Interpretasi Hasil Spss Kelompok 2.docx

METODE PENELITIAN NAMA ANGGOTA KELOMPOK 2: 1. RIDHA FAJRI

1602114347

2. REVINA LUQVIA

1602114574

3. SRI MELISA PUTRI

1602110143

4. VINI ZENITA

1602121569

Statistik Deskriptif Hasilkan rata-rata, standard deviasi, kecenderungan lainnya, frekuensi dan jelaskan maksudnya! Statistic Inferensial 1. Temukan validitas dan reliabilitas kualitas data 2. Siapkan uji asumsi klasik 3. Lakukan uji hipotesis (regresi berganda) Interpretasikan hasil penelitian tersebut!

1

STATISTIK DESKRIPTIF Data yang dimasukkan adalah data ordinal dengan skala Likert, di mana jawaban sangat buruk diberi skor 1 ; jawaban buruk diberi skor 2 ; jawaban cukup diberi skor 3 ; jawaban baik diberi skor 4 ; dan jawaban sangat baik diberi skor 5. Baris ke 1 merupan jawaban responden 1; baris ke 2 merupakan jawaban responden 2; dan seterusnya sampai 31 responden. Pada data yang disajikan terdapat variable dependen yaitu SIA (Sistem Informasi Akuntansi) dan variable independen yaitu KM (Komitmen Manajemen) dan BO (Budaya Organisasi). Untuk masingmasing variable, jumlah pertanyaan yang di ajukan akan berbeda-beda, dimana 8 pertanyaan untuk komitmen manajemen; 7 pertanyaan untuk budaya organisasi; dan 11 pertanyaan untuk Sistem Informasi Manajemen. Catatan : Interpretasi Hasil berikut berlaku untuk semua variable yang ada pada data output SPSS mengenai Frequency. Statistics KM1 N

Valid

KM2

KM3

KM4

KM5

KM6

KM7

KM8

31

31

31

31

31

31

31

31

0

0

0

0

0

0

0

0

Mean

4.06

3.71

3.48

3.35

3.19

3.29

3.42

3.32

Std. Error of Mean

.153

.162

.166

.177

.210

.175

.172

.156

Std. Deviation

.854

.902

.926

.985

1.167

.973

.958

.871

Variance

.729

.813

.858

.970

1.361

.946

.918

.759

-.815

-1.118

.185

-.797

-.268

-.638

-.970

-.705

Std. Error of Skewness

.421

.421

.421

.421

.421

.421

.421

.421

Kurtosis

.439

1.835

-.717

.521

-.556

.476

1.076

.372

Std. Error of Kurtosis

.821

.821

.821

.821

.821

.821

.821

.821

Range

3

4

3

4

4

4

4

4

Minimum

2

1

2

1

1

1

1

1

Maximum

5

5

5

5

5

5

5

5

Missing

Skewness

2

1. Mean merupakan nilai rata-rata dari suatu data. 2. Std. error of mean merupakan tingkat kemungkinan terjadinya eror dari nilai rata-rata suatu data. 3. Std. deviation merupakan akar kuadrat dari varian (nilai – rata-rata nilai) 4. Variance merupakan ukuran seberapa jauh data tersebardi sekitar rata-rata. 5. Skewness merupakan ukuran kemiringan suatu kurva (kurva miring kiri = negative, kurva miring kana = positif). 6. Kurtosis merupakan ukuran keruncingan suatu kurva (keruncingan kurva dikatakan datar / platykurtik karena memiliki nilai kurtosis < 3). 7. Range merupakan selisih antara data dengan nilai terbesar dan data dengan nilai terkecil. 8. Minimum menunjukkan data dengan nilai terkecil. 9. Maximum menunjukkan data dengan nilai terbesar. KM1 Cumulative Frequency Valid

Percent

Valid Percent

Percent

2

2

6.5

6.5

6.5

3

4

12.9

12.9

19.4

4

15

48.4

48.4

67.7

5

10

32.3

32.3

100.0

Total

31

100.0

100.0

Dari hasil table di atas dapat dijelaskan bahwa frekuensi dengan memberikan nilai 2 sebanyak 2 (buruk) responden atau sebesar 6,5%, nilai 3 (cukup) sebanyak 4 responden atau sebesar 12,9%, nilai 4 (baik)sebanyak 15 responden atau sebesar 48,4%, dan sebanyak 10 responden atau 32,3% memberikan penilaian sangat baik (5).

