97 101 108 114 119 123 128 136 140 70 80 90 100 80 90 100 110 INDRA JAYA PANDUAN TERAMPIL MENGOPERASIKAN S P S S Untuk Penerapan Pada Skripsi, Tesis dan Penelitian Lanjutan 1
97101
108
114
119123
128
136140
7080
90100 80
90100
110
INDRA JAYA
PANDUAN TERAMPIL MENGOPERASIKAN
S P S S Untuk Penerapan Pada Skripsi, Tesis dan Penelitian Lanjutan
1
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Editor : Fahrurrizal, M.Si
KATA PENGANTAR
Syukur Alhamdulillah, buku “Panduan TerampilMengoperasikan SPSS ini dapat terselesaikan, yangtidak lain hanya atas limpahan rahmat dan hidayahAllah SWT, upaya penulisan buku ini didorong olehkeinginan penulis untuk dapat memberikan sekelumitsumbangan bagi tegaknya aplikasi metodologipenelitian kuantitatif (Statistik) di IAIN-SU
Penggunaan metode yang tidak tepat akanmenghasilkan informasi yang juga tidak tepat,sehingga jika digunakan sebagai landasan pengambilankeputusan, maka keputusannya juga tidak tepat. Akanlebih fatal lagi bilamana informasi yang tidak tepattersebut dipakai sebagai landasan pembuatankebijakan, tentulah kebjakan yang dihasilkan dapatmembuat sesat orang banyak.
Aplikasi metode kuantitatif dapat dengan tepatbilamana dalam pemilihannya dilakukan dengan benar.Benar disini artinya, relevan dengan permasalahanyang akan diselesaikan dan sesuai dengankarakteristik data atau variabel yang tersedia.Untuk itu didalam suatu penelitian dibutuhkanperumusan permasalahan secara tegas dan identifikasi
2
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
jenis masalah serta penggunaan alat analisis secarabenar, sehingga mutlak dibutuhkan pengetahuantentang variabel, indikator, instrumen, data dansampel. Selanjutnya tentang metodologi penelitiankuantitatif (statistik) juga mutlak diperlukan,sebab kita dapat memilih metode yang tepat bilamanakita mengetahui metode-metode yang akan dipilihtersebut. Bilamana peneliti kurang mengetahuimetode-metode yang ada maka dalam menentukan metodekuantitatif yang akan digunakan dilakukan dengancara menebak, sehingga dapat benar dan dapat jugasalah yang peluangnya sama.
Buku ini disusun dengan harapan dapat membantupara pengguna metodologi kuantitatif (statistik)dengan menggunakan perangkat komputer pada programSPSS, sehingga yang tadinya hanya menebak, lambatlaun akan berganti ke memilih. Tentunya untuk dapatmelakukan kegiatan memilih secara sempurna masihdibutuhkan pemahaman yang sangat luas tentangberbagai metode kuantitatif (Statistik).
Ucapan terima kasih disampaikan kepada Rektordan Pembantu Rektor IAIN Sumatera Utara, yangterhormat Bapak Prof. Dr. H.M. Yasir Nasution, MA,Bapak Dr. H. Lahmudin Nasution, MA selaku PR I,Bapak Dr. H. Asmuni, MA, selaku PR II , Bapak Dr.Fahrudin Azmi, MA selaku PR III dan Bapak Drs. H.Irwan Nasution, M.Sc selaku Dekan pada FakultasTarbiyah, yang telah memberikan peluang dankesempatan bagi penulis untuk berkarya dalam rangkapenulisan buku panduan terampil mengoperasikan
3
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Program SPSS untuk kepentingan penelitiankuantitatif.
Akhirnya kami mengucapkan terima kasih yangtidak ternilai harganya kepada seluruh para penggunabuku ini, kiranya ilmu yang sudah diperoleh dapatdiaplikasi untuk kebutuhan penelitian kuantitatif
Medan, Maret 2010
PENYUSUN
DAFTAR ISI
4
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Halaman
KATA PENGANTAR…………..…………..………………………. i
DAFTAR ISI…………………..………..…………………………… iii
BAB I
SCALE VALIDITAS DAN RELIABILITAS ............. 30
A Memasukkan Data ke SPSS………………..……… 301 Membuka Lembar Kerja
Baru............................. 30
2 Memasukkan Data...............................................
31
3 Menamai Variabel dan Properti yang Dibutuhkan.................................................
33
B Langkah-Langkah Analisis…………………...…… 351 Validitas
Instrumen..............................................
35
2 Standar Pengguguran Setiap Butir....................... 39
3 Reliabilitas Instrumen..........................................
44
4 Memindahkkan Hasil Analisis SPSS ke Microsoft Word...............................
44
5
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
................C Hasil Akhir Analisis dalam Lembar
Kerja Microsoft Word...............................................
47
BAB II STATISTIK DESKRIPTIF………….……………….. 57A Memasukkan Data ke SPSS………………..……… 57
1 Membuka Lembar Kerja Baru…………….…… 572 Memasukkan Data……………………………… 583 Menamai Variabel dan Properti
yang dibutuhkan....................................................
58
B Pengukuran Gejala Pusat (Mean, Median, Modus, maksimum, minimum), Pengukuran Variansi Kelompok (Rentang Data, Standar Deviasi,Variansi)…………………… 60
C Grafik……………………………………………… 661 Histogram + With Normal Curve………………. 672 Membuka Lembar Kerja Editing Pada
Grafik 69
3 Editing untuk jumlah batang yang dikehendaki menurut aturan strurges………………………… 70
4 Menampilkan Data Kelompok (rentang kelas) pada grafik histogram……….…. 74
5 Menampilkan Garis-Garis Horizontal dan Partikal Pada 76
6
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Grafik……….……6 Menampilkan Satuan frekuensi
tiap-tiap batang pada grafik………………..…… 78
7 Memilih Warna (Pewarnaan) pada Batang Histogram………………………… 79
8 Mengedit ukuran Font………………………..… 819 Menghilangkan Title…………………………… 8210
Membuat Bar Spacing Pada Koordinat (Y)…….. 84
D Tabel Distribusi Data Tunggal………………..…… 86
E Tabel Distribusi Data Kelompok…………………... 89
F Memindahkan Output Hasil Analisis .dari SPSS ke Microsoft Word………………...……
103
G Hasil Analisis SPSS dalam Microsoft Word…...…..
106
BAB III
UJI PERSYARATAN ANALISIS PADA REGRESI LINIER.………………………........ 112
A Uji Linieritas…………………………………..…… 112B Uji Normalitas……………………………………… 116
1 Uji Normalitas dengan Menggunakan Analisis Kolmogorov Smirnov Test..................................
116
2 Uji Normalitas dengan Menggunakan Grafik Q – Q Plot...............................
118
7
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
..................3 Membuat Garis Interpolasi pada
sebaran titik-titik Normal…….………………… 119
C Uji Homogenitas…………………………………… 123D Uji Independen Antar variabel
Bebas……………… 127
E Hasil Analisis SPSS pada Microsoft Word…………
132
BAB IV REGRESI LINIER ………………………...……..…… 135A Regresi Linier Sederhana………………………..… 135B Estimasi (Grafik Persamaan Garis)
Regresi Linier Sederhana…………………...……… 1381 Editing untuk mengetahui Sebaran
Titik yang Saling Berinteraksi………………….……. 140
2 Editing untuk mengetahui Ada Tidaknya Titik Outlayer...............................................................
144
3 Editing Untuk Tampilan Skala Vertikal dan Horizontal Pada Grafik.................................
146
4 Editing Untuk Mengetahui Nomor Urutan Data (Label) Pada Data Out
148
8
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Layar……………..C Regresi Linier
Ganda.................................................
150
D Estimasi (Grafik Persamaan Garis) Regresi Linier Ganda…………………………….… 1521 Editing Dalam Pembuatan Skala Pada
Masing-masing Sumbu ordinat…………….…… 1592 Editing Memilih Model Simbol dan
Pewarnaan pada Bidang Diagonal......................... 164
a Editing Memilih Model Simbol dan Pewarnaan..................................................
164
b Editing Bidang Diagonal dan Pewarnaan..................................................
166
E Korelasi Parsial………………………………..…… 168F Hasil Analisis Dari SPSS Ke Microsoft
Word…….. 172
BAB V MEMBACA DAN INTERPRETASI DATA……...… 177A Validitas dan Reliabilitas……………..
……… 177
1 Validitas…………………………….…… 1772 Reliabilitas………………………………. 179
B Statistik Deskriptif…..…………………..…… 1801 Deskripsi Data…………………………… 180
9
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
2 Grafik Histogram…………………...…… 1823 Tabel Distribusi Data
Tunggal………...… 183
4 Tabel Distribusi DataKelompok……...… 185
C Uji Persyaratan Analisis……………………… 1861 Uji Linieritas………………………..…… 1862 Uji Normalitas…………………...…….… 1873 Uji Homogenitas………….…… 1904 Uji Independensi Antar variabel
Bebas…. 191
D Regresi……………………………………….. 1931 Regresi Linier
Sederhana………………... 193
2 Estimasi pada Regresi Linier Sederhana……………………………...… 198
3 Regresi Linier Ganda………………….… 1994 Estimasi pada Regresi
Linier Ganda…………………………..… 2045 Korelasi Parsial………………………..... 206
DAFTAR BACAAN.. …………………………………………….. 208
10
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
BAB I VALIDITAS DAN RELIABILITAS
A. Memasukan Data ke SPSS
1. Buka lembar kerja baru
Lembar kerja baru pada SPSS selalu dibuka
jika anda ingin melakukan analisis melalui program
SPSS. Membuka lembar kerja baru pada SPSS dapat
dilakukan dengan langkah-langkah sebagai berikut:
Klic dari menu utama file, pilih menu New, oleh
karena akan dibuat data yang baru, klic pada Data.
Sekarang SPSS siap membuat variabel baru yang kita
perlukan. Sebagaimana pada figure 1 di bawah ini.
11
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 1
2. Memasukkan Data
Memasukkan data ke dalam lembar kerja dapat
dilakukan dengan 2 cara: Pertama: dengan mengetik
langsung pada lembar kerja baru SPSS yang telah
tersedia, kemudian ketik gugusan data sesuai dengan
data yang kita inginkan. Kedua : dengan Menginport
data dari software lainnya seperti: Program Exel
atau dari lembar kerja SPSS yang sudah anda ketik
sebelumnya ke Lembar kerja baru SPSS. Umumnya para
pengguna program SPSS kurang meminati penggunaan
12
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
cara ini untuk melakukan input data kedalam lebar
kerja baru. Cara termudah untuk menginput data ke
dalam lembar kerja baru pada SPSS dapat dilakukan
dengan cara memindahkan yang telah di ketik
sebelumnya pada pada Program Exel ke layar kerja
baru pada SPSS, dengan cara mengcopy seluruh data
yang akan kita pindahkan kemudian meletakkan cursor
pada bagian layar pada lembar kerja baru SPSS,
selanjutnya klic Paste.
Sebagai Contoh:
Misalkan anda ingin menganalisis Validitas dan
Reliabilitas butir-butir instrumen penelitian yang
datanya sudah anda rekapitulasi sebelumnya, maka
anda dapat mengetik langsung data tersebut ke fail
baru SPSS yang sudah aktif atau dengan mengetiknya
terlebih dahulu di program Exel, selanjutnya
memindahkan data tersebut ke fail SPSS yang telah
tersedia. Sebagaimana tampak pada figure 2 dan 3
berikut:
13
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 2
Figure 3
3. Menamai Variabel dan Properti yang dibutuhkan
14
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Langkah berikutnya adalah membuat nama untuk
tiap variabel baru, jenis data, lebel, ukuran
desimal dsb. Untuk kebutuhan ini, pindahkan kursor
anda ke bagian paling bawah kiri pada layar, klic
Variable View.
Sekarang tampilan pada layar anda sudah
berubah (lihat figure 4). Langkah selanjutnya
merubah nama yaitu pada kolom Name dengan cara
mengubah satu persatu nama-nama variabel yang
terdapat pada kolom nama dengan menggantikannya
dengan nama baru sesuai dengan nama yang anda
inginkan
contoh:
Pada Var00001 dirubah menjadi Butir001 dan
seterusnya sesuai dengan urutan, sebagaimana yang
anda lihat pada figure 4 di bawah ini.
15
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 4
Kemudian merubah kembali tampilan layar, klic
Data View pada sebelah kiri bagian paling bawah
pada tampilan layar. Maka anda akan mendapatkan
tampilan layar baru seperti pada figure 5 di bawah
ini.
16
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 5
Dari figure 5 ini, sekarang mari kita coba
melakukan langkah-langkah untuk menganalisis
Validitas dan Reliabilitas Instrumen. Kegunaan
analisis ini untuk mendapatkan butir-butir
instrumen Valid dan Reliable dari jawaban yang diisi
responden melalui instrumen yang sudah kita susun
sebelumnya. Sekarang mari kita ikuti Langkah-
langkah yang harus ditempuh:
B. Langkah-langkah Analisis
1. Validitas Instrumen
Klic Menu utama Analyze, pilih menu Scale,
pindahkan kursor ke Reliability Analysis, klic. Maka
anda akan mendapatkan kotak dialog Reliability Analysis.
Sebagaimana tampilan pada figure 6 di bawah ini.
17
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 6
Dari kotak doalog Reliability Analysis, pindahkan
seluruh data pada kotak sebelah kiri ke bagian
kotak sebelah kanan dengan cara memblock
keseluruhan data. Untuk hal ini, arahkan kursor
anda pada urutan butir001, klic, tahan klic dan
tarik ke bawah, sekarang anda dapat melihat sebuah
kotak kecil antara dua kotak besar yang sedang
aktif, hal ini menandakan seluruh butir-butir yang
terdapat pada kotak sebelah kiri siap untuk segera
18
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
dipindahkan ke bagian kotak sebelah kanan. Klic
pada bagian kotak kecil, maka data anda sekarang
sudah berpindah ke kotak sebelah kanan (lihat
figure 7). Selanjutnya Klic menu Statistics pada
kotak dialog Reliability Analysis. Lihat figure 8 pada
halaman selanjutnya.
19
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 7
20
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 8
Melalui tampilan figure 8. klic pada bagian-
bagian menu Scale if item deleted, Intraclass correlation
coefficient dan abaikan pada bagian lainnya. Klic
continue. Klic OK. Maka anda akan memperoleh output
21
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
dari data yang anda analisis. Sebagaimana tampilan
gambar di bawah ini.
22
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 9
Catatan: Jika anda menarik ke bawah batang pengontrol partikalyang ada di sebelah kanan maka anda akanmemperoleh tampilan sebagaimana Figure
Melalui tampilan hasil output Reliability di
atas, anda dituntut harus jeli dalam melihat
setiap hasil output pada bagian kolom Corrected Item-
Total Correlation, sebab pada bagian kolom tersebut
merupakan hasil analisis dari validitas setiap
butir Instrumen dari data yang anda analisis.
2. Standart Pengguguran Setiap Butir.
Biasanya seorang peneliti kuantitatif sudah
lebih dahulu menetapkan tingkat signifikansi
(nilai kepercayaan) dari penelitian yang ia
inginkan. Sebagai contoh, dalam hal ini kita ambil
saja tingkat signifikansi dari hasil penelitian
yang kita inginkan yakni sebesar 0,05 (95 %).
Berdasarkan nilai signifikansi sebesar 0,05
(95%) tersebut, kita dapat menetapkan standart
23
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
pengguguran setiap butir untuk memilih butir-butir
valid yang nantinya dapat digunakan sebagai
instrumen penelitian yang sebenarnya, sedangkan
butir yang tidak valid kita nyatakan gugur dan
butir ini tidak dapat dipakai sebagai alat ukur
dalam penelitian.
Kembali kepada nilai signifikansi yang kita
jadikan sebagai alat standart pengguguran butir
instrumen. Sekarang kita berpedoman kepada figure
10. lihat pada bagian.Intraclass Correlation Coefficient
Two-Way Mixed Effect Model (Consistency Definition):People Effect Random,Measure Effect Fixed Single Measure Intraclass Correlation = .2139*95.00% C.I.: Lower = .1393 Upper = .3397 F = 11.8831 DF = (29, 1131.0)Sig. = .0000 (Test Value = .0000)
Tanda bintang (*) menyatakan Ukuran Tunggal
Korelasi antar kelas pada tingkat nilai
kepercayaan 0,05 (95%), sedangkan tanda bintang
(**) untuk nilai kepercayaan sebesar 0,01 (99%).
Dalam kasus ini, kita sudah membangun kesepakatan
pada uraian sebelumnya yaitu menetapkan
24
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
pengguguran pada setiap butir instrumen valid pada
taraf nilai signifikansi sebesar < 0,05 (95%).
Dengan demikian kita dapat menentukan
standart pengguguran butir instrumen yaitu pada
nilai Lower = 0,1393. Jika output pada kolom
Corrected Item-Total Correlation lebih kecil dari nilai
Lower hasil analisis yang sudah ditetapkan di
atas, maka butir-butir yang tergolong pada
kategori di bawah nilai tersebut dinyatakan gugur
(Deleted) dan jika tidak maka dikategorikan Sahih
(Valid)
Jika dalam satu kali analisis (putaran 1)
memiliki butir yang tidak valid (dinyatakan
gugur), dengan cara sama sebagaimana langkah yang
dilakukan pada figure 5, maka anda disarankan
mengalisis instrumen untuk putaran kedua. Sebelum
anda menganalisis untuk putran kedua, harus
diperhatikan bahwa butir-butir yang sudah
dinyatakan gugur pada putaran 1, harus dikeluarkan
dengan cara memindahkan butir-butir yang
25
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
dinyatakan gugur tersebut ke kolom pada bagian
kiri kotak dialog.
Demikian seterusnya sampai anda tidak
menemukan lagi butir-butir yang dinyatakan gugur
(di bawah angka Lower) pada analisis tersebut.
Untuk memudahkan dalam memahami ketentuan ini,
mari kita perhatikan langkah selanjutnya.
26
Ingat LOWER Sebagai Standart Pengguguran Pada Butir yang Dinyatakan Tidak Signifikan!
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure10
Pada figure 11 terlihat bahwa, terdapat tiga
butir yang dinyatakan memiliki koefisien di bawah
standart pengguguran (lower = 0,1393) butir-butir
yang gugur tersebut harus dikeluarkan antara lain:
butir 11, butir 23 dan butir 37. ikuti langkah-
langkah sebagaimana figure 5 sebelumnya dan anda
pasti menemukan tampilan layar seperti figure 12.
jika hal ini sudah anda lakukan maka anda kembali
27
Butir yang dinyatakan gugur pada putaran 1,
harus dikeluarka
n pada analisis putaran
berikutnya
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
mendapatkan hasil analisis yang dinamakan analisis
putaran 2, seperti analisis berikut ini.
Figure 12
28
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 11
Pada figure 13 terlihat bahwa nilai Lower pada
taraf signifikansi 0,05 (95%) sebesar 0,1702, dan
jika kita telusuri secara cermat nilai-nilai
koefisien yang terdapat pada kolom Corrected Item-
Total Correlation maka salah satu butir yang sudah
29
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
pasti dinyatakan gugur pada analisis putaran 2 ini
terlihat pada koefisien BUTIR001. sekarang coba
anda selidiki secara cermat untuk keseluruhan item
nilai-nilai koefisien tersebut, selanjutnya
lakukan analisis sebagaimana seperti yang kita
lakukan pada langkah-langkah sebelumnya.
Analisis yang anda peroleh dari putaran
ketiga……………?
30
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 12
Lihat Figure 14 di atas. Sekarang coba
sekali lagi anda selidiki secara akurat, cermat,
teliti, untuk keseluruhan item nilai-nilai
koefisien tersebut. Apakah masih terdapat butir-
butir koefisien yang nilainya di bawah standart
pengguguran (Lower 0,1776). Jika ada lanjutkan
analisis seperti yang anda lakukan pada langkah
sebelumnya, jika tidak, maka analisis anda
cukupkan sampai disini.
3. Reliabilitas Instrumen
Jika anda perhatikan seluruh hasil analisis
dari putaran 1 sampai putaran 3 yang terdapat pada
figure 10, figure 13 dan figure 14 di atas maka
anda mendapatkan hasil analisis Reliability Coefficients
(reliabilitas Instrumen) yaitu pada nilai Alpha
31
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
masing-masing: pada figure 10 ;Alpha = 0,9158,
pada figure 13; Alpha = 0,9268, dan pada figure
14; Alpha = 0,9284. maka nilai reliabilitas
instrumen yang dipakai untuk instrumen yang valid
tersebut adalah nilai koefisien Alpha dari
analisis yang terakhir, dimana tidak terdapat lagi
butir-butir yang dinyatakan gugur berdasarkan
analisis validitas. Maka koefisien reliabilitas
yang dimaksud sebesar 0,9284.
32
Ingat ! Nilai koefisien Alpha dari hasil terakhir pada analisis validitas dan reliabilitas merupakan
koefisien Reliabilitas dari instrumen Anda
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
4. Memindahkan Hasil Analisis SPSS ke Microsoft
Word
Untuk melihat hasil keseluruhan dari yang
anda analisis, maka seluruh output SPSS mengenai
analisis validitas dan reliabilitas ini dapat pula
anda pindahkan ke Microsoft Word dengan cara
sebagai berikut:
33
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 13
Pilih pada menu utama Edit, pilih menu Select
All, kemudian klic, maka keseluruhan analisis akan
ter-block sebagaimana terlihat pada figure 16
berikut ini.
