Materi_SPSS.ppt

PELATIHAN SPSS DAN APLIKASINYA
DALAM PENELITIAN

SESI 1
Pengolahan Data Primer dengan SPSS

Contoh Judul Penelitian:
1. Menggunakan Data Primer
Pengaruh Kualitas Informasi Akuntansi dan Good Corporate
Governance terhadap Dukungan Manajemen Atas Usaha
Usaha Berkelanjutan Di Bidang Sosial Dan Lingkungan
Hidup.
2. Menggunakan Data Sekunder
Pengaruh Perubahan Modal Kerja, Perubahan Laba, dan
Perubahan Pendapatan, terhadap Pergerakan Harga Saham
Industri Kimia Dasar yang Terdaftar di BEI.
Note: Judul ini memberi informasi variabel independen dan variabel
dependen, bentuk pengujian, dan unit yang diteliti.

Pengolahan Data Primer
Bersumber dari Kuisioner
1. Rekap Data Kuisioner di Excel atau Langsung input
di SPSS (Lihat Lampiran kuisioner penelitian dan
rekapnya).
2. Uji Kelayakan data dengan Uji Validitas dan Uji
Reliabilitas Data.
3. Pengujian Hipotesis dan Interpretasi Hasil
Pengolahan Data, meliputi signifikansi uji t dan uji F
(taraf 1%, 5%, 10%), beta variabel, persamaan
regresi, koefisien determinasi, korelasi berganda,
dan error.

Pengolahan Data Sekunder
Bersumber dari Lap. Keuangan & Pasar Modal
1. Rekap Data Keuangan di Excel atau Langsung input
di SPSS (Lihat Lampiran Data).
2. Uji Kelayakan data untuk regresi dengan uji
normalitas dan uji asumsi klasik (multikolinieritas,
autokoreasi, dan heteroskedastisitas).
3. Pengujian Hipotesis dan Interpretasi Hasil
Pengolahan Data, meliputi signifikansi uji t dan uji F
(taraf 1%, 5%, 10%), beta variabel, persamaan
regresi, koefisien determinasi, korelasi berganda,
dan error.

Mengaktifkan SPSS
Buka Program SPSS dan akan muncul tampilan seperti dibawah ini. Perhatikan di kiri bawah
terdapat tombol “Data View (Input Data Penelitian)” dan “Variable View (Input Nama Variabel)”.
Mulailah pekerjaan dari Variabel View seperti dibawah ini:

Menginput Name dan Label Responden
Input data responden di kolom Name dan kolom Label, serta rubah kolom
Decimal ke angka 0. Perhatikan tampilan dibawah ini:

Menginput Kode Data Responden
Perhatikan kolom Values, input data responden sesuai dengan informasi di kuisioner penelitian. Klik
“none” di kolom Values, dan akan muncul kotak berisi tiga tanda titik, klik kotak tersebut dan input
data responden sesuai kuisioner: 1 “Pria” dan 2 “Wanita” dan seterusnya. Hasilnya akan seperti ini:

Menginput Data Responden Ke SPSS
Klik “Data View” yang berada di kiri bawah, input data secara manual atau copy dari file excel jika
telah tersedia, maka akan terlihat tampilannya seperti dibawah ini:

Deskriptif Responden
Klik Analyze, Deskriptif Statistics, Frequencies, seperti dibawa ini:

Maka akan muncul tampilan seperti dibawah ini:

Data Pengelompokan Responden Pindahkan ke kolom Variable(s), kemudian klik OK.

Hasil Deskriptif Responden
Berikut dihasilkan Pengelompokan Responden Berdasarkan Gender dan Usia
Note: Simpan Data (tersendiri) dan Ouputnya (juga tersendiri).

