Keywords

Konsultan Statistik

Contoh Hasil


Di bawah ini kami sajikan penggalan hasil pengolahan data untuk penulisan skripsi ataupun tesis.

Model Penelitian




 REGRESSION
 /DESCRIPTIVES MEAN STDDEV CORR SIG N
 /MISSING LISTWISE
 /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
 /CRITERIA=PIN(.05) POUT(.10)
 /NOORIGIN
 /DEPENDENT Emotional
 /METHOD=ENTER Sense Feel Act
 /RESIDUALS HISTOGRAM(ZRESID) NORMPROB(ZRESID)
 /SAVE RESID.




Regression


Notes



Output Created


13-May-2011 22:13:44

Comments


Input

Data

E:\olahdata 2011\andreas\data2.sav


Active Dataset

DataSet1


Filter

<none>


Weight

<none>


Split File

<none>


N of Rows in Working Data File

103

Missing Value Handling

Definition of Missing

User-defined missing values are treated as missing.


Cases Used

Statistics are based on cases with no missing values for any variable used.

Syntax


REGRESSION

 /DESCRIPTIVES MEAN STDDEV CORR SIG N

 /MISSING LISTWISE

 /STATISTICS COEFF OUTS R ANOVA COLLIN TOL

 /CRITERIA=PIN(.05) POUT(.10)

 /NOORIGIN

 /DEPENDENT Emotional

 /METHOD=ENTER Sense Feel Act

 /RESIDUALS HISTOGRAM(ZRESID) NORMPROB(ZRESID)

 /SAVE RESID.

Resources

Processor Time

00 00:00:00.672


Elapsed Time

00 00:00:00.688


Memory Required

3220 bytes


Additional Memory Required for Residual Plots

640 bytes

Variables Created or Modified

RES_1

Unstandardized Residual




[DataSet1] E:\olahdata 2011\andreas\data2.sav


Descriptive Statistics





Mean

Std. Deviation

N

Emotional

11.11

2.249

103

Sense

9.59

1.511

103

Feel

9.91

.864

103

Act

14.70

2.240

103



Descriptive statistics menggambarkan nilai rata-rata variabel, deviasi standar dan jumlah data variabel dependen dan variabel independen.

Correlations








Emotional

Sense

Feel

Act

Pearson Correlation

Emotional

1.000

.088

.529

.703


Sense

.088

1.000

.048

.129


Feel

.529

.048

1.000

.543


Act

.703

.129

.543

1.000

Sig. (1-tailed)

Emotional

.

.188

.000

.000


Sense

.188

.

.317

.098


Feel

.000

.317

.

.000


Act

.000

.098

.000

.

N

Emotional

103

103

103

103


Sense

103

103

103

103


Feel

103

103

103

103


Act

103

103

103

103



Variables Entered/Removedb




Model

Variables Entered

Variables Removed

Method

1

Act, Sense, Feel

.

Enter

a. All requested variables entered.

b. Dependent Variable: Emotional






Model Summaryb





Model

R

R Square

Adjusted R Square

Std. Error of the Estimate

1

.725a

.525

.511

1.573

a. Predictors: (Constant), Act, Sense, Feel

b. Dependent Variable: Emotional







Koefisen korelasi R = 0.725 menunjukkan tingkat hubungan variabel dependen dengan variabel independen pada tingkat sangat kuat (0.725) untuk slala 0 – 1.

Kuat lemahnya hubungan dua variabel ditunjukkan oleh nilai Pearson Correlation (R) dimana nilai secara umum dibagi menjadi sbb:

0 – 0.25      korelasi sangat lemah
0.25 – 0.50   korelasi moderat
0.50 – 0.75   korelasi kuat
0.75 – 1.00   korelasi sangat kuat

Nilai R square = 0.525 dari tabel di atas menunjukkan bahwa 52.5 % dari varians Emotional dapat dijelaskan oleh perubahan dalam variabel Sense, feel dan Act.


ANOVAb







Model


Sum of Squares

df

Mean Square

F

Sig.

1

Regression

271.010

3

90.337

36.531

.000a


Residual

244.815

99

2.473




Total

515.825

102




a. Predictors: (Constant), Act, Sense, Feel

b. Dependent Variable: Emotional










Uji F

Uji F dimaksudkan untuk menguji apakah variabel-variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen .

Hipotesis:

H0:  variabel-variabel independen secara bersama-sama tidak berpengaruh signifikan terhadap variabel dependen
H1:  variabel-variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen

Dasar Pengambilan Keputusan

Jika probalitasnya (nilai sig) > 0.05 atau F hitung < F tabel maka H0 diterima
Jika probalitasnya (nilai sig) < 0.05 atau F hitung > F tabel maka H0 ditolak

Keputusan:

Pada tabel di atas nilai sig = 0.000 < 0.05, sehingga H0 ditolak, yang berarti variabel-variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen.

Coefficientsa




Model


Unstandardized Coefficients




B

Std. Error

1

(Constant)

-3.015

2.008


Sense

.003

.104


Feel

.544

.215


Act

.592

.083


Coefficientsa







Model


Standardized Coefficients

t

Sig.

Collinearity Statistics




Beta



Tolerance

VIF

1

(Constant)


-1.501

.136




Sense

.002

.033

.974

.983

1.018


Feel

.209

2.533

.013

.704

1.420


Act

.589

7.093

.000

.694

1.440



a. Dependent Variable: Emotional




Uji t dimaksudkan untuk menguji apakah variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen.


Hipotesis:

H0:  variabel independen secara parsial tidak berpengaruh signifikan terhadap variabel dependen
H1:  variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen

Dasar Pengambilan Keputusan

Jika probalitasnya (nilai sig) > 0.05 atau - t tabel < t hitung < t tabel maka H0 diterima
Jika probalitasnya (nilai sig) < 0.05 atau t hitung < - t tabel atau t hitung > t tabel maka H0 ditolak

Keputusan:

Pada tabel di atas nilai sig variabel Feel dan Act masing-masing 0.013 dan 0.000 dimana keduanya < 0.05 sehingga H0 ditolak, yang berarti variabel independen Feel dan Act secara parsial berpengaruh signifikan terhadap variabel Emotional.  Sedangkan Feel tidak berpengaruh nyata kepada Emotional karena nilai sig = 0.974 > 0.05.

Dengan demikian persamaan estimasinya adalah :

Emotional = -3.015 + 0.03*Sense + 0.544*Feel + 0.592*Act


Uji Mulikolinearitas
Multikolinearitas (kolinearitas ganda) berarti adanya hubungan linear yang sempurna di antara variabel-variabel bebas dalam model regresi. Korelasi yang kuat antar variabel bebas menunjukkan adanya multikolinearitas. Jika terdapat korelasi yang sempurna di antara variabel bebas, maka konsekuensinya adalah koefisien-koefisien regresi menjadi tidak dapat ditaksir, nilai standard error setiap regresi menjadi tidak terhingga

Ada atau tidak adanya multikolinearitas dapat dilihat dari nilai tolerance yang lebih dari 0.1 atau VIF yang kurang  dari 10.

Kesimpulan:
Berdasarkan nilai VIF yang berada di antara 0.1 dan 10, disimpulkan tidak terjadi multikolinieritas antar variabel independen Sense, Feel dan Act.

Collinearity Diagnosticsa








Model

Dimension

Eigenvalue

Condition Index

Variance Proportions








(Constant)

Sense

Feel

Act

1

1

3.965

1.000

.00

.00

.00

.00


2

.022

13.559

.00

.70

.01

.21


3

.011

19.394

.18

.22

.08

.63


4

.003

35.785

.82

.07

.91

.16

a. Dependent Variable: Emotional










Residuals Statisticsa







Minimum

Maximum

Mean

Std. Deviation

N

Predicted Value

6.63

14.24

11.11

1.630

103

Residual

-3.874

3.670

.000

1.549

103

Std. Predicted Value

-2.748

1.921

.000

1.000

103

Std. Residual

-2.464

2.334

.000

.985

103

a. Dependent Variable: Emotional










Charts




Uji Normalitas
Secara penampakan visual residual berdistribusi normal.




NPAR TESTS
 /K-S(NORMAL)=RES_1
 /MISSING ANALYSIS.




NPar Tests


Notes



Output Created


13-May-2011 22:14:07

Comments


Input

Data

E:\olahdata 2011\andreas\data2.sav


Active Dataset

DataSet1


Filter

<none>


Weight

<none>


Split File

<none>


N of Rows in Working Data File

103

Missing Value Handling

Definition of Missing

User-defined missing values are treated as missing.


Cases Used

Statistics for each test are based on all cases with valid data for the variable(s) used in that test.

Syntax


NPAR TESTS

 /K-S(NORMAL)=RES_1

 /MISSING ANALYSIS.