34
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 14
Figure 15
35
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Selanjutnya pilih pada menu utama Edit, pilih
menu Copy Objects, klic pada menu tersebut (lihat
figure 17). Maka computer akan menyimpan seluruh
hasil analisis yang selanjutnya siap untuk
ditampilkan ke dalam Microsoft Word. Gunakan Paste
untuk segera pemindahan hasil analisis ke Microsoft
Word, maka anda memperoleh hasil analisis sebagai
berikut:
C. Hasil Akhir Analisis dalam Lembar Kerja MicrosoftWord
RELIABILITY ANALYSIS - SCALE (A L P H A)Variabel : ………………………………………………………….Putaran : Putaran 1Item-total Statistics
Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item
36
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Deleted Deleted Correlation Deleted
BUTIR001 134.6667 634.9885 .1709 .9170BUTIR002 133.1667 603.8678 .6683 .9112BUTIR003 133.3667 629.6195 .3099 .9152BUTIR004 133.3667 628.4471 .3032 .9154BUTIR005 133.7667 621.4264 .4381 .9140BUTIR006 133.8333 611.6609 .4992 .9132BUTIR007 133.5667 612.8057 .4126 .9144BUTIR008 133.2667 616.0644 .5291 .9130BUTIR009 133.5000 605.6379 .6751 .9113BUTIR010 134.3000 597.5966 .5950 .9118BUTIR011 134.5333 654.7402 -.1194 .9205BUTIR012 134.0667 620.5471 .4661 .9137BUTIR013 133.7000 600.5621 .6064 .9117BUTIR014 133.8000 591.6138 .7333 .9100BUTIR015 133.5667 600.4609 .6937 .9108BUTIR016 133.0000 623.4483 .5691 .9133
37
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
BUTIR017 133.5333 619.4989 .4196 .9141BUTIR018 133.5667 591.5644 .7737 .9096BUTIR019 133.9333 588.2023 .7215 .9099BUTIR020 133.7667 612.6678 .4196 .9143BUTIR021 133.0333 610.2402 .5982 .9122BUTIR022 133.3333 617.1954 .5267 .9131BUTIR023 134.7000 644.8379 .0161 .9194BUTIR024 133.7000 593.8724 .6887 .9105BUTIR025 134.4000 626.1793 .3215 .9152BUTIR026 133.8667 632.0506 .2558 .9158BUTIR027 133.5000 628.4655 .3409 .9149BUTIR028 133.6333 629.2057 .3115 .9152BUTIR029 133.6667 612.4368 .5807 .9124BUTIR030 134.2333 624.1161 .3538 .9149BUTIR031 133.7667 625.0816 .4102 .9143BUTIR032 133.7667 621.4264 .4381 .9140BUTIR033 133.9000 631.2655 .2486 .9160BUTIR034 133.8667 609.9816 .4971 .9132
38
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
BUTIR035 133.5333 621.8437 .3825 .9146BUTIR036 133.5333 599.0161 .7186 .9105BUTIR037 134.3333 642.7816 .0545 .9184BUTIR038 133.1667 618.2126 .5120 .9132BUTIR039 134.1667 624.8333 .3510 .9149BUTIR040 134.4333 623.8402 .3008 .9157
Intraclass Correlation CoefficientTwo-Way Mixed Effect Model (Consistency Definition):People Effect Random, Measure Effect Fixed Single MeasureIntraclass Correlation = .2139* 95.00% C.I.: Lower = .1393Upper = .3397 F = 11.8831 DF = (29, 1131.0) Sig. = .0000(Test Value = .0000)Average Measure Intraclass Correlation = .9158** 95.00% C.I.:Lower = .8662 Upper = .9537 F = 11.8831 DF = (29,1131.0) Sig. = .0000 (Test Value = .0000)*: Notice that the same estimator is used whether the
interaction effect is present or not.**:This estimate is computed if the interaction effect is
absent, otherwise ICC is not estimable.
Reliability Coefficients
N of Cases = 30.0 N of Items = 40 Alpha = .9158
RELIABILITY ANALYSIS - SCALE (A L P H A)Variabel : ………………………………………………………………Putaran : Putaran 2
39
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Item-total StatisticsItem-total Statistics
Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted
BUTIR 001 126.6333 633.9644 .1633 .9284BUTIR 002 125.1333 603.0161 .6580 .9231BUTIR 003 125.3333 626.5057 .3388 .9263BUTIR 004 125.3333 626.0230 .3185 .9266BUTIR 005 125.7333 619.1678 .4513 .9253BUTIR 006 125.8000 608.9931 .5166 .9246BUTIR 007 125.5333 610.7402 .4199 .9259BUTIR 008 125.2333 616.1161 .5017 .9248BUTIR 009 125.4667 604.8092 .6639 .9231BUTIR 010 126.2667 594.4092 .6171 .9233BUTIR 012 126.0333 620.6540 .4370 .9254BUTIR 013 125.6667 597.7471 .6249 .9232BUTIR 014 125.7667 591.6333 .7123 .9221
40
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
BUTIR 015 125.5333 597.7057 .7137 .9224BUTIR 016 124.9667 621.4816 .5801 .9246BUTIR 017 125.5000 619.5690 .3946 .9259BUTIR 018 125.5333 589.9126 .7764 .9214BUTIR 019 125.9000 588.4379 .6990 .9222BUTIR 020 125.7333 607.7195 .4647 .9253BUTIR 021 125.0000 609.9310 .5781 .9240BUTIR 022 125.3000 617.8724 .4872 .9249BUTIR 024 125.6667 590.8506 .7102 .9221BUTIR 025 126.3667 624.1023 .3305 .9265BUTIR 026 125.8333 628.4195 .2927 .9267BUTIR 027 125.4667 627.2230 .3358 .9263BUTIR 028 125.6000 624.3862 .3706 .9260BUTIR 029 125.6333 609.9644 .5977 .9238BUTIR 030 126.2000 622.4414 .3564 .9262BUTIR 031 125.7333 624.5471 .3917 .9258BUTIR 032 125.7333 619.1678 .4513 .9253BUTIR 033 125.8667 628.5333 .2684 .9271
41
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
BUTIR 034 125.8333 607.9368 .5049 .9247BUTIR 035 125.5000 620.8103 .3750 .9261BUTIR 036 125.5000 598.6034 .7018 .9225BUTIR 038 125.1333 618.2575 .4838 .9250BUTIR 039 126.1333 623.1540 .3537 .9262BUTIR 040 126.4000 623.0759 .2905 .9273
Intraclass Correlation Coefficient
Two-Way Mixed Effect Model (Consistency Definition):People Effect Random, Measure Effect Fixed Single MeasureIntraclass Correlation = .2549* 95.00% C.I.: Lower = .1702Upper = .3916 F = 13.6592 DF = (29, 1044.0) Sig. = .0000(Test Value = 0000)Average Measure Intraclass Correlation = .9268**95.00% C.I.: Lower = .8835 Upper = .9597 F = 13.6592 DF= (29, 1044.0) Sig. = .0000 (Test Value = .0000 )
*: Notice that the same estimator is used whether theinteraction effect is present or not.
**: This estimate is computed if the interaction effect isabsent,otherwise ICC is not estimable.
Reliability Coefficients
N of Cases = 30.0 N of Items = 37 Alpha = .9268
RELIABILITY ANALYSIS - SCALE (A L P H A)
42
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Variabel : …………………Putaran : Putaran 3Item-total Statistics
Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted
BUTIR 002 122.6000 590.2483 .6656 .9246BUTIR 003 122.8000 614.5793 .3276 .9280BUTIR 004 122.8000 613.6828 .3151 .9282BUTIR 005 123.2000 607.5448 .4363 .9271BUTIR 006 123.2667 597.0299 .5106 .9263BUTIR 007 123.0000 598.4828 .4182 .9276BUTIR 008 122.7000 602.9759 .5143 .9263BUTIR 009 122.9333 593.0299 .6546 .9248BUTIR 010 123.7333 582.6161 .6116 .9251BUTIR 012 123.5000 608.1897 .4367 .9270BUTIR 013 123.1333 584.9471 .6327 .9248BUTIR 014 123.2333 578.7368 .7224 .9237
43
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
BUTIR 015 123.0000 585.1034 .7194 .9240BUTIR 016 122.4333 609.2885 .5730 .9263BUTIR 017 122.9667 606.9299 .3973 .9275BUTIR 018 123.0000 578.0690 .7715 .9232BUTIR 019 123.3667 575.7575 .7061 .9238BUTIR 020 123.2000 595.1310 .4678 .9269BUTIR 021 122.4667 596.8782 .5898 .9255BUTIR 022 122.7667 605.4264 .4871 .9266BUTIR 024 123.1333 578.2575 .7160 .9237BUTIR 025 123.8333 610.9023 .3415 .9280BUTIR 026 123.3000 616.9759 .2729 .9286BUTIR 027 122.9333 615.1678 .3265 .9280BUTIR 028 123.0667 612.3402 .3620 .9277BUTIR 029 123.1000 598.0931 .5889 .9256BUTIR 030 123.6667 610.0920 .3540 .9279BUTIR 031 123.2000 611.2690 .4062 .9273BUTIR 032 123.2000 607.5448 .4363 .9271BUTIR 033 123.3333 614.4368 .2938 .9285
44
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
BUTIR 034 123.3000 596.4241 .4927 .9265BUTIR 035 122.9667 608.1023 .3785 .9277BUTIR 036 122.9667 586.6540 .6969 .9242BUTIR 038 122.6000 605.4897 .4895 .9266BUTIR 039 123.6000 610.1793 .3614 .9278BUTIR 040 123.8667 609.9816 .2985 .9289
Intraclass Correlation Coefficient
Two-Way Mixed Effect Model (Consistency Definition):People Effect Random, Measure Effect Fixed Single MeasureIntraclass Correlation = .2647* 95.00% C.I.: Lower = .1776 Upper = .4036 F = 13.9577 DF = ( 29, 1015.0) Sig. = .0000 (Test Value = .0000)Average Measure Intraclass Correlation = .9284**95.00% C.I.: Lower = .8860 Upper = .9606 F = 13.9577 DF =(29, 1015.0) Sig. = .0000 (Test Value = .0000)
*: Notice that the same estimator is used whether theinteraction effect is present or not.
**:This estimate is computed if the interaction effect isabsent,otherwise ICC is not estimable.
Reliability CoefficientsN of Cases = 30.0 N of Items = 36 Alpha = .9284
45
Catatan:
Nilai Lower pada setiap hasil analisis merupakan angka standar pengguguran pada setiap kefisien butir yang terdapat pada kolom Corrected Item-Total CorrelationAnalisis Butir valid, terdapat pada analisis terakhir dengan ketentuan setiap kefisien butir yang terdapat kolom Corrected Item-Total Correlation seluruhnya berada di atas nilai Lower pada analisis tersebutKoefisien Reliabilitas instrumen pada analisis validitas butir terdapat pada koefisien Alpha (Alpha Cronbach) dari akhir analisis tersebutLakukan pengeditan, agar terlihat lebih mudah anda dan orang lain memahami hasil analisis. Kejujuran dalam melakukan pengeditan merupakan kunci sukses dalam penelitian yang anda lakukan.
SELAMAT MENGIKUTI PADA ANALISIS BERIKUTNYA
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
46
Catatan:
Nilai Lower pada setiap hasil analisis merupakan angka standar pengguguran pada setiap kefisien butir yang terdapat pada kolom Corrected Item-Total CorrelationAnalisis Butir valid, terdapat pada analisis terakhir dengan ketentuan setiap kefisien butir yang terdapat kolom Corrected Item-Total Correlation seluruhnya berada di atas nilai Lower pada analisis tersebutKoefisien Reliabilitas instrumen pada analisis validitas butir terdapat pada koefisien Alpha (Alpha Cronbach) dari akhir analisis tersebutLakukan pengeditan, agar terlihat lebih mudah anda dan orang lain memahami hasil analisis. Kejujuran dalam melakukan pengeditan merupakan kunci sukses dalam penelitian yang anda lakukan.
SELAMAT MENGIKUTI PADA ANALISIS BERIKUTNYA
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
BAB II
STATISITIK DESKRIPTIF
A. Memasukan Data ke SPSS
1. Membuka lembar kerja baru
Lembar kerja baru selalu dibuka jika ada
pemasukan variabel yang baru. Untuk kebutuhan
ini, Klic dari menu utama file, pilih menu
New, oleh karena akan dibuat data yang baru,
klic mous pada kolom Data. Sekarang SPSS siap
membuat variabel baru yang kita perlukan.
Sebagaimana terlihat pada figure 18 di bawah
ini.
47
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 16
2. Memasukkan Data
Pada bagian ini kita melakukan pemasukan
data secara manual dengan mengetik langsung
data-data tersebut ke dalam lembar kerja SPSS
yang telah tersedia.
48
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Sebagai contoh: kita memasukkan data
hasil penjumlahan seluruh butir instrumen
penelitian yang telah kita buat sebelumnya.
Rangkuman dari hasil penjumlahan seluruh butir
instrumen tersebut, selanjutnya kita ketik ke
dalam lembar kerja yang telah tersedia dan
hasilnya dapat dilihat sebagaimana figure 19:
Figure 17
49
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
3. Menamai Variabel dan Properti yang
dibutuhkan
Langkah berikutnya adalah membuat nama untuk
tiap variabel baru, jenis data, lebel, ukuran
desimal dsb. Untuk kebutuhan ini lihat figure
20. Pindahkan kursor anda ke bagian paling
bawah kiri pada layar, klic Variable View.
Pada kolom Name : Rubah Var00001, Var00002,
Var00003 tersebut menjadi X1, X2, Y
Pada kolom Decimal: Rubah angka 2 menjadi 0
(Sesuai dengan berapa desimal yang kita
inginkan
50
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Pada Kolom Label : Tuliskan nama Variabel
penelitian anda Sebagai Contoh: Tulis
“KOUNIKASI ANTAR PRIBADI (X1)” untuk Variabel
X1, Tulis “Motivasi Kerja (X2)” untuk Variabel
(X2) dan Tulis “ Kinerja Guru (Y) untuk
Variabel Y
Pada kolom Align : Anda dapat menempatkan
posisi data dalam tampilan layar (posisi kiri,
tengah, atau kanan).
Abaikan menu lainnya.
51
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 18Kemudian merubah kembali tampilan layar,
klic Data View pada sebelah kiri bagian
paling bawah pada tampilan layar. Sekarang
tampilan pada layar anda sudah berubah,
sebagaimana figure 21
52
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 19Sekarang mari kita coba melakukan langkah
demi langkah untuk menganalisis Pengukuran
Gejala Pusat (Mean, Median, Modus), Pengukuran
Variansi Kelompok (Rentang Data, Standar
Deviasi,Variansi), Grafik Histogram Data
53
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Kelompok, Tabel Distribusi Data Tunggal,
Distribusi Data Kelompok,
B. Pengukuran Gejala Pusat (Mean, Median, Modus,
maksimum, minimum), Pengukuran Variansi
Kelompok (Rentang Data, Standar
Deviasi,Variansi)
Dari menu utama Analyze, klic menu Descriptive
Statistics, klic sub menu Frequencies, di monitor
anda akan tampil kotak dialog Frequencies,
hilangkan tanda ceklis pada Display frequency
tables, jika anda mendapatkan petunjuk
bertuliskan You have turned off all output……., maka
klic OK pada kotak dialog tersebut. selanjutnya
pindahkan seluruh variabel pada kotak dialog
sebelah kanan. Seperti figure 22 di bawah ini.
54
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 20
Selanjutnya dari kotak dialog Frequencies,
klic Statistics, anda akan mendapati sebuah kotak
dialog Frequencies: Statististics. Pada kotak dialog
ini klic beberapa bagian kotak yang diperlukan,
55
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
seperti Mean, Median, Mode, Std. deviation, Variance,
Range, Minimum, Maximum dan Sum. Selanjutnya
klic Continue, klic. OK. Sebagaimana dapat anda
lihat pada figure 23
Figure 21
56
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Setelah langkah-langkah tesebut anda
lakukan, maka anda mendapat hasil output
analisis seperti tampilan pada figure 24
Figure 22Sekarang kita menampilkan menu di beberapa
bagian kolom yang kosong pada tabel tersebut.
Pada kolom pertama bagian atas, anda akan
57
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
mendapatkan kata Statistics, selanjutnya di atas
kolom kedua dan seterusnya, anda akan
mendapatkan kata Variabels. Langkah-langkah yang
harus dilakukan: pada menu utama klic Edit. Klic
Select, pilih menu All Pivot Tables, tampak pada
monitor bahwa tabel output dalam keadaan ter-
block. Selanjutnya dari menu utama Klic
kembali Edit, pilih menu SPSS Pivot Table
Object Klic Edit. Langkah-langkah tersebut
dapat anda ikuti melalui figure 25, figure 26
dan figure 27 di bawah ini.
58
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 23
59
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 24
Figure 25
60
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Anda dapat juga secara langsung
menampilkan figure 27 dengan cara, melakukan
klic 2x pada daerah tabel output. Selanjutnya
untuk memperoleh tampilan tabel output secara
lengkap, dari menu utama Klic View, klic menu
Show All. Seperti pada figure 28 berikut ini
61
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 26
Setelah langkah tersebut anda lakukan,
maka anda memperoleh tampilan tabel secara
lengkap seperti pada fihure 29 berikut ini.
62
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 27Lakukan pengeditan sebagaimana langkah-
langkah sebelumnya jika setiap kali anda ingin
menampilkan menu-menu pada tabel secara
lengkap.
63
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
C. Grafik
Terdapat 3 jenis grafik yang dapat anda
tampilkan pada bagian analisis ini, yakni:
Bar Charts, Pie Charts dan Histogram + With Normal
Curve. Namun pada pembahasan ini kita hanya
mengupas masalah Histogram + With Normal Curve
saja.
1. Histogram + With Normal Curve
Untuk menampilkan Histogram + With Normal
Curve dapat anda lakukan dengan langkah-langkah
pada tampilan figure 22 sebelumnya. Klic menu
Chart, maka anda mendapatkan kotak dialog
Frequencies Chart. Klic Histograms, aktifkan kotak
64
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
pada With normal curve. Klic pada kotak tersebut
sebagaimana tampak pada figure 30 di bawah
ini, lalu klic. Continue. Klic OK. Maka anda
akan mendapatkan tampilan Output berupa grafik
histogram data tunggal sebagaimana terlihat
pada figure 31
65
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 28
66
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 29
Tampak di layar monitor anda berupa output
hasil analisis berupa tampilan grafik
histogram data tunggal. Pada grafik histogram
tesebut belum tampak jelas berapa sebenarnya
satuan-satuan frekuensi tiap-tiap batang
67
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
(kelas), berapa layaknya jumlah batang
histogram yang terbentuk menurut aturan
Sturges, yaitu dengan menggunakan pendekatan :
Banyaknya Kelas = 1 + 3,3 x log n
Untuk mendapatkan jumlah batang
sebagaimana anjuran pada aturan Sturges di
atas. Berikut ini akan dijabarkan langkah-
langkah yang akan dilakukan.
2. Membuaka Lembar Kerja Editing Pada Grafik
Sebelum anda melakukan editing untuk
memperoleh tampilan grafik yang dikehendaki,
terlebih dahulu anda harus membuka lembar
kerja pada tampilan layar monitor anda atau
68
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
dengan nama fail Chart - SPSS Chart Editor. Untuk
membuka fail Chart - SPSS Chart Editor ini
dilakukan dengan langkah-langkah sebagai
berikut:
Figure 30
69
Klic pada bagian ini 1 x
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Buka lembar kerja hasil analisis dengan
nama fail SPSS Viewer, klik 1 x di bagian layar
monitor hingga anda mendapatkan grafik
tersebut dalam keadaan terblock, sebagaimana
tampak pada figure 30.
Dari menu utama Klik Edit, pilih menu SPSS
Chart Output, selanjutnta Klik Open, secara
otomatis anda mendapatkan tampilan layar
dengan nama fail Chart1- SPSS Chart Editor..
Sebagaimana dapat anda lihat pada tampilan
figure 33 di bawah ini
70
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 31Munculnya lembar kerja fail ini dimonitor
anda menandakan bahwa gambar atau gfrafik anda
siap untuk dilakukan pengeditan
3. Editing Untuk Jumlah Batang yang Di
Kehendaki Menurut Aturan Sturges
71
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Untuk dapat menentukan banyaknya batang
sebagaimana yang dianjurkan Sturges di atas,
berikut ini akan dikemukan langkah-langkah
dalam melakukan editing jumlah batang yang
diinginkan.
Lakukan perhitungan terlebih dahulu pada
kertas kerja anda sebagimana dianjurkan oleh
langkah-langkah berikut ini.
1) Menghitung Jumlah Kelas interval
dengan rumus:
K = 1 + 3,3 x log n
2) Menghitung Rentang Data
Menghitung data terbesar dikurangi data
yang terkecil. Hasil dari masing-masing
72
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
rentang data ini sudah terpadat tampilan
figure 29 di atas
3) Menghitung Panjang Kelas (interval
kelas) = Rentang dibagi jumlah Klas
Sekarang anda diharuskan melakukan
perhitungan dengan mengikuti apa yang
disarankan oleh langkah di atas
1) Menghitung Jumlah Kelas interval
K = 1 + 3,3 x log n = 1 + 3,3 x Log 49
= 1 + 3,3 x 1.69 = 6,5776 = 7
2) Menghitung Rentang Data (Range)
sudah terpadat pada saat anda menganalisis
Pengukuran Gejala Pusat. Jika anda
perhatikan pada bagian analisis data ini,
73
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
maka anda akan mendapatkan nilai Range
sebesar 34
3) Menghitung Panjang Kelas (interval kelas)
= Range dibagi jumlah Kelas 34 : 6,5776 =
5,169 maka interval kelas dalam hal ini
sebesar 5
Setelah anda memperoleh interval kelas
pada data tersebut, selanjutnya melakukan
editing pada grafik untuk memperoleh jumlah
bantang (kelas), yang diingikan yaitu dengan
mengikuti langkah-langkah seperti yang
diperlihatkan pada figure 34.
