UJI VALIDITAS UJI RELIABILITAS

Tujuan: untuk mengetahui apakah angket yang Konsep reliabilitas adalah sejauhmana hasil
digunakan telah valid untuk mengukur suatu pengukuran dapat dipercaya. Angket
variable yang diteliti. daikatakan reilabel jika jawaban responden
terhadap pertanyaan adalah konsisten atau
Secara umum cara Uji Validitas:
stabil dari waktu ke waktu.
A. Korelasi Bivariate Pearson
Uji reliabilitas digunakan untuk mengetahui
B. Correlated Item Total Corelation
konsistensi alat ukur apakah alat pengukur
yang digunakan dpaat diandalkan dan tetap
Uji Validitas dengan Pearson konsisten jika pengukuran tersebut diulang
Dasar pengambilan keputusan dalam uji
Dalam SPSS, metode yang sering digunakan
validitas:
adalah metode Alpha Cronbach’s
A. Nilai signifikan < 0.05
Uji signifikansi dilakukan pada taraf a=0.05.
B. Jika nilai r hitung > r tabel, maka item
Instrumen dapat dikatakan reliabel apabila
pertanyaan / pernyataan dalam
nilai Alpha > r tabel.
angket berkorelasi signifikan terhadap
skor total (artinya item angket
dinyatakan valid) dan sebaliknya. Langkah-Langkah:

1. Buka lembar kerja baru program SPSS

Langkah-Langkah: 2. Klik variabel view pada SPSS Data
Editor
1. Buka lembar kerja baru program SPSS
3. Pada bagian nama tulis X1_1 sampai
2. Klik variabel view pada SPSS Data
dengan X1_5 dan jumlah_1
Editor
selanjutnya pada bagian desimals
3. Pada bagian nama tulis X1_1 sampai
diganti dengan 0
dengan X1_5 dan jumlah_1
4. Data menu utama SPSS, pilih menu
selanjutnya pada bagian desimals
Analyze, kemudian pilih sub menu
diganti dengan 0
Scale-Reliability Analysis
4. Klik data view pada SPSS Data Editors
5. Kemudian masukkan semua variabel
5. Masukkan data-data pada kolom X1_1
yang valid tetapi jangan masukkan
sampai Jumlah_1 sesuai dengan data
skor totalnya.
angket yang diperoleh
6. Klik Staristics, pada descriptives for
6. Dari menu utama Analyze, kemudian
klik Scale if them deleted.
pilih sub menu Correlate, lalu pilih
7. Klik Continue, kemudian klik Ok untuk
Bivariate
mengakhiri perintah
7. Dari kotak dialog Bivariate
Correlation, masukkan semua X1_1
samoai X1_5 dan jumlah_1 ke dalam
kotak variabel di sebelah kanan
8. Pada pilihan Correlations Coefficient,
Pilih pearson
9. Pada bagian Test Of Significance, pilih
Two_Tailed, centang flag significance
correlations
10. Klik OK untuk mengakhiri perintah
UJI NORMALITAS Dasar pengambilan Keputusan:
untuk mengetahui apakah data berdistribusi Data berdistribusi normal, jika nilai signifikansi
normal atau tidak. Normalitas data > 0.05 dan sebaliknya.
merupakan syarat pokok karena dengan data
yang terdistribusi normal, madka data
tersebut dianggap dpaat mewakili populasi Langkah- Langkah:

