STATISTIK SPSS

Uji Validitas

Klik Analyze klik Data Reduction klik Factor

Pindah semua variable ke kanan

Klik Descriptives, centang Initial Solution, lalu klik continue

Klik Extraction, centang Number of factors lalu isikan jmlh variable (missal 3) lalu klik continue

Klik Rotation, pilih Varimax lalu klik continue

Klik Option, pilih Suppress absolute values less than lalu isikan .40 klik continue lalu klik ok.

Hasil dari uji validitas dengan factor analisis bisa dilihat pada output rotated component matrix. Dari output tersebut kita bisa melihat bahwa setiap itemmpertanyaan (KP123, KO123, KK12) terekstrak secara sempurna ke dalam 3 faktor (3 variabel).

Uji Reliabilitas (0,6-1)

Klik Analyze klik Scale klik Reliability Analysis

Masukkan variable kp1, kp2 dan kp3 ke kolom item (samping kanan)

Klik Statistics lalu centang scale if item deleted dan klik continue lalu klik ok

Hasil output uji reliabilitas menunjukkan nilai alpha 0, 6777. Nilai ini sudah mencukupi syarat uji reabilitas. Namun kalau kita melihat pada kolom alpha if item deleted, pada baris kp1 menunjukkan nilai 0,7888 yang lebih besar dari nilai alpha variable. Dengan menghilangkan kp1 kita akan mendapatkan nilai cronbach alpha yang lebih besar. Sehingga uji reabilitas dilakukan dengan menghilangkan item kp1 .

Uji Outlier

Klik Analuze klik Descriptive Statistics klik Descriptives

Masukkan semua variable ke sebelah kanan (variable(s))

Centang Save Standardized Value as Variables

Lalu klik ok

Muncul Output, klik pada data SPSS anda, maka akan mendapatkan nilai Z untuk setiap variable

Jika sebuah data outlier maka nilai Z yang didapatkan lebih besar dari angka +2,5 atau lebih kecil dari angka -2,5

Uji Normalitas

Klik Analize klik Descriptive Statistics lalu pilih Explore

Masukkan variable variable umur dan return perusahaan pada kolom Dependent List

Pada bagian bawah klik Plots

Centang Normality Plots With Test

Lalu non aktifkan( hilangkan centang) pada Stem-and-Leaf pada kolom Descriptive

Lalu pilih None pada kolom boxplots

Klik Continue untuk kembali ke menu utama lalu kik ok

Dari Output uji normalitas dapat dilihat, untuk kolmogorov-smirnov baik variable umur maupun return perusahaan semua tidak terdistribusi normal karena memiliki nilai signifikansi mendekati nol. <0,05 maka data tidak berdistribusi normal.

Cara menormalkan data dengan melakukan transformasi logaritma terhadap data yang ada

Pilih menu Tranform lalu klik Compute

Isi Target Variable dengan nama lgabnr

Lalu ketikkan Numeric Expression rumus lg10(abnretur)

Lalu klik Ok

Lakukan pengujian ulang normalitas

Klik Analyze lalu klik Explore

Masukkan variable lgabnor dan umur ke dalam kolom dependent list lalu klik ok

Muncul Output, dari uji normalitas, variable log abnormal return menunjukkan nilai 0,171 sehingga data tersebut berdistribusi normal.

Uji Homoskedastisitas

Klik Analyze pilih Descriptive Statistics lalu pilih Explore

Masukkan variable abnormal return dan standar deviasi kedalam dependent list dan masukkan jenis perusahaan kedalam factor list

Klik plots, hilangkan centang Stem-and-leaf

Kemudian centang Power Estimation

Klik Continue lalu ok

Muncul Output, lihat Test of Homogeneity of Variance. Didapatkan nilai signifikan sebesar 0,371 dan 0,159 yang lebih besar dari 0,05 yang berarti terjadi homokesdastisitas.

Regresi

Klik Analyze lalu klik Regression klik Linear

Masukkan variable prestasi ke dalam kolom Dependent

Masukkan variable gaji, insentif dan tunjangan ke dalam kolom Independent

Klik Statistics, centang Descriptives untuk menampilkan deskripsi data lalu klik continue

Klik Options

Masukkan nilai probability .05 removal .10

Klik continue lalu klik ok

Muncul Output

1. Descriptive Statistics

Menunjukkan nilai rata-rata dan std deviasi tiap variable

2. Model summary

Menunjukkan niali koefisien determinasi regresi (R²).  Mengukur seberapa jauh kemampuan model dalam menerangkan variabel2 dependent. Hasil analisis menunjukkan nilai R2 atau R Square sebesar 0,302 yang berarti hanya sekitar 30,2% variable prestasi kerja yang bisa di jelaskan oleh variable tunjangan, gaji, insentif dan fasilitas kerja.

3. ANOVA

Hasil pengujian Ftest dari output Anova menunjukkan bagaimana pengaruh variable tunjangan, gaji, insentif dan fasilitas secara bersama2 thd variable prestasi kerja. Nilai F test sebesar 4,876 dan nilai sig sebesar 0,002 menunjukkan pengaruh yang signifikan yang berarti ada pengaruh positif (standar 0,05)

4. Coefficient

Nilai output koefisien menunjukkan hasil uji pengaruh variable independent thd variable dependent scr parsial. Hasil uji regresi menunjukkan bahwa variable gaji, insentif dan tunjangan berpengaruh positif thd prestasi kerja, sementara fasilitas kerja tdk berpengaruh.

Tweet

Subscribe to receive free email updates: