E-BOOK SPSS

PANDUAN PRAKTIS OLAH DATA

MENGGUNAKAN APLIKASI

SPSS VERSI 26

Mahasiswa Prodi Pendidikan Kimia
Angkatan 2021

KATA PENGANTAR
Puji dan syukur penuis ucapkan kepada kehadirat Tuhan Yang Maha Esa atas segala
berkat Rahma dan Karunia-Nya sehingga penuli diberikan kemudahan dan kelancaran dalam
menyelesaikan e-book dengan judul “Panduan Praktis Olah Data Menggunakan
Aplikasi SPSS Versi 26”. Adapun e-book ini merupakan implikasi dari pembelajaran pada
mata kuliah Statistika Pendidikan yang disusun oleh Mahasiswa Prodi Pendidikan Kimia Fakultas
Keguruan dan Ilmu Pendidikan Universitas Maritim Raja Ali Haji, yang nantinya e-book ini dapat
digunakan untuk membantu pembaca dalam menguji data menggunakan aplikasi SPSS versi 26.
Teknologi yang canggih ini menyeret kita untuk memanfaatkan setiap perkembangan yang
ada, terutama dalam penyajian data statistik yang di kemas dalam bentuk aplikasi yang dapat
membantu mempermudah serta mempercepat kita dalam pengerjaan, juga meminimalisir kesalahan.
Untuk membuat data statistik tersebut kita dapat membuatnya di dalam aplikasi SPSS.
Penulis menyadari bahwa e-book ini masih banyak hal yang perlu diperbaiki dan masih
belum sempurna secara konteks maupun dalam bentuk konten, untuk itu penulis selalu
mengharapkan kritik dan juga saran yang sifatnya membangun dari semua pihak baik pembaca
dan terutama dosen pengampu mata kuliah Statistik Pendidikan sebagai bahan perbaikan. Penulis
juga mengucapkan terimakasih kepada semua pihak yang sudah berkontribusi dalam penyusunan
e-book ini dari awal hingga akhir. Semoga dengan adanya e-book ini dapat bermanfaat bagi
penulis maupun pembaca serta dapat di praktekkan.

Tanjungpinang, Januari 2023

Penulis

DAFTAR ISI

DAFTAR GAMBAR

BAB I

PENDAHULUAN

Pengolahan data pada zaman sekarang ini dipermudah dengan adanya software. Sama
halnya untuk menganalisis data, baik itu data kualitatif maupun data kuantitatif. Salah satu
software yang bisa digunakan untuk mengolah data dan menganalisis data dalam statistika yaitu
SPSS. Statistika ini merupakan salah satu dari cabang ilmu Matematika yang berkenaan dengan
data. Statistika ini mempelajari bagaimana merencanakan, mengumpulkan, menganalisis,
menginterpretasi, dan juga mempresentasikan data. Statistika ini banyak diaplikasikan dalam
bentuk program SPSS yaitu dengan pengolahan data kuantitatif.

SPSS ini merupakan sebuah software yang digunakan untuk mengolah suatu data statistik
yang cara penggunaanya diakui cukup mudah. Bahkan bagi orang-orang yang belum sama sekali
mengenal dengan baik teori dari statistik, namun demikian supaya kita lebih mudah menggunakan
aplikasi SPSS ini, sebaiknya kita terlebih dahulu harus mengenal dan memahami dasar-dasar dari
teori statistik, sehingga nantinya kita juga dapat dengan mudah mengerti dan memahami cara
dalam menganalisis data dan juga membaca hasilnya.

Program SPSS ini seringkali digunakan dalam memecahkan problem riset atau bisnis
dalam bentuk statistik. Cara kerjanya yang sederhana, yaitu data yang kita input di SPSS akan
dianalisa dengan berbagai paket analisa yang dapat dipilih sesuai uji yang ingin digunakan. SPSS
juga merupakan bagian integral dari proses analisa, dapat menyediakan akses data, mulai dari
persiapan dan manajemen data, kemudian analisa data hingga pada akhir pembacaan pelaporan.
Penelitian kuantitatif ini akan menghasilkan output berupa angka statistik baik dalam data
deskriptif atau pun inferensial. Analisis kuantitatif ini nantinya digunakan peneliti jika ingin
membedah topik dengan melakukan pengukuran. Data tersebut selanjutnya akan diolah
menggunakan aplikasi SPSS untuk menghasilkan luaran berupa nilai standar deviasi, varians,
simpangan baku, uji regresi, uji anova, uji t-one sample, uji t-two sample berpasangan dan uji-uji
lainnya.

BAB II
MATERI PENGANTAR SPSS
A. Aplikasi SPSS
Program aplikasi SPSS adalah salah satu program pengolahan statistik yang paling umum
digunakan dalam penelitian yang menggunakan data kuantitatif atau data kualitatif yang
dikuantitatifkan. SPSS merupakan salah satu dari sekian banyak software statistika yang
telah dikenal luas dikalangan penggunaannya. Disamping masih banyak lagi software
statistika lainnya SPSS ini diakui sebagai sebuah tools mempunyai mempunyai banyak
kelebihan, terutama untuk aplikasi di bidang statistika untuk pengujian data. Dalam
aplikasi SPSS terdiri dari Data View dan Variable View.

a. Data View

Pertama kali kita harus memastikan bahwa komputer yang kita miliki sudah meng-
install program SPSS for Windows. Sama seperti program Windows lainnya, untuk
mengaktifkan SPSS dimulai dari menu Start.
1. Klik Start Program SPSS for Windows SPSS 10.0 for Windows.
2. Pada menu SPSS versi 26 akan muncul jendela sebagai berikut:

Gambar 2.1 Tampilan Menu Bar SPSS (Data View)

Pada Menu Bar berisi kumpulan perintah – perintah dasar untuk meng-operasikan
SPSS. Terdiri dari menu file, edit, view, data, transform, analyze, graphs, utilities,
extensions, windows dan help.
b. Variable View

Gambar 2.2 Tampilan Menu Bar SPSS (Variable View)

Seperti yang kita ketahui, inti dari penggunaan software SPSS ada pada halaman
Data View, yang dimana nantinya data akan diolah pada halaman ini untuk bisa
menghasilkan output yang diinginkan. Namun jangan kesampingkan pentingnya lembar
kerja Variable View. Tanpa pendeskripsian variabel yang benar, pengolahan data bisa
menjadi masalah kedepannya, yang lebih lanjut dapat berpengaruh pada hasil yang
diharapkan. Adapun Keterangannya sebagai berikut:
1. NAME : merupakan kolom isian untuk Nama Variabel.

