Professional Documents
Culture Documents
Kata Pengantar
…….. Dalam suatu ujian skripsi, tujuh peserta ujian ditanya oleh penguji…. “Apa
alasan anda memilih regresi berganda sebagai alat analisa ?..,” peserta 1, 2 dan 3
menjawab, dengan senyuman alias nggak ngerti, peserta 4 menjawab ikut skripsi yang
lalu, peserta 5 dan 6 menjawab atas saran dosen pembimbing, peserta 7 menjawab
karena pertimbangan masalah penelitian dan tujuan penelitian serta formulasi model
penelitian.
….. mana kira-kira jawaban yang terbaik…….. !
Berdasarkan pengalaman penulis dalam membimbing dan menguji skripsi
selama ini, masih ada beberapa mahasiswa yang telah lupa atau belum faham
mengenai apa dan bagaimana proses analisis data itu dilakukan sebagai alat bantu
pembuatan kesimpulan penelitian.
Suplemen ini merupakan pelengkap modul mata kuliah metode penelitian dan
praktikum statistik yang biasa digunakan oleh penulis dalam memberikan materi
perkuliahan di kelas. Lebih lanjut, suplemen ini disusun atas dasar keinginan penulis
untuk membantu mahasiswa STIEMARA yang sedang menyusun tugas akhir dan ingin
mengolah data secara mandiri.
Terdapat beberapa alat analisa yang umum digunakan oleh mahasiswa S1 dalam
menjawab permasalahan, tujuan serta hipotesis penelitian antara lain analisis regresi
berganda, analisis jalur, uji beda dan analisis factor.
Dalam suplemen ini terdapat petunjuk praktis proses pengolahan data dengan
menggunakan regresi berganda, analisis jalur, uji beda dan analisis factor.
Semoga suplemen kecil ini ada guna dan manfaat bagi yang membutuhkan
khususnya adik-adik mahasiswa dalam menyelesaikan tugas akhirnya.
Hanya Allah yang maha sempurna sehingga karya ini tidak mungkin sempurna,
penyusun mengharap saran guna perbaikan.
Wassalam
Buku ini boleh di copy atau diperbanyak tanpa seijin penulis.
Edisi 1 Tahun 2002
Penyusun
2
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Bagian Satu
Analisa Regresi Berganda
Tujuan penggunaan Regresi Berganda
Regresi Berganda adalah bagian dari analisis multivariate. Tujuan utama analisis
regresi berganda adalah untuk menduga besarnya koefisien regresi. Selanjutnya,
koefisien regresi inilah yang akan menunjukkan besarnya pengaruh peubah bebas
(independent variable/X) terhadap peubah tak bebas (dependent variable/Y).
Kata “berganda” diambil sebagai penjelas untuk menunjukkan bahwa peneliti dalam
penelitiannya menggunakan lebih dari satu variabel bebas (di kampus tercinta ini
variabel diistilahkan dengan kata peubah, pengertian keduanya mempunyai arti yang
sama). Dengan demikian peneliti seharusnya fokus pada regresi berganda. Pemborosan
yang sering dilakukan oleh mahasiswa dalam skripsinya ialah ia menyajikan semua
analisa seperti regresi sederhana, korelasi sedehana, regresi berganda, korelasi
berganda yang pada akhirnya menyebabkan mahasiswa bingung sendiri, alat analisa
mana yang dipakai?.
Seiring kemajuan teknologi software, semua tujuan untuk uji hubungan maupun
pengaruh baik secara bersama-sama maupun secara parsial dapat diselesaikan hanya
dengan satu “click” yaitu “regression”. Semua tindakan olah data itu dapat dilakukan
bahkan berulang-ulang dengan beberapa perbaikan yang dimungkinkan hanya dalam
hitungan menit. Bersyukurlah kita karena sudah ada software pengolah data yang
saudara kenal dengan sebutan SPSS for windows.
Jangan bayangkan statistic berwajah rumus yang “jlimet” dan seabrek
perhitungan lainnya, disini statistik sebagai alat dan sebagai alat ia telah mengalamai
metamorfosis, ibarat menghitung perkalian 2435364 x 647469865, dengan
manual ???? jelas BT abis, tetapi dengan calculator “no problem” Gitu Lho. Demikian
juga regresi berganda, dengan manual ??????, tetapi dengan SPSS “smile dan
menantang”. Yang terpenting dari semua aspek teknis itu saudara bisa membaca hasil
output SPSS tersebut untuk pengambilan kesimpulan atas masalah dan tujuan
penelitian, misal untuk apa mengetahui nilai R, R square, nilai F, nilai b, nilai t, nilai
Sig dan beberapa parameter lain yang diperlukan untuk pengujian hipotesis.
Hiburan…….,
Ibarat anda sakit batuk dan tentu anda beli obat batuk, yang penting adalah anda
mengerti aturan/cara minum, kontra indikasi serta pantangannya. Anda tidak perlu tahu
bagaimana unsur-unsur kimia itu diproses dan bagaimana komposisi zat itu dihitung
takarannya. Sebab itu sudah menjadi tanggung jawab ahli-ahli kimia dan kedokteran
dan tentunya telah melalui proses quality control yang ketat sebelum dijual.