74
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 32
Klic 1x pada bagian data tunggal dari
tampilan grafik anda. Selanjutnya dari menu
utama klik Chart lalu pilih sub menu Axis.
75
Klic pada bagian ini 1 x
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Sekarang anda mendapatkan kotak dialog Exis
Selection dari kotak dialog ini anda ditawarkan
untuk memilih salah satu dari dua pilihan yang
disediakan, untuk yang pertama coba anda pilih
Interval, selanjutnya Klic OK. Secara otomatis
anda mendapatkan kotak dialog berikutnya
dengan nama Interval Exis. Dari kotak dialog
Interval Exis ini, pastikan pada kotak menu Title
Justification berada pada poisisi Center.
Selanjutnya Klik Grid Line dan Klik Custom,
secara otomatis mengaktifkan kotak Define…,
Klik pada kotak Define tersebut, sekarang anda
mendapatkan kotak dialog baru dengan nama
Interval Exis: Define…. Dari tampilan kotak dialog
76
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Interval Exis: Define…. ini, ganti angka pada kolom
menu Interval widh dengan angka 5 (sesuai
dengan nilai interval kelas yang sudah anda
hitung sebelumnya/lihat kembali kertas kerja
dalam menghitung panjang kelas sebelumnya).
Pada bagian Range terdapat menu Data Minimum
dan Maxsimum sebesar 70 dan 104 {menunjukkan
bahwa data minimum dan maksimum pada pada
variabel Komunikasi Antar Pribadi (X1)} pada
kotak menu Displayed minimum ganti dengan angka
69.5 (untuk batas bawah) dan pada maximum
ganti dengan 104.5 (untuk batas atas) atau
penukaran angka-angka tersebut terkadang harus
disesuaikan dengan kebutuhan analisis.
77
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Selanjutnya Klik Kontinue.Jika pada layar
monitor anda muncul perintah
Maka Klik Yes. Berarti anda menyutujui
atas perubahan jumlah batang histogram yang
akan ditampilkan pada output hasil analisis
berikutnya dari jumlah batang histogram
sebelumnya. Selanjutnya Klik OK pada pada
kotak dialog Interval Exis. Setelah anda
mengikuti langkah-langkah di atas, figure
berikut ini akan membimbing anda untuk melihat
kebenaran dari pekerjaan yang anda lakukan.
78
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 33Dari figure 35 di atas terlihat bahwa
skor masing-masing nilai tengah pada setiap
pembentukan batang histogram dan jumlah batang
yang terbentu sebayak 7 buah.
79
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
4. Menampilkan Data Kelompok (Rentang Kelas)
pada grafik histogram
Selanjutnya lihat kembali pada figure 35
di atas, untuk menampilkan data kelompok
(rentang kelas) pada grafik histogram. Ulangi
langkah-langkah sebagaimana figure 34, sampai
anda mendapatkan kotak diaolog Interval Axis,
selanjutnya Kilk Label… pada kotak dialog
tersebut, sekarang anda mendapatkan kotak
dialog baru dengan nama Interval Axis: Labels
sebagaimana figure 37 di bawah ini
80
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 34
Dari tampilan kotak dialog Interval Axis:
Lebels ini, pastikan anda memilih menu Range
hal ini dimaksudkan untuk pembentukan skor
data kelompok yang terdapat pada masing-masing
81
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
batang histogram. Selanjutnya pada menu
Orientation, anda dihadapkan oleh beberapa
pilihan menu dengan urutan Outomatic sampai
dengan Staggered. Pada Outomatic artinya posisi
(letak) data kelompok akan tersusun secara
outomatis menurut hasil yang diinginkan
computer anda.. Sekarang anda coba dengan
memilih menu Staggered. Abaikan menu lainnya,
selanjutnya Klik Countinue dan Klik OK.
Sekarang anda mendapatkan tampilan layar
baru berupa grafik Histogram distribusi data
kelompok sebagaimana figure 37 di bawah ini.
82
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 35
5. Menampilkan Garis-Garis Horizontal Pada
Grafik.
Garis-garis horizontal pada grafik
merupakan skala-skala frekuensi yang jaraknya
sama terhadap satu dengan lainnya. Untuk
menampilkan garis-garis horizontal pada grafik
83
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
dapat anda ikuti langkah-langkah pada figure
38 berikut ini. Klic 1 x pada Frequency,
setelah aktif ambil menu utama pada Chart lalu
klic Axis, anda akan mendapatkan kotak dialog
Scale Axis. Pastikan pada Title Justification anda
memilih menu Centre, lalu klic pada bagian-
bagian Grid, Ticks. Selanjutnya klic. OK.
Sekarang anda mendapatkan perubahan tampilan
grafik berupa penambahan garis horizontal dan
letak posisi frekuensi pada grafik anda.
Sebagaimana pada figure 39 berikutnya
84
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 36
85
Kl ic
1x
di si ni
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 37Dari figure 39 di atas terlihat bahwa
pembentukan garis-garis horizontal melalui
skala-skala frekuensi yang jaraknya sama satu
dengan lainnya dan letak Titel Frekuensi
berada pada posisi tengah..
86
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
6. Menampilkan Satuan frekuensi tiap-tiap
batang pada grafik.
Klic salah satu dari bagian batang
histogram (lihat figure 40). Kemudian dari
menu utama, klic Format dan pilih menu Bar Label
Style... lalu kilc. Anda akan mendapatkan kotak
dialog Bar Label Styles, sekarang anda
ditawarkan untuk memilih beberapa pilihan
sebagaimana terlihat pada kotak dialog
tersebut. Andaikan anda memilih klic Framed
atau Standard, Kemudian Klik Apply All,
selanjutnya Klic Clouse. Maka anda memperoleh
bentuk histogram yang sudah memiliki satuan
87
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
frekuensi pada tiap batang histogram.
Sebagaimana dapat anda lihat pada figure 41
berikutnya
Figure 38
88
Klic pada bagian ini 1 x
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 397. Memilih Warna (Pewarnaan) pada Batang
Histogram
Pada bagian ini, anda dapat membuat
warna yang berbeda atas tampilan grafik pada
figure 41 di atas. Untuk menukar warna
tersebut dapat anda ikuti langkah-langkah
sebagaimana uraian berikut ini.
89
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Perhatikan langkah-langkah yang
ditunjukkan oleh figure 42. Klic 1 x pada
bagian batang histogram. Kemudian dari menu
utama, klic Format dan pilih menu Color... lalu
kilc. Anda akan mendapatkan kotak dialog Colors.
Sekarang coba anda perhatikan pada kotak
dialog Colors, menu Fill sejajar dengan warna
merah dan menu Border sejajar dengan warna
hitam, itu artinya warna merah (Fill) merupakan
pewarnaan pada tiap-tiap batang histogram,
sedangkan warna hitam (Border) merupakan
pewarnaan garis antara batang dengan batang
histogram lainnya.
90
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 40
Jika anda menginginkan warna yang lain
misalnya: Klik Fill pilih Abu-Abu dan Klic Border
pilih putih, sebagimana tampilan pda figure di
bawah ini.
91
Klic pada bagian ini 1 x
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Maka anda akan mendapatkan warna abu-abu
pada tiap-tiap batang histogram dan garis
berwarna putih diantara batang dengan batang
histogram lainnya. Setelah anda selesai
mengikuti langkah-langkah di atas, lalu klic
Apply, klic Close dan klic dibagian salah satu
batang. Maka anda akan memperoleh bentuk
histogram dengan warna yang berbeda.
Sebagaimana dapat anda lihat pada figure 43 di
bawah ini.
92
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Figure 41Lakukan langkah-langkah yang sama untuk
mendapatkan warna yang diinginkan dari dua
histogram berikutnya.
8. Mengedit ukuran Font
Untuk mengedit besar atau kecilnya ukuran
Font yang dikehendaki dapat anda ikuti
93
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
langkah-langkah sebagai berikut: Klic pada
bagian-bagian Title yang ingin anda
edit/kehendaki ukuran Font-nya. Sebagai contoh
pada kalimat Title KOMUNIKASI ANTAR PRIBADI
(X1). Selanjutnya dari menu utama, klic Format
dan pilih menu Text, anda akan mendapatkan
kotak dialog Text Styles. Terlihat pada kotak
dialog tersebut jenis Font yang dipakai adalah
Arial dengan ukuran Size sebesar 14. dari
kotak dialog Text Styles ini anda diberi
beberapa pilihan Size/ukuran dan jenis Font
yang anda kehendaki. Anda juga dapat mengedit
beberapa bagian lainnya seperti ukuran Font
pada Skala frekuensi, ukuran font pada kelas
94
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
interval dan pada bagian Title lainnya. Lihat
langkah-langkah pada figure 44 berikut ini.
Figure 429. Menghilangkan Title
95
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Klic pada bagian Title yang ingin anda
hilangkan, sebagai contoh lihat pada figure
45. dari menu utama klic Chart, klic Title, maka
anda akan mendapatkan kotak dialog Titles.
Figure 43
96
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
Untuk menghilangkan (menghapus) title
tersebut dapat anda lakukan dengan menekan
tombol Delete atau Tab pada TUT pada tombol
koputer anda. Tetapi jika anda ingin mengganti
kalimat atau title dangan nama yang lain, maka
anda dapat mengetik kalimat yang anda inginkan
pada bagian kotak tersebut, selanjutknya Klik
OK. Pada pembahasan ini, mari kita coba untuk
menghilangkan Title tersebut yakni dengan cara
menekan Deleted atau menekan Tab sebagaimana
anjuran langkah-langkah di atas. Sekarang anda
kembali mendapatkan tampilan grafik histogram
yang baru tanpa menggunakan Title di atas
grafik histogram tersbut. Hal ini dimaksudkan
97
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
untuk memberikan kesan bahwa tidak terdapat
dua tampilan title dengan nama yang sama
sebagaimana pada figure 45 di atas. Sedangkan
hasil analisis berupa tampilan grafik tanpa
menggunakan Title di bagian atas dapat anda
lihat sebagaimana pada figure 46 berikut ini.
Figure 44
98
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
10. Membuat Bar Spacing Pada Koordinat (Y)
Bar Spacing merupakan suatu bentuk
editing untuk membuat jarak atau spasi antara
titik 0 dengan grafik pada ukuran tertentu
sesuai yang anda kehendaki. Jika anda lihat
pada figure 46 di atas, letak posisi angka
69,5 terlatak tepat diposisi titik 0. Untuk
menghindari terjadinya penyatuan letak posisi
tersebut, harus dilakukan editing. Langkah-
langkah untuk melakukan editing tersebut dapat
99
Langkah-langkah seperti di atas
dapat anda lakukan untuk mengedit
2 tampilan histogram lainnya.
SELAMAT MENCOBA….
anda lakukan sebagaimana diperlihat oleh
tampilan figure 47 sebagai berikut: Dari
tampilan layar monitor Chart1- SPSS Chart Editor, ambil
dari menu utama Klik Chart, pilih menu Bar Spacing,
dilayar monitor anda sekarang tampil berupa kotak
dialog dengan nama Bar Spacing
100
Figure 45Pada kotak dialog Bar Spacing di layar
monitor anda tampak kotak menu Bar Margin
muncul dengan skala 0, ini artinya tidak
terdapat jarak (nol) antara garis vertikal
pada kordinat X dengan batang pada grafik.
Untuk melakukan pemisahan ini, anda dapat
101
mengganti angka 0 (nol) tersebut dengan angka
yang anda kehendaki. Sebagai latihan, sekarang
anda coba untuk mengganti angka 0 (nol)
tersebut dengan angka 10. selanjutnya Klik OK.
Sekarang anda sudah mendapatkan tampilan
histogram baru dengan posisi jarak antara
garis vertikal pada kordinat X dengan batang
grafik dengan skala yang sudah anda tentukan
sebelumnya. Sebagaimana tampak pada tampilan
figure 48 di bawah ini.
102
Figure 46D. Tabel Distribusi Frekuensi Data Tunggal
Untuk menampilkan Distribusi data
tunggal dapat anda lakukan melalui tampilan
Data Editor pada figure 22 sebelumnya. Bedanya
hanya terletak pada tanda ceklis yang terdapat
103
pada menu Display frequency tables (lihat
figure 49).
Figure 47Klic pada bagian kotak tersebut dan
abaikan menu lainnya. Selanjutnya Klic OK, di
layar monitor anda akan tampil output berupa
104
tabel distribusi frekuensi data tunggal
sebagaimana figure 50
Anda dapat menarik batang pengontrol di
sebelah kanan dari monitor dengan kursor pada
mous anda untuk melihat dua buah distribusi
data tunggal lainnya. sekarang coba anda
lakukan pengeditan terhadap tabel distribusi
data tunggal tersebut, untuk mendapatkan
tampilan tabel secara lengkap dapat anda ikuti
sebagaimana langkah-langkah yang ditunjukkan
untuk mendapatkan figure 29 sebelumnya dan
hasilnya dapat anda rujuk pada figure 51.
105
1. Menentukan Jumlah Kelas pada Tabel
Distribusi Frekuensi Data Kelompok
Untuk dapat menentukan banyaknya jumlah
kelas pada distribusi frekuensi data kelompok
sebagaimana anjuran pada aturan Sturges di
atas, berikut ini akan dikemukakan langkah-
langkah dalam melakukan editing jumlah kelas
yang dibentuk, dimana pengelompokannya harus
sama dengan banyaknya batang pada bagian
pembahasan grafik histogram frekuensi
sebelumnya.
Sekedar untuk mengingat berapa jumlah
kelas atau kelompok yang diinginkan oleh
107
aturan sturges tersebut, mari kita lihat
kembali hasil perhitungan berikut ini.
Sekarang anda diharuskan melakukan
perhitungan dengan mengikuti apa yang
disarankan oleh langkah-langakah perhitungan
sebelumnya
1) Menghitung Jumlah Kelas interval
K = 1 + 3,3 x log n = 1 + 3,3 x Log 49
= 1 + 3,3 x 1.69 = 6,5776 = 7
2) Menghitung Rentang Data (Range)
sudah terdapat pada saat anda menganalisis
Pengukuran Gejala Pusat. Jika anda
perhatikan pada bagian analisis data ini,
108
maka anda akan mendapatkan nilai Range
sebesar 34
3) Menghitung Panjang Klas (interval
kelas) = Range dibagi jumlah Klas
34 : 6,5776 = 5,169 maka interval kelas
dalam hal ini sebesar 5
Dari hasil perhitungan di atas, anda
sekarang sudah mendapatkan gambaran tentang
banyaknya kelas pada distribusi frekuensi data
kelompok sebanyak 7 kelas dengan rentangan
sebesar 5. Namun demikian, anda dianjurkan
untuk merujuk pada skala tiap satuan pada
rentang masing-masing kelas. Untuk mengetahui
hal ini kita ambil satu contoh yang sudah kita
109
analisis sebelumnya, yakni: bagian grafik
histogram frekuensi data kelompok pada
variabel Komunikasi Antar Pribadi (X1) (lihat
figure 48)
Dari grafik tersebut terlihat rentang
skor pada masing-masing kelas jumlahnya sama
yakni 5 yang terdapat di 7 (tujuh) kelas yang
berbeda. Adapun rentang skor yang dimaksud
adalah sebagai berikut.
Pada kelas (kelompok) 1 69,5 - 74,5frekuensi 5 Pada kelas (kelompok) 2 74,5 - 79,5
frekuensi 9Pada kelas (kelompok) 3 79,5 - 84,5
frekuensi 12Pada kelas (kelompok) 4 84.5 - 89.5frekuensi 9
110
Pada kelas (kelompok) 5 89.5 - 94,5frekuensi 5Pada kelas (kelompok) 6 94.5 - 99,5
frekuensi 5Pada kelas (kelompok) 7 99,5 - 104,5
frekuensi 4Berdasarkan acuan pengelompokan data di
atas, kita dapat membuat tabel distribusi
frekuensi data kelompok yang sesuai dengan
skala-skala yang terdapat pada grafik
histogram frekuensi data kelompok
sebelumnya.
Setelah anda melakukan perhitungan
seperti yang telah dilakukan sebelumnya, maka
tampilkan kembali layar monitor SPSS data
editor anda seperti pada figure 21 sebelumnya,
111
agar anda lebih terbimbing dalam mengikuti
langkah-langkah pada bagian ini, layar monitor
SPSS data editor yang dimaksud sebagaimana
figure di bawah ini
Figure 50
2. Variabel Baru Untuk Pembentukan Data Kelompok
112
Membuat variabel-variabel baru untukpembentukan data kelompok, variable baru tersebutletaknya boleh di sebelah kiri atau sebelah kananvariabel yang sudah ada. Jika variabel barutersebut letaknya ingin diletakkan sebelah kiri,maka dilakukan dengan cara memblock keseluruhankolom data lihat figure 53. Selanjutnya dari menuutama klic Data, klic Insert Variable dan ulangihal tersebut sebanyak 3 variabel baru yangdibutuhkan dan hasilnya dapat anda lihatsebagaimana figure 54
Figure 51
113
Figure 52
Dari tampilan figure 54. Klic Variabel View,sebagaimana tampilan yang terlihat pada figure 55di bawah ini.
114
Figure 53
Langkah selanjutnya, lakukan pemberian namapada kolom Name dan label data kelompok pada kolomValue labels pada masing-masing variabelsebagaimana dapat anda lihat pada figure 56
115
Figure 54
Lihat figure 56 di atas, pada kolom Namekita mengganti Var00001 dengan nama pada data….X1,Var00002 diganti dengan nama data…X2 dan Var00003diganti dengan nama data….y. Demikian selanjutnyauntuk beberapa variabel lainnya.
3. Menentukan Rentang Kelas Pada Tabel DistribusiData Kelompok
Lihat kembali figure 56. Pada kolom ValuesKlic None pada kolom tersebut yakni kolom yangsejajar dengan data.....X1 maka anda mendapatkankotak dialog Value Labels. Selanjutnya arahkan dan
116
tempatkan kursor aktif anda ke arah kolom yangdisediakan kemudian klic daerah tersebut.selanjutnya untuk kolom menu Value tulis angka 1dan untuk kolom menu Value Label (rentang kelas)tulis 69,5 - 74,5 selanjutnya klic add,dengan cara yang sama, tulis angka 2 pada kolommenu Value dan 74,5 - 79,5 pada kolom menuValue Label lalu klic add. Demikian selanjutnyasampai dengan pembentukan kelas ke 7 denganrentang data kelompok 99.5 - 104.5, kemudianKlik Add. Selanjutnya klic OK. Sebagai gambarantentang langkah-langkah yang dilakukan dapatdilihat pada figure di bawah ini..
Untuk melakukan hal yang sama terhadappembentukan tabel distribusi frekuensi datakelompok pada variabel lainnya yakni pada variabel
117
X2 dan Y, tampilan figure di bawah ini diharapkanakan dapat membantu anda dalam membentuk ValueLabels berikutnya.
Figure di atas merupakan analisis dalampembentukan distribusi frekuensi data kelompokuntuk variabel X2.dan variabel Y. Untuk memudahkananda dalam pengelompokan ini, rujuk kembali hasilanalisis histogram frekuensi dari X2 dan variabel Y
118
yang sudah dilakukan pengeditan menjadi histogramdistribusi frekuensi data kelompok sebagaimanayang anda lakukan terhadap variabel X1 sebelumnya.
Setelah anda melakukan langkah-langkahsebagaimana diperlihatkan pada figure 56 di atas,selanjutnya kembalikan tampilan figure 56 tersebutpada bentuk tampilan semula sebagaimana tampilanpada figure 54 dengan cara klic Data View yangterdapat di sebelah kiri paling bawah pada layarmonitor anda. Selanjutnya hilangkan tampilan blockdengan meng-klik salah satu bagian dari monitoranda. Tampilan layar monitor yang dimaksud dapatanda lihat sebagaimana figure 57 di bawah ini.
119
Figure 55
Ikuti Langkah-langkah selanjutnya! Block kolom pada variabel x1, selanjutnya
dari menu utama klic Data, pilih sub menu SortCases…, anda akan mendapatkan kotak dialog SortCases. Pindahkan variabel KOMUNIKASI ANTAR PRIBADI(X1) ke kolom dialog sebelah kanan yang sudahdisediakan dan pastikan titik pada Sort Orderberada pada Ascending. Selanjutnya klic OK.
120
Langkah-langkah sebagaimana uraian di atasdapat anda lihat pada figure 58 berikut ini:
Figure 56
Hal ini dilakukan untuk memudahkan anda dalampengelompokan data, sebab data yang sudah diAscending secara otomatis sudah terurut dari skorterendah sampai skor tertinggi. Sebagaimana dapatanda lihat pada figure 59 di bawah ini.
121
Figure 57
Pada pembahasan ini, anda hanya dibimbing untuk membuattabel distribusi frekuensi data kelompok pada variabel X1 saja,sedangkan untuk variabel lainnya anda dianjurkan agar dapatmelakukan sendiri dengan mengikuti langkah-langkah sebagaimanuraian berikut ini .
Dalam pembuatan distribusi frekuensi datakelompok pada variabel Komunikasi Antar Pribadi(X1) yang dibutuhkan adalah data yang terdapatpada kolom variabel data….x1, sedangkan data padavariabel X1 (data yang sudah di Ascending)
122
dijadikan sebagai bahan rujukan atau sandarandalam membentuk data Kelompok tersebut.
Untuk lebih jelasnya pembahasan ini, cobasalin kembali di atas kertas kerja andapengelompokan data sebagai berikut:
69,5 - 74,5 frekuensi 5 74,5 - 79,5 frekuensi 979,5 - 84,5 frekuensi 1284.5 - 89.5 frekuensi 9 89.5 - 94,5 frekuensi 594.5 - 99,5 frekuensi 599,5 - 104,5 frekuensi 4
ataudengan cara melihat kembali urutan pengelompokan
data yang sudah anda buat pada Value Labels padafigure berikut:
123
Selanjutnya melakukan coding atau penetapanurutan kelas sesuai dengan pengelompokan yangsudah anda buat sebelumnya.