Hasil Deskriptif Responden
Berikut dihasilkan Pengelompokan Responden Berdasarkan Pendidikan dan Masa Kerja

Uji Validitas dan Uji Reliabilitas
Perhatikan Rekap data penelitian di MS Excel, terdapat total 17 pertanyaan, Variabel X1 terdiri dari
P1 - P7 (Tujuh Pertanyaan), Variabel X2 terdiri dari P8 – P12 (Lima Pertanyaan), dan Variabel Y
terdiri dari P13 – P17 (Lima Pertanyaan). Aktifkan File SPSS di “Varieble View” dan ketik P1 s/d P17
seperti dibawah ini (Kolom Decimal ditampilkan dalam 0):

Klik “Data View” dan input data jawaban kuisioner atau copy dari file excel bila sudah diinput
sebelumnya. Tampilan akan tampak seperti dibawah ini:

Lakukan pengujian valditas dan reliabilitas data dengan mengikuti langkah sbb: Klik Analyze, Scale,
Reliability Analysis:

Maka akan muncul tampilan seperti ini:

Pindahkan Jawaban Responden Untuk Variabel X1 = Kualitas SIA dari P1 s/d P7 ke dalam kolom
Items secara berurutan seperti dibawah ini. Selanjutnya perhatikan tombol Statistics di kanan atas.

Klik Statistics, lalu akan muncul tampilan Reliability Analysis Statistics, seperti dibawah ini. Klik kotak
Item, Scale, dan Scale if Item Deleted, selanjutnya klik Continue, dan OK.

Tim Dosen FE UTA'45 Jkt
Pelatihan SPSS Bidang Manajemen &
Akuntansi
Output yang perlu diperhatikan adalah kedua tabel dibawah ini. Untuk Uji Validitas memperhatikan
tabel Item - Total Statistics. Jawaban P1 s/d P7 akan valid apabila r hitung > r tabel. Nilai r hitung
dapat pada kolom Corrected Item – Total Correlation. Sedangkan r tabel dapat dilihat pada tabel r
Product Moment, urutan yang ke 43, yang berasal dari 50 - 7 = 43 (Responden 50 dikurangi jumlah
pertanyaan untuk X1 sebanyak 7 pertanyaan = 43). Nilai r tabel adalah 0,294. Hal ini berarti bahwa r
hitung dari P1 s/d P7 valid seluruhnya karena lebih besar dari r tabel.
Cara yang sama dilakukan untuk menguji Validitas dan Reliabilitas dari Variabel X2 dan Variabel Y.
Cara lain uji validitas adalah menguji korelasi antara jawaban setiap pertanyaan dengan score total
dari setiap variabel tersebut, jika korelasinya signifikan, itu berarti datanya valid.
Untuk Uji Reliabilitas
memperhatikan tabel
Reliabilitas Statistics.
Data Reliabel apabila
hasil Cronbach Alpha
> 0,60.

Uji Regresi Berganda
Akuntansi
Aktifkan kembali SPSS pada tampilan “Variable View”, kemudian ketik Variabel Y, X1, dan X2 serta
isi kolom Label dengan nama variabel penelitian. Perhatikan tampilan dibawah ini:

Akuntansi
Klik tombol “Data View” dan input data penelitian Variabel Y, X1, dan X2 atau copy dari file MS Excel
apabila sudah diinput sebelumnya. Data Variable Y, X1, dan X2 adalah merupakan total jawaban
dari setiap variabel, dimana data tersebut sudah valid dan reliabel. Perhatikan tampilan dibawah ini:

Akuntansi
Klik Analyse, Regression, Linier, seperti tampilan dibawah ini:

Akuntansi
Maka akan muncul tampilan seperti dibawah ini. Langkah selanjutnya perhatikan kolom Dependent
dan Kolom Independent yang tersedia.

Akuntansi
Kemudian klik variabel Y dan masukkan ke kolom Dependent, kemudian X1 dan X2 ke kolom
Independent. Langkah selanjutnya perhatikan tombol Plots di sebelah kanan atas.

Akuntansi
Klik Plots, maka akan muncul tampilan Linear Regression Plots, selanjutnya klik Histogram dan
Normal Probability Plot, kemudian *ZPRED dimasukkan ke kolom X dan *SRESID dimasukkan ke
kolom Y. Selanjunya klik Continue dan klik OK.

