TEKNIK ANALISIS DATA PENELITIAN KUANTITATIF

DENGAN SPSS

 Menurut Sugiyono penelitian kuantitatif yakni penelitian dimana datanya berupa angka-
angka serta perhitungannya dengan statistik.
 Judul Skripsi yaitue Pengaruh Daya Tarik Wisata Pantai Kotaraja Terhadap
Kepuasan Pengunjung di Kabupaten Ende
 Teknik Pengumpulan data Angket / Kuesioner
 Variabel
1. Variabel Terikat = Kepuasan Pengunjung (Y)
2. Variabel Bebas = Daya Tarik Wisata (X)
 Jumlah Sampel = 30 Pengunjung di Pantai Kotaraja Kabupaten Ende NTT
 Teknik analisis yang digunakan
1. Uji validitas
2. Uji reliabilitas
3. Uji asumsi klasik
a. Uji normalitas
b. Uji heterokedastisitas
c. Uji multikolinieritas
4. Uji Hipotesis
a. Uji Koefisien determinasi
b. Uji F
c. Uji regresi linear berganda
d. Uji T

1
1. Tentukan Hipotesis
Menurut Sugiyono, hipotesis merupakan jawaban sementara terhadap rumusan masalah,
karena sifatnya masih sementara maka perlu dibuktikan kebenarannya melalui data
empirik yang terkumpul.
H1 = Dugaan Daya Tarik berpengaruh positif dan signifikan terhadap Kepuasan
Pelanggan
H2 = Dugaan Daya Tarik tidak berpengaruh positif dan signifikan terhadap Kepuaasn
pelangan

2. Variabel Bebas dan Variabel Terikat

 Variabel Bebas adalah variabel yg nilainya mempengaruhi nilai variabel
terikat. Variabel Bebas = Daya Tarik (X)
 Variabel Terikat adalah variabel yg nilainya dipengaruhi nilai variabel bebas.
Variabel Terikat = Pengeluaran (Y)

3. Uji Validitas
 Menurut Ghozali Uji validitas dipergunakan mengukur kevaliditasn kuesioner.
Kuesioner dikatakan valid jika pernyataan - pertanyaan didalamnya dapat
mendefinisikan apa yang ingin diukur dalam kuesioner tersebut.
 Dasar Pengambilan Keputusan
a. Bila rhitung > rtabel dimana pertanyaan dikatakan valid
b. Bila rhitung < rtabel dimana pertanyaan dikatakan tidak valid

Analyze → corrilate → bivarite → pindahkan data → ok

 Langkah-langkah Uji Validitas di SPSS

Kesimpulan
a. Kepuaasn .
No R hitung R tabel Keterangan
1 0,749 0.3610 Valid
2 0.3610 Valid
3 0.3610 Tidak Valid
4 0.3610 Valid
5 0.3610 TIDAK VALID
6. 0.3610 VALID
7 0.3610 Valid
8 0.3610 Tidak valid

b. Gaya Hidup (X2)

No R hitung R tabel Keterangan
1 0.537 0.1966 Valid
2 0.631 0.1966 Valid
3 0.762 0.1966 Valid
4 0.782 0.1966 Valid
5 0.604 0.1966 Valid
6 0.672 0.1966 Valid
7 0.600 0.1966 Valid
2
Solusi data tidak Valid
a. Perbaiki pertanyaan
b. Tambah atau kurangi responden
c. Buang pertanyaan yang tidak valid dan ganti dengan pertanyaan baru

4. Uji Reliabilitas
 Menurut Jogiyanto Instrumen yang reliabel termasuk instrumen dimana jika dipakai
berulang kali dalam pengukuran objek yang serupa, nantinya dapat menciptakan data
yang serupa (reliabel) pada tiap ukuran. Berikut ini adalah kriteria pengujian:
a. Bila nilai Cronbach’s Alpha > 0,60, instrumen dikatakan reliabel
b. Bila nilai Cronbach’s Alpha < 0,60 , instrumen dikatakan invariabel

Analyze → scale → relibilitas → pindahkan data semuanya → statistik → centang

 Langkah-langkahnya

scale if item deleted → oke

Variabel Cronbach Alpha R tabel Keterangan

Pengeluaran (Y) 0.648 0.60 Reliabel
Gaya Hidup (X2) 0.754 0.60 Reliabel
Pendapatan (X1) 0.812 0.60 Reliabel

