Profil Singkat Pengajar

Overview: Pada bagian ini, pengajar memperkenalkan dirinya dan memberikan informasi tentang latar belakang pendidikannya serta pekerjaannya saat ini.

• Pengajar adalah seorang pegawai negeri di BPS yang juga menjadi dosen di beberapa universitas.

• Ia memiliki gelar S2 dan sedang dalam proses mendaftar program Doktor di Universitas Padjadjaran.

• Selama lima pertemuan, ia akan mengajarkan teknik-teknik analisis statistik menggunakan software seperti SPSS, Stata, dan NVivo.

• Pertemuan-pertemuan tersebut terdiri dari empat kali pertemuan kuantitatif dan satu kali pertemuan kualitatif.

• Ia juga menyebutkan bahwa para peserta dapat saling berdiskusi dan networking selama workshop.

Materi Workshop

Overview: Bagian ini membahas materi yang akan dipelajari selama workshop.

Metodologi Penelitian Kuantitatif

• Langkah-langkah ilmiah dalam metodologi penelitian kuantitatif akan diajarkan pada empat pertemuan awal.

• Software SPSS digunakan untuk analisis data pada pertemuan-pertemuan tersebut.

• Analisis statistik yang diajarkan meliputi model GGS dan SEM (Structural Equation Modeling).

Metodologi Penelitian Kualitatif

• Pertemuan kelima difokuskan pada metodologi penelitian kualitatif dengan menggunakan software NVivo.

• Pengajar menyebutkan bahwa NVivo merupakan software penelitian kualitatif yang sedang tren saat ini.

Profil Pengajar

Overview: Pada bagian ini, pengajar memberikan informasi lebih detail tentang latar belakang pendidikannya dan pekerjaannya.

• Pengajar memiliki nomor induk dosen khusus yang dapat mencapai gelar profesor.

• Ia telah menghasilkan lima buku statistik, enam sertifikasi, dan sepuluh publikasi di scopus maupun non-scopus.

• Ia juga pernah menjadi pembicara dalam beberapa seminar internasional tentang statistika dan metodologi penelitian.

• Selain sebagai pengajar, ia juga bekerja sebagai promes specialist di BPS dan ahli manajemen risiko.

Diskusi

Overview: Bagian ini merupakan sesi diskusi antara peserta workshop dengan pengajar.

• Peserta workshop terdiri dari alumni-alumni workshop sebelumnya serta peserta baru yang ingin mempelajari analisis statistik.

• Sesi diskusi dimaksudkan untuk memberikan kesempatan bagi para peserta untuk bertanya-tanya atau saling berkenalan.

Metodologi Analisis Regresi Berganda

Overview: Pada bab 1, kita mempelajari analisis statistik dengan menggunakan analisa statistik PBSI berganda untuk memecahkan hipotesa. Pada bab 2, kita membahas tentang hipotesa dan bagaimana membuat paper yang berkaitan dengan masalah-masalah tersebut.

Hipotesis

• Hipotesis adalah dugaan-dugaan berdasarkan masalah atau problems di bab 1.

• Paper selalu berkaitan dengan tangga bab 1, 2 dan 3 karena harus bisa memecahkan masalah-masalah tersebut.

Langkah-langkah Ilmiah

• Terdapat tujuh langkah dalam menggunakan analisa regresi berganda untuk menghasilkan paper, tesis ataupun fiksi.

• Tujuh langkah tersebut meliputi uji validitas reliabilitas normality multikolinearitas heteroskedastisitas Uji T dan uji F.

Contoh Penggunaan Regresi Berganda pada Tesis

Overview: Pada bagian ini, kita akan belajar tentang contoh penggunaan regresi berganda pada tesis "Pengaruh Motivasi dan Gaya Kepemimpinan terhadap Kinerja Pegawai pada Biro Umum Sekretariat Jenderal Kementerian Dalam Negeri".

Analisa Regresi Berganda

• Regresi berganda digunakan jika variabel x lebih dari satu.

• Model yang kompleks dapat dipecahkan menggunakan regresi berganda.

• Contoh penggunaannya dapat dilihat pada BAB 4 dari tesis yang dibahas.

Langkah-langkah Penggunaan

• Terdapat tujuh langkah dalam menggunakan analisa regresi berganda untuk menghasilkan paper, tesis ataupun fiksi.