Analisis regresi dengan bantuan software SPSS layaknya seperti contoh diatas. Ketahui
saja bagimana persyaratan-persyaratan sebelum proses input data, pengolahan dan
outputnya sebagai bahan untuk pengambilan kesimpulan, jelaskan temuan angka-
angka itu dengan bersandar pada teori dan empiris, jangan sibuk belajar dari mana asal
muasal angka R, R square, t, beta, dsb apalagi sampai dibuktikan secara manual,
akhirnya energi saudara habis untuk urusan hitung menghitung yang sebenarnya bukan
3
Edisi 1 Tahun 2002
Sebagai misal peneliti ingin mengetahui apakah ada pengaruh antara gaji karyawan
dan Kedisiplinan kerja karyawan terhadap Prestasi kerja karyawan. Lihat model
penelitian berikut:1
Gaji karyawan
Kedisiplinan kerja
karyawan
didalam akhir bab II, gambar ini biasanya disajikan sebagai kerangka/model penelitan
Based on the model, dapat kita mengerti bahwa terdapat dua peubah bebas (x1 dan x2)
dan satu peubah terikat (Y), yang selanjutnya ingin diketahui bagaimana pengaruhnya
dengan menggunakan analisis regresi berganda.
Setelah bangunan teori di susun dengan menyajikan argumen yang kuat dan relevan.
Berikutnya perumusan hipotesis dilakukan sebagai dasar pengujian. Dalam contoh
diatas peneliti mempunyai fokus pada peubah gaji karyawan (x1) dan kedisiplinan
karyawan (x2) sebagai peubah bebas yang berpengaruh pada prestasi kerja karyawan
(Y) (lihat model penelitian). Selanjutnya peneliti harus menyusun pengukuran dari
peubah-peubah tersebut. (dalam skripsi saudara, perbincangan ini masuk pada bab III,
Peubah dan Pengukuran2). Untuk mempermudah penguasan peubah dan pengukuran,
saudara lebih baik membuat tabel yang berisikan penjelasan atas peubah dan
pengukuran tersebut, lihat contoh berikut:
1
Model penelitian dimaksudkan untuk membuat penyederhanaan dalam membaca
permasalahan penelitian, sehingga pembaca dapat mengetahui alur atau arah sekaligus cerita
penelitian yang dilakukan.
2
Penjelasan dapat dilihat pada intisari metode penelitian
4
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
5
Edisi 1 Tahun 2002
Penyusunan peubah dan pengukuran seperti saran diatas juga berlaku untuk bidang
kajian yang lain misalnya bidang pemasaran, SDM, dll.
Setelah peubah dan pengukuran tersebut dikonsultasikan dengan pembimbing dan
dinilai sudah tepat artinya sesuai dengan tujuan penelitian dan kondisi
empiris/lapangan, maka indikator-indikator tersebut untuk selanjutnya digunakan
sebagai bahan penyusunan kuesioner dalam bentuk pertanyaan-pertanyaan.
Selanjutnya kuesioner dibagikan kepada responden, dan jawaban-jawaban responden
yang telah terdokumentasi didalam kuesioner diolah SPSS editor dengan langkah-
langkah sebagai berikut:
Langkah awal.
Lakukan peng-kode-an atas peubah dan indikatornya dengan menyusun terlebih dahulu
peubah dan pengukurannya tersebut sebelum di input kedalam SPSS editor. Lihat
contoh sbb. (berdasarkan tabel hal 3)
Penjelasan mengenai skala pengukuran dan teknik prosedur penyusunan instrument
penelitian baca di modul metpen atau konsultasikan pada Dosen pembimbing yang terhormat
6
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
1. Bagaimana pendapat bpk/ibu/sdr tentang jumlah gaji yang diterima perbulan dari
perusahaan.
a. sangat memadai Jawaban a dinilai 5, b nilai 4, dst, e nilai 1
b. memadai Lihat panduan penyusunan Likert scale, semantic
c. cukup diferensial atau skala guttman dll.
d. kurang
e. sangat tidak memadai
3
keterangan:
(x1.1; x1.2; Y1 dst hanyalah pemberian istilah saja (kode) untuk mempermudah
mengenali peubah beserta indikatornya. X1.1 artinya indikator kesatu dari peubah 1,
x2.2 artinya indikator kedua dari peubah 2, dst)
7
Edisi 1 Tahun 2002
Menjalankan SPSS.
1. Buka SPSS , bisa open lewat program, windows explorer atau klik dua kali icon
SPSS.
Hasilnya akan nampak seperti ini:
Setelah media spss editor dalam posisi ready, selanjutya tinggal ketik nama-nama
variable beserta masing-masing indikatornya dengan cara sbb: (untuk memulai
memberi nama variable, klik variable view pada bagian paling bawah sebelah kiri)
Berikutnya entry data bisa dimulai dengan kesabaran dan ketelitian. Sekali lagi proses
ini sangat mudah sekali tinggal klik sana klik sini dan langsung jadi. Hasilnya lihat
dibawah ini.
8
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Setelah data lengkap disajikan didalam spss editor selanjutnya akan dilakukan analisis
regresi, dengan tahapan sebagai berikut.