3

STATISTIK INFERENSIAL

1. Temukan validitas dan reliabilitas kualitas data INTERPRETASI HASIL 1. Untuk menguji reliabilitas, kita perhatikan Tabel Reability Statistics berikut ini. 

Komitmen Manajemen





Budaya Organisasi

Sistem

Informasi

Organisasi Reliability Statistics

Reliability Statistics

Cronbach's Alpha

Cronbach's N of Items

.926

Reliability Statistics

Alpha 8

Cronbach's N of Items

.893

Alpha 7

N of Items .917

11

Suatu kuesioner dikatakan reliable jika nilai Cronbach’s Alpha > 0,60. Dengan melihat tabel Reliability statistics, kita dapat mengetahui nilai Cronbach’s Alpha dan jumlah item pertanyaan. Seperti pada table sebelumnya, diketahui bahwa nilai Cronbach’s Alpha adalah 0,926 (KM); 0,893 (BO); 0,917 (SIA) dan jumlah item pertanyaan adalah 8 (KM1 sampai dengan KM8); 7 (BO1 sampai dengan BO7); 11 (SIA1 sampai dengan SIA11). Dengan demikian, dapat diambil kesimpulan bahwa kuesioner tersebut reliable untuk masing-masing variable karna: 

Komitmen Manajemen (0,926 > 0,60)



Budaya Organisasi (0,893 > 0,60)



Sistem Informasi Akuntansi (0,917 > 0,60)

2. Untuk menguji validitas, kita perhatikan table Item-Total Statistics berikut ini (yang dilingkari inilah yang disebut r hitung).

4

Item-Total Statistics Cronbach's Scale Mean if

Scale Variance if Corrected Item-

Item Deleted

Item Deleted

Alpha if Item

Total Correlation

Deleted

KM1

23.77

31.847

.646

.924

KM2

24.13

30.516

.751

.917

KM3

24.35

30.103

.772

.915

KM4

24.48

30.325

.693

.921

KM5

24.65

27.503

.812

.912

KM6

24.55

29.723

.767

.915

KM7

24.42

29.785

.775

.915

KM8

24.52

30.391

.797

.913

Dari jumlah sampel 31, diperoleh df = 29, t table = 1,70 dan r table = 0,30. Selanjutnya, kita akan membandingkan r table dengan r hitung yang telah kita peroleh. Suatu item pertanyaan dikatakan VALID jika Corected Item-Total Correlation (r hitung) lebih besar dari pada r table. Jadi kesimpulannya semua item tersebut VALID karena nilai r hitung masing-masing item pertanyaan lebih besar dari pada r table. Catatan : Interpretasi Hasil ini berlaku untuk semua variable yang ada pada data output SPSS mengenai Item-Total Statistics.

2. Siapkan uji asumsi klasik A. Interpretasi Hasil Uji Normalitas Untuk menentukan normal tidaknya suatu data, lihatlah nilai Sig. di bagian Shapiro-Wilk dalam table Test of Normality berikut: Tests of Normality Kolmogorov-Smirnova Statistic

df

Shapiro-Wilk

Sig.

Statistic

df

Sig.

RataKM

.115

31

.200*

.955

31

.221

RataBO

.105

31

.200*

.977

31

.723

RataSIA

.125

31

.200*

.953

31

.188

a. Lilliefors Significance Correction *. This is a lower bound of the true significance.

