Rumus Analisis Data Deskriptif dan Inferensial

 

🎯 Analisis Deskriptif

Analisis deskriptif dilakukan dengan menyajikan data melalui tabel distribusi frekuensi, yang menampilkan jumlah, persentase, dan pola sebaran setiap nilai dalam variabel.

✅ yang diuji semua item. X1, X2 dan Y (Mulai X1.1, X1.2 dst.. Tanpa jml item)

---

🔧 Langkah Singkat di SPSS:

1.      Masukkan data dari Excel ke SPSS (item: X1_1, X1_2, dst... Tanpa jumlah item).

2.      Klik Analyze → Descriptive Statistics → Frequencies.

3.      Pilih variabel yang akan dianalisis (misal: X1_1, X1_2, dst. Semuanya).

4.      Klik Statistics, centang pilihan berikut:

o    Mean (Rata-rata)

o    Percentiles (Centang 100 jika ingin melihat persentil ke-100. Jika gak ada, ketik angka 100 di bagian percentile)

o    Dispersion (Centang Standard Deviation untuk melihat deviasi standar)

5.      Klik Continue, kemudian klik OK.

📌 Hasil: Tabel akan menampilkan nilai, frekuensi, persentase, persentil, mean, dan standard deviation.

Gambar tampilan. Nanti frequensi atas dan bawah x1.1, x1.2 dst...

🔄 LANGKAH SPSS: REGRESI LINIER BERGANDA & UJI ASUMSI KLASIK

✅ 1. Masukkan Data

• Buka SPSS, input nama variabel di Variable View:

• kepuasan_kerja (X1)
• motivasi_kerja (X2)
• produktivitas (Y)
  • Masukkan data numerik di Data View (31 responden).

✅ 2. Analisis Regresi Linier Berganda

Menu: Analyze → Regression → Linear...
Masukkan:

• Dependent: produktivitas (Y)
• Independent(s): kepuasan_kerja (X1), motivasi_kerja (X2)

a. Klik Statistics, centang:

• Estimates
• Model fit
• Confidence intervals
• Descriptives
• Collinearity diagnostics
• Durbin-Watson
  → Klik Continue

b. Klik Save, centang:

• Unstandardized residuals
• Standardized residuals
• Studentized residuals
• Deleted residuals
• Mahalanobis distance
• Cook’s distance
• Leverage values
  → Klik Continue

c. Klik Plots:

• X-axis: ZPRED
• Y-axis: ZRESID
  Centang:
• Histogram
• Normal probability plot
  → Klik Continue → Klik OK

✅ 3. Uji Asumsi Klasik

Uji Normalitas

Menu: Analyze → Descriptive Statistics → Explore...
Masukkan:

• Dependent List: Unstandardized Residual (RES_1)
  Klik tombol Plots, centang:
• Normality plots with tests
• Histogram
  → Klik Continue → Klik OK

Uji Multikolinieritas

Lihat Collinearity diagnostics pada output regresi. (Gak perlu input data lagi)

• Cek nilai VIF dan Tolerance:
• VIF > 10 menunjukkan masalah multikolinieritas.

Uji Heterokedasitas

Uji heterokedasitas dilakukan dengan melihat scatterplot ZPRED vs. ZRESID pada langkah 2c. Jika pola penyebaran residual tidak terpusat di sekitar garis nol, maka ada indikasi heterokedasitas.

Uji Autokorelasi

Nilai Durbin-Watson muncul di Model Summary.
Bandingkan nilai Durbin-Watson dengan dL dan dU dari Tabel Durbin-Watson berdasarkan:

• n = jumlah sampel
• k = jumlah variabel independen
• Interpretasikan berdasarkan kriteria Ghazali (2012):
• 0 < d < dL: Ada autokorelasi positif
• dL ≤ d ≤ dU: Tidak pasti (daerah ragu-ragu)
• dU < d < 4–dU: Tidak ada autokorelasi
• 4–dU ≤ d ≤ 4–dL: Tidak pasti (daerah ragu-ragu)
• 4–dL < d < 4: Ada autokorelasi negatif

✅ 4. Pengujian Hipotesis

Uji Parsial (t)

• Lihat nilai t dan Sig. pada tabel Coefficients untuk pengujian pengaruh masing-masing variabel independen (X1 dan X2) terhadap variabel dependen (Y).

Uji R² (Koefisien Determinasi)

• Lihat nilai R² di Model Summary untuk mengetahui seberapa baik model menjelaskan variasi dalam data.

✅ Output yang Akan Didapatkan:

Bagian Output	Fungsi/Manfaat
Descriptive Statistics	Statistik deskriptif semua variabel (mean, standar deviasi, min, max, dll.)
Model Summary	Nilai R, R², Adjusted R², Durbin-Watson (untuk uji autokorelasi)
ANOVA	Uji F (signifikansi model regresi secara keseluruhan)
Coefficients	Koefisien regresi, uji t, nilai Sig., VIF & Tolerance (untuk multikolinieritas)
Kolmogorov-Smirnov/Shapiro-Wilk	Uji normalitas residual (RES_1)
Histogram dan P-P Plot	Visual pendukung normalitas residual
Scatterplot ZPRED vs. ZRESID	Untuk memeriksa apakah terdapat pola autokorelasi dalam residual
Collinearity Diagnostics	VIF dan Tolerance untuk memeriksa multikolinieritas
Durbin-Watson	Menguji autokorelasi residual (nilai Durbin-Watson)
Residuals (Unstandardized)	Nilai residual yang digunakan untuk uji normalitas dan autokorelasi
Confidence Intervals	Interval kepercayaan untuk koefisien regresi (biasanya pada 95% level)

 

===============

Baca juga Rumus uji validitas & reliabilitas menggunakan corrected item-total correlation