3
5. Uji asumsi klasik
a. Uji Normalitas
 Menurut Ghozali Uji normalitas dilakukan guna menguji apakah data penelitian
dari masing-masing variabel terdistribusi normal ataupun tidak.
Cara 1
 Langkah-langkahnya.
Analyz > Descriptive Statistics > Explore >Klik Plots > centang normality plots
with test > continue >ok
 Dasar pengambilan keputusan
1. Jika nilai signifikansi > 0,05, maka nilai residual berdistribusi normal
2. Jika nilai signifikansi < 0,05 maka nilai residual tidak berdistribusi normal

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
Pengeluaran (Y) .179 100 .000 .928 100 .000
Pendapatan (X1) .107 100 .007 .954 100 .001
Gaya Hidup (X2) .128 100 .000 .961 100 .005

a. Lilliefors Significance Correction

 Kesimpulan
Berdasarkan hasil analisis tabel diatas diperoleh nilai sig Y (0.000), X1 (0.001),
X2 (0.005) < 0.05, maka disimpulkan tidak berdistribusi normal

Cara 2 (Jika data tidak normal pada cara 1, lakukan cara 2)

 Langkah-langkahnya
1. Analyz > Regression > Linear
2. klik Save centang unstandardized kemudian klik kontinu dan tekan ok
3. Abaikan analisis data yang muncul, Kembali ke data view kemudian
akan muncul tabel RES_1
4. Ambil analyze > Nonpaametric Test > legacy dialogs > 1-sample k-S
5. Pindahkan variabel unstandardizer R ke kotak tes variable list
kemudian centang Normal dan klik Ok
 Dasar pengambilan keputusan
1. Jika nilai signifikansi > 0,05, maka nilai residual berdistribusi normal
2. Jika nilai signifikansi < 0,05 maka nilai residual tidak berdistribusi normal

4
 One-Sample Kolmogorov-Smirnov Test
Unstandardize
d Residual

100
a,b
Normal Parameters Mean .0000000
Std. Deviation 1.7233626
6
Most Extreme Differences Absolute .086
Positive .045
Negative -.086
Test Statistic .086
Asymp. Sig. (2-tailed) .067c

a. Test distribution is Normal.

b. Calculated from data.
c. Lilliefors Significance Correction.
 esimpulan
Berdasarkan hasil analisis tabel diatas, diperoleh nilai sig (2-tailed) 0,067 Lebih besar 0,05
maka data berdistribusi normal

6. Uji Hipotesis

Analyze → regression → linear → pindahkan varibel terikat ke kolom dependent →

Langkah-Langkah

pindahkan variabel bebas ke kolom independet → ok

a. Uji Koefisien Determinasi
 Menurut Ghozali Koefisien ini menunjukkan seberapa besar persentase variasi
variabel independen yang digunakan dalam model mampu menjelaskan variasi
variabel dependen.
1) Apabila hasil R mendekati 0 menunjukkan kontribusi variabel independen
terhadap variabel dependen secara simultan semakin lemah, maka model
dikatakan kurang layak.
2) Apabila hasil R mendekati 1 menunjukkan kontribusi variabel independen
terhadap variabel dependen secara simultan semakin kuat, maka model dikatakan
kuat.
3)
Model Summaryb
Std. Error of the
Model R R Square Adjusted R Square Estimate
a
.224 .050 .016 4.74020
a. Predictors: (Constant), DAYA TARIK
b. Dependent Variable: KEPUASAN PELANGGAN

5
 Kesimpulan
Berdasarkan hasil analisis diatas, diperoleh persentase keragaman Variabel Kepuaan
Pelanggan (Y) yang dapat dijelaskan oleh variabel Daya Tarik (X) adalah 50,%
sedangkan 50.% sisanya dijelaskan variabel lain diluar model regresi

b. Uji Regresi Linear Berganda

 Menurut Ghozali Analisis regresi berganda adalah penyelidikan dimana bermaksud
untuk membuktikan ada ataupun tidak pengaruh antara variabel bebas terhadap
variabel terikat.
Berikut adalah bentuk pemodelan yang digunakan dalam penelitian ini : Y
= a + b1X1 + b2X2 +.........+bnXn
Keterangan :
Y : Pengeluaran
a : Konstanta (Nilai tetap)
b1,b2 : Koefisien regresi (Nilai pendugaan)
X1 : Pendapatan
X2 : Gaya Hidup

