Senin, 27 Agustus 2018

Uji Asumsi Multikolinearitas

Pengujian asumsi multikolinearitas pada regresi linear berganda bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi yang kuat antar variabel independenSehingga pengujian asumsi multikolinearitas hanya dapat dilakukan pada analisis regresi linear berganda, karena memiliki variabel independen yang lebih dari satu. Model regresi linear yang baik adalah model yang tidak terjadi multikolinearitas didalamnya.
Beberapa cara yang dapat digunakan untuk mengetahui ada atau tidaknya multikolinearitas yaitu menggunakan nilai VIF (Variance Inflating Factor) dan nilai Tolerence. Apabila nilai VIF < 10 dan nilai Tolerence > 0,1 maka tidak terjadi multikolinearitas. Selain itu, pendeteksian multikolinearitas dapat pula diketahui dengan melakukan pengujian korelasi antara variabel independen. Apabila terdapat korelasi yang kuat (koefisien korelasi > 0,5) antara variabel independen maka terjadi multikolinearitas pada model. Misalkan diberikan data penelitian (Lihat Data), berikut dijelaskan cara menguji asumsi multikolinearitas menggunakan bantuan SPSS.
1.    Inputkan data pada SPSS.
  
2.    Pilih Analyze → Regression → Linear.
  
3.  Maka akan muncul kotak dialog Linear Regression, masukkan variable Y ke kolom Dependent, serta variable X1 dan X2 ke kolom Independents(s).
 
4. Selanjutnya pilih Statistics, maka akan muncul kotak dialog Linear Regression: Statistics, aktifkan Collinearity diagnostics dan Covariance matrix, untuk pilihan Estimates dan Model fit secara default telah aktif. Pilih Continue, untuk kembali ke kotak dialog Linear Regression.
  
5.    Pilih OK.

Sehingga diperoleh hasil analisis sebagai berikut.

Model
Collinearity Statistics
Tolerance
VIF
1
(Constant)


X1
.945
1.058
X2
.945
1.058
a. Dependent Variable: Y
Hasil analisis menunjukkan nilai Tolerence untuk setiap variabel independen (X1=0,945 dan X2=0,945) > 0,1. Sedangkan nilai VIF pada setiap variabel independen (X1=1,058 dan X2=1,058) < 10. Sehingga dapat disimpulkan berdasarkan nilai Tolerence dan nilai VIF tidak terjadi multikolinearitas pada model atau asumsi multikolinearitas terpenuhi.
Coefficient Correlationsa
Model
X2
X1
1
Correlations
X2
1.000
-.234
X1
-.234
1.000
Covariances
X2
.246
-.051
X1
-.051
.193
a. Dependent Variable: Y
Output diatas menunjukkan nilai korelasi antara variabel independen (X1 dan X2) sebesar |-0,234|=0,234 < 0,5, serta apabila dilakukan pengujin r hitung (0,234) < r tabel (0,355) dengan n=31, α=0,05. Artinya tidak terdapat korelasi yang kuat antara variabel independen, sehingga dapat disimpulkan tidak terjadi multikolinearitas pada model atau asumsi multikolinearitas terpenuhi.



---SEMOGA BERMANFAAT---
ddn


Sabtu, 25 Agustus 2018

Uji Asumsi Normalitas

Asumsi normalitas atau kenormalan data merupakan salah satu asumsi regresi linear yang harus dipenuhi, dalam hal ini residual atau sisaan (e) harus berdistribusi normal. Nilai residual diperoleh dari pengurangan antara nilai observasi variabel terikat (Y) terhadap nilai dugaan yang diperoleh dari model regresi yang terbentuk (Ŷ). 