• Tujuh langkah tersebut meliputi uji validitas reliabilitas normality multikolinearitas heteroskedastisitas Uji T dan uji F.

Hubungan antara Kepemimpinan, Motivasi, dan Budaya terhadap Kinerja

Overview: Pada bagian ini, pembicara membahas tentang hubungan antara kepemimpinan, motivasi, dan budaya terhadap kinerja.

Regresi Berganda

• Jika kita menambah regresi berganda maka XL pasti lebih dari satu.

• Ada dua jenis data yang perlu diperhatikan dalam analisis regresi berganda yaitu data primer dan data cross-section.

• Data cross-section adalah data satu waktu seperti pengaruh kepemimpinan motivasi terhadap kinerja pada bulan tertentu atau periode tertentu.

Uji Asumsi Klasik

• Untuk uji asumsi klasik pada data cross-section hanya perlu dilakukan tujuh langkah.

• Uji linearitas tidak selalu diperlukan dalam analisis regresi berganda karena tidak ada buku teks yang berkaitan dengan linearity. Namun jika diminta oleh pembimbing atau promotor maka harus dilakukan.

• Adjusted R Square digunakan untuk mengukur seberapa baik model dapat menjelaskan variasi variabel dependen.

Analisa Jalur

• Ketika hubungan antara variabel sudah lebih kompleks maka rekreasi sudut sudah tidak dapat digunakan. Contohnya menggunakan analisa jalur atau model SEM (Structural Equation Modeling).

• Analisa jalur digunakan untuk melihat pengaruh langsung dan tidak langsung antara variabel independen dan dependen.

• Uji autokorelasi tidak diperlukan dalam analisis regresi berganda pada data cross-section. Namun jika diminta oleh pembimbing atau promotor maka harus dilakukan.

Kesimpulan

• Pada bagian ini, pembicara membahas tentang hubungan antara kepemimpinan, motivasi, dan budaya terhadap kinerja. Analisis regresi berganda dapat digunakan untuk melihat pengaruh variabel independen terhadap variabel dependen. Ada dua jenis data yang perlu diperhatikan yaitu data primer dan data cross-section. Uji asumsi klasik pada data cross-section hanya perlu dilakukan tujuh langkah. Analisa jalur digunakan untuk melihat pengaruh langsung dan tidak langsung antara variabel independen dan dependen.

Validitas dan Reliabilitas

Bagaimana cara mengerjakan analisis tesis dengan benar? Pada bagian ini, akan dibahas mengenai validitas dan reliabilitas data.

Validitas

• Validitas adalah keabsahan dari setiap butir pertanyaan atau pernyataan dalam kuesioner.

• Pertanyaannya harus relevan dan sesuai dengan tujuan penelitian.

• Setelah membuat kuisioner, perlu dilakukan uji validitas untuk memastikan bahwa indikator atau pertanyaan yang digunakan sudah cocok.

Reliabilitas

• Reliabilitas adalah konsistensi variabel yang dapat digunakan di penelitian lain yang sejenis.

• Uji asumsi klasik dilakukan untuk mendapatkan penduga atau estimator yang tidak bias hasilnya.

• Uji asumsi klasik meliputi normality, heteroskedasitas, multicollinearity (untuk data cross-section), dan autokorelasi (untuk data series).

Error dalam Statistik

Mengapa error selalu ada dalam statistik? Pada bagian ini, akan dibahas mengenai filosofi di balik error dalam statistik.

• Error selalu ada karena kita mengambil sampel dari populasi. Oleh karena itu, perlu dilakukan uji asumsi klasik untuk mendapatkan penduga yang tidak bias hasilnya.

• Persamaan regresi selalu memiliki error di belakangnya karena statistik mengandung error.

Uji T dan Uji F

Setelah melakukan uji asumsi klasik, apa yang harus dilakukan selanjutnya? Pada bagian ini, akan dibahas mengenai uji t dan uji F.

• Setelah melakukan uji asumsi klasik, perlu dilakukan uji t dan uji F untuk melihat signifikansi dari variabel yang digunakan.

• Tujuan dari uji t dan uji F adalah untuk mendapatkan adjusted R Square atau determinasi yang dapat digunakan untuk melihat pengaruh variabel terhadap hasil penelitian.

Survei dan Penelitian

Pada bagian ini, pembicara membahas tentang survei dan penelitian. Dia menjelaskan tentang metode penarikan sampel, jumlah minimum sampel yang diperlukan, serta pentingnya melakukan uji validitas dan reliabilitas.

