UJI HOMOGENITAS

Uji homogenitas digunakan untuk mengetahui apakah beberapa varian populasi adalah sama atau tidak. Uji ini dilakukan sebagai prasyarat dalam analisis independent sample t test dan ANOVA. Asumsi yang mendasari dalam analisis varian (ANOVA) adalah bahwa varian dari populasi adalah sama. Sebagai kriteria pengujian, jika nilai signifikansi lebih dari 0,05 maka dapat dikatakan bahwa varian dari dua atau lebih kelompok data adalah sama.

Contoh Kasus:

         Seorang mahasiswi bernama Hanny melakukan penelitian untuk mengetahui apakah ada perbedaan pemahaman mahasiswa jika dilihat dari tingkat prestasi. Dengan ini Hanny menggunakan kuesioner sebagai alat pengumpul data yang disebar pada 20 responden dan membuat dua variabel pertanyaan yaitu pemahaman mahasiswa dan tingkat prestasi. Pada variabel pemahaman mahasiswa memakai skala Likert dengan pertanyaan favorabel dan unfavorabel (mengungkap dan tidak mengungkap). Pada item favorabel skala yang dipakai 1 = sangat tidak setuju, 2 = tidak setuju, 3 = setuju, dan 4 = sangat setuju. Pada item unfavorabel sebaliknya yaitu 1 = sangat setuju, 2 = setuju, 3 = tidak setuju, dan 4 = sangat tidak setuju. Untuk variabel tingkat prestasi menggunakan data nominal yang dibuat tiga alternatif jawaban yaitu 1 = IPK kurang dari 2,50; 2 = IPK 2,51-3,30 dan 3 = IPK 3,31-4,00. Data-data yang di dapat ditabulasikan sebagai berikut:

               

                                 Tabel. Tabulasi Data  (Data Fiktif)

 

Subjek	Pemahaman Mahasiswa											Tingkat
	Item pertanyaan										Total Skor	Prestasi
	1	2	3	4	5	6	7	8	9	10
1	4	4	3	4	4	2	4	3	4	4	36	3
2	4	4	4	3	4	4	3	4	4	4	38	3
3	3	3	4	2	2	1	4	2	1	3	25	1
4	3	3	4	2	2	4	1	2	3	4	28	2
5	4	4	4	2	4	3	3	3	4	3	34	3
6	2	4	2	4	1	4	4	2	2	4	29	2
7	2	4	2	4	2	2	2	4	2	4	28	2
8	4	4	4	4	4	4	3	2	4	4	37	3
9	4	4	2	4	4	4	4	4	4	4	38	3
10	2	1	4	4	3	4	3	3	2	1	27	1
11	2	2	1	4	4	3	1	4	4	2	27	2
12	3	1	3	2	2	4	4	3	2	4	28	1
13	3	4	3	4	2	4	4	4	1	4	33	3
14	4	4	2	3	4	4	2	4	4	3	34	3
15	2	4	4	4	4	2	3	4	4	4	35	3
16	4	2	3	4	3	4	3	3	4	2	32	1
17	1	3	2	3	4	2	4	4	3	2	28	1
18	4	4	3	4	4	4	4	4	4	4	39	3
19	4	4	2	2	3	3	2	1	2	4	27	2
20	4	2	2	4	2	4	2	3	4	2	29	2

 