Hasil Uji Secara Parsial (Uji t)
Akuntansi
Hasil uji regresi parsial, signifikan atau tidak dapat dilihat dengan dua cara. Cara Pertama,
Variabel X berpengaruh signifikan terhadap Variabel Y apabila hasil Sig < 0,05 atau dibawah 5%.
Hasil sig untuk Variabel X1 adalah 0,092 atau 9,2%. Sedangkan Hasil sig untuk Variabel X2
adalah 0,007 atau 0,7%. Jadi hanya variabel X2 yang memiliki Sig < 0,05. Dengan demikian,
berdasarkan cara yang pertama ini, hanya variabel X2 yang berpengaruh signifikan terhadap Y.
Cara Kedua, membandingkan t hitung dengan t tabel. Signifikan apabila t hitung > t tabel. Hasil
pengujian menunjukkan bahwa bahwa t hitung untuk X1 adalah 1,720 dan untuk X2 adalah 2,822.
Sedangkan nilai t tabel adalah 2,01. Hasil t tabel sebesar 2,01 dapat dilihat dari tabel distribusi t untuk
uji dua arah, pada kolom 0,05 atau (5%) dan pada baris 48 (jumlah data 50 dikurangi jumlah
variabel bebas 2). Jadi hanya variabel X2 yang memiliki t hitung lebih besar dari t tabel. Dengan
demikian berdasarkan cara kedua ini, hanya variabel X2 yang berpengaruh signifikan terhadap Y.

Hasil Uji Secara Parsial (Persamaan Regresi)
Akuntansi
Beta penelitian yang dihasilkan adalah beta yang positif, artinya bahwa pengaruh yang diberikan
oleh X1 dan X2 terhadap Y adalah positif, yang berarti bahwa pengaruhnya searah.
Persamaan regresi yang terbentuk adalah: Y = 7,037 + 0,239 X1 + 0,392 X2 + e. Artinya, jika X1
dan X2 adalah nol, maka Variabel Y akan Konstan sebesar 7,037. Apabila terjadi kenaikan X1
sebesar 1, maka akan terjadi peningkatan Y sebesar 0,239 dan demikian sebaliknya. Apabila terjadi
kenaikan X2 sebesar 1, maka akan terjadi kenaikan Y sebesar 0,392 dan demikian sebaliknya.

Hasil Uji Secara Simultan (Uji F)
Akuntansi
Hasil uji simultan dapat dilihat dengan dua cara juga. Cara pertama, secara bersama sama Variabel
X1 dan X2 akan berpengaruh signifikan terhadap Y, apabila Sig < 0,05. Hasilnya pada table ANOVA
dibawah ini menunjukkan hasil Sig 0,000, yang berarti bahwa secara bersama sama variabel X1 dan
X2 berpengaruh signifikan terhadap Y.
Cara kedua adalah, secara bersama sama Variabel X1 dan X2 akan berpengaruh signifikan
terhadap Y, apabila F hitung > F tabel. Hasilnya pada table ANOVA dibawah ini menunjukkan hasil F
hitung adalah 10,037. Sedangkan F table adalah sebesar 3,20. Hasil Ftabel 3,20 dapat dilihat pada
tabel distribusi F, pada kolom 2 (total seluruh variabel 3 dikurangi jumlah variabel terikat 1) pada
baris ke 47 (total data 50 dikurangi jumlah variabel 3). Hal ini berarti bahwa secara bersama sama
variabel X1 dan X2 berpengaruh signifikan terhadap Y.

Koefisien Determinasi
Akuntansi
Koefisien determinasi adalah kemampuan seluruh variabel bebas dalam menjelaskan variable
terikat. Koefisien Determinasi Adjustend R Square sebesar 0,269 atau sebesar 26,9% yang berarti
bahwa kemampuan Variabel X1 dan X2 dalam menjelaskan Variabel Y, adalah sebesar 26,9%.
Sedang sisa sebesar 73,1% dijelaskan oleh variabel lain diluar dari variabel penelitian ini.
R sebesar 0,547 memiliki arti bahwa korelasi bergandanya adalah sedang. Tingkat error yang
dihasilkan dalam persamaan regresi dari hasil penelitian ini adalah 0,731 atau 73,1%.

