MATERI XI : MENGOLAH - MENGANALISIS DATA (Lanjutan Materi X)

Nilai koefisien regresi dan model regresi linier tersebut belum dapat digunakan, baik sebagai alat pengambilan keputusan maupun alat peramalan, sebelum dilakukan uji hipotesis dan uji asumsi klasik. Uji hipotesis dan uji asumsi klasik yang dimaksud adalah :
Uji Hipotesis Parsial (Uji T). Hipotesis penelitian yang diajukan adalah Keputusan Pembelian Laptop Merk “X” (Y) dipengaruhi oleh Variabel Harga (X1), Mutu (X2), dan Model (X3). Berdasarkan hipotesis penelitian tersebut dapat dibuat hipotesis statistik (uji parsial), yaitu: Ho : b1 = 0 ; b2 = 0 ; b3 = 0 dan Ha : b1 ≠ 0 ; b2 ≠ 0 ; b3 ≠ 0.
Nilai T tabel untuk data sebanyak 30 responden, jumlah variabel sebanyak 4 variabel, dan tingkat signifikan yang digunakan 5% (uji dua arah), adalah sebesar ± 2,056 (lihat tabel T student pada df : 26 dan α : 2,5%). Hasil pengolahan data pada Tabel : Hasil Pengolahan Data Analisis Regresi Linier (Contoh 2) bagian Coefficiens, diketahui bahwa nilai T hitung untuk Variabel Harga sebesar – 2,180 (Sig. 0,038), Variabel Mutu sebesar 3,383 (Sig. 0,002), dan Variabel Model sebesar 2,697 (Sig. 0,012). Nilai T hitung untuk masing-masing variabel independen tersebut berada pada daerah penolakan Ho atau mempunyai nilai Sig. di bawah 5%. Dengan demikian dapat disimpulkan bahwa masing-masing variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen, atau Variabel Harga, Mutu, dan Model secara parsial mempunyai pengaruh yang signifikan terhadap Variabel Keputusan Pembelian Laptop Merk “X”.

Uji Hipotesis Serempak (Uji F). Untuk melakukan uji hipotesis secara serempak (Uji F) hipotesis statistik yang diajukan adalah : Ho : b1 = b2 = b3 = 0 dan Ha : b1 ≠ b2 ≠ b3 ≠ 0
Nilai F tabel dengan df : 3 ; 26 dan tingkat signifikan (α) 5% adalah sebesar 2,96 dan nilai F hitung hasil pengolahan data adalah sebesar 30,878 dengan Sig. 0,000 (lihat Tabel : Hasil Pengolahan Data Analisis Regresi Linier (Contoh 2) bagian ANOVA). Dengan membandingkan nilai F hitung dengan F tabel, yaitu F hitung lebih besar dari F tabel atau 30,878 > 2,96 (nilai Sig. di bawah 5%), maka dapat disimpulkan bahwa variabel independen secara keseluruhan mempunyai pengaruh yang signifikan terhadap variabel dependen atau Variabel Harga, Mutu, dan Model secara keseluruhan mempunyai pengaruh yang signifikan terhadap Variabel Keputusan Pembelian Laptop Merk “X”.
R Square (Koefisien Determinasi). Nilai R Square dari hasil pengolahan data adalah sebesar 0,781 atau 78,1% (lihat Tabel : Hasil Pengolahan Data Analisis Regresi Linier (Contoh 2) bagian Model Summary). Nilai tersebut memberikan gambaran bahwa sumbangan variabel independen (Variabel Harga, Mutu dan Model) dalam pengaruhnya terhadap naik turunnya variabel dependen (Variabel Keputusan Pembelian Laptop Merk “X”) adalah sebesar 78,1% dan sisanya sebesar 21,9% merupakan sumbangan variabel-variabel lain yang tidak dimasukkan dalam model (tidak diteliti) dan tergabung dalam variabel pengganggu (e) dalam model regresi linier. Nilai korelasi berganda (R) dari hasil pengolahan data adalah sebesar 88,4%. Nilai korelasi tersebut menggambarkan bahwa hubungan antara variabel independen dengan variabel dependen adalah mempunyai hubungan yang erat atau hubungan antara Variabel harga, Mutu, dan Model dengan Variabel Keputusan Pembelian Laptop Merk “X” adalah mempunyai hubungan yang erat.
Uji Autokorelasi. Uji Autokorelasi dilakukan dengan jalan membandingkan nilai Durbin Watson hasil pengolahan data dengan nilai tabel Durbin Watson (DW). Nilai tabel DW pada n sebesar 30; α sebesar 5%; k – 1 sebesar 2, diperoleh nilai dL = 1,21 dan nilai dL = 1,65. Nilai DW hasil pengolahan data adalah sebesar 1,990 (lihat Tabel : Hasil Pengolahan Data Analisis Regresi Linier (Contoh 2) bagian Model Summary) dan nilai tersebut berada di antara dU dan (4 – dU) atau 1,65 lebih kecil dari 1,990 dan 1,990 lebih kecil dari 2,35 maka dapat disimpulkan bahwa dalam model regresi linier tersebut tidak terdapat Autokorelasi atau tidak terjadi korelasi di antara kesalahan pengganggu.
Uji Multikolonearitas. Untuk mennguji apakah model regresi linier mengalami multikolinieritas dapat diperiksa menggunakan Variance Inflation Factor (VIF) untuk masing-masing veriabel independen, yaitu jika suatu variabel independen mempunyai nilai VIF lebih besar dari 10 berarti telah terjadi multikolinieritas. Hasil pengolahan data pada Tabel : Hasil Pengolahan Data Analisis Regresi Linier (Contoh 2) bagian Coefficient, diketahui bahwa nilai VIF untuk Variabel Harga sebesar 1,182, Variabel Mutu sebesar 2,178, dan Variabel Model 2,372. Nilai VIF untuk masing-masing variabel independen tersebut berada di bawah angka 5, sehingga dapat diartikan tidak terdapat Multikolonearitas dalam model regresi linier atau dengan kata lain tidak terjadi korelasi yang signifikan di antara masing-masing variabel independen dalam model regresi linier.
Uji Heteroskedastisitas. Jika korelasi Rank Spearman antara masing-masing variabel independen dengan residualnya mempunyai nilai signifikan lebih besar dari α (5%) maka tidak terdapat Heteroskedastisitas, dan sebaliknya jika lebih kecil dari α (5%) maka terdapat Heteroskedastisitas. Langkah untuk mendapatkan nilai residual adalah pada tampilan Data View (contoh dua), pilih menu Transform dan klik Compute. Pada kotak Compute Variable, bagian Target Variable ketik Residual dan pada bagian Numeric Expression ketik Y-(4.207+(-0.298*X1)+(0.411*X2)+(0.400*X3)), kemudian klik OK. Langkah selanjutnya, setelah kolom residual tampil pada Data View (contoh dua), pilih menu Analyze, pilih sub menu Correlate, dan klik Bivariate. Pada kotak Bivariate Correlations, pindahkan semua variabel independen dan residual ke Variables, kemudian untuk Correlation Coefficients hilangkan tanda centang pada Pearson dan beri tanda centang pada Spearman, kemudian klik OK. Hasil pengolahan data dengan korelasi Rank Spearman tersebut adalah sebagai berikut :




