Showing posts with label Statistik. Show all posts
Showing posts with label Statistik. Show all posts

Monday, 4 November 2019

- 10:30:00

Langkah-langkah Melakukan Uji Normalitas Data SPSS

Campuranpedia.Com - Anda membuka blog ini, mungkin anda sudah tersesat atau sudah mengalami kesulitan dalam menormalkan data, Data normal menjadi masalah bagi Anda-anda yang sedang mengolah data saat ini, karena data normal sebagai syarat untuk melakukan Uji -uji selanjutnya, seperti Uji Heterokedatisitas, Multikolinieritas, Uji T dan lain-lain.  Baik saya akan menjelaskan Langkah-langkah dalam melakukan Uji Normalitas data
Pengertian Uji Normalitas Data
Ghozali (2011: 107) menjelaskan tujuan uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual mempunyai distribusi normal atau tidak, seperti diketahui bahwa uji t dan uji F mengasumsikan nilai residual mengikuti distribusi normal.  Kalau asumsi ini dilanggar maka uji statistic menjadi tidak valid untuk jumlah sampel kecil. Menurut Rasul dan Nurlaelah (2010: 130) menjabarkan bahwa penyebaran data variabel dependen yang mengikuti distribusi normal merupakan salah satu syarat untuk membentuk hubungan linier antara variabel dependen dan variable independent. Uji normalitas dapat dilakukan dengan uji Histogram, uji P-plot Uji skewness dan Kurtosis, uji square  dan uji kolmogorove Smirnov. 

dari definisi Normalitas data diatas, saya akan menjelaskan langkah-langkah Normalitas data menggunakan Uji Kolmogorove Smirnove.  Berikut adalah langkah-langkahnya

  • Buka data yang telah anda miliki
  • Klik Anlyze - Regresi - Linier (Lihat gambar dibawah ini)

  • Setelah itu akan muncul Kotak dialog seperti Gambar dibawah ini

  • Pada Kotak diatas, Pindahkan Variabel X Kekolom independent dan Y Kekolom Dependent dalam Contoh ini saya umpamakan Variabel X adalah IPA dan Varibel Y adalah matematika, sebenernya gak nyambung sih ini kan cuma contoh aja. he..he...he..(Lihat gambar dibawah ini)


  • Setelah anda memindahkan Variabel Y dan X Langkah selanjutnya adalah klik Save lalu pilih unstandarized pada kolom Residual seperti yang terlihat pada gambar dibawah ini

  • Setelah semua langkah diatas dilakukan klik Continue lalu pilih OK.  Disini anda tidak perlu melihat Output, Fokus pada Input, pada input muncul variabel baru dengan nama Res_1 Seperti yang terlihat pada gambar dibawah ini

  • Langkah selanjutnya kembali ke Input lalu Klik Analyze - Nonparametic Test - Legacy Dialogs - 1-Sample K-S



  • Setelah itu akan muncul kotak dialoh Ones Sampel K-S seperti gambar dibawah ini

  • Pindahkan Unstandarized pada kolom Tes Variabel lalu klik OK

  • Akan Muncul Output Normalitas Data Seperti gambar dibawah ini

Dari tabel diatas terlihat bahwa Sig-2 Tailed 0,200 > 0,05 maka data terdistribusi normal

Agar Lebih Jelas anda bisa melihat Video Dibawah ini

Oke sekian postingan kali ini semoga bisa membantu kalian dalam melakukan olah data. Masih ada cara lain dalam melakukan uji Normalitas data  akan saya post jika ada kesemptan yang lain. hehehe.  Kalau kalian berharap bisa menemukan cara menormalkan data kalian yang tidak normal, kalian salah, karena dalam postingan ini hanya menyajikan Langkah-langkah untuk melakukan uji normalitas data.

