 5% atau 1%). sifat dan karakteristik populasi adalah terdistribusi secara normal. Gunakan Uji Regresi dengan Metode Enter/Full Model ). maka model tidak signifikan. Rumusan Hipotesis Ho : sampel berasal dari populasi berdistribusi normal Hi : sampel tidak berasal dari populasi berdistribusi normal α : taraf nyata Data disusun dalam distribusi frekuensi sebagai berikut : Oi = frekuensi hasil pengamatan pada klasifikasi ke-i . Dengan kata lain. Uji Liliefors Uji Normalitas dengan uji liliefors apabila data masih disajikan secara individu. misalnya tabel t-tes. Ada banyak cara untuk menguji normalitas. yang menentukan peneliti sendiri. Tes-tes parametrik untuk uji normalitas dibangun dari distribusi normal. H0 : Sampel berdistribusi normal H1 : Sampel tidak berdistribusi normal Dengan kriteria pengujian : Jika L hitung < L tabel. karena uji Liliefors jauh lebih teliti dibandingkan dengan Uji Chi-Kuadrat. terima Ho Jika L hitung > Ltabel. uji normalitas adalah uji untuk mengetahui apakah data empirik yang didapatkan dari lapangan itu sesuai dengan distribusi teoritik tertentu. apakah data yang diperoleh berasal dari populasi yang berdistribusi normal. yakni nilai |F(Zi)-S(Zi)| yang terbesar. Kita bisa berasumsi bahwa sampel kita bener-bener mewakili populasi sehingga hasil penelitian kita bisa digeneralisasikan pada populasi. Metode Chi-Square atau uji goodness of fit distribution normal ini menggunakan pendekatan penjumlahan penyimpangan data observasi tiap kelas dengan nilai yang diharapkan. pembuatannya mengacu pada tebel normalitas. (Ho di tolak Ha diterima) maka model signifikan atau bisa dilihat dalam kolom signifikansi pada Anova (Olahan dengan SPSS. Uji Normalitas Chi Kuadrat (Chi Square) Uji chi-kuadrat atau Chi square digunakan jika ukuran sampel 30 data atau lebih (n ≥ 30). Dengan kata lain. Model signifikan selama kolom signifikansi (%) < Alpha (kesiapan berbuat salah tipe 1. Rumus yang digunakan adalah sebagai berikut. antara lain: a. distribusi normal. ilmu sosial biasanya paling besar alpha 10%. hal ini juga ditandai nilai kolom signifikansi (%) akan lebih besar dari alpha.Uji F dapat dilakukan dengan membandingkan F hitung dengan F tabel. Jika kita lihat suatu tabel. tolak Ho b. Uji Normalitas Uji distribusi normal adalah uji untuk mengukur apakah data yang didapatkan memiliki distribusi normal sehingga dapat dipakai dalam statistik parametrik (statistik inferensial). Dan sebaliknya jika F hitung < F tabel. Dalam pandangan statistic. Dalam kasus ini. D. jika F hitung > dari F tabel. Uji normalitas data dengan teknik chi-kuadrat digunakan untuk menguji normalitas data yang disajikan secara kelompok.

Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang lain.Ei = Frekuensi yang diharapkan pada klasifikasi ke-i Menentukan Kriteria Pengujian Hipotesis dk = Derajat kebebasan dk =k–3 k = banyak kelas interval sumber gambar: www. Dikatakan data terdistribusi normal jika grafik kumulatif dari data berhimpit atau mendekati grafik kumulatif normalnya. Hal ini terkait dengan fungsi penghubung (jika dalam permodelan) dan statistik uji yang digunakan dalam pengujian yang merupakan keluarga dari distribusi normal. Distribusi normal baku adalah data yang telah ditransformasikan ke dalam bentuk Z-Score dan diasumsikan normal.sro. Penerapan pada uji Kolmogorov Smirnov adalah bahwa .05 maka tidak terjadi perbedaan yang signifikan. Kolmogorov Smirnov dalam menguji kenormalan data digunakan prinsip membandingkan probabilitas kumulatif dari data empirik (Grafik kumulatif warna biru) dengan distribusi normal (Grafik kumulatif warna merah). yang sering terjadi pada uji normalitas dengan menggunakan grafik. Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan membandingkan distribusi data (yang akan diuji normalitasnya) dengan distribusi normal baku.id Prosedur pengujian parametrik umumnya mensyaratkan kenormalan dari sebaran data yang akan diuji. Jadi sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya dengan data normal baku.05 berarti terdapat perbedaan yang signifikan. untuk tahu tidaknya kedua grafik tersebut berhimpit maka digunakan pengujian yang dinamakan Uji Kolmogorov-Smirnov. F-test dan chi-square. Seperti pada uji beda biasa.web. jika signifikansi di bawah 0. Banyak ahli statistik yang mencoba membuat pendekatan uji kesesuaian untuk menguji kenormalan data. Pada dasarnya uji normalitas adalah membandingkan antara data empiris (data yang kita miliki) dengan data teoritis (data distribusi normal) dan kategorinya merupakan jenis uji kesesuaian (Goodness of Fit). seperti uji t-test. Uji Kolmogorov Smirnov adalah pengujian normalitas yang banyak dipakai. terutama setelah adanya banyak program statistik yang beredar. salah satunya adalah Kolmogorov SmirnoV. dan jika signifikansi di atas 0.

