Anita_Zone

TUGAS UJI VALIDITAS

2009-07-06T23:08:00.000-07:00

UJI VALIDITAS DAN RELIABILITAS

Uji validitas dan reliabilitas X₁(Optimis)

Analisis :

Untuk mengetahui soal valid atau tidak valid dilihat nilai korelasi dibandingkan dengan tabel korelasi produk moment untuk dk (Derajat kebebasan) = n-1 = 81-1= 80 untuk alfa 5% adalah 0,220. Jika korelasi lebih besar dari r tabel maka data valid. Dari data 1-8 semuanya valid.

Untuk mengetahui soal tersebut reliabel atau tidak dilihat pada nilai alpha = 0,738 dicocokkan dengan nilai tabel r produk moment adalah 0,220 , ternyata alpha lebih besar dari r tabel artinya signifikan atau reliabel.

Uji validitas dan reliabilitas X₂(Ketertarikan Media)

Analisis :

Untuk mengetahui soal tersebut reliabel atau tidak dilihat pada nilai alpha = 0,770 dibandingkan dengan nilai tabel r produk moment adalah 0,220 , ternyata alpha lebih besar dari r tabel artinya signifikan atau reliabel.

Uji validitas dan reliabilitas data X₃(Ketertarikan Model)

Analisis :

Untuk mengetahui soal tersebut reliabel atau tidak dilihat pada nilai alpha = 0,663 dibandingkan dengan nilai tabel r produk moment adalah 0,220 , ternyata alpha lebih besar dari r tabel artinya signifikan atau reliabel.

Uji validitas dan reliabilitas X₄(Optimis Media)

Analisis :

Untuk mengetahui soal tersebut reliabel atau tidak dilihat pada nilai alpha = 0,793 dibandingkan dengan nilai tabel r produk moment adalah 0,220 , ternyata alpha lebih besar dari r tabel artinya signifikan atau reliabel.

Uji validitas dan reliabilitas X₅(Optimis Model)

Analisis :

Untuk mengetahui soal tersebut reliabel atau tidak dilihat pada nilai alpha = 0,836 dibandingkan dengan nilai tabel r produk moment adalah 0,220 , ternyata alpha lebih besar dari r tabel artinya signifikan atau reliabel.

Uji validitas dan reliabilitas X₆(Optimis Mat)

Analisis :

Untuk mengetahui soal tersebut reliabel atau tidak dilihat pada nilai alpha = 0,499 dibandingkan dengan nilai tabel r produk moment adalah 0,220 , ternyata alpha lebih besar dari r tabel artinya signifikan atau reliabel.

Uji validitas dan reliabilitas X₇(Tert.Med)

Analisis :

Untuk mengetahui soal tersebut reliabel atau tidak dilihat pada nilai alpha = 0,504 dibandingkan dengan nilai tabel r produk moment adalah 0,220 , ternyata alpha lebih besar dari r tabel artinya signifikan atau reliabel

Uji validitas dan reliabilitas X₈(Perubahan yang lebih baik)

Analisis :

Untuk mengetahui soal tersebut reliabel atau tidak dilihat pada nilai alpha = 0,526 dibandingkan dengan nilai tabel r produk moment adalah 0,220 , ternyata alpha lebih besar dari r tabel artinya signifikan atau reliabel.

Uji validitas dan reliabilitas X₉(Tertarik Perkembangan Teknologi )

Analisis :

Untuk mengetahui soal tersebut reliabel atau tidak dilihat pada nilai alpha = 0,838 dibandingkan dengan nilai tabel r produk moment adalah 0,220 , ternyata alpha lebih besar dari r tabel artinya signifikan atau reliabel.

Tugas Uji Perbedaan

2009-07-06T22:27:00.000-07:00

UJI PERBEDAAN

PaPada output Descrpitive terlihat deskripsi sebagai berikut:

a. Rata-rata nilai semua adalah 6,71

b. Nilai semua minimum adalah 4 atau dengan kata lain penurunan 4 dan maksimum nilai semua adalah 10.

c. Dengan tingkat kepercayaan 95% atau signifikan 5% rata-rata nilai semua ada pada range 6,37 sampai 7,04. Demikian pula untuk data yang lainnya.