Wednesday, 23 October 2019

- 12:19:00

Langkah-langkah melakukan Uji Statistik Deskriptive




Campuranpedia.com- Olah data adalah ritual wajib yang harus dilakukan oleh para pejuang tugas akhir. Baik itu Skripsi, Tesis, mapun Tugas akhir untuk D3.
Olah data yang paling populer digunakan adalah olah data menggunakan Program aplikasi SPSS.

Pada kesempatan ini saya akan menjelaskan langkah-langkah dalam melakukan Uji Statistik. Uji yang pertma saya akan mulai dari Uji Statistik Deskriftif

Statistik Deskriftif
Putra (2015) Statistik Deskrptif berfungsi sebagai penganalisis data dengan menggambarkan sampel data yang telah dikumpulkan.  Penelitian ini menjabarkan jumlah data, rata-rata, nilai minimum dan maksimum serta standard deviasi. Langkah-langkahnya adalah sebagai berikut :

  • Buka data yang sudah anda miliki
  • Klik Analyze - Deskriptive - Statistik Deskriptive



  • Lalu akan Muncul Kotak dialog seperti gambar di bawah ini



  • Lalu Pindahkan Semua Variabel anda, disini saya contohkan variabel yang saya gunakan Matematika dan IPA, Lihat Gambar dibawah ini


  • Setelah itu lalu Klik Options, Ceklist Mean, Std.Deviasi, Min, Max dll, Sesuai dengan kebutuhan anda, seperti yang terlihat digambar dibawah ini

  • Langkah selanjutnya adalah Klik Continue - Lalu Klik ok, maka anda akan melihat Hasil Ouput dari proses yang telah anda lakukan, seperti yang tergambar dibawah ini


Setelah anda mendapatkah Hasil output diatas maka anda sudah bisa melakukan Analisis terhadap hasil output diatas.
Langkah selanjutnya yang harus anda lakukan adalah melakukan olah data regresi Klasik, akan saya jelaskan pada postingan yang berikutnya.

Terimakasih karena sudah berkunjung  di blog saya, jangan lupa tinggalkan komentar anda dibawah ya.

Untuk lebih jelas kalian bisa tonton video dibawah ini




Monday, 21 October 2019

- 11:16:00

Langkah-langkah Melakukan Uji Validitas dengan Korelasi Product Moment



Uji validitas biasanya dilakukan untuk pengukuran instrumen penelitian pada jenis penelitian yang menggunakan data kuisioner.  Melakukan pengukuran terhadap sesuatu yang belum pernah dilakukan dapat ditempuh dengan cara membuat instrumen pengukuran.  Tujuan dilakuan Uji validitas adalah untuk membuktikan apakah angket tersebut memiliki tingkat validitas dari suatu pertanyaan penelitian, maka seblum instrumen tersebut digunakan maka perlu di uji coba dan hasilnya di analisis (Sudarmanto, 2013). Sesuatu dikatan valid jika alat ukur yang digunakan sesuai dengan apa yang hendak akan diukur.  Misalnya mengukur berat maka digunakan timbangan, maka timbangan dapat dikatakan alat ukur yang valid.


Syarat Uji Validitas
Menurut Ghozali (2011) pertanyaan dalam instrumen/Angket dikatakan valid apabila rhitung>rtabel atau nilai signifikan(.sig)< Alpha=0,05.  Instrumen/angket dikatakan tidak valid apabila nilau rhitung<rtabel dan Signifikan (.sig)>alpha (0,05).


Langkah-langkah uji validitas
Sebelum kita mengetahui langkah-langkah uji validitas, berikut adalah contoh soal:

Seorang peneliti ingin mengetahui bagaimana sikap mahasiswa terhadap mata kuliah Pengantar Akuntansi disuatu perguruan tinggi.  Peneliti sebelum melakukan pengujian yang sebenarnya terlebih dahulu melakukan uji coba angket kepada 25 orang mahasiswa untuk mengetahui apakah angket yang digunakan valid atau tidak valid.  Berikut adalah hasil tabulasi:


1. Masukan data diatas Program SPPS, Anda bisa menginput data tersebut ke Excel terlebih dahulu atau langsung ke program SPSS (Mana yang paling mudah menurut anda).

