Pengolahan Data Menggunakan SPSS
-
Upload
toklo-maning -
Category
Documents
-
view
226 -
download
2
Transcript of Pengolahan Data Menggunakan SPSS
![Page 1: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/1.jpg)
Kuswahyudi, SE., MM.Banjar RT.5 Tamanan Banguntapan BantulTelp. 0838-67-234-001, 0274-4396583Blog : http://dosenku-kus.blogspot.com http://tutorialpenelitian.blogspot.com
E-mail - Facebook : [email protected]
PIN BB : 3156B7D6
![Page 2: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/2.jpg)
MATERI KETERANGAN1. Uji Kuesioner
a. Uji Validitas Cara mengatasi data yg tidak Valid dan/atau tidak Reliabel
b. Uji Reliabilitas
2. Uji Asumsi Klasik
a. Uji NormalitasPerbedaan penggunaan uji (misal perbedaan
normalitas menggunakan grafik dan uji Gleyser)
b. Uji Heteroskedastisitas
c. Uji Multikolinearitas
3. Uji Hipotesis
a. Uji TCara mengolah data menggunakan SPSS dan
cara menganalisa hasil output SPSSb. Uji F
4. Koefisien Determinasi
![Page 3: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/3.jpg)
![Page 4: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/4.jpg)
![Page 5: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/5.jpg)
Uji Kuesioner
![Page 6: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/6.jpg)
![Page 7: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/7.jpg)
Secara umum uji validitas adalah untuk melihat apakah item pertanyaan yang dipergunakan mampu mengukur apa yang ingin diukur.
![Page 8: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/8.jpg)
Sebagai contoh:Besarnya gaji valid dipergunakan untuk
mengukur kekayaan seseorang; atau jumlah anak tidak valid dipergunakan
untuk mengukur kekayaan seseorang. Artinya gaji berkorelasi dengan tingkat
kekayaan seseorang, tetapi jumlah anak tidak berkorelasi dengan tingkat
kekayaan seseorang.
![Page 9: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/9.jpg)
Beberapa alat analisis yang sering dipergunakan untuk melakukan uji validitas adalah:1.Korelasi Product Moment
Item butir dinyatakan valid jika mempunyai korelasi dengan skor total
![Page 10: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/10.jpg)
![Page 11: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/11.jpg)
![Page 12: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/12.jpg)
![Page 13: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/13.jpg)
ButirNilai Correlation Sig. Status
1 0,741 0,000 Valid
2 0,636 0,000 Valid
3 0,806 0,000 Valid
4 0,659 0,000 Valid
5 0,539 0,000 Valid
6 0,626 0,000 Valid
Tabel 4.6Uji Validitas Variabel
Kompensasi
Sumber : Data Primer (diolah)
![Page 14: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/14.jpg)
2. Corrected Item to Total Correlation
Adalah dengan mengkoreksi nilai r hitung karena adanya spurious overlap. Perhitungan dengan SPSS menggunakan Analyze --> Scale --> Reliability Analysis, pindahkan jawaban responden pada masing-masing butir (tanpa skor total) dari kiri ke kanan --> Pilih Statistic è Klik pada Scale if item deleted --> OK. Nilai yang dipergunakan pada kolom Corrected item-total correlation.
![Page 15: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/15.jpg)
![Page 16: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/16.jpg)
![Page 17: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/17.jpg)
![Page 18: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/18.jpg)
![Page 19: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/19.jpg)
Lantas, mana item-item yang lolos seleksi? Pilihlah item-item yang mempunyai koefisien korelasi item-total dengan koreksi (corrected item-total correlation) di atas 0.30 pada kolom corrected item-total correlation. Mengapa 0.30? menurut Azwar (1999:65), pada prinsipnya adalah semakin mendekati angka 1.00 pada koefisien korelasinya, berarti item itu makin bagus. Namun, masih menurut Azwar (1995 : 65), nilai koefisien korelasi yang tinggi memang ikut meningkatkan reliabilitas skala; tetapi, tidak selalu meningkatkan validitas skala. Nilai koefisien korelasi item-total itu menunjukkan daya beda item.
