Statistik dan SPSS untuk Skripsi
Bagian olah data adalah titik macet paling umum di skripsi kuantitatif. Masalahnya jarang di tombol SPSS yang harus diklik, tetapi di keputusan sebelum dan sesudahnya: uji mana yang tepat untuk data kuesioner, apa yang dilakukan kalau data tidak normal, dan bagaimana menulis hasil yang signifikansinya mepet tanpa menyesatkan pembaca.
Artikel di topik ini menjelaskan uji normalitas dan pilihan antara Shapiro-Wilk dan Kolmogorov-Smirnov, uji asumsi klasik untuk regresi, cara membaca tabel output SPSS satu per satu, arti R square yang rendah, nilai VIF yang tinggi, serta kapan SmartPLS lebih cocok dipakai daripada regresi biasa.
Semua artikel di topik ini (16)
Cara Olah Data SmartPLS untuk Skripsi, Langkah demi Langkah
Urutan kerja SmartPLS dari file Excel sampai tabel siap tempel ke Bab 4, lengkap dengan ambang tiap metrik dan cara memutuskan indikator bermasalah.
Menentukan r Tabel dan t Tabel Sesuai df dan Jumlah Sampel
df untuk r tabel adalah n minus 2, sedangkan df uji t regresi n minus k minus 1. Hitungannya pada sampel 30 dan kenapa satu n punya tiga r tabel.
Yang Diuji Normal Itu Residual Regresi, Bukan Variabelnya
Asumsi normalitas regresi berlaku pada residual, bukan pada variabel X dan Y. Dua jalur SPSS yang hasilnya bisa beda kesimpulan di data yang sama.
Shapiro-Wilk atau Kolmogorov-Smirnov, Pilih yang Mana
Pilih Shapiro-Wilk karena dayanya lebih besar di hampir semua ukuran sampel. Ambang 50 yang beredar itu batas sebuah tabel lama, bukan aturan statistik.
Sampel SmartPLS: 10 Kali Indikator Sudah Tidak Dianjurkan
Dokumentasi SmartPLS sendiri menyebut aturan 10 kali indikator tidak andal. Ini cara menghitung inverse square root plus kalimat untuk bab tiga.
Data Tidak Normal di SPSS: Transformasi atau Ganti Uji?
Transformasi log bukan langkah pertama. Cek dulu apakah pelanggarannya mengubah kesimpulan, karena transformasi mengubah arti koefisienmu di bab empat.
Cara Uji Validitas dan Reliabilitas Kuesioner di SPSS
Nilai r tabel berubah mengikuti jumlah responden uji coba, jadi ini tabelnya untuk n 20 sampai 100, plus aturan membuang item yang tidak valid di SPSS.
Uji Asumsi Klasik dan Apa yang Dilakukan Kalau Gagal
Urutan pengerjaan uji asumsi klasik plus pohon keputusan tiap uji saat hasilnya gagal, termasuk batas kapan menghapus outlier jadi manipulasi data.
Item Kuesioner Tidak Valid: Dibuang atau Diperbaiki?
Membuang item mengubah konstruk yang kamu ukur. Urutan keputusannya dari kerangka teori, bukan dari angka, plus kapan redaksinya cukup diperbaiki.
Sig. 0,051 Ditolak? Cara Jujur Melaporkan Hasil Mepet
Sig. 0,051 tidak lolos di ambang 0,05, tapi itu bukan bukti hubungannya tidak ada. Cara melaporkannya di bab empat skripsi tanpa mengarang apa pun.
VIF di Atas 10: Buang Variabel atau Benahi Kuesioner?
VIF tinggi di data kuesioner biasanya tanda dua variabel mengukur hal yang sama, bukan data rusak. Cara mengatasi multikolinearitas tanpa membuang hipotesis.
Korelasi atau Regresi? Tergantung Klaim di Judul Skripsi
Pilihan korelasi atau regresi ditentukan kata kerja di judul skripsimu. Hubungan antara dan pengaruh terhadap adalah dua klaim yang berbeda.
Uji Heteroskedastisitas: Scatterplot Sering Menyesatkan
Scatterplot bisa dibaca dua arah oleh dua orang berbeda. Panduan uji heteroskedastisitas SPSS pakai Glejser, dan kenapa robust standard error jawabannya.
Durbin-Watson di Data Kuesioner: Uji yang Tidak Perlu
Uji autokorelasi Durbin Watson mengukur urutan waktu. Di kuesioner satu kali tanpa urutan, angkanya cuma mencerminkan urutan entri data kamu.
Cara Membaca Output Regresi SPSS: Uji t, F, R Square
Satu output regresi dibaca dari atas ke bawah, angka demi angka, sampai jadi kalimat bab 4. Termasuk tiga salah baca yang paling sering lolos sampai sidang.
R Square Cuma 0,21: Kapan Itu Masalah dan Kapan Tidak
R square rendah apakah bermasalah? Tergantung bidangmu. Angka 0,21 wajar untuk perilaku manusia dan mencurigakan untuk data mesin. Ini cara menilainya.