Metode Penarikan Sampel

• Metode penarikan sampel tergantung pada jenis sampel yang digunakan.

• Ada beberapa metode penarikan sampel seperti positif dan snowball.

• Jumlah minimum sampel yang dibutuhkan tergantung pada jenis teknik sampling yang diambil.

Validitas dan Reliabilitas

Bagian ini membahas tentang pentingnya melakukan uji validitas dan reliabilitas dalam survei atau penelitian.

Uji Validitas dan Reliabilitas

• Penting untuk melakukan uji validitas dan reliabilitas setelah semua data terkumpul.

• Melakukan pilot test sebelum mengumpulkan data dapat meminimalkan kesalahan di awal.

• Uji validitas dilakukan untuk memastikan pertanyaan atau pernyataan dalam survei benar-benar mengukur apa yang ingin ditanyakan.

• Uji reliabilitas dilakukan untuk memastikan bahwa hasil survei konsisten jika dilakukan ulang dengan responden yang berbeda.

Uji Validitas

Bagian ini membahas tentang tahap pertama dari tujuh langkah dalam melakukan uji validitas.

Tahap Pertama: Uji Validitas

• Tahap pertama dari tujuh langkah adalah uji validitas.

• Pada tahap ini, pernyataan atau pertanyaan dalam survei diuji untuk memastikan bahwa mereka benar-benar mengukur apa yang ingin ditanyakan.

Validitas Pertanyaan

Pada bagian ini, dijelaskan mengenai langkah-langkah untuk memvalidasi pertanyaan dalam sebuah penelitian.

Langkah Pertama: Jumlahkan Semua Pertanyaan

• Jumlahkan semua pertanyaan terkait dengan satu variabel.

• Setelah dijumlahkan, tarik ke bawah dan copy paste ke SPSS.

Pertanyaan Ideal

• Tidak ada jawaban yang ideal untuk jumlah pertanyaan yang ideal. Semakin banyak pertanyaannya, semakin baik karena dapat membantu menganalisis data dengan lebih baik.

Mitos Tentang Jumlah Pertanyaan

• Tidak benar bahwa harus ada 5 atau kelipatannya pertanyaan dalam satu variabel.

• Juara ke-5 tidak harus sama pada setiap variabelnya.

Penggunaan SPSS

Bagian ini menjelaskan penggunaan SPSS dan cara instalasinya.

Instalasi SPSS

• Jika belum terinstal, dapat dilakukan melalui TeamViewer yang akan difasilitasi oleh pihak Bandung atau Jakarta.

• Untuk tahap awal mempelajari SPSS, cukup fokus pada deskriptif statistik, correlated regression, dan nonparametrik teks.

Transform Data

• Hanya perlu menggunakan complete variable untuk transform data.

• Untuk data yang banyak, cukup menggunakan transform sampai ke bawah.

Meng-copy Paste Data

• Copy paste data dari Excel ke SPSS dapat dilakukan dengan mudah.

Pengenalan Variabel dan Uji Validitas

Overview: Pada bagian ini, pembicara membahas tentang enam tipe WIB desimal sampai roll. Pembicara juga membahas tentang penggantian variabel dan cara mengubahnya menjadi numerik.

Penggantian Variabel

• Bapak-Ibu dapat mengganti variabel dengan mudah.

• Pastikan bentuk variabel yang diubah menjadi numerik agar bisa diolah.

• Ada opsi untuk menambahkan label pada variabel.

Uji Validitas

• Untuk uji validitas, klik analisis dan pilih correlated to.

• Pesen digunakan untuk data nonparametrik sedangkan person digunakan untuk data seperti contoh dalam video.

• Cara mudah melihat hasil uji validitas adalah dengan melihat nilai signifikansi R tabel.

Melihat Hasil Uji Validitas

Overview: Bagian ini membahas cara melihat hasil uji validitas butir-butir pertanyaan atau pernyataan atau indikator.

Cara Mudah Melihat Hasil Uji Validitas

• Ada dua cara untuk melihat hasil uji validitas yaitu dengan melihat palet atau sik Hai vik dalam pohon2 failed segini signifikansi ya 2T.

• Cara mudah melihat hasil uji validitas adalah dengan melihat nilai signifikansi R tabel.