1. Buat data unstandarized residual

Uji Normalitas dengan Grafik Histogram dan terlebih dahulu, caranya: pilih menu
P-Plot Analyze-Reggression-Linear,
masukkan variabel Y ke menu
Dasar pengambilan keputusan:
Dependent dan variabel X1, X2 ke
Pada dasarnya normalitas sebuah data dapat
independent (s), selanjutnya klik
dikenali atau dideteksi dengan melihat
tombol save.
persebaran data (titik) pada sumbu diagonal
2. Klik save pada bagian residual,
dari Grafik Histogram dari residualnya.
centang (v) Unstandarized (abaikan
Dapat dikatakan berdistribusi normal, jika data kolom yang lain), klik continue, klik
menyebar di sekitar garis diagonal dan OK, maka akan muncul variabel baru
mengikuti arah garis diagonal atau grafik dengan nama Res_1
histogramnya. 3. Selanjutnya pilih menu Analyze, lalu
pilih Non parametric, tests, legacy
Sebaliknya, data dikatakan tidak berdistribusi dialogs – pilih sub menu 1-sample K-S
normal jika data menyebar jauh dari garis atau 4. Masukkan variabel unstandardized
tidak mengikuti diagonal atau grafik histogram residual ke kotak test variable list
5. Pada test distribution, centang (v)
Langkah-Langkah: normal
6. Klik OK
1. Dari menu SPSS pilih Analyze –
Regression – Liniar ----------------------------------------
2. Muncul kotak dialog dengan nama
UJI MULTIKOLINIERITAS
Linear Regression. Kemudian
masukkan variabel X1, X2 ke kotak Multikolinieritas artinya: antar variabel bebas
Independent (s) dan Y di kotak yang terdapat dalam model regresi memiliki
Dependent. Kemudian klik: Plots hubungan linier yang sempurna atau
3. Kemudian muncul kotak dialog mendekati sempurna (koefisien korelasinya
dengan nama Linear Regression Plot, tinggi atau bahkan 1). Model regresi yang baik
selanjutnya berikan tanda checklist (v) seharusnya tidak terjadi korelasi sempurna
pada pilihan histogram dan Normal atau mendekati sempurna di antara variabel
Probability Plot, Abaikan yang lain bebasnya. Konsekuensi adanya
dan klik continue multikolinieritas adalah koefisien korelasi tidak
4. Langkah terakhir klik OK tertentu dan kesalahan menjadi besar.