![Page 20: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/20.jpg)
Uji reliabilitas adalah untuk melihat apakah rangkaian kuesioner yang dipergunakan untuk mengukur suatu konstruk tidak mempunyai kecenderungan tertentu. Nilai yang lazim dipakai adalah 0,6.
Reliabilitas statistik diperlukan untuk memastikan validitas dan ketepatan analisis statistik. Ia mengacu pada kemampuan untuk mereproduksi hasil lagi dan lagi sesuai kebutuhan. Hal ini penting karena akan membangun tingkat kepercayaan dalam analisis statistik dan hasil yang diperoleh.
![Page 21: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/21.jpg)
![Page 22: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/22.jpg)
![Page 23: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/23.jpg)
![Page 24: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/24.jpg)
![Page 25: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/25.jpg)
1. Bagaimana perlakuan terhadap butir pertanyaan yang tidak valid?
Jawab: Butir yang tidak valid berarti tidak mampu mengukur suatu konstruk yang akan diukur, sehingga sebaiknya dikeluarkan dari model penelitian.
![Page 26: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/26.jpg)
2. Butir-butir pertanyaan sudah valid semua, tetapi mengapa tidak reliabel?
Jawab: Meskipun ada kecenderungan bahwa jika semua butir sudah valid akan reliabel, akan tetapi hal tersebut tidak merupakan suatu jaminan. Upaya yang dapat dilakukan agar menjadi reliabel adalah dengan memodifikasi indikator yang dipergunakan.
![Page 27: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/27.jpg)
3. Kuesioner sudah valid dan reliabel, tetapi mengapa hipotesis tidak diterima?
Jawab: Tidak ada hubungan antara uji validitas dan reliabilitas dengan penerimaan hipotesis. Uji validitas dan reliabilitas hanya untuk melihat apakah alat ukur yang dipergunakan (kuesioner) sudah layak dipergunakan atau belum.
![Page 28: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/28.jpg)
4. Metode pengujian mana yang paling tepat?
Jawab: Tidak ada ketentuan yang pasti dan tergantung dari model yang dipergunakan dalam penelitian.
![Page 29: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/29.jpg)
Uji Asumsi Klasik
![Page 30: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/30.jpg)
Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda.
![Page 31: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/31.jpg)
Setidaknya ada lima uji asumsi klasik, yaitu uji multikolinearitas, uji heteroskedastisitas, uji normalitas, uji autokorelasi dan uji linearitas. Tidak ada ketentuan yang pasti tentang urutan uji mana dulu yang harus dipenuhi. Analisis dapat dilakukan tergantung pada data yang ada. Sebagai contoh, dilakukan analisis terhadap semua uji asumsi klasik, lalu dilihat mana yang tidak memenuhi persyaratan. Kemudian dilakukan perbaikan pada uji tersebut, dan setelah memenuhi persyaratan, dilakukan pengujian pada uji yang lain.
Tapi ada 2 uji asumsi yang sangat jarang digunakan yaitu autokorelasi (khusus data keuangan/time series) dan linieritas (byk penulis tdk menggunakan uji ini)
![Page 32: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/32.jpg)
Uji normalitas adalah uji yang dilakukan untuk mengecek apakah data penelitian kita berasal dari populasi yang sebarannya normal. Uji ini perlu dilakukan karena semua perhitungan statistik parametrik memiliki asumsi normalitas sebaran.
Uji normalitas digunakan untuk mengetahui apakah dalam sebuah model regresi, variabel bebas dan variabel terikat atau keduanya mempunyai distribusi normal atau tidak. Model yang baik adalah mempunyai distribusi data normal atau mendekati normal.
