SPSS (Statistical Product and Service Solutions) adalah perangkat lunak yang digunakan unutuk mengolah dan menganalisis data. SPSS juga dapat melalukan berbagai analisis statistik, diantaranya: uji validitas, uji reliabilitas, statistik deskriptif, statistik inferensial, korelasi, Regresi dan lainnya. Analisis regresi merupakan suatu metode atau teknik analisis hipotesis penelitian untuk menguji ada tidaknya pengaruh antara variabel satu dengan variabel lain, yang dinyatakan dalam bentuk persamaan regresi. Nah analisis regresi dapat dilakukan dengan menggunakan SPSS, gimana sih caranya? ikuti langkah-langkah berikut.
Analisis regresi berguna untuk mengetahui pengaruh antara variabel independen (disimbolkan dengan X) terhadap variabel dependen (disimbolkan dengan Y). Variabel dummy merupakan variabel yang digunakan untuk mengkuantitatifkan variabel yang bersifat kualitatif, misalnya jenis kelamin, pekerjaan, tingkat pendidikan, agama, dan lain sebagainya. Variabel dummy memiliki dua nilai, yaitu 1 dan 0. Nilai 1 (D =1) untuk salah satu kategori dan nilai 0 (D = 0) untuk kategori yang lain. Misalnya D = 1 untuk kategori jenis kelamin laki-laki dan D = 0 untuk kategori jenis kelamin perempuan. Untuk lebih memahami analisis regresi dengan variabel dummy, perhatikan studi kasus berikut:
Kita ingin mengetahui apakah ada pengaruh masa kerja dan jenis kelamin terhadap gaji guru di SMA ABC. Datanya dapat dilihat pada tabel.
Input data
Analisis Data dan Interpretasi Output
Pembahasan pada analisis data bertujuan untuk mengetahui pengaruh masa kerja dan jenis kelamin terhadap gaji guru. Analisis data dapat dilihat pada penjelasan berikut ini.
- Uji Asumsi
- Uji Normalitas
Langkah-langkah uji normalitas menggunakan SPSS adalah:
Input data → Analyze → Regression → Linear → Masukkan variabel dependent dan variabel independents → Save → Centang unstandardized residuals → Continue → OK.
Selanjutnya pilih Analyze → Nonparametric test → Legacy dialogs → 1-Sample K-S → Masukkan unstandardized residuals ke test variable list → Centang normal → OK.
Berdasarkan hasil uji normalitas data pengaruh masa kerja dan jenis kelamin terhadap gaji guru dengan menggunakan SPSS dan rumusnya (kolmogorov smirnov) menunjukkan bahwa data berdistribusi normal. Adapun dasar dari pengambilan keputusan pada uji normalitas adalah:
- Nilai sig (2-tailed) > 0,05 maka data penelitian berdistribusi normal.
- Nilai sig (2-tailed) < 0,05 maka data penelitian tidak berdistribusi normal.
Setelah dibuktikan dalam hasil uji normalitas, maka dapat dijelaskan bahwa data hasil pengaruh masa kerja dan jenis kelamin terhadap gaji guru adalah berdistribusi normal. Hal ini berdasarkan nilai asymp. Sig (2 tailed) sebesar 0,200 > 0,05.
- Uji Multikolinearitas
Langkah-langkah uji multikolinearitas menggunakan SPSS adalah:
Analyze → Regression → Linear → Masukkan variabel dependent dan variabel independents → Statistics → Centang collinearity diagnostics → Continue → OK.
Berdasarkan hasil uji multikolinieritas data pengaruh masa kerja dan jenis kelamin terhadap gaji guru dengan menggunakan SPSS, dan nilai tolerance dan VIF (Variance Inflation Factory), menunjukkan bahwa data uji multikolinieritas tidak terjadi. Adapun dasar dari pengambilan keputusan pada uji multikolinieritas adalah:
- Nilai tolerance > 0,10 maka tidak terjadi multikolinieritas. Nilai tolerance < 0,10 maka terjadi uji multikolinieritas.
- Nilai VIF < 10,00 maka tidak terjadi uji multikolinieritas. Nilai VIF > 10,00 maka terjadi uji multikolinieritas.
Dari hasil perhitungan diperoleh nilai tolerance 0,816 > 0,10 dan nilai VIF sebesar 1,225 < 10,00. Maka dapat disimpulkan bahwa variabel pengaruh masa kerja dan jenis kelamin terhadap gaji guru tidak mengalami gejala multikolinieritas.
- Uji Heteroskedastistas
Langkah-langkah uji heteroskedastisitas menggunakan SPSS adalah: Input data → Analyze → Regression → Linear → Masukkan variabel dependent dan variabel independent → Save → Centang unstandardized residuals → Continue → OK.
Transform → Compute variable → Target Variable: RES2 → Numeric expression: ABS_RES(RES_1) → OK.
Analyze → Regression → Linear → Keluarkan variabel Y dari kotak dependent dan ganti dengan variabel RES2 → Save → Hilangkan tanda centang unstandardized residuals → Continue → OK.
