referensi kesehatan dan keselamatan kerja

GeGe 03.17 No comments
No Image
salam sejahtera dan salam blogger makasar.
akhirnya setelah sekian lama terdiam hanya membaca dan menambah referensi, akhirnya sekarang saya bisa sedikit mencoret-coret blog ini dengan referensi yang telah saya kumpulkan..
dan pastinya akan berguna untuk anda, atau siapa punyang lagi membutuhkan referensi tentang Mata kuliah Kesehatan dan keselamatan kerja terutama bidang pencahayaan karena saya akan meng-upload hasil persentase saya pada waktu kuliah kemarin...
tanpa panjang X lebar = Luas..:D:D:D langsung saja.. silahkan di download untuk teman-teman yang membutuhkan

download via 4shared :
materi kesehatan dan keselamatan kerja + .ppt
aturan perundang-undangan tentang ketenaga kerjaan + .ppt

jangan lupa tingalkan komentar yach :)
dan follow twitter aku juga : @phammank3693
 ``makasih``

Mengolah Data Kuesioner dengan IBM SPSS v 20

GeGe 20.46 No comments
Mengolah Data Kuesioner dengan IBM SPSS v 20
Mengolah Data Kuesioner dengan IBM SPSS v 20

Banyak teman-teman lebih suka melakukan penelitian dengan instrumen kuesioner, cman masalahnya banyak yang tidak tau cara mengolah data nya. Langsung saja kasi tau cara-cara dan tahap-tahap dalam mengolah data yang diperoleh melaui instrumen kuesioner. Namun sebelum saya mulai menjelaskan caranya ada baiknya saya jelaskan mengenai data yang akan digunakan. Data yang akan diolah berjenis data primer melalui kuesioner dengan skala likert 1 sampai 5 (Sangat Tidak Setuju sampai Sangat Setuju). Dalam data kali ini saya menggunakan data primer kuesioner Audit yang terdiri dari 4 variabel yaitu Kompentensi Auditor (X1), Independensi Auditor (X2), Integritas Auditor (X3) dan variabel Kualitas Audit (Y).

Tahap Pertama: Setting Variabel
Sebelum melakukan regres terlebih dahulu kita meng-input semua data dari kesioner, mulai dari Indentitas Responden sampai Jawaban Responden. Untuk melakukan input data terlebih dahulu variabel view-nya disetting terlebih dahulu seperti screenshoot dibawah ini:
Dari Screenshot diatas terlihat bahwa dari baris pertama sampai baris keenam diperuntukkan untuk menampung data indentitas responden mulai dari usia sampai pendidikan dan pelatihan yang telah dikuti responden. Data-data ini disetting dengan type Sting dan pengukuran secara ordinal karena hanya digunakan untuk mendeskripsikan pemetaan responden melalui frekuensi.
Sedangkan baris ke tujuh sampai dua puluh delapan diperuntukkan untuk menampung data jawaban responden yang disimbolkan dengan Q (Question) yang terdiri atas 22 butir pernyataan untuk 4 variabel dengan type numeric dan pengukurannya dengan skala (scale). Dalam data yang digunakan Q1 – Q6 untuk variabel Kompentensi Auditor (X1), Q7 – Q11 untuk variabel Independensi Auditor (X2), Q12 – Q17 untuk variabel Integritas Auditor (X3) dan Q18 – Q22 untuk variabel Kualitas Audit (Y) (semua angka dan huruf harus diketik sendiri).

Tahap 2: Input Data
Setelah melakukan setting variabel dengan benar maka langkah selanjutnya adalah meng-input data dengan mengklik Data View, input data tinggal masukkan semua data dari kuesioner ke Data View seperti screenshot dibawah ini:
Dari Screenshot terlihat bahwa responden pertama berumur 31 tahun berjenis kelamin pria, telah berkerja selama 5 tahun, berpendidikan Sarjana (S1) dan belum pernah mengikuti diklat. Jawaban responden ini untuk penyataan pertama adalah tidak setuju yang disimbolkan dengan angka 2, dan begitulah seterusnya sampai responden 34 silahkan baca sendiri. (semua angka dan huruf diketik sendiri)

Tahap 3: Pemetaan Responden
Setelah input data selesai maka selanjutnya sudah dapat dilakukan analisa terhadap data tersebut, maka langkah senjutnya adalah memetakan responden, tujuannya agar diperoleh gambaran mengenai karakteristik responden. Langkahnya Klik Menu Utama Analize Pilih Descriptive Statistics lalu Frecuencies sperti screeenshot dibawah ini:

Maka akan muncul jendela frecuencies-nya, pada kotak dialog Frequencies variabel umur, jenis kelamin, masa berkerja, Pendidkan terakhir dan diklat yang merupakan indentitas responden dimasukkan dalam kotak varible(s) dengan cara meng-klik tanda panah disamping kotak tersebut sehingga hasilnya seperti screenshot dibawah ini:

Setelah itu klik OK (tidak perlu lagi mengatur statistis, Chart atau formatnya tinggal mengikuti pengaturan bawaan saja). Hasilnya seperti Screenshoot dibawah ini:


Tahap 4: Pemetaan Jawaban Responden
Setelah responden dipetakan, sekarang giliran jawaban responden yang dipetakan, tujuannya adalah untuk mendeskripsikan bagaimana jawaban yang diberikan responden. Langkah-langkahnya Klik Menu Utama Analize Pilih Descriptive Statistics lalu Frecuencies sperti screeenshot dibawah ini:

Maka akan muncul jendela frecuencies-nya, pada kotak dialog Frequencies variabel Q1 sampai Q22 yang merupakan jawaban responden dimasukkan dalam kotak varible(s) dengan cara meng-klik tanda panah disamping kotak tersebut sehingga hasilnya seperti screenshot dibawah ini:

Setelah itu klik OK (tidak perlu lagi mengatur statistis, Chart atau formatnya tinggal mengikuti pengaturan bawaan saja). Hasilnya seperti Screenshoot dibawah ini:


Tahap 5: Meng-Compute Variable
Selanjutnya Setelah Responden dan Jawaban responden dipetakan maka sudah saatnya melakukan uji kualitas data, Uji kualitas data dalam postingan ini menggunakan uji Validitas dan Uji Reliabilitas. Untuk yang pertama kita lakukan uji validitas. Sebelum melakukan uji validitas terlebih dahulu konstruk-konstruk dari setiap variabel dijumlahkan terlebih dahulu dengan cara Klik Menu Utama Transform lalu Compute Variable seperti screenshot dibawah ini:

Dalam kotak dialog compute variable, pada target variable ketik X1 lalu klik Type&Label Ketik nama variable yang dmadsud pada label (contoh disini : Kompetensi Auditor) lalu Continue. Kembali pada kotak dialog compute variable, pada kotak numeric expression-nya jumlahkan Q1 + Q2 +,,,,+ Q6 untuk variabel X1 dengan cara klik satu persatu konstruk tersebut kemudian klik tanda panah disamping lalu klik (+) Lalu klik OK, 

sampai disini kita telah berhasil mendapatkan total dari variable pertama (dapat dilihat pada data viewnya. Untuk variabel selanjutnya juga demikian disesuaikan dengan nama variabel dan urutan kontruknya.

Tahap 6: Menguji Kualitas Data
Setelah didapat nila total konstruk dari masing-masing variable maka telah bisa dilakukan uji validitas (tujuan validitas untuk melihat korelasi antara setiap konstruk dengan total konstruk). Langkah-langkahnya adalah Klik Menu Utama Analize kemudian Correlate lalu bivariate seperti screenshoot dibawah ini:

Lalu akan muncul kotak dialog bivariate correlations, disini kita harus memasukkan butir-butir pertanyaan/konstruk per variabel kedalam kotak varible(s) dan total konstruk yang telah dicompute tadi seperti screenshot berikut:


lalu klik OK maka akan muncul hasilnya seperi berikut:

Valid tidaknya dilihat dari nilai pearson correlation yang berkorelasi positif dan sinificant dibawah 0,05 terhadap total konstruk variable. Hal ini juga dilakukan untuk setiap variable yang ada untuk melihat korelasi dari konstruk setiap variable terhadap total konstruknya.

