Membaca Output SPSS: Penelitian SDM


Bagaimana menganalisis dan Membaca Hasil Penelitian dengan Output SPSS Untuk Analisis Regresi Ganda

A. ANALISIS ASUMSI REGRESI
1. APAKAH MAKSUD DARI PENGUJIAN ASUMSI
Jawab :
• Pengujian asumsi regresi dimaksudkan untuk menguji/menganalisis data yang diperoleh/digunakan apakah data/variable yang digunakan memenuhi persyaratan regresi

2.APAKAH PERSAYARATAN REGRESI TERSEBUT?
A. APA MAKSUD DARI UJI NORMALITAS DATA
JAWAB :
• Pengujian Normalitas Data yaitu digunakan untuk mengetahui APAKAH DATA YANG DIPEROLEH MENGIKUTI atau MERUPAKAN Data yang BERDISTRIBUSI NORMAL
• DATA BERDISTRIBUSI NORMAL adalah DATA yang memiliki FREKUENSI sama dengan MODUS dan NILAI RATA-RATAnya (MEAN), Sehingga dapat DIGAMBARKAN dengan KURVA NORMAL yaitu KURVA yang membagi DUA Bagian Data Yang SAMA BESAR/SAMA JUMLAHnya.

B. MULTIKOLINEARITAS
Pemenuhan asumsi dari model statistika regresi (berganda) adalah bahwa variabel-variabel bebas dalam persamaan tersebut tidak saling berkorelasi (tidak ada problem multikolineritas). Pengujian ada tidaknya colinearitas yaitu dengan melihat apakah koefisien korelasi antar variabel bebas lebih keeil dari 0,05 sehingga apabila koefisien korelasi antarvariabel tersebut lebih besar dari 0,05 maka persamaan regresi yang terbentuk terdapat multikolinaritas Apabila terjadi demikian, maka salah satu variabel bebas perlu dikeluarkan atau tidak digunakan.

C. HETEROSKEDASTISITAS
Pengujian ini dilakukan untuk menguji apakah model persamaan terbentuk secara best unbiased estimator (BLUE) atau tidak. Dimana model yang baik adalah memenuhi asumsi kesamaan varian (homoskedastisitas) dari residual, yaitu varian dari residual tersebut dari satu pengamatan ke pengamatan lainnya tetap/sama. Dalam penelitian ini, pengujian heteroskedastisitas yaitu dengan melihat pola data berupa titik-titik yang terdapat dalam suatu plot sumbu X dan Y. Ketentuan pengujian, yaitu dengan melihat penyebaran pola data yang terjadi, yaitu apabila terdapat suatu pola tertentu secara teratur (misalnya bergelombang, melebar kemudian menyempit) maka telah terjadi heteroskedastisitas. Sebaliknya, apabila data berupa titik-titik tersebut tidak ada pola yang jelas, dan pola menyebar di atas dan di bawah angka 0 (nol) pada sumbu Y maka tidak terjadi heteroskedastisitas

D. OTOKORELASI
Pengujian Durbin-Watson untuk mendeteksi apakah terdapat gejala otokorelasi antar variabel yang dianalisis dalam model regresi. Model yang baik, yaitu apabila taksiran parameter dalam model bersifat BLUE (Best Linear Unbiased Estimator), yaitu tidak ada korelasi antar variabel.
Ketentuan pengujian, yaitu membandingkan nilai d yang dihitung dengan nilai dL dan dv dari tabel. Pengujian dapat pula dilihat dari nilai koefisien otokorelasi (p) yaitu antara -1=:; p =:; 1; sehingga 0 =:; d =:; 4, artinya : (a). pada saat p = 0, d = 2 yang berarti tidak ada korelasi; (b). bila p = 1, d = 0, berarti ada korelasi positif; dan (c). bila p = -1, d = 4, berarti ada korelasi negatif.

B. ANALISIS STATISTIKA

1. Apakah yang dimaksud dengan PEARSON CORRELATION?
Jawab :
• Yaitu Nilai Korelasi (HUBUNGAN) secara PARSIAL dari masing-masing Variabel Bebas (misalnya X1 dengan Y)
• Nilai KOEFISIEN ( dinyatakan dengan r ) ini menunjukkan Kekuatan Hubungan secara INDIVIDUAL/PARSIAL : MAKIN BESAR NILAI r Maka MAKIN KUAT KORELASINYA
• Contoh Variabel PENGEMBANGAN KARIR dengan koefisien korelasi parsial sebesar 0,997 nilai ini mendekati 1 dan positif, berarti hubungannya kuat dan searah

