Olah Data Statistika

CONTOH · DATA FIKTIF

Kualitas Layanan, Harga, dan Promosi terhadap Kepuasan Pelanggan

Data fiktif 30 responden, sama dengan template Excel. Tampilannya sama dengan setelah daftar gratis, ditambah satu contoh isi berbayar.

Kepuasan Pelanggan ← Kualitas Layanan, Harga, Promosi · n = 30 · taraf signifikansi 5%

Catatan metode

Dihitung dengan statsmodels dan scipy. Sig. Kolmogorov-Smirnov memakai koreksi Lilliefors seperti output SPSS; 0,200* adalah batas bawah. Nilai d_L dan d_U dari tabel Durbin-Watson α = 5%. Uji linearitas memakai Test for Linearity (deviation from linearity) per variabel bebas.

Laporan Word

Unduh .docx

Resume Hasil Uji

6 terpenuhi 0 perlu diperhatikan 0 tidak terpenuhi

Interpretasi Hasil dan Penjelasan = 1 kredit per uji.

Uji Normalitas

Terpenuhi

Kolmogorov-Smirnov 0,098; Sig. 0,200*

Tabel 1 Hasil Uji Normalitas Kolmogorov-Smirnov

Keterangan	Unstandardized Residual
N	30
Statistik uji Kolmogorov-Smirnov	0,098
Asymp. Sig. (2-tailed)ᵃ	0,200*

a. Koreksi signifikansi Lilliefors.

*. Batas bawah nilai signifikansi sebenarnya.

Sumber: Data diolah, 2026.

Kriteria: H₀: residual berdistribusi normal. H₀ ditolak bila Sig. < 0,05.
Hasil: Kolmogorov-Smirnov = 0,098; Sig. = 0,200* > 0,05 → H₀ tidak ditolak.
Kesimpulan: Residual berdistribusi normal.

Narasi hasil

Uji normalitas dilakukan untuk mengetahui apakah nilai residual dalam model regresi berdistribusi normal. Salah satu cara mendeteksi normalitas adalah melalui pengamatan nilai residual. Pengujian dilakukan dengan uji statistik nonparametrik Kolmogorov-Smirnov dengan hipotesis H₀: residual berdistribusi normal dan H_a: residual tidak berdistribusi normal. H₀ ditolak apabila nilai signifikansi lebih kecil dari 0,05.

Berdasarkan Tabel 1 diketahui nilai statistik Kolmogorov-Smirnov sebesar 0,098 dengan nilai signifikansi sebesar 0,200 > 0,05 sehingga H₀ tidak ditolak. Dengan demikian, residual berdistribusi normal.

Cara membaca

Keputusan hanya memakai Kolmogorov-Smirnov (dengan koreksi Lilliefors), sama dengan output SPSS pada rujukan. Angka lain di bawah ini pembanding, bukan dasar keputusan.
Shapiro-Wilk = 0,945, Sig. 0,121. Kemencengan 0,597 (z = 1,40), keruncingan -0,261 (z = -0,31); batas z pada taraf signifikansi ini ±1,96.
Angka 0,200* adalah batas bawah: SPSS tidak menghitung Sig. Lilliefors di atas 0,200, jadi nilai sebenarnya bisa lebih besar. Tanda * dan catatan tabelnya memang bagian dari output SPSS.

Langkah lanjutan

Tidak ada yang perlu diperbaiki.

Pertanyaan yang mungkin muncul

Mengapa tidak memakai Shapiro-Wilk? Rujukan yang dipakai mendasarkan keputusan pada uji Kolmogorov-Smirnov. Hasil Shapiro-Wilk tetap tersedia di bagian ini.
Yang diuji data mentah atau residual? Residual model regresi, sesuai rujukan.

Uji Multikolinearitas

Terpenuhi

VIF tertinggi 1,190 (Promosi); tolerance terendah 0,840

Contoh isi berbayar

Tabel 2 Hasil Uji Multikolinearitas

Variabel	Tolerance	VIF
Kualitas Layanan	0,878	1,139
Harga	0,947	1,056
Promosi	0,840	1,190

Sumber: Data diolah, 2026.

Kriteria: Terjadi multikolinearitas bila tolerance ≤ 0,10 atau VIF ≥ 10.
Hasil: VIF tertinggi = 1,190 (Promosi); tolerance terendah = 0,840 → seluruh variabel bebas memiliki tolerance > 0,10 dan VIF < 10.
Kesimpulan: Tidak terjadi multikolinearitas dalam model regresi.

Narasi hasil

Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antarvariabel bebas. Multikolinearitas ditunjukkan oleh nilai tolerance ≤ 0,10 atau nilai variance inflation factor (VIF) ≥ 10.

Berdasarkan Tabel 2 diketahui seluruh variabel bebas memiliki nilai tolerance lebih besar dari 0,10 dan nilai VIF lebih kecil dari 10. Nilai VIF tertinggi terdapat pada variabel Promosi, yaitu sebesar 1,190 dengan nilai tolerance sebesar 0,840. Dengan demikian, tidak terjadi multikolinearitas dalam model regresi.

Cara membaca

Tolerance adalah 1/VIF, jadi keduanya selalu memberi kesimpulan yang sama.
Batas yang dipakai (tolerance ≤ 0,10 atau VIF ≥ 10) adalah batas umum pada rujukan.

Langkah lanjutan

Koefisien regresi bisa ditafsirkan satu per satu seperti biasa.

Pertanyaan yang mungkin muncul

Mengapa batas VIF 10, bukan 5? Batas 10 (tolerance 0,10) adalah nilai cutoff umum pada rujukan. Bila pembimbing memakai batas 5, bandingkan sendiri angka VIF di tabel dengan 5.

Uji Heteroskedastisitas

Terpenuhi

Sig. Glejser terkecil 0,555 (Promosi)

Kesimpulan

Tidak terjadi heteroskedastisitas dalam model regresi.

🔒 terkunci

Uji Autokorelasi

Terpenuhi

DW 1,959; d_L 1,2138; d_U 1,6498

Kesimpulan

Tidak terdapat autokorelasi positif maupun negatif dalam model regresi.

🔒 terkunci

Uji Linearitas

Terpenuhi

Sig. deviation from linearity terkecil 0,111 (Harga)

Kesimpulan

Hubungan antara setiap variabel bebas dan Kepuasan Pelanggan linear.

🔒 terkunci

Deteksi Data Pencilan (outlier)

Tidak terdapat pencilan

Tidak ada z-score yang melewati batas ±2,5

Kesimpulan

Tidak terdapat data outlier dalam penelitian ini.

🔒 terkunci

Daftar (gratis) dan coba dengan datamu Unduh template data

Kebijakan data