Berikut adalah tampilan data yang sudah di Input ke Program SPSS

- Tampilan input padaVariabel View



- Tampilan Input pada Data View


2. Langkah selanjutnya adalah menghitung Jumlah skor tiap responden dengan cara sebagai berikut:

- Klik Transform, lalu pilih compute variabel (perhatikan gambar dibawah ini)


Maka akan muncul tampilan seperti gambar dibawah ini


Pada kolom target variabel silahkan masukan X1 - lalu pada kolom numeric expression inputkan sum(P1,P2,P3,P4,dst) P1-P12 diklik pada sebelah kirim bukan diketik ya, setelah itu klik OK. Berikut adalah hasilnya


Berikut adalah hasil setelah anda klik  OK dapat dilihat pada Data View akan muncul Variabel X1 yang merupakan hasil penjumlahan dari P1-P12 (anda bisa juga lakukan pada excel dengan menggunakan fungsi sum menjumlahkan Horizontal bukan vertikal). Berikut adalah hasilnya


Setelah langkah diatas selesai anda lakukan, maka barulah anda melakukan uji validitas sesuai dengan yang anda butuhkan.  Pada contoh ini saya akan menggunakan uji validitas dengan korelasi product Moment.

Langkah Pertama (lihat gambar)


Pindahkah Item Pertanyaan P1-P12 dan X1 kekolom Variables sehingga terlihat tampilan seperti dibawah ini, lalu klik OK (pada contoh ini menggunakan pengujian satu arah, maka yang dipilih one tailed)

Hasil Ouput
Hasil Ouput Uji Validitas korelasi product moment
Penjelasan Output
  1. Untuk mengetahui hasil ouput apakah item pertanyaan  yang anda gunakan valid atau tidak valid, lihat pada kolom X1 Bagian vertikal atau horizontal.
  2. Valid apabila nilai Sig<0,05
  3. Saya contohkan misal Pertanyaan 1 (Nilai Sig 0,037)<0,05 artinya item pertanyaan 1 Valid. Lalu coba perhatikan Item pertanyaan 2 terlihat bahwa nilai Sig (0,121)>0,05 sehingga dapat disimpulkan item pertanyaan 2 tidak valid. Begitu seterusnya.
Oke Sekian penjelasan mengenai cara melakukan uji validitas dengan Korelasi Product Moment, apabila anda menyukai postingan ini, silahkan bagikan kepada teman-teman anda yang membutuhkan, apabila ada yang tidak anda mengerti anda bisa tinggalkan komentar dibawah ini.

Agar lebih jelas silahkan Tonton video dibawah ini


Friday, 17 August 2018

- 14:41:00

Cara Mengatasi Masalah Data Tidak Normal SPSS

Campuranpedia.com - Dalam melakukan olah data tentu tidak akans selalu berjalan sesuai dengan apa yang diharapakan, Kita mengharapakn data yang kita olah menunjukan data terdistribusi secara Normal.  Data tidak normal pasti dialami apabila jumlah sample yang digunakan diatas 100 atau N=100.  Namun buka berarti data yang meiliki N=<100 akan selalu terdistribusi secara Normal.



Penyebab Data anda  tidak Normal adalah sebagai berikut :
  1. Anda Salah dalam mengambil data, cara mengambil data
  2. Antara data yang terkecil dan terbesar jaraknya sangat Jauh atau terlihat Jomplang
Sebenarnya untuk menormalkan data tersebut, banyak yang bisa anda lakukan, dimulai dari memeriksa kembali data anda, apakah ada kesalahan dalam pengambilan data atau tidak, namun jika anda merasa data yang anda buat telah tepat, lakukan treatment, Misalnya menggunakan Metode Outlier yaitu dengan menghapus data yang memiliki Nilai Z-Score diatas 1,94, lakukan secara bertahap sambil menguji kembali, yang saya maksud secara bertahap, anda jangan Hapus semua data yang memiliki nilai Z-scroe >1,94 tapi hapus lah yang paling terlihat mencolok terlebih dahulu 5-10 data bergantung pada anda, lalu uji kembali, begitu seterusnya sampai data yang anda olah terdistribusi secara Normal.