Cara untuk mengetahui ada atau tidaknya

Uji Normalitas dengan Kolmogrov Smirnov gejala multikolinieritas adalah dengan melihat
nilai tolerance dan variance inflaction factor
Tujuan Uji Normalitas adalah untuk menguji
(VIF) pada model regresi. Apabila nilai VIF < 10
apakah dalam model regresi, variabel residu
dan tolerance > 0.1, maka dinyatakan tidak
memiliki distribusi normal atau tidak.
terjadi multikolinieritas.
Langkah – Langkah: Tahap kedua melakukan analisis Spearman’
rho:
1. Mencari nilai residual, caranya klik:
Analyze – Regression – Linear, 1. Klik Analyze – Correlate – Bivariate
selanjutnya akan muuncul kotak 2. Selanjutnya, kotak dialog Bivariate
dialog Linear Regression. Correlations terbuka
2. Masukkan variabel Y ke menu 3. Masukkan variabel X1, X2 Dan
Dependent, masukkan variabel X1, X2 Unstandarized residual ke kotak
ke independent(s). variables, kemudian beri tanda centang
3. Selanjutnya, pada bagian method, pada Spearman dan hilangkan centang
pilih enter, lalu klik Statistics. pada Pearson
4. Di layer akan muncul tampilan 4. Klik OK
windows Linear Regression Statistics,
centang Covariance Matrix dan
Collinierity Diagnostics, Klik Continue B. Metode Grafik (melihat pada pola titik-
dan tekan OK titik pada grafik regresi)
Dasar pengambilan Keputusan: Jika ada pola
--------------------
tertentu seperti titik titik yang ada
UJI HETEROSKEDASTISITAS membentuk suatu pola tertentu yang teratur
(bergelombang, melebar kemudian
Heteroskedastisitas adalah varian residual menyemoit), maka terjadi heteroskedastisitas
yang tidak sama pada semua pengamatan di
dalam model regresi. Regresi yang baik Jika penyebaran titik titik data tidak ada pola,
seharusnya tidak terjadi Heteroskedastisitas. titik titik menyebar diatas dan dibawah angka
A. Metode Korelasi Spearman’s Rho: 0 pada sumbu Y maka tidak terjadi
Mengkorelasikan variabel bebas dengan heteroskedastisitas.
residualnya. Pengujian menggunakan Tingkat
signifikan 0.05 dengan uji 2 sisi. Jika korelasi Langkah-Langkah:
antara variabel bebas dengan redidual didapat
signifikansi > 0.05, maka berarti tidak terjadi 1. Dari menu SPSS pilih Analyze –
problem heteroskedastisitas. Regression – Liniar akan keluar kotak
dialog Linear Regression.
2. Masukkan variabel Y ke menu
Langkah – Langkah: Dependent, masukkan variabel X1, X2
1. Mencari nilai residual, caranya klik: ke independent(s). Kemudian klik
Analyze – Regression – Linear, tombol Plots.
selanjutnya akan muuncul kotak 3. Klik *SRESID (Studentized Residual)
dialog Linear Regression. dan masukkan ke kotak Y
2. Masukkan variabel Y ke menu 4. Klik *ZPRED ( Standarized Predicted
Dependent, masukkan variabel X1, X2 Value) dan masukkan ke kotak X.
ke independent(s). 5. Klik Continue, Klik OK. Maka akan
3. Pada residual, beri tanda centang muncul hasil output grafik
pada unstandardized, kemudian klik Scatterplot.
continue.
4. Klik tombol OK, hiraukan hasil output
dan Kembali ke halaman input data.
Akan terlihat variabel baru dengan
nama RES_1 (Unstandarized Residual)
C. Metode Uji Glejser 8. Masukkan variabel ABS_RES ke kotak
Uji Glejser dilakukan dengan cara Dependent, kemudian masukkan
meregresikan antara variabel bebas dengan variabel X1 dan X2 ke korak
nilai absolut residualnya. Jika nilai signifikansi Independent(S). Selanjutnya klik
antara variabel bebas dengan absolut residual tombol OK.
> 0.05, maka tidak terjadi heteroskedastisitas.
-------------------