Tahap Awal.
Lakukan uji Validitas dan Reliabilitas seperti petunjuk di bawah ini
Arahkan pointer saudara pada menu Analyze
Pilih Scale, selanjutnya pilih Reliability Analysis (lihat kotak )
9
Edisi 1 Tahun 2002
Masukkan tiap peubah dan indikator ke dalam kotak item (pakai tanda untuk
memasukkan dan mengeluarkan tiap peubah beserta indikatornya) sesuai dengan
kelompoknya masing-masing,
Gambar diatas adalah proses untuk menguji validitas dan reliabilitas untuk indikator-
indikator X1, lakukan hal yang sama untuk x2 dan Y lakukan sesuai kelompoknya
Reliability
****** Method 1 (space saver) will be used for this analysis ******
R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)
Item-total Statistics
Reliability Coefficients
Alpha = .7784
10
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Pilih menu Analyze, pilih Regression, pilih linear, tampilannya akan tampak sebagai
berikut.
4
multikolinieritas, autokorelasi dan heteroskedastisitas, normalitas
11
Edisi 1 Tahun 2002
Klik linear maka akan tampak kotak perintah sbb: ikuti langkah berikut:
Masukkan peubah bebas (hanya nilai total saja, x1, x2 ) pada kotak
independent
Masukkan peubah terikat (hanya nilai total Y) pada kotak dependent
Berikutnya klik icon “statistics….” Kemudian beri tanda check ( ) pada kotak
yang telah disediakan, sesuaikan dengan contoh
Setelah
12
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Selanjutnya klik continue dan klik Ok, maka spss sedang running… tunggu beberapa
saat dan hasil analisis regresi berganda sudah bisa dilihat seperti tampilan berikut ini.
Regression
Variables Entered/Removedb
Variables Variables
Model Entered Removed Method
1 kedisiplina
n, gaji a . Enter
karyawan
a. All requested variables entered.
b. Dependent Variable: prestasi kerja
Model Summaryb
Change Statistics
Adjusted Std. Error of R Square Durbin-W
Model R R Square R Square the Estimate Change F Change df1 df2 Sig. F Change atson
1 .738a .544 .510 .9066 .544 16.103 2 27 .000 2.002
a. Predictors: (Constant), kedisiplinan, gaji karyawan
b. Dependent Variable: prestasi kerja
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 26.473 2 13.237 16.103 .000a
Residual 22.194 27 .822
Total 48.667 29
a. Predictors: (Constant), kedisiplinan, gaji karyawan
b. Dependent Variable: prestasi kerja
Coefficientsa
Standardi
zed
Unstandardized Coefficien
Coefficients ts Correlations Collinearity Statistics
Model B Std. Error Beta t Sig. Zero-order Partial Part Tolerance VIF
1 (Constant) -4.35E-04 2.181 .000 1.000
gaji karyawan .588 .179 .471 3.279 .003 .642 .534 .426 .819 1.220
kedisiplinan .512 .183 .402 2.799 .009 .602 .474 .364 .819 1.220
a. Dependent Variable: prestasi kerja
13
Edisi 1 Tahun 2002
Berikutnya adalah melakukan interpretasi atas hasil analisis regresi. Dalam membaca
print out SPSS tersebut, saudara harus bersandar pada rumusan masalah, tujuan dan
hipotesis penelitian. Artinya tidak semua angka-angka/parameter diinterpretasikan.
Dalam contoh ini telah disebutkan bahwa peneliti ingin mengetahui dan menguji:
Apakah ada pengaruh antara gaji karyawan (x1) dan kedisiplinan (x2) terhadap
prestasi kerja (Y) secara bersama-sama mapun secara parsial
Jika dimungkinkan, saudara juga diperbolehkan menduga bahwa salah satu variabel
mempunyai pengaruh paling dominan, asalkan saudara mempunyai argumen yang kuat
berdasarkan teori maupun penelitian terdahulu, ingat harus punya argumen tidak
sekedar menduga tanpa dasar atau hanya mengikuti kebiasan dan adat istiadat
penelitian
Misalnya,
Gaji karyawan (x1) mempunyai pengaruh yang paling dominant terhadap prestasi
kerja (Y), pernyataan hipotesis ini tentunya harus didukung dengan alasan yang
kuat bukan berdasarkan toeri, hasil penelitian maupun kondisi empirik objek
penelitian
Sekarang marilah kita mulai dengan belajar membaca print out spss regresi berganda.
Pengujian hipotesis,
Ada pengaruh yang signifikan antara gaji karyawan (x1) dan kedisiplinan (x2)
terhadap prestasi kerja (Y) secara bersama-sama.
14
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Hasil analisis menunjukkan nilai R= 0.738, hal ini menunjukkan bahwa terdapat
hubungan yang cukup kuat antara gaji karyawan (x1) dan kedisipliinan (x2) secara
bersama-sama terhadap prestasi kerja (Y). Artinya jika x1 dan x2 meningkat maka
Y juga akan meningkat (korelasi positif).