Senin, 20 Agustus 2018

Metode Sampling

Dalam suatu penelitian, seorang peneliti tidak harus meneliti seluruh objek yang diamati. Hal ini karena keterbatasan yang dimiliki peneliti, baik dari segi biaya, waktu, tenaga maupun hal-hal teknis lainnya seperti yang telah dibahas pada materi sebelumnya (Lihat materi Populasi dan Sampel). Seorang peneliti dapat mengambil sampel atau sebagian saja dari populasi. Syaratnya sampel tersebut harus memenuhi unsur representasi atau mewakili dari populasi (seluruh objek penelitian yang diteliti).
Cara pengumpulan data yang hanya mengambil sebagian elemen populasi atau karakteristik yang ada dalam populasi disebut metode sampling. Secara garis besar metode sampling dibedakan menjadi dua yaitu  Sampling Random dan Sampling Non-random. Sampling Random adalah cara pengambilan sampel dengan semua objek atau elemen populasi memiliki kesempatan yang sama untuk dipilih sebagai sampel. Berikut adalah metode sampling yang termasuk dalam sampling random:
1. Sampling Random Sederhana (Simple Random Sampling)
Proses pengambilan sampel dimana setiap elemen populasi memiliki peluang yang sama untuk terpilih menjadi sampel. Sampling random sederhana dilakukan apabila : 
  • Elemen populasi (dianggap) homogen.
  • Tidak diketahui elemen-elemen populasi yang terbagi ke dalam golongan-golongan.
2. Sampling Random Berlapis (Stratified Random Sampling)
Sampling random yang populasi atau elemen populasinya dibagi dalam kelompok-kelompok yang disebut strata. Sampling random berlapis dilakukan apabila:  
  • Elemen populasi heterogen (karakteristik populasinya tidak sama).
  • Ada kriteria yang digunakan sebagai dasar untuk mengklasifikasi populasi ke dalam stratum-stratum. 
  • Ada data pendahuluan dari populasi mengenai kriteria yang akan digunakan untuk stratifikasi. 
  • Dapat diketahui dengan tepat jumlah satuan-satuan individu dari setiap stratum dalam populasi.
3. Sampling Random Sistematis (Sistematic Random Sampling)
Bentuk sampling random yang mengambil elemen-elemen yang akan diselidiki berdasarkan urutan tertentu dari populasi yang telah disusun secara teratur. Sampling random sistematis dilakukan apabila: 
  • Identifikasi atau nama dari elemen–elemen dalam populasi itu terdapat dalam suatu daftar. 
  • Populasi memiliki pola beraturan.
4. Sampling Random Kelompok (Cluster Random Sampling)
Bentuk sampling random yang populasinya dibagi menjadi beberapa kelompok (cluster) dengan menggunakan aturan-aturan tertentu, seperti batas alam dan wilayah administrasi pemerintahan. Sampling random kelompok dilakukan apabila: 
  • Posisi geografis elemen-elemen populasi berjauhan. 
  • Keterbatasan biaya dan selain itu juga karena tidak tersedianya  sampling frame  secara lengkap, atau terlalu mahal untuk memperoleh sampling frame.
Sampling Non-random adalah cara pengambilan sampel yang semua objek atau elemen populasinya tidak memiliki kesempatan yang sama untuk dipilih sebagai sampel. Metode sampling yang termasuk dalam sampling non random yaitu:

1. Sampling Kuota
Teknik untuk menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu hingga jumlah (kuota) yang diinginkan. Elemen populasi manapun yang akan diambil, tidak menjadi masalah, yang penting mempunyai ciri-ciri tertentu dan sesuai dengan jumlah kuota sampel yang ditetapkan.

2. Sampling Pertimbangan
Bentuk sampling non random yang pengambilan sampelnya ditentukan oleh peneliti berdasarkan pertimbangan atau kebijaksanaannya.

3. Sampling Seadanya
Bentuk sampling non random yang pengambilan sampelnya dilakukan seadanya atau berdasarkan kemudahannya mendapat data yang diperlukan. Teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang tersebut sesuai dengan sumber data.

Rabu, 15 Agustus 2018

Populasi dan Sampel

Berbicara mengenai statistika maka tak akan pernah lepas dari istilah Populasi dan Sampel. Sahabat estat mungkin bertanya-tanya apa yang dimaksud dengan populasi dan sampel? Apa perbedaanya? Mengapa kebanyak penelitian menggunakan data sampel? dan masih banyak pertanyaan-pertanyaan lain yang akan kita bahas satu persatu dibawah ini. Oke langsung saja sahabat estat.
Menurut Sugiyono (2012:119) populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Jika kita sederhanakan populasi merupakan seluruh kumpulan objek-objek atau orang-orang yang akan dipelajari atau diteliti. Misalnya akan dilakukan penelitian mengenai penghasilan rata-rata nelayan di Kabupaten A, maka yang menjadi populasi adalah seluruh nelayan yang ada di Kabupaten A.
Apabila seseorang ingin meneliti dan mengumpulkan data semua objek yang ada dalam wilayah penelitian, maka penelitian tersebut merupakan penelitian populasi dengan metode pengumpulan data secara sensus. Namun pada kebanyakan penelitian hal tersebut tidak dilakukan, seorang peneliti tidak harus meneliti seluruh objek yang diamati. Hal ini diantaranya karena alasan sebagai berikut:
1.   Populasi yang sangat besar dan tidak diketahui dengan pasti jumlahnya atau Populasi Infinit.
2.    Keterbatasan yang dimiliki peneliti, baik biaya, waktu, maupun tenaga.
3.    Masalah ketelitian peneliti sebagai akibat dari besarnya elemen populasi.
4.   Adanya objek penelitian yang mudah rusak sehinggat tidak disarankan untuk melakukan penelitian populasi.
Peneliti dapat mempelajari, memprediksi, dan menjelaskan sifat-sifat suatu objek penelitian hanya dengan mempelajari dan mengamati sebagian dari objek penelitian tersebut. Sebagian dari objek penelitian yang akan diamati inilah yang disebut sampel. Sementara menurut Sugiyono (2012:120) sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Senada dengan itu, sampel merupakan bagian dari populasi yang diambil melalui cara-cara tertentu yang dianggap mewakili populasi. Misalnya akan dilakukan penelitian mengenai penghasilan rata-rata nelayan di Kabupaten A, maka yang menjadi sampel adalah sebagian nelayan yang ada di Kabupaten A.
Cara pengumpulan data yang hanya mengambil sebagian objek populasi atau karakteristik yang ada dalam populasi tersebut dinamakan Sampling. Karakteristik dari populasi disebut Parameter. Sedangkan karakteristik dari sampel disebut Statistik. Berikut adalah perbedaan simbol/lambang antara parameter dan populasi ditinjau dari masing-masing besaran.
Bagaimana sahabat estat? Sejauh ini sudah cukup jelas kan mengenai Populasi dan Sampel? semoga 😊.