Analisis output Test of Homogenity of Variances bertujuan untuk menguji berlaku atau tidaknya ANOVA, yaitu apakah ketiga varians mempunyai varians yang sama.

Hipotesis:

H₀ = Ketiga varians data adalah identik

H₁ = Ketiga varians data adalah tidak identik.

Dapat dilihat pada Levene test hitung adalah 2,165 dengan nilai probabilitas 0,059.

Oleh karena itu probabilitas > 0,05 maka H₀ diterima atau ketiga varians adalah sama atau dengan kata lain H₁ ditolak.

Selanjutnya dilihat dari tabel ANOVA

H₀ : β₁ = β₂=…. = β₁= 0

H_{1 :} tidak semua sama dengan nol.

Pada output tabel ANOVA dapat terbaca bahwa: sig = 0,000 kurang dari 5% maka signifikan H₀ditolak artinya terdapat perbedaan antara nilai semua dengan nilai tes1 sampai tes5. Karena terjadi perbedaan maka dilakukan uji lanjut variabel mana yang menyebabkan berbeda seperti terlihat pada tabel berikut:

Post Hoc Tests

Tugas 2 (Tugas Individu Komstat)

2009-07-01T03:38:00.001-07:00

Tugas 1 Komputer Statistika

2009-06-24T23:53:00.001-07:00

Data Hasil Tes

Analisis

1. Mean Tiap Test

Berdasarkan hasil output dari statistic normal scores dengan bantuan Lisrel 88, diperoleh hasil sebagai berikut:

Dari output di atas, dapat diketahui nilai mean untuk test 1= 3,3 ; mean test 2 = 3,3 ; mean test 3 = 3,4 ; mean test 4 = 3,45 ; mean test 5 = 3,0 ; mean test final = 55,750.

2. Standar Deviasi Tiap Test

Berdasarkan hasil output dari statistic normal scores dengan bantuan Lisrel 88, diperoleh hasil sebagai berikut:

Dari output di atas, dapat diketahui nilai standar deviasi untuk test 1= 1,593 ; standar deviasi test 2 = 1,750 ; standar deviasi test 3 = 1,314 ; standar deviasi test 4 = 1,234 ; standar deviasi test 5 = 1,556 ; standar deviasi test final = 24,617.

3. Deskripsi Data

Berdasarkan hasil output dari statistic normal scores dengan bantuan Lisrel 88, diperoleh hasil sebagai berikut:

Dari output di atas, dapat diketahui nilai mean, standar deviasi, T-Value, Skewness, Kurtosis, minimum frekuensi, dan maksimum frekuensi dari masing-masing test.

PROSES OLAH DATA DENGAN AMOS 5

OUTPUT AMOS 5 (VARIABEL SUMARY)

OUTPUT AMOS 5

1. Diskripsi Data

Berdasarkan hasil output dari analisis regresi dengan bantuan SPSS 15.00, diperoleh hasil sebagai berikut:

Tabel 1. Descriptive Statistics

Berdasarkan tabel di atas, dapat diketahui nilai minimum, maximum, mean dan standar deviasi untuk masing-masing test.

2. Analisis Regresi Ganda

a. Uji Normalitas Data

Berdasarkan hasil output dari analisis regresi dengan bantuan SPSS 15.00, diperoleh hasil sebagai berikut:

Tabel 2. One-Sample Kolmogorov

Hipotesis :

H₀ : Data berdistribusi normal

H₁ : Data tidak berdistribusi normal

Kriteria yang digunakan :

1) Untuk data X1 (Test 1)

Dari tabel diperoleh nilai Asymp. Sig. (2-tailed) = 0.288 = 28.8% > 5%, maka H₀ diterima. Artinya data X1 berdistribusi normal.

2) Untuk data X2 (Test 2)

Dari tabel diperoleh nilai Sig = 0,222 = 22,2% > 5%, maka H₀ diterima. Artinya data X2 berdistribusi normal.

