Panduan Olah Data di SPSS untuk Pemula

Syifa Anten Hening Gumati
34 Views

Pengolahan data kuantitatif pada penelitian adalah hal yang sangat penting. Banyak pemula yang menggunakan software IBM SPSS Statistics yang menjadi standar utama dalam penelitian pendekatan kuantitatif. Hal tersebut membuat banyak pemula yang kebingungan cara mengolah data di SPSS 26, terlebih untuk yang pertama kali menggunakan software ini. Maka dari itu, simak artikel panduan olah data di SPSS ini!

Panduan pada artikel ini disusun secara bertahap untuk membantu kamu menguasai olah data di SPSS, yang dimulai dari variabel persiapan, uji validitas dan reliabilitas instrumen, verifikasi asumsi klasik, hingga pengujian hipotesis dengan regresi linier berganda.

Mengapa Olah Data dan Uji Data Berjenjang Itu Wajib?

Peneliti pemula yang masih awam dengan pendekatan kuantitatif banyak melakukan kesalahan fatal, yang di mana langsung menjalankan uji regresi pada olah data di SPSS sebelum memastikan kelayakan instrumen dan asumsi statistik dasar terpenuhi. Menurut para pakar metodologi penelitian:

  1. Prinsip Garbage In, Garbage Out mengatakan bahwa instrumen ukur yang tidak valid dan tidak dapat diandalkan akan menghasilkan data yang tidak akurat. Kejadian bagus pun model regresi yang digunakan, hasilnya tetap tidak bisa dipercaya jika kuesioner yang dipakai memiliki masalah. Data yang salah akan selalu menghasilkan kesimpulan yang salah. Jadi, kualitas data sangat penting. Jika datanya buruk, maka hasilnya juga buruk. Ini berlaku untuk semua jenis analisis. Oleh karena itu, selalu pastikan alat pengukur dan metode pengumpulan data yang digunakan sudah baik. Jangan mengabaikan bagian ini karena bisa merusak seluruh proses.
  2. Teori pengukuran Psikometrik Cronbach (1951) tekanan bahwa konsistensi instrumen internal (Cronbach’s Alpha) adalah syarat mutlak sebelum variabel-variabel indikator direkap menjadi variabel laten atau tidak bisa diukur secara langsung.
  3. Persyaratan Pemodelan Parametris Field (2018) menjelaskan bahwa analisis regresi linier berbasis Ordinary Least Squares (OLS) menuntut pemenuhan asumsi dasar (seperti normalitas dan bebas multikolinearitas) agar estimasi parameter bersifat Best Linear Unbiased Estimator (BLUE).

Dari para pakar tersebut, sudah dipastikan peneliti harus melakukan olah data secara bertahap agar tidak terjadi bias. Berikut cara menggunakan SPSS untuk pemula yang bisa diterapkan pada penelitian yang sedang digarap.

Baca Juga: Kenali 8 Kesalahan Mengolah Data Penelitian yang Perlu Dihindari!

Langkah Mengolah Data di SPSS

Uji Validitas Instrumen

Uji data yang pertama harus dilakukan adalah uji validitas, karena bertujuan untuk mengukur sejauh mana butir-butir pertanyaan dalam kuesioner mampu mengukur konstruk variabel yang sebenarnya ingin diukur.

Cara Uji Validitas di SPSS

  • Masukkan data kuesioner (skala Likert 1–5) ke dalam Data View SPSS.
  • Buka menu Analyze.
  • Pilih Correlate.
  • Pilih Bivariate.
  • Pindahkan seluruh item pertanyaan variabel beserta Total Skor ke kotak Variables.
  • Pastikan centang pada Pearson dan Two-tailed, lalu klik OK.

Cara Baca Output dan Decision Rule

  • Nilai rhitung > rtabel pada tingkat signifikansi 5% (α = 0,05), atau
  • Nilai Sig. (2-tailed) < 0,05.
  • Jika syarat tersebut terpenuhi, maka butir pertanyaan dinyatakan Valid.

Uji Reliabilitas Instrumen di SPSS

Setelah item dinyatakan valid, langkah berikutnya adalah memastikan instrumen memiliki keandalan dan konsistensi jika diukur berulang kali.

Cara Uji Realibilitas di SPSS

  • Buka menu Analyze.
  • Pilih Scale.
  • Pilih Reliability Analysis.
  • Masukan hanya item-item penyataan yang sudah valid ke dalam kotak Items, tapi jangan menyertakan total dari skor.
  • Pastikan Model diset ke Alpha, lalu klik OK.

Cara Baca Output dan Kriteria dari Uji Reabilitas

  • Lihat nilai Cronbach’s Alpha pada tabel Reliability Statistics.
  • Kriteria standar apabila nilai Cronbach’s Alpha > 0,60 (atau > 0,70 pada jurnal bereputasi tinggi)
  • Jika kriteria standar tersebut terpenuhi, maka instrumen penelitian dinyatakan Reliabel.