6
 Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model t Sig.
B Std. Error Beta
1 (Constant) 4.330 1.952 2.21 .029
8
Pendapatan .035 .045 .079 .787 .433
(X1)
Gaya Hidup .366 .064 .570 5.71 .000
(X2) 0
a. Dependent Variable: Pengeluaran (Y)

Y = 4.330 + 0.035X1 + 0.366X2

a. Konstanta sebesar 4.330, hal ini menunjukkan bahwa apabila X1 dan X2
bernilai sebesar 0 maka nilai Y tetap sebesar 4.330
b. Berdasarkan variabel X1 hasil uji regresi yang menunjukkan bahwa variabel X1
memiliki koefisien regresi positif dengan nial b = 0.035. artinya apabila terjadi
kenaikan nilai variabel X1 sebesar 1 point maka akan terjadi pula peningkatan
terhadap variabel Y sebesar 0.035
c. Berdasarkan variabel X2 hasil uji regresi yang menunjukkan bahwa variabel X2
memiliki koefisien regresi positif dengan nial b = 0.366. artinya apabila terjadi
kenaikan nilai variabel X2 sebesar 1 point maka akan terjadi pula peningkatan
terhadap variabel Y sebesar 0.366

c. Uji F (Simultan)
 Uji F menunjukkan apakah dari variabel independen secara bersama-sama dapat
berpengaruh secara signifikan terhadap variabel dependen,
Dasar Pengambilan Keputusan
1) Jika sig < 0,05 atau f hitung > f tabel maka terdapat pengaruh variabel X secara
simultan terhadap varibel Y
2) Jika sig > 0,05 atau f hitung < f tabel maka tidak terdapat pengaruh variabel X
secara simultan terhadap variabel Y
 H3 = Dugaan Pendapatan dan Gaya Hidup berpengaruh positif dan signifikan
terhadap pengeluaran pegawai kantoran swasta di sumatera barat

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 33.155 1 33.155 1.476 .235b
Residual 629.145 28 22.469
Total 662.300 29
a. Dependent Variable: KEPUASAN PELANGGAN

7
b. Predictors: (Constant), DAYA TARIK
28

8
 Kesimpulan
Berdasarkan hasil analisis tabel diatas, didapatkan nilai Sig > 0. 05. maka disimpulkan
terdapat pengaruh positif dan signifikan variabel X1 dan X2 secara simulitan terhadap
Y sehingga H1 diterima dan H2 ditolak

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
(Constant) 22.638 8.001 2.829 .009
DAYA TARIK .137 .113 .224 1.215 .235
a. Dependent Variable: KEPUASAN PELANGGAN

d. Uji t (Partial)
 Menurut Ghozali Uji-t (test) digunakan untuk dapat mengetahui pengaruh masing-
masing variabel berdasarkan parsial berdampak signifikan pada variabel dependen
 Dasar Pengambilan keputusan.
1) Bila thitung > ttabel dengan nilai sig ≤ 0,05 dimana H0 ditolak sedangkan Ha diterima.
Hal tersebut menjelaskan adanya keterkaitan secara signifikan dari variabel terikat
2) Bila thitung < ttabel dengan nilai sig ≥ 0,05 dimana H0 diterima sedangkan Ha ditolak.
Hal tersebut menjelaskan tidak terdapat keterkaitan secara signifikan dari variabel
tersebut.
 Hipotesis
H1 = Dugaan Pendapatan berpengaruh positif dan signifikan terhadap pengeluaran
pegawai kantoran swasta di sumatera barat
H2 = Dugaan Gaya Hidup tidak berpengaruh positif dan signifikan terhadap
pengeluaran pegawai kantoran swasta di sumatera barat

Coefficientsa

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
a. Dependent Variable: Pengeluaran (Y)
Model B Std. Error Beta t Sig.
(Constant) 22.638 8.001 2.829 .009
DAYA TARIK .137 .113 .224 1.215 .235
a. Dependent Variable: KEPUASAN PELANGGAN

9
 Kesimpulan
 Berdasarkan hasil analisis dari tabel diatas diperoleh nilai t hitung (1.215) < t tabel
(2048) dan sig (0.235) > 0.05, maka disimpulkan Daya Tarik berpengaruh positif dan
tidak signifikan terhadap Kepuaan Pelanggan, H2 ditolak dan H1 diterima

10