2. Lihat nilai R square (R2) juga disebut sebagai koefisien determinasi gunanya untuk
mengetahui besarnya kontribusi peubah bebas (x) secara serempak didalam
menjelaskan peubah terikat (Y). R Square juga dapat menunjukkan ragam naik
atau turunnya peubah terikat (Y) yang diterangkan oleh pengaruh linier peubah
bebas (X).
Ukuran nilai R Square adalah semakin mendekati angka satu berarti garis regresi
yang terbentuk dapat meramalkan peubah terikat (Y) secara lebih baik menuju
kesempurnaan (model fit)
Dalam tabel model summary, kita lihat nilai R 2 sebesar 0,544. Hal ini diartikan
bahwa peubah bebas dalam hal ini gaji dan kedisiplinan secara bersama-sama
menjelaskan peubah prestasi kerja sebesar 54,4 %, sedangkan sisanya 45,6 %
dijelaskan oleh peubah lain yang tidak diteliti dalam penelitian ini atau model
penelitian.
Semakin besar nilai R2 semakin menunjukkan ketepatan model yang telah disusun
atau model yang diuji (model yang dimaksud adalah model penelitian berbasis
teori).
3. Lihat Nilai F statistic (biasa disebut Uji F) dan Nilai Sig. (lihat table ANOVA)
NIlai F statistic dapat digunakan untuk mengetahui tingkat signifikansi kontribusi
peubah bebas (secara bersama-sama) dalam menjelaskan peubah terikat. Artinya
apakah pengaruhnya nyata atau bermakna. Dengan membandingkan nilai F
statistic dengan nilai F table dapat diketahui tingkat signifikansinya.
Kita lihat dari table ANOVA bahwa nilai F stat sebesar 16.03 sedangkan F table dapat
di tentukan dengan cara melihat tabel sebagai berikut:
15
Edisi 1 Tahun 2002
Lihat df (degree of freedom) atau derajat bebas (db) rumusnya k, n-k-1 atau
langsung lihat di table anova, df nya adalah 2 (jumlah peubah bebas) , dan 27
(jumlah responden – peubah bebas -1 jadi 30-2-1=27) setelah diketahui df nya
berikutnya lihat table F yang tersedia di setiap buku statistik. Cara baca tabelnya
adalah sebagai berikut
Lihat angka 2 pada kolom db pembilang dan lihat angka 27 pada kolom db
penyebut dan hubungkan perpotongan keduanya pada tingkat alpha (misal 0,05)
maka akan terlihat angka sebesar 3,35.
Jika kita bandingkan antara F stat dengan F table maka 16,033.35, jadi keputusannya
adalah menerima hipotesis yang menyatakan bahwa terdapat pengaruh yang
signifikan antara gaji karyawan (x1) dan Kedisiplinan karyawan (x2) secara
bersama-sama terhadap prestasi kerja karyawan (Y)
16
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Coefficientsa
Standardi
zed
Unstandardized Coefficien
Coefficients ts Correlations Collinearity Statistics
Model B Std. Error Beta t Sig. Zero-order Partial Part Tolerance VIF
1 (Constant) -4.35E-04 2.181 .000 1.000
gaji karyawan .588 .179 .471 3.279 .003 .642 .534 .426 .819 1.220
kedisiplinan .512 .183 .402 2.799 .009 .602 .474 .364 .819 1.220
a. Dependent Variable: prestasi kerja
17
Edisi 1 Tahun 2002
Secara parsial semua peubah bebas mempunyai pengaruh yang signifikan hal ini bisa
dilihat dari nilai t stat maupun Sig, dimana nilai t stat lebih besar dari t table sedangkan nilai
Sig masih dibawah Alpha 0,05
Peubah gaji karyawan pengaruhnya signifikan terhadap prestasi kerja (t stat =3.279 > t
table=2,056). Demikian juga nilai Sig=0.003 < 0,05 dengan koefisien regresi sebesar
0.588.
Hal ini menyimpulkan bahwa hipotesis diterima.
Demikian juga dengan peubah kedisiplinan, dengan melihat nilai yang sama seperti
diatas dapat disimpulkan bahwa, kedisiplinan mempunyai pengaruh signifikan
terhadap prestasi kerja. Hal ini menyimpulkan bahwa hipotesis diterima.
Dari kedua peubah tersebut, dapat disimpulkan bahwa peubah gaji karyawan
mempunyai pengaruh yang paling dominant, hal ini ditunjukkan oleh nilai B maupun
nilai beta dan t yang lebih besar dan Sig yang lebih kecil dibandingkan dengan peubah
kedisiplinan.
Kedisiplinan kerja
karyawan (x2)
B=0,512
t=2,799 Semua Hipotesis diterima, pada :
Sig=0,009 F tabel = 3,35
t table = 2,056
Alpha = 0,05
18
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Jadi untuk tujuan penelitian ini beberapa parameter yang harus saudara ketahui ialah:
Nilai R, R square, Nilai F(uji F), Nilai koefisien b atau beta, Nilai t (uji t), Nilai Sig
Ketika saudara mengartikan beberapa nilai statistik tersebut, itu berarti saudara sudah
melakukan interpretasi secara statistik. Pekerjaan saudara selanjutnya adalah
menjelaskan atau interpretasi secara teoritis dan empiris (pemaknaan temuan
penelitian). Artinya secara statistik terbukti ada pengaruh nyata (berdasarkan pada
parameter-parameter tsb), berikutnya perlu penjelasan dan pemaknaan, ….mengapa
dan bagaimana itu terjadi, untuk itu kuasai dasar teorinya dan pertajam hasil observasi
empiris untuk menyingkap yang tersurat dari penelitian saudara.