Berdasarkan hasil uji heteroskedastisitas data pengaruh masa kerja dan jenis kelamin terhadap gaji guru dengan menggunakan SPPS dan nilai signifikansi menunjukkan bahwa data uji heteroskedastisitas tidak terjadi.
Adapun dasar dari pengambilan keputusan pada uji heteroskedastisitas adalah:
- Nilai signifikansi > 0,05 maka tidak terjadi hasil uji heteroskedastisitas.
- Nilai signifikansi < 0,05 maka terjadi hasil uji heteroskedastisitas.
Dari hasil perhitungan diperoleh nilai sig. pengaruh masa kerja sebesar 0,904 > 0,05, sedangkan nilai sig. pengaruh jenis kelamin sebesar 0,552 > 0,05. Maka dapat disimpulkan bahwa hasil uji heteroskedastisitas tidak terjadi pada variabel pengaruh masa kerja dan jenis kelamin.
2. Uji Hipotesis
- Variabel Entered
Tabel dibawah ini akan menjelaskan D1, D2 dan variabel Y.
Pada tabel diatas dapat dijelaskan bahwa variabel yang diuji adalah variabel D1 yaitu pengaruh masa kerja dan variabel D2 yaitu pengaruh jenis kelamin terhadap gaji guru (variabel Y).
- Model Summary
Berdasarkan tabel Summary, diketahui nilai R Square sebesar 0,772 atau 77,2%, artinya besarnya pengaruh variabel independen (bebas) yaitu masa kerja dan jenis kelamin terhadap variabel dependen (terikat) yaitu gaji guru adalah 77,2%, sedangkan sisanya adalah 22,8% dijelaskan oleh variabel lain yang tidak sedang diteliti.
- Coefficients dan ANOVA
Tabel coefficients berikut akan memaparkan ada atau tidaknya pengaruh yang signifikan pada variabel pengaruh masa kerja dan jenis kelamin terhadap gaji guru.
Untuk memperoleh hasil uji regresi berganda maka pengambilan keputusannya sebagai berikut:
- tidak ada pengaruh variabel masa kerja dan jenis kelamin terhadap gaji guru.
- terdapat pengaruh variabel masa kerja dan jenis kelamin terhadap gaji guru.
Berdasarkan tabel coefficients di atas, maka dapat diketahui bahwa nilai constant sebesar 2.350.000, sedangkan nilai masa kerja sebesar 1.150.000 dan nilai jenis kelamin sebesar -250.000. Sehingga dapat diperoleh data persamaan regresinya adalah sebagai berikut:
Model Regresi bagi Perempuan:
Model regresi bagi guru yang masa kerjanya < 5 tahun (kode 0) dan berjenis kelamin perempuan (kode 0):
Gaji guru = 2.350.000 + 1.150.000 (0) – 250.000 (0)
= 2.350.000
Model regresi bagi guru yang masa kerjanya > 5 tahun (kode 1) dan berjenis kelamin perempuan (kode 0):
Gaji guru = 2.350.000 + 1.150.000 (1) – 250.000 (0)
= 2.350.000 + 1.150.000
= 3.500.000
Model Regresi bagi Laki-laki:
Model regresi bagi guru yang masa kerjanya < 5 tahun (kode 0) dan berjenis kelamin laki-laki (kode 1):
Gaji guru = 2.350.000 + 1.150.000 (0) – 250.000 (1)
= 2.350.000 – 250.000
= 2.100.000
Model regresi bagi guru yang masa kerjanya > 5 tahun (kode 1) dan berjenis kelamin laki-laki (kode 1):
Gaji guru = 2.350.000 + 1.150.000 (1) – 250.000 (1)
= 2.350.000 + 1.150.000 – 250.000
= 3.250.000
Berdasarkan nilai signifikansi dari tabel ANOVA diperoleh nilai signifikansi sebesar 0,006 < 0,05, kemudian nilai F hitung 11,872 lebih besar dari F tabel 4,74 Dengan demikian maka ditolak, sehingga terdapat pengaruh masa kerja dan jenis kelamin secara simultan terhadap gaji guru.
Berdasarkan tabel coefficient diperoleh nilai t hitung variabel masa kerja sebesar 3,964 dan nilai sig. yaitu 0,005 < 0,05 yang berarti masa kerja berpengaruh secara parsial terhadap gaji guru.
Berdasarkan tabel coefficient diperoleh nilai t hitung variabel jenis kelamin sebesar -0,862 dan nilai sig. yaitu 0,417 > 0,05 yang berarti jenis kelamin tidak berpengaruh secara parsial terhadap gaji guru.
- Kesimpulan
Dari hasil yang sudah dipaparkan di atas dengan program SPSS, maka dapat disimpulkan bahwa variabel masa kerja dan jenis kelamin memiliki pengaruh terhadap gaji guru sebesar 77,2% dan untuk sisanya 22,8% dipengaruhi oleh faktor lain yang tidak sedang diteliti.