. artinya data yang diuji bernilai normal. berarti data tersebut tidak normal.jika signifikansi di bawah 0. jika signifikansi di atas 0.05 berarti data yang akan diuji mempunyai perbedaan yang signifikan dengan data normal baku.05 maka berarti tidak terdapat perbedaan yang signifikan antara data yang akan diuji dengan data normal baku. Lebih lanjut.

Pilih variabel view kemudian ganti nama variabel 1 dengan kata tahun.0 excel SPSS 16.0 2. Kemudian “scale” pada kolom “measure” ganti dengan kata “nominal”. pilih “analyze””descriptive statistics””explore” .BAB III METODE A. Copy data dari microsoft excel ke SPSS 16. Langkah-langkah Pengerjaan Explore 1. dan variabel 3 dengan REV. 3. variabel 2 dengan kata ADV. Pada data view.

Kemudian klik sampai muncul kotak dialog centang klik “continue”dan “ok” 5. pindahkan REV disisi kiri ke kotak “dependent list” sedangkan ADV pindahkan ke kotak “factor list”. . Pada kotak dialog “bivariate corellation” pindahkan ADV dan REV dari kolom sebelah kiri ke kolom variabel sebelah kanan. Langkah-langkah Pengerjaan Korelasi 1. Setelah muncul kotak dialog “explore”.4. Muncul output dari hasil “explore” dengan ADV berupa tabel “case processing summary” dan REV berupa “boxplot”. Pada “data view” pilih “analyze””correlate”kemudian pilih “bivariate” 2. B.

Muncul output regresi berupa tabel model summary. Centang dan pilih 4. tabel ANOVA. Pada “data view” pilih analyze”” descriptive statistics””Q-Q plot” . Langkah-langkah pengerjaan Normal Q-Q Plot 1. Setelah muncul kotak dialog “linier regression” pindahkan REV dari sisi kiri ke kolom “dependent” dan ADV ke kolom “independent” kemudian klik “OK” 3. Pada “data view” pilih “analyze””regression””linier” 2. Langkah-langkah pengerjaan Regresi 1. Muncul output korelasi berupa tabel kemudian “OK” C.3. dan tabel coefficients D.

Muncul output berupa tabel estimated distribution parameters dan kurva normal Q-Q plot ADV. Setelah muncul kotak dialog Q-Q plot. kurva normal Q-Q plot REV dan kurva detrended normal Q-Q plot of REV . kurva detrended normal Q-Q plot of ADV. Pilih “OK”. 3. pindahkan ADV dan REV ke kolom variabel sebelah kanan.2.

= 0.989 signifikan. maka Ho di tolak.9%.2% dijelaskan oleh variabel lain. dapat dilihat bahwa angka korelasi antara permintaan beras dan luas lahan sebesar 98.8% nilai dari besarnya luas lahan atau variabel REV telah dapat dijelaskan oleh data produksi beras atau ADV.9 % dengan signifikansi Sig. Hasil dan Interpretasi dari Regresi Pada tabel model summary dapat diketahui bahwa dari hasil perhitungan SPSS diperoleh R = 98.000 < 0. dengan R2 = 97.BAB IV HASIL DAN PEMBAHASAN A.8 %. Hasil dan Interpretasi dari Korelasi Dari tabel korelasi di atas. Sedangkan untuk mengetahui seberapa besar kualitas model regresi linier berganda yang terbentuk. perhatikan nilai koefisien determinasi (R square) = 97. Sedangkan sisanya 2. .05.8%. Nilai tersebut menunjukkan informasi bahwa 97. B. Nilai R merupakan hubungan antara produksi beras dengan luas lahan. Hal ini menunjukkan bahwa hubungan korelasi 0. Peningkatan luas lahan sudah tentu akan meningkatkan Produksi Beras.