3) Untuk data X3 (test 3)

Dari tabel diperoleh nilai Sig = 0,095 = 9,5% > 5%, maka H₀ diterima. Artinya data X3 berdistribusi normal.

4) Untuk data X4 (test 4)

Dari tabel diperoleh nilai Sig = 0,104 = 10,4% > 5%, maka H₀ diterima. Artinya data X4 berdistribusi normal.

5) Untuk data X5 (test 5)

Dari tabel diperoleh nilai Sig = 0,396 = 39,6% > 5%, maka H₀ diterima. Artinya data X5 berdistribusi normal.

6) Untuk data Y (test final)

Dari tabel diperoleh nilai Sig = 0,941 = 94,1% > 5%, maka H₀ diterima. Artinya data Y berdistribusi normal.

Dari tabel diatas diperoleh nilai Asym. Sig. (2-tailed) untuk test 1 (X1), test 2 (X2), test 3 (X3), test 4 (X4), test 5 (X5), test final (Y),lebih dari 5%, jadi diterima. Berarti dapat disimpulkan bahwa semua data berdistribusi normal.

b. Uji Kelinieran

Berdasarkan hasil output dari analisis regresi dengan bantuan SPSS 15.00, diperoleh hasil sebagai berikut:

Tabel 3. ANOVA

Hipotesis:

H₀ : β = 0 (Persamaan regresi tidak linear)

H₁ : β ≠ 0 (Persamaan regresi linear)

Kriteria penerimaan H₀:

H₀ diterima jika nilai Sig pada tabel ANOVA > 5% = 0,05.

Dari tabel ANOVA diperoleh nilai Sig = 0,002 = 0,2% <>0 ditolak dan H₁ diterima. Artinya bahwa persamaan regresi yang dihasilkan linear.

c. Uji Persamaan Regresi Linier dan Uji Multikolinearitas

Berdasarkan hasil output dari analisis regresi dengan bantuan SPSS 15.00, diperoleh hasil sebagai berikut:

Tabel 4. Coefficients

1) Uji Persamaan Regresi Linier

Dari tabel Coefficients diperoleh persamaan regresi linear sebagai berikut:

= 97,865 – 0,738X1 – 13,058X2 + 63,008X3 – 59,531X4 – 1,811X5

2) Uji Multikolinearitas

Dari tabel Coefficients juga diperoleh nilai VIF ada yang lebih dari 10 dan kurang dari 10 dan nilai Tolerance bervariasi dan mendekati 1. Karena nilai VIF ada yang meleihi 10 maka terjadi multikolinearitas.

d. Uji Besarnya Pengaruh test1(X1), test2(X2), test3(X3), test4(X4) dan test5(X5) terhadap test final (Y) dan Uji Autokorelasi

Berdasarkan hasil output dari analisis regresi dengan bantuan SPSS 15.00, diperoleh hasil sebagai berikut:

Tabel 5. Model Summary

1) Uji besarnya pengaruh test1 (X1), test2(X2), test3 (X3), test4(X4), test5 (X5), terhadap test final (Y)

Dari tabel Model Summary diperoleh nilai R Square = 0,711 = 71,1%. Artinya bahwa test1 (X1), test2(X2), test3 (X3), test4(X4), test5 (X5) memberikan pengaruh terhadap test final sebesar 71,1% sedangkan 28,9% dipengaruhi oleh faktor yang lain.

2) Uji autokorelasi

Dari tabel Model Summary juga diperoleh nilai DW = 2,379 karena nilai DW tidak terletak antara -2 DW 2 maka tidak terjadi autokorelasi.

e. Uji Heterokedastisitas

Berdasarkan hasil output dari analisis regresi dengan bantuan SPSS 15.00, diperoleh hasil sebagai berikut:

Gambar 1. Scatterplot

Dari diagram scatterplot, variabel terikat dan residual diperoleh diagram nilai error cukup menyebar di sekitar nol, jadi tidak terjadi heterokedastisitas.