SESI 2
Pengolahan Data Sekunder dengan SPSS
Akuntansi

Input Nama Variabel
Akuntansi
Aktifkan kembali Program SPSS di lembaran kerja “Variable View”, buat file yang baru, ketik Nama
variabel dan Labelnya, kemudian kolom Decimal dibuat menjadi 4 digit. Perhatikan tampilan
dibawah ini:

Input Data Variabel
Akuntansi
Pindahkan lembaran kerja ke “Data View” lalu input data penelitian, atau Copy dari File Excel bila
sudah tersedia. Perhatikan tampilan dibawah ini:

Akuntansi
Klik Analyze, Regression, Linier seperti tampilan dibawah ini:

Akuntansi
Maka akan muncul tampilan seperti dibawah ini. Selajutnya perhatikan tampilan Linier Regression
yang menampilkan ruang untuk variabel Dependent dan Independent (s).

Akuntansi
Kilik variable Y dan masukkan ke ruang Dependent, dan Variable X1, X2, dan X3 ke ruang
Independent (s). Selanjutnya perhatikan tombol Statistics dan Plots di kanan atas untuk langkah
selanjutnya.

Akuntansi
Klik Statistics maka akan muncul tampilan Linear Regression Statistics seperti dibawah ini. Klik
Durbin Watson dan Colinearity Diagnostics, selanjutnya klik Continue.

Akuntansi
Klik tombol Plots, maka akan muncul tampilan Linear Regression Plots. Klik Histogram dan Normal
Probability Plot. Selanjutnya klik *ZPRED ke ruang X dan *SRESID ke ruang Y. Lalu klik Continue
dan klik OK.

Uji Asumsi Klasik : Multikolinieritas
Akuntansi
Uji Mulktiolineritas bertujuan untuk menguji apakah antar variable independent mempunyai
hubungan langsung (berkorelasi) sempurna. Jika iya, maka ketiga variabel independent tidak bisa
digunakan secara bersama sama sebagai variabel independent. Jika bebas dari masalah
multikolinieritas, maka ketiga variabel independent tersebut layak untuk digunakan secara bersama
sama dalam pengujian regresi berganda.
Data penelitian sekunder dikatakan bebas dari masalah multikolineritas apabila kolom Colinearity
Statistics menujukkan hasil Tollerance diatas 0,1 dan Nilai Variation Inflasi Factor (VIF) tidak lebih
dari sepuluh. Hasil Tollerance yang dihasilkan seluruhnya diatas 0,1 dan hasil VIF seluruhnya tidak
lebih dari 10. Hal ini berarti data penelitian bebas dari masalah multikolieritas.

Uji Asumsi Klasik : Autocorrelation
Akuntansi
Uji autokorelasi bertujuan untuk menguji apakah ada hubungan otomatis antara variabel dependent
dengan variable independent. Hasilnya bebas dari masalah autokorelasi. Diuji dengan model Durbin
Waton, gunakan Table Durbin Watson, pada kolom K=3 (jumlah variable bebas) dan baris yang ke
48 (jumah data).
0 1,40 1,67 1,737 2,33 2,60 4

Uji Asumsi Klasik : Heteroskedastisitas
Akuntansi
Uji heteroskedastisitas bertujuan untuk memastikan bahwa data bersifat heterogen, secara umum
tidak memiliki sifat pergerakan data yang sama, tidak menumpuk atau tidak membentuk pola garis
tertentu. Memperhatikan hasil gambar dibawah ini, data masih menyebar secara acak, dan dapat
disimpulkan bahwa data bebas dari masalah heteroskedastisitas.

Uji Normalitas
Akuntansi
Uji normalitas dapat dilihat dari pergerakan data yang masih berada disekitar garis diagonal. Artinya
persamaan regresi yang dihasilkan akan bersifat BLUE (Best Linear Unbiased Estimation).