5

Dalam uji normalitas, peneliti menggunakan Sig. di bagian Shapiro-Wilk karena data yang diuji lebih kecil dari pada 50 (respondennya lebih dari 50 orang). Jika data yang diuji lebih besar dari pada 50, peneliti menggunakan Sig. dibagian Kolmogorov-Smirnova. Kriteria pengujian 1. Angka signifikansi uji Shapiro-Wilk Sig. > 0,05 menunjukkan data berdistribusi normal. 2. Angka signifikansi uji Shapiro-Wilk Sig. < 0,05 menunjukkan data tidak berdistribusi normal. Kesimpulannya: Data tersebut tidak berdistribusi normal karena semua nilai Sig. > 0,05. Dari grafik Normal Q-Q Plot of RataKM; RataBO; RataSIA sebelumnya terlihat sebaran data yang berkumpul di sekitar garis uji yang mengarah ke kanan atas. Tidak ada data yang terletak jauh dari sebaran data. Oleh karena itu, data tersebut berdistribusi normal.

B. Interpretasi Hasil Uji Heterokedatisitas

Dari scatterplot tersebut, terlihat bahwa titik-titik menyebar secara acak, baik dibagian atas angka nol atau dibagian bawah angka nol dari sumbu vertical atau sumbu Y. Dengan demikian, data disimpulkan bahwa tidak terjadi heterokedatisitas dalam model regresi ini.

6

C. Interpretasi Hasil Uji Multikorelasi Coefficientsa Collinearity Statistics Model 1

Tolerance

VIF

RataKM

.387

2.585

RataBO

.387

2.585

a. Dependent Variable: RataSIA

Dari table Coefficientsa yang kita peroleh sebelumnya, dapat diketahui bahwa nilai VIF = 2,585. Artinya, Nilai VIF (ini) lebih kecil dari pada 10 (2,585<10). Dengan demikian, dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas di antara variable bebas.

D. Interpretasi Hasil Uji Linearitas 

RataKM ANOVA Table Sum of Squares

RataSIA * RataKM

Between Groups

(Combined)

Mean Square

F

Sig.

12.207

16

.763

5.313

.002

Linearity

4.228

1

4.228

29.444

.000

Deviation from Linearity

7.979

15

.532

3.704

.009

2.010

14

.144

14.218

30

Within Groups Total



df

RataBO ANOVA Table Sum of Squares

RataSIA * RataBO

Between Groups

Within Groups Total

df

Mean Square

F

Sig.

(Combined)

9.679

16

.605

1.866

.124

Linearity

6.545

1

6.545

20.190

.001

Deviation from Linearity

3.134

15

.209

.645

.796

4.538

14

.324

14.218

30

7

Dasar pengambilan keputusan pada uji linearitas adalah sebagai berikut. 1. Jika Sig. atau signifikansi pada deviation from linearity > 0,05 maka hubungan antar variable adalah linear. 2. Jika Sig. atau signifikansi pada deviation from linearity < 0,05 maka hubungan antar variable tidak linear. Dari table ANOVA yang telah kita dapatkan, dapat diketahui bahwa sig. dari Deviation from Linearity adalah 0,009 (RataKM) dan 0,796 (RataBO). Artinya, nilai RataKM lebih kecil dari pada 0,05 (0,009 < 0,05) dan nilai RataBO lebih besardari pada 0,05 (0.796 > 0,05). Dengan demikian, dapat disimpulkan bahwa hubungan antara variable RataKM dengan RataSIA adalah tidak linear dan variable RataBO dengan RataSIA adalah Linear.