2. TYPE : merupakan kolom isian untuk Type Data yang dimasukkan. Ada 2 pilihan,

yaitu: NUMERIC untuk ANGKA dan STRING untuk data dalam bentuk
HURUF/KATA/KALIMAT. Misal data yang akan dimasukkan berupa angka, maka

tipe Numeric bisa dipilih. Atau data yang akan dimasukkan berupa kata/kalimat,
maka tipe yang cocok adalah String.

3. WIDTH : merupakan kolom isian Width yang disesuaikan dengan lebar data,

sebagai patokan adalah data angka/ karakter terpanjang yang akan dimasukkan.
4. DECIMALS : merupakan kolom isian untuk Jumlah Digit Di Belakang Titik (Koma)

dari Data yang akan dimasukkan.
5. LABELS : merupakan kolom isian untuk menjelaskan rincian dari Kolom NAME.
6. VALUES : merupakan kolom isian untuk Kode yang diberikan apabila Variabelnya

merupakan Variabel Kategorik (Nominal atau Ordinal).
7. COLUMNS/WIDTH : lebar kolom, disesuaikan dengan panjangnya karakter pada

setiap variable/data.
8. ALIGMENT : merupakan pilihan tampilan variable dalam table yang berfungsi

untuk menentukan rata tulisan dari sebuah variabel. Tersedia 3 pilihan align,
yakni:
a. Left: penulisan rata kiri
b. Right: penulisan rata kanan
c. Center: penulisan rata tengah
9. MEASURES : merupakan kolom isian untuk skala pengukuran variable. Measure
sangat berpengaruh pada pendeskripsian variabel yang nantinya akan digunakan
untuk pengolahan data. Ada 3 jenis measures, yakni:
a. Nominal: merupakan skala data yang berfungsi hanya untuk membedakan.
b. Ordinal: merupakan skala data yang berfungsi untuk membedakan sekaligus

mengurutkan.
c. Scale: merupakan tipe variabel untuk skala data Interval dan Rasio. Tipe

variabel ini biasa digunakan untuk perhitungan data numerik pada umumnya.

BAB III

PENGUJIAN STATISTIK

I. PENGUJIAN STATISTIK ANOVA SATU ARAH
A. PENGERTIAN ONE-WAY ANOVA
Analisis varian atau ANOVA (Analisys of Variances) merupakan prosedur yang
digunakan untuk menguji perbandingan rata-rata antara beberapa kelompok data.
Analisis varian adalah teknik analisis untuk mengetahui apakah perbedaan (varian)
skor suatu variabel terikat (dependent variable) disebabkan oleh (tergantung) pada
perbedaan skor tiap variabel bebas (independent variable). ANOVA ditemukan dan
diperkenalkan oleh seorang ahli statistik bernama Ronald Fisher. ANOVA digunakan
sebagai alat analisis untuk menguji hipotesis penelitian yang mana menilai apakah
terdapat perbedaan nilai rata-rata antara kelompok. ANOVA ini terbagi menjadi 2
jenis, yaitu ANOVA satu arah (One-Way ANOVA) dan ANOVA dua arah (Two-Way
ANOVA).Prosedur ANOVA satu arah atau One-Way ANOVA adalah analisis varian
dengan satu variabel dependent. Analisis varian ini digunakan untuk menguji hipotesis
kesamaan rata-rata antara dua grup atau lebih. Teknik analisis ini sebenarnya
merupakan perluasan dari teknik analisis uji-t dua sampel. Dalam ANOVA satu arah
atau One-Way ANOVA ini menghasilkan: pada tiap grup akan dihitung jumlah kasus,
rata-rata, standar deviasi, standar error rata-rata, minimum, maksimum, selang
kepercayaan rata-rata, uji Lavene’s untuk kesamaan varian, dan tabel analisis varian.
Kriteria data yang dapat diuji dengan menggunakan ANOVA satu arah atau One-Way
ANOVA, yaitu:
1. Data
Nilai variabel faktor harus integer (data kategori) dan variabel dependen
harus data kuantitatif (interval dan rasio).
2. Data harus saling bebas dari sampel acak dan berdistribusi normal.
3. Varians dari sampel-sampel tersebut adalah sama (homogen).

4. Sampel tidak berhubungan satu dengan yang lain.
5. Dalam beberapa kasus tertentu uji ANOVA dapat digunakan dalam penelitian

eksperimen yang membandingkan antar kelompok.

Jika dari hasil uji ANOVA diketahui terdapat rata-rata data yang berbeda,
perbedaan tersebut dapat ditentukan pada analisis lanjut (post hock).

B. TAHAP MELAKUKAN UJI ONE WAY ANOVA
1. Melakukan uji Normalitas Shapiro Willk
2. Melakukan uji Homogenitas
3. Melakukan uji One Way Anova

C. DASAR PENGAMBILAN KEPUTUSAN UJI NORMALITAS

1. Jika nilai Sig, maka data berdistribusi normal.

2. Jika nilai Sig, maka data berdistribusi tidak normal.

D. DASAR PENGAMBILAN KEPUTUSAN UJI ONE WAY ANOVA
Berdasarkan data diatas, terdapat 2 pedoman dalam pengambilan keputusan Uji One
Way ANOVA antara lain:
a. Dengan cara membandingkan nilai F hitung dengan F tabel dengan dasar
keputusan:
1). Jika F hitung F tabel, maka diterima dan ditolak
2). Jika F hitung F tabel, maka ditolak dan diterima
b. Dengan cara membandingkan nilai P (P-value) dengan taraf signifikansi (5%):
1). Jika signifikansi 0,05, maka diterima dan ditolak
2). Jika signifikansi 0,05, maka ditolak dan diterima