Sebagai contoh:Pada kelas pertama diberi tanda angka 1 yakni dataskor 69,5 - 74,5 Pada kelas kedua diberi tanda angka 2 yakni dataskor 74,5 - 79,5 Pada kelas ketiga diberi tanda angka 3 yakni dataskor 79,5 - 84,5 Pada kelas keempat diberi tanda angka 4 yakni dataskor 84.5 - 89.5 Pada kelas kelima diberi tanda angka 5 yakni dataskor 89.5 - 94,5 Pada kelas keenam diberi tanda angka 6 yakni dataskor 94.5 - 99,5 Pada kelas ketujuh diberi tanda angka 7 yakni dataskor 99,5 - 104,5
Berdasarkan patokan ini, anda dapat memulaimemasukkan data pada kolom data ….x1, langkah-langkah tersebut dapat anda lihat pada figure 60di bawah ini.
124
Figure 58
Jika anda menarik jalur pengontrol dengankursor pada mouse yang terdapat disebelah kananlayar SPSS maka akan terlihat angka 1 sampaidengan angka 7 yang sudah anda ketik masing-masingsebanyak jumlah frekuensi (lihat gfrafik histogramfrekuensi data kelompok sebelumnya)
Lakukan hal yang sama sesuai dengan langkah-langkah di atas untuk pembentukkan distribusi datakelompok pada dua variabel lainnya.
125
Untuk sekedar gambaran dari dua data kelompoklainnya yang sudah anda bentuk, figure 57 di bawahini memperlihatkan pengelompokan secara lengkapuntuk ketiga variabel dalam kasus ini denganmerujuk kepada tampilan analisis grafik histogramfrekuensi data kelompok dalam melakukan coding.
Figure 59
Jika anda perhatikan di layar monitor,variabel pada kolom data…x1 dan kolom data…x2
126
tidak lagi berurutan sebagaimana pembentukan awaldari data tersebut. Hal ini disebabkan olehpembentukan data yang sudah di Ascending padavariabel berikutnya. Maka secara otomatis variabelsebelumnya akan berubah dan kejadian ini tidakperlu anda khawatirkan.
Setelah keseluruhan variabel pembentukan datakelompok sudah ter-coding sebagaimana tampilan diatas. Langkah berikutnya melakukan analisisterhadap variabel tersebut.
Perhatikan langkah-langkah yang ditunjukkanoleh figure 58 berikut. Seperti biasa sebagaimanaanda menganalisis distribusi frekuensi datatunggal, maka lakukan hal tersebut untukmenganalisis distribusi frekuensi data kelompok.bedanya hanya terletak pada data yang dimasukkan,yakni data…x1, data…x2 dan data….y hasil daripengcodingan. Lihat tampilan di bawah ini.
127
Figure 60
Dari menu Utama Klik Analyze, pilih menuDescriptive Statistics, lalu klik pada bagian submenu Frequencies……, secara otomatis andamendapatkan kotak dialog Frequencies. Kemudianpindahkan variabel pengcodingan pada ruang kotakdi sebelah kanan. Abaikan menu lainnya dan klikOK.
Sekarang anda mendapatkan output hasilanalisis distribusi data kelompok sebagai tampilamfigure 63 di bawah ini.
128
Figure 61
Untuk menampilkan menu-menu pada kotak tabeldistribusi frekuensi data kelompok sebagaimanatampilam di atas, seperti pada kalimat Statisticsdan Komunikasi Antar Pribadi (X1) yang belumtampil dilayar monitor anda, dapat anda lakukandengan cara pengeditan sebagaimana langkah-langkahyang dijabarkan untuk mendapatkan figure 28sebelumnya.
129
Dari tampilan SPSS Viewer sebagaimana figure63 di atas, anda dapat memindahkan seluruh Outputhasil analisis SPSS ke Microsoft Word
F. Memindahkan Output Hasil Analisis dari SPSS keMicrosoft Word
Perhatikan langkah-langkah pada figure 63.Dari menu utama Klic Edit, klic Select All, makaseluruh output hasil analisis berada dalam posisiter-Block. Hal ini dapat anda lihat sebagaimanafigure 64
130
Figure 63
Perhatikan layar monitor anda, jika seluruhoutput hasil analisis berada dalam posisi ter-Block, maka ikuti langkah-langkah pada figure 65.Dari menu utama, klic Edit pilih menu Copy Objectsklic pada bagian tersebut. Maka seluruh Outputhasil analisis sudah dalam posisi ter copy.
132
Figure 64
Buka lembar kerja Microsoft Word, tempatkankursor anda pada lembar kerja tersebut danpastikan dalam posisi aktif, lalu Klic Paste (Ctrl+ V). Maka seluruh Output hasil analisis SPSS akantampil pada lembar kerja Microsoft Word anda.Hasilnya dapat anda lihat sebagaimana berikut ini:
Catatan : Bentuk tampilan sebagaimana hasil analisis dibawah ini sudah terlebih dahulu dilakukan pengeditandengan cara menghilangkan atau menuliskan kalimatyang dianggap layak dilakukan, agar pembaca hasilanalisis yang anda lakukan dapat lebih dimengertiatau dipahami oleh pembaca lainnya. Selanjutnya
133
pengeditan terhadap tampilam hasil analisis juga perludilakukan agar lebih kelihatan pekerjaan andamembuahkan hasil seindah dan serapih mungkin.
Oke selamat Mencoba
G. Hasil Analisis SPSS dalam Microsoft Word
Frequencies
134
KOMUNIKASI ANTAR PRIBADI (X1)
99,5 - 104,594,5 - 99,5
89,5 - 94,584,5 - 89,5
79,5 - 84,574,5 - 79,5
69,5 - 74,5
Freq
uenc
y
14
12
10
8
6
4
2
0
Std. Dev = 8,61 Mean = 85,3N = 49,00
455
9
12
9
5
Histogram
135
MOTIVASI KERJA (X2)
107,5 - 113,5101,5 - 107,5
95,5 - 101,589,5 - 95,5
83,5 - 89,577,5 - 83,5
71,5 - 77,5
Freq
uenc
y16
14
12
10
8
6
4
2
0
Std. Dev = 9,03 Mean = 87,5N = 49,00
21
77
1413
5
KINERJA GURU ( Y)
144,5 - 152,5136,5 - 144,5
128,5 - 136,5120,5 - 128,5
112,5 - 120,5104,5 - 112,5
96,5 - 104,5
Freq
uenc
y
14
12
10
8
6
4
2
0
Std. Dev = 13,65 Mean = 118,7N = 49,00
2
45
10
12
9
7
136
Frequency Table Categorycal
KOMUNIKASI ANTAR PRIBADI (X1)
5 10.2 10.2 10.29 18.4 18.4 28.612 24.5 24.5 53.19 18.4 18.4 71.45 10.2 10.2 81.65 10.2 10.2 91.84 8.2 8.2 100.049 100.0 100.0
KOMUNIKASI ANTARPRIBADI (X1)
69.5 - 74.574.5 - 79.579.5 - 84.584.5 - 89.589.5 - 94.594.5 - 99.599.5 - 104.5Total
Valid
Frequency Percent Valid Percent CumulativePercent
Statistics
137
MOTIVASI KERJA (X2)
5 10.2 10.2 10.213 26.5 26.5 36.714 28.6 28.6 65.37 14.3 14.3 79.67 14.3 14.3 93.91 2.0 2.0 95.92 4.1 4.1 100.049 100.0 100.0
MOTIVASI KERJA (X2)
71.5 - 77.577.5 - 83.583.5 - 89.589.5 - 95.595.5 - 101.5101.5 - 107.5107.5 - 113.5Total
Valid
Frequency Percent Valid Percent CumulativePercent
Statistics
KINIERJA (Y)
7 14.3 14.3 14.39 18.4 18.4 32.712 24.5 24.5 57.110 20.4 20.4 77.65 10.2 10.2 87.84 8.2 8.2 95.92 4.1 4.1 100.049 100.0 100.0
KINIERJA (Y)
96.5 - 104.5104.5 - 112.5112.5 - 120.5120.5 - 128.5128.5 - 136.5136.5 - 144.5144.5 - 152.5Total
Valid
Frequency Percent Valid Percent CumulativePercent
Statistics
Frequency Table Numerical
138
KOMUNIKASI ANTAR PRIBADI (X1)
1 2.0 2.0 2.01 2.0 2.0 4.11 2.0 2.0 6.11 2.0 2.0 8.21 2.0 2.0 10.21 2.0 2.0 12.22 4.1 4.1 16.32 4.1 4.1 20.44 8.2 8.2 28.61 2.0 2.0 30.64 8.2 8.2 38.82 4.1 4.1 42.93 6.1 6.1 49.02 4.1 4.1 53.13 6.1 6.1 59.21 2.0 2.0 61.22 4.1 4.1 65.33 6.1 6.1 71.41 2.0 2.0 73.52 4.1 4.1 77.61 2.0 2.0 79.61 2.0 2.0 81.62 4.1 4.1 85.72 4.1 4.1 89.81 2.0 2.0 91.82 4.1 4.1 95.92 4.1 4.1 100.049 100.0 100.0
KOMUNIKASIANTAR
PRIBADI (X1)70717273747677787980818283848587888990919394959697101104Total
Valid
Frequency Percent Valid Percent CumulativePercent
Statistics
139
MOTIVASI KERJA (X2)
1 2.0 2.0 2.01 2.0 2.0 4.11 2.0 2.0 6.11 2.0 2.0 8.21 2.0 2.0 10.21 2.0 2.0 12.21 2.0 2.0 14.32 4.1 4.1 18.44 8.2 8.2 26.52 4.1 4.1 30.63 6.1 6.1 36.73 6.1 6.1 42.94 8.2 8.2 51.02 4.1 4.1 55.11 2.0 2.0 57.13 6.1 6.1 63.31 2.0 2.0 65.33 6.1 6.1 71.42 4.1 4.1 75.52 4.1 4.1 79.63 6.1 6.1 85.72 4.1 4.1 89.82 4.1 4.1 93.91 2.0 2.0 95.92 4.1 4.1 100.049 100.0 100.0
MOTIVASIKERJA (X2)
72737476777879808182838485868788899093949699100106111Total
Valid
Frequency Percent Valid Percent CumulativePercent
Statistics
140
KINERJA GURU ( Y)
1 2.0 2.0 2.01 2.0 2.0 4.12 4.1 4.1 8.23 6.1 6.1 14.34 8.2 8.2 22.41 2.0 2.0 24.51 2.0 2.0 26.53 6.1 6.1 32.73 6.1 6.1 38.83 6.1 6.1 44.93 6.1 6.1 51.02 4.1 4.1 55.11 2.0 2.0 57.11 2.0 2.0 59.22 4.1 4.1 63.31 2.0 2.0 65.32 4.1 4.1 69.43 6.1 6.1 75.51 2.0 2.0 77.61 2.0 2.0 79.61 2.0 2.0 81.63 6.1 6.1 87.81 2.0 2.0 89.81 2.0 2.0 91.81 2.0 2.0 93.91 2.0 2.0 95.92 4.1 4.1 100.049 100.0 100.0
KINERJAGURU ( Y)
9799100101105106108112113114115116119121122123124126128133134136137138140141148Total
Valid
Frequency Percent Valid Percent CumulativePercent
Statistics
141
BAB IIIUJI PERSYARATAN ANALISIS
PADA REGRESI LINIER
Uji persyaratan analisis yang harus terpenuhidalam analisis regresi linier sama halnya denganuji-uji persyaratan analisis yang dilakukan padaanalisis statistic Parametrik lainnya. Pengujianpersyaratan analisis yang sering dilakukan yakni UjiLinieritas yaitu suatu untuk melihat tingkatkelinieran antara dua buah sebaran data padavariabel X dan Y, Uji Normalitas yakni suatu ujiyang dilakukan terhadap variaabel Dependen (Y) untukmelihat tingkat kemencengan kurva apakah dalampembentukan distribusi data tersebut terhadapfrekuensinya mengikuti bentuk sebagaimana kuvaNormal, Uji homogenitas yakni suatu uji yangdilakukan untuk melihat tingkat kesamaan atauperbedaan pada sampel yang diwujudkan melaluirekomendasi data yang diberikan oleh sampel tersebuttentang permasalahan yang sedang diteliti. Uji
142
Independensi antar variabel bebas yakni suatu ujiuntuk melihat tingkat keberartian hubungan yangterjadi di antara variabel Independen (X)
A. Uji Linieritas
Uji linieritas dalam analisis regresi ganda
dilakukan untuk membuktikan apakah data yang
terdapat pada variabel independen (X) memiliki
sebaran linier terhadap data pada variabel
dependen (Y). Untuk kebutuhan ini dapat anda ikuti
langkah-langkah sebagai berikut:
Tampilkan data yang akan dianalisis,
sebagaimana langkah-langkah yang sudah dilakukan
pada pembahsan sebelumnya (lihat figure 67). Dari
menu utama, Klic Analyze, pilih menu Compare
Means, Klic menu Means…., anda akan mendapatkan
kotak dialog Means. Selanjutnya dari kotak dialog
means, pindahkan masing-masing variabel kekotak
dialog sebelah kanan sesuai dengan variabel
143
penelitian anda. Disini kita masih menggunakan
variabel-variabel yang sudah ada sebelumnya.
Letakkan Variabel Kinerja Guru (Y) pada kolom
Dependen List, sedangkan dua variabel lainnya di
letakkan pada kolom Independen List.
Figure 65
Selanjutnya Klic Option yang terdapat padakotak dialog Means untuk mendapatkan kotak dialog
144
Means: Options, sebagaimana figure 68. Klic Testfor Linierity, Klic Countue pada kotak diaoogMeans Option, abaikan menu lainnya selanjutnyaKlic OK pada kotak dialog Means.
Sekarang anda akan mendapatkan Output hasilanalisis Uji Linieritas masing-masing Antaravariabel Independen (X) dengan variabel Dependen(Y) segabaimana dapat anda lihat pada figure 69berikutnya
145
Figure 67
Output hasil analisis yang diberi tanda kotaksebagaimana figure 69 merupakan output hasilanalisis Uji linieritas antara variabel komunikasiantar pribadi (X1) terhadap Kenerja guru (Y),sedangkan untuk output hasil analisis Ujiliniertitas antara Variabel Motivasi Kerja (X2)
147
terhadap Kenerja guru (Y) dapat anda lihat denganmenarik batang pengontrol yang terdapat di sebelahkanan layar monitor anda dengan mous kearah bawahpada tampilan layar tersebut.
B. Uji Normalitas
Uji Normalitas dalam analisis regresi gandadilakukan untuk membuktikan apakah data yangterdapat pada variabel penelitian atau palingsedikit pada variabel Dependen (Y) membentuk kurvanormal atau dengan bentuk sebaran garis lurus.
Pengujian persyaratan analisis Normalitasdalam pembahasan ini dilakukan dengan dua cara.Pertama dengan mengunakan tabel Kolmogorov-SmirnovTest dan cara Kedua dilakukan dengan menampilamgrafik Q-Q Plot .
1. Uji Normalitas dengan Analisis Kolmogorov-Smirnov Test
148
Untuk kebutuhan ini dapat anda ikuti langkah-langkah sebagaimana tampilan yang terdapat padafigure 70 di bawah ini:
Figure 68
Dari menu utama, Klic Analyze, pilih menuNonparametrics Tests, Klic menu 1-Sample K-S…,anda akan mendapatkan kotak dialog One-SampleKolmogorov-Smirnov Tes, pindahkan variabel (Y)atau seluruh variabel ke kotak dialog sebelahkanan. Abaikan menu-menu lainnya. Klic OK. Anda
149
akan mendapatkan Output hasil analisis sebagaimanafigure 71 berikut ini.
Figure 69
Output hasil analisis yang diberi tandakotak sebagaimana figure 71 merupakan output hasilanalisis Uji Normalitas pada Variabel KomunikasiAntar Pribadi (X1), Motivasi Kerja (X2) dan Kenerjaguru (Y)
150
2. Uji Normalitas dengan Menggunakan Grafik Q – QPlot
Uji normalitas ini dapat juga anda lakukandengan menggunakan grafik Q-Q Plot. Untukmenampilkan grafik Q-Q Plot dapat anda lakukandengan langkah-langkah sebagai berikut:
151
Figure 70
Perhatikan dan ikuti langkah-langkah padafigure 72 di atas. Dari menu utama, Klic Graph,Klic Q – Q…., maka anda mendapatkan kotak dialogQ-Q Plots, pindahkan seluruh variabel ke kotakdialog sebelah kanan, abaikan menu lainnya,kemudian Klic OK. Anda akan mendapatkan Outputhasil analisis sebagaimana figure 73 berikut:
152
Figure 71
Dari figure 73, lakukan editing denganmemberikan garis-garis vertikal dan horizontalpada grafik tersebut, mengedit skala Size (Font)dengan ukuran yang dikendaki serta merubahpewarnaan. Untuk melakukan ini, mari kita ulangilangkah-langkah yang ditunjukkan pada BAB IVsebelumnya.
153
3. Membuat Garis Interpolasi pada sebaran titik-titik
langkah-langkah yang dilakukan sebagaiberikut: Klic 1 x pada gambar. Dari menu utama,Klic Edit, pilih menu SPSS Chart Object, klicOpen. Sekarang anda mendapatkan tampilan layarbaru yakni : SPSS Chart Editor, sebagaimanaterlihat pada figure 74, selanjutnya ikuti langkahyang terdapat pada figure 75 berikutnya.
Figure 72
154
Klic 1 x disini
Figure 73
Melalui tampilan pada figure 75, Klic salahsatu kotak-kotak kecil berwarna merah. Selanjutnyadari menu utama, Klic Format, klic Interpolation(lihat figure 76). Anda akan mendapatkan kotakdialog Line Interpolation, Klic menu Straightsecara otomatis mengaktifkan kotak paling kiribawah yakni Display Makers, selanjutnya Klic ApplyAll. Lalu Klic Clouse. Anda akan mendapatkantampilan grafik sebagaimana figure 77 berikutnya.
155
Klic 1 x dibagian satu kotak kecil
Figure 75
Dari figure 77 di atas, tampak bahwaterbentuknya garis penghubung dari satu titikketitik berikutnya hingga membentuk ssuatu garisyang cenderung mendekati garis linier denganposisi diagonal, garis yang dimaksud adalah GarisInterpolasi yaitu garis menunjukkan kenormalansuatu data. Kajjian lebih lanjut mengenai garis
157
ini akan dibahas pada BAB VII tentang Membaca danInterprestasi Data
Selanjutnya untuk membentuk garis-garisvertikal, garis horizontal, ukuran (Size) padafont serta pewarnaan yang diinginkan dapat andaikuti langkah-langkah pada BAB IV sebelumnya danhasilnya dapat anda lihat pada tampilan figure 78berikut ini.
158
Figure 76
Lakukan hal yang sama untuk mengedit dua buahgrafik berikutnya.
C. Uji Homogenitas
Uji Homogenitas atau disebut juga dengan UjiLevene (kesamaan) variansi dari seluruh group yangdiuji. Uji Homogenitas ini diperoleh dengan
159
menghitung seluruh absolute dari tiap-tiap caseterhadap rata-rata sel masing-masing dan kemudiandibuat analisis variaans satu jalur (One-WayAnava) pada perbedaan tersebut. Pada ujihomogenitas, pengujian dilakukan hanya padavariabel dependen (Y) saja. Namun demikian adajuga sebagian orang yang melakukan pengujianhomogenitas tersebut pada seluruh variabel yangditeliti, hal yang demikian kurang tepat, sebabposisi variabel Independen (X) pada suatupenelitian merupakan variabel-variabel yangmenyebabkan perubahan akan terjadinya variabel(Y).
Data pada variabel Y yang akan dianalisiskehomogenannya pada dasarnya diperoleh daripenjumlahan seluruh sebaran data Y sebelumnya,demikian juga untuk data X1 dan X2, karenaperolehan data berasal dari instrumen dalam bentukskala Likert dengan option 1, 2, 3, 4, dan 5,sedangkan jumlah butir pada kasus ini diperkirakansebanyak 35 butir soal, sehingga data yang akandianalisis kehomogenannya adalah data faktor daripenjumlahan atas penjumlahan Y tersebut.
160
Perhatikan pada figure 79 berikut: pada kolomY merupakan hasil dari penjumlahan tiap-tiap barismulai dari butir 1 sampai dengan butir 35,sedangkan variabel pada kolom f1 diperoleh denganrumus
f1i = yi : 35 (tergantung dari banyaknyabutir)
faktor = hasil pembulatan dari f1i
Figure 77
Dari tampilan SPSS data Editor ini anda dapatmelakukan analisis Homogenitas dengan langkah-langkah sebagaimana diperhatikan Figure oleh 80
161
dan 81 pada figure berikutnya . Dari menu utama,Klic Analyze, pilih menu Compare Means, Klic One-Way ANOVA. Anda akan memperoleh kotak dialog One-Way ANOVA. Tarik batang kursor kotak dialogtersebut dengan mous anda untuk memperolehvariabel yang akan anda analisis. Pindahkanvariabel KINERJA GURU (Y) pada kotak dialogDependen List dan fyfaktor pada kotak dialogFactor. Klic Option pada kotak dialog tersebut,anda akan memperoleh kotak dialog berikutnya yakniOne-Way ANOVA: Option. Dari kotak dialog ini, KlicHomogenit Of-Varians, abaikan menu lainnya. KlicContinue. Klic OK. Sekarang anda akan mendapatkanOutput hasil analisis sebagimana figure 82.
162
Tampak pada figure 82, analisis bertandakotak merupakan output hasil analisis TesHomogenitas.