By: Anita Yuniastuti

Sekilas Amos, LISREL, dan SPSS

STATISTIKA DESKRIPTIF (Tabel Frekuensi, Crosstabs, Explore, Grafik, dll) 2. Pengujian Asumsi Data: Missing value analysis, outlier, linieritas, Uji Asumsi Klasik (Normalitas data, Heteroskedastisitas, Autokorelasi, & Multikolinieritas), Uji Validitas & Reliabilitas, Transformasi Data. 3. STATISTIKA INFERENSIAL (PARAMETRIK) A. UNIVARIAT : Uji t, ANOVA RAL, RAK, Faktorial, Regresi untuk Rancob, dll. B. MULTIVARIAT : Analisis Faktor, Conjoint, Diskriminan, Cluster Analysis (K-Means dan Hierarchical…

Variable kontrol didefinisikan sebagai variabel yang faktornya dikontrol oleh peneliti untuk menetralisasi pengaruhnya. Jika tidak dikontrol variabel tersebut akan mempengaruhi gejala yang sedang dikaji. Peneliti harus menghilangkan atau menetralkan pengaruh yang dapat menganggu hubungan antara variabel bebas dan variabel tergantung.

Berikut adalah simulasi model regresi dengan data sebagai berikut:

Tampak bahwa terdapat 18 data antara asupan nutrisi, status kesehatan dan usia. Ini hanya merupakan contoh saja, dan tidak disarankan untuk melakukan regresi dengan jumlah data hanya 18. Hasil regresi antara asupan nutrisi sebagai variabel bebas dengan status kesehatan sebagai variabel terikat adalah sebagai berikut:

Tampak bahwa asupan nutrisi mempunyai pengaruh negatif yang signifikan terhadap status kesehatan. Hal ini bertentangan dengan teori dan logika yang ada yaitu bahwa semakin tinggi asupan seharusnya meningkatkan status kesehatan atau berpengaruh positif. Sekarang coba lakukan regresi pada enam data saja yaitu responden yang berusia 20 tahun, yang hasilnya adalah sebagai berikut:

Hasilnya sangat berbeda, karena ternyata terdapat pengaruh positif dan signifikan antara asupan nutrisi terhadap status kesehatan yang sesuai dengan teori dan logika. Juga lakukan regresi untuk 6 data responden yang berusia 50 tahun dan 70 tahun:

Hasilnya juga menunjukkan bahwa terdapat pengaruh positif dan signifikan antara asupan nutrisi terhadap status kesehatan. Sedangkan hasil regresi dengan 18 data dengan menggunakan usia sebagai variabel kontrol adalah sebagai berikut:

Anda dapat melihat bahwa terdapat pengaruh positif yang signifikan antara asupan nutrisi terhadap status kesehatan. Dan jika dianalisis lebih lanjut, terdapat pengaruh negatif antara usia terhadap status kesehatan. Kedua temuan itu sesuai dengan teori dan logika yang ada.

Anda dapat melihat bahwa dengan memasukkan variabel kontrol maka akan mengubah hasil regresi. Contoh ini memang dirancang perubahan secara drastis akan tetapi tolong anda jangan melakukan uji asumsi klasik, karena ini hanya merupakan contoh saja. Point pentingnya adalah bahwa variabel kontrol berguna untuk menghindari adanya bias hasil penelitian.

Misalnya anda meregresikan antara profitabilitas terhadap luas pengungkapan sosial, maka variabel kontrol yang dapat dipergunakan adalah ukuran perusahaan. Anda dapat menggali lebih dalam teori tentang pengaruh antara ukuran perusahaan terhadap luas pengungkapan sosial melalui sumber lain. Semakin besar ukuran perusahaan, maka akan semakin sensitif kebijakan manajemen dalam melakukan pengungkapan sosial (tolong ini jangan dijadikan referensi).

Anda dapat melakukan regresi secara langsung (satu kali saja) antara profitabilitas dan ukuran perusahaan terhadap luas pengungkapan sosial. Ukuran perusahaan tidak usah dihipotesiskan karena merupakan variabel kontrol yang bertujuan untuk menghindarkan adanya bias dalam hasil regresi. Saran saya, transformasikan data ukuran perusahaan ke dalam bentuk dummy, yaitu 0 untuk perusahaan dengan ukuran kecil dan 1 untuk perusahaan dengan ukuran besar. Penentuan besar kecilnya ukuran perusahaan menggunakan nilai tengah dari data variabel ukuran perusahaan.

