Professional Documents
Culture Documents
Statistik
Statistik
UJI VALIDITAS
LANGKAH-LANGKAH
1. Dari menu Analyze => pilih Submenu Scale => kemudian Reliability Analysis
2. Pada Window Reliability Analysis lakukan pengisian sebagai berikut:
Masukkan semua Variabel (Q1 s/d .........) ke kotak items yang ada di sebelah
kanan
Pada bagian Model, biarkan pilihan pada Alpha
Klik menu Statistics
3. Dan ada bagian Descriptive For (kiri atas), centang ketiga pilihan (Item, Scale, Scale
if item deleted), kemudian klik Continue untuk kembali ke window utama
4. Klik OK
TABEL ...........
Reliability Statistics
Cronbach's N of
Alpha Items
.935 27
TABEL ..........
Item-Total Statistics
Scale Cronbach's
Scale Mean Variance if Corrected Alpha if
if Item Item Item-Total Item
Deleted Deleted Correlation Deleted
Q1 118.8171 88.324 .663 .931
Q2 118.6707 91.236 .435 .934
Q3 118.9878 87.494 .584 .932
Q4 118.9878 87.099 .618 .932
Q5 118.8293 87.452 .753 .930
Q6 118.6951 88.955 .618 .932
Q7 118.6341 90.753 .489 .933
Q8 119.1829 87.855 .472 .934
Q9 118.8293 89.082 .579 .932
Q10 118.6829 89.059 .615 .932
Q11 118.8293 86.736 .758 .930
Q12 119.0732 86.167 .692 .931
Q13 118.7073 89.370 .598 .932
Q14 118.6463 90.552 .541 .933
Q15 118.7561 88.532 .703 .931
Q16 118.6829 90.120 .564 .933
Q17 118.7561 88.853 .629 .932
Q18 119.2927 87.963 .429 .935
Q19 118.8537 87.855 .594 .932
Q20 118.7683 89.168 .560 .933
Q21 118.8780 87.220 .606 .932
Q22 118.9268 89.130 .296 .939
Q23 118.8780 88.034 .650 .931
Q24 118.8780 85.985 .713 .930
Q25 119.2561 84.983 .612 .932
Q26 118.8293 88.612 .493 .933
Q27 118.7683 88.230 .692 .931
FREKUENSI
LANGKAH-LANGKAH PENGERJAAN
1. Input data sesuai dengan tabel diatas
2. Pilih menu Analyze => Descriptive Statistics => Frequencies. Akan muncul
Windows Frequencies. Kemudian masukkan ..... ke kotak Variable. Display
frequency tables tetap dicentang.
3. Pada menu Statistik, pilih sesuai dengan pertanyaan soal (mean, median, min,
max, Std. Deviation) klik Continue
4. Klik OK
5. Interpretasi hasil melalui output yang sudah dihasilkan oleh aplikasi spss
TABEL ..........
Statistics
motivasi iklim_organisasi Komunikasi kinerja_karyawan
N Valid 83 83 83 83
Missing 0 0 0 0
Mean 166.4337 113.2048 110.1205 114.2289
Median 171.0000 116.0000 112.0000 115.0000
Mode 190.00 125.00 100.00 130.00
Std. Deviation 16.76756 10.36735 11.52875 10.89117
Minimum 130.00 93.00 75.00 90.00
Maximum 190.00 125.00 125.00 130.00
Sum 13814.00 9396.00 9140.00 9481.00
PROPORSI
NO VARIABLE N %
1 Motivasi Motivasi tidak baik 47 47
Motivasi baik 53 53
2 Iklim Iklim buruk 44,6 44,6
Iklim baik 55,4 55,4
3 Komunikasi Komunikasi tidak baik 48,2 48,2
Komunikasi baik 51,8 51,8
4 Kinerja Kinerja buruk 49,4 49,4
Kinerja baik 50,6 50,6
UJI NORMALITAS
LANGKAH-LANGKAH PENGERJAAN
1. Input data sesuai dengan tabel diatas
2. Dari menu Analyze => Descriptive Statistics => Explore.
3. Masukkan variabel (.....) pada kotak Dependent List
4. Pada menu Plots, centang opsi “Normality plots with tests” dan
kosongkan opsi yang lain dan tekan Continue.
5. Pada bagian Display (kiri bawah), pilihlah opsi Plots dan klik OK.
6. Hasil output
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic Df Sig. Statistic Df Sig.
Motivasi .124 83 .003 .946 83 .002
iklim_organisasi .128 83 .002 .891 83 .000
Komunikasi .129 83 .002 .925 83 .000
kinerja_karyawan .079 83 .200 * .958 83 .008
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
UJI HETEROSKEDASTISITAS
Untuk mengetahui keadaan dimana terjadinya ketidaksamaan varian dari data pada
model regresi, perlu dilakukan uji heteroskedastisitas.
