ANALISIS DATA DENGAN SPSS
I. ANALISIS DATA UNTUK UJI PERSYARATAN UJI HIPOTESIS
A. Uji Normalitas
Uji normalitas
data dimaksudkan untuk memperlihatkan bahwa data sampel
berasal dari populasi
yang berdistribusi normal. Ada
beberapa teknik yang dapat dig unakan untuk menguji normalitas data, antara lain uji chi-kuadrat,
uji lilliefors, dan uji kolmogorov-smirnov.
Untuk menguji normalitas data dengan SPSS, lakukan langkah- langkah berikut ini.
Entry data atau buka file data yang akan dianalisis
Pilih menu berikut ini
Analyze Descriptives Statistics Explore
Menu SPSS akan tampak seperti gambar berikut.
Setelah menu dipilih akan tampak kotak dialog uji normalitas, seprti gambar di bawah ini.
Selanjutnya:
Pilih y sebagai
dependent list
Pilih x sebagai factor list, apabila ada lebih dari 1 kelompok data
Klik tombol Plots
Pilih Normality test with plots, seperti tampak pada gambar di bawah ini. Klik Continue, lalu klik OK
Uji normalitas menghasilkan 3
(tiga) jenis keluaran, yaitu Processing Summary,
Descriptives, Tes of
Normality, dan Q-Q Plots. Untuk keperluan penelitian
umumnya hanya diperlukan keluaran berupa Test of Normality, yaitu keluaran yang berbentuk seperti
gambar 1-3. Keluaran lainnya
dapat dihapus, dengan cara klik sekali pada objek
yang akan dihapus
lalu tekan Delete.
Menafsirkan Hasil Uji Normalitas
Tests of Normality
Kolmogorov-Smirnov
|
Shapiro-Wilk
|
|||||
Statistic
|
df
|
Sig.
|
Statistic
|
df
|
Sig.
|
|
Y
|
,132
|
29
|
,200
|
,955
|
29
|
,351
|
* This is a lower bound of the true significance.
a Lilliefors Significance Correction
Keluaran pada gambar
di atas
menunjukkan uji normalitas
data y,
yang sudah
diuji sebelumnya
secara manual
dengan uji Lilliefors
dan Kolmogorov-Smirno v. Pengujian dengan SPSS
berdasarkan pada uji Kolmogorov–Smirnov dan
Shapiro-Wilk.
Pilih salah
satu saja
misalnya Kolmogorov–Smirnov. Hipotesis
yang diuji adalah:
H0 : Sampel berasal
dari populasi berdistribusi normal
H1 : Sampel tidak berasal dari populasi berdistribusi normal
Dengan demikian, normalitas dipenuhi jika hasil uji tidak signifikan untuk suatu taraf signifikasi
(a ) tertentu (Biasanya
a
= 0.05 atau 0.01). Sebaliknya, jika hasil uji signifikan maka normalitas
tidak terpenuhi. Cara mengetahui signifikan atau
tidak signifikan
hasil uji
normalitas adalah dengan memperhatikan bilangan pada kolom signifikansi (Sig.). Untuk menetapkan kenormalan, kriteria yang berlaku adalah sebagai berikut.
Tetapkan tarap signifikansi uji misalnya a = 0.05
Bandingkan p dengan taraf signifikansi yang diperoleh
Jika signifikansi yang diperoleh
> a , maka sampel berasal dari
populasi
yang berdistribusi normal
Jika signifikansi yang diperoleh
<a , maka sampel bukan berasal dari populasi yang berdistribusi normal
Pada hasil di atas diperoleh taraf signifikansi dan untuk kelompok perempuan adalah 0.20. dengan demikian, data
berasal dari populasi yang berdistribusi normal, pada taraf signifikansi 0.05.
B. Uji Homogenitas
Uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau lebih kelompok data sampel berasal dari populasi yang memiliki variansi yang sama. Pada analisis regresi, persyaratan analisis yang
dibutuhkan adalah bahwa
galat regresi
untuk setiap
pengelompokan berdasarkan variabel terikatnya memiliki variansi yang sama.
Uji Homogenitas dengan SPSS
a. Langkah-langkah Pengujian
Kehomogenan
Untuk
menguji kehomogenan data sampel y berdasarkan pengelompokkan data X, lakukan langkah-langkah
berikut ini:
Buka file data yang akan dianalisis
Pilih menu berikut ini
Analyze Descriptives Statistics Explore
Menu uji homogenitas akan tampak seperti gambar berikut.
Selanjutnya:
Pilih y sebagai dependent
list dan x sebagai factor list
Catatan: - untuk homogenitas uji beda x adalah kode kelompok
- untuk homogenitas regresi x adalah prediktor
Klik tombol Plots
Pilih Levene test untuk untransormed, seprti pada gambar di bawah. Klik Continue, lalu klik OK
Sama
seperti uji kenormalan, uji kehomogenan
menghasilkan
banyak
keluaran.
Untuk
keperluan penelitian umumnya, hanya perlu keluaran
Test of Homogenity
of Variance saja, yaitu
keluaran yang berbentuk seperti pada
Gambar 1-6.
keluaran inilah
yang akan
kita munculkan
dalam lampiran laporan penelitian.