Resources

Processor Time

00 00:00:00.015


Elapsed Time

00 00:00:00.015


Number of Cases Alloweda

196608

a. Based on availability of workspace memory.






[DataSet1] E:\olahdata 2011\andreas\data2.sav


One-Sample Kolmogorov-Smirnov Test





Unstandardized Residual

N


103

Normal Parametersa,b

Mean

.0000000


Std. Deviation

1.54924112

Most Extreme Differences

Absolute

.125


Positive

.044


Negative

-.125

Kolmogorov-Smirnov Z


1.269

Asymp. Sig. (2-tailed)


.080

a. Test distribution is Normal.

b. Calculated from data.






Uji normalitas (uji Kolmogorov- Smirnov)

Uji normalitas adalah untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas bukan dilakukan pada masing-masing variabel tetapi pada nilai residualnya.

Hipotesis:

H0:  data berdistribusi normal
H1:  data tidak berdistribusi normal

Dasar Pengambilan Keputusan

Jika probalitasnya (nilai sig) > 0.05 maka H0 diterima
Jika probalitasnya (nilai sig) < 0.05 maka H0 ditolak

Keputusan:

Pada tabel di atas nilai sig = 0.080 > 0.05, sehingga H0 diterima, yang berarti data residual berdistribusi normal.



COMPUTE AbsRes1=abs(RES_1).
EXECUTE.
REGRESSION
 /DESCRIPTIVES MEAN STDDEV CORR SIG N
 /MISSING LISTWISE
 /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
 /CRITERIA=PIN(.05) POUT(.10)
 /NOORIGIN
 /DEPENDENT AbsRes1
 /METHOD=ENTER Sense Feel Act
 /RESIDUALS HISTOGRAM(ZRESID) NORMPROB(ZRESID).




Regression


Notes



Output Created


13-May-2011 22:15:00

Comments


Input

Data

E:\olahdata 2011\andreas\data2.sav


Active Dataset

DataSet1


Filter

<none>


Weight

<none>


Split File

<none>


N of Rows in Working Data File

103

Missing Value Handling

Definition of Missing

User-defined missing values are treated as missing.


Cases Used

Statistics are based on cases with no missing values for any variable used.

Syntax


REGRESSION

 /DESCRIPTIVES MEAN STDDEV CORR SIG N

 /MISSING LISTWISE

 /STATISTICS COEFF OUTS R ANOVA COLLIN TOL

 /CRITERIA=PIN(.05) POUT(.10)

 /NOORIGIN

 /DEPENDENT AbsRes1

 /METHOD=ENTER Sense Feel Act

 /RESIDUALS HISTOGRAM(ZRESID) NORMPROB(ZRESID).

Resources

Processor Time

00 00:00:00.625


Elapsed Time

00 00:00:00.625


Memory Required

3260 bytes


Additional Memory Required for Residual Plots

640 bytes




[DataSet1] E:\olahdata 2011\andreas\data2.sav


Descriptive Statistics





Mean

Std. Deviation

N

AbsRes1

1.2064

.96463

103

Sense

9.59

1.511

103

Feel

9.91

.864

103

Act

14.70

2.240

103



Correlations








AbsRes1

Sense

Feel

Act

Pearson Correlation

AbsRes1

1.000

-.237

.182

-.046


Sense

-.237

1.000

.048

.129


Feel

.182

.048

1.000

.543


Act

-.046

.129

.543

1.000

Sig. (1-tailed)

AbsRes1

.

.008

.033

.321


Sense

.008

.

.317

.098


Feel

.033

.317

.

.000


Act

.321

.098

.000

.

N

AbsRes1

103

103

103

103


Sense

103

103

103

103


Feel

103

103

103

103


Act

103

103

103

103



Variables Entered/Removedb




Model

Variables Entered

Variables Removed

Method

1

Act, Sense, Feel

.

Enter

a. All requested variables entered.

b. Dependent Variable: AbsRes1






Model Summaryb





Model

R

R Square

Adjusted R Square

Std. Error of the Estimate

1

.338a

.115

.088

.92135

a. Predictors: (Constant), Act, Sense, Feel

b. Dependent Variable: AbsRes1







ANOVAb







Model


Sum of Squares

df

Mean Square

F

Sig.