Pengujian dilakukan dengan mencari korelasi antara nilai residual dengan variable
bebasnya. Jika ditemukan adanya korelasi antara variable bebas dengan nilai residual,
maka dapat disimpulkan terjadi heterokedastisitas.
Berikut merupakan Dasar Pengambilan Keputusan (DPK) dalam Uji Korelasi (α dalam
penelitian ini sebesar 5% = 0,05) :
Tentukan alat uji statistik :
• Jika sebaran data normal = Person Korelasi
• Jika sebaran data tidak normal = Korelasi Spearman
Aturan ketentuan :
1. Hipotesis uji :
H0 ; tidak ada hubungan antara variabel dependent dan variabel indepandent
H1 ; ada hubungan antara variable dependent dan independent
2, Menentukan nilai signifikan α = 5% = 0,05
3. Aturan keputusan;
• Bila sig hitung ≥ α = 0,05 maka terima H0, tolak H1. Artinya tidak ada
hubungan antara variabel dependent dan variabel independent
• Bila sig hitung < α = 0,05 maka tolak H0, terima H1. Artinya ada hubungan
antara variable dependent dan variable independent
LANGKAH-LANGKAH PENGERJAAN
1. Dari menu utama SPSS => Analyze => submenu Regression => Linear. Maka
akan muncul kotak dialog sebagai berikut “Masukkan variabel yang dipengaruhi
(dependen) dan variabel yang mempengaruhi (independen) ke kotaknya masing-
masing”
2. Pilih Save kemudian pada bagian Residuals pilih Unstandardized (Untuk
memunculkan nilai residual). Lalu klik Continue => OK. Hasil akan muncul di input
SPSS.
3. Setelah muncul Nilai Residual, dilanjukan dengan Analisis Korelasi. Pilih menu
Analyze => Correlate => Bivariate.
4. Pindahkan variabel ..... ke kotak variabel. Kemudian centang Spearman pada
Coefficient Correlation => OK
Correlations
motivasi kinerja_karyawan
Spearman's rho Motivasi Correlation Coefficient 1.000 .690**
Sig. (2-tailed) . .000
N 83 83
kinerja_karyawan Correlation Coefficient .690 ** 1.000
Sig. (2-tailed) .000 .
N 83 83
**. Correlation is significant at the 0.01 level (2-tailed).
REGRESSI LINEAR SEDERHANA
1. Masukkan data ke Variable View
Nama = Label
Type : String / Numeric
Measure : Nominal / Scale
2. Masukkan data ke Data View
3. Dari menu utama SPSS, pilih menu Analyze => Regression => Linear. Maka akan
muncul kotak dialog sebagai berikut : masukkan Variable Dependent dan Variable
Independent
4. Pilih Statistics => Checklist Estimates, Model Fit, Confidence intervals 95%,
Descriptives, dan Durbin-Watson
5. Klik Continue => Plots. Masukkan Y => Dependnt dan X => Adjpred. Check list
Histogram dan Normal probability plot => Continue
6. Klik Save dan pilih opsi Unstandarized pada Predicted value. Check list Include the
..... => Continue
7. Klik OK
Model Summaryb
Std. Error of
Mode R Adjusted R the
l R Square Square Estimate
1 .486 a .236 .229 7.52129
a. Predictors: (Constant), komunikasi
b. Dependent Variable: kinerja
ANOVAa
Sum of Mean
Model Squares Df Square F Sig.
1 Regressio
1715.868 1 1715.868 30.332 .000b
n
Residual 5543.842 98 56.570
Total 7259.710 99
a. Dependent Variable: kinerja
b. Predictors: (Constant), komunikasi
Coefficientsa
Standardize
Unstandardized d 95,0% Confidence Interval
Coefficients Coefficients for B
Lower Upper
Model B Std. Error Beta T Sig. Bound Bound
1 (Constant) 28.155 5.602 5.026 .000 17.038 39.273
Komunikas
.794 .144 .486 5.507 .000 .508 1.079
i
REGRESSI LINEAR BERGANDA
ANOVAa
Sum of Mean
Model Squares Df Square F Sig.
1 Regressio
2251.956 2 1125.978 21.810 .000b
n
Residual 5007.754 97 51.626
Total 7259.710 99
a. Dependent Variable: kinerja
b. Predictors: (Constant), komunikasi, kepemimpinan
Coefficientsa
Unstandardized Standardized 95,0% Confidence Interval
Coefficients Coefficients for B
Lower Upper
Model B Std. Error Beta t Sig. Bound Bound
1 (Constant) 18.976 6.063 3.130 .002 6.943 31.009
Kepemimpina
.643 .200 .377 3.222 .002 .247 1.039
n
Komunikasi .367 .191 .225 1.919 .058 -.013 .746
a. Dependent Variable: kinerja
Model Summaryb
Std. Error of
Mode R Adjusted R the
l R Square Square Estimate
1 .557 a .310 .296 7.18515
a. Predictors: (Constant), komunikasi, kepemimpinan
b. Dependent Variable: kinerja
Variables Entered/Removeda
Mode Variables Entered Variables Method
l Removed
komunikasi, . Enter
1 motivasi, iklim
organisasib
. komunikasi Backward (criterion:
2 Probability of F-to-remove
>= ,100).
a. Dependent Variable: kinerja
b. All requested variables entered.