19
Edisi 1 Tahun 2002
Bagian Dua
Path Analysis (Analisa Jalur)5
Prinsip dan keterbatasan
Path Analysis (analis jalur) pada dasarnya merupakan cabang dari multiple regression.
Dalam analisis jalur terdapat suatu set variabel yang merupakan kumpulan atau
rangkaian dari beberapa hubungan antar variabel yang telah membentuk sebuah model
penelitian yang kita yakini variabel-variabel tersebut saling berpengaruh satu dengan
yang lainnya. Tujuan path analysis adalah memberikan estimasi terhadap hubungan
sebab akibat antara variabel-variabel yang diteliti. Disamping mengetahui hubungan,
dengan path analysis peneliti akan mengetahui pengaruh secara langsung maupun
pengaruh secara tidak langsung antar variabel tersebut.
Seperti halnya alat analisa yang lain, path analysis juga mempunyai keterbatasan.
Keterbatasannya adalah : (1) tidak bisa digunakan untuk menguji pola hubungan
timbal balik (feed back). Jadi gerak hubungan hanya dimungkinkan untuk lurus atau
turun artinya satu tujuan. (2) setiap ada intervening variable, maka ia dianggap sebagai
dependent variable. (3) skala pengukuran hanyalah interval atau rasio. Sedangkan
untuk skala nominal, ordinal atau dichotomies tidak mungkin dilakukan.
Penggunaan
Sebagai contoh perhatikan figure 16 yang menjelaskan sebuah set variabel yang
berhubungan dengan survey tentang kepuasan kerja.
5
Prosedur analisis jalur sama dengan regresi berganda yang telah dibahas pada bagian 1.
6
Model ini dikutip dari Bryman, A. & Cramer,D.(1990). Quantitative data analysis for social
scientists, pp.246-251)
20
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Diagram Input
Masa kerja
Kepuasan kerja
otonomi
income
Keterangan:
adalah path coefficient, yang diperoleh dari nilai beta.
e1, e2, e3 adalah error atau unexplained variance. Jika diperlukan nilai e 1, e2, e3, diperoleh
dari 1-R2 (note: bukan 1-R2 adj)
Formulasi persamaan ini pada dasarnya sama dengan regresi berganda, namun nilai
konstanta (a) tidak diperlukan. (bryman, A. & Cramer, D:1990:246-251)
21
Edisi 1 Tahun 2002
Setelah diolah dengan spss, masukkan setiap nilai beta pada garis panah yang
menghubungkan antar variable untuk mempermudah pembacaan hasil dan interpretasi
hasil analisis. Sebagai misal lihat diagram output berikut:
0.28 0.58
otonomi
0.22
0.57 0.47
income
22
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Berdasarkan diagram output kita bisa menarik kesimpulan secara statistic sebagai
berikut.
1. Pengaruh secara langsung antara masa kerja dengan kepuasan adalah -0.08 (pola
negative)
2. Pengaruh secara tidak langsung dapat kita hitung sebagai berikut:
Interpretasi
Hasil ini menjelaskan bahwa secara uji statistik pengaruh langsung antara masa kerja
dengan kepuasan adalah kecil dan negative (-0.08), sedangkan pengaruh secara tidak
langsung adalah positif dan lebih besar (0.37). Berikutnya peneliti menjelaskan secara
teoritis dan empiris mengapa hal itu terjadi.
Menurut logika penulis hal ini sangat dimungkinkan sebab semakin lama masa kerja
jika tidak diikuti oleh peningkatan peran akan menyebabkan pegawai merasa jenuh dan
berada pada tingkat maturity atau kejenuhan, kondisi ini mungkin menyebabkan
pegawai merasa bosan sehingga kepuasan kerjanya menjadi menurun. Lain halnya jika
masa kerja yang lama dibarengi juga dengan peningkatan wewenang untuk mengatur
aktivitasnya (otonomi), perbaikan pendapatan atau pergharaan lain (income), maka
kepuasan kerja akan meningkat sebab pegawai merasa semakain dihargai senioritas
dan pengabdiannya. Tentunya pendapat yang disampaikan akan lebih kuat jika
didukung oleh teori maupun hasil penelitian terdahulu.
Demikian Path Analysis, ia mempunyai kelebihan dibanding regresi berganda
biasa dimana ia dapat mengungkap pengaruh secara langsung maupun pengaruh secara
tidak langsung yang mungkin diperlukan peneliti.
23
Edisi 1 Tahun 2002
Bagian Tiga
Analisa Paired – Samples t tests
dan Independent Samples t tests
(Uji Beda Untuk Sampel Berpasangan dan Tidak Berpasangan)
Contoh 1
Misal, peneliti ingin mengetahui apakah ada perbedaan antara rasa kopi merek A dan
merek B. Untuk tujuan tersebut peneliti telah menyiapkan 10 orang relawan yang suka
kopi untuk mencoba rasa kopi merek A dan merek B. kemudian diminta memberikan
nilai dengan skala 1 sampai dengan 8 seperti berikut.