Setelah anda menguji seluruh Uji analisisyang dibutuhkan, sebagaimana dalam pokok bahasanpada BAB V ini, maka langkah selanjutnya meng-copyseluruh Output hasil analisis untuk segeradipindahkan dari SPSS Viewer ke Microsof Word.Sekarang coba anda perhatikan langkah-langkahsebagimana tampilan pada figure 83 dan 84 berikutini
Dari menu utama Klic Edit, Klic Select All(figure 83). Anda akan mendapati hasil Outputdalam keadaan ter-block. Kemudian dari menu utamaKlic Edit, Klic Copy Object, maka Output hasilanalisis sudah dalam keadaan tercopy seluruhnya(figure 84)
165
Figure 81
Langkah berikutnya membuka lembar kerjaMicrosoft Word. setelah lembar kerja aktifMicrosoft Word pada layar monitor anda, lakukanpemindahkan Output hasil analisis SPSS kelembarkerja Microsoft Word dengan cara Klic Vaste (Ctrl+ V). sebagaimana dapat anda lihat pada figure 85di bawah ini.
167
Figure 85
Output hasil analisis dapat anda Edit untukkebutuhan jarak, spasi sesuai dengan ukuran kertasanda. Output hasil analisis yang sudah dieditdapat anda lihat pada halaman berikut.
168
Catatan: Lakukan terlebih dahulu pengeditan seperti yang dianjurkan pada akhir BAB sebelumnya
E. Hasil Analisis Dari SPSS Ke Microsoft Word
UJI LINIERITASKINERJA GURU ( Y) * KOMUNIKASI ANTAR PRIBADI (X1)
ANOVA Table
6305.359 26 242.514 2.026 .0482075.198 1 2075.198 17.337 .000
4230.161 25 169.206 1.414 .208
2633.417 22 119.7018938.776 48
Source
(Combined)LinearityDeviation fromLinearity
BetweenGroups
Within GroupsTotal
Dependent Variable *Independent Variable
KINERJA GURU ( Y) *KOMUNIKASI ANTAR PRIBADI (X1)
Sum ofSquares df Mean
Square F Sig.Statistics
KINERJA GURU ( Y) * MOTIVASI KERJA (X2)
ANOVA Table
7682.776 24 320.116 6.117 .0002415.952 1 2415.952 46.165 .000
5266.823 23 228.992 4.376 .000
1256.000 24 52.3338938.776 48
Source
(Combined)LinearityDeviation fromLinearity
BetweenGroups
Within GroupsTotal
Dependent Variable *Independent Variable
KINERJA GURU ( Y) * MOTIVASI KERJA (X2)
Sum ofSquares df Mean
Square F Sig.Statistics
169
UJI NORMALITASOne-Sample Kolmogorov-Smirnov Test
49 49 4985.31 87.51 118.678.61 9.03 13.65.106 .120 .129.106 .120 .129-.054 -.060 -.082.742 .838 .901.640 .484 .392
Statistics
NMeanStd. DeviationNormal Parameters
a,b
AbsolutePositiveNegative
Most ExtremeDifferences
Kolmogorov-Smirnov ZAsymp. Sig. (2-tailed)
KOMUNIKASIANTAR PRIBADI
(X1)MOTIVASI
KERJA (X2)KINERJA
GURU ( Y )
Variables
Test distribution is Normal.a. Calculated from data.b.
UJI NORMALITAS DENGAN Q - Q Plot Normal Q-Q Plot of KOMUNIKASI ANTAR PRIBADI (X1)
Observed Value
11010090807060
Expe
cted
Nor
mal
Valu
e 110
100
90
80
70
60
170
Normal Q-Q Plot of MOTIVASI KERJA (X2)
Observed Value
12011010090807060
Expe
cted
Nor
mal
Valu
e
110
100
90
80
70
60
Normal Q-Q Plot of KINERJA GURU ( Y)
Observed Value
1501401301201101009080
Expe
cted
Nor
mal
Valu
e
150
140
130
120
110
100
90
80
171
UJI HOMOGENITASOneway
Test of Homogeneity of Variances
KINERJA GURU (Y)
.036 1 47 .851
LeveneStatistic df1 df2 Sig.
BAB KORELASI
Analisis korelasi untuk menghitung Koefisienkorelasi. Koefisien korelasi merupakan angka yangmenunjukkan arah dan kuatnya hubungan antar dua
172
variabel atau lebih. Untuk menghitung koefisienkorelasi pada program SPSS dapat dilakukan denganlangkah-langkah sebagai berikut: perhatikan kembalitampilkan dilayar monitor anda SPSS data Editorsebagaimana figure 86 berikut:
Figure 86
A. Korelasi Biserial
173
Untuk melakukan analisis korelasi biserialdapat dilakukan dengan memperhatikan langkah-langkah yang terdapat pada figure 87 sebagaiberikut. Dari menu utama, Klic Analyze, pilih menuCorrelate, Klic Bivariate.., anda akan mendapatkankotak dialog Bivariate Correlation, pindahkankedua variabel bebas yakni: KOMUNIKASI ANTARPRIBADI (X1) DAN MOTIVASI KERJA (X2), abaikan menulainnya. Kemudian Klic OK. Anda akan mendapatkanOutput hasil analisis sebagaimana tampak padafigure 88
174
Figure 88
B. Korelasi ParsialKorelas Parsial digunakan untuk
menganalisa bila peneliti bermaksud mengetahuipengaruh atau mengetahui hubungan antaravariabel independen dan dependen, dimana salahsatu variabel independennya dibuattetap/dikendalikan. Jadi korelasi parsialmerupakan angka yang menunjukkan arah dankuatnya hubungan antara dua variabel atau lebihsetelah satu variabel yang diduga dapat
176
mempengaruhi hubungan variabel tersebutdikendalikan untuk dibuat tetap keberadaannya.
Analisis korelasi parsial dapat dilakukandengan Langkah langkah seperti yang terdapat padafigure 89 sebagai berikut:
Figure 89Ikuti langkah-langkah pada figure 89. Dari
menu utama Klic Analyze, arahkan kursor mous andakemenu Correlate….., arah kekanan dan KlicPartial…..., anda akan mendapatkan kotak dialog
177
Partial Correlations. Pindahkan variabel KinerjaGuru (Y) dan Komunikasi Antar Pribadi (X1) kekotak Variables: dan pindahkan variabel Motivasikerja (X2) ke kotak Controling For: (sebagaivariabel kontrol). Abaikan menu lainnya, kemdianKlic OK. Anda akan mendapatkan output hasilanalisis sebagaimana Figure 90 berikut ini.
Figure 90
178
Pada Figure 90 di atas menyatakan output hasianalisis korelasi parsial hubungan murni yangdilakukan antara variabel Kinerja Guru (Y) denganvariabel Komunikasi Antar Pribadi (X1) bilamanadilakukan pengontrolan terhadap variabel MotivasiKerja (X2)
Untuk korlasi parsial hubungan murni antaravariabel Kinerja Guru (Y) dengan variabel MotivasiKerja (X2) bilamana dilakukan pengontrolanterhadap variabel Komunikasi Antar Pribadi (X1)dapat anda lihat output hasil analisis sepertiterlihat pada langkah-langkah yang ditunjukkanpada figure 91 berikut ini.
179
Figure 91Dengan cara yang sama seperti langkah-langkah
pada Figure 89 sebelumnya, perbedaannya hanyaterletak pada penempatan variabel yang akandijadikan sebagai variabel kontrol.
Dari menu utama Klic Analyze, arahkan kursormous anda kemenu Correlate….., arah kekanan danKlic Partial…..., anda akan mendapatkan kotakdialog Partial Correlations. Pindahkan variabelKinerja Guru (Y) dan Motivasi kerja (X2) ke kotakVariables: dan pindahkan variabel Komunikasi AntarPribadi (X1) ke kotak Controling For: (sebagai
180
variabel kontrol). Abaikan menu lainnya, kemdianKlic OK.
Sekarang anda mendapatkan Output hasilanalisis seperti yang terlihat pada Figure 92berikut ini.
Figure 92
Perhatikan perbedaan antara Figure 90 danFigure 92 pada output hasil analisis, tampakperbedaan masing-masing analisis korelasi partialpada variable yang dikontrol.Setelah andamelakukan analisis korelasi biserial dan korelasiparsial, selanjutnya anda dapat mengcopy seluruh
181
Correlations
1.000 .274. .05749 49.274 1.000.057 .49 49
Statistics
Pearson CorrelationSig. (2-tailed)NPearson CorrelationSig. (2-tailed)N
Variables
KOMUNIKASI ANTARPRIBADI (X1)
MOTIVASI KERJA (X2)
KOMUNIKASI ANTARPRIBADI (X1)
MOTIVASI KERJA(X2)
Variables2
Output hasil analisis dari SPSS Viewer keMicrosof Word. Sekarang coba anda perhatikankembali langkah-langkah seperti yang ditampilkanpada figure 83 dan 84 sebelumnya
Dari menu utama Klic Edit, Klic Select All .Anda akan mendapati hasil Output dalam keadaanter-block. Kemudian dari menu utama Klic Edit,Klic Copy Object, maka Output hasil analisis sudahdalam keadaan tercopy seluruhnya.
Langkah berikutnya membuka lembar kerjaMicrosoft Word. setelah lembar kerja MicrosoftWord aktif pada layar monitor anda, lakukanpemindahkan Output hasil analisis SPSS kelembarkerja Microsoft Word dengan cara Klic Vaste (Ctrl+ V)
Output hasil analisis dapat anda Edit untukkebutuhan jarak, spasi sesuai dengan ukuran kertasanda. Output hasil analisis dapat anda lihatsebagai berikut:
182
PARTIAL CORRELATION COEFFICIENTS
Controlling for.. X2
Y X1Y 1.0000 .4131 ( 0) ( 46) P= . P= .004X1 .4131 1.0000 ( 46) ( 0) P= .004 P= .
(Coefficient / (D.F.) / 2-tailed Significance)" . " is printed if a coefficient cannot be computed
PARTIAL CORRELATION COEFFICIENTS
Controlling for.. X1
Y X2Y 1.0000 .4602 ( 0) ( 46) p= . P= .001X2 .4602 1.0000 ( 46) ( 0) P= .001 P= .
183
(Coefficient / (D.F.) / 2-tailed Significance)" . " is printed if a coefficient cannot be computed
184
BAB IVI. REGRESI LINIER
Prosedur regresi linier digunakan untukmenguji hubungan antara sebuah variabel dependen(variabel respon) dengan satu atau beberapavariabel independen (variabel prediktor). Jikavariabel dependen dihubungkan dengan sebuahvariabel independen saja, maka regresi yangdihasilkan adalah regresi linier, dan jikavariabel independennya lebih dari satu maka yangdihasilkan adalah persamaan regresi linierberganda (Multiple linier regression)
A. Regresi Linier Sederhana
185
Untuk menganalisis Regresi Linier sederhanadengan program SPSS, dapat anda lakukan denganlangkah-langkah sebagai berikut:
Buka lembar kerja baru SPSS data Editor.Masukkan data yang akan anda analisis sebagaimanasudah dijelaskan pada BAB sebelumnya. Sebagaicontoh lihat pada figure 90 berikut ini, andadihadapkan dengan dua variabel independen dan satuvariabel dependen. Untuk variabel independen kitaberi nama variabel “ Komunikasi Antar Pribadi (X1)dan Motivasi Kerja (X2)” sedangkan untuk variabeldependen kita beri nanma variabel “Kinerja Guru(Y)”
Sekarang coba anda ikuti langkah-langkah yangterdapat pada figure 91 untuk mendapatkan Outputhasil analisis regresi sederhana yang andainginkan.
186
Figure 84
Dari Menu utama, Klic Analyze, pilih menuRegression, berikutnya Klic Linier……. Anda akanmendapatkan kotak dialog dengan nama LinearRegression. Pindahkan variabel Komunikasi AntarPribadi (X1) Ke kotak independen (s) dan variabelKinerja Guru ( Y ) ke kotak Dependen. Selanjutnya ikuti langkah-langkah sebagaimanaFigure 92
188
Figure 85
Dari kotak dialog Linear Regression, KlicStatistics. Anda akan mendapatkan kotak dialogLinear Regression: Statistics. Dari kotak dialogini, Klic Estimates, Klic Model fit, Klic Rsquared change. Abaikan menu lainnya, KlicCountinue, selanjutnya Klic OK. Sekarang andamemperoleh Output hasil analisis sebagaimana padaFigure 93.
189
Figure 86Tampilan sebagaimana diperlihatkan oleh
figure 93 di atas merupakan output hasil analisiskoefisien regresi, uji persamaan garis regresi danuji koefisien persamaan garis regresi variabelKomunikasi Antar Pribadi (X1) terhadap variabelKinerja Guru (Y)
190
B. Estimasi (Grafik Persamaan Garis) Regresi Linier Sederhana
Estimsi (Grafik Persamaan Garis) regresiLinier Sederhana, dapat diperoleh melalui langkah-langkah sebagai berikut:
Figure 87
Perhatikan figure 94 di atas. Dari menuutama, Klic Analyze, pilih menu Regression,
191
selanjutnya Klic Curve Estimation...., sekaranganda memperoleh kotak dialog baru dengan namaCurve Estimation. Pindahkan variabel KomunikasiAntar Pribadi (X1) ke kotak Independen dan VariabelKinerja Guru ( Y ) ke kotak Dependen. Abaikan menulainnya. Kemudian Klic OK.
Sekarang anda mendapatkan output hasilanalisis berupa grafik estimasi atau grafikpersamaan garis regresi sederhana dari variabelKomunikasi Antara Pribadi (X1) terhadap VariabelKinierja Guru (Y). Grafik estimasi ini dapatmemberikan informasi tentang: a) sebaran titik-titik yang saling berinteraksi antara keduavariabel, b) titik-titik prediksi, yang letaknyatepat pada garis estimate yang menandakan besarnyakeeratan hubungan dari kedua variabel, c) adatidaknya titik-titik Out layar atau terjadinyatitik-titik penyimpangan di luar dari garisprediksi
Untuk mengetahui informasi lebih lanjutsebagaimana yang dikemukakan di atas, ikutilangkah-langkah berikut ini
192
1. Editing untuk mengetahui Sebaran Titik yangSaling Berinteraksi
Figure 88
Ikuti langkah-langkah Figure 95 di atas. DariMenu Utama, Klic Edit, pindahkan kursor ke menuSelect, Klic All Charts, sekarang tampilan padagrafik anda sudah dalam keadaan posisi ter- block
193
Figure 89Selanjutnya ikuti langkah-langkah pada Figure
96 di atas, Dari Menu utama, Klic Edit, pilih menuSPSS Chart Object, Klic Open. Sekarang andamendapatkan tampilan layar baru dengan nama SPSSChart Editor, sebagaimana figure 97 berikut.
194
Figure 90
Dilayar monitor anda sekarang sudah tampilberupa lembar kerja baru dengan nama SPSS ChartEditor. Dari tampilan layar lembar kerja baru inimenandakan bahwa tampilan grafik siap untukdilakukan editing selanjutnya yakni, menampilkansebaran titik-titik interpolasi antara keduavariabel yang dianalisis.
Langkah-langkah yang harus dilakukan dapatanda lihat sebagaimana tampilam pada figure 98 dibawah ini.
195
Figure 91
Sekarang ikuti langkah-langkah yangditunjukkan oleh figure 98 di atas. dari menuutama, klic Format, Klic Interpolation….., andaakan mendapatkan kotak dialog Line Interpolation,Klic pada kotak Straigt, pastikan kotak DisplayMarkers yang berada di kiri paling bawah padakotak dialog tersebut berada dalam pisisi Ceklis.Kemudian Klic Apply All. Sekarang anda sudahmendapatk tampilan grafik yang baru berupa titik-
196
titik (markers) pada grafik interpolasisebagaimana tampilan pada Figure 99 di bawah ini.
Figure 92
Perhatikan tampilan layar pada Figure 99 diatas. Titik-titik yang terdapat pada garis liniermerupkan titik-titik yang menyatakan persentase(%) keeratan hubungan yang terjadi antara variabelKomunikasi Antar Pribadi (X1) dengan variabel
197
Kinerja Guru (Y). Sedangkan sebaran titik-titiklainnya berjumlah sama dengan jumlah respondenpenelitian yang merupakan titik-titik Interpolasiyang terjadi melalui estimasi dari kedua variabelyang dianlaisis.
Disini anda perlu diketahui bahwa untuk satutitik interpolasi hanya diwakilkan oleh saturorang esponden.
2. Editing Untuk Mengetahui Ada TidaknyaTitik Outlayer
Ikuti langkah-langkah yang ditunjukkan olehFigure 99 dan 100 di bawah ini
Figure 93
198
Figure 94
Dari menu Utama, Klic Chart, klic Options.(Lihat Figure 100). Sekarang Anda memperoleh kotakdiaolog Overlay Scatterplot Options (lihat Figure101), klic kotak Fit Line dan Mean of Y ReferenceLine pada masing-masing Display for each pair. KlicPada kotak Fit Oftion yang sudah aktif. Sekaranganda mendapatkan kotak dialog Scatterplot Option:Fit Line. Pada bagian menu Fit Method, pastikan andaKlic kotak Linear Regression. Ceklis kotak Mean,kotak Individual, kotak Include constant in Equationdan Display R-Square in Legend. Klic Countue. Klic
199
Ok. Sekarang anda mendapatkan Output Hasil Analisissebagaimana tampilan pada Figure 100
Figure 95
Dari tampilan Figure 100 terlihat bahwa,terdapat 3 titik interpolasi (3 responden) yangberada pada posisi di luar garis prediksi, titik-titik yang di luar garis prediksi tersebutdinamakan titik Out Layar. Sering kali titik-titikout layar ini menjadi permasalahan dalampenelitian. Sebagian ahli statistik berpendapat,jika terdapat data out layar pada data penelitiananda maka data out layar tersebut harus dibuangkarena dapat mengurangi keabsahan hasil
200
penelitian. Sebagian ahli lain berpendapat, jikaterdapat data out layar pada data penelitian anda,maka data Out layar tersebut tidak harus dibuangkarena keabsahan penelitian tergantung dari dataoutentik yang kita peroleh di lapangan.
3. Editing Untuk Tampilan Skala Vertikal danHorizontal Pada Grafik
Untuk menampilkan Skala Vertikal dan SkalaHorizontal pada Grafik, dapat anda lakukansebagaimana langkah-langkah yang diperlihatkanfigure 101 di bawah ini. Dari menu Utama, KlicChart, Klic Axis..., anda akan mendapatkan kotakdialog Axis Slection.
201
Figure 96
Klic salah satu Scale, jika anda Klic pada Xscale, selanjutnya Klic OK, maka anda akanmendapatkan kotak dialog X Scale Axis. Pada TitleJustification pilih menu Centre lalu Klic. Klicseluruh kotak pada Ticks, Grid, pastikan seluruhbagian tersebut ter Ceklis. Selanjutnya Klic OK.
Lakukan hal yang sama seperti langkah-langkah di atas untuk menu Y Scale. Selanjutnyauntuk Axis Title Ketik Variabel “ Kinerja Guru(Y)” sebagaimana tampak pada Figure 102
202
Figure 97Setelah seluruh langkah ini anda lakukan,
maka anda mendapatkan tampilan grafik yangmemiliki skala vertikal dan skala horizontal,sebagaimana Figure 103 berikut ini.
203
Figure 99Untuk mengetahui nomor urutan (label) pada
data yang mengalami out layar, anda dapatmengikuti langkah-langkah yang terdapat padaFigure 104. dari menu utama. Klic Chart. KlicOption. Anda akan mendapatkan kotak dialogOverlay Scatterplot Options. Klic Off pada kotakCase Labels dan pilih menu On. Kemudian Klic OK.Maka anda mendapatkan tampilan Output hasilanalisis berupa grafik estimasi secara lengkapdengan lebel atau data yang dimiliki tiap-tiapresponden penelitian anda, sebagaimana anda lihatpada Figure 105
205
Figure 100
Bagi para peneliti yang ingin menelusurilebih lanjut dari output hasil analisis yangmemiliki data out layer sebagaimana gambaran dataini, maka output hasil analisis dari data Outlayar ini dapat dijadikan sebagai bahan kajianlanjutan dalam melihat adanya penyimpangan darisubjek permasalahan yang sedang diteliti melaluikajian penelitian kualitatif.
Sebagai contoh dapat diambil daripermasalahan yang terdapat pada Figure 105 diatas, terdapat 3 titik out layer atau 3 objek
206
penelitian (responden) yakni responden ke 12, 15dan 31 yang apabila diteliti secara kuantitatifmemiliki penyimpangan kebiasaan yang dilakukanoleh komunitas lainnya dalam hal tingkatberkomunikasi yang dilakukan sesema rekan kerja(guru) terhadap kinerja yang ditampilkan.Permasalahan ini justru terletak pada tingginyakinerja yang ditampilkan oleh ke tiga respondentersebut terjadi bukan dikarenakan kebiasanberkomunikasi antar pribadi yang dilakukan, namunadanya unsur lain yang lebih dominan dalammembentuk kinerja sesorang (guru). Disinilahperan penelitian kualitatif untuk melihat lebihjauh permasalahan-permasalahan yang muncul ketikadihadapkan pada data out layar yang ditampilkanoleh data kuantitatif. Dengan kata lain harusdibuat penelitian lanjutan secara kualitatifdengan subjek penelitian yang sama melalui 3objek sebagai fokus penelitian.
207
Lakukan langkah-langkah yang sama untuk menghasilkan Output hasil Analisis
Regresi Linier Sederhana pada variabel X2 Terhadap Y
C. Regresi Linier Ganda
Langkah-langkah yang dilakukan untuk menghasilkanoutput hasil analisis regresi linier ganda, hampirsama dengan langkah-langkah yang dilakukan padaanalisis regresi linier sederhana. Hanya sajasedikit perbedaannya terletak pada input padavariabel X dimasukkan seluruhnya sekaligus padakolom Independen. Untuk memudahkan dalam memahamipengertian ini mari sama-sama kita ikuti langkahdemi langkah pada tiap-tiap figure 106 yangditampilkan di bawah ini.