![Page 33: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/33.jpg)
Data yang normal apabila didalam hasil analisis ditunjukkan data-data atau grafik dimana titik berada disekitar garis vertikal atau didekat garis. Sehingga jika data atau titik tersebut didalam garis atau disekitar garis maka data tersebut dianggap normal.Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Kepercayaan Guru
Observed Cum Prob
1.00.75.50.250.00
Exp
ecte
d C
um
Pro
b
1.00
.75
.50
.25
0.00
![Page 34: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/34.jpg)
![Page 35: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/35.jpg)
![Page 36: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/36.jpg)
![Page 37: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/37.jpg)
![Page 38: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/38.jpg)
Uji normalitas dapat digunakan uji Kolmogorov Smirnov (Alhusin, 2001:262), kriterianya adalah : Jika probabilitas > 0.05, maka distribusi
data normal Jika probabilitas < 0.05, maka distribusi
data tidak normal
![Page 39: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/39.jpg)
![Page 40: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/40.jpg)
![Page 41: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/41.jpg)
One-Sample Kolmogorov-Smirnov Test
kompensasi kepemimpinan semangat kerja Prestasi Kerja
N47 47 47 47
Normal Parametersa Mean19.0638 25.2766 24.277 25.0426
Std. Deviation3.54722 2.64330 2.5255 1.87614
Most Extreme Differences Absolute.115 .161 .180 .179
Positive.094 .088 .139 .179
Negative-.115 -.161 -.180 -.119
Kolmogorov-Smirnov Z.786 1.104 1.233 1.226
Asymp. Sig. (2-tailed).566 .175 .096 .099
a. Test distribution is Normal.
![Page 42: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/42.jpg)
Variabel Tingkat Signifikansi
Keterangan
Prestasi Kerja (Y2) 0,099 Valid
Semangat Kerja (Y1) 0,096 Valid
Kepemimpinan (X2) 0,175 Valid
Kompensasi (X1) 0,566 Valid
Tabel 4.10Hasil Uji Normalitas
Sumber : Data Primer Diolah
![Page 43: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/43.jpg)
MULTIKOLINEARITAS
Uji multikolinearitas adalah untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear berganda. Jika ada korelasi yang tinggi di antara variabel-variabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi terganggu.
![Page 44: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/44.jpg)
Sebagai ilustrasi, adalah model regresi dengan variabel bebasnya motivasi, kepemimpinan dan kepuasan kerja dengan variabel terikatnya adalah kinerja. Logika sederhananya adalah bahwa model tersebut untuk mencari pengaruh antara motivasi, kepemimpinan dan kepuasan kerja terhadap kinerja. Jadi tidak boleh ada korelasi yang tinggi antara motivasi dengan kepemimpinan, motivasi dengan kepuasan kerja atau antara kepemimpinan dengan kepuasan kerja.
![Page 45: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/45.jpg)
Alat statistik yang sering dipergunakan untuk menguji gangguan multikolinearitas adalah dengan variance inflation factor (VIF), korelasi pearson antara variabel-variabel bebas.
![Page 46: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/46.jpg)
Menggunakan VIF
![Page 47: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/47.jpg)
![Page 48: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/48.jpg)
![Page 49: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/49.jpg)
Kreteria yang dipakai jika VIF > 5, maka variabel tersebut mempunyai persoalan multikolinieritas dengan variabel bebas lainnya dan jika VIF 5 berarti tidak terjadi multikolinieritas antar variabel.
![Page 50: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/50.jpg)
Menggunakan Korelasi Pearson
![Page 51: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/51.jpg)
![Page 52: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/52.jpg)
Correlations
kompensasi kepemimpinankompensasi Pearson Correlation
1 .244
Sig. (2-tailed).099
N47 47
kepemimpinan Pearson Correlation.244 1
Sig. (2-tailed).099
N47 47
![Page 53: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/53.jpg)
3. Uji Heteroskedastisitas
Uji heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan varians dari residual satu ke pengamatan ke pengamatan yang lain. Model regresi yang memenuhi persyaratan adalah di mana terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap atau disebut homoskedastisitas.
![Page 54: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/54.jpg)
Deteksi heteroskedastisitas dapat dilakukan dengan metode scatter plot dengan memplotkan nilai ZPRED (nilai prediksi) dengan SRESID (nilai residualnya). Model yang baik didapatkan jika tidak terdapat pola tertentu pada grafik, seperti mengumpul di tengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit. Uji statistik yang dapat digunakan adalah uji Glejser
![Page 55: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/55.jpg)
![Page 56: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/56.jpg)
![Page 57: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/57.jpg)
![Page 58: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/58.jpg)
![Page 59: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/59.jpg)
![Page 60: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/60.jpg)
![Page 61: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/61.jpg)
Correlations
kompensasikepemimpin
an
Unstandardized
Residual
Spearman's rho kompensasi Correlation Coefficient
1.000 .191 -.002
Sig. (2-tailed) . .198 .992
N 47 47 47
kepemimpinan Correlation Coefficient
.191 1.000 -.035
Sig. (2-tailed) .198 . .817
N 47 47 47
Unstandardized Residual
Correlation Coefficient
-.002 -.035 1.000
Sig. (2-tailed) .992 .817 .