E. CONTOH KASUS
Seorang peneliti ingin mengetahui efektivitas beberapa metode pelatihan Bahasa

Arab yaitu (metode Qira’ah, metode Tarjamah, dan metode Imla’) dalam meningkatkan
prestasi belajar pada mata pelajaran Bahasa Arab. Untuk itu, peneliti melakukan
eksperimen untuk menguji efektivitas ketiga metode tersebut, kemudian diambil 30
sampel sebagai subjek penelitian, masing-masing 10 subjek dari kelompok yang
diberikan metode Qira’ah, 10 subjek dari kelompok yang diberikan metode Tarjamah,
dan 10 subjek dari kelompok yang diberikan metode Imla’. Setelah selesai diberikan
ketiga metode pelatihan kepada masing-masing kelompok tersebut selama enam bulan,
kemudian ditest dan diperoleh data, maka tentukanlah kesimpulan dari penelitian
tersebut, jika diambil taraf signifikansi 5% pada sajian tabel sebagai berikut:

Metode Qira’ah Metode Tarjamah Metode Imla’
9,5 8,7 8,0
8,9 8,5 8,2
7,8 7,1 8,1
8,7 8,2 7,8
9,6 8,0 8,7
9,1 7,6 8,5
9,5 7,5 7,9
8,8 8,2 8,3
8,0 8,2 7,7
9,4 7,8 7,0

F. LANGKAH-LANGKAH UJI ONE WAY ANOVA
1) Input Data
Adapun langkah-langkahnya sebagai berikut:
1. Pastikan di laptop sudah terdownload aplikasi SPSS versi 26.

2. Kemudian buka aplikasi SPSS yang sudah terdownload dilaptop, berikut tampilan
aplikasi SPSS versi 26:

Gambar 3.1 Tampilan pada Data View SPSS Versi 26
3. Berikan nama variabel yang digunakan pada soal (metode pelatihan dan prestasi

belajar) dengan mengklik Variabel View (kanan bawah). Maka akan muncul
tampilan sebagai berikut:

Gambar 3.2 Tampilan pada Variable View SPSS Versi 26
4. Kemudian berikan nama variabel pada kolom Name (metode pelatihan dan prestasi

belajar), maksimal 8 karakter. Setelah itu pada kolom Width isikan angka 8 dan
pada Decimal isikan angka 0 (sesuai dengan kondisi default). Maka akan muncul
tampilan sebagai berikut:

5. Selanjutnya, pada kolom values (metode pelatihan), kita klik bagian kanannya maka
akan muncul Kotak Dialog Value Labels.

Gambar 3.3 Kotak Dialog Value Labels
Setelah muncul gambar diatas, maka pada Value Labels kita ketik pengkategorian
data yang kita berikan (yaitu, 1 untuk metode Qira’ah, 2 untuk metode Tarjamah, dan
3 untuk metode Imla’). Kemudian tekan add setiap setelah mengketik
pengkategoriannya. Setelah mengisi dengan lengkap, selanjutnya klik tombol OK
(gambar dapat dilihat sebagai berikut:

Gambar 3.4 Tampilan Value Labels
6. Kemudian, pada kolom Measure kita ganti untuk prestasi belajar menjadi Scale

sedangkan untuk metode pelatihan ganti menjadi nominal.

Gambar 3.5 Isian Measure
7. Setelah semua pengisian pada Variabel View selesai, maka kita klik Data View

(untuk mengisikan data yang kita gunakan). Lalu kita copy datanya, dan di paste kan
pada aplikasi SPSS. Maka data tersebut akan muncul seperti gambar berikut:

2) Cara Melakukan Uji Normalitas Shapiro Willk

a. Dasar Pengambilan Keputusan Uji Normalitas

1. Jika nilai Sig, maka data berdistribusi normal.

2. Jika nilai Sig, maka data berdistribusi tidak normal.

Adapun cara untuk melakukan uji normalitas shapiro willk, sebagai
berikut:

1. Klik Analyze, kemudian pilih Descriptive Statistics dan klik
Explore. Maka muncul tampilan sebagai berikut:

Gambar 3.6 Tampilan Menu Analyze

2. Selanjutnya akan muncul kotak Explore, lalu kita pindahkan variable
Prestasi Belajar ke kotak Dependent List dan variable
Metode Pelatihan pindahkan ke Factor List.

Gambar 3.7 Tampilan kotak Explore
3. Kemudian kita pilih Plot dan beri tanda centang pada Normality

Plots With Tests. Lalu, kita klik tombol Continue.

Gambar 3.8 Tampilan Explore Plots
4. Setelah selesai semua, kita klik tombol OK.

5. Setelah kita mengklik tombol OK, maka akan muncul output SPSS
nya yang terdiri dari beberapa tabel.

Gambar 3.9 Output SPSS
6. Tabel yang kita butuhkan untuk melakukan uji normalitas terdapat

pada tabel Tests of Normality seperti gambar berikut:

Gambar 3.10 Tabel Tests of Normality

7. Selanjutnya kesimpulan dari uji normalitas shapiro willk

Dari data diatas, diperoleh hasil sebagai berikut:

1. Nilai Sig dari Qira’ah adalah . Maka nilai Sig Qira’ah

2. Nilai Sig dari Tarjamah adalah . Maka nilai Sig Qira’ah

3. Nilai Sig dari Imla’ adalah . Maka nilai Sig Qira’ah

Maka, dari hasil data tersebut dapat disimpulkan bahwa soal data
tersebut berdistribusi normal. Berdasarkan hasil tersebut maka
data sampel diatas telah memenuhi asumsi normalitas.

3) Cara Melakukan Uji Homogenitas dan Uji One Way Anova
Adapun cara untuk melakukan uji homogenitas dan uji one way anova, sebagai
berikut:
1. Klik Analyze, kemudian pilih Compare Means lalu pilih One Way
Anova. Maka muncul tampilan sebagai berikut:

Gambar 3.11 Menu Analyze

2. Selanjutnya akan muncul kotak One Way Anova, lalu kita pindahkan
variable Prestasi Belajar ke kotak Dependent List dan variable
Metode Pelatihan pindahkan ke kotak Factor.

Gambar 3.12 One Way ANOVA
3. Setelah dipindahkan kemudian klik Post Hoc, lalu kita beri centang pada

Tukey dan terakhir klik Continue.

4. Kemudian, kita pilih Options, lalu beri centang pada Descriptive dan
Homogeneity of Variance Test. Selanjutnya kita klik tombol Continue
dan terakhir klik tombol OK.

