Apakah Uji Autokorelasi Perlu Digunakan Pada Data Penelitian Kuesioner?

Apakah Uji Autokorelasi Perlu Digunakan Pada Data Penelitian Kuesioner?

Pada dasarnya pengujian autokorelasi tidak diperlukan pada data kuesioner karena bukan merupan data time series, akan tetapi sering sekali saat kita mengajukan sebuah penelitian pasti akan tetap diminta untuk menguji autokorelasi oleh dosen pembimbing skripsi. Oleh karena itu pengujian autokorelasi yang tepat dilakukan adalah sesuai teori Santoso (2019). Uji  autokorelasi  bertujuan untuk  mengetahui  ada  tidaknya korelasi  antara  variabel  pengganggu pada  periode  tertentu  dengan variabel  pengganggu  periode sebelumnya.  Cara  mudah  untuk mendeteksi  ada  tidaknya autokorelasi  dapat  dilakukan  dengan uji  Durbin-Watson. Menurut Santoso (2019:207), kriteria penentuan autokorelasi adalah sebagai berikut:

1. Angka D-W dibawah -2 berarti ada autokorelasi positif
2.  Angka D-W diantara -2 dan +2 berarti tidak ada autokorelasi
3. Angka D-W diatas +2 berarti ada autokorelasi negatif

Berikut adalah contoh pengujian autokorelasi kuesioner

Model Summaryb
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate	Durbin-Watson
1	.726a	.528	.517	2.115	1.461
a. Predictors: (Constant), Persepsi, Gaya Hidup, Motivasi, Produk
b. Dependent Variable: Buying Decision

Dari tabel hasil uji autokorelasi diatas diketahui persamaan yang diteliti. Hasil uji Durbin Watson didapat sebesar 1.461 berada diantara -2 sampai +2. Maka dapat disimpulkan bahwa tidak terjadi autokorelasi pada model regresi yang digunakan dalam penelitian ini.

KETERANGAN AUTOKORELASI TIDAK DIGUNAKAN PADA DATA KUESIONER

Uji asumsi klasik dilakukan untuk memenuhi syarat analisis regresi linier, yaitu penaksir tidak bisa dan terbaik atau sering disingkat BLUE (Best Linier Unbias Estimate). Ada beberapa pengujian yang harus dijalankan terlebih dahulu untuk menguji apakah model yang dipergunakan tersebut mewakili atau mendekati kenyataan yang ada, diantaranya adalah uji normalitas, uji heteroskedastisitas, uji multikolinieritas, dan uji autokorelasi. Namun pada penelitian yang menggunakan data kuesioner uji autokorelasi tidak perlu dilakukan. Uji autokorelasi hanya dilakukan pada data time series (runtut waktu) dimana nilai pada masa sekarang dipengaruhi oleh nilai pada masa lalu, sehingga tidak perlu dilakukan pada data cross section seperti pada kuesioner karena pengukuran semua variabel dilakukan secara serempak pada saat yang bersamaan. Hal ini sesuai dengan pendapat Nawari (2010:222), Gani dan Amalia (2015:124), Sutopo dan Slamet (2017:102), Ahmaddien dan Syarkani (2019:29), Duli (2019:128), dan Vikaliana dan Irwansyah (2019:28).

Buku Sumber:

Singgih Santoso. 2019. Mahir Statistik Parametrik. Jakarta: PT Elex Media Komputindo.

Dr. Eng. Yeri Sutopo, M.Pd. M.T., dan Prof. Dr. Achmad Slamet, M.Si. 2017. Statistik Inferensial. Yogyakarta: CV Andi Offset.

Irwan Gani dan Siti Amalia. 2015. Alat Analisis Data: Aplikasi Statistik untuk Penelituan Bidang Ekonomi dan Sosial. Yogyakarta: CV Andi Offset.

Nawari. 2010. Analisis Regresi Dengan Ms Excel 2007 dan SPSS 17. Jakarta: PT Elex Media Komputindo.

Nikolaus Duli. 2019. Metodologi Penelitian Kuantitatif: Beberapa Konsep Dasar Untuk Penulisan Skripsi & Analisis Data Dengan SPSS. Yogyakarta: Deepublish.

Resista Vikaliana dan Irwansyah. 2019. Pengolahan Data Dengan SPSS. Banten: CV. AA. RIZKY.

Iskandar Ahmaddien dan Yofy Syarkani. 2019. Statistika Terapan dengan Sistem SPSS. Bandung:                ITB Press.

Baca Juga:

t tabel dan r tabel df 1-280

t Tabel dan r Tabel (df 1-280)

Menurut Sugiyono (2018 : 45) uji validitas digunakan sebagai alat ukur sah atau valid tidaknya kuisioner. Kuisioner dikatakan valid jika pernyataan dalam kuisioner mampu mengungkapkan sesuatu yang diukur oleh kuisioner tersebut. Pengujian valisitas dapat dilakukan dengan membandingkan nilai r hitung dengan r tabel untuk degree of freedom (df) = n-2 , dimana n merupakan sampel. Jika r hitung lebih besar dari r tabel dan bernilai positif makan pernyataan atau butir valid. Jika r hitung lebih kecil maka butir atau pernyataan dikatakan tidak valid. 

Menurut Ghozali (2018 : 98) uji statistik t pada dasarnya untuk mengetahui seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variabel dependen. Kriteria yang digunakan sebagai berikut:

1. jika t hitung < t tabel. Artinya variabel bebas berpengaruh secara signifikan terhadap variabel terikat.
2. jika t hitung > t tabel. Artinya variabel bebas tidak berpengaruh secara signifikan terhadap variabel terikat.

Oleh karena itu, pada uji validitas dan uji t diperlukan tabel statistiknya, berikut adalah lampiran data statistik r tabel dan t tabel dengn df 1-280 serta penjelasan mana yang digunakan pada uji one tailed dan uji two tailed. Bisa di download disini

Sumber: 

Sugiyono. 2018. Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta

Ghozali, Imam. 2018. Aplikasi Analisis Multivariate dengan Program IBM. SPSS 25. Semarang: Badan Penerbit Universitas Diponegoro.

Baca Juga:

Pengertian Uji Asumsi Klasik

LANGKAH UJI STATISTIK DESKRIPTIF SPSS 23

LANGKAH UJI STATISTIK DESKRIPTIF SPSS

LANGKAH UJI STATISTIK DESKRIPTIF SPSS 23

Analisis statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness (Ghozali, 2013). Analisis ini tidak untuk menguji hipotesis dan memberikan informasi mengenai data yang dimiliki. Analisis statistik deskriptif digunakan untuk menganalisis dan menyajikan data disertai dengan perhitungan agar dapat memperoleh keadaan dan karakteristik data yang bersangkutan. Nilai rata-rata data ditunjukkan dengan mean yang bersangkutan. Nilai terbesar ditunjukkan dengan maksimum, sedangkan minimum menunjukkan nilai terkecil. Langkah untuk menguji statistik deskriptif adalah sebagai berikut:

• Masukkan data dari excel ke dalam SPSS

• Pilih Analyze ---> lalu pilih Descriptive Statistics ---> pilih Descriptive ---> masukkan semua variabel kedalam kolom Variabel(s) disebelah kanan.

  

• Klik Options dan pilih opsi apa yang ingin di analisis (mean, min, max, dll) lalu klik Continue.
  
• Setelah Continue maka akan di dapatkan hasil sebagai berikut.
  

Dari Hasil statistik tersebut diketahui nilai minimum, maximum, mean dan standar deviasi dari masing-masing variabel yang di teliti.