8443.245 dengan nilai Sig. < dari nilai α (0. yaitu sebesar 4. Sedangkan nilai Ftabel diperoleh pada table F dengan v1=1 dan v2=11.000. Dari kondisi tersebut terlihat bahwa nilai Fhitung > Ftabel dan nilai Sig.05). maka kesimpulan yang bisa diambil adalah menolak H0 yang berarti koefisien determinasi adalah signifikan secara statistik serta menunjukkan persamaan regresi berganda yang dihasilkan dapat digunakan untuk memprediksi produksi beras. sebesar 0. Dari tabel ANOVA diperoleh nilai Fhitung sebesar 498. atau dengan membandingkan nilai Ftabel. .Untuk melihat signifikansi koefisien determinasi kita dapat melihat nilai Fhitung dan nilai Sig. Dimana Ho yaitu tidak terdapat pengaruh yang signifikan antara luas lahan dengan produksi beras sedangkan Ha yaitu terdapat pengaruh yang signifikan antara luas lahan dengan produksi beras.

000 < 0.108. sig.108 luas lahan.05 ini menunjukkan bahwa luas lahan mempengaruhi secara signifikan dalam regresi ganda. . dari outpu diperoleh detrended normal Q-Q plot seperti gambar diatas. kemungkinan besar. suatu set data dikatakan mempunyai sebaran normal apabila data tersebar di sekitar garis. maka produksi beras sebesar 5.108 menunjukkan bahwa meningkatnya luas lahan sebesar 1 akan meningkatkan Pelayanan terhadap Mahasiswa sebesar 0. Terlihat bahwa data pada ADV menyebar di sekitar garis.  Signifikansi variable luas lahan. C.984 menyatakan jika tidak ada luas lahan. = 0. Nilai konstanta sebesar 5. Nilai uji t menunjukkan tingkat signifikansi konstanta dan variable independent.05 ini menunjukkan bahwa konstanta mempengaruhi secara signifikan dalam regresi ganda. sig. dan tidak ada data yang letaknya jauh dari garis. = 0. Pada detrended normal Q-Q plot ADV. Hasil dan Interpretasi Normal Q-Q Plot Secara teoritis. Dari output.984 + 0. Secara teoritis suatu data dikatakan mempunyai sebaran normal apabila data tersebar di sekitar garis (angka nol). Terlihat bahwa data tersebar dekat disekitar dari garis sehingga kemungkinan besar sebaran data normal. sebaran data normal.  Signifikansi variable konstanta.Dari nilai persamaan yang dihasilkan oleh regresi diperoleh persamaan sebagai berikut :  Produksi beras = 5.000 < 0.984  Nilai koofisien sebesar koefisien 0. diperoleh Q-Q plot seperti diatas.

sebaran data normal. dan tidak ada data yang letaknya jauh dari garis. suatu set data dikatakan mempunyai sebaran normal apabila data tersebar di sekitar garis.Secara teoritis. diperoleh Q-Q plot seperti diatas. Terlihat bahwa data pada REV menyebar di sekitar garis. Dari output. Pada detrended normal Q-Q plot REV. dari output diperoleh detrended normal Q-Q plot seperti gambar diatas. kemungkinan besar. . Secara teoritis suatu data dikatakan mempunyai sebaran normal apabila data tersebar di sekitar garis (angka nol). Terlihat bahwa data tersebar dekat disekitar dari garis sehingga kemungkinan besar sebaran data normal.

Interpretasi korelasi dan regresi. ian.html.com/2013/12/pengertian-ujinormalitas-sebaran-data.com/2012/03/interpretasi-korelasi-dan-regresi. SPSS. Diakses tanggal 23 Maret 2014 Guntara.blogspot.html.guntara. Diakses tanggal 23 Maret 2014 Manoppo. 2012.com/2013/05/makalah-uas-statistikadeskriptif. Uji T dan uji F.html.blogspot. 2013.com/2013/01/uji-f-dan-uji-t.blogspot.html. http://mayangjuwita. http://www.html. Diakses tanggal 23 Maret 2014 Hidayat. Ilham. Anwar.blogspot. Diakses tanggal 23 Maret 2014 . Uji Normalitas. http://artikelmatematika01. siwi. 2013. http://ian-manoppo. 2013.com/2013/01/sekilas-mengenaispss.DAFTAR PUSTAKA Aulia. Diakses tanggal 23 Maret 2014 Juwita. Statistika. http://statistikian.