2. Apa Yang dimaksud dengan KORELASI GANDA (HUBUNGAN) antara X1;X2;X3; X4 dan X5 dengan Y ?

Jawab :
* Ada tidaknya korelasi dan pengaruh dari variabel terikat dengan variabel bebas (X dengan Y), dapat dilihat dari nilai Koefisien Korelasi

• HUBUNGAN/KORELASI dinyatakan dengan R
R = 0,999 ; Menjelaskan bahwa antara X (X1,X2,X3, dan X4) terdapat korelasi yang kuat dan searah/positif.. Artinya, setiap perubahan (kenaikan) X menyebabkan kenaikan Y
• Ukuran R yaitu dari nilai –1 (korelasi negatif kuat) sampai dengan +1 (korelasi positif), Sehingga Makin besar R maka makin KUAT Korelasinya

3. Seberapa Besar Pengaruh X (X1, X2, X3, dan X4) terhadap Y ?
JAWAB :
• Dinyatakan dengan Koefisien Determinasi (R Square), makin besar nilainya maka semakin besar pengaruh X (Secara BERSAMA) terhadap Y
• Hasil : R Square = 0,998
– Koefisien ini menunjukkan seberapa besar variabel bebas X menjelaskan variasi (perubahan) Y
– Diartikan pula bahwa pengaruh dari keempat variabel bebas (X = X1 sampai dengan X4) terhadap Y sebesar 99,8%.
– Sisanya Sebesar 0,2% MERUPAKAN PENGARUH dari VARIABEL lainnya Misalnya BUDAYA PERUSAHAAN, DIKLAT dan lain-lain.

4. Apakah kontribusi/pengaruh dari X1 sampai dengan X4 berpengaruh secara signifikan maka koefisien korelasi regresi diuji F ?
JAWAB :
– Apabila bahwa F hitung lebih besar dari F tabel maka baru dinyatakan bahwa “Benar” kontribusi (X1 sampai dengan X4) terhadap Y sebesar 0,998 atau sebesar 99,8% : Dinyatakan PENGARUHNYA SANGAT BESAR atau SIGNIFIKAN?
– F tabel dapat dicari dengan menentukan signifikansinya, Misalnya pada tingkat kesalahan 5% (= 0,05). Kemudian tentukan derajat bebas (df = degree of freedom) yaitu df = n-k-1 (60-4-1) = 55
• df adalah suatu angka yang menjelaskan sekumpulan skor sampel yang bebas dari kesalahan
• Skor sampel yang bebas dari kesalahan adalah n – k- 1 atau n – 4 -1 = ( 60 – 4 – 1 ) = 55
• Diperoleh nilai F-tabel sebesar 2,51

Pengujian Hipótesis, yaitu :
– Bila F hitung > F tabel maka Ho ditolak artinya terdapat pengaruh atau X1 – X4 terhadap Y.
– Bila F hitung F tabel (9687,478 > 2,51), berarti SECARA BERSAMA (SIMULTAN) Variabel MOTIVASI, KEPEMIMPINAN, KOMITMEN dan PENGEMBANGAN KARIR berpengaruh terhadap KINERJA
• HASIL PENGUJIAN INI DAPAT DIARTIKAN PULA BAHWA SETIAP PERUBAHAN KEEMPAT VARIABEL BEBAS DAPAT MENINGKATKAN KINERJA KARYAWAN

5. Manakah Dari EMPAT Variabel BEBAS Yang Pengaruhnya Paling Besar/Dominan atau Paling RENDAH terhadap KINERJA KARYAWAN ?
JAWAB :
*Pengujian dilakukan dengan t – test, yaitu membandingkan nilai t–hitung dengan t tabel :
a. Bila t hitung > t tabel maka terdapat pengaruh antara variabel X dengan Y.
b. Bila t hitung t-tabel (2,021) : BERARTI TERDAPAT PENGARUH antara MOTIVASI dengan KINERJA KARYAWAN
b. KEPEMIMPINAN memiliki nilai t-hitung (5,919) > t-tabel (2,021) BERARTI KEPEMIMPINAN BERPENGARUH terhadap KINERJA KARYAWAN
c. KOMITMEN memiliki nilai t-hitung ( 3,768) > t tabel (2,021). BERARTI KOMITMEN BERPENGARUH terhadap KINERJA KARYAWAN
d. PENGEMBANGAN KARIR memiliki nilai t-hitung (3,284) > t tabel (2,021). BERARTI PENGEMBANGAN KARIR BERPENGARUH terhadap KINERJA KARYAWAN

• MANAKAH YANG PALING DOMINAN PENGARUHNYA?
JAWAB:
 DARI HASIL ANALISIS MAKA VARIABEL YANG PALING DOMINAN PENGARUHNYA TERHADAP KINERJA KARYAWAN ADALAH Variabel MOTIVASI dibandingkan dengan ketiga Variabel Lainnya, HAL INI KARENA MOTIVASI Memiliki Nilai t-hitung PALING BESAR Positif (9,040)
 DENGAN DEMIKIAN MOTIVASI KERJA MERUPAKAN FAKTOR PENDORONG UTAMA BAGI KARYAWAN UNTUK MENINGKATKAN KINERJANYA