208
Figure 101Dari Menu utama, Klic Analyze, pilih menu
Regression, berikutnya Klic Linier……. Anda akanmemperoleh kotak dialog dengan nama LinearRegression. Pindahkan variabel Komunikasi AntarPribadi (X1) dan Motivasi Kerjas (X2) Ke kotakindependen(s) sedangkan variabel Kinerja Guru (Y)ke kotak Dependen. Dari kotak dialog LinearRegression, Klic Statistics. Anda akanmendapatkan kotak diaolog Linear Regression:Statistics. Dari kotak dialog ini, Klic
209
Estimates, Klic Model fit, Klic R squared change.Abaikan menu lainnya, Klic Countiue, selanjutnyaKlic OK. Sekarang anda memperoleh Output hasilanalisis berupa Koefisien Korelasi, uji persamaangaris regresi dan uji koefisien persamaan garisregresi, sebagaimana Figure 107
Figure 102
D. Estimasi (Grafik Persamaan Garis) Regresi Linier Ganda
Estimsi (Grafik Persamaan Garis) regresiLinier Ganda, dapat diperoleh melalui langkah-langkah sebagai berikut:
210
Figure 103
Ikuti langkah-langkah figure 108. Dari menuutama. Klic Graphs. Pilih menu Interactive. KlicScatterplot..., anda akan mendapatkan kotak dialogCreate Scatterplot sebagaimana figure 109 berikutini.
211figure 109
Perhatikan dan ikuti langkah-langkah padaFigure 109. Pada tampilan pertama kotak dialogCreate Scatterplot, koordinat yang muncul dalambentuk (dua dimensi), ubahkoordinat dua dimensi tersebut kedalam bentuk(tiga dimensi), dengan cara meng-klic ada bagiantersebut.
Tempatkan variabel-variabel anda ke kotakdialog koordinat tersebut, Untuk variabel KinerjaGuru (Y) tempatkan pada sumbu Vertikal, KomunikasiAntar Pribadi (X1) pada sumbu Horizontal danMotivasi kerja (X2) pada sumbu diagonal.Selanjutnya dari menu Create Scatterplot Klic Fit.Sekarang anda dihadapkan untuk memilih beberapapilihan pada kotak None. Klic Rgression (lihatFigure 110)
212
Figure 110
Kemudian dari menu Create Scatterplot KlicTitles. Pada kolom Chart Title: Tulis JudulPenelitian Anda, selanjtnya pada Caption: TulisNama Peneliti (lihat Figure 111)
213
Figure 111
Kemudian dari menu Create Scatterplot. KlicOption. Pada kolom Chart Look Directory: andadihadapkan pada beberapa pilihan grafik berdimensitiga. Sebagai contoh pilih Clasic. (lihat Figure112)
214
Figure 112
Setelah anda melakukan langkah-langkahtersebut. Selanjutnya Klic OK. Anda akanmendapatkan Output hasil analisis Estimasi dariketiga variabel yang anda analisis sebagaimanaFigure 113 berikut ini
215
Figure 113
Selanjutnya melakukan editing terhadapgrafik, yang berguna untuk mengetahui letak(posisi) titik-titik ada bidang dimensi tiga
Membuka layar (tampilan editing) pada grafikScatterplot dapat dilakukan dengan langkah-langkahpada figure 114 sebagai berikut:
216
Dari menu utama, Klic Edit, pilih menuSelection, Klic All Chart. Anda akan mendapatkanposisi layar anda dalam keadaan Block sebagaimanaFigure 115 berikutnya.
Figure 114
217
Figure 115Selanjutnya ikuti langkah Figure 116. Dari
menu utama, Klic Edit, pilih menu SPSS InteractiveGraphic Object, Klic Open
218
Figure 116
Anda akan mendapatkan tampilan grafik yangsudah siap untuk dilakukan Editing, sebagaimanaFigure 117 berikut ini:
219
Figure 1171. Editing Dalam Pembuatan Skala Pada Masing-
masing Sumbu KordinatUntuk membuat skala pada masing-masing
koordinat dapat dilakukan dengan langkah-langkahsebagai berikut:
Ikuti langkah-langkah pada Figure 118.Dari menu utama, Klic Format, pilih menu Axis.Anda mulai dengan mengedit kordinat padavariabel X. Klic Scale Axis (Komunikasi AntarPribadi (X1))
220
Figure 118
Sekarang anda akan mendapatkan kotak dialogScala Axis – KOMUNIKASI ANTAR PRIBADI (X1)sebagaimana tampak pada Figure 119).
221
Figure 119
Aktifkan pada bagian kotak dialogAppearance. Sekarang anda mendapatkan kotakdialog baru dengan nama yang sama (lihat Figure120), di bawah ini.
222
Figure 120
Langkah berikutnya, klic kotak MonitorTicks, secara otomatis anda mengaktifkan submenu pada bagian tersebut, pada kotak Number ofMinor Ticks: ganti dengan angka 10. Pada submenu Weight Klic kotak Hairline Klic 1 pt. Padaseluruh kotak Color, pilih warna Hitam.Selanjutnya Klic Apply.
Langkah selanjutnya mengaktifkan menu GridLines pada menu utama dari kotak dialogtersebut. Sekarang anda akan mendapatkan kotakdialog baru dengan nama yang sama. (LihatFigure 121) berikut ini.
223
Figure 121
Klic Kotak Grid Line. Klic Display Evenly-spaced grid lines. Pada Number of Grid Lines:Ketik angka 10. Pada Color, pilih warna Hitam.Klic Apply, Klic OK Anda akan mendapat tampilansebagaimana Figure 122 berikut ini
Figure 122
224
Dengan cara yang sama, anda dapat melakukanEditing untuk membuat Skala pada variabel X2 danY dengan melakukan langkah-langkah mulai dariFigure 118 sampai dengan Figure 122 sebelumnya.Sekarang coba anda tampilkan Skala pada sumbulainnya untuk variabel X2 dan variabel Y, mulailahdari Figure 123 dan Figure 124.
Figure 123
225
Figure 124Setelah anda melakukan Editing untuk membuat
masing-masing Skala pada variabel X2 dan Y,sekarang coba anda lihat hasilnya, sebagaimanafigure 125 berikut:
226
Figure 1252. Editing Memilih Model Simbol dan Pewarnaan pada
Bidang Diagonal a. Editing Memilih Model Simbol dan Pewarnaan
Dalam memilih model pada simbol danpewarnaannya, dapat dilakukan dengan langkah-langkah sebagai berikut:
227
Figure 126Ikuti langkah-langkah pada figure 126 di
atas. Dari menu utama, Klic Format, arahkankursor mous anda ke menu Key, Klic Cloud. Andaakan mendapatkan kotak dialog Cloud sebagaimamanFigure 127
228
Figure 127
Klic pada kotak Menu Style: anda dapatmenggunakan pilihan simbol untuk menggantisimbol yang diinginkan, demikian pula denganfasilitas yang terdapat pada kolom Color Andajuga dapat merubah warna dari simbol tersebut.Selanjutnya klic Ok (lihat figure 128)
b. Editing Bidang Diagonal danPewarnaan
229
Figure 128
Figure 129
Ikuti langkah-langkah pada figure 129 diatas. Dari menu utama, Klic Format, arahkankursor mous anda ke menu Key, Klic menuRegression, anda akan mendapatkan kotak dialogsebagaimana figure 130 berikut ini:
230
Figure 130
Pada menu Style, Klic kotak Solid andaditawarkan beberapa pilihan menu tampilan dasarbidang diagonal pada grafik. Klic salah satudiantara tampilan yang anda inginkan. (lihatFigure 131)
231
Figure 131
Pada menu Background Klic No Color (lihatFigure 132). Sedangkan pada Menu Freground (lihatFigure 133) Klic warna Hitam . Abaikan menulainnya. Klic Apply. Klic OK.
Anda akan mendapatkan tampilan grafiksebagaimana Figure 47 berikut ini.
232
Figure 133Figure 132
Figure 134
Setelah anda melakukan seluruh analisis dariawal hingga akhir pada BAB ini, selanjutnyadiserahkan kepada anda untuk memindahkan seluruhoutput hasil analisis ke lembar kerja MicrosoftWord. Sekarang coba anda sesuaikan dengan analisisyang anda lakukan dengan output hasil analisisberikut ini.
233
F. Hasil Analisis Dari SPSS Ke Microsoft Word
RegressionModel Summary
.482a .232 .216 12.08 .232 14.210 1 47 .000
Model
1
R R Square Adjusted RSquare
Std. Error ofthe Estimate R Square
Change F Change df1 df2 Sig. F Change
Change Statistics
Statistics
Predictors: (Constant), KOMUNIKASI ANTAR PRIBADI (X1)a.
ANOVA b
2075.198 1 2075.198 14.210 .000a
6863.577 47 146.0348938.776 48
Source
RegressionResidualTotal
Model
1
Sum of Squares df Mean Square F Sig.Statistics
Predictors: (Constant), KOMUNIKASI ANTAR PRIBADI (X1)a.
Dependent Variable: KINERJA GURU ( Y )b.
Coefficientsa
53.492 17.377 3.078 .003
.764 .203 .482 3.770 .000
Variables
(Constant)KOMUNIKASI ANTARPRIBADI (X1)
Model
1
B Std. ErrorUnstandardized Coefficients
BetaStandardized Coefficients
t Sig.
Statistics
Dependent Variable: KINERJA GURU ( Y )a.
234
Curve Fit
KOMUNIKASI ANTAR PRIBADI (X1)
11010090807060
KINE
RJA
gURU
( Y
)
160
150
140
130
120
110
100
90
ObservedRsq = 0.2322
LinearRsq = 1.0000
454
25
13
424817
47
41393743
9
10
22
8
6
2711
21
36
292
35
31
2619
1
49
15
46
32
302038403418
16
33
14
2373
12
24
44285
4542513
4248174741393743910228627112136292353126191491546323020384034181633142373122444285
RegressionModel Summary
.520a .270 .255 11.78 .270 17.408 1 47 .000
Model
1
R R Square Adjusted RSquare
Std. Error ofthe Estimate R Square
Change F Change df1 df2 Sig. F Change
Change Statistics
Statistics
Predictors: (Constant), MOTIVASI KERJA (X2)a.
235
ANOVA b
2415.952 1 2415.952 17.408 .000a
6522.823 47 138.7838938.776 48
Source
RegressionResidualTotal
Model
1
Sum of Squares df Mean Square F Sig.Statistics
Predictors: (Constant), MOTIVASI KERJA (X2)a.
Dependent Variable: KINERJA GURU ( Y )b.
Coefficientsa
49.922 16.564 3.014 .004.786 .188 .520 4.172 .000
Variables
(Constant)MOTIVASI KERJA (X2)
Model
1
B Std. ErrorUnstandardized Coefficients
BetaStandardized Coefficients
t Sig.
Statistics
Dependent Variable: KINERJA GURU ( Y )a.
Curve Fit
236
MOTIVASI KERJA (X2)
120110100908070
KINE
RJA
GURU
( Y
)160
150
140
130
120
110
100
90
ObservedRsq = 0.2703
LinearRsq = 1.0000
15
141312
2517
37
32
11
42922636
82
46
44
3919
31
35244326211049
4028
4833
18
301441
3834
16
237320
29
27
45
5
47151
413122517
37321142922636824644391931352443262110494028483318301441383416237320292745547
Regression
Model Summary
.628a .395 .368 10.84 .395 15.003 2 46 .000
Model
1
R R Square Adjusted RSquare
Std. Error ofthe Estimate R Square
Change F Change df1 df2 Sig. F Change
Change Statistics
Statistics
Predictors: (Constant), MOTIVASI KERJA (X2), KOMUNIKASI ANTAR PRIBADI (X1)a.
237
ANOVA b
3528.828 2 1764.414 15.003 .000a
5409.948 46 117.6088938.776 48
Source
RegressionResidualTotal
Model
1
Sum of Squares df Mean Square F Sig.Statistics
Predictors: (Constant), MOTIVASI KERJA (X2), KOMUNIKASI ANTAR PRIBADI (X1)a.
Dependent Variable: KINERJA GURU ( Y )b.
Coefficientsa
13.587 19.288 .704 .485
.582 .189 .367 3.076 .004
.634 .180 .419 3.516 .001
Variables
(Constant)KOMUNIKASI ANTARPRIBADI (X1)MOTIVASI KERJA (X2)
Model
1
B Std. ErrorUnstandardized Coefficients
BetaStandardized Coefficients
t Sig.
Statistics
Dependent Variable: KINERJA GURU ( Y )a.
Interactive Graph
238
100
110
120
130
140
150
7080
90100 80
90100
110
KINERJA GURU ( Y ) = 13.59 + 0.58 * x1 + 0.63 * x2R-Square = 0.39
KONTRIBUSI KOMUNIKASI ANTAR PRIBADI DAN MOTIVASI KERJATERHADAP KINERJA GURU DI SMA NEGERI I INDRAPURA
Linear Regression
239
BAB VMEMBACA DAN MENGINTERPRETASIKAN DATA
A. Validitas dan Reliabilitas1. Validitas
Instrumen penelitian harus memenuhipersyaratan validitas dan reliabilitas. Instrumenyang Valid berarti instrumen tersebut dapatmengukur tentang apa yang diukur. Instrumen yangReliabel berarti instrumen tersebut bersifat ajeg,artinya ketika instrumen tersebut dipakaiberulang-ulang untuk melihat hal sama dalam kurunwaktu dan tempat yang berbeda maka hasilpengukurannya tetap sama.
Lihat penggalan analisis berikut ini.
RELIABILITY ANALYSIS - SCALE (A L P H A)Variabel : KOmunikasi antar Pribadi X1
Putaran : Putaran 1Item-total Statistics
Scale Scale Corrected
240
Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation DeletedBUTIR001 134.6667 634.9885 .1709 .9170BUTIR002 133.1667 603.8678 .6683 .9112BUTIR003 133.3667 629.6195 .3099 .9152BUTIR004 133.3667 628.4471 .3032 .9154BUTIR005 133.7667 621.4264 .4381 .9140BUTIR006 133.8333 611.6609 .4992 .9132BUTIR007 133.5667 612.8057 .4126 .9144BUTIR008 133.2667 616.0644 .5291 .9130
241
BUTIR009 133.5000 605.6379 .6751 .9113BUTIR010 134.3000 597.5966 .5950 . 9118BUTIR011 134.5333 654.7402 -.1194 .9205
RELIABILITY ANALYSIS - SCALE (A L P H A):merupakan salah satu teknik yang digunakan untukmenganalisis validitas dan reliabilitas. A Tekniknalisis skale Alhpa ini sering disebut juga denganTeknik analisis Alpha Cronbach. Variabel :komunikasi antar pribadi, merupakan nama variabeldari instrumen yang anda analisis. Putaran 1menunjukkan analisis pertama. Pada analisispertama ini apakah terdapat butir yang gugur(Deleted) diantara butir-butir valid. Untukmengetahui analisis item gugur dan item yangdianggap valid, dapat anda lihat pada kolomanalsis Corrected Item Total Correlation. Standarditolak atau diterimanya item-item tersebutsebagai item yang Valid dapat anda gunakan angkaLower pada taraf signifikansi 95 % sebagaimanaterdapat pada keterangan Intraclass CorrelationCoefficient analisis berikut ini.
242
Intraclass Correlation Coefficient
Two-Way Mixed Effect Model (Consistency
Definition):
People Effect Random, Measure Effect FixedSingle Measure Intraclass Correlation = .2139*95.00% C.I.: Lower = .1393 Upper = .3397 F =11.8831 DF = (29, 1131.0) Sig. = .0000 (TestValue = .0000)Average Measure Intraclass Correlation = .9158**95.00% C.I.: Lower = .8662 Upper = .9537F = 11.8831 DF = (29, 1131.0) Sig. = .0000(Test Value = .0000)Average Measure Intraclass Correlation = .9158**95.00% C.I.: Lower = .8662 Upper = .9537F = 11.8831 DF = (29, 1131.0) Sig. = .0000(Test Value = .0000)
*: Notice that the same estimator is used whetherthe interaction effect is present or not.
**:This estimate is computed if the interactioneffect is absent, otherwise ICC is notestimable.
Reliability CoefficientsN of Cases = 30.0 N of Items = 40 Alpha = .9158
243
Berdasarkan keterangan Intraclass CorrelationCoefficient, untuk taraf signifikansi 95 %. nilaiLower = 0.1393. Dengan demikian, untuk setiap hasilanalisis pada kolom Corrected Item TotalCorrelation dinyatakan gugur jika hasil analisisberada di bawah taraf nilai Lower (pada putaran 1dinyatakan dengan angka 0,1393). Demikian puladengan putaran kedua, ketiga dan seterusnya,sampai seluruh hasil analisis pada kolomIntraclass Correlation Coefficient tidak memilikiangka di bawa nilai Lower pada tiap kali putarananalisis yang anda lakukan.. Lihat kembaliketerangan pada BAB II sebelumnya.
2. ReliabilitasBilamana tidak terdapat lagi item-item yang terdapat pada
kolom Intraclass Correlation Coefficient yang beradadi bawah nilai Lower.. maka nilai Reliability ditunjukkanmelalui hasil analisis nilai Alpha pada analisis putaran terakhirReliability Coefficient
244
*: Notice that the same estimator is usedwhether the interaction effect is present ornot.
**:This estimate is computed if the interactioneffect is absent,otherwise ICC is notestimable.
Reliability CoefficientsN of Cases = 30.0 N of Items = 36
Alpha = .9284
Jika dilihat kembali hasil analisis yang sudahanda lakukan pada BAB sebelumnya, maka diperolehitem-item yang gugur terdapat pada nomor item 1, 11,23, 37. sedangkan nomor Item lainnya dinyatakanValid (sahih) dengan nilai Reliabilitas sebesar0,9284. Artinya, jika anda melakukan penyebaranangket yang sama kepada responden berikutnya denganwaktu dan tempat yang berbeda, maka keajegkaninstrumen saudara berkisar 92,84 % terhada poulasiyang anda teliti.
Setelah anda mendapatkan item-item valid danReliabel dari hasil analisis uji coba instrumen,untuk selanjutnya instrumen tersebut dapat anda
245
jadikan sebagai instrumen penelitian dalam rangkamenemukan permasalahan yang anda teliti.
B. STATISITIK DESKRIPTIF
1. Deskripsi Data Statistics
49 49 490 0 0
85.31 87.51 118.6784.00 85.00 115.0079a 81a 1058.61 9.03 13.6574.05 81.55 186.2234 39 5170 72 97104 111 1484180 4288 5815
Statistics
ValidMissingN
MeanMedianModeStd. DeviationVarianceRangeMinimumMaximumSum
KOMUNIKASIANTAR
PRIBADI (X1)MOTIVASI
KERJA (X2)KINERJA
GURU ( Y)
Variables
Multiple modes exist. The smallest value is showna.
Figure 139Data tentang variabel Komunikasi Antar Pribadi
Guru diperoleh melalui kuesioner dalam bentuk skalalikert yang disebarkan kepada 49 responden. Angkettersebut terdiri dari 36 butir pertanyaan (empatbutir sudah dinyatakan gugur), butir pernyataan
246
dengan lima opsi, yaitu sering, selalu, jarang, dan tidakpernah. Data menyebar dari data skor terendah sebesar70; skor tertinggi sebesar 104 ; nilai rata-ratasebesar 85,31 ; nilai titik tengah 84.00; nilai yangsering muncul 79; serta simpangan baku sebesar 8,61.Data tersebut menunjukkan bahwa skor rata-rata dannilai titik tengah Komunikasi Antar Pribadi Gurutidak jauh berbeda. Dengan demikian dapatdiasumsikan bahwa sebaran data Komunikasi AntarPribadi Guru cenderung mendekati distribusi normal.Untuk memperoleh gambaran yang jelas tentangdistribusi skor Komunikasi Antar Pribadi Guru dapatdilihat pada perhitungan distribusi frekuensi datakelompok dan histogram berikut ini.
247
KOMUNIKASI ANTAR PRIBADI (X1)
99,5 - 104,594,5 - 99,5
89,5 - 94,584,5 - 89,5
79,5 - 84,574,5 - 79,5
69,5 - 74,5
Freq
uenc
y
14
12
10
8
6
4
2
0
Std. Dev = 8,61 Mean = 85,3N = 49,00
455
9
12
9
5
DATA KELOMPOK (X1)
4 8.2 8.2 8.26 12.2 12.2 20.414 28.6 28.6 49.08 16.3 16.3 65.37 14.3 14.3 79.66 12.2 12.2 91.82 4.1 4.1 95.92 4.1 4.1 100.049 100.0 100.0
DATAKELOMPOK (X1)
69 - 7374 - 7879 - 8384 - 8889 - 9394 - 9899 - 103104 - 108Total
Valid
Frequency Percent Valid Percent CumulativePercent
Statistics
Figure 140
2. Grafik Histogram
248
Figure 141
Tabel data kelompok dan histogram pada Figure 2dan 3 di atas, merupakan gambaran jawaban yangdiberikan responden setelah mengisi kuesionerpenelitian.