Hasil Uji Parsial (Uji t)
Akuntansi
Hasil uji regresi parsial, signifikan atau tidak dapat dilihat dengan dua cara. Cara Pertama, Variabel
X berpengaruh signifikan terhadap Variabel Y apabila hasil Sig < 0,05 atau dibawah 5%. Hasil sig
untuk Variabel X1 adalah 0,606 atau 60,6%. Hasil sig untuk Variabel X2 adalah 0,025 atau 2,5%.
Hasil sig untuk Variabel X3 adalah 0,169 atau 16,9%. Jadi hanya variabel X2 yang memiliki Sig <
0,05. Dengan demikian, berdasarkan cara yang pertama ini, hanya variabel X2 yang berpengaruh
signifikan terhadap Y.
Cara Kedua, membandingkan t hitung dengan t tabel. Signifikan apabila t hitung > t tabel. Hasil
pengujian menunjukkan bahwa bahwa t hitung untuk X1 adalah -0,520. Nilai t hitung untuk X2
adalah 2,314. Nilai t hitung untuk X3 adalah 1,400. Sedangkan nilai t tabel adalah 2,01. Hasil t tabel
sebesar 2,01 dapat dilihat dari tabel distribusi t untuk uji dua arah, pada kolom 0,05 atau (5%) dan
pada baris 45 (jumlah data 48 dikurangi jumlah variabel bebas 3). Jadi hanya variabel X2 yang
memiliki t hitung lebih besar dari t tabel. Dengan demikian berdasarkan cara kedua ini, hanya
variabel X2 yang berpengaruh signifikan terhadap Y.

Hasil Uji Parsial (Persamaan Regresi)
Akuntansi
Beta pengaruh yang dihasilkan untuk Variable X1 adalah negatif, sedangkan beta pengaruh yang
dihasilkan untuk X2 dan X3 adalah beta yang positif, artinya bahwa pengaruh yang diberikan oleh
X2 dan X3 terhadap Y adalah positif, yang berarti bahwa pengaruhnya searah.
Persamaan regresi yang terbentuk adalah: Y = 0,570 - 0,072 X1 + 0,330 X2 + 0,203 X3 + e. Artinya,
jika X1, X2 dan X3 adalah nol, maka Variabel Y akan Konstan sebesar 0,570. Apabila terjadi
kenaikan X1 sebesar 1, maka akan terjadi penurunan Y sebesar 0,072 dan demikian sebaliknya.
Apabila terjadi kenaikan X2 sebesar 1, maka akan terjadi kenaikan Y sebesar 0,330 dan demikian
sebaliknya. Apabila terjadi kenaikan X3 sebesar 1, maka akan terjadi kenaikan Y sebesar 0,203 dan
demikian sebaliknya.

Hasil Uji Simultan (Uji F)
Akuntansi
Hasil uji simultan dapat dilihat dengan dua cara juga. Cara pertama, secara bersama sama Variabel
X1, X2 dan X3 akan berpengaruh signifikan terhadap Y, apabila Sig < 0,05. Hasilnya pada table
ANOVA dibawah ini menunjukkan hasil Sig 0,024, yang berarti bahwa secara bersama sama
variabel X1, X2 dan X3 berpengaruh signifikan terhadap Y.
Cara kedua adalah, secara bersama sama Variabel X1, X2 dan X3 akan berpengaruh signifikan
terhadap Y, apabila F hitung > F tabel. Hasilnya pada table ANOVA dibawah ini menunjukkan hasil F
hitung adalah 3,463. Sedangkan F table adalah sebesar 2,82. Hasil Ftabel 2,82 dapat dilihat pada
tabel distribusi F, pada kolom 3 (total seluruh variabel 4 dikurangi jumlah variabel terikat 1) pada
baris ke 44 (total data 48 dikurangi jumlah variabel 4). Hal ini berarti bahwa secara bersama sama
variabel X1, X2 dan X3 berpengaruh signifikan terhadap Y.

Koefisien Determinasi
Akuntansi
Koefisien determinasi adalah kemampuan seluruh variabel bebas dalam menjelaskan variable
terikat. Koefisien Determinasi Adjustend R Square sebesar 0,136 atau sebesar 13,6% yang berarti
bahwa kemampuan Variabel X1, X2 dan X3 dalam menjelaskan Variabel Y, adalah sebesar 13,6%.
Sedang sisa sebesar 86,4% dijelaskan oleh variabel lain diluar dari variabel penelitian ini.
R sebesar 0,437 memiliki arti bahwa korelasi bergandanya adalah sedang. Tingkat error yang
dihasilkan dalam persamaan regresi dari hasil penelitian ini adalah 0,864 atau 86,4%.

Materi_SPSS.ppt

Recommended

Recommended

More Related Content

Similar to Materi_SPSS.ppt

Similar to Materi_SPSS.ppt (20)

More from Setrireski

More from Setrireski (6)

Materi_SPSS.ppt