E. Interpretasi Hasil Uji Autokorelasi 1. Menentukan hipotesis Ho: tidak ada autokorelasi Ha: ada autokorelasi 2. Menentukan nilai dL dan Du dengan melihat table Durbin-Watson, pada α = 5%, k = 2 diperoleh nilai dL = 1,2969 dan nilai dU = 1,5701. nilai k menunjukkan jumlah variable bebas, n = 31 (n merupakan jumlah responden). 3. Hasil Interpretasi Dari table Model Summaryb diperoleh nilai DW = 1,380. Perhatikan tampilan berikut untuk lebih jelasnya. Model Summaryb

Model

R

R Square

.679a

1

Adjusted R

Std. Error of the

Square

Estimate

.461

.422

.52323

Durbin-Watson 1.444

a. Predictors: (Constant), RataBO, RataKM b. Dependent Variable: RataSIA

Nilai

dL

= 1,2969

dU

= 1,5701

DW

= 1,444 8

4 – Du = 4 – 1,5701 = 2,4299 4 – dL = 4 – 1,2969 = 2,7031 Dengan demikian, DW berada antara dL dan dU, yaitu 1,2969 < 1,444 > 1,5701. Jadi, dapat disimpulkan bahwa pengujian tidak meyakinkan atau tidak dapat disimpulkan.

3. Lakukan uji hipotesis (regresi berganda) Descriptive Statistics Mean

Std. Deviation

N

RataSIA

3.4961

.68842

31

RataKM

3.4823

.80099

31

RataBO

3.6726

.70432

31

1. Mean adalah nilai rata-rata dari masing-masing variable. 2. Std. deviation merupakan akar kuadrat dari varians (nilai rata-rata) 3. N merupakan banyaknya data yang diuji dari masing-masing variable. Correlations RataSIA Pearson Correlation

Sig. (1-tailed)

N

RataKM

RataBO

RataSIA

1.000

.545

.678

RataKM

.545

1.000

.783

RataBO

.678

.783

1.000

RataSIA

.

.001

.000

RataKM

.001

.

.000

RataBO

.000

.000

.

RataSIA

31

31

31

RataKM

31

31

31

RataBO

31

31

31

1. R hitung variable RataKM dan variable RataSIA adalah 0,545. Angka ini menunjukkan korelasi yang kuat antara variable RataKM dan variable RataSIA. 2. R hitung variable RataBO dan variable RataSIA adalah 0,678. Angka ini menunjukkan korelasi yang kuat antara variable RataBO dan variable RataSIA.

9

3. R hitung variable RataKM dan variable RataBO adalah 0,783. Angka ini menunjukkan korelasi yang kuat antara variable RataKM dan variable RataBO. 4. Sig. (1-tailed) menunjukkan hubungan yang signifikan karena nilainya < 0,05 dimana 0,05 merupakan tarif signifikan. Variables Entered/Removedb

Model 1

Variables

Variables

Entered

Removed

Method

RataBO,

. Enter

RataKMa a. All requested variables entered. b. Dependent Variable: RataSIA

1. Variables entered merupakan variable yang dimasukkan kedalam persamaan. 2. Variables removed merupakan variable yang dikeluarkan dari persamaan. 3. Method merupakan pilihan metode yang digunakan. Model Summaryb

Model 1

R .679a

R Square

Adjusted R

Std. Error of the

Square

Estimate

.461

.422

.52323

a. Predictors: (Constant), RataBO, RataKM b. Dependent Variable: RataSIA

1. R merupakan koefisien korelasi dimana dalam kasus ini besarnya R adalah 0,679. 2. R square merupakan koefisien determinasi. Dalam kasus ini, besarnya R square (R2) adalah 0,461 = 46,1%. Artinya, besarnya pengaruh variable RataKM dan RataBO terhadap variable RataSIA adalah sebesar 46,1% dan besarnya variable lain yang memengaruhi variable RataSIA adalah sebesar 53,9% (100%-46,1%). 3. Adjusted R square merupakan nilai R2 yang di sesuaikan. 4. Std. error of estimation merupakan ukuran kesalahan standardari penaksiran.

