Mencari Sumbangan Efektif Aspek Variabel

Document Details:
  • Uploaded: November, 12th 2014
  • Views: 1,553 Times
  • Downloads: 2 Times
  • Total Pages: 3 Pages
  • File Format: .pdf
  • File size: 100.18 KB
  • Uploader: aprilia
  • Category: Education > Sciences
 add to bookmark | report abuse
Wahyu Widhiarso | Fakultas Psikologi UGM | wahyu_psy@ugm.ac.id
Mencari Sumbangan Efektif Aspek Variabel
Diktat Mata Kuliah Statistika Inferensial
Contoh Kasus
Variabel Dependen (VD) : Intensi membeli
Variabel Independen (VI) : Sikap terhadap produk A
Melalui uji korelasi didapatkan bahwa koefisien korelasi antara intensi membeli dan sikap terhadap produk
sebesar rxy =0.915 sehingga sumbangan efektifnya adalah 0.838 atau 83.8% 84%.
Correlations
1.000 .915**
. .000
150 150
.915** 1.000
.000 .
150 150
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Sikap thd Produk
Intensi Membeli
Sikap thd
Produk
Intensi
Membeli
Correlation is significant at the 0.01 level (2-tailed).
**.
Peneliti kemudian ingin mengidentifikasi berapa sumbangan efektif masing-masing komponen sikap terhadap
produk A terhadap intensi membeli. Komponen dari Sikap terhadap produk dalam penelitian ini terdiri dari 3
komponen yaitu, kualitas produk, harga dan promosi. Berikut ini tahap-tahap mengidentifikasi sumbangan efektif
tersebut.
Mencari cross product setiap komponen VI dengan VD (intensi). Melalui SPSS tekan Analyze, Correlation,
Bivariate. Pada menu option, beri tanda pada Cross-product deviations and covariances. Hasil yang keluar
seperti yang tertera pada tabel berikut.
Correlations
1.000 .849** .805** .853**
. .000 .000 .000
1505.840 787.200 1232.560 1475.840
10.106 5.283 8.272 9.905
150 150 150 150
.849** 1.000 .703** .774**
.000 . .000 .000
787.200
570.833 662.967 824.200
5.283 3.831 4.449 5.532
150 150 150 150
.805** .703** 1.000 .740**
.000 .000 . .000
1232.560
662.967 1555.873 1300.560
8.272 4.449 10.442 8.729
150 150 150 150
.853** .774** .740** 1.000
.000 .000 .000 .
1475.840
824.200 1300.560 1985.840
9.905 5.532 8.729 13.328
150 150 150 150
Pearson Correlation
Sig. (2-tailed)
Sum of Squares and
Cross-products
Covariance
N
Pearson Correlation
Sig. (2-tailed)
Sum of Squares and
Cross-products
Covariance
N
Pearson Correlation
Sig. (2-tailed)
Sum of Squares and
Cross-products
Covariance
N
Pearson Correlation
Sig. (2-tailed)
Sum of Squares and
Cross-products
Covariance
N
intensi
kualitas
harga
promosi
intensi kualitas harga promosi
Correlation is significant at the 0.01 level (2-tailed).
**.
Wahyu Widhiarso | Fakultas Psikologi UGM | wahyu_psy@ugm.ac.id
Dari tabel diatas kita mendapatkan tiga buah cross-product, sebagai contoh cross-product kualitas adalah
787.200 (angka yang dicetak tebal dan diberi garis bawah).
Langkah selanjutnya adalah mencari bobot tiap komponen (b) yang dapat diketahui melalui analisis regresi.
Tekan analyze, pilih menu regression, kemudian linier. Masukkan VD (intensi) dalam dependent, dan ketiga
komponen dalam independent. Lihat gambar dibawah ini.
Nah, jika sudah di-entry, tekan OK, output yang keluar seperti pada tabel berikut.
Model Summary
.921
a
.848 .845 1.25
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), promosi, harga, kualitas
a.
ANOVA
b
1276.546
3 425.515 270.941 .000
a
229.294 146 1.571
1505.840 149
Regression
Residual
Total
Model
1
Sum of
Squares
df Mean Square F Sig.
Predictors: (Constant), promosi, harga, kualitas
a.
Dependent Variable: intensi
b.
Coefficients
a
-.461 .831 -.555 .580
.618
.087 .381 7.103 .000
.270
.050 .274 5.433 .000
.310
.049 .356 6.286 .000
(Constant)
kualitas
harga
promosi
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardi
zed
Coefficien
ts
t Sig.
Dependent Variable: intensi
a.
Dari tabel di muka kita mendapatkan nilai regresi dan bobot (b) tiap komponen. Sebagai contoh, nilai b pada
komponen kualitas adalah 0.618 (angka yang dicetak tebal dan diberi garis bawah).
Wahyu Widhiarso | Fakultas Psikologi UGM | wahyu_psy@ugm.ac.id
Setelah empat komponen dapat diketahui kita tinggal memasukkannya ke dalam rumus berikut.
Regression
R ct.crossprodu .b
2
X
i
=
i
X
SE
i
X
b
= koefisien b komponen x
CP = cross product komponen x
Regression = nilai regresi
2
R
= sumbangan efektif total
Dari beberapa tabel di output SPSS kita sudh mendapatkan beberapa koefisien yang dapat dimasukkan ke
rumus di atas. Berikut ini rangkumannya....
Komponen Sikap b Cross Product Regresi Sumb. Efektif total
Kualitas 0.618 787.2
Harga 0.270 1232.56
Promosi 0.310 1475.84
1276.545 84%
Masukkan beberapa komponen ke rumus :
%32.0100%x
545.1276
84 x 7.87 x 0.618
==
Kualitas
SE
%22.0100%x
545.1276
84 x 1232.56 x 0.270
arg
==
ah
SE
%30.0100%x
545.1276
84 x 1475.84 x 0.31
Pr
==
omosi
SE
ketiga sumbangan efektif di atas sudah didapatkan :
Komponen Sikap Sumb. Efektif Komponen
Kualitas 32%
Harga 22 %
Promosi 30 %
Total 84 %
Selamat bekerja.....