Setelah anda menggunakan Outlier ternyata data anda masih tidak terdistribusi secara Normal, maka langkah berikutnya yang dapat anda lakukan adalah dengan melakukan treatment sekali lagi menggunakan Log natural, Log atau Akar Kuadrat (SQRT) dan Lain-lain, silahkan anda Coba satu persatu cara diatas, sampai anda terdistribusi secara normal.

Namun jika data anda masih juga tidak terdistrbusi secara normal, silahkan anda cari Joki yang mampu mengolah data anda supaya menjadi Normal.

Oke sekian dulu, semoga anda mendapatkan solusi yang anda cari disini.

Saturday, 28 July 2018

- 12:57:00

Cara melakukan UJI F, Uji Autokorelasi, Heterokedatisitas, Multikolinieritas dan Uji t menggunakan SPSS

Campuranpedia.com - Jika sebelumnya kita sudah melakukan Uji Statistik Deskriptive dan Uji Normalitas data dengan menggunakan SPSS, langkah selanjutnya adalah melakukan Uji regresi. Uji ini bisa kita lakukan jika data yang kita miliki sudah terdistribusi secara normal.  Berikut adalah langkah-langkah melakukan Uji Rregresi.

  • Buka data yang anda miliki
  • Klik Analyze - Regresi - Lalu pilih Linier (Lihat Gambar dibawah ini)

  • Pindahkah Varibel X Kekolom Independent dan Variabel Y kekolom Dependent.  dalam contoh ini saya menggunakan Variabel X yaitu untuk IPA dan Y matematika, Gak nyambungkan, iain ajalah kan cuma tutorial, he..he...he (Lihat gambar dibawah ini)
 
  • Langkah selanjutnya adalah Klik Statistik Ceklis Durbin Watson, Ceklis Collinierity diagnostics dan Covariance matrix - lalu klik Continue - lalu Ok

Setelah anda melakukan langkah-langkah diatas untuk mengetahui hasilnya cek Output anda.
Untuk uji Autokorelasi (lihat tabel Durbin watson) - Uji F (Lihat Tabel Anova) - Uji Multikolinieritas (Lihat tabel Coefficienst pada kolom Collinierity) - Uji T (Lihat tabel Coefficients)

Untuk uji Heteroskedatisitas anda bisa cek link Youtube saya https://youtu.be/L1kxzrx_Kq0


Thursday, 26 July 2018

- 12:33:00

Cara menormalkan data dengan cara yang paling ampuh

Campuranpedia.com -Kali ini saya mau share pengalaman saya saat ngerjain skripsi dulu, dimana susahnya dalam menormalkan data, ketika data saya sudah normal eh enggak taunya Kena Multikolinieritas kalau gak Uji F yang bermasalah. Berbagai macam cara sudah saya lakukan untuk membuat data saya nomal dan terhindar dari Multikolinieritas. 
Bukan hanya saya saja rupanya , ternyata banyak teman saya mengalami hal yang sama, yaitu datanya enggak normal, lalu bagaiamana kalau datanya enggak normal, pasti bakal bikin kepala pusing tujuh kelilingkan, udah capek-capek ngumpulin data, begadang berminggu-minggu, eh taunya pas diuji datanya enggak normal, apalagi kalau sudah dikejar deadline batas akhir pengajuan sidang skripsi, asli bakal bikin para pejuang skripsi susah tidur, boro-boro mau tidur nyenyak rebahan aja udah enggak nyaman rasanya.

Kalau menurut penjelasan dosen saya sih kalau data kita tidak normal maka kita harus melakukan treatment atau perhitungan ulang , karena kalau data kita enggak normal maka kita enggak bisa melanjutkan penelitian.