Berdasarkan tabel tersebut di atas, pada kolom Residual dapat dilihat bahwa nilai signifikan (Sig. (2-tailed)) dari masing masing variabel independen terhadap residual bernilai di atas 5% sehingga dapat disimpulkan bahwa pada model regresi linier tidak terdapat Heteroskedastisitas.

Read More......

MATERI X : MENGOLAH DAN MENGANALISIS DATA

Berdasarkan hipotesis yang diajukan, yaitu Keputusan Pembelian Laptop Merk “X” (Y) dipengaruhi oleh Variabel Harga (X1), Mutu (X2), dan Model (X3), maka uji hipotesis yang digunakan adalah Uji Hipotesis Parsial (Uji T), Uji Hipotesis Serempak (Uji F), R Square, dan Uji Asumsi Klasik (Uji Autokorelasi, Uji Multikolonearitas, dan Uji Heteroskedastisitas). Untuk mendapatkan nilai yang dibutuhkan untuk Uji T, Uji F, R Square, Uji Autokorelasi, dan Uji Multikolonearitas pengolahan datanya dapat dilakukan secara bersamaan, sedangkan untuk Uji Heteroskedastisitas dilakukan pengolahan data secara tersendiri.
Langkah-langkah untuk mendapatkan nilai yang dibutuhkan untuk Uji T, Uji F, R Square, Uji Autokorelasi, dan Uji Multikolonearitas dengan langkah-langkah : setelah tabulasi data penelitian sudah masuk pada kotak Data View, pilih menu Analyze, pilih sub menu Regression, dan klik Linier. Ketika tampil kotak Linier Regression, klik Keputusan Pembelian (Y), klik tanda panah untuk Dependent. Kemudian klik Harga (X1) klik tanda panah untuk Independent, klik Mutu (X2) klik tanda panah untuk Independent, dan klik Model (X3) klik tanda panah untuk Independent. Setelah semua variabel masuk pada tempatnya, klik Statistic.