Cara Susah Melihat Hasil Uji Validitas

• Cara susahnya adalah melihat person the correlation.

Pertanyaan dan Validitas Data

Bagaimana cara melakukan pelet survei dan menjaga validitas data yang diperoleh.

Pelet Survei

• Pertanyaan-pertanyaan dalam survei harus dijawab dengan jujur agar data yang diperoleh akurat.

• Ada beberapa cara untuk menjawab pertanyaan, namun yang paling umum digunakan adalah cara-cara yang mudah.

• Setelah melakukan tahapan-tahapan ilmiah, data-data surga akan terkumpul. Data ini akan lebih baik karena sudah melalui proses validasi.

Validitas Data

• Butir pertanyaan yang tidak valid harus dibuang agar hasil penelitian menjadi lebih akurat.

• Manipulasi data tidak diperbolehkan karena dapat merusak keabsahan dari setiap butir pertanyaan.

• Ada beberapa cara untuk menguji validitas data, salah satunya adalah dengan menggunakan uji bivariat. Namun, cara-cara yang paling mudah digunakan adalah cara-cara sederhana.

• Uji reliabilitas dilakukan untuk mengetahui kekonsistenan variabel dalam penelitian. Jika variabel tersebut tidak konsisten, maka harus dibuang.

Langkah-Langkah Penelitian

• Terdapat tujuh langkah dalam melakukan penelitian. Langkah kedua adalah uji reliabilitas.

• Sebelum melakukan uji reliabilitas, harus dilakukan uji validitas terlebih dahulu.

• Jika butir pertanyaan sudah valid, maka cenderung akan realibel sebesar 95%.

• Rumus statistik tidak menggunakan total dalam menghitung Alpha.

Variabel GO harus Dibuang

Pada bagian ini, pembicara membahas tentang reliabilitas variabel dan mengapa variabel GO harus dibuang.

Reliabilitas Variabel

• Reliabilitas variabel akan dilakukan dengan melakukan uji ke semua variabel.

• Uji validitas dilakukan dengan menggunakan R tabel. Jika R hitung lebih besar dari es tabel maka valid.

• Instrumen konbeg alpha digunakan untuk melihat reliabilitas.

Variabel GO Harus Dibuang

• Variabel GO tidak realibel dan tidak konsisten untuk digunakan di penelitian selanjutnya.

• Instrumen yang diuji adalah pertanyaannya, bukan butir pertanyaan.

• Hal ini menyatakan bahwa variabel motivasi atau S1 tersebut real reliabel atau konsisten.

Uji Validitas dan Reliabilitas

Pada bagian ini, pembicara membahas tentang uji validitas dan reliabilitas pada tesis.

Uji Validitas

• Uji validitas dilakukan dengan menggunakan R tabel. Jika R hitung lebih besar dari es tabel maka valid.

• Contoh: jumlah pertama motif indikatornya ada empat ya kaget dengan pertanyaan indikator yang hydro nggak ada berarti semua valid.

Uji Reliabilitas

• Uji reliabilitas menggunakan konteks Alpha.

• Ada tesis yang salah karena dia melihat butir pertanyaan. Yang dilihat seharusnya adalah instrumen konbeg alphanya.

Data Sekunder Tidak Perlu Dilakukan Uji Validitas dan Reliabilitas

Pada bagian ini, pembicara membahas tentang data sekunder dan mengapa tidak perlu dilakukan uji validitas dan reliabilitas.

• Data sekunder tidak perlu dilakukan uji validitas dan reliabilitas karena data tersebut sudah diuji oleh instansi yang mengeluarkan data.

• Contoh: BPS data kemiskinan pertumbuhan ekonomi ya pengangguran bisa mengeluarkan Bursa Efek Indonesia atau OJK atau by maka kita tidak perlu melakukan namanya uji validitas dan reliabilitas gitu.

Uji Asumsi Klasik dan Model Regresi

Overview: Dalam bagian ini, pembicara membahas tentang uji asumsi klasik dan model regresi.

Uji Asumsi Klasik

• Uji asumsi klasik digunakan untuk menghasilkan penduga yang bersifat gunung best linear MB yes estimator.

• Untuk mendapatkan X1, data Excel dapat dijadikan sebagai data.exe saja.

• Data-data yang akan dimasukkan ke dalam model regresi harus dijumlahkan terlebih dahulu. Ada dua cara untuk menyajikan data yaitu dengan menjumlahkan atau merata-ratakan.