Berikutnya untuk menjawab tujuan penelitian, data tersebut kita siapkan di SPSS editor
dengan langkah sebagai berikut:
24
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Hasil pengolahan dengan menggunakan SPSS dapat dilihat pada output dibawah ini.
25
Edisi 1 Tahun 2002
T-Test
Paired Samples Statistics
Std. Error
Mean N Std. Deviation Mean
Pair merek a 7.0000 10 1.1547 .3651
1 merek b 6.3000 10 1.0593 .3350
N Correlation Sig.
Pair 1 merek a & merek b 10 .545 .103
Paired Differences
95% Confidence
Interval of the
Std. Error Difference
Mean Std. Deviation Mean Lower Upper t df Sig. (2-tailed)
Pair 1 merek a - merek b .7000 1.0593 .3350 -5.78E-02 1.4578 2.090 9 .066
Hipotesisnya
Ho: µa-µb = 0, artinya antara merek a dan merek b tidak ada perbedaan rasa
Ha: µa-µb ≠ 0, artinya antara merek a dan merek b ada perbedaan yang significant
tingkat signifikan menggunakan 0.05
Dari uji Paired - samples t test yang digunakan untuk menguji hipotesis menyatakan
bahwa ada perbedaan nilai rata-rata, merek a dengan mean =7 merek b dengan
mean=6.3, tetapi perbedaan tersebut tidak significant dimana t=2.09 dan p<0.066
( pada significant level 0.05). Informasi lainnya adalah terdapat korelasi yang positif
antara merek a dan merek b artinya peningkatan kepuasan merek a akan juga diikuti
peningkatan kepuasan merek b, hal ini mengindikasikan antara merek a dan merek b
mempunyai daya saing yang relative sama dari segi rasa.
Contoh 2.
Misal peneliti ingin mengetahui apakah BPNN selaku badan penyehatan perbankan
berhasil meningkatkan kinerja Bank yang menjadi pasiennya. Untuk tujuan itu
diperlukan indikator untuk menilai kinerja bank tsb, misalnya CAR. Andaikan ada 10
bank yang telah diperbaiki dengan nilai CAR sebelum dan sesudah ditangani BPPN
selengkapnya disajikan dalam tabel berikut.
26
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
T-Test
Paired Samples Statistics
Std. Error
Mean N Std. Deviation Mean
Pair SEBELUM -.8700 10 2.2514 .7120
1 SESUDAH 3.5300 10 1.5770 .4987
N Correlation Sig.
Pair 1 SEBELUM & SESUDAH 10 .917 .000
Paired Differences
95% Confidence
Interval of the
Std. Error Difference
Mean Std. Deviation Mean Lower Upper t df Sig. (2-tailed)
Pair 1 SEBELUM - SESUDAH -4.4000 1.0220 .3232 -5.1311 -3.6689 -13.615 9 .000
27
Edisi 1 Tahun 2002
singnificant dengan t=-13.615 dan p>0.000. Sehingga BPPN patut mendapat pujian
karena mampu meningkatkan nilai CAR bank sakit yang ditangani. Jadi Ha diterima.
Informasi lainnya adalah dari nilai korelasi positif , sangat kuat dan significant
(r=0.917; sig<p) artinya bank dengan posisi CAR baik(positif) cenderung akan
semakin meningkat kinerjanya setelah ditangani BPPN. Atau bisa diartikan Usaha
BPPN ditunjang juga oleh kinerja Bank yang ditangani sebelumnya.
Demikian mengenai Uji beda untuk sample yang berpasangan. Dua kasus tersebut
hanyalah contoh, dan masih bisa dikembangkan untuk menjawab permasalahan
penelitan yang lain.
Pilih “variable sesudah” untuk dianalisa, dengan test value 3. dan confidence interval
95%. Klik OK, tunggu data sedang diolah .
28
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Std. Error
N Mean Std. Deviation Mean
SESUDAH 10 3.5300 1.5770 .4987
One-Sample Test
Test Value = 3
95% Confidence
Interval of the
Mean Difference
t df Sig. (2-tailed) Difference Lower Upper
SESUDAH 1.063 9 .316 .5300 -.5981 1.6581
Latihan
Sebuah industri bola lampu ingin menguji apakah produknya mempunyai daya nyala
selama 1000 jam nonstop. Untuk keperluan pengujian, telah diambil 10 bola lampu
secara acak dari 2 lini produk masing-masing 5 unit dan dinyalakan secara bersama-
sama dan daya tahan lampu tersebut didokumentasikan seperti dalam table berikut.
29
Edisi 1 Tahun 2002
T-Test
One-Sample Statistics
Std. Error
N Mean Std. Deviation Mean
WAKTU 10 1010.1000 35.4854 11.2215
One-Sample Test
30
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Bagian Empat
Analisis Faktor
Dasar pemikiran
Terkadang dalam suatu penelitian kita dihadapkan pada beragam factor atau variable
yang diduga mempunyai kaitan dengan suatu permasalahan yang ingin kita cari tahu
jawabannya. Banyaknya factor atau variable ini terkadang bisa membuat bias dalam
perumusan/formulasi permsalahan atau terkadang akan merepotkan peneliti karena
harus mengendalikan banyaknya variable atau factor tersebut yang secara bangunan
teori terkadang kurang kuat.