N 47 47 47
![Page 62: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/62.jpg)
Variabel Nilai Korelasi Sig. Ket.
Kompensasi (X1) -,002 0,992 Bebas Hetero
Kepemimpinan (X2) -,035 0,817 Bebas Hetero
Tabel 4.11 Hasil Uji Heteroskedastisitas Model Regresi I
Sumber : Data Primer
Diolah
![Page 63: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/63.jpg)
![Page 64: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/64.jpg)
![Page 65: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/65.jpg)
![Page 66: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/66.jpg)
![Page 67: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/67.jpg)
![Page 68: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/68.jpg)
1. Ada pengaruh secara parsial dari kompensasi dan kepemimpinan terhadap semangat kerja.
2. Ada pengaruh secara simultan dari kompensasi dan kepemimpinan terhadap semangat kerja.
![Page 69: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/69.jpg)
![Page 70: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/70.jpg)
![Page 71: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/71.jpg)
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.B Std. Error Beta
1 (Constant)5.013 2.459 2.039 .048
kompensasi.266 .071 .374 3.768 .000
kepemimpinan.561 .095 .587 5.918 .000
a. Dependent Variable: semangat kerja
![Page 72: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/72.jpg)
Y = a + bxY = 5,013 + 0,266X1 + 0,561X2Berdasarkan persamaan tersebut, maka dapat dijabarkan sebagai berikut: Konstanta = 5,013 yang menunjukkan bahwa tanpa adanya
perubahan terhadap kompensasi dan kepemimpinan, maka semangat kerja tetap sebesar 8,166.
Kompensasi (X1) = 0,266, ini menunjukkan bahwa kompensasi mempunyai pengaruh yang positif terhadap semangat kerja. Jika nilai kompensasi naik 1 point sementara variabel lain tetap, maka semangat kerja akan naik sebesar 0,266.
Kepemimpinan (X2) = 0,561, ini menunjukkan bahwa kepemimpinan mempunyai pengaruh yang positif terhadap semangat kerja. Jika nilai kepemimpinan naik 1 point sementara variabel lain tetap, maka semangat kerja akan naik sebesar 0,214.
![Page 73: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/73.jpg)
Model Summaryb
Model R R Square Adjusted R SquareStd. Error of the
Estimate1
.770a .592 .574 1.6491
a. Predictors: (Constant), kepemimpinan, kompensasi
b. Dependent Variable: semangat kerja
![Page 74: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/74.jpg)
R = Korelasi Ganda R Square = Koefisien Determinasi
Model Summaryb
Model R R SquareAdjusted R
SquareStd. Error of the
Estimate1 .770a .592 .574 1.6491
a. Predictors: (Constant), kepemimpinan, kompensasi
b. Dependent Variable: semangat kerja
![Page 75: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/75.jpg)
R Square : 0,592Dari analisis diperoleh nilai koefisien
determinasi (R2) sebesar 0,592 atau 59,2%. Ini menunjukkan bahwa kompensasi dan kepemimpinan dapat menjelaskan pengaruhnya terhadap semangat kerja sebesar 59,2%. Sedangkan sisanya sebesar 40,8% dipengaruhi variabel lainnya.
![Page 76: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/76.jpg)
ANOVAb
ModelSum of
Squares dfMean
Square F Sig.1 Regression
173.741 2 86.871 31.942 .000a
Residual119.663 44 2.720
Total293.404 46
a. Predictors: (Constant), kepemimpinan, kompensasi
b. Dependent Variable: semangat kerja
![Page 77: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/77.jpg)
F = 31,942 Sig = 0,000
Dengan nilai uji F sebesar 31,942 dengan tingkat signifikan 0,000 menunjukkan bahwa kompensasi (X1) dan kepemimpinan (X2) secara bersama-sama berpengaruh signifikan terhadap semangat kerja
![Page 78: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/78.jpg)
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.B Std. Error Beta
1 (Constant)5.013 2.459 2.039 .048
kompensasi.266 .071 .374 3.768 .000
kepemimpinan.561 .095 .587 5.918 .000
a. Dependent Variable: semangat kerja
![Page 79: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/79.jpg)
Dari hasil analisis di atas diketahui bahwa variabel kepemimpinan tranformasional (X1) mempunyai nilai t sebesar 2,048 dengan tingkat signifikan 0,031. Hasil ini menyatakan bahwa kepemimpinan transformasional (X1) mempunyai pengaruh yang signifikan terhadap prestasi kerja (Y) guru di SMA Taman Madya Jetis Yogyakarta.