5. Setelah kita mengklik tombol OK, maka akan muncul output SPSS nya
yang terdiri dari 4 tabel.

Gambar 3.13 Output SPSS

6. KESIMPULAN DARI UJI HOMOGENITAS DAN UJI ONE WAY ANOVA
a. Tabel Descriptives
Pada tabel deskriptif memuat: banyaknya data masing-masing
untuk metode Qira’ah = 10, metode Tarjamah = 10 dan metode Imla’ =
10, kemudian untuk rata-rata prestasi belajar pada metode Qira’ah =
89,30, metode Tarjamah = 79,80 dan metode Imla’ = 80,20 dan totalnya
sebesar = 83,10.
b. Tabel Test of Homogeneity of Variances
Pada tabel test of homogeneity of variances memuat data hasil
analisis uji kehomogenan varian populasi dan taraf signifikan. Output
tabel ini digunakan untuk melihat apakah data penelitian homogen atau
tidak.

Hipotesis:

Ho: variansi kelompok populasi adalah sama

Ha: variansi kelompok populasi adalah berbeda

Berdasarkan data tersebut maka dapat dilakukan pengujian
hipotesis dengan membandingkan taraf signifikansinya dan diperoleh nilai
signifikansi sebesar = (0.555) 0.05 karena signifikansinya lebih besar
dari yang ditetapkan maka dapat disimpulkan bahwa H0 diterima dan Ha
ditolak, artinya variansi ketiga kelompok populasi adalah sama atau
homogen. Setelah variansi ketiga kelompok adalah sama, kemudian
dilanjurkan uji ANOVA untuk mengetahui apakah ketiga metode pelatihan
bahasa arab mempunyai efektivitas yang sama atau berbeda yang akan
dibuktikan dengan pengujian hipotesis.

c. Tabel ANOVA
Tabel ANOVA merupakan tabel yang akan digunakan untuk

menjawab hipotesis. Berikut ini rumusan hipotesis untuk contoh kasus
diatas:

Terdapat perbedaan rata-rata prestasi belajar pada mata pelajaran
Bahasa Arab antara siswa yang diberikan metode Qira’ah, metode
Tarjamah, dan metode Imla’.

Tidak terdapat perbedaan rata-rata prestasi belajar pada mata

pelajaran Bahasa Arab antara siswa yang diberikan metode Qira’ah,

metode Tarjamah, dan metode Imla’.

Berdasarkan data diatas, terdapat 2 pedoman dalam pengambilan

keputusan Uji One Way ANOVA antara lain:

a. Dengan cara membandingkan nilai F hitung dengan F tabel dengan

dasar keputusan:

1. Jika F hitung F tabel, maka diterima dan ditolak

2. Jika F hitung F tabel, maka ditolak dan diterima

Untuk menghitung harga F tabel di dasarkan pada derajat

kebebasan N 1 ( ), maka diketahui

bahwa harga F tabel untuk taraf signifikansi 0,05 sebesar 3,33.

Berdasarkan tabel ANOVA diperoleh harga F hitung F tabel

(10.132 3.33), maka ditolak dan diterima. Artinya

terdapat perbedaan prestasi belajar pada mata pelajaran Bahasa

Arab antara siswa yang diberikan metode Qira’ah, metode

Tarjamah dan metode Imla’.

b. Dengan cara membandingkan nilai P (P-value) dengan taraf
signifikansi (5%):
1. Jika signifikansi 0,05, maka diterima dan ditolak
2. Jika signifikansi 0,05, maka ditolak dan diterima
Berdasarkan tabel ANOVA diperoleh nilai P (P-value) sebesar 0,001
(0,001 0,05), maka dapat disimpulkan bahwa ditolak dan
diterima. Artinta terdapat perbedaan prestasi belajar pada
mata pelajaran Bahasa Arab antara siswa yang diberikan metode
Qira’ah, metode Tarjamah dan metode Imla’.

d. Tabel Post Hoc Tests
Pada tabel Post Hoc-LSD digunakan untuk mengetahui perbedaan

mean (mean different) antara metode Qira’ah, metode Tarjamah dan
metode Imla’ dan perbedaan mean dari masing-masing metode.
Berdasarkan perbedaan mean antara metode Qira’ah dengan metode
Tarjamah, metode Qira’ah dengan metode Imla’ dan metode Tarjamah
dengan metode Imla’, maka dapat diketahui bahwa metode Qira’ah yang
paling efektif untuk meningkatkan prestasi belajar siswa dibandingkan
dengan metode Tarjamah dan metode Imla’.

II. PENGUJIAN STATISTIK REGRESI LINEAR SEDERHANA
A. PENGERTIAN REGRESI
Regresi adalah bentuk hubungan fungsional antara variabel respon dan prediktor.
Analisis regresi merupakan teknik statistik yang banyak penggunaannya serta
mempunyai manfaat yang cukup besar bagi pengambil keputusan. Secara umum,
dalam analisis regresi digunakan metode kuadrat terkecil (least sqaure method) untuk
mencari kecocokan garis regresi dengan data sampel yang diamati.
Bila terdapat suatu data yang terdiri atas dua atau lebih variabel, adalah
sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu saling
berhubungan dan saling mempengaruhi satu sama lain. Hubungan yang didapat pada
umumnya dinyatakan dalam bentuk persamaan matematik yang menyatakan hubungan
fungsional antara variabel-variabel. Studi yang menyangkut masalah ini dikenal
dengan analisis regresi (Tan, 2009).
Ada beberapa hal yang harus diperhatikan dalam menggunakan analisis regresi
yaitu:

1) Representasi pemetaan dari karakteristik sistem kongkrit yang akan dipelajari.
2) Abstraksi yang merupakan transformasi karakteristik sistem kongkrit yang akan

dipelajarikeadaan formula-formula matematika.
3) Kesimpulan dalam analisis regresi diambil dengan mengambil dalih pada asumsi-

asumsi yang menyangkut parameter populasi, dan apabila asumsi-asumsi tersebut
dipenuhi maka prosedur kesimpulan parametriklah yang lazim paling sesuai untuk
dipergunakan, dan apabila asumsi-asumsi tersebut dilanggar, maka penerapan
prosedur paramterik bisa jadi akan menyebabkan hasil kesimpulan yang
menyesatkan
4) Apabila kejadian tersebut terjadi dapat digunakan dengan pendekatan prosedur
non parametrik.
Jika ada satu variabel tak bebas atau variabel terikat (dependent variable)
tergantung pada satu atau lebih variabel bebas atau peubah bebas (independent

variable) hubungan antara kedua variabel tersebut dapat dicirikan melalui model
matematik (statistik) yang disebut sebagai model regresi.

B. JENIS JENIS REGRESI
Terdapat empat jenis-jenis regresi dalam statiska, diantaranya:
1. Regresi Linier
Regresi linier dibedakan menjadi dua bagian berdasarkan banyaknya variabel
bebas yang terlibat dalam persamaan yang ikut mempengaruhi nilai variabel
terikat
2. Regresi Linier Sederhana
Apabila dalam diagram pencar terlihat bahwa titik titiknya mengikuti suatu garis
lurus, menunjukkan bahwa kedua peubah tersebut saling berhubungan sacara linier.
Bila hubungan linier demikian ini ada, maka kita berusaha menyatakan secara
matematik dengan sebuah persamaan garis lurus yang disebut garis regresi linier.
Untuk regresi linier sederhana, perlu ditaksir parameter . Jika ditaksir oleh a dan
b, maka regresi linier berdasarkan sampel dirumuskan sebagai berikut.
Y= a + bx
Keterangan :
Y= nilai yang diukur/dihitung pada variabel tidak bebas.
x= nilai tertentu dari variabel bebas
a= intersep/perpotongan garis regresi dengan sumbu y
b= koefisien regresi/kemiringan dari garis regresi/untuk mengukur kenaikan
atau penurunan y untuk setiap perubahan satu-satuan x / untuk mengukur
besarnya pengaruh x terhadap y kalau x naik satu unit.

C. SYARAT UJI REGRESI LINEAR SEDERHANA
a. Valid dan Reliabel
b. Normal dan Linear

D. DASAR PENGAMBILAN KEPUTUSAN
Pengambilan keptusan dalam uji regresi linear sederhana dapat mengacu pada
dua hal, yakni :
1. Membandingkan nilai signifikansi dengan nilai probabilitas 0,05
a. nilai signifikansi < 0,05, artinya variabel X berpengaruh terhadap
variabel Y.
b. Jika nilai signifikansi > 0,05, artinya variabel X tidak berpengaruh
terhadap variabel Y.
2. Membandingkan nilai t hitung dengan t tabel
a. Jika nilai t hitung > t tabel, artinya variabel X berpengaruh
terhadap variabel Y.
b. Jika nilai t hitung < t tabel, artinya variabel X tidak berpengaruh
terhadap variabel Y.

E. CONTOH KASUS

F. LANGKAH-LANGKAH MELAKUKAN UJI REGRESI LINEAR SEDERHANA
1. Langkah pertama kita buka aplikasi SPSS versi 26.
2. Kemudian kita memasukkan data yang sudah tersedia kedalam kolom dibagian
data view.

3. Selanjutnya kita mengklik variable view yang ada disebelah data view.
4. Kemudian pada kolom name dikolom pertama kita ganti X dan dikolom kedua kita

ganti menjadi Y.

5. Langkah selanjutnya pada kolom decimals, kita mengganti menjadi 0.

6. Pada kolom label bagian kolom pertama diisi dengan variable Hari (X) sedangkan
pada kolom kedua kita isi IPK (Y).

7. Selanjutnya mengklik menu analyze kemudian kita pilih Regression dan kita
klik linear. Setelah muncul format linear regression akan muncul tampilan
seperti ini.

8. Untuk variable X (Hari) kita pindah ke kolom independent dan untuk variable Y
(IPK) kita pindahkan ke kolom dependent, kemudian klik OK.

Gambar 3.14 Tampilan linear regression

G. KESIMPULAN DARI UJI REGRESI LINEAR SEDERHANA
Menginterpretasi dari output yang sudah muncul:
1. Tampilan pertama ini adalah output variables Entered/Removed.

Gambar 3.15 Output Variables Entered/Removed
2. Pada lingkaran merah merupakan poin-poin penting yang perlu kita

pelajari dalam uji regresi ini. Tabel di atas menjelaskan tentang
variabel yang dimasukkan serta metode yang digunakan. Dalam hal
ini variabel yang dimasukkan adalah variabel Hari sebagai variabel
Independent dan IPK sebagai variabel Dependen dan metode yang
digunakan adalah metode Enter.
3. Lalu output yang kedua (model summary)

Gambar 3.16 Model Summary
Tabel di atas menjelaskan besarnya nilai korelasi / hubungan
(R) yaitu sebesar 0,983. Dari output tersebut diperoleh koefisien
determinasi (R Square) sebesar 0,966, yang mengandung

pengertian bahwa pengaruh variabel bebas (Hari) terhadap
variabel terikat (IPK) adalah sebesar 96,6%

4. Lalu output yang ketiga (ANOVA).

Dari output tersebut diketahui bahwa nilai F hitung =
516,919 dengan tingkat signifikansi sebesar 0,001 < 0,05 maka
model regresi dapat dipakai untuk memprediksi variabel IPK
atau dengan kata lain ada pengaruh variabel Hari (X) terhadap
variabel IPK (Y).
5. Kemudian output yang keempat adalah (Coefficients).

Diketahui nilai Constant (a) sebesar 4,580 sedang nilai Hari ( b /

koefisien regresi) sebesar -0,162 sehingga persamaan regresinya

dapat ditulis: Y = a + bX

Y = 4,580 + - 0,162 X

Persamaan tersebut dapat diterjemahkan :

1. Kostanta sebesar 4,580 mengandung arti bahwa nilai konsisten

variabelIPK adalah sebesar 4,580.

2. Koefisien regresi X sebesar -0,162 menyatakan bahwa setiap
penambahan 1%nilai Hari, maka nilai IPK bertambah sebesar -
0,162 Koefisien regresi tersebut bernilai negatif, sehingga
dapat dikatakan bahwa arah pengaruh variable X terhadap Y
adalah negatif.

Maka dapat diambil keputusan dalam Uji Regresi Sederhana ini yaitu:
1. Berdasarkan nilai signifikansi : dari tabel Coefficients diperoleh nilai
signifikansi sebesar 0,001 < 0,05 sehingga dapat disimpulkan bahwa variabel
Hari (X) berpengaruh terhadap variabel IPK (Y).
2. Berdasarkan nilai t : diketahui nilai thitung sebesar 22,736 > ttabel 1,734
sehingga dapat disimpulkan bahwa variabel Hari (X) berpengaruh terhadap
variabel IPK (Y).
Catatan : cara mencari ttabel
ttabel = (α/2 ; n-k-1)
= (0,05/2 ; 20-1-1)
= (0,025 ; 18) [Dilihat pada distribusi nilai ttabel]
= 1,734

Gambar 3.16 ttabe

III. PENGUJIAN STATISTIK REGRESI LINEAR BERGANDA
A. PENGERTIAN REGRESI LINEAR BERGANDA
Regresi Linear Berganda adalah model regresi linear dengan melibatkan lebih
dari satu variable bebas atau predictor. Dalam bahasa inggris, istilah ini disebut dengan
multiple linear regression. Istilah “regresi” pertama kali dikemukakan oleh Sir Francis
Galton (1822-1911), seorang antropolog dan ahli meteorologi terkenal dari Inggris. Dalam
makalahnya yang berjudul “Regression towards mediocrity in hereditary stature”, yang
dimuat dalam Journal of the Anthropological Institute, volume 15, hal. 246-263, tahun
1885. Galton menjelaskan bahwa biji keturunan tidak cenderung menyerupai biji
induknya dalam hal besarnya, namun lebih medioker (lebih mendekati rata-rata) lebih
kecil daripada induknya kalau induknya besar dan lebih besar daripada induknya kalau
induknya sangat kecil (Draper dan Smith, 1992).
Analisis regresi berganda hampir sama dengan analisis regresi linier sederhana,
dimana untuk memprediksi nilai dependen atau yang lebih dikenal dengan variabel Y
memerlukan variabel independen atau yang lebih dikenal dengan variabel X. Hal yang
membedakan antara regresi ini dengan regresi linier sederhana adalah jumlah variabel
yang digunakannya. Di regresi linear berganda, kita bisa menggunakan mulai dari dua
bahkan lebih variabel independen. Namun bisa jadi tidak semua variabel mempengaruhi
variabel Y. Untuk mendapatkan model terbaik, kita hanya perlu memilih variabel yang
berpengaruh ke variabel Y saja.

B. KONSEP DASAR ANALISIS REGRESI LINEAR BERGANDA
Analisis regresi berganda bertujuan untuk mengetahui ada atau tidaknya pengaruh
dua atau lebih variabel bebas (X) terhadap variabel terikat (Y).
1. Perumusan Hipotesis
H1 = Terdapat pengaruh Motivasi (X1) terhadap Prestasi (Y)
H2= Terdapat pengaruh Minat (X2) terhadap Prestasi (Y)
H3= Terdapat pengaruh Motivasi (X1) dan Minat (X2)
secara simultan terhadap Prestasi (Y)
Dengan Tingkat kepercayaan 95%, a = 0,05
2. Dasar Pengambilan Keputusan
a. Uji t
1. Jika nilai sig < 0,05 atau t hitung > t tabel maka terdapat pengaruh
variabel X terhadap variabel Y.
2. Jika nilai sig > 0,05 atau t hitung < t tabel maka tidak terdapat
pengaruh variabel X terhadap variabel Y.
Mencari t tabel = t (α /2 ; n-k-1) = t (0,025 ; 9) = 2,262

b. Uji F
1. Jika nilai sig < 0,05 atau F hitung > F tabel maka terdapat pengaruh
variabel X secara simultan terhadap variabel Y.
2. Jika nilai sig > 0,05 atau F hitung > F tabel maka tidak terdapat
pengaruh variabel X secara simultan terhadap variabel Y.
Mencari F tabel = F (k ; n-1) = t (2 ; 10) = 4,10

C. TAHAP UJI REGRESI LINEAR BERGANDA
A. Menentukan skor deviasi ukuran sebagai berikut :

1. ( )
2. ( )
3. ( )
4. ( )( )
5. ( )( )
6. ( )( )

B. Menentukan koefisien-koefesien dan konstanta persamaan regsresi ganda

C. Menentukan persamaan umum regresi ganda sebagai berikut:

D. Menentukan jumlah kuadrat (JK) sumber varian yang diperlukan sebagai berikut:

1. Jumlah kuadrat regresi (JKreg) Y atas X1 dan X2 yaitu :

Jk reg = b1 x1y + b2 x2y.

2. Jumlah kuadrat residu / sisa (JKres) yaitu :

Jk res = y2 - JKreg.

E. Menentukan derajat kebebasan (dk) sumber varian sebagai berikut :
1. dkreg = k
2. dkres = n – k – 1
Keterangan:
k = banyaknya variabel predictor
n = banyaknya pasangan data (banyaknya subjek/sampel)

F. Menentukan rata – rata jumlah kuadrat (RJK) sumber varian ssebagai berikut:

1.

2.

G. Menetukan harga Fhitung sebagai berikut:

()

H. Membandingkan harga Fhitung dengan Ftabel
1. Terima H0 jika Fhitung < Ftabel
2. Tolak H0 jika Fhitung > Ftabel

I. Selanjutnya dilakukan uji keberatian pengaruh setiap variabel bebas (prediktor)
sebagai berikut:

dan

D. CONTOH KASUS
Pengaruh Motivasi dan Minat Belajar terhadap Prestasi Belajar Siswa.

NO Motivasi (X1) Minat (X2) Prestasi (Y)
1 75 75 80
2 60 70 75
3 65 70 75
4 75 80 90
5 65 75 85
6 80 80 85
7 75 85 95
8 80 88 95
9 65 75 80
10 80 75 90
11 60 65 75
12 65 70 75

E. LANGKAH-LANGKAH
1. Langkah pertama, jika belum memiliki aplikasi SPSS, unduh terlebih dahulu
aplikasi SPSS versi 26.

2. Setelah mengunduh aplikasi spss, langkah selanjutnya buka aplikasi spss versi 26.

3. Setelah terbuka aplikasi spss, buka aplikasi word yang telah tersedia data yang
akan digunakan untuk menganalisis regresi linear berganda, selanjutnya salin

(copy) data yang sudah tersedia.
4. Setelah itu, kembali ke aplikasi spss, kemudian memasukkan data yang telah di

salin kedalam kolom bagian data view (dari kolom nomor 1).

5. Selanjutnya tekan variable view yang terdapat bersebelahan dengan tulisan data
view.

6. Setelah sudah terbuka halaman variable view, pada kolom name baris pada
kolom pertama ganti menjadi X1, baris kolom kedua X2, dan baris pada kolok
ketiga Y.