Model Regresi

• Model regresi memiliki bentuk y = a + b1X1 + b2X2 + b3X3 + error.

• Ada dua cara untuk menyajikan data dalam model regresi yaitu dengan menjumlahkan atau merata-ratakan.

• Data dari kuesioner dapat berupa ordinal atau interval. Jika datanya ordinal, maka selalu berupa tingkatan. Namun jika datanya interval, maka merupakan rentang pertanyaan klasik.

• Untuk mengubah data ordinal menjadi interval, dapat menggunakan aplikasi softstart Excel 97.

Menyiapkan Data untuk Analisis

Overview: Dalam bagian ini, pembicara memberikan panduan tentang cara menyiapkan data untuk analisis menggunakan SPSS.

Persiapan Data

• Pertama-tama, pastikan bahwa data yang akan digunakan sudah rapi dan teratur.

• Copy-paste semua data ke dalam SPSS.

• Pastikan bahwa variabel error harus normal karena persamaan regresi membutuhkannya.

Munculkan Error

• Untuk memunculkan error, klik "Analyze", kemudian "Regressions", dan pilih "Linear".

• Pilih "Residual and Standardized" pada opsi save.

• Setelah itu, munculah data error yang tadinya tidak ada menjadi ada.

Uji Normalitas

• Setelah memunculkan error, barulah kita uji sebenarnya normal atau tidak dengan menggunakan uji normalitas.

• Klik "Analyze", kemudian "Nonparametric Tests", dan pilih "One-Sample Kolmogorov-Smirnov Test".

• Ada tiga pilihan untuk menguji normalitas: asimtotik only, montecarlo, dan extract.

• Jika hasilnya tidak normal, maka dapat dicoba dengan tiga pilihan tersebut atau cara-cara lain seperti z-score.

Kesimpulan

Dalam bagian ini dijelaskan tentang cara menyiapkan data untuk analisis menggunakan SPSS. Penting untuk memastikan bahwa variabel error harus normal karena persamaan regresi membutuhkannya. Setelah itu, kita dapat memunculkan error dan menguji normalitas dengan menggunakan uji normalitas.

Normalitas dan Uji Heteroskedastisitas

Overview: Pada bagian ini, pembicara membahas tentang normalitas dan uji heteroskedastisitas.

Normalitas

• Normalitas adalah hal yang subjektif.

• Tidak disarankan hanya melihat tabel atau grafik untuk menentukan normalitas.

• Untuk menentukan normalitas, dapat menggunakan uji normality test dengan nilai 0.05 sebagai batasnya.

• Jika nilai di atas 0.05 maka data tersebut dianggap normal.

Uji Heteroskedastisitas

• Heteroskedastisitas adalah variasi varians yang tidak boleh beragam dalam subgrup data.

• Untuk menghindari heteroskedastisitas, perlu dilakukan uji asumsi homogen atau homoskedastis.

• Salah satu cara untuk melakukan uji homogen adalah dengan menggunakan uji Glejser.

• Dalam melakukan uji Glejser, harus memperhatikan bahwa tidak ada nilai minus pada data karena hasilnya akan menjadi tidak valid.

Pertanyaan Terkait Tes

Overview: Bagian ini membahas pertanyaan terkait tes.

• Sebelum melakukan tes, pastikan error sudah diperbaiki terlebih dahulu agar hasilnya valid.

• Ada dua jenis tes yaitu tes normality test dan tes heteroskedastisitas.

• Tes heteroskedastisitas dapat dilakukan dengan menggunakan uji Glejser.

Uji Glejser

Overview: Bagian ini membahas tentang penggunaan uji Glejser dalam menguji heteroskedastisitas.

• Uji Glejser adalah salah satu cara untuk menguji heteroskedastisitas.

• Dalam melakukan uji Glejser, harus memperhatikan bahwa tidak ada nilai minus pada data karena hasilnya akan menjadi tidak valid.

• Ada dua cara untuk mengatasi nilai minus pada data yaitu dengan menggunakan cara lama atau cara baru.

Mengubah Nilai Residual Menjadi Positif

Overview: Dalam bagian ini, dijelaskan cara mengubah nilai residual menjadi positif menggunakan rumus uji Glejser. Pertama-tama, semua nilai residual harus diabsolutkan agar menjadi positif. Kemudian, file yang telah diabsolutkan dimasukkan ke dalam SPSS dan dilakukan transformasi logaritma natural.