Dalam proses olah data agar menjadi normal, saya banyak menggunaka cara, seperti Log, Ln, Sqrt dan lain-lain.  Akan tetapi penggunaan proxy diatas tidak smeudah yang kita bayangkan, begitu kita treatmen dengan Log tiba-tiba data kita normal, gak semudah itu bro, perlu banyak usaha dan doa tentunya.  Perjuangan saya untuk menormalkan data ini akhirnya berujung manis, setelah googling kesana-kemari saya ngucapin terimakasih banget ama mbah google yang menyediakan banyak alternatif untuk membuat data saya normal.  Singkat cerita akhirnya saya mendaftar sidang skripsi, proses sidang saya lalui dengan lancar, tanpa ada kendala yang begitu berarti diawalnya, tapi pada saat pembahasan Bab IV pada metode olah data, saya dicermahain habis-habisan dengan dosen penguji, dia enggak mau saya menormalkan data dengan cara treatmen, pokonya dia enggak mau tau tuh, hasil olah data saya harus tanpa treatment, alhasil saya harus melakukan proses olah data ulang, eh akhirnya data saya normal juga, ternyata saya salah memasukan proxy.  Senengnya bukan main, dan langsung aja tuh pas sudah selesai saya melakukan revisi, saya langsung bimbingan lagi dengan dosen penguji, dan akhirnya di Acc Bro.

Hikmahnya sebelum kalian melakukan olah data ada baiknya kalian memeriksa kembali, apakah data yang kalian buat sudah benar, benar disini yaitu, benar rumus perhitungan, benar angkanya.

So postingan ini enggak kayak judulnya cara normalin data, tapi lebih kecerita saya saat melakukan olah data untuk menghadapi proses sidang skripsi.

Oke buat teman-teman yang mengalami kendala data tidak normal jangan menyerah, tetep terus berusaha ada banyak jalan untuk menuju data yang normal.  He..he..he  akhir kata saya ucapkan terimakasih karna udah membaca postingan yang enggak jelas ini.

Salam Mumet

Saturday, 14 July 2018

- 19:46:00

Cara Melakukan Uji Multikolinieritas

Campuranpedia.com - Uji Multikolinieritas adalah salah satu uji statistik yang diperlukan dalam proses olah data.  Uji Multikolinieritas adalah salah satu Jenis pengujia yang digunakan dalam uji regresi menggunakan aplikasi SPSS. Syarat uji multikolinieritas adalah nilai VIF < 10 (VIF<10) maka data dikatan terhindar dari Multikolinieritas. Lalu bagaimana kalau seandainya kita terkena Multikol, tentu saja ini menjadi banyak pertanyaan bagi mereka yang sedang mengolah data, karena data terkena multikol cendrung lebih sulit mengtasinya, dibanding data tidak Normal.  Oke Kita mulai dulu bagaimana cara melakukan Uji Normalitas, berikut akan saya Ulas

Pertama Buka data SPSS yang akan anda Olah - Klik Analyze - Regresi - Linier lalu akan Muncul tampilan seperti gambar dibawah ini 


Pindahkan Variabel X Ke kolom Independen dan Variabel Y kekolom Dependent selanjutnya klik Statistik - maka akan muncul gambar seperti dibawah ini




Pada tampilan gambar diatas, berikan tanda ceklist pada Collinierity diagnosticsCovariance matrick dan Durbin Watson lalu klik Continue dan OK.


Note untuk melihat hasil dari Multikolinieritas, carilah tabel Coefficient pda kolom Collinierity, lihatlah Nilai Vif apakah sudah lebih kecil dari 10, Jika sudah berarti data anda sudah terhindar dari Multikolinieritas.  Lalu bagaiman jika data anda terkena multikol, maka anda harus melakukan treatment untuk mengatasi permasalahan tersebut, apa saja treatmennya, treatment yang bisa digunakan ada Log natural, SQRT, 1/X, LG10 dan lain-lain

Jika ada pertanyaan seputar olah data, silahkan tinggalkan komentar anda pada kolom komentar dibawah ini