Uji Asumsi Klasik Regresi OLS di SPSS

Model statistik harus lolos uji asumsi klasik agar tidak menghasilkan kesimpulan statistik yang salah, hal ini harus dilakukan sebelum pengujian hipotesis regresi linier berganda.

Jenis Uji Asumsi, Cara Uji di SPSS, dan Kriteria Kelolosannya

1. Uji Normalitas (Residual)

Pengujian ini berfungsi untuk memastikan selisih antara nilai sebenarnya dengan nilai prediksi dalam suatu penelitian dapat dikatakan normal atau tidak.

Cara Memunculkan Nilai Residual
  • Buka menu Analyze, lalu Regression, kemudian Linear.
  • Input variabel terikat (Y) ke kotak Dependent.
  • Input variabel bebas (X) ke kotak Independent.
  • Klik tombol save di bagian kanan.
  • Pada bagian Residuals, centang Unstandardized. Klik Continue, lalu klik OK.
  • Setelahnya akan muncul variabel baru bernama RES_1 di bagian Data View.
Menjalankan Uji Kolmogorov-Smirnov
  • Buka menu Analyze, kemudian Nonparametric Tests, lalu Legacy Dialogs, dilanjut 1-Sample K-S.
  • Pindahkan variabel Unstandardized Residual (RES_1) ke kotak Test Variable List.
  • Pastikan kotak pilihan Normal pada Test Distribution tercentang.
  • Kemudian ​klik OK.
Cara Baca Output dan Kriteria Uji Normalitas
  • ​Lihat tabel One-Sample Kolmogorov-Smirnov Test, pada baris Asymp. Sig. (2-tailed).
  • Apabila nilai Sig. > 0,05, maka data residual berdistribusi normal dan memenuhi syarat asumsi.
  • Jika nilai Sig. < 0,05, maka data residual tidak memenuhi syarat asumsi.

2. Uji Multikolinearitas

Berfungsi untuk memastikan apakah terdapat korelasi antar variabel bebas (X) yang sangat kuat atau tidak.

Cara Uji Multikolinearitas di SPSS
  • Buka menu Analyze, lalu Regression, kemudian Linear.
  • Masukkan variabel terikat (Y) ke kotak Dependent.
  • Masukkan variabel bebas (X) ke kotak Independent.
  • Klik Statistics di panel sebelah kanan.
  • Centang pada pilihan Collinearity diagnostics dan Estimates.
  • Klik Continue, lalu klik OK.
Cara Baca Output dan Kriteria Uji Multikolinearitas
  • Lihat tabel Coefficients, pada kolom Collinearity Statistics (mencakup nilai Tolerance dan VIF).
  • Model bebas multikolinearitas jika nilai Tolerance > 0,10 dan nilai VIF < 10,00.
  • Terjadi multikolinearitas jika nilai Tolerance ≤ 0,10 atau nilai VIF ≥ 10,00.

3. Uji Heteroskedastisitas

Uji Heteroskedastisitas sebagai evaluasi varians dari kesalahan (residual) antara satu observasi dengan observasi lainnya dalam model regresi linier.

Model regresi linier dapat dikatakan baik apabila tidak memiliki sifat Heteroskedastisitas yang merupakan varians residual bervariasi, dapat dikatakan baik jika memiliki sifat Homoskedastisitas yaitu varians residual tetap atau sama.

Memunculkan Nilai Absolute Residual (ABS_RES)
  • ​Jalankan regresi untuk memunculkan variabel residual RES_1 (seperti pada langkah Uji Normalitas di atas).
  • Buka menu Transform, lalu Compute Variable.
  • Pada kolom Target Variable, ketik ABS_RES.
  • Pada kolom Numeric Expression, ketik ABS(RES_1) (atau pilih fungsi Abs dari Function group).
  • Klik OK. Variabel baru ABS_RES akan terbentuk.
​Menjalankan Regresi Glejser
  • ​Buka menu Analyze, lalu Regression, kemudian Linear.
  • Kosongkan kotak Dependent, lalu masukkan variabel ABS_RES sebagai variabel Dependent.
  • Masukkan variabel independen X ke kotak Independent.
  • Klik OK.
​Cara Baca Output dan Kriteria Uji Heteroskedastisitas
  • ​Lihat tabel Coefficients, pada kolom Sig. untuk masing-masing variabel independen.
  • Jika nilai Sig. > 0,05 untuk seluruh variabel independen, maka tidak terjadi heteroskedastisitas (homoskedastisitas terpenuhi).
  • ​Jika nilai Sig. < 0,05 pada salah satu atau seluruh variabel, maka terjadi heteroskedastisitas.

4. Uji Autokorelasi

Fungsi pada uji data ini untuk memastikan apakah ada korelasi atau hubungan antara kesalahan (residual) pada suatu periode waktu (t) dengan periode waktu sebelumnya (t-1) pada model regresi linier.