Mengubah Nilai Residual Menjadi Positif

• Untuk mengubah nilai residual menjadi positif, pertama-tama semua nilai residual harus diabsolutkan dengan rumus uji Glejser.

• Setelah itu, file yang telah diabsolutkan dimasukkan ke dalam SPSS dan dilakukan transformasi logaritma natural.

Melakukan Regresi Linear

Overview: Bagian ini menjelaskan cara melakukan regresi linear pada data setelah dilakukan transformasi logaritma natural.

Melakukan Regresi Linear

• Setelah melakukan transformasi logaritma natural pada data, langkah selanjutnya adalah melakukan regresi linear menggunakan SPSS.

• Pada output SPSS, perhatikan signifikansi dari koefisien untuk melihat apakah terdapat heteroskedastisitas atau tidak. Jika signifikansi lebih dari 0,05 maka tidak terdapat heteroskedastisitas. Jika terdapat heteroskedastisitas maka dapat dilakukan transformasi logaritma natural juga terhadap variabel independen lainnya seperti kepemimpinan dan motivasi kerja untuk mengobatinya.

Mengobati Heteroskedastisitas

Overview: Bagian ini menjelaskan cara mengobati heteroskedastisitas dengan melakukan transformasi logaritma natural pada variabel independen.

Mengobati Heteroskedastisitas

• Jika terdapat heteroskedastisitas, dapat dilakukan transformasi logaritma natural juga terhadap variabel independen lainnya seperti kepemimpinan dan motivasi kerja untuk mengobatinya.

• Setelah dilakukan transformasi logaritma natural pada variabel independen, lakukan regresi linear kembali untuk melihat apakah masih terdapat heteroskedastisitas atau tidak.

Uji Asumsi Klasik

Overview: Bagian ini menjelaskan tentang uji asumsi klasik dan kapan harus digunakan.

Uji Asumsi Klasik

• Uji asumsi klasik hanya perlu dilakukan jika menggunakan regresi berganda dengan lebih dari satu variabel independen.

• Jika hanya menggunakan satu variabel independen, maka tidak perlu dilakukan uji asumsi klasik.

• Uji asumsi klasik bertujuan untuk memeriksa apakah model regresi yang dibuat telah memenuhi asumsi-asumsi dasar dalam analisis regresi linear seperti normalitas residual, homogenitas residual, dan tidak adanya multikolinearitas antara variabel independen.

Uji Heteroskedastisitas dan Solusinya

Overview: Dalam bagian ini, pembicara membahas tentang uji heteroskedastisitas dan solusinya.

Uji Heteroskedastisitas

• Uji heteroskedastisitas dilakukan jika terjadi heteroskedastisitas variabel.

• Variabel yang diuji adalah X1 dan X2.

• Jika nilai signifikansi lebih besar dari 0.05, maka tidak terjadi heteroskedastisitas.

Solusi untuk Heteroskedastisitas

• Jika terjadi heteroskedastisitas, solusinya adalah melakukan logaritma natural pada variabel kepemimpinan dan motivasi.

• Hal ini dilakukan agar tidak menghasilkan model yang buruk.

Uji Multikolinearitas

Overview: Bagian ini membahas tentang uji multikolinearitas.

Multikolinearitas

• Multikolinearitas terjadi ketika ada hubungan antara variabel bebas (X1, X2, X3).

• Untuk menguji multikolinearitas digunakan statistik varian inflation faktor (VIF).

• Jika hasil VIF di atas 10, maka akan terjadi multikolinearitas.

Cara Mengatasi Multikolinearitas

• Untuk mengatasi multikolinearitas dapat dilakukan dengan mengecek VIF pada output SPSS.

• Jika nilai VIF kurang dari 10, maka tidak terjadi multikolinearitas.

Multikolinearitas dan Uji Normalitas

Pada bagian ini, pembicara membahas tentang multikolinearitas dan uji normalitas dalam analisis regresi.

Multikolinearitas dan Uji Normalitas

• Multikolinearitas terjadi ketika ada korelasi yang kuat antara dua atau lebih variabel bebas dalam model regresi.

• Salah satu solusi untuk mengatasi multikolinearitas adalah dengan melakukan transformasi logaritmik pada variabel yang terkena dampaknya.