• MANAKAH YANG PALING RENDAH PENGARUHNYA?
VARIABEL YANG PENGARUHNYA PALING RENDAH TERHADAP KINERJA adalah Variabel PENGEMBANGAN KARIR (Karena Nilai t-hitung lebih rendah dari variabel Lainnya = 3,284)

 RENDAHNYA Variabel PENGEMBANGAN KARIR, menunjukkan bahwa Program PENGEMBANGAN KARIR masih belum secara OPTIMAL dilakukan. HAL INI DAPAT DIKETAHUI DARI JAWABAN RESPONDEN. Misalnya TERDAPAT TIGA ASPEK YANG MEMPEROLEH NILAI LEBIH RENDAH dari NILAI RATA-RATANYA, yaitu :
• ASPEK Butir Nomor 4 (PENGGALIAN POTENSI INDIVIDU) dengan skor nilai 3,72
• ASPEK Butir No. 8 (PENGAKUAN PRESTASI/REWARD) dengan Skor nilai 3,72
• ASPEK Butir No.10 (PELAKSANAAN RENCANA KEGIATAN) dengan Skor Nilai 3,73

 KETIGA ASPEK INI, DARI RESPON/TANGGAPAN RESPONDEN/KARYAWAN MASIH RENDAH, ARTINYA BAHWA KETIGA ASPEK INI BELUM DILAKSANAKAN OLEH PIHAK MANAJEMEN DALAM MELAKUKAN PENGEMBANGAN KARIR

6. PERSAMAAN REGRESI YANG TERBENTUK
• Apakah Maksudnya ?

Kinerja = bo + b1X1 + b2X2 + b3X3+ b4X4
Kinerja = -0,07545+0,247X1+0,328X2+0,184X3+0,262X4 t-statistik :(-3,390) (9,040) (5,919) (3,768) (3,284)

PENJELASAN PERSAMAAN REGRESI LINEAR :

 Persamaan garis regresi yang terbentuk, menjelaskan nilai konstanta (intersep = bo) sebesar –7,545E-02 (= -0,07545) yang menunjukkan bahwa terjadi penurunan KINERJA KARAYWAN sebesar 0,07545 : Apabila keempat variabel bebas X tersebut sama dengan 0.

 Nilai koefisien regresi variabel MOTIVASI (X1) sebesar 0,247 sehingga faktor MOTIVASI dapat meningkatkan KINERJA karyawan sebesar 0,247 satuan bila faktor tersebut naik sebesar 1 satuan.

 Koefisien regresi b2 pada variabel KEPEMIMPINAN sebesar 0,328 angka tersebut memberikan arti bahwa KINERJA karyawan dapat meningkat sebesar 0,328 satuan jika faktor KEPEMIMPINAN meningkat satu satuan.

 Kemudian untuk koefisien regresi b3 pada KOMITMEN sebesar 0,184 yang memberikan petunjuk bahwa faktor tersebut dapat meningkatkan KINERJA karyawan sebesar 0,184 satuan apabila KOMITMEN tersebut dapat ditingkatkan sebesar satu satuan.

 Sedangkan, koefisien regresi b4 variabel PENGEMBANGAN KARIR sebesar 0,262 yang berarti peranan PENGEMBANGAN KARIR dapat meningkatkan KINERJA karyawan sebesar 0,262 satuan apabila faktor PENGEMBANGAN KARIR tersebut meningkat sebesar satu satuan.

7. KURVA BATAS PENERIMAAN DAN PENOLAKAN HIPOTESIS
A. APA MAKSUDNYA?
•JAWAB :
•MAKSUDNYA ADALAH BAHWA DATA KEEMPAT VARIABEL BEBAS ATAU RATA-RATA NILAI DARI KEEMPAT VARIABEL BEBAS X ADALAH BILA DIGAMBARKAN DENGAN PROBABILITAS (NILAI KEMUNGKINAN), DALAM HAL INI SEBARAN DATA SALAH ATAU SELANG PENOLAKAN HIPOTESIS NOL PADA 5% ATAU SIGNIFIKANSI  = 0,05 DIGAMBARKAN DENGAN KURVA NORMAL YAITU KURVA YANG MEMBAGI SEBARAN DATA SAMA BESAR DENGAN MEMILIKI PUNCAK DATA (MODE= NILAI YANG PALING BANYAK MUNCUL) SATU PUNCAK (UNIMODIAL)
•KURVA NORMAL TERSEBUT, DIBATASI DENGAN NILAI t-KRITIS YANG DITENTUKAN pada DF (n-k-1) dan  = 0,05 MAKA NILAI t-KRITIS DIPEROLEH SEBESAR 2,021 YANG DIPEROLEH/DICARI DARI TABEL DISTRIBUSI t-STUDENT
•UNTUK PENGUJIAN APAKAH ADA PENGARUH/HUBUNGAN ANTARA X DENGAN Y, MAKA PENGUJIAN DAPAT DILAKUKAN DENGAN UJI DUA SISI (TWO TAILED TEST) DENGAN MENGGUNAKAN KURVA BATAS PENERIMAAAN DAN PENOLAKAN HIPOTESIS, DUA SISI ATAU SERING DISEBUT DENGAN UJI TWO TAILED TEST