1

Regression

10.873

3

3.624

4.269

.007a


Residual

84.040

99

.849




Total

94.913

102




a. Predictors: (Constant), Act, Sense, Feel

b. Dependent Variable: AbsRes1









Coefficientsa




Model


Unstandardized Coefficients




B

Std. Error

1

(Constant)

.525

1.177


Sense

-.146

.061


Feel

.320

.126


Act

-.075

.049


Coefficientsa







Model


Standardized Coefficients

t

Sig.

Collinearity Statistics




Beta



Tolerance

VIF

1

(Constant)


.446

.656




Sense

-.229

-2.396

.018

.983

1.018


Feel

.287

2.548

.012

.704

1.420


Act

-.173

-1.524

.131

.694

1.440



a. Dependent Variable: AbsRes1



Uji Heteroskedastisitas

Heteroskedastisitas adalah kondisi dimana seluruh faktor gangguan tidak memiliki varian yang sama. Heteroskedastisitas akan menyebabkan penaksiran koefisien-koefisien regresi menjadi tidak efisien.

Pendeteksian ada tidaknya heteroskedastisitas mengunakan uji Glejser yang meregresikan nilai absolute residual terhadap variabel independen.

Hipotesis:

H0:  tidak terjadi heteroskedastisitas
H1:  terjadi heteroskedastisitas

Dasar Pengambilan Keputusan

Jika probalitasnya (nilai sig) > 0.05 maka H0 diterima
Jika probalitasnya (nilai sig) < 0.05 maka H0 ditolak

Keputusan:

Pada tabel di atas nilai sig variabel Act 0.131 > 0.05, sehingga H0 diterima, yang berarti tidak terjadi heteroskedastisitas pada variabel tersebut. Sedangkan nilai sig variabel Feel dan Act, masing-masing adalah 0.018 dan 0.012 dimana keduanya < 0.05, sehingga disimpulkan terjadi heteroskedastisitas pada kedua variabel tersebut.

Bila signifikansi diturunkan menjadi 0.01 maka disimpulkan tidak terjadi heteroskedastisitas pada kedua variabel tersebut.


Collinearity Diagnosticsa








Model

Dimension

Eigenvalue

Condition Index

Variance Proportions








(Constant)

Sense

Feel

Act

1

1

3.965

1.000

.00

.00

.00

.00


2

.022

13.559

.00

.70

.01

.21


3

.011

19.394

.18

.22

.08

.63


4

.003

35.785

.82

.07

.91

.16

a. Dependent Variable: AbsRes1










Residuals Statisticsa







Minimum

Maximum

Mean

Std. Deviation

N

Predicted Value

.4943

2.2291

1.2064

.32649

103

Residual

-1.41192

2.62438

.00000

.90770

103

Std. Predicted Value

-2.181

3.132

.000

1.000

103

Std. Residual

-1.532

2.848

.000

.985

103

a. Dependent Variable: AbsRes1










Charts




Reliability


Notes



Output Created


13-May-2011 21:18:22

Comments


Input

Data

E:\olahdata 2011\andreas\data2.sav


Active Dataset

DataSet1


Filter

<none>


Weight

<none>


Split File

<none>


N of Rows in Working Data File

103


Matrix Input


Missing Value Handling

Definition of Missing

User-defined missing values are treated as missing.


Cases Used

Statistics are based on all cases with valid data for all variables in the procedure.

Syntax


RELIABILITY

 /VARIABLES=SE1 SE2 SE3

 /SCALE('Sense') ALL

 /MODEL=ALPHA

 /STATISTICS=SCALE

 /SUMMARY=TOTAL.

Resources

Processor Time

00 00:00:00.016


Elapsed Time

00 00:00:00.016




[DataSet1] E:\olahdata 2011\andreas\data2.sav




Scale: Sense


Case Processing Summary






N

%

Cases

Valid

103

100.0


Excludeda

0

.0


Total

103

100.0

a. Listwise deletion based on all variables in the procedure.






Reliability Statistics


Cronbach's Alpha

N of Items

.797

3




Reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat pengukur dapat dipercaya atau dapat diandalkan atau menunjukkan konsistensi suatu alat pengukur di dalam mengukur gejala yang sama.

Hasil perhitungan  di atas menunjukkan bahwa instrumen untuk Sense memiliki angka reliabilitas yang sangat tinggi (Cronbach’s Alpha = 0.797), karena menurut Nunnaly (1967) dan Hinkle (2004) ataupun indeks yang biasa digunakan dalam penelitian sosial, apabila angka Cronbach’s Alpha (α) diatas 0,70 menunjukkan bahwa konstruk atau variabel adalah reliabel.  
Comments