• Uji normalitas merupakan langkah pertama yang harus dilakukan sebelum melakukan analisis regresi. Jika data tidak berdistribusi normal, maka hasil analisis regresi tidak dapat diandalkan.

• Jika uji normalitas telah terpenuhi, maka biasanya asumsi lain seperti multikolinearitas akan terpenuhi juga. Namun, jika heteroskedastisitas masih terjadi, maka perlu dilakukan penanganan khusus.

• Untuk mengatasi masalah multikolinearitas, pembicara akan memberikan beberapa treatment melalui PDF berupa 12 halaman teks.

Manipulasi Data dalam Skripsi atau Tesis

Pada bagian ini, pembicara membahas tentang manipulasi data dalam skripsi atau tesis serta penyakit-penyakit yang sering muncul pada data.

Manipulasi Data dalam Skripsi atau Tesis

• Data yang diambil dari lapangan biasanya memiliki penyakit-penyakit seperti missing value atau data yang tidak terisi dengan baik.

• Manipulasi data seringkali dilakukan dalam skripsi atau tesis untuk memenuhi asumsi-asumsi tertentu. Namun, hal ini dapat merusak kredibilitas hasil penelitian.

• Untuk mengatasi masalah pada data, diperlukan keuletan dan ketelitian dalam melakukan pengolahan data.

Uji Validitas dan Uji T serta F

Pada bagian ini, pembicara membahas tentang uji validitas dan uji T serta F dalam analisis regresi.

Uji Validitas dan Uji T serta F

• Setelah melakukan uji normalitas dan menangani masalah-masalah lainnya, langkah selanjutnya adalah melakukan uji validitas untuk memastikan bahwa model regresi yang dibuat sudah sesuai dengan teori.

• Ada dua jenis uji statistik yang digunakan dalam analisis regresi yaitu uji T dan uji F. Kedua jenis uji ini digunakan untuk menguji signifikansi variabel bebas terhadap variabel terikat.

• Dalam hipotesis, pengaruh parsial berarti pengaruh satu variabel bebas terhadap variabel terikat secara individual. Sedangkan berpengaruh berarti pengaruh gabungan dari dua atau lebih variabel bebas terhadap variabel terikat.

Beda Pengaruh Parsial dengan Berpengaruh

Pada bagian ini, pembicara membahas tentang perbedaan antara pengaruh parsial dan berpengaruh dalam analisis regresi.

Beda Pengaruh Parsial dengan Berpengaruh

• Pengaruh parsial adalah pengaruh satu variabel bebas terhadap variabel terikat secara individual. Sedangkan berpengaruh adalah pengaruh gabungan dari dua atau lebih variabel bebas terhadap variabel terikat.

• Dalam hipotesis, pengaruh parsial digunakan untuk menguji signifikansi satu variabel bebas terhadap variabel terikat. Sedangkan berpengaruh digunakan untuk menguji signifikansi gabungan dari dua atau lebih variabel bebas terhadap variabel terikat.

Uji-t dan Uji F

Overview: Pada bagian ini, pembicara menjelaskan tentang uji-t dan uji F dalam statistik.

Pengertian Uji-t

• Uji-t adalah pengujian hipotesis yang digunakan untuk menentukan apakah ada perbedaan signifikan antara dua sampel.

• Ada juga uji parsial yang memperhitungkan variabel lain dalam model.

• Penting untuk memasukkan semua variabel jika ingin melihat pengaruh secara parsial.

Pengertian Uji F

• Uji F adalah pengujian hipotesis yang digunakan untuk menentukan apakah ada perbedaan signifikan antara tiga atau lebih sampel secara simultan.

• Jika hasilnya di bawah 0,05 maka berarti X1, X2, dan X3 berpengaruh secara simultan terhadap variabel dependen atau kinerja.

Perbedaan Antara Uji-t dan Uji F

• Uji-t digunakan untuk menguji perbedaan antara dua sampel sedangkan uji F digunakan untuk menguji perbedaan antara tiga atau lebih sampel secara simultan.

• Ada juga perbedaan dalam cara memasukkan data ke dalam model saat menggunakan kedua jenis ujian tersebut.

Kesimpulan

Pada bagian ini, pembicara menjelaskan tentang pengertian dari ujian statistik yaitu ujian t dan ujian F. Ujian t digunakan untuk menguji perbedaan antara dua sampel sedangkan ujian F digunakan untuk menguji perbedaan antara tiga atau lebih sampel secara simultan. Ada juga perbedaan dalam cara memasukkan data ke dalam model saat menggunakan kedua jenis ujian tersebut.