Langkah-Langkah:
UJI AUTOKORELASI

1. Mencari nilai Unstandarized Residual Autokorelasi merupakan korelasi antara

dengan cara klik Analyze – anggota observasi yang disusun menurut
Regression – Linear akan keluar kotak waktu dan tempat. Model regresi yang baik
dialog Linear Regression. seharusnya tidak terjadi autokorelasi. Metode
2. Masukkan variabel Y ke menu pengujian menggunakan uji Durbin Watson
Dependent, masukkan variabel X1, X2 (DS Test).
ke independent(s). Kemudian klik Tujuan Uji Autokorelasi adalah untuk menguji
tombol save, maka akan terbuka kotak apakah model regresi linear ada korelasi
dialog Linear Regression save. antara kesalahan pengganggu pada periode t
3. Pada residuals, beri tanda centang dengan kesalahan pada periode t1
pada Unstandarized kemudian klik (sebelumnya). Model regresi yang baik adalah
tombol continue, maka akan Kembali regresi yang bebas dari autokorelasi atau tidak
ke kotak dialog sebelumnya, klik terjadi autokorelasi.
tombol OK. Hiraukan hasil output dan
buka input data, di sini akan Pengambilan Keputusan pada uji Durbin
bertambah satu variabel yaitu: Watson:
residual (RES 1) • DU < DW < 4-DU, maka H0 diterima
4. Langkah selanjutnya mencari nilai artinya tidak terjadi autokorelasi
absolute residual dari nilai diatas, • DW < DL atau DW > 4-DL, maka H0
caranya klik menu Transform –
ditolak, artinya terjadi autokorelasi
Compute – Variable
• DL < DW < DU atau 4-DU < DW < 4-DL,
5. Selanjutnya terbuka kotak dialog
artinya tidak ada kepastian atau
Compute variable
Kesimpulan yang pasti
6. Pada kotak target variable,
• Nilai DU atau DL dapat diperoleh dari
merupakan nama variabel baru yang
tabel statistic Durbin Watson
akan tercipta, ketikkan ABS_RES
(absolute residual). Kemudian klik
pada kotak Numeric Expression, lalu Langkah-Langkah
ketikkan ABS (lalu masukkan Numeric
1. Klik Analyze - Regression – Linear
Expression dengan klik tanda
2. Masukkan variabel Y ke menu
petunjuk, kemudian tutup kurung.
Dependent, masukkan variabel X1, X2
Maka lengkapnya akan tertulis
ke independent(s). Kemudian klik
ABS(RES_1). Perintah ini untuk
tombol statistics.
menghitung nilai absolute dari
3. Beri tanda centang pada Durbin
residual. Jika sudah klik tombol OK.
Watsons, kemudian klik Continue
7. Langkah selanjutnya meregresikan
4. Klik OK
nilai variabel bebas dengan absolute
residual. Caranya: Klik Analyze –
Regression – Linear.
 UJI AUTOKORELASI (RUNS TEST) dependent list dan variabel X1 X2
pada kotak Independent List,
Selain Uji DW test, untuk mendeteksi adanya selanjutnya klik tombol options.
autokorelasi juga dapat menggunakan metode 3. Pada kotak dialog Means: Options,
pengujian runs test. Runst test sebagai bagian beri tanda centang pada test for
dari statistic non-parametrik dapat pula linearity, lalu klik Continue
digunakan untuk menguji apakah antar 4. Pada kotak dialog sebelumnya, klik
residual terdapat korelasi yang tinggi. tombol OK
Jika antar residual tidak terdapat hubungan
korelasi, maka dikatakan bahwa residual ------------------
adalah acak atau random. Runs test digunakan ANALISIS REGRESI
untuk melihat apakah data residual terjadi
secara random atau tidak sistematis. Regresi digunakan untuk mengukur besarnya
pengaruh variabel bebas terhadap variabel
Dasar pengambilan Keputusan ada tidaknya tergantung dengan memprediksi variabel
autokorelasi adalah: jika nilai Asymsig (2 tergantung dengan menggunakan variabel
tailed) lebih besar dari 0.05 bebas.

Berikut adalah tahapan uji autokorelasi Gujarati (2006) mendefinisikan regresi linier
dengan runs test: Sebagai kajian terhadap satu variabel yang
1. Analyze – Regression – Linear – Input disebut sebagai variabel yang diterangkan (the
variabel dependen dan independent – explained variable) dengan satu atau dua
save, centang unstandardized pada variabel yang menerangkan (the explanatory).
kolom residual – continue. Variabel pertama disebut juga sebagai variabel
2. Pilih tools Analyze – non parametic tergantung dan variabel kedua disebut juga
tests – legacy dialogs – runs – input sebagai variabel bebas. Jika variabel bebas
nilai unstandardized ke menu test lebih dari 1, maka analisis regresi disebut
variable list – OK regresi linear berganda. Disebut berganda
karena pengaruh beberapa variabel bebas
----------------- akan dikenakan kepada variabel tergantung.
UJI LINEARITAS
1 variabel X – Regresi sederhana
Digunakan untuk mengetahui linieritas data >1 variabel X – Regresi berganda
yaitu: apakah dua variabel mempunyai
hubungan yang linear atau tidak. Uji
digunakan sebagai prasyarat dalam analisis
koreasi Pearson atau regresi linear. Pengujian
pada SPSS menggunakan Test For Liniarity
pada taraf signifikansi 0.05. Dua variabel
dikatakan mempunyai hubungan yang linier
bila signifikansi (linearity) < 0.05

Langkah-Langkah:
1. Klik Analyze – Compare Means-
Means
2. Akan terbuka kotak dialog Means,
masukkan variabel y pada kotak