Senin, 18 April 2016

Uji Asumsi Klasik

Nama : Fitri Rizkiyah
NIM : 1113016100058
Pendidikan Biologi 6B

UJI ASUMSI KLASIK
Dalam aplikasi penggunaan program SPSS dalam pengerjaan tugas akhir/skripsi, banyak sekali tema atau metode yang dapat digunakan. Diantara banyaknya tema tersebut, uji regresi merupakan metode yang sangat sering digunakan untuk berbagai tema penulisan skripsi.
Pembahasan kali ini akan fokus pada uji regresi serta tahapannyaSebuah model/persamaan regresi yang baik dan punya hasil yang bagus haruslah terlebih dahulu “lulus uji”Model regresi akan mengalami tahap uji Asumsi KlasikUji Asumsi Klasik merupakan metode untuk menguji sebuah model/persamaan regresi yang akan diujikan. Uji asumsi klasik terdiri dari 3 jenis pengujian, diantaranya :
1.        Uji Normalitas
Bertujuan untuk melihat apakah data penelitian terdistribusi normal atau tidak. Uji normalitas dianalisis melalui grafik Normal P-Plot. Model dinyatakan lulus uji jika titik-titik berada di sepanjang garis (Tidak Terputus, Tidak Berada Jauh Dari Garis). Model yang lulus Uji Normalitas adalah model dengan data yang terdistribusi normal.
2.        Uji Multikolinearitas
Bertujuan untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas. Uji Multikolinearitas dianalisis melalui tabel Coefficients kolom “Tolerance” dan “VIF”. Model dinyatakan lulus uji jika nilai “Tolerance”  lebih besar dari 0,1 (Tolerance > 0,1) dan nilai “VIF” lebihkecil dari 10 (VIF < 10). Model yang lulus Uji Multikolinearitas adalah model yang tidak memiliki korelasi yang tinggi antar variabel bebas nya.
3.        Uji Heteroskedastisitas
Bertujuan untuk melihat ada atau tidaknya penyimpangan heteroskedastisitas pada model regresi. Heteroskedastisitas adalah adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Uji Heteroskedastisitas dianalisis melalui grafik Scatterplot. Model dinyatakan lulus ujijika :
1)        Titik-titik pada grafik tidak membentuk suatu pola tertentu yang teratur
2)        Titik-titik pada grafik menyebar di atas dan di bawah angka 0 pada sumbu Y.
Model regresi yang lulus Uji Heteroskedastisitas adalah model yang tidak memiliki gejala heteroskedastisitas.
Di sini saya akan melakukan uji asumsi klasik untuk model berikut :
Pengaruh Umur Siswa dan Jenis Kelamin Siswa terhadap Nilai Siswa.
Maka,
Variabel Terikat (Dependent Variable) : Nilai Siswa
Variabel Bebas (Independent Variable) : Umur Siswa dan Jenis Kelamin Siswa
Jumlah siswa yang diuji sebanyak 20 orang, terdiri dari 10 Pria dan 10 Wanita, Data dapat dilihat pada table di bawah ini:
Tabel Data Siswa
Siswa
Jenis Kelamin
Umur
Nilai
1
Pria
18
80,00
2
Pria
19
77,20
3
Pria
17
76,20
4
Pria
20
78,60
5
Wanita
23
83,60
6
Wanita
18
81,80
7
Pria
21
73,20
8
Wanita
20
82,00
9
Wanita
23
84,60
10
Wanita
21
74,60
11
Wanita
23
85,00
12
Pria
18
70,80
13
Pria
21
79,80
14
Pria
17
75,00
15
Pria
19
81,00
16
Wanita
20
80,00
17
Wanita
19
81,80
18
Wanita
22
77,80
19
Wanita
22
74,80
20
Pria
20
78,00

1.      Uji Normalitas

Hasil dari grafik Normal P-Plot di atas, diketahui bahwa titik-titik berada di sepanjang garis (Tidak Terputus dan Tidak Berada Jauh Dari Garis), Hal ini menyatakan  bahwa model regresi  lulus Uji Normalitas.
2.      Uji Multikolinearitas

     Hasil dari tabel Coefficients di atas didapat bahwa:
1)      Nilai Tolerance untuk variabel Umur Siswa dan Jenis Kelamin Siswa > 0,1
2)      Nilai VIF untuk kedua variabel bebas < 10
Dengan demikian, model regresi pada penelitian ini lulus Uji Multikolinearitas.
3.      Uji Heteroskedastisitas

            Hasil dari grafik Scatterplot di atas didapat, titik-titik tidak membentuk suatu pola tertentu dan menyebar di bawah dan di atas angka 0 pada sumbu Y. Sehingga model regresi ini dinyatakan lulus Uji Heteroskedastisitas.