Berdasar pada situasi tersebut maka timbul pemikiran untuk mereduksi atau meringkas
beragam factor atau variable tersebut menjadi suatu bentuk/model teori yang baru
dengan harapan model tersebut nantinya akan dapat menjelaskan secara optimal
tentang permasalahan yang ingin kita cari tahu jawabannya.
Dengan demikian, merujuk pada pendapat Malhotra (1993), analisis factor adalah
merupakan sekelompok prosedur untuk mengurangi dan meringkas data.
F1 = Wi1Xi1+Wi2Xi2+Wi3Xi3+…………+WikXik
Ket:
F1 :estimasi factor loading ke-1
Wi :bobot atau koefisien nilai factor
k :jumlah variabel
Agar terdapat kesesuaian antara permasalahan yang akan dijawab beserta data yang
diperoleh dengan alat analisis yang akan digunakan maka perlu dilakukan telaah
akurasi model factor. Prosedur dalam analisis factor adalah mengikuti beberapa
tahapan sebagai berikut:
31
Edisi 1 Tahun 2002
Memformulasikan
permasalahan
Menentukan jumlah
factor/komponen
Rotasi faktor
Interpretasi factor-faktor
Penjelasan Gambar 1.
1. Memformulasikan permasalahan
32
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
4. Rotasi factor.
Hasil penyederhanaan dalam matrik factor memperlihatkan hubungan antara factor
dengan variable individual. Tetapi dengan banyaknya variable yang saling
berkorelasi sehingga sulit untuk diinterpretasikan. Untuk itu harus dilakukan rotasi
factor matrik yang hasilnya lebih sederhana sehingga mudah dibaca. Dalam rotasi
matrik factor ini metode yang digunakan adalah Varimax yaitu metode rotasi
orthogonal untuk meminimumkan jumlah variable dengan berpedoman pada nilai
loading tertinggi.
5. Interprestasi faktor-faktor.
Interprestasi factor dapat dilakukan dengan mengelompokkan variable yang
mempunyai factor loading tertinggi kedalam factor tersebut. Untuk interpretasi
hasil perilaku ini, factor loading dengan nilai > 0,5 sedangkan yang < 0,5
dikeluarkan dari model.
1. Uji Bartlett
Yaitu uji tingkat independen dari variable-variabel. Hasil Bartlett test of sphericity
dengan melihat tingkat signifikansi kesalahan untuk mengindikasikan sejauhmana
antar variable tersebut berkorelasi.
33
Edisi 1 Tahun 2002
Untuk mengetahui ketepatan dari analisis factor. Nilai KMO > 0,5 dianggap
mempunyai ketepatan.
34
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
4. Model FIT
Analisis ini sebenarnya untuk seberapa besar residual antara korelasi yang diamati
dengan korelasi yang direproduksi. Sebagai ukuran jika terdapat banyak nilai
residual melebihi nilai absolut 0.05 maka model tidak dapat diterima.
Open SPSS
Siapkan data yang akan diolah
Klik menu analyze, pilih Data Reduction, pilih factor.
Muncul box menu berisikan:
Kotak variables (sebelah kiri berisikan variable, kanan kosong)
Masukkan variable yang akan difaktorisasi (kolom sebelah kiri) kedalam
kolom sebelah kanan, dengan menekan tanda ►.
Descriptives (pada menu box, pilih coefficient dan KMO and Bartlett test
atau klik semua pilihan), continue
Extraction ( pada menu box, pilih metode principal component, eigenvalue
1 atau 0,5. continue
Rotation (pada menu box pilih method varimax )continue
Scores
Option
Tekan OK, output akan nampak seperti dibawah ini:
35
Edisi 1 Tahun 2002
36
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Reproduced Correlations
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X1 X1 X1 X1 X1 X1 X17 X1
1 2 3 4 5 6 8
Rep X1 , , , , , - - 2,9 , -,160 - 4,6 , , - 5,2 ,126 ,
rod 839 786 627 346 335 4,3 6,7 33 313 7,723E 137 125 5,192E 263
uce 22E 81E E- 04 -02 07 -02
d -03 -02 02 E- E-
Cor 02 02
rela
tion
X2 , , , , , 2,6 - 6,6 , 9,155 , , , 9,2 - , ,133 ,
786 841 641 348 378 38E 9,2 56 294 E-02 183 293 17551E 3,3 110 359