7. Setelah itu, pada kolom decimals, ganti menjadi 0, hal ini dikarenakan data
yang kita gunakan tidak menggunakan bilangan desimal.

8. Dan pada kolom label, pada kolom baris pertama tulis motivasi (X1), pada
kolom baris kedua minat (X2), dan pada kolom baris ketiga prestasi (Y).

9. Selanjutnya pilih menu analyze kemudian pilih Regression dan pilih
linear.

10. Setelah melakukan langkah diatas akan muncul tampilan dibawah ini.

11. Setelah muncul tampilan diatas, pindahkan variable motivasi (X1) dan minat
(X2) ke kolom independent, dan untuk variable prestasi (Y) pindahkan ke

kolom dependent, kemudian tekan OK.

12. Kemudian akan muncul outputnya. Selanjutnya menjelaskan serta
menginterpretasikan dari output yang telah didapat dalam tampilan.

F. KESIMPULAN
Dari output yang telah didapat kita menginterpretasikan hasil yang didapat.
1. PENGUJIAN HIPOTESIS H1 DAN H2 DENGAN UJI t

a. Pengujian Hipotesis Pertama (H1)
Diketahui nilai Sig. untuk pengaruh X1 terhadap Y adalah sebesar 0,347
0,05 dan nilai t hitung 0,992 t tabel 2,262, sehingga dapat
disimpulkan bahwa H1 ditolak yang berarti tidak terdapat pengaruh X1
terhadap Y.

b. Pengujian Hipotesis Kedua (H2)
Diketahui nilai Sig. untuk pengaruh X2 terhadap Y adalah sebesar 0,007
dan nilai t hitung 3,441 t tabel 2,262, sehingga dapat
disimpulkan bahwa H2 diterima yang berarti terdapat pengaruh X2
terhadap Y

2. KURVA UJI t

3. PENGUJIAN HIPOTESIS H3 DENGAN UJI F

Berdasarkan output di atas diketahui nilai signifikansi untuk pengaruh X1

dan X2 secara simultan terhadap Y adalah sebesar 0,000 dan nilai F

hitung 23,978 F tabel 4,10, sehingga dapat disimpulkan bahwa H3

diterima yang berarti terdapat pengaruh X1 dan X2 secara simultan terhadap Y.

4. KOEFISIEN DITERMINASI

Berdasarkan output di atas diketahui nilai R Square sebesar 0,842, hal ini
mengandung arti bahwa pengaruh variable X1 dan X2 secara simultan terhadap
variable Y adalah sebesar 84,2%.

IV. PENGUJIAN STATISTIK UJI KORELASI RANK SPEARMAN

A. PENGERTIAN KORELASI RANK SPEARMAN
Korelasi rank spearman merupakan bagian dari statistik non-parametrik, oleh

karena itu dalam analisis korelasi ini tidak diperlukan asumsi adanya hubungan
yang linear (uji linearitas) antara variabel penelitian. Uji statistik Korelasi Spearman
merupakan salah satu uji hipotesis asosiatif (Suyanto, 2018). Hipotesis asosiatif
adalah uji statistik yang bertujuan menguji hubungan antara dua variabel atau lebih
yang ada pada sampel untuk diberlakukan pada seluruh populasi, dimana sampel
tersebut diambil.

Korelasi merupakan angka yang menunjukkan arah dan kuatnya hubungan
antara dua variabel atau lebih, dimana arah dinyatakan dalam bentuk hubungan
positif atau negatif, simbol positif (+) atau negatif (-) melekat pada nilai koefisien
korelasi, sedangkan kekuatan hubungan dapat dilihat dari nilai koefisien korelasi
(Suyanto, 2018). Spearman adalah uji hipotesis asosiatif atau korelatif yang bertujuan
untuk menganalisis hubungan atau pengaruh atau korelasi antara variabel satu
dengan variabel lainnya, dimana terdapat hubungan antar variabel seperti hubungan
simetris, hubungan sebab-akibat (kausal), dan hubungan interaktif atau resiprocal
atau dengan kata lain saling mempengaruhi.

Skala pengukuran yang digunakan untuk uji Korelasi Spearman adalah skala
pengukuran ordinal. Selain itu juga, yang perlu diketahui bahwa dalam menggunakan
Uji Korelasi Spearman, bukan hanya saja bertujuan untuk menganalisis hubungan
atau pengaruh atau korelasi, akan tetapi dapat menganalisis arah hubungan serta
kekuatan atau keeratan hubungan antara variabel satu dengan variabel lainnya yang
dapat dilihat dari nilai koefisien korelasi. Arah hubungan terdapat dua macam yaitu
arah hubungan positif dan arah hubungan negatif. Dikatakan arah hubungan positif,
apabila terjadi kenaikan satu variabel, maka akan menaikkan variabel yang lainnya
dan sebaliknya apabila nilai suatu variabel diturunkan, maka akan menurunkan nilai
variabel yang lainnya. Sedangkan yang dimaksud dengan arah hubungan negatif,
apabila terjadi kenaikan satu variabel, maka akan diikuti penurunan variabel yang
lainnya dan sebaliknya apabila nilai satu variabel diturunkan, maka akan menaikkan
nilai variabel yang lainnya.

Adapun Konsep Dasar Uji Korelasi Rank Spearman yaitu:

1. Merupakan bagian dari statistik no parametrik (tidak memerlukan asumsi
normalitas dan linearitas).

2. Bertujuan untuk mengetahui hubungan antar variabel.

3. Arah hubungan antar variabel dapat bersifat positif dan Negatif.
4. Data penelitian berbentuk peringkat, sehingga disebut korelasi rank spearman.
5. Data yang digunakan harus berskala ordinal.

Adapun Penafsiran Analisis Korelasi-nya sebagai berikut:

1. Melihat signifikasi hubungan.
2. Melihat kekuatan hubungan.
3. Melihat Arah hubungan.

B. DASAR PENGAMBILAN KEPUTUSAN
1) Jika dinilai signifikasi < 0,05, maka berkorelasi.
2) Jika nilai signifikasi > 0,05 maka tidak berkorelasi.