Setelah keempat variable telah diuji validitasnya maka, sekarang saatnya kita lakukan uji reliabilitas (keabsahan) instrumen penelitian. Caranya Klik Analize lalu Scale lalu Reliability Analysis, akan muncul kotak dialog Reliability Analysis seperti screenshot berikut:

Pada Kotak Item masukkan butir-butir konstruk pervariabel (ingat! hanya butir-butirnya saja) dengan cara klik satu per satu lalu klik tanda panah lalu OK seperti screenshot berikut:

Ini dilakukan untuk setiap variabel. dan hasil adalah,,

Reliabel tidaknya instrumen dilihat dari nilai Cronbach Alfa yang diatas 0,60

Tahap 7: Uji Regresi
Setelah data telah diuji valid dan reliable maka dapat dilakukan Pengujian Regresi. Pengujian regresi ini dilakukan sekalian dengan pengujian asumsi klasik (normalitas, Multikolinierits dan Heterokedastisitas).
Langkah-langkah yang harus dilakukan adalah:
  •  Mencari nilai rata-rata dari total konstruk sebagai nilai variable

Caranya Klik Menu Utama Transform lalu Compute Variable seperti screenshot dibawah ini:

Dalam kotak dialog compute variable, pada target variable ketik X1 lalu klik Type&Label Ketik nama variable yang dmadsud pada label (contoh disini : Kompetensi Auditor) lalu Continue. Kembali pada kotak dialog compute variable, pada kotak numeric expression-nya masukkan variabel X1 (Kompetensi Auditor) kemudian dibagi 6 (jumlah konstruk Lalu klik OK, Seperti screenshot dibawah:

sampai disini kita telah berhasil mendapatkan nilai dari variable pertama (dapat dilihat pada data viewnya. Untuk variabel selanjutnya juga demikian disesuaikan dengan nama variabel dan jumlah kontruknya
  • Melakukan Regresi

Setelah nilai rata-rata diperoleh untuk setiap variabel, maka sudah dapat dilakukan regresi dengan cara Klik Analize pada menu utama lalu Regressions kemudian Linier, Seperti Screenshot brikut:
Maka akan muncul kotak dialog linier regressionnya. Pada kotak dialog tersebut, pada kotak dependent masukkan variable dependent-nya (contoh disini: Kuaitas Audit) Lalu pada kotak independent masukkan variable-variable independent-nya (contoh disini : Kompetensi Auditor, Integritas Auditor dan Independensi Auditor). Sepert Screenshot berikut:
  • Melakukan Uji Asumsi Klasik

Secara teori uji asumsi klasik dilakukan sebelum Uji Regresi (karena Model regresi harus terlebih dahulu lolos Asumsi Klasik) namun dalam prakteknya asumsi klasik dilakukan sekaligus dalam uji regresi. adapun langkahnya adalah Pada kotak dialog Linier Regressions klik Opsi Statistic, pada kotak dialog Linier Regressions : Statistic centang model fit, descriptive dan colinierity diagnostic dan kotak regression coefficient centang estimate lalu Continue seperti screenshot berikut:

Kemudian Klik opsi Plot, maka akan muncul kotak linier regression : Plots. Pada kolom Y masukkan *Z-PRED dan pada kolom X masukkan *S-RESID lalu centang Histogram dan Normal Probability Plot pada kotak Standarized Residual Plots. Lalu Countinue Seperti Screenshot berikut:

Langkah selanjutnya Klik opsi Save maka akan muncul kotak dialog Linier Regressions: Save Kemudian centang Unstandarized pada kolom residual lalu klik Countinue Seperti screenshot berikut:

Kemudian kita akan kembali pada kotak dialog Linier Regression, Nah setelah semua proses tadi telah dilaukan dengan baik dan benar maka langkah terakhir Klik OK. Maka hasil dari regresi pengolahan data kuesioner akan terlihat seperti ini:



Selanjutnya dilihat sendiri aja,,
Semoga Bermanfaat,,:)