Keluaran lain dapat dihapus, dengan cara klik sekali pada objek yang akan dihapus lalu tekan tombol Delete.
b. Menafsirkan Hasil Uji Homogenitas
Sebagai contoh,
pada kesempatan ini diuji homogenitas data untuk uji perbedaan
tingkat
kemandirian anak
(Y) berdasarkan kelompok
daerah, yaitu pedesaan
(X1), pinggiran kota (X2), dan perkotaan (X3), yang telah diuji secara manual
dengan uji Bartlett sebelumnya.
Hasil analisis adalah seperti tercantum pada gambar berikut.
Test of Homogeneity of Variance
Levene
Statistic
|
df1
|
df2
|
Sig.
|
||
Y
|
Based on Mean
|
,098
|
2
|
57
|
,907
|
Based on Median
|
,086
|
2
|
57
|
,918
|
|
Based on Median
and
with adjusted df
|
,086
|
2
|
55,882
|
,918
|
|
Based on trimmed mean
|
,096
|
2
|
57
|
,909
|
Interpretasi dilakukan dengan memilih salah satu statistik, yaitu statistik yang didasarkan pada rata- rata (Based on Mean). Hipotesis
yang diuji ialah :
H0 : Variansi pada tiap kelompok sama (homogen)
H1 : Variansi pada tiap kelompok tidak sama (tidak homogen)
Dengan demikian,
kehomogenan dipenuhi jika
hasil uji
tidak signifikan
untuk suatu
taraf
signifikasi (a ) tertentu
(Biasanya a = 0.05 atau 0.01). Sebaliknya, jika hasil uji signifikan maka kenormalan tidak dipenuhi. Sama seperti untuk uji normalitas. Pada kolom Sig. terdapat
bilangan yang menunjukkan taraf signifikansi yang diperoleh. Untuk menetapkan homogenitas
digunakan pedoman sebagai berikut.
Tetapkan tarap signifikansi uji, misalnya a = 0.05
Bandingkan p dengan taraf signifikansi yang diperoleh
Jika signifikansi yang diperoleh > a , maka variansi
setiap sampel sama (homogen)
Jika signifikansi yang diperoleh <a , maka variansi
setiap sampel tidak sama (tidak homogen)
Ternyata pengujian dengan statistik
Based
on
Mean
diperoleh
signifikansi
0,907,
jauh
melebihi 0,05. Dengan demikian
data penelitian di atas homogen.
C. Uji Linieritas
Uji linieritas
dilakukan dilakukan dengan mencari persamaan garis regresi variabel bebas x terhadap
variabel
terikat y.
Berdasarkan garis
regresi yang
telah dibuat,
selanjutnya diuji keberartian koefisien garis regresi serta linieritasnya. Uji linieritas antara variabel bebas X dengan variabel
terikat Y memanfaatkan SPSS dilakukan
melalui langkah-langkah
sebagai berikut.
a. Entry Data
Data dimasukkan ke lembar kerja SPSS dengan menggunakan nama variabel x dan y.
b. Analisis
Analisis dilakukan
dengan mekanisme pemilihan menu sebagai berikut.
Analyze Compare Mean Means
Sehingga menu SPSS akan tampak seperti bagan berikut.
Selanjutnya akan tampak kotak dialog Uji Linieritas seperti gambar di bawah ini.
|
- Pindahkan
y ke variabel
dependent
- Pindahkan
x ke variabel independent
- Pilih kotak option dan pilih Test of
Linierity, seperti tampak pada gambar di bawah ini.
- Continue
- OK
c. Interpretasi Hasil
Bila data
yang
telah
diuji
secara
manual diuji lagi
dengan SPSS, maka akan tampak
hasilnya seperti pada bagan berikut ini. (Tidak semua hasil ditampilkan).
ANOVA Table
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|||
Y * X
|
Between
Groups
|
(Combined)
|
9447,042
|
24
|
393,627
|
3,350
|
,009
|
Linearity
|
7308,885
|
1
|
7308,885
|
62,209
|
,000
|
||
Deviation
from Linearity
|
2138,157
|
23
|
92,963
|
,791
|
,702
|
||
Within
Groups
|
1762,333
|
15
|
117,489
|
||||
Total
|
11209,375
|
39
|
Hasil
analisis
menunjukkan
bahwa
harga
F
sebesar
0,791
dengan
signifikansi
0,702. Interpretasi hasil analisis dilakukan dengan:
- Susun hipotesis:
H0: Model regresi linier
H1: Model regresi tidak linier
- menetapkan taraf signifikansi (misalnya a =,05)
- membandingkan signifikansi yang ditetapkan dengan signifikansi yang diperoleh dari analsisis (Sig.)
Bila a < Sig., maka H0 diterima,
berarti regresi linier
Bila a ³ ig., maka H1diterima, berarti regresi
tidak linier
Ternyata hasil analisis
menunjukkan bahwa sig.(0,791) > a (0,05), berarti model regresi linier.
Sumber : http://www.undiksha.ac.id/e-learning/staff/dsnmateri/4/1-54.pdf
Sumber : http://www.undiksha.ac.id/e-learning/staff/dsnmateri/4/1-54.pdf