10

ANOVAb Model

Sum of Squares

1

df

Mean Square

Regression

6.552

2

3.276

Residual

7.665

28

.274

14.218

30

Total

F

Sig.

11.967

.000a

a. Predictors: (Constant), RataBO, RataKM b. Dependent Variable: RataSIA

Table ANOVA ini menampilkan nilai Fhitung, yaitu sebesar 11,967. df pembilang = jumlah variable – 1

= 3 -1

=2

df penyebut

= jumlah data - jumlah variable = 31 – 3 = 28

df Total

= df pembilang + df penyebut

= 2 + 28 = 30

Coefficientsa Standardized Unstandardized Coefficients Model 1

B (Constant)

Std. Error 1.054

.509

RataKM

.031

.192

RataBO

.635

.218

Coefficients Beta

t

Sig.

2.073

.048

.036

.163

.872

.650

2.913

.007

a. Dependent Variable: RataSIA

1. Persamaan regresi RataSIA = 1,054 + 0,031 RataKM + 0,635 RataBO. 2. Konstanta sebesar 1,054 menyatakan bahwa jika tidak ada kenaikan nilai dari variable RataKM dan RataBO, nilai variable RataSIA adalah 1,054. 3. Koefisien regresi variable RataKM adalah 0,031 menyatakan bahwa setiap penambahan (karena tanda +) satu nilai pada variable RataKM akan memberikan kenaikan skor sebesar 0,031. Koefisien variable RataKM tidak memengaruhi secara signifikan terhadap variable RataSIA. Hal ini terlihat dari tingkat signifikansi variable RataKM sebesar 0,872 yang lebih besar dari pada 0,05 (0,872 > 0,05). 4. Koefisien regresi variable RataBO adalah 0,635 menyatakan bahwa setiap penambahan (karena tanda +) satu nilai pada variable RataBO akan memberikan kenaikan skor sebesar 0,635. Koefisien variable RataBO memengaruhi secara signifikan terhadap variable

11

RataSIA. Hal ini terlihat dari tingkat signifikansi variable RataBO sebesar 0,007 yang lebih kecil dari pada 0,05 (0,007 > 0,05).

Interpretasi Hasil Hipotesis Ho : Variable RataKM dan RataBO tidak berpengaruh secara simultan dan signifikan terhadap variable RataSIA. Ha : Variable RataKM dan RataBO berpengaruh secara simultan dan signifikan terhadap variable RataSIA. Dasar pengambilan keputusan 1. Jika nilai probabilitas lebih kecil dari pada atau sama dengan nilai probabilitas Sig. (0,05≤Sig.), Ho diterima (Ha ditolak). Artinya, tidak signifikan. 2. Jika nilai probabilitas lebih besar dari pada atau sama dengan nilai probabilitas Sig. (0,05≥Sig.), Ho ditolak (Ha diterima). Artinya, signifikan. Hasil uji signifikansi pada table ANOVA merupakan (nilai) Sig. sebesar 0,000. Jika dibandingkan dengan α = 0,05, nilai Sig. lebih kecil dari pada α (Sig ≤ α), yaitu 0,000≤0,05. Artinya, Ho ditolak dan Ha diterima. Dengan demikian hal ini menunjukkan bahwa variable RataKM dan RataBO berpengaruh secara simultan dan signifikan terhadap variable RataSIA. Besarnya pengaruh variable RataKM dan RataBO secara simultan dan signifikan terhadap variable RataSIA dapat diketahui dengan melihat nilai R2 pada table Model Summary (sebelumnya). Interpretasi yang didapatkan adalah (nilai) R square (R2) = 0,461 = 46,1 %. Nilai ini menunjukkan bahwa pengaruh variable RataKM dan RataBO secara simultan dan signifikan terhadap variable RataSIA adalah sebesar 46,1 % dan besarnya variable lain yang mempengaruhi variable RataSIA di luar kasus ini adalah sebesar 53,9 %.

12