Uji Validitas dan Reliabilitas SPSS

GeGe 20.40 No comments
Uji Validitas dan Reliabilitas SPSS


A. VALIDITAS DAN RELIABILITAS
Reliabilitas adalah ukuran yang menujukkan bahwa alat ukur yang digunakan dalam penelitian keperilakukan mempunyai keandalan sebagai alat ukur, diantaranya di ukur melalui konsistensi hasil pengukuran dari waktu ke waktu jika fenomena yang diukur tidak berubah (Harrison, dalam Zulganef, 2006). Sementara validitas adalah suatu ukuran yang menunjukkan bahwa variabel yang diukur memang benar-benar variabel yang hendak diteliti oleh peneliti (Cooper dan Schindler, dalam Zulganef, 2006)
Penelitian memerlukan data yang betul valid dan reliabel. Dalam rangka urgensi ini, maka kuesioner sebelum digunakan sebagai data penelitian primer, terlebih dahulu diujicobakan ke sampel uji coba penelitian. Uji coba ini dilakukan untuk memperoleh bukti sejauh mana ketepatan dan kecermatan alat ukur dalam melakukan fungsi ukurnya
Definisi validitas dan reliabilitas dapat dilihat di sini
B. CONTOH KASUS
Akan di uji validitas dan reliabilitas variabel kepuasan kerja. Variabel ini berjumlah 5 indikator yang diadaptasi dari Intrinsic factor dari teori dua factor Herzberg meliputi pekerjaan itu sendiri, keberhasilan yang diraih, kesempatan bertumbuh, kemajuan dalam karier dan pengakuan orang lain.
Skala yang digunakan adalah skala Likert 1 – 5 dengan jumlah sampel sebanyak 30. Setelah angket ditabulasi maka diperoleh data sbb (Data Reliabilitas)
C. PENYELESAIAN
Tahap 1. Analisis Faktor
Klik Analyze – Data Reduction – Factor
Masukkan seluruh pertanyaan ke box “Variables”

Klik Desctiptive – Aktifkan KMO and Bartlett’s Test of Specirity dan Anti-Image
Klik Rotation : Aktifkan Varimax
Hasil Analisis Faktor

Nilai KMO sebesar 0.840 menandakan bahwa instumen valid karena sudah memenuhi batas 0.50 (0.840 > 0.50)
Korelasi anti image menghasilkan korelasi yang cukup tinggi untuk masing-masing item, yaitu 0.850 (X1), 0.791 (X2), 0.856 (X3), 0.956 (X4) dan 0.804 (X5). Dapat dinyatakan bahwa 5 item yang digunakan untuk mengukur konstruk kepuasan instrinsik memenuhi kriteria sebagai pembentuk konstak.

Output ketiga adalah Total variance Explained menunjukkan bahwa dari 5 item yang digunakan, hasil ekstraksi SPSS menjadi 1 faktor dengan kemampuan menjelaskan konstak sebesar 72.132% .

Dengan melihat component matrix terlihat bahwa seluruh item meliputi pekerjaan itu sendiri (x1), keberhasilan yang diraih (x2), kesempatan bertumbuh (x3), kemajuan dalam karier (x4) dan pengakuan orang lain (x5) memiliki loading faktor yang besar yaitu di atas 0.50. Dengan demikian dapat dibuktikan bahwa 5 item valid.
Tahap 2
Pilih Analyze > Scale > Reliability Analysis
Masukkan semua variabel (item 1 s/d 5) ke kotak items

Klik Kotak Statistics, lalu tandai ITEM, SCALE, dan SCALE IF ITEM DELETED pada kotak DESCRIPTIVES FOR > Continue
Klik OK
Maka akan tampil output sebagai berikut :