Sabtu, 09 April 2016

Menghitung Mean, Max, Min dan Standar deviasi pada SPSS

Nama : Fitri Rizkiyah
NIM : 1113016100058
Pendidikan Biologi 6B

SPSS Pertemuan 1

            Assalamualaikum wr.wb, Pada kesempatan kali ini saya belajar mengenai cara menghitung mean, nilai maximum, nilai minimum dan standar deviasi dalam suatu data dengan menggunakan aplikasi SPSS.
            Saya melakukan pendataan tinggi badan dari beberapa teman mahasiswa di Universitas Islam Negeri Syarif Hidayatullah Jakarta. Tinggi badan mahasiswa  yang saya data sebanyak 20 orang yang terdiri dari 11 Pria dan 9 Wanita, Tabel data bisa dilihat di bawah ini :

NO.
Nama Mahasiswa
Jenis Kelamin
Tinggi Badan
1.
Muhammad Fauzan
Pria
150
2.
Farrisa Haura
Pria
154
3.
Fitri Rizkiyah
Pria
156
4.
Muhammad Haikal
Wanita
156
5.
Reski Fuji Illahi
Wanita
156
6.
Jazilah Huwaida I
Pria
157
7.
Fithry Aulya
Wanita
159
8.
Audina Lyadi
Wanita
162
9.
Rizka Amalia
Wanita
165
10.
Muhammad Fikri
Wanita
167
11.
Muhammad Farhan
Pria
169
12.
Nida nabila Maisy
Pria
154.5
13.
Reska Reski Rahman
Pria
158.5
14.
Ahmad Raihan
Pria
163.3
15.
Selly Octaviani
Wanita
164.5
16.
Ayu Halim M
Pria
165.3
17.
Abdul Halim
Pria
166.3
18.
Ahmad Tristan
Wanita
166.7
19.
Fajar Mauladi
Wanita
168.2
20.
Zulmi Alfarobi
Pria
168.5
           
Hasil perhitungan nilai minimum, maximum, mean dan standar deviasi yang telah saya lakukan dengan menggunakan aplikasi SPSS dapat dilihat pada table di bawah ini:

Descriptive Statistics

N
Minimum
Maximum
Mean
Std. Deviation
Tinggi Badan
20
150.00
169.00
161.3400
5.77147
Valid N (listwise)
20





Selain itu saya juga menghitung perbandingan rata-rata (Mean) tinggi badan antara pria dan wanita dari data di atas tadi, Hasil perhitungan dapat dilihat pada table di bawah ini:

Means
Case Processing Summary

Cases
Included
Excluded
Total
N
Percent
N
Percent
N
Percent
Tinggi Badan  * Jenis Kelamin
20
100,0%
0
0,0%
20
100,0%

Report
Tinggi Badan
Jenis Kelamin
Mean
N
Std. Deviation
Pria
162.6818
11
6.48148
Wanita
159.7000
9
4.59320
Total
161.3400
20
5.77147

          Dari hasil perhitungan-perhitungan yang telah saya lakukan, saya berkeinginan untuk menampilkan histogramnya. Aplikasi SPSS dapat juga membuat histogram dari sebuah data. Untuk membuat histogram aplikasi tersebut menghitung frequensi datanya terlebih dahulu. Hasil perhitungan frequensi dan tampilan histogram dapat dilihat di bawan ini :

Frequencies

Statistics
Tinggi Badan
N
Valid
20
Missing
0

Tinggi Badan

Frequency
Percent
Valid Percent
Cumulative Percent
Valid
150.00
1
5,0
5,0
5,0
154.00
1
5,0
5,0
10,0
154.50
1
5,0
5,0
15,0
156.00
3
15,0
15,0
30,0
157.00
1
5,0
5,0
35,0
158.50
1
5,0
5,0
40,0
159.00
1
5,0
5,0
45,0
162.00
1
5,0
5,0
50,0
163.30
1
5,0
5,0
55,0
164.50
1
5,0
5,0
60,0
165.00
1
5,0
5,0
65,0
165.30
1
5,0
5,0
70,0
166.30
1
5,0
5,0
75,0
166.70
1
5,0
5,0
80,0
167.00
1
5,0
5,0
85,0
168.20
1
5,0
5,0
90,0
168.50
1
5,0
5,0
95,0
169.00
1
5,0
5,0
100,0
Total
20
100,0
100,0


 

            Sekian hasil perhitungan-perhitungan data menggunakan aplikasi SPSS yang telah saya lakukan, terimakasih bagi anda yang telah membaca semoga bermanfaat, dan terimakasih juga kepada dosen saya yang telah mengajarkan, Wassalamualaikum wr.wb J