Langkah-langkah pada program SPSS

• Masuk program SPSS.
•  Klik variable view pada SPSS data editor.
•  Pada kolom Name ketik item1, kolom Name pada baris kedua ketik item2.
• Pada kolom Decimals untuk kolom item1 dan item2 angka ganti menjadi 0. 
•  Pada kolom Label, untuk kolom pada baris pertama ketik Pemahaman Mahasiswa dan untuk kolom pada baris kedua ketik Tingkat Prestasi.
• Untuk kolom Values, klik simbol kotak kecil pada kolom baris kedua, pada Value ketik 1 kemudian pada Value Label ketikkan IPK kurang dari 2,50, kemudian klik Add. Kemudian pada Value ketik 2 kemudian pada Value Label ketikkan IPK 2,50-3,30, kemudian klik Add. Selanjutnya pada Value ketik 3 kemudian pada Value Label ketikkan IPK 3,31-4,00, kemudian klik Add.
• Klik OK
• Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
• Buka data view pada SPSS data editor, maka didapat kolom variabel item1 dan item2.
• Pada kolom item1 ketikkan data total skor item, pada kolom item2 ketikkan angka-angka 1 sampai 3 yang menunjukkan tanda nilai IPK.
• Klik Analyze - Compare Means - One Way Anova
• Klik variabel Pemahaman Mahasiswa dan masukkan ke kotak Dependent List, kemudian klik variabel Tingkat Prestasi dan masukkan ke kotak Faktor.
• Klik Options
• Klik Homogeneity of variance, kemudian klik Continue
• Klik OK, maka hasil output yang didapat pada kolom Test of Homogeneity of Variance adalah sebagai berikut:

 

Tabel. Hasil Uji Homogenitas

Dari hasil di atas dapat diketahui signifikansi sebesar 0,193. Karena signifikansi lebih dari 0,05 maka dapat disimpulkan bahwa ketiga kelompok data pemahaman mahasiswa berdasar tingkat prestasi mempunyai varian sama. Angka Levene Statistic menunjukkan semakin kecil nilainya maka semakin besar homogenitasnya. df1 = jumlah kelompok data-1 atau 3-1=2 sedangkan df2 = jumlah data – jumlah kelompok data atau 20-3=17.

Read more »

UJI NORMALITAS

Uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi yaitu data berasal dari distribusi yang normal. Jika data tidak berdistribusi normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan adalah statistik non parametrik. Dalam pembahasan ini akan digunakan uji One Sample Kolmogorov-Smirnov dengan menggunakan taraf signifikansi 0,05. Data dinyatakan berdistribusi normal jika signifikansi lebih besar dari 5% atau 0,05.

Contoh Kasus:

Seorang mahasiswa bernama Bambang melakukan penelitian tentang faktor-faktor yang mempengaruhi harga saham pada perusahaan di BEJ. Data-data yang di dapat berupa data rasio dan ditabulasikan sebagai berikut:                               

                          Tabel 5. Tabulasi Data (Data Fiktif)

Tahun	Harga Saham (Rp)	PER (%)	ROI (%)
1990	8300	4.90	6.47
1991	7500	3.28	3.14
1992	8950	5.05	5.00
1993	8250	4.00	4.75
1994	9000	5.97	6.23
1995	8750	4.24	6.03
1996	10000	8.00	8.75
1997	8200	7.45	7.72
1998	8300	7.47	8.00
1999	10900	12.68	10.40
2000	12800	14.45	12.42
2001	9450	10.50	8.62
2002	13000	17.24	12.07
2003	8000	15.56	5.83
2004	6500	10.85	5.20
2005	9000	16.56	8.53
2006	7600	13.24	7.37
2007	10200	16.98	9.38

Bambang dalam penelitiannya ingin mengetahui bagaimana hubungan antara rasio keuangan PER dan ROI terhadap harga saham. Dengan ini Bambang menganalisis dengan bantuan program SPSS dengan alat analisis regresi linear berganda. Sebelum dilakukan analisis tersebut dilakukan uji normalitas untuk mengetahui sebaran data.

Sebagai catatan: bila menggunakan analisis regresi linear, uji normalitas bisa dilakukan dengan melihat nilai residualnya, apakah residual berasal dari distribusi normal ataukah tidak.   

Langkah-langkah pada program SPSS

Ø  Masuk program SPSS

Ø  Klik variable view pada SPSS data editor

Ø  Pada kolom Name ketik y, kolom Name pada baris kedua ketik x1, dan pada kolom Name baris ketiga ketik x2.

Ø  Pada kolom Label, untuk kolom pada baris pertama ketik Harga Saham, untuk kolom pada baris kedua ketik PER, dan terakhir ketik ROI.