Berdasarkan tabel distribusi frekuensi datakelompok skor Komunikasi Antar Pribadi, maka dapatdibuat kategori dengan membagi kepada tiga
249
kelompok, yaitu kelompok tinggi, sedang, danrendah. Sutrisno Hadi (1998), mengemukakan bahwaskor distribusi frekuensi dapat dikelompokkandengan tiga kriteria:1. Tingkat atas : dari mean + 1 SD2. Tingkat sedang : dari mean – 1 SD
sampai mean + 1 SD3. Tingkat bawah : dari mean – 1 SD ke
bawah3. Tabel Distribusi Data Tunggal
250
KOMUNIKASI ANTAR PRIBADI (X1)
1 2.0 2.0 2.01 2.0 2.0 4.11 2.0 2.0 6.11 2.0 2.0 8.21 2.0 2.0 10.21 2.0 2.0 12.22 4.1 4.1 16.32 4.1 4.1 20.44 8.2 8.2 28.61 2.0 2.0 30.64 8.2 8.2 38.82 4.1 4.1 42.93 6.1 6.1 49.02 4.1 4.1 53.13 6.1 6.1 59.21 2.0 2.0 61.22 4.1 4.1 65.33 6.1 6.1 71.41 2.0 2.0 73.52 4.1 4.1 77.61 2.0 2.0 79.61 2.0 2.0 81.62 4.1 4.1 85.72 4.1 4.1 89.81 2.0 2.0 91.82 4.1 4.1 95.92 4.1 4.1 100.049 100.0 100.0
KOMUNIKASIANTAR
PRIBADI (X1)70717273747677787980818283848587888990919394959697101104Total
Valid
Frequency Percent Valid Percent CumulativePercent
Statistics
Figure 142
251
Klp
Tin
ggi
Klp
Sedan
gKlp
Rend
ah
Perhatikan Figure 4, berdasarkan klasifikasidi atas dapat dijelaskan sebagai berikut:
Jika 1 Standart Deviasi (SD) pada variabelKomunikasi Antar Pribadi sebesar 8,61 dan Meansebesar 85, maka perolehan skor Komunikasi AntarPribadi pada masing masing kelomok dapatdikategorikan sebagai berikut:
Kelompok tinggi (tingkat atas): Mean + 1 SD= 85 + 8,61 = 93,61, Skor 93,61 ke atasdinyatakan sebagai skor kelompok tinggi darijawaban responden tentang Komunikasi AntarPribadi. Maka responden yang memperoleh skor 93,61ke atas sebanyak 10 atau 20,40 % responden.Artinya sebanyak 10 atau 20,40% responden memilikitingkat Komunikasi Antar Pribadi yang Cukup baik.
Kelompok Sedang (tingkat menengah) : Mean –1 SD sampai Mean + 1 SD = 85 – 8,61 = 76,39sampai dengan 93,61. Responden yang memperolehskor di atas 76,39 sampai dengan skor di bawah93,61 dinyatakan sebagai skor kelompok sedang,Banyaknya responden yang berada pada kelompok iniberjumlah 34 atau 69,39 % responden. Artinya
252
sebanyak 34 atau 69,39% responden memiliki tingkatKomunikasi Antar Pribadi yang sedang.
Kelompok rendah (Tingkah bawah): Mean + 1SD = 85 - 8,61 = 76,39. Maka respoden yangmemperoleh skor di bawah skor 76,36 dinyatakansebagai kelompok rendah. Banyaknya responden yangberada pada kelompok ini berjumlah 5 atau 10,20 %responden memiliki tingkat Komunikasi AntarPribadi yang relative rendah.
Berdasarkan klasifikasi di atas dapatdisimpulkan bahwa, Komunikasi Antar Pribadi yangdimiliki responden dinyatakan berada pada kondisirelative sedang dan cukup baik.
4. Distribusi Data Kelompok
253
DATA KELOMPOK (X1)
4 8.2 8.2 8.26 12.2 12.2 20.414 28.6 28.6 49.08 16.3 16.3 65.37 14.3 14.3 79.66 12.2 12.2 91.82 4.1 4.1 95.92 4.1 4.1 100.049 100.0 100.0
DATAKELOMPOK (X1)
69 - 7374 - 7879 - 8384 - 8889 - 9394 - 9899 - 103104 - 108Total
Valid
Frequency Percent Valid Percent CumulativePercent
Statistics
Figure 143
Distribusi frekuensi data kelompok (kategori)sebagaimana figure 5, merupakan bentukpenyederhanaan dari distribusi frekuensi datatunggal. Jika responden penelitian anda jumlahnyacukup besar dan tidak memungkinkan untukdilakukannya pendistribusian dengan menggunakandistribusi frekuensi data tunggal, maka anda dapatmenyederhanakannya dalam bentuk distribusifrekuensi data kelompok.
Walaupun distribusi frekuensi data kelompokkelihatannya lebih sederhana, mudah dibaca danpahami, namun terkadang distribusi frekuensi data
254
kelompok ini memiliki kelemahan yakni, adanyatingkat kesalahan (standar eror) yang lebih besardibandingkan dengan distribusi data kelopok,terutama berkenaan dengan pengkategorian datauntuk mendapatkan seperti kelompok tinggi, sedangdan rendah.
Misalkan pada kelas ke 2 dari distribusifrekuensi data kelompok yakni pada kelas 74 – 78,dan jika kita merujuk kepada distribusi datatunggal, maka terdapat 1 responden dari kelompoktersebut yang memiliki tingkat komunikasi antarpribadi yang tergolong rendah yakni responden yangmemiliki skor 74. sedangkan responden yangmemiliki skor 75, 76, 77, dan 78 berada padakelompok sedang.
C. UJI PERSYARATAN ANALISIS
1. Uji Linieritas
Uji lilieritas dilakukan untuk mengetahuikelinieran data antara variabel terikat denganvariabel bebas. Analisis uji kelinearan pada
255
penelitian ini menggunakan ANOVA (Analysis of Variances)dan uji signifikansi dengan menggunakan uji F padaprogram SPSS, dengan persyaratan sebagai berikut :HO.: Terdapat hubungan fungsional linier.H1 .: Tidak terdapat hubungan fungsional linear
Dasar dalam pengambilan keputusan sebagaiberikut :
Terima: H0 apabila nilai sig probabiliti > =0,05
Kinerja Guru ( Y) * Komunikasi Antar Pribadi (X1)ANOVA Table
6305.359 26 242.514 2.026 .0482075.198 1 2075.198 17.337 .000
4230.161 25 169.206 1.414 .208
2633.417 22 119.7018938.776 48
Source
(Combined)LinearityDeviation fromLinearity
BetweenGroups
Within GroupsTotal
Dependent Variable *Independent Variable
KINERJA GURU ( Y) *KOMUNIKASI ANTAR PRIBADI (X1)
Sum ofSquares df Mean
Square F Sig.Statistics
Figure 144
Anda dapat melakukan penolakan ataupenerimaan Ho berdasarkan nilai F atau nilai Sigpada Deviation from Linearity. Jika anda memakaipenerimaan atau penolakan Ho berdasarkan nilai F,maka anda harus mengkorfirmasikan nilai tersebut
256
kepada nilai Ftabel untuk dk = n – 1. denganketentuan, jika nilai Fhitung < Ftabel maka hipotesisHo diterima. Namun dalam analisis SPSS penerimaanatau penolakan Ho dapat anda lakukan berdasarkanniali Sig sebagaimana tertera pada Figure 6 diatas. Dapat dilihat bahwa nilai Sig dari hasilanalisis Deviation from Linearity sebesar 0,208.Sedangkan berdasarkan ketentuan dalam pengambilankeputusan penerimaan atau penolakan Ho apabilanilai Sig pada analisis > dari = 0,05, dengandemikian dapat disimpulkan bahwa variabel KinerjaGuru (Y) memiliki hubungan yang linier denganvariabel Komunikasi Antar Pribadi (X1).
2. Uji Normalitas
257
One-Sample Kolmogorov-Smirnov Test
49 49 4985.31 87.51 118.678.61 9.03 13.65.106 .120 .129.106 .120 .129-.054 -.060 -.082.742 .838 .901.640 .484 .392
Statistics
NMeanStd. DeviationNormal Parametersa,b
AbsolutePositiveNegative
Most ExtremeDifferences
Kolmogorov-Smirnov ZAsymp. Sig. (2-tailed)
KOMUNIKASIANTAR PRIBADI
(X1)MOTIVASI
KERJA (X2)KINERJA
GURU ( Y )
Variables
Test distribution is Normal.a. Calculated from data.b.
Figure 145
Dalam penggunaan Statistik Parametrik, datapenelitian yang akan dianalisis harus membentukdistribusi normal atau berasumsi normal, bila datatidak memiliki distribusi normal, maka teknikStatistik Parametrik tidak dapat digunakan untukalat analisis. Sebagai gantinya digunakan teknikStatistik lain yang tidak harus berasumsi bahwadata berdistribusi normal. Teknik analisis yangdemikian disebut dengan Statistik Non-Parametrik(hal ini akan dikaji dalam pembahasan berikutnya).
Analisis uji normalitas bertujuan untukmenguji asumsi bahwa distribusi data membentuk
258
distribusi normal. Artinya suatu data yangmembentuk distribusi normal bila jumlah data diatas dan di bawah rata-rata diasumsikan sama.Sebagai Ilustrasi dapat anda lihat pada figure dibawah ini
.
Di bawah Rata-rata diatas Rata-rata Rata-rata Figure 146
259
Pengujian normalitas ketiga data penelitiandilakukan dengan menggunakan uji Kolmogorov-Semirnovatau Uji K-S. Taraf signifikansi yang digunakansebagai dasar menolak atau menerima keputusannormal atau tidaknya suatu distribusi data adalahdengan membandingkan nilai Asymp Sig. (2-tailed)dengan nilai = 0,05. Hipotesis yang dibentukuntuk uji normalitas ini adalah sebagai berikut:
Ho = Data berdistribusi normalH1 = Data tidak berdistribusi normalSebagai dasar pengambilan keputusan:Terima : H0 jika nilai Asymp Sig. (2-tailed) >
0,05Berdasarkan nilai-nilai Asymp Sig. (2-tailed)
di atas dapat disimpulkan bahwa ketiga data padavariabel penelitian membentuk distribusi normalterhadap populasinya. Uji Normalitas dapat jugadiperlihatkan melalui Grafik Q-Q Plot sebagaimanafigure 147 berikut ini.
UJI NORMALITAS MELALUI Q - Q Plot
260
Normal Q-Q Plot of KOMUNIKASI ANTAR PRIBADI (X1)
Observed Value
11010090807060
Expe
cted
Nor
mal
Valu
e
110
100
90
80
70
60
Figure 147Dari Figure 147 terlihat bahwa, sebaran titik
Observed Value cenderung menelusuri garis diagonal,hal ini mengindikasikan bahwa data yang terbentukdiasumsikan membentuk sebaran kurva normal. Jikasebaran titik Observed Value membentuk bidang (daerah)terhadap garis diagonal, maka sebaran data padatitik-titik yang membentuk bidang (daerah)tersebut diyakini merupakan titik-titik yangmempengaruhi ketidaknormalan data. Namun untuk
261
Bidang (Deerah)
Bidang (Deerah)
data secara keseluruhan dalam permasalahan inidiasumsikan membentuk sebaran kurva normal
3. Uji Homogenitas
Test of Homogeneity of Variances
KINERJA GURU (Y)
.036 1 47 .851
LeveneStatistic df1 df2 Sig.
Figure 148
Uji homogenitas dilakukan untuk melihatkesamaan. Kesamaan yang dimaksudkan dalam hal iniadalah kesamaan responden tentang kinerja yangditampilkannya, karena responden yang ditelitiberasal dari latar belakang pendidikan, suku,budaya dan jenis kelamin yang berbeda, makadiyakini responden tersebut memiliki kinerja yangberbeda. Untuk itu perlu dilakukan uji kesamaanatau Homogenitas.
Untuk menguji Homogenitas (kesamaan) inidapat dibuat suatu ketentuan penolakan ataupenerimaan hipotesis sebagai berikut:
Ho = Responden memiliki kinerja yang sama
262
H1 = Responden tidak memiliki kinerja yang
sama
Sebagai dasar pengambilan keputusan:Terima : H0 jika nilai Sig. (2-tailed) > 0,05Dari hasil analisis terlihat bahwa nilai Sig
sebesar 0,851 oleh karenanya kita terima Ho danmenolak H1. Dapat dikatakan bahwa kinerja yangditampilkan oleh seluruh responden dalammelaksanakan tugas sebagai orang guru diasumsikansama
Nilai Levence Statistik sebesar 0,036 atausebesar 3,6 % merupakan tingkat kesamaan kinerjayang ditampilkan responden.
4. Uji Independensi Antar Variabel Bebas
Correlations
1.000 .274. .05749 49.274 1.000.057 .49 49
Statistics
Pearson CorrelationSig. (2-tailed)NPearson CorrelationSig. (2-tailed)N
Variables
KOMUNIKASI ANTARPRIBADI (X1)
MOTIVASI KERJA (X2)
KOMUNIKASI ANTARPRIBADI (X1)
MOTIVASI KERJA(X2)
Variables2
Figure 149
263
Uji independen antar variabel merupakan salahsatu uji prasayarat dalam analisis Regresi Linier.Uji Independensi antar variabel dilakukan untukmelihat sampai sejauhmana tingkat signifikansihubungan antar variabel-variabel independen(bebas). Jika variabel-variabel independenmembentuk suatu hubungan yang signifikan makaanalisis Regresi Linier tidak dapat dilakukan.Untuk mengantisipasi hal ini kita membutuhkansejumlah kajian lebih lanjut tantang pokok bahasananalisis regresi, antara lain: regresi BinaryLogistic, Multinomial Logistik atau Regresi nonLinier, yang dalam kesematan ini belum dibahas
Untuk menguji Independensi antar variabeldapat dibuat suatu ketentuan penolakan ataupenerimaan hipotesis sebagai berikut:Ho = variabel-variabel Independen memiliki
hubungan yang signifikan H1 = variabel-variabel Independen tidak memiliki
hubungan yang signifikan.Sebagai dasar pengambilan keputusan:Tolak : H0 jika nilai Sig. (2-tailed) > 0,05
264
Dari hasil analisis terlihat bahwa nilai Sig.(2-tailed) sebesar 0,057 oleh karenanya kita tolakHo dan menerima H1. Dapat dikatakan bahwa variabel-variabel independen tidak memiliki hubungan yangsignifikan. Nilai sebesar 0,274 dalam hal inimenyatakan bahwa besarnya hubungan yang terjadiantara variabel Komunikasi Antar Pribadi denganMotivasi Kerja. Ingat!! Keberartian atauketidakberartian suatu hubungan antar variabelindependen dalam analisis ini dinyatakan dengannilai Sig. (2-tailed)
Setelah melakukan beberapa persyaratananalisis sebagaimana yang dianjurkan padapersyaratan analisis Regresi Linier. Maka berikutini kita akan membahas tentang menguji hipotesisdari penelitian yang kita lakukan yakni dengananalisis regresi sebagaimana pembahasanselanjutnya.
D. REGRESI
265
1. Regresi Linier SederhanaModel Summary
.482a .232 .216 12.08 .232 14.210 1 47 .000
Model
1
R R Square Adjusted RSquare
Std. Error ofthe Estimate R Square
Change F Change df1 df2 Sig. F Change
Change Statistics
Statistics
Predictors: (Constant), KOMUNIKASI ANTAR PRIBADI (X1)a.
Figure 150
Dari Figure 150 terlihat nilai R sebesar0,482 menyatakan bahwa nilai hubungan yang terjadiantara variabel Prediktor (variabel bebas)Komunikasi Antar Pribadi (X1) dengan variabelterikat Kinerja Guru (Y). Nilai R Square sebesar0,232 atau 23,2 % menyatakan bahwa nilai kekuatanhubungan yang terjadi antara kedua variabeltersebut. Hasil analisis menunjukkan nilai Sig. FChange sebesar 0,000. Diterima atau ditolaknyasecara signifikan nilai hubungan maupun kekuatanhubungan yang terjadi dinyatakan dengan nilai Sig. FChange pada analisis tersebut.
Untuk membuat suatu keputusan dalammenggunaan analisis regresi linier ini dibutuhkanstandar penolakan atau penerimaan hipotesis.
266
Penolakan atau penerimaan hipotesis dilakukandengan ketentuan sebagai berikut:
Ho: Tidak terdapat hubungan yang signifikan antaraKomunikasi Antar Pribadi dengan Kinerja Guru.
H1 : Terdapat hubungan yang signifikan antaraKomunikasi Antar Pribadi dengan Kinerja Guru.
Penolakan atau Penerimaan Hipotesis dinyatakandengan ketentuan sebagai berikut:Tolak Ho jika : nilai Sig. F Change < 0,05 {Nilai
0,05 merupakan Standar signifikansi penerimaan atau penolakan α (Alpha) yang telah ditentukan sebelumnya}
Terima Ho jika : nilai Sig. F Change < 0,05.Berdasarkan ketentuan ini maka dapat dilihat
bahwa nilai Sig. F Change dari hasil analisis lebihkecil dari nilai standar sigifikansi penolakanatau penerimaan Alpha yang telah ditetapkansebelumnya yaitu sebesar 0,05.
267
Dapat diambil satu keputusan bahwa menolakpernyataan hipotesis Ho dan menerima pernyataanhipotesis H1. Dengan demikian dapat dikatakan:Terdapat hubungan yang signifikan antaraKomunikasi Antar Pribadi dengan Kinerja Guruditerima kebenarannya, dimana nilai hubungantersebut sebesar 0,482 dan kekuatan hubungan yangterjadi sebesar 0,232 atau 23,2 %.
Perlu dikatahui bahwasanya untuk nilai Sig. FChange < 0,05 dinyatakan sebagai hubungan yangsignifikan. Namun jika nilai standar penolakan Sig.F Change sampai dengan < 0,01 sebagaimana hasilanalisis di atas, maka hal ini menunjukkan bahwatingkat hubungan yang terjadi dinyatakan memilikihubungan sangat signifikan. Oleh karena itu,pembuktian pernyataan hipotesis yang terjadiadalah sebagai berikut:“Terdapat hubungan yang sangat signifikan antaraKomunikasi Antar Pribadi dengan Kinerja Guru”diterima kebenarannya dengan dengan tingkatsignifikansi sebesar 0,001
268
ANOVA b
2075.198 1 2075.198 14.210 .000a
6863.577 47 146.0348938.776 48
Source
RegressionResidualTotal
Model
1
Sum of Squares df Mean Square F Sig.Statistics
Predictors: (Constant), KOMUNIKASI ANTAR PRIBADI (X1)a.
Dependent Variable: KINERJA GURU ( Y )b.
Figure 151
Analisis Variansi atau sering juga disebutdengan Uji F pada figure 151, dilakukan untukmelihat sampai dimana tingkat keberartian modelpersamaan regresi linier yang terbentuk dapatdijadikan sebagai alat prediksi untukmengidentifikasi gejala hubungan yang terjadi padapermasalahan yang sama dengan kurun waktu dantempat yang berbeda melalui persamaan:
Konstanta KoefisienPersamaan Regresi
Dapat atau tidaknya persamaan regresi linierdijadikan sebagai alat prediksi dalam melihatgejala hubungan yang terjadi pada permasalahan
269
Ŷ = a + b x
Coefficientsa
53.492 17.377 3.078 .003
.764 .203 .482 3.770 .000
Variables
(Constant)KOMUNIKASI ANTARPRIBADI (X1)
Model
1
B Std. ErrorUnstandardized Coefficients
BetaStandardized Coefficients
t Sig.
Statistics
Dependent Variable: KINERJA GURU ( Y )a.
yang sama dengan kurun waktu dan tempat yangberbeda ditentukan dengan nilai Sig pada analisistersebut. Jika Nilai Sig pada analisis < 0,05(Standart α Alpha yang telah ditentukansebelumnya) maka dapat dikatakan bahwa modelpersamaan regresi linier yang terbentuk dapatdijadikan sebagai alat prediksi untuk melihatkebutuhan sebagaimana di atas.
Berdasarkan Figure 152 maka model persamaanRegresi Linier yang terbentuk adalah sebagaiberikut:
Figure 152
270
Ŷ = 53,492 +0,764 X1
Setelah model persamaan regresi linierterbentuk maka langkah selanjutnya melakukanpengujian terhadap koefisien dari model persamaanregresi, apakah koefisien pada model persamaanregresi dapat dipakai sebagai alat prediksi dalammelihat gelaja hubungan pada permasalahan yangsama dengan kurun waktu dan tempat yang berbeda.analisis yang dibutuhkan dalam hal ini dapat andalihat sebagaimana pada Figure 152.
Ketentuan dapat diterima atau ditolaknyakoefisien model persamaan regresi dijadikansebagai alat prediksi yaitu dengan melihatbesarnya nilai Sig pada analisis tersebut. JikaNilai Sig pada analisis < 0,05 (Standart α Alphayang telah ditentukan sebelumnya) maka dapatdikatakan koefisien model persamaan regresi linieryang terbentuk dapat dijadikan sebagai alatprediksi untuk melihat kebutuhan sebagaimana diatas.
Berdasarkan hasil analisis uji F dan Uji tsebagaimana terlihat melalui hasil analisis Figure151 dan Figure 152, maka dapat dikatakan Modelpersamaan regresi linier maupun koefisien dari
271
persamaan tersebut dapat dijadikan sebagai alatprediksi untuk melihat gejala hubungan yangterjadi pada permasalahan yang sama yakni hubunganantara Komunikasi antar pribadi dengan KinerjaGuru pada kurun waktu dan tempat (lokasi) yangberbeda. Model Persamaan Regresi Linier dapatdigunakan sebagai alat prdiksi
Berdasarkan persamaan regresi linier di atasdapat ditentukan kenaikan setiap satu-satuan nilaidari varibel Komunikasi Antar Pribadi dalammelihat gejala hubungan yang terjadi denganvariabel Kinerja Guru yang diperoleh responden.Artinya jika skor Komunikasi Antar Pribadidinaikkan satu satuan, maka akan mempengaruhi pulakenaikan skor pada Kinerja Guru sebesar 53,492 +0,764(1) = 54.256. Namun jika tidak terdapatkenaikan satu-satuan pada Komunikasi Antar Pribadiberarti Kinierja Guru akan konstan sebesar 53,492.