Uji Parsial vs Simultan

Overview: Dalam uji parsial, hipotesis diuji satu per satu sedangkan dalam uji simultan, hipotesis diuji secara bersamaan. Uji-t dan uji-F digunakan dalam kedua jenis pengujian ini. Namun, tidak ada persyaratan khusus untuk menggunakan uji-F secara simultan.

Alasan Tidak Menggunakan Uji-F Secara Simultan

• Hipotesis harus diperiksa terlebih dahulu untuk menentukan apakah perlu dilakukan pengujian simultan atau tidak. Jika hipotesis memerlukan pengujian simultan, maka dapat dilakukan.

• Tidak ada persyaratan khusus yang mengharuskan penggunaan uji-F secara simultan.

Regresi Berganda

Overview: Regresi berganda digunakan untuk data interval atau ordinal dengan jumlah sampel lebih dari 30. Jika data rasio dipakai, analisisnya akan berbeda dan sulit dibaca. Regresi logistik digunakan untuk data nominal atau kategorikal.

Penggunaan Regresi Berganda

• Data interval atau ordinal dengan jumlah sampel lebih dari 30 dapat menggunakan regresi berganda.

• Data rasio juga bisa dipakai namun analisisnya akan berbeda dan sulit dibaca.

Penggunaan Regresi Logistik

• Digunakan untuk data nominal atau kategorikal seperti diabetes merokok tidak merokok.

• Analisisnya disebut silogistik dimana Y nya adalah bentuk nominal.

Multivariat

Overview: Untuk tipe regresi, data harus berbentuk interval atau rasio. Jika data adalah kombinasi antara interval dan rasio, maka analisisnya akan berbeda.

Penggunaan Data Rasio

• Regresi berganda dapat digunakan untuk data rasio namun cara membaca analisanya agak berbeda.

• Analisis yang sulit dibaca dapat menyebabkan kesalahan dalam interpretasi hasil.

Multivariat

• Buku Herma multivariat teenlush dapat digunakan sebagai referensi.

• Untuk lebih memahami materi, disarankan untuk mengikuti langkah-langkah yang telah ditulis oleh pengajar.

Isi Transkrip Video

Ikhtisar Bagian: Ini adalah transkrip singkat dari video yang berisi beberapa kata dan frasa yang diucapkan oleh pembicara dalam bahasa Indonesia.

Kata-kata dan Frasa Penting

• "porno"

• "badges0"

• "otomotif1.com"

• "otomotif1.com"

• "the book book book book book book book book book book book"

• "freefilemp3.biz Hai pop pop pop pop pop pop pop pop pop"

• "e-book e-book e-book e-book PDF"

• "freefilemp3.biz Hai Beb"

• "e-book e-book e-book e-book e-book PDF"

• "otomotif1.com"

• "Indonesia subtitle"

• "badges0 hai hai"

• "pornhub.com TPU subtitle"

• "bop bop bop bop bop bop bop bop bop bop bop bop"

• [] (2:04:31 t:7471 s)"otomotif1.com"

-[](2:05:23 t:7523 s)"mbok mbok mbok mbok mbok mbok mbok mbok mbok mbok mbok"

-[](2:06:25 t:7585 s)"bop bop bop bop bop bop bop bop bop bop bop bop bop bop

-[](2:07:23 t:7643 s)"b**** ******* **********"

-[](2:07:50 t:7670 s)"b**********"

• "otomotif1.com"

• "otomotif1.com"

• "bop bop bop bop bop bop bop bop"

• "otomotif1.com"

• "bok-bok-bok-bok-bok-bok-bok-bok"

• "map map map map map map map map map"

• "the book book book book book book book"

• "book"

• "otomotif1.com"

• "e-book e-book e-book PDF"

• "mbok mbok mbok mbok mbok mbok mbok mbok mbok sub"

• [] (2:18:24 t:8304 s)"Porn Hub freehub"

Kesimpulan

Transkrip ini berisi beberapa kata dan frasa yang diucapkan oleh pembicara dalam bahasa Indonesia. Beberapa topik yang dibahas termasuk situs web otomotif, buku, e-book, dan subtitle. Namun, beberapa kata dan frasa tidak jelas atau mungkin tidak relevan.