Ø  Untuk kolom-kolom lainnya boleh dihiraukan (isian default)

Ø  Buka data view pada SPSS data editor, maka didapat kolom variabel y, x1, dan x2

Ø  Ketikkan data sesuai dengan variabelnya

Ø  Klik Analyze - Deskriptive Statistics - Explore

Ø  Klik variabel Harga saham, PER, dan ROI dan masukkan ke kotak Dependent List

Ø  Klik Plots

Ø  Klik Normality plots with tests, kemudian klik Continue

Ø  Klik OK, maka hasil output yang didapat pada kolom Test of Normality adalah sebagai berikut:

     Tabel. Hasil Uji Normalitas dengan Kolomogorov-Smirnov

Dari hasil di atas kita lihat pada kolom Kolmogorov-Smirnov dan dapat diketahui bahwa nilai signifikansi untuk harga saham sebesar 0,05; untuk PER sebesar 0,200; dan untuk ROI sebesar 0,200. Karena signifikansi untuk seluruh variabel lebih besar dari 0,05 maka dapat disimpulkan bahwa data pada variabel harga saham, PER, dan ROI berdistribusi normal. Angka Statistic menunjukkan semakin kecil nilainya maka distribusi data semakin normal. df =  jumlah data.

Read more »

UJI RELIABILITAS KUISIONER

Uji reliabilitas digunakan untuk mengetahui konsistensi alat ukur, apakah alat pengukur yang digunakan dapat diandalkan dan tetap konsisten jika pengukuran tersebut diulang. Ada beberapa metode pengujian reliabilitas diantaranya metode tes ulang, formula belah dua dari Spearman-Brown, formula Rulon, formula Flanagan, Cronbach’s Alpha, metode formula KR-20, KR-21, dan metode Anova Hoyt. Dalam program SPSS akan dibahas untuk uji yang sering digunakan penelitian mahasiswa adalah dengan menggunakan metode Alpha (Cronbach’s). Metode alpha sangat cocok digunakan pada skor berbentuk skala (misal 1-4, 1-5) atau skor rentangan (misal 0-20, 0-50). Metode alpha dapat juga digunakan pada skor dikotomi (0 dan 1).

Kriteria pengambilan keputusan bisa  menggunakan batasan tertentu seperti 0,6. Menurut Sekaran (1992), reliabilitas kurang dari 0,6 adalah kurang baik, sedangkan 0,7 dapat diterima dan di atas 0,8 adalah baik.

Pada contoh kasus di atas setelah diuji validitasnya maka item-item yang gugur dibuang dan item yang tidak gugur dimasukkan kedalam uji reliabilitas. Jadi yang akan dihitung ada 6 item, karena 4 item telah digugurkan.

Langkah-langkah pada program SPSS

Ø  Pada contoh kasus di atas kita telah menginput data item 1 sampai 10

Ø  Klik Analyze - Scale - Reliability Analysis

Ø  Klik item yang tidak gugur dan masukkan ke kotak items. Jika item-item sudah berada dikotak items maka klik item yang gugur dan keluarkan dengan klik simbol arah

Ø  Klik Statistics, pada Descriptives for klik scale if item deleted

Ø  Klik Continue

Ø  Klik OK, hasil output yang didapat adalah sebagai berikut:

 Tabel 4. Hasil Analisis Reliabilitas dengan Teknik Alpha

                R E L I A B I L I T Y   A N A L Y S I S   -   S C A L E   (A L P H A)

Item-total Statistics

                      Scale             Scale       Corrected

                     Mean         Variance       Item-          Alpha

                    if Item          if Item         Total           if Item

                   Deleted        Deleted    Correlation   Deleted

ITEM2         14.6667        18.9697        .6414           .8906

ITEM3         14.8333        18.1515        .6963           .8827

ITEM4         14.3333        18.2424        .6835           .8846

ITEM6         14.6667        16.7879        .8612           .8574

ITEM7         14.7500        15.8409        .7943           .8680

ITEM8         14.6667        17.5152        .6749           .8867

Reliability Coefficients

N of Cases =     12.0                    N of Items =  6

Alpha =    .8970

Dari hasil analisis di atas di dapat nilai Alpha sebesar 0,8970. Karena nilai lebih dari 0,6, maka dapat disimpulkan bahwa butir-butir instrumen penelitian tersebut reliabel.

Read more »