9. Variabel View
Nama = Label
Value : None / 1 ..... 2 .....
Measure : Scale / Nominal
10. Analyze => Compare means => Independent sample T test
11. Masukkan variabel nilai ke Test Variable (s) dan masukkan kelas ke Groping
Variable.
12. Setelah itu klik Define groups, masukkan angka 1 = group 1 (yang berarti
kelas A) dan 2 = group 2 (yang berarti kelas B)
13. Continue => OK
Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
*
nilai .083 21 .200 .980 21 .926
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Group Statistics
Equal variances
2.459 18.494 .024 7.25455 2.94977 1.06916 13.43994
not assumed
UJI NORMALITAS
Paired Differences
Pair 1 metodebaru -
10.00000 12.56981 3.97492 1.00810 18.99190 2.516 9 .033
metodelama
2.742 4 25 .051
ANOVA
pertumbuhan
Sum of Squares df Mean Square F Sig.
Dosis N 1 2 3 4
48gr/m3 6 71.6667
32gr/m3 6 84.0000
0gr/m3 6 94.0000
A. MANN WHITNEY
1. Input variabel kelas dan nilai pada Variable View. Gunakan Value Label untuk
variabel kelas.
2. Input data ke Data View.
3. LAKUKAN UJI NORMALITAS.
4. Pilih Analyze => Nonparametric Tests => Legacy Dialogs => 2 Independent
Samples.
5. Kemudian pada window yang muncul, pindahkan variable nilai ke Test
Variable List dan kelas ke Group Variable.
6. Klik Define Group dan masukkan seperti dibawah ini.
7. Pilih Continue. Pada test-type centang Mann-Whitney U => OK untuk melihat
output.
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Kelas Statistic Df Sig. Statistic df Sig.
Residual for nilai A .154 20 .200* .898 20 .038
Ranks
B 20 15.28 305.50
Total 40
Test Statisticsa
Nilai
Mann-Whitney U 95.500
Wilcoxon W 305.500
Z -2.833
Asymp. Sig. (2-tailed) .005
Exact Sig. [2*(1-tailed Sig.)] .004b
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Ties 0c
Total 12
Test Statisticsa
sesudah –
sebelum
Z -2.242b
Asymp. Sig. (2-tailed) .025
C. KRUSKALL WALLIS
Langkah-langkah pengerjaan menggunakan SPSS :
1. Masukkan variabel ke dalam Variable View, yaitu Shift dan Nilai.
2. Klik pada Values, nanti akan muncul kotak dialog “Value Labels”. Pada kolom
Value tulis angka 1 dan label “16:00-midnight” dan klik “Add” dilanjutkan
sampai value ke-3.
3. Pada tab “Data View” di kolom shift masukan angka 1 untuk shift 1 dan pada
kolom nilai copy data dari contoh soal.
4. Syarat untuk melakukan uji Kruskal-Wallis adalah data berdistribusi tidak
normal sehingga kita harus melakukan UJI NORMALITAS terlebih dahulu.
Klik Analyze => Descriptive Statistics => Explore sebagai berikut :
5. Kemudian akan muncul kotak dialog Explore dan klik Plots.
6. Pada kotak dialog Explore : Plots pada Boxplots klik None, pada Descriptive
uncheck Stem-and-leaf dan klik Normality plots with tests. Klik Continue dan
klik Ok pada kotak dialog Explore dan akan muncul hasil output dari
Normalitas :
7. Hasil Output Uji Normalitas karena jumlah data atau df 20 sehingga kita
melihat table Shapiro-Wilk. Dari hasil Sig 0.009, 0.004, dan 0.0 lebih kecil dari
α (0.5) sehingga bisa dilakukan pengujian Kruskal-Wallis.
8. Kemudian Klik Analyze => Nonparametric Tests => K Independent Samples
9. Kemudian akan muncul kotak dialog “Tests for Several Independent
Samples” kemudian pindahkan variable Nilai ke kolom Test Variable List dan
Shift ke Grouping Variable
10. Kemudian klik Define Range dan isikan nilai Minimum : 1 dan nilai Maximum :
3 (karena terdiri dari 3 sample)
11. Kemudian klik Continue dan klik Ok. Hasil Output dari Kruskal-Wallis Test
Cases
Ranks
midnight-08.00 20 28.70
08.00-16.00 20 43.18
Total 60
Test Statisticsa,b
Hasil
Chi-Square 20.389
Df 2
Asymp. Sig. .000