Dari hasil analisis di atas diketahui bahwa variabel kompensasi (X2) mempunyai nilai t sebesar 2,191 dengan tingkat signifikan 0,000. Hasil ini menyatakan bahwa kompensasi (X2) mempunyai pengaruh yang signifikan terhadap prestasi kerja (Y) guru di SMA Taman Madya Jetis Yogyakarta.
![Page 80: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/80.jpg)
STEPWISE
![Page 81: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/81.jpg)
![Page 82: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/82.jpg)
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.B Std. Error Beta1 (Constant) 7.887 2.658 2.967 .005
kepemimpinan .648 .105 .679 6.198 .000
2 (Constant) 5.013 2.459 2.039 .048
kepemimpinan .561 .095 .587 5.918 .000
kompensasi .266 .071 .374 3.768 .000
a. Dependent Variable: semangat kerja
![Page 83: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/83.jpg)
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.B Std. Error Beta
1 (Constant)5.013 2.459 2.039 .048
kompensasi.266 .071 .374 3.768 .000
kepemimpinan.561 .095 .587 5.918 .000
a. Dependent Variable: semangat kerja
![Page 84: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/84.jpg)
Dari hasil olah data pada Standardized Coefficients pada nilai Beta diperoleh nilai terbesar pada variabel kepemimpinan yaitu 0,587, sehingga dapat disimpulkan bahwa kepemimpinan adalah variabel yang dominan mempengaruhi semangat kerja (Y).
![Page 85: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/85.jpg)
Deskriptif Variabel KompensasiVariabel kompensasi mempunyai 6 butir
pernyataan, dengan demikian skor total maksimum adalah 30 dan total skor minimum adalah 6. Sehingga diperoleh interval sebagai berikut :
Interval = (Skor tertinggi – Skor terendah) / Jumlah Katagori
= (30 – 6) / 5 = 4,8(Sri Mulyono, 1991:9)
![Page 86: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/86.jpg)
Skor Kategori Jumlah Porsentase
6 - 10,8 Sangat Tidak Sesuai 0 0
>10,8 – 15,6 Tidak Sesuai 8 17
>15,6 – 20,4 Biasa Saja 21 45
>20,4 – 25,2 Sudah Sesuai 17 36
> 25,2 - 30 Sangat Sesuai 1 2
Jumlah 47 100
Tabel 4.15 Hasil Penilaian Variabel Kompensasi
(X1)
Sumber : Data Primer Diolah
Dari hasil analisis di atas diketahui kategori terbesar adalah biasa saja yaitu sebanyak 21 responden atau 45%, kategori sudah sesuai 17 responden atau 36%, kategori tidak sesuai ada 8 responden atau 17% dan kategori sangat sesuai ada 1 responden atau 2%.
![Page 87: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/87.jpg)
Dari hasil ini menunjukkan bahwa kompensasi yang diberikan dipersepsikan oleh sebagian besar responden dalam kategori biasa saja dan sudah sesuai. Karena tidak adanya dominasi yang terbesar dari kategori jadi dapat dikatakan bahwa dari segi kesesuaian besarnya kompensai dengan besarnya tanggungjawab, kesesuaian dengan prestasi, kesesuaian masa kerja, kesesuaian kebutuhan hidup sehari-hari dan ada kenaikan yang berkala dianggap oleh masing-masing responden beragam.
![Page 88: Pengolahan Data Menggunakan SPSS](https://reader033.fdocuments.net/reader033/viewer/2022061420/55cf96be550346d0338d7db2/html5/thumbnails/88.jpg)