Jika kita merujuk kepada Figure 139,terlihat bahwa skor minimum yang diperoleh
272
Ŷ = 53,492 +0,764 X1
responden untuk variabel Komunikasi Antar Pribadisebesar 70, dan jika skor minimum ini dimasukkankedalam persamaan prediksi, maka skor prediksiminimum yang diperoleh untuk variabel kinierjaguru sebesar 53,492 + (0,764)(70) = 106.972.Padahal sebelumnya kita ketahui, skor minimum yangdiperoleh responden pada variabel Kinerja Guruhanya sebesar 97 dan sebenarnya dalam perolehanangka 97 ini, masih dipengaruhi oleh bias darifaktor variabel lain (diluar dari variabelKomunikasi Antar Pribadi) pada saat respondenmelakukan pengisian instrumen yang disebarkan.Sehingga nilai kemungkinan dari skor Kinerja Guruyang sebenarnya diperoleh oleh responden tanpaadanya bias dari faktor apapun sebesar nilaiKonstantanya yakni 53,492.
Untuk mengetahui sebaran titik-titik darikedua variabel yang saling berhubungan, dapat andalihat sebagaimana Figure 13 berikut ini
2. Estimasi Pada Regresi Linier Sederhana
Dari Figure 153 berikut ini, terlihat bahwa,Titik-ttik persekutuan hubungan antara variabel
273
Komunikasi Antar Pribadi dengan Kinerja Guru yangditampilkannya. Seluruh sebaran titik-titik darikiri bawah ke kanan atas menunjukkan terjadinyafenomena hubungan yang menerangkan bahwa semakinbaik Komunikasi Antar Pribadi yang ditampilkanoleh seorang Guru, maka semakin baik pula kinerjayang ditampilkan oleh seorang guru tersebut.
KOMUNIKASI ANTAR PRIBADI (X1)
11010090807060
KINE
RJA
gURU
( Y
)
160
150
140
130
120
110
100
90
ObservedRsq = 0.2322
LinearRsq = 1.0000
454
25
13
424817
47
41393743
9
10
22
8
6
2711
21
36
292
35
31
2619
1
49
15
46
32
302038403418
16
33
14
2373
12
24
44285
4542513
4248174741393743910228627112136292353126191491546323020384034181633142373122444285
Figure 153
Kekuatan hubungan yang ditimbulkan olehkedua variabel tersebut sebesar 23,22 % dan halini dapat terlihat pada titik-titik estimasi yangterletak tepat pada garis diagonal
274
Bagi para peneliti yang ingin menyelusurilebih lanjut dari hasil penelitian kuantitatifyang dilakukannya, maka melalui grafik ini dapatdijadikan sebagai bahan kajian lanjutan dalammelihat adanya penyimpangan dari subjekpermasalahan yang sedang diteliti
Sebagai contoh pada perhatikan Figure 153,terdapat 3 objek (responden) yakni responden ke12, 15 dan 31 yang apabila diteliti secarakuantitatif memiliki penyimpangan kebiasaan yangdilakukan oleh komunitas lainnya dalam hal tingkatberkomunikasi yang dilakukan sesema rekan kerjanya(guru) terhadap kinerja yang ditampilkan.Permasalahan ini justru terletak pada baiknyakinerja yang ditampilkan oleh ke tiga respondentersebut terjadi bukan dikarenakan oleh kebiasanberkomunikasi antar pribadi yang dilakukan, namunadanya unsur lain yang lebih dominan dalammembentuk kinerjanya (guru).
Disinilah peran penelitian kualitatif untukmelihat lebih jauh permasalahan-permasalahan yangmuncul ketika dihadapkan pada data out layar yangditampilkan oleh data kuantitatif. Dengan kata
275
lain harus dibuat penelitian lanjutan secarakualitatif dengan subjek penelitian yang samamelalui 3 objek (responden) pada data Out layartersebut menjadi fokus penelitian kualitatif dalammelihat faktor penyebab utama tingginya Kinerjayang ditampil ketiga responden.
3. Regresi Linier GandaModel Summary
.628a .395 .368 10.84 .395 15.003 2 46 .000
Model
1
R RSquare
Adjusted RSquare
Std. Error ofthe Estimate R Square
Change F Change df1 df2 Sig. FChange
Change StatisticsStatistics
Predictors: (Constant), MOTIVASI KERJA (X2), KOMUNIKASI ANTAR PRIBADI (X1)a.
Figure 154
Dari Figure 154 terlihat koefisien R secarabersama-sama sebesar 0,628 menyatakan bahwa nilaihubungan yang terjadi antara variabel Prediktor(variabel bebas) Komunikasi Antar Pribadi (X1) danMotivasi Kerja secara bersama-sama dengan variabelKinerja Guru (variabel terkat Y). Nilai R Squaresebesar 0,395 atau 39,5 % menyatakan bahwa nilaikekuatan hubungan. Diterima atau ditolaknya secara
276
signifikan nilai hubungan maupun kekuatan hubunganyang terjadi dinyatakan dengan nilai Sig. F Changepada analisis tersebut, (terlihat pada bagiansebelah kiri dari tabel) sebesar 0,000.
Penolakan atau penerimaan hipotesis dinyatakandengan ketentuan sebagai berikut:
Tolak Ho jika : nilai Sig. F Change < 0,05 {Nilai 0,05 merupakan Standar signifikansi penerimaan atau penolakan α (Alpha) yang telah ditentukan sebelumnya}
Terima Ho jika : nilai Sig. F Change < 0,05.Hipoteisis penelitian dirumuskan sebagai
berikut:Ho : Tidak terdapat hubungan yang signifikan antara
Komunikasi Antar Pribadi dan motivasi kerjasecara bersama-sama dengan Kinerja Guru.
H1 : Tidak terdapat hubungan yang signifikan antaraKomunikasi Antar Pribadi dan motivasi kerjasecara bersama-sama dengan Kinerja Guru.
Jika kita perhatikan pada kolom Sig. F Changemaka nilai yang diperoleh sebesar 0,000 sedangkan
277
nilai signifikansi penolakan atau penerimaanhipotesis yang ditetaplan sebelumnya adalah 0,05.Dari nilai tersebut dapat dilihat bahwa nilai Sig.F Change lebih kecil dari nilai standarsignifikansi penolakan yang ditetapkan. Sehiggakeputusan yang dapat diambil adalah menolakpernyataan Ho dan menerima pernyataan H1, dengandemikian dapat disimpulkan “terdapat hubungan yangsangat signifikan antara komunikasi antar pribadidan motvasi kerja secara bersama-sama dengankinerja guru” dapat diterima kebenarannya. dimananilai hubungan tersebut sebesar 0,628 dan kekuatanhubungan yang terjadi sebesar 0,395 atau 39,5 %.
ANOVA b
3528.828 2 1764.414 15.003 .000a5409.948 46 117.6088938.776 48
Source
RegressionResidualTotal
Model
1
Sum ofSquares df Mean
Square F Sig.
Statistics
Predictors: (Constant), MOTIVASI KERJA (X2), KOMUNIKASI ANTAR PRIBADI (X1)a. Dependent Variable: KINERJA GURU ( Y )b.
Figure 155Uji F pada figure 155, dilakukan untuk
melihat sampai dimana tingkat keberartian modelpersamaan regresi linier ganda yang terbentuk
278
dapat dijadikan sebagai alat prediksi untukmengidentifikasi gejala hubungan yang terjadi padapermasalahan yang sama dengan kurun waktu dantempat yang berbeda melalui persamaan:
Model Persamaan Regresi Linier
Konstanta Koefisien Persamaan Regresi
Dapat atau tidaknya persamaan regresi linierganda dijadikan sebagai alat prediksi dalammelihat gejala hubungan yang terjadi padapermasalahan yang sama dengan kurun waktu dantempat yang berbeda dapat ditentukan melaluibesarnya nilai Sig pada analisis tersebut. JikaNilai Sig pada analisis < 0,05 (Standart α Alphayang telah ditentukan sebelumnya) maka dapatdikatakan model persamaan regresi linier gandayang terbentuk dapat dijadikan sebagai alat
279
Ŷ = a + b1 X1 + b2 X2
prediksi untuk melihat kebutuhan sebagaimana diatas.
Berdasarkan analisis pada figure 155 di atastampak jelas bahwa nilai Sig pada analisistersebut jauh lebih kecil dari taraf signifikansialpha yang ditetapkan sebelumnya yakni sebesar0,05. maka dapat disimpulkan bahwa model persamaanregresi linier ganda yang terbentuk dapatdijadikan sebagai alat prediksi untuk melihatadanya gejala hubungan yang terjadi padapermasalahan yang sama dengan tempat dan waktuyang berbeda.
Untuk menguji setiap koefisien persamaanregresi yang terbentuk dari hasil Uji – t, dapatdilihat berdasarkan hasil analisis yangditampilkan pada figure 156 berikut ini:
Coefficientsa
13.587 19.288 .704 .485.582 .189 .367 3.076 .004.634 .180 .419 3.516 .001
Variables
(Constant)KOMUNIKASI ANTAR PRIBADI (X1)MOTIVASI KERJA (X2)
Model
1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients t Sig.
Statistics
Dependent Variable: KINERJA GURU ( Y )a.
Figure156
280
Demikian pula dengan analisis Uji tsebagaimana figure 156 di atas. Dianalisis untukmelihat keberadaan masing-masing koefisien yangterbentuk pada model persamaan regresi ganda,apakah dapat dijadikan sebagai alat prediksi untukmelihat gejala hubungan yang terjadi dari masing-masing variabel bebas dengan variabel terikat padawaktu dan tempat yang berbeda.
Untuk kebutuhan analisis ini, kita hanyamembutuhkan nilai pada kolom Sig. jika nilai sigpada analisis tersebut menunjukkan harga < darinilai signifikansi yang telah ditetapkan yakni0,05, maka koefisien dari masing-masing variabeldapat dijadikan sebagai alat prediksi dalammelihat gejala hubungan yang terjadi.
Dari hasil analisis dapat kita lihat bahwa,koefisien pada variabel komunikasi antar pribadi(X1) sebesar 0,582 dan nilai Sig. sebesar 0,004.sedangkan koefisien pada variabel motivasi kerja(X2) sebesar 0,634 dan nilai sig. sebesar 0,001.dari nilai-nilai Sig. hasil analisis menunjukkanbahwa keduanya berada jauh dibawah nilaiSignifikansi yang telah ditetapkan (0,05) dengan
281
demikian koefisien masing-masing variabel yangterbentuk melalui hasil analisis uji-t dapatditerima keberadaannya sebagai alat prediksi untukmelihat gejala hubungan yang terjadi antaravariabel komunikasi antar pribadi dan motivasikerja secara bersama-sama dengan kinerja gurupada waktu dan tempat yang berbeda.
Model Persamaan
KonstantaNilai Sig.analisis 0,004 < 0,05 Nilai Sig.analisis
0,001 < 0,05 Koefisien Persamaan Regresi
Melalui model persamaan regresi ganda ini,juga dapat memprediksi besarnya kinerja yangditampilkan masing-masing guru.
Sebagai contoh: Jika kita merujuk pada figure139 tentang deskripsi data, maka skor rata-rata(Mean) untuk variabel komunikasi antar pribadi,
282
Ŷ = 13,587 + 0,582 X1 + 0,634 X2
motivasi kerja dan kinerja yang ditampilkanmasing-masing sebesar 85,31 ; 87,51 dan 118,67.dan sekarang kita ingin memprediksi rata-ratakinerja yang ditampilkan guru setelah dilaksanakankembali penelitian ulang pada perasalahan yangsama dalam waktu yang berbeda, dapat kita prediksirata-rata kinerja yang ditampilkan sebesar:
Ŷ = 13,587 + 0,582 (85,31) + 0,634(87,51)
Ŷ = 13,587 + 49.650 + 55.481Ŷ = 118.718Besarnya angka 118,718 menunjukkan kinerja
yang ditampilkan oleh responden tidak jauh berbedapada saat dilaksanakannya penelitian sebelumnyayakni sebesar 118,67
283
4. Estimasi Pada Regresi Linier ganda
100
110
120
130
140
150
7080
90100 80
90100
110
KONTRIBUSI KOMUNIKASI ANTAR PRIBADI DAN MOTIVASI KERJATERHADAP KINERJA GURU DI SMA NEGERI I INDRAPURA
KINERJA GURU ( Y ) = 13.59 + 0.58 * x1 + 0.63 * x2R-Square = 0.39
Figure 157Sesuai dengan kegunaannya, model persamaan
regresi ini dapat dijadikan sebagai alat prediksiuntuk mengidentifikasi gejala yang terjadi pada
284
variabel dependen yang dakibatkan oleh variabelindependen.
Jika kita mengambil data berdasarkan hasiljawaban responden tentang variabel komunikasiantar pribadi (X1) dan variabel motivasi kerja (X2)secara bersama-sama dalam melihat gejala hubunganyang terjadi dengan variabel kinerja guru (Y),maka melalui model persamaan regresi ini dapatpula diterangkan fenomena hubungan yang terjadipada setiap data yang diperoleh responden.Sebagaimana yang terlihat pada figure 157 yangmemperlihatkan hubungan antara variabel bebassecara bersama dengan variabel terikat, hinggaterbentuk bidang diagonal yang arahnya dari kiribawah menuju ke kanan atas. Adapun maksud darigambaran ini menerangkan bahwasanya semakin baikyang dilihat dari variabel komunikasi antarpribadi dan motivasi kerja yang dimiliki respondenmaka akan semakin baik pula kinerja yangditampilkan responden tersebut.
Dengan demikian, model persamaan regresi inimerupakan acuan atau patron untuk melihatperkembangan kinerja yang ditampilkan guru ketika
285
dilakukan penelitian yang sama pada waktu yangberbeda
Kajian selanjutnya, untuk mengetahui hubunganmurni masing-masing variabel independen denganvariabel dependen-nya. Maksud dari hubungan murnidisini adalah terjadinya suatu hubungan antarasatu variabel independen dengan variabel dependentidak dipengaruhi oleh faktor atau variabelindependen lainnya. Artinya: Berapa sebenarnyakoefisien hubungan secara murni yang terjadiantara variabel komunikasi antar pribadi denganvariabel kinerja guru ketika dilakukanpengontrolan terhadap variabel motivasi kerjademikan juga sebaliknya ketika terjadi hubunganantara variabel motivasi kerja dengan variabelkinerja guru, ketika dilakukan pengomtrolanterhadap variabel komunikasi antar pribadi. Untukmengetahui koefisien hubungan secara murnitersebut dibutuhkan satu analisis dengan teknikkorelasi parsial sebagaimana kajian berikut.
E. PARTIAL CORRELATION COEFFICIENTS
286
Controlling for.. X2
Y X1
Y 1.0000 .4131
( 0) ( 46)
P= . P= .004
X1 .4131 1.0000
( 46) ( 0) P= .004
P= .
(Coefficient / (D.F.) / 2-tailed Significance)" . " is printed if a coefficient cannot be computedFigure 157 Controlling for.. X1
Y X2
Y 1.0000 .4602
287
( 0) ( 46)
P= . P= .001
X2 .4602 1.0000
( 46) ( 0) P= .001
P= .
(Coefficient / (D.F.) / 2-tailed Significance)" . " is printed if a coefficient cannot be computedFigure 158
Korelasi parsial merupakan analisis untukmelihat seberapa besar hubungan secara murni yangterjadi antara satu variabel independent dengansatu variabel dependen tanpa adanya gangguanhubungan dari satu atau beberapa variabelindependen lainnya. Agar tidak terjadinya biasatau gangguan unsur lain yang diperkirakan dapatmempengaruhi besarnya hubungan secara murni yangterjadi dari variabel-variabel yang sedangdihitung, maka perlu dilakukan pengotrolanterhadap variabel lainnya.
288
Dari figure 157 Analisis hubungan secaramurni yang terjadi antara variabel komunikasiantar pribadi (X1) dengan kinerja guru (Y), tanpaadanya bias atau gangguan dari variabel lainnya,dalam hal ini dilakukan pengontrolan terhadapvariabel motivasi kerja (X2). Besarnya hubunganyang terjadi ditunjukkan dengan koefisien ry1 – 2
sebesar 0,413 dengan tingkat sig. Probabilatassebesar 0,004 dan hubungan ini dinyatakan memilikihubungan yang sangat signifikan karena nilai Sig.Probabilitas < 0,05 ; dan bahkan < 0,01
Demikian pula pada figure 158, menerangkananalisis hubungan murni yang terjadi antaravariabel motivasi kerja (X2) dengan kinerja guru(Y), tampa adanya bias atau gangguan dari variabellainnya, dalam hal ini dilakukan pengontrolanterhadap variabel komunikasi antar pribadi (X1).Besarnya hubungan yang terjadi ditunjukkan dengankoefisien ry2 – 1 sebesar 0,4602 dengan tingkatsig. Probabilatas sebesar 0,001 dan hubungan inidinyatakan memiliki hubungan yang sangatsignifikan karena tidak hanya dapatdikonfirmasikan pada nilai Sig. Probabilitas <
289
0,05 ; namun juga sampai pada nilai Sig.Probabilitas < 0,01
DAFTAR BACAAN
Anderson, NM. 1961. Skales and statistics parametric and nonparametrikc, Psychology, Skokie III Rand Mc Nally
Baker, B.D. Hardyck, CD ; and Petriovic, L.F 1966.Week measurement Vs. strong statistics ; An empical critique ofS.S stevensi procription on ststictics educational andpsychological measurement.
Boneau, C.A. 1960. The effects of violation of assumptionunderlying the test, Psychological Bulletin
Cooper. DR. and C.W. Emory. 1996. Business RisearchMethods. 5thed. Richart D. Irwin Inc. New York
Dixon, J. dkk. 1991. Pengantar Analisis Statistik. GajahMada University Press, Yogyakarta.
DRN. 1999. Lokakarya Riset dan Teknologi. PuspitekSerpong. Tangerang
Fred. N. Kerlinger, Elazar J. Pedhazur. (1973).Multiple regression in behavioral research, New YorkUniversity.
290
Games, PA and Lukas PA. 1966. Power of the analysis ofindependen groups on normal and normality, trasformed data,educational and psychological Measuremant
Guide. 1986. SPSS X TM Edition 2. Michigan Avenue, Chicago
Irianto, Abizar, dkk. 1999. Buku Panduan Penulisan Tesis.PPs UNP, Padang
Jhon Best.W. 1949. Risearch in Education. New Jersey:Allyn Bacon. Inc
Lindquist, EF .1953. Design and analisys of experiment inpsychological and education, Boston : HoughititonMifflin
Nana Sudjana. 2001. Penelitian dan Penilaian Pendidikan.Sinar Baru Algensindo, Bandung.
Pearson. 1946. Biometrika Tables for Statisticians, Vol. 1Cambridge University Press, New York.
Ronal. E. Walpole. 1997. Pengantar Statistik. Edisi ke 3.Gramedia Pustaka Utama, Jakarta.
Rossenberg Morris. 1968. The Logic Of Survey Analysis. NewYork-London: Basic Book, Inc Publishers
Santoso. S. 2002. Buku Latihan SPSS Statistik Multivariat. PT.Elex Media Komputindo Kelompok Gramedia,Jakarta
291
Sunaryo. 1984. 87 Masalah Pokok Dalam Regresi Berganda.Andi Offset, Yogyakarta
Tim Penelitian dan Pengembangan Wahana Komputer.Panduan Lengkap SPSS 6.0
292
RIWAYAT PENULIS
Indra Jaya, dilahirkan di Indrapura 21 Mei1970. Anak ke tujuh dari tujuh orang bersaudaradari pasangan Ali Achmad dan Latifah Hindun.Menamatkan pendidikan sampai jenjang SLTA diIndrapura kemudian melanjutkan pendidikan
293
(S1) Jurusan Matematika di Fakultas TarbiyahIAIN-SUTamat tahun 1995. Setalah lulus sarjanamengajarkan Matakuliah Matematika dibeberapa perguruan tinggi swasta di Medan.
Setelah 3 (tiga) tahun mendapat gelar Sarjana, melanjutkanPendidikan Pascasarjana (S2) dengan Konsentrasi ManajemenPendidikan Lingkungan dari Universitas Negeri Padang, lulus padatahun 2001. Tahun 2002 melanjutkan pendidikan Doktor (S3) diUniversitas Negeri Jakarta pad Program Studi PendidikanKependudukan dan Lingkungan Hidup (PKLH) tamat tahun 2009.Selama melanjutkan studi program Doktor, Penulis aktifmenyelenggarakan pelatihan Metodologi Penelitian dan analisis datakuantitatif dengan menggunakan program SPSS, LISREL dan AMOSkepada rekan Mahasiswa S2 dan S3 di Jakarta serta di beberapaperguruan tinggi seperti Universitas Jenderal Sudirman, Ibnu Chaldundan Universitas Negeri Gorontalo. Selain meyelenggarakan Pelatihan.Penulis juga aktif mengadakan penelitian baik pada tingkat regionalmaupun nasional, seperti: Evaluasi Efektivitas Kebijakan PemanfaatanDana BOS di Sumatera Utara (Penelitian Hibah Bersaing Nasional),Evaluasi Keamanan Laut Indonesia (Proyek Badan KoordinasiKeamanan Laut Indonesia). Bintek untuk daearah Regional II dan III(Departemen Pendidikan Nasional).Penulis juga aktif menulis Buku,diantaranya: Evaluasi Keamanan Laut Indonesia (2010), StatistikPenelitian untuk Pendidikan (2010) dan Trampil Mengoperasikan SPSS(2010).Saat ni penulis aktif mengajar di IAIN Sumatera Utara sebagai DosenStatistik
294