Cara Uji Autokorelasi di SPSS
  • Buka menu Analyze, lalu Regression, kemudian Linear.
  • Masukkan variabel Y ke kotak Dependent.
  • Masukkan variabel X ke kotak Independent.
  • Klik tombol Statistics di sebelah kanan.
  • Pada bagian Residuals, centang Durbin-Watson.
  • Klik Continue, lalu klik OK.
Cara Baca Output dan Kriteria Uji Autokorelasi
  • ​Lihat tabel Model Summary, pada kolom Durbin-Watson.
  • Bandingkan nilai DW hitung dengan tabel statistik Durbin-Watson (dL dan dU) berdasarkan jumlah sampel (n) dan jumlah variabel bebas (k):
  • Tidak ada autokorelasi: Jika dU < DW < (4 – dU).
  • Terjadi autokorelasi positif: Jika DW < dL.
  • Terjadi autokorelasi negatif: Jika DW > (4 – dL).
  • Tanpa kesimpulan pasti: Jika dL ≤ DW ≤ dU atau (4 – dU) ≤ DW ≤ (4 – dL).

5. Uji Linearitas

Pengujian ini sebagai syarat utama untuk melanjutkan pada tahap uji regresi linier. Uji linearitas berfungsi untuk melihat hubungan antar variabel yang linear secara signifikan atau tidak.

Cara Uji Linearitas di SPSS
  • Buka menu Analyze, lalu Compare Means, kemudian Means.
  • Masukkan variabel terikat (Y) ke kotak Dependent List.
  • ​Masukkan variabel bebas (X) ke kotak Independent List.
  • Klik tombol Options di sebelah kanan.
  • Pada bagian Statistics for First Layer, centang Test for linearity.
  • Klik Continue, lalu klik OK.
​Cara Baca Output dan Kriteria Uji Linearitas
  • ​Lihat tabel ANOVA Table, pada baris Deviation from Linearity dalam kolom Sig.
  • Jika nilai Sig. Deviation from Linearity > 0,05, maka hubungan antar variabel bersifat linier (memenuhi asumsi).
  • Jika nilai Sig. Deviation from Linearity < 0,05, maka hubungan tidak linier.

Uji Regresi Linier Berganda & Uji Hipotesis di SPSS

Untuk mencari seberapa besar pengaruh dari variabel bebas (X) terhadap variabel terikat (Y), perlu adanya uji regresi.

Cara Uji Regresi di SPSS

  • Buka menu Analyze, lalu Regression, kemudian Linear.
  • Masukkan variabel terikat (Y) ke kotak Dependent.
  • Masukkan variabel-variabel bebas (X) ke kotak Independent.
  • Klik OK.

Kriteria Output Uji Regresi Linear Berganda dan Uji Hipotesis SPSS

1. Tabel Model Summary (Koefisien Determinasi / R2)
  • Lihat nilai Adjusted R Square (misal 0,645).
  • Sebesar 64,5% variasi variabel terikat (Y) dapat dijelaskan oleh variabel bebas dalam model, sedangkan sisanya (35,5%) dipengaruhi oleh faktor lain di luar model riset.
2. Tabel ANOVA (Uji Simultan / Uji F)
  • Lihat nilai Sig. pada tabel ANOVA.
  • Jika nilai Sig. < 0,05, artinya variabel bebas secara simultan (bersama-sama) berpengaruh signifikan terhadap variabel terikat.
3. Tabel Coefficients (Uji Parsial / Uji t & Koefisien Regresi)
  • Arah Hubungan: Lihat tanda positif (+) atau negatif (-) pada nilai Unstandardized Coefficients B.
  • Uji Signifikansi (Uji t): Jika Sig. < 0,05 dan thitung > ttabel maka Hipotesis Diterima. Variabel bebas (X) berpengaruh signifikan secara parsial terhadap variabel terikat (Y).
  • Jika Sig. > 0,05, maka Hipotesis Ditolak.

Kesimpulan & Solusi Praktis Olah Data di SPSS

Itulah cara olah data SPSS kuantitatif yang dapat diterapkan pada penelitian yang sedang digarap. Alur pengolahan data SPSS di atas merupakan langkah krusial untuk kelancaran riset dengan pendekatan kuantitatif.

Apabila masih mengalami kendala dalam mengolah data di SPSS ataupun tidak mempunyai waktu untuk mengolah data, kamu bisa menggunakan jasa MyData agar penelitian kamu cepat selesai. Jika masih bingung seputar penelitian, kamu juga bisa ikut program yang ada di Ebizmark atau ikuti @ebizmark.id di media sosial Instagram. Jangan sampai kamu melewatkan kesempatan untuk menyelesaikan penelitianmu dengan cepat ya!

 

Post Views: 34

Related posts