Ingat penggunaan variabel kontrol adalah untuk menghindarkan adanya unsur bias, jadi jangan bertanya ada variabel kontrol kok tetap tidak signifikan. Signifikan atau tidaknya tergantung dari fenomena sampel yang anda teliti. Kalau hasilnya signifikan tetapi tidak ada variabel kontrol, ya tetap bias. Jadi ya gunakan variabel kontrol, dan apapun hasilnya, berarti risiko bias sudah dieliminasi.

By: Anita Yuniastuti (4150405500)

tugas komputer statistika

2009-04-27T01:03:00.000-07:00

TUGAS II

UJI VALIDITAS DAN RELIABILITAS

A. Uji Validitas Dan Reabilitas Hasil Olah Data X₁ (Variabel Optimis)

1. Analisis (validitas):

Untuk mengetahui soal valid atau tidak dilihat nilai korelasi (Corrected Item-Total Correlation) dibandingkan dengan tabel corelasi produk moment untuk dk (Derajat Kebebasan) = n-1 = 81-1 = 80 untuk alfa 5% adalah 0,220. Karena nilai korelasi masing-masing soal > nilai tabel corelasi produk moment, maka soal nomor 1 sampai dengan 8 adalah valid.

2. Analisis (reliabilitas):

Untuk mengetahui soal reliabel atau tidak dilihat alpha = 0,738 dibandingkan dengan tabel corelasi produk moment untuk dk (Derajat Kebebasan) = n-1 = 81-1 = 80 untuk alfa 5% adalah 0,220. Karena nilai alpha > nilai tabel corelasi produk moment, maka soal nomor 1 sampai dengan 8 adalah reliabel.

B. Uji Validitas Dan Reabilitas Hasil Olah Data X₂ (Variabel Optimis Media)

1. Uji Validitas

2. Analisis (reliabilitas):

Untuk mengetahui soal reliabel atau tidak dilihat alpha = 0,967 dibandingkan dengan tabel corelasi produk moment untuk dk (Derajat Kebebasan) = n-1 = 81-1 = 80 untuk alfa 5% adalah 0,220. Karena nilai alpha > nilai tabel corelasi produk moment, maka soal nomor 22 sampai dengan 25 adalah reliabel.

C. Uji Validitas Dan Reabilitas Hasil Olah Data X₃ (Variabel Optimis Model)

1. Uji Validitas

2. Analisis (reliabilitas):

Untuk mengetahui soal reliabel atau tidak dilihat alpha = 0,836 dibandingkan dengan tabel corelasi produk moment untuk dk (Derajat Kebebasan) = n-1 = 81-1 = 80 untuk alfa 5% adalah 0,220. Karena nilai alpha > nilai tabel corelasi produk moment, maka soal nomor 26 sampai dengan 28 adalah reliabel.

D. Uji Validitas Dan Reabilitas Hasil Olah Data X₄ (Variabel Optimis Mat)

1. Uji Validitas

2. Analisis (reliabilitas):

Untuk mengetahui soal reliabel atau tidak dilihat alpha = 0,499 dibandingkan dengan tabel corelasi produk moment untuk dk (Derajat Kebebasan) = n-1 = 81-1 = 80 untuk alfa 5% adalah 0,220. Karena nilai alpha > nilai tabel corelasi produk moment, maka soal nomor 29 sampai dengan 32 adalah reliabel.

E. Uji Validitas Dan Reabilitas Hasil Olah Data X₅ (Perubahan yang Lebih baik)

1. Uji Validitas

2. Analisis (reliabilitas):

Untuk mengetahui soal reliabel atau tidak dilihat alpha = 0,526 dibandingkan dengan tabel corelasi produk moment untuk dk (Derajat Kebebasan) = n-1 = 81-1 = 80 untuk alfa 5% adalah 0,220. Karena nilai alpha > nilai tabel corelasi produk moment, maka soal nomor 35 sampai dengan 40 adalah reliabel.