Modul 4 Data Screeninng menggunakan tools spss

Screening

1. Luna Haningsih SE.,ME 04 Ekonomi dan Bisnis Manajemen Pembuka Daftar Pustaka Akhiri Presentasi Data Screening Statistik Berbasis Komputer

2. Data Screening Sebelum melakukan uji statistic, harus dilakukan screening / uji kualitas terhadap data yang akan diolah yaitu UJI NORMALITAS DATA. Pengujian ini dilakukan untuk menentukan penggunaan metode analisa data pada proses selanjutnya : Statistik parametric , jika data terdistribusi secara normal, maka residual akan terdistribusi secara normal dan independen, yaitu error akan terdistribusi secara simetri di sekitar nilai means sama dengan nol. Statistik non parametric , jika data tidak terdistribusi secara normal (menceng ke kiri atau menceng ke kanan) maka hasil uji statistic akan terdegradasi.

3. Cara 1 : Skewness (Kemencengan) Setelah data siap langkah berikutnya adalah : Klik Analyze => Descriptives Statistic => Descriptives

4. Pilih Option, isikan Kurtosis dan skewness

5. Hasilnya adalah sebagai berikut : Descriptive Statistics   N Skewness Kurtosis Statistic Statistic Std. Error Statistic Std. Error Inventory Turnover 20 4.012 .512 17.095 .992 Debt to Equity Ratio 20 2.186 .512 4.135 .992 Stock Price 20 2.595 .512 6.132 .992 Valid N (listwise) 20        

6. Uji siknifikansi skewness dan kurtosis: Ho = data terdistribusi secara normal Ha = data tidak terdistribusi secara normal Atau Keputusan: Jika nilai Z hitung > nilai Z table maka data tidak terdistribusi secara normal. Nilai Z dibandingkan dengan nilai kritisnya (z table): α = 0,01 = ± 2,58 α = 0,05 = ± 1,96 Rumus Zskew : Nilai statistik / standar error Zkurt : Nilai statistik / standar error

7. Contoh perhitungan : Harga saham Zskew = 4.012/ .512 = 7.8359 > 2,58 atau 1,98 ZKurt = 17.095/.992= 17.2329 >2,58 atau 1,98 Kesimpulan: nilai Z hitung > nilai Z table maka data terdistribusi secara TIDAK NORMAL Zskew Zkurt Inventory Turnover 7.8359 17.2329 Debt to Equity Ratio 4.2695 4.1683 Stock Price 5.0683 6.1815

8. Cara II :uji KOLMOGOROV SMIRNOV KLIK Analyze => Nonparametric Test =>Legacy Dialogs =>Sample K-S seperti dapat dilihat pada gambar berikut:

9. Akan muncul kotak dialog seperti dapat dilihat pada gambar berikut. Pada kotak Test Variable List masukkan data Harga saham, laju inflasi dan IHSG. Pada Test Distribution klik Normal

10. Hasil pengujian akan tampak sebagai berikut : One-Sample Kolmogorov-Smirnov Test   Inventory Turnover Debt to Equity Ratio Stock Price N 20 20 20 Normal Parameters a,b Mean 13.226550 .946300 3808.7500 Std. Deviation 17.9367374 1.0427473 8213.76090 Most Extreme Differences Absolute .325 .291 .428 Positive .325 .291 .428 Negative -.266 -.221 -.323 Test Statistic .325 .291 .428 Asymp. Sig. (2-tailed) .000 c .000 c .000 c a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction.

11. Hipotesis Null dan Alternatif dengan ketentuan: Ho : Data berdistribusi normal Ha : Data berdistribusi tidak normal Interpretasi: Pengambilan kesimpulan dari hasil SPSS dapat juga dilakukan dengan membandingkan antara sig (probabilitas) dari nilai statistik dengan ketentukan : Jika sig > 0.05 maka Ho diterima Jika sig < 0.05 maka Ho ditolak Dari hasil perhitungan diperoleh nilai sig untuk semua variabel baik variabel harga saham, inflasi dan IHSG adalah sebesar 0,000< 0.05 yang artinya Ho ditolak sehingga dapat disimpulkan DISTRIBUSI DATA TIDAK NORMAL

12. TRANSFORMASI DATA Jika kita akan melakukan analisis regresi, terhadap variabel yang tidak berdistribusi normal dilakukan transformasi data dengan cara merubah variabel tersebut salah satunya dalam bentuk LOG, lakukan pengujian normalitas ulang untuk variabel yang sudah dirubah dalam bentuk log tersebut

13. Pilih menu Transform, sub menu Compute.

14. Pada kolom Target variable tulis Log_X1, lalu pada kolom Function group pilih All, lalu pada kolom Functions and Special Variables pilih LG10 (klik 2 kali), lalu pada kolom Type & Label pilih income klik panah ke kanan, maka pada kolom Numeric Expression akan terisi Lg10(X1).

15. Hasilnya akan tampak sebagai berikut : Log X1

16. Setelah diuji ulang hasilnya akan tampak sebagai berikut One-Sample Kolmogorov-Smirnov Test   log_x1 log_x2 log_x3 N 20 20 20 Normal Parameters a,b Mean .9637 -.1925 2.7904 Std. Deviation .33161 .36483 .81940 Most Extreme Differences Absolute .147 .142 .195 Positive .147 .142 .195 Negative -.117 -.090 -.108 Test Statistic .147 .142 .195 Asymp. Sig. (2-tailed) .200 c,d .200 c,d .044 c a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction. d. This is a lower bound of the true significance. Untuk X1 dan X2 dapat diperbaiki dengan melakukan transformasi data namun untuk X3 hasil menunjukkan bahwa data tidak terdistribusi normal. Jika demikian maka periksa kembali data dan data yang terlalu ekstrim dapat di tarik (outlier)

17. Britannica Concise Encyclopedia (www.answers.com, accessed on Sep, 4, 2007) Moh Nasir, 2003, Metode Penelitian, Penerbit Ghalia, Jakarta M. Suparmoko, 1999 Metode Penelitian Praktis, BPFE, Yogyakarta Shamoo A and Resnik D. 2003. Responsible Conduct of Research, New York: Oxford U