C. PEDOMAN TINGKAT KEKUATAN KORELASI VARIABEL YANG
DIHITUNG (CORRELATION COEFFICIENT)

Koefisien Kekuatan Hubungan
0,00 – 0,25 Sangat rendah
0,26 – 0,50 Cukup kuat
0,51 – 0,75 Kuat
0,76 – 0,99 Sangat kuat
Sempurna
1,00

D. KRITERIA ARAH HUBUNGAN
1. Arah korelasi dilihat pada angka correlation coefficient.
2. Besarnya correlation coefficient antar +1 s/d -1.
3. Nilai correlation coefficient bernilai positif, maka hubungan kedua variabel searah.
4. Nilai correlation coefficient bernilai Negatif, maka hubungan kedua variabel tidak
searah.

E. CONTOH KASUS
Seorang mahasiswa tingkat akhir ingin meneliti apakah ada pengaruh pengalaman
mengajar terhadap kompetensi melakukan inovasi media pembelajaran guru IPA di
SMP XXX. Sampel yang digunakan dalam penelitian ini adalah seluruh guru mata
pelajaran IPA di SMP XXX yang berjumlah 12 guru menggunakan angket. Apakah
ada pengaruh pengalaman mengajar terhadap kompetensi melakukan inovasi media
pembelajaran guru IPA di SMP XXX ? Berikut Data pengalaman mengajar dan
kompetensi melakukan Inovasi media pembelajaran!

Pengalaman Mengajar (X) Kompetensi Melakukan Inovasi
No. Media Pembelajaran (Y)

1. 24 58
2. 30 69
3. 27 66
4. 27 63
5. 21 57
6. 31 72
7. 35 71
8. 22 57
9. 29 79
10. 29 80
11. 27 69
12. 35 79

Dan disajikan juga Data pengalaman mengajar dan kompetensi melakukan Inovasi
media pembelajaran yang sudah dirangkingkan yaitu sebagai berikut:

No. Pengalaman Ranking Kompetensi Rangking
Mengajar (X) Melakukan Inovasi (Y)
(X)
Media 1
1. 35 1.5 Pembelajaran (Y) 2.5
2. 35 1.5 2.5
3. 31 3 80 4
4. 30 4 5
5. 29 5.5 79 6.5
6. 29 5.5 6.5
7. 27 8 79 8
8. 27 8 9
9. 27 8 72 10
10. 24 10 11.5
11. 22 11 71 11.5
12. 21 12
69

69

66

63

58

57

57

Berdasarkan data tersebut, maka disusunlah hipotesis sebagai berikut:
a) H1: Ada Pengaruh pengalaman mengajar terhadap kompetensi melakukan

inovasi media pembelajaran guru IPA di SMP XXX.
b) H0: Tidak Ada Pengaruh pengalaman mengajar terhadap kompetensi

melakukan inovasi media pembelajaran guru IPA di SMP XXX.

F. LANGKAH-LANGKAH
1. Buka aplikasi SPSS versi 26.
2. Buka file baru. Klik File > New > Data

3. Pada data view, kita akan mengisikannya dengan data yang sudah kita
rangkingkan.

4. Copy data pengalamaan mengajar dan kompetensi melakukan inovasi media
pembelajaran yang telah di rangkingkan yang sudah kita ketik di word.

5. Kemudian pada baris pertama kolom pertama Data View klik Control+V
atau klik Paste dan secara otomatis data yang sudah kita Copy akan muncul
pada layer SPSS kita.

6. Ubah nama setiap variabel dengan cara klik Variabel View (kanan bawah).

7. Ubah nama variabel pada kolom Name (baris 1: X dan Baris 2: Y).
8. Ubah Decimal menjadi 1, karena data kita terdapat 1 angka dibelakang koma.
9. Isikan kolom Label sesuai dengan nama variabel, untuk X pengalaman

mengajar dan Y kompetensi melakukan inovasi media pembelajaran.

10. Setelah selesai mengubah nama variabel, klik Data View, maka nama variabel
sudah terganti menjadi X dan Y, dan data menjadi 1 angka dibelakang koma.

11. Klik Analyze > Correlate > Bivariat seperti gambar dibawah ini.

Gambar 3.17 Tampilan Bivariat
12. Setelah muncul gambar seperti gambar 2.7 klik pengalaman mengajar dan

kompetensi melakukan inovasi media pembelajaran dan pindahkan
ke kotak Variables.
13. Pada correlate coefficients klik Spearman dan unklik pada person. Pada
test of significance pilih Two-tailed. Jangan lupa pastikan flag
significant correlations tercentang. Maka akan muncul tampilan seperti
berikut, kemudian klik Ok.

G. KESIMPULAN
Adapun hasil output SPSS dapat dilihat sebagai berikut:

Interpretasi output SPSS
1. Berdasarkan output yang kita dapatkan, diketahui bahwa nilai signifikansi

atau sig.(2-tailend) sebesar 0,000.
Maka Dasar pengambilan keputusan :
a. Jika dinilai signifikansi < 0,05, maka berkorelasi
b. Jika nilai signifikansi > 0,05 maka tidak berkorelasi
Karena nilai signifikansinya (0,000) < 0,05, maka artinya terdapat
pengaruh yang signifikan antara variabel pengalaman belajar dengan
kompetensi melakukan inovasi media pembelajaran sehingga H1 diterima.
Sehingga berdasarkan output SPSS, diperoleh angka koefisien korelasi
sebesar 0,977. Artinya, tingkat kekuatan pengaruh (korelasi) antara
variabel pengalaman mengajar dengan kompetensi melakukan inovasi media
pembelajaran adalah sebesar 0,977 atau korelasinya sangat kuat.

2. Angka koefisien korelasi pada hasil output spss bernilai positif yaitu
0,977. Sehingga pengaruh kedua variabel tersebut bersifat searah (jenis
hubungan searah). Dengan demikian dapat disimpulkan bahwa semakin
pengalaman mengajar ditingkatkan maka kompetensi melakukan inovasi
media pembelajaran juga semakin meningkat.
Maka dapat ditarik kesimpulan bahwa:
“Berdasarkan hasil analisis uji korelasi rank spearman didapatkan 3 hasil
yaitu nilai signifikansi 0,000, angka koefisien korelasi sebesar 0,977 dan
angka koefisien korelasi bernilai positif. Dari 3 hasil yang sudah kita lihat,
maka dapat disimpulkan bahwa H0 ditolak dan H1 diterima, Artinya terdapat
pengaruh signifikan yang sangat kuat dan searah antara pengalaman belajar
dengan kompetensi melakukan inovasi media pembelajaran”.