-02 56E E- -02 97
-02 02 E-
02
X3 , , , , , - 8,9 3,4 , 2,196 8,0 , , , - 4,6 ,219 ,
627 641 794 573 642 2,0 99E 26 196 E-02 35 248 241 123 2,222E 103
50E -03 E- E- 59 -02
-02 02 02 E-
02
X4 , , , , , - - , , - - , , 9,5 , , ,228 ,
346 348 573 912 483 2,0 7,1 210 354 9,470 9,8 240 17945E 197 224 211
26E 19E E-02 44 -02
-02 -02 E-
02
X5 , , , , , - , , , - - 9,7 , --,12 -,14 6,005 ,
335 378 642 483 896 1,9 151 175 133 2,107 7,184E 318 3,9 4 4 E-02 310
01E E-02 14 -02 69E
-02 E- -02
03
X6 - 2,6 - - - , , , , ,290 , , 3,9 , - - 6,378 -
37
Edisi 1 Tahun 2002
4,3 38E 2,0 2,0 1,9 760 659 668 350 192 13771E 212 1,2 8,2 E-02 7,7
22E -0250E26E01E -02 2516E 24E
-03 -02 -02 -02 E- -03 -02
03
X7 - - 8,9 - , , , , , ,176 6,7 2,2 , , 5,2 -,10 ,227 -
6,7 9,299E 7,1 151 659 844 501 432 6245E 171 331 72 0 2,0
81E 56E -0319E E- -02 E- 59E
-02 -02 -02 02 02 -02
X8 2,9 6,6 3,4 , , , , , , 8,641 6,6 3,4 , 8,4 , , 3,736 ,
33E 56E26E 210 175 668 501 871 255 E-02 7896E 14863E 126 156 E-02 168
-02 -02 -02 E- -02 -02
02
X9 , , , , , , , , , 3,747 - , - , 6,5 - ,218 ,
313 294 196 354 133 350 432 255 896 E-02 5,1 163 4,6 155 69 4,5 440
08 44E E-26E
E- -02 02 -02
02
X1 -,16 9,1 2,1 - - , , 8,6 3,7 ,841 , , , ,-,10 - - -
0 0 55E96E 9,4 2,1 290 176 4147E 693 711 177 216 8 2,8 1,640 2,8
-02 -0270E07E E- -02 72E E-02 02E
-02 -02 02 -02 -02
X1 - , 8,0 - - , 6,7 6,6 - ,693 , , 5,5 - , , ,297 2,1
1 7,7 18335E 9,8 7,1 192 62E 78 5,1 841 696 51E 2,9 233 329 44E
04E -0244E14E -02 E-08E -0544E -02
-02 -02 -03 02 -02 -02
X1 4,6 , , , 9,7 , 2,2 3,4 , ,711 , , , , , , ,251 ,
223E 293 248 24084E 137 45E 96 163 696 805 191 198 164 253 134
-02 -02 -02 E-
02
X1 , , , , , 3,9 , , - ,177 5,5 , , , 9,0 7,7 ,111 ,
3 137 175 241 179 318 71E 171 148 4,6 51 191 841 681 9177E 244
-02 44E E- E- -02
-02 05 02
X1 , 9,2 , 9,5 - , , 8,4 , ,216 - , , , , 7,1 ,211 -
4 125 51E 12345E 3,9 212 331 63 155 2,9 198 681 866 12150E 3,2
-02 -0269E E- 44 -02 70E
-02 02 E- -02
02
X1 - - - , -,12 - 5,2 , 6,5 -,108 , , 9,0 , , , ,772 ,
5 5,1 3,3 2,2 197 4 1,2 72E 12669E 233 164 91E 121 885 823 156
07E 97E59E 25E -02 -02 -02
-02 -02 -02 -03
X1 5,2 , 4,6 , -,14 - -,10 , - - , , 7,7 7,1 , , ,678 ,
692E 11022E 224 4 8,2 0 156 4,5 2,872 329 253 77E50E 823 860 125
38
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
39
Edisi 1 Tahun 2002
40
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
41
Edisi 1 Tahun 2002
Sebagai contoh
Pada kolom komponen 1 nilai tertinggi adalah ,925 nama factor atau variable adalah
X15
Pada kolom komponen 9 nilai tertinggi adalah ,836 nama factor atau variable adalah
X4
Oke untuk latihan ….Teruskan sendiri ya! yang ngetik udah ngantuk.
Demikianlah perbincangan kita, semoga ada guna dan manfaat…..
42
Hanif Mauludin SE, M.Si - Manajemen Keuangan STIEMARA
Bagian Akhir
Penutup
Masih banyak terdapat kekurangan dalam Cerpen diatas, saran, kritik yang sifatnya
konstruktif sangat ditunggu dan diharapkan oleh penulis.
Finally,…………………
Wallaahua’lam bisshawab
Singosari, 27 Rajab 2002
Penyusun,
Hanif Mauludin,
e-mail: hanif@stie-mce.ac.id
phone: STIE –MCE 491813 ext 129 (ruang mce internet)
segera terbit suplemen edisi revisi untuk mahasiswa ABM dengan tambahan analysis
cluster dan analisis diskriminan
43
Edisi 1 Tahun 2002
REFERENCE
1. Everitt, B.S, & Dunn, G. (1991). Applied multivariate data analysis. London:
Edward Arnold.
2. Bryman, A & Cramer, D. (1990). Quantitative data analysis for social scientists.
pp. 246-251
3. Rietveld & Sunaryanto, (1994). 87 masalah pokok dalam regresi berganda
4. Sugiarto. (1992). Tahap awal dan Aplikasi analisis Regresi
5. http://www.exeter.ac.uk/~SEGLea/multvar2
44