D. INTERPRETASI
Reliabilitas
Sekaran (dalam Zulganef, 2006) yang menyatakan bahwa suatu instrumen penelitian mengindikasikan memiliki reliabilitas yang memadai jika koefisien alpha Cronbach lebih besar atau sama dengan 0,70. Sementara hasil uji menunjukkan koef cronbach alpha sebesar 0.900, dengan demikian dapat disimpulkan bahwa variabel ini adalah reliabel.
Analisis Item
Dalam prosedur kontruksi atau penyusunan test, sebelum melakukan estimasi terhadap reliabilitas dan validitas, dilakukan terlebih dahulu prosedur aitem yaitu dengan menguji karakteristik masing-masing item yang akan menjadi bagian test yang bersangkutan. Aitem-aitem yang tidak memenuhi persyaratan tidak boleh diikutkan sebagai bagian dari test. Pengujian reliabilitas dan validitas hanya layak dilakukan terhadap kumpulan aitem-aitem yang telah dianalisis dan diuji.
Beberapa teknik seleksi yang biasanya dipertimbangkan dalam prosedur seleksi adalah koefisien korelasi item-total, indeks reliabilitas item, dan indeks validitas item. Pada tes yang dirancang untuk mengungkap abilitas kognitif dengan format item pilihan ganda, masih ada karakteristik item yang seharusnya juga dianalisis seperti tingkat kesukaran item dan efektivitas distraktor.
Salah satu parameter fungsi pengukuran item yang sangat penting adalah statistic yang memperlihatkan kesesuaian antara fungsi item dengan fungsi tes secara keseluruhan yang dikenal dengan istilah konsistensi item-total. Dasar kerja yang digunakan dalam analisis item dalam hal ini adalah memilih item-item yang fungsi ukurnya sesuai dengan fungsi ukur test seperti dikehendaki penyusunnya. Dengan kata lain adalah memilih item yang mengukur hal yang sama dengan apa yang diukur oleh tes secara keseluruhan.
Pengujian keselarasan fungsi item dengan fungsi ukur tes dilakukan dengan menghitung koefisien korelasi antara distribusi skor pada setiap item dengan distribusi skor toral tes itu sendiri. Prosedur ini akan menghasilkan koefisien korelasi item total (r it) yang juga dikenal dengan sebutan parameter daya beda item.

Penjelasan Corrected item-total correlation dapat anda baca lebih dalam di Paper :
George W. Bohrnstedt . A Quick Method for Determining the Reliability and Validity of Multiple-Item Scale. American Sociological Review, Vol. 34, No. 4 (Aug., 1969), pp. 542-548
atau dibuku Robert B. Burns, Richard Burns, Robert P Burns. “Business Research Methods and Statistics Using SPSS”,  p. 430
Tentang Cronbach Alpha
Cronbach’s alpha is a measure of internal consistency, that is, how closely related a set of items are as a group.  A “high” value of alpha is often used (along with substantive arguments and possibly other statistical measures) as evidence that the items measure an underlying (or latent) construct. However, a high alpha does not imply that the measure is unidimensional. If, in addition to measuring internal consistency, you wish to provide evidence that the scale in question is unidimensional, additional analyses can be performed. Exploratory factor analysis is one method of checking dimensionality. Technically speaking, Cronbach’s alpha is not a statistical test – it is a coefficient of reliability (or consistency).
Source : http://www.ats.ucla.edu/stat/spss/faq/alpha.html
Didasarkan pada penjelasan di atas, maka penggunaan cronbach alpha bukanlah satu-satunya pedoman untuk menyatakan instrumen yang digunakan sudah reliabel. Untuk mengecek unidimensional pertanyaan diperlukan analisis tambahan yaitu ekplanatory factor analysis.
Teknik Yang Lebih Akurat Untuk Mengukur Validitas dan Reliabilitas
Untuk teknik yang lebih akurat untuk menguji validitas dan reliabilitas adalah analisis faktor konfirmatory. Menurut Joreskog dan Sorbom (1993), CFA digunakan untuk menguji “theoritical or hypotesical concepts, or contruct, or variables, which are not directly measurable or observable”.
Penjelasan Hair, dkk (2006) mengenai CFA adalah :
“CFA is way of testing how well measured variables represent a smaller number of contruct…CFA is used to provide a confirmatory test of our measurement theory. A Measurement theory specifies how measured variables logically and systematically represent contruct involved in a theoretical model. In Order words, measurement theory specifies a series relationships that suggest how variables represent a latent contruct that is non measured directly” (dalam Kusnendi, 2008:97).
Penjelasan CFA lihat di sini
Referensi :
Kusnendi. 2008. Model_Model Persamaan Struktural. Bandung : Alfabeta, p.94
Zulganef. 2006. Pemodelan Persamaan Struktur dan Aplikasinya menggunakan AMOS 5. Bandung : Pustaka
Contoh-Contoh Pengujian dan Artikel Penting : 
Analisis faktor dengan SPSS
CFA dengan LISREL