B. MENGAPA MENGGUNAKAN KURVA TERSEBUT?
JAWAB :
•GAMBAR KURVA UJI TERSEBUT DINAMAKAN UJI DUA SISI ATAU TWO TAILED TEST
•GUNANYA UNTUK MENGUJI BATAS KRITIS DARI SIGNIFIKANSI NILAI t-hitung HASIL PERHITUNGAN DIBANDINGKAN DENGAN NILAI t-tabel
•UJI DUA SISI (SISI KANAN dan SISI KIRI) TERSEBUT MEMBERIKAN BATAS KRITIS ATAS t-hitung YANG DIPEROLEH
•MAKSUDNYA ADALAH MEMBUKTIKAN ADA TIDAKNYA HUBUNGAN, HUBUNGAN/PENGARUH TERSEBUT DAPAT TERJADI NEGATIF (BERLAWANAN ARAH) ATAU POSITIF (SEARAH)

15 thoughts on “Membaca Output SPSS: Penelitian SDM

  1. mohon penjelasan bagaimana mencari sumbangan efektif dari analisis regresi, dan bagaimana melakukan uji Z untuk mengetahu mean empiris dan mean hipotesis

  2. maaf saya juga sedang mengolah data dengan spss 16.00
    saya mau bertanya apabila hasil uji menunjukkan tidak ada satupun variabel yang signifikan bagaimana mensiasatinya?
    lalu R Square di bawah 0.5…bagaimana menaikan angka R nya padahal saya sudah mencoba untuk di LN kan?
    tolong dijawab terima kasih sebelumnya.

  3. Terima kasih infonya, semoga diterima sebagai amal jariyah anda, tetapi akan lebih bermanfaat dan lebih mudah jika cara membaca out tersebut disertasi dengan manual datanya sekalian. supaya tidak bingung gitu.
    terima kasih, wassalamu’alaikum wr.wb

  4. mt sore…. untuk menentukan nila A, B, C. pada regresi kuaratik apa kah bisa dengan mengunakan perhitungan manual??? tolong berikan langkah2nya dong n makasih sebelumnya…

  5. saya mau bertanya,,saya sudah mengolah data degan spss 17 tp hasil korelasi lebih dari 0,5 sdgka hasil sig nya kurang dari o,5. itu disebabkan karena apa ya? dan bagaimana caranya supaya saya mendaptkan nilai lebih dri 0,5. tolong di jawab secepatnya. makasih sebelumnya

    • maaf …bru balas…ada beberapa cara untuk mencapai signifikansi, antara lain…tambah sampel, atau tambah dan mungkin juga mengurangi pertanyaan penelitian. Kemudian cek sudah benar belum penempatan sampelnya/respondennya dalam urutan nomor sampel…klo menggunakan acak sederhana …maka jumlah sampel yg digunakan penempatan urutan nomor sampel/respondennya harus benar…misalnya cara acak sederhana/simple random sampling…dng cara kocokan sprti org arisan…berilah nomor urut pada setiap lembar kuesioner/responden…mulai nomor 1 sd n (bnyak responden). kemudian buat kocokan arisan 1 sd n (bnyknay responden)…lalu mulai misalnya jika kocokan pertama keluar nomor 12, maka nomor 12 atau responden/kuesioner yg telah diberi nomor 12 dijadikan nomor 1, begitu seterusnya sampai habis. Klo sdh dilakukan/dicek dengan benar cara samplingnya dan hasilnya masih belum baik maka bisa dilakukan langkah yg sy sebutkan diatas…menambah responden atau menambah butir pertanyaan.

      trims, semoga bermanfaat

  6. maaf mau nnya
    saya bisa mengolah datanya tapi saya kesulitan membaca/mendeskripsikan outputnya
    saya menggunakan spss 20
    data saya sekunder
    nilai beta nya negatif dan signifikansinya >.05
    itu gimana cara mendeskripsikannya pak
    uji regresi

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s