---SEMOGA BERMANFAAT---

ddn

Selasa, 14 Agustus 2018

Uji Reliabilitas

Hallo sahabat estat, setelah kita membahas mengenai uji validitas (Lihat materi uji validitas) selanjutnya kita akan membahas uji reliabilitas. Sahabat estat perlu ketahui jika uji reliabilitas hanya bisa dilakukan jika instrumen penelitian sudah valid. Dengan demikian sebelum menguji reliabilitas harus sudah menguji validitasnya terlebih dahulu, jadi jika tidak memenuhi syarat uji validitas maka tidak perlu diteruskan untuk uji reliabilitas.
Reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat ukur dapat dipercaya atau diandalkan. Hal ini menunjukkan sejauh mana hasil pengukuran itu tetap konsisten bila dilakukan dua kali atau lebih terhadap gejala yang sama, dengan menggunakan alat ukur yang sama. Alat ukur dikatakan reliabel jika menghasilkan hasil yang sama meskipun dilakukan pengukuran berkali-kali.
Suatu kuisioner dikatakan reliabel jika  jawaban dari kuisioner tersebut konsisten atau stabil dari waktu ke waktu. Misalnya tinggi seorang anak diukur dengan meteran kayu dan pengukuran dilakukan berkali-kali dengan meteran yang sama, maka hasilnya akan tetap atau tidak berubah. Demikian juga pada suatu instrumen penelitian sebagai alat ukur harus mempunyai reliabilitas yang tinggi.
Metode yang digunakan untuk mengukur reliabilitas suatu instrumen penelitian adalah metode Cronbach’s Alpha. Kuisioner dikatakan reliabel, jika nilai Cronbach Alpha lebih besar dari r tabel (0,632). Misalkan diberikan data yang sama dengan pembahasan uji validitas sebelumnya. Setelah dilakukan uji validitas data tersebut telah valid sehingga perlu dilakukan uji reliabilitas, berikut adalah data tersebut.

Pert1
Pert2
Pert3
Pert4
Pert5
Pert6
Pert7
Pert8
Total
3
4
4
5
4
5
3
4
32
3
4
4
3
4
4
3
4
29
2
4
3
5
4
4
3
5
30
5
4
3
4
4
5
3
4
32
2
5
4
4
3
4
3
5
30
2
4
3
5
4
4
3
3
28
2
4
4
5
4
4
3
3
29
2
4
3
4
3
5
3
3
27
4
4
3
4
4
4
3
4
30
3
4
3
4
4
4
3
3
28
4
4
3
4
3
3
4
4
29
3
5
4
5
4
3
2
3
29
3
4
3
4
4
4
2
5
29
4
4
4
4
4
4
4
4
32
3
5
5
5
5
5
5
4
37
5
5
5
5
5
5
5
5
40
5
5
4
5
5
5
5
5
39
4
5
4
5
5
4
5
4
36
4
4
3
4
3
4
4
3
29
3
4
3
4
4
4
3
3
28
3
5
3
5
3
4
4
4
31
Berikut adalah langkah-langkah analisis menggunakan SPSS :
1.   Inputkan data ke SPSS.
  

2.    Pilih Analyze → Scale →Reliability Analysis.
  


3.    Selanjutnya akan muncul kotak dialog Reliability Analysis, masukkan seluruh variabel pertanyaan (tanpa Total) ke dalam kolom Items.
  

4.   Pilih Statistics, maka akan muncul kotak dialog Reliability Analysis: Statistics aktifkan Scale if item deleted dan pilih Continue untuk kembali ke kotak dialog Reliability Analysis.
  

5.    Pilih OK.

Sehingga diperoleh hasil analisis sebagai berikut.
 
Hasil analisis Reliability Statistics menunjukan nilai Cronbach’s Alpha secara keseluruhan (8 Item) pertanyaan sebesar 0,788 > 0,7. Artinya secara keseluruhan instrument penelitian telah reliabel untuk digunakan.
 
Sementara untuk output Item-Total Statistics menunjukan nilai Cronbach’s Alpha per item pertanyaan, dengan masing-masing nilainya > 0,7, artinya pada setiap item pertanyaan telah reliabel untuk digunakan.



--- SEMOGA BERMANFAAT ---
ddn