Ketika tampil kotak Linier Regression: Statistic, beri tanda centang pada Covariance matrix, Collinearity diagnostics, dan Durbin-Watson, kemudian klik Continue, maka akan kembali ke kotak Linier Regression dan klik OK, maka akan tampil (Catatan : Collinearity Diagnostics dan Residuals Statistics tidak ditampilkan) sebagai berikut :

Berdasarkan hasil pengolahan data analisis regresi linier pada tabel 12 di atas, model regresi linier yang dibentuk adalah : Y = 4,207 – 0,298 X1 + 0,411 X2 + 0,400 X3 + e (lihat pada Coefficients). Model regresi linier tersebut memberikan gambaran bahwa : a) Variabel Harga (X1) mempunyai nilai koefisien regresi sebesar – 0,298 yang berarti Harga mempunyai pengaruh negatif terhadap Keputusan Pembelian Laptop Merk “X” (Y), yaitu jika terjadi kenaikan harga laptop maka akan mengurangi keputusan pembelian laptop dan sebaliknya jika terjadi penurunan harga maka akan menaikkan keputusan untuk pembelian laptop; b) Variabel Mutu (X2) mempunyai nilai koefisien regresi sebesar 0,411 yang berarti Mutu mempunyai pengaruh positif terhadap Keputusan Pembelian Laptop Merk “X” (Y), yaitu jika mutu atau kualitas laptop baik maka akan menaikkan keputusan pembelian laptop dan sebaliknya jika mutu atau kualitasnya jelek maka akan menurunkan keputusan untuk pembelian laptop; c) Variabel Model (X3) mempunyai nilai koefisien regresi sebesar 0,400 yang berarti Model mempunyai pengaruh positif terhadap Keputusan Pembelian Laptop Merk “X” (Y), yaitu jika model laptop baik atau menarik maka akan menaikkan keputusan pembelian laptop dan sebaliknya jika model laptop jelek atau tidak menarik maka akan menurunkan keputusan untuk pembelian laptop; dan d) Konstanta mempunyai nilai 4,207 yang artinya jika variabel X1, X2, dan X3 dalam mempunyai nilai nol atau tidak ada maka keputusan pembelian laptop sebesar 4,207 dan nilai tersebut merupakan pengaruh dari variabel lain yang tidak dimasukkan dalam model regresi linier atau tergabung dalam Variabel Penggangu (e).


Read More......

MATERI IX : UJI RELIABILITAS

Langkah untuk melakukan Uji Reliabilitas, pertama kali harus kembali pada kotak SPSS Data Editor. Misalnya menguji Reliabilitas untuk Variabel X1 : klik Analiyze, pilih Scale, klik Reliability Analysis….





Setelah tampil kotak Reliability Analysis, pindahkan item-item pertanyaan X1 dan Variabel X1 ke kotak Items dengan jalan blok Harga yang Ditawarkan (p1), Harga Jual Kembali (p2), Harga Accessories/Suku Cadang (p3), dan Harga (X1), kemudian klik tanda panah dan klik Statistics maka akan muncul kotak Reliability Analysis: Statistics.
Pada kotak Reliability Analysis: Statistics beri centang pada Item dan Scale if item deleded, kemudian klik Contonue maka akan kembali ke kotak Reliability Analysis dan klik OK, maka akan tampil :
Berdasarkan tabel tersebut, dapat dilihat bahwa nilai Cronbach’s Alpha (lihat kotak Reliability Statistics) sebesar 0,758 sehingga item pertanyaan untuk mendapatkan nilai Variabel X1 dapat dikatakan reliable atau andal. Dari beberapa literatur disebutkan bahwa kriteria indeks reliabilitas adalah sebagai berikut :

Dengan menggunakan langkah untuk menguji Reliabilitas item pertanyaan X1 tersebut di atas, maka dapat dilakukan uji Reliabilitas item pertanyaan untuk masing-masing variabel X2, X3, dan Y. Hasil pengolahan data untuk uji Reliabilitas dimaksud adalah sebagai berikut (ditampilkan sebagian) :


Berdasarkan hasil pengolahan data untuk uji Reliabilitas pada tabel di atas diketahui bahwa nilai Cronbach’s Alpha untuk masing-masing variabel X2, X3, dan Y berada pada nilai di atas 0,800 atau masuk dalam kriteria Reliabilitas sangat tinggi.Dengan demikian, berdasarkan hasil uji Reliabilitas tersebut maka dapat disimpulkan bahwa item pertanyaan untuk mendapatkan nilai masing-masing Variabel X1, X2, X3, dan Y dapat dinyatakan reliable atau andal.

Read More......

Penerbit: Ardana Media Yogyakarta (Mei 2009)

Penerbit: Ardana Media Yogyakarta (Mei 2009)

Penerbit: P2FE_UMP, Ponorogo (Oktober 2010)

Penerbit: P2FE_UMP, Ponorogo (Oktober 2010)

Penerbit: Ardana Media Yogyakarta (Maret 2009)

Penerbit: Ardana Media Yogyakarta (Maret 2009)

Penerbit : Univ. Muhammadiyah Ponorogo Press, Maret 2013

Penerbit : Univ. Muhammadiyah Ponorogo Press, Maret 2013

Penerbit Univ. Muhammadiyah Ponorogo Press (Juli 2013

Penerbit Univ. Muhammadiyah Ponorogo Press (Juli 2013

Penerbit UNMUH Ponorogo Press Bulan Juli 2015

Penerbit UNMUH Ponorogo Press Bulan Juli 2015

  ©REYOG CITY. Template by Dicas Blogger.

TOPO