PENELITIAN
GAME (ONLINE) DRAGON NEST INDONESIA
---------------------------------------------------------------------------------------------
MOH. HILMI AZIZ
TEKNIK INFORMATIKA
STMIK SUMEDANG
Tujuan Penelitian
Untuk mengetahui tingkat kualitas serta playanan dalam game online tersebut.
Game Dragon Nest Indonesia
Dragon Nest adalah game action fantasy MMORG (Massively Multiplayer Online Role Playing Game) yang memiliki grafis yang tergolong bagus dengan speed action yang khas dan telah dirilis pada tahun 2010 di Korea. Gama Dragon Nest telah pula dirilis di Jepang, China, Taiwan/Hongkong, Singapore/Malaysia, Amerika Utara dan menuai sukses yang sangat besar dengan lebih dari 100 juta user dari seluruh dunia.
I.
Identitas
Responden
Jenis
Kelamin
|
:
|
Laki-Laki
/ Perempuan
|
Usia
|
:
|
………
Tahun
|
Pendidikan
|
:
|
…………………………………….
|
Pekerjaan
|
:
|
…………………………………….
|
II.
Cara Pengisian
Kuesioner ini semata-mata
untuk keperluan akademis, mohon dijawab dengan baik dan jujur,
Baca dan jawablah
semua pertanyaan dengan teliti tanpa ada yang terlewatkan,
Pada setiap nomor pertanyaan berikan tanda
(√) tepat pada kolom yang tersedia sesuai
dengan pilihan anda.
Keterangan Jawaban :
STS
|
Sangat Tidak Setuju
|
:
|
1
|
TS
|
Tidak Setuju
|
:
|
2
|
KS
|
Kurang Setuju
|
:
|
3
|
S
|
Setuju
|
:
|
4
|
SS
|
Sangat Setuju
|
:
|
5
|
Variabel (X) Kualitas
Variabel (Y) Kepuasan
Data hasil Kuesioner
Penjelasan :
P1 - P10 = pertanyaan
Jumlah Respondennya = 15
Uji Yang Akan Dilakukan
- Uji Frekuensi
- Uji Validitas
- Uji Reliabilitas
- Uji Korelasi
- uji regresi
- Uji Normalitas
- Uji Linearitas
- Uji Heteroskedastisitas
- Uji Hipotesis
========================================================================
UJI FREKUENSI
Variable (X)
Langkah Uji Frekuensi
Bisa diliha pada Tabel diatas adalah data kuesioner pada variabel (X), untuk melakuka uji frekuensi ini Copy semua Data yang berada di Kolom warna Merah seperti gambar diatas kedalam SPSS.
Setelah Data sudah di Copy ke SPSS lakukan langkah seperti pada tabel diatas :
1. Masuk ke tab Variable View
2. Pilih Value
3. Isi Value Label
Jika langkah diatas sudah selesai klik "Ok"
Langkah Selanjutnya untuk pengujian Frekuensi
Analyze >> Descriptive Statistics >> Frequencies
setelah itu akan muncul seperti pada gambar dibawah
untuk melakukan uji frekuensi untuk jumlah jangan dimasukan, yang kita masukan hanyalah P1 - P10 lihat pada gambar dibawah ini :
Klik "OK"
Hasil Output pada Variabel (X)
Saya hanya mengabil P1-P2 sebagai Contoh
Penjelasan :
Di bawah ini ada tabel yang
menjelaskan Jumlah yang Responden yang menjawab pertanyaan – pertanyaan yang
diberikan pada Variabel (X) :
Penjelasan untuk tabel diatas yaitu pada :
P1. 3 Orang yang menjawab (KS) Kurang Setuju
7 Orang yang menjawab (S) Setuju
5 Orang yang menjawab (SS) Sangat Setuju
Total Responden berjumlah 15 orang.
P2. 2 Orang yang menjawab (KS) Kurang Setuju
8 Orang yang menjawab (S) Setuju
5 Orang yang menjawab (SS) Sangat Setuju
Total Reponden berjumlah 15 orang
Begitupun seterusnya dari P3 sampai P10
Untuk Variabel (Y) lakukan langkah sebelumnya seperti langkah pada Variabel (X)
Hasil Output dari Variabel (Y)
Penjelasan untuk Variable (Y)
Pada Tabel diatas Menjelaskan Bahwa
P1. 3 Orang yang menjawab (KS) Kurang Setuju
7 Orang yang menjawab (S) Setuju
5 Orang yang menjawab (SS) Sangat Setuju
Jumlah Responden 15 Orang
P2. 2.Orang yang menjawab (KS) Kurang Setuju
8 Orang yang menjawan (S) Setuju
5 Orang yang menjawab (SS) Sangat Setuju
Jumlah Responden 15 Orang
Dan Seterusnya sampai P10
========================================================================
UJI VALIDITAS
Langkah Uji Validitas
Variabel (X)
Untuk Uji Validitas Copy Semua data kuesioner sampai ke Jumlah-Nya ke SPSS.
Seperti pada gambar dibawah ini:
Langkah Selanjutnya Pilih Analyze >> Correlate >> Bivariate...
Tampilan yang akan muncul.
Select All dari P1 - JML dan Pindahkan ke sebelah kanan "Variabels" Seperti pada gamabar dibawah
Setelah langkah pada gambar diatas dilakukan tekan "OK" muncul tampilan seperti gambar dibawah :
Output dari Variabel (X)
Penjelasan :
Dari hasil analisis didapat nilai korelasi antara skor item
dengan total, nilai ini dibandingkan dengan r tabel pada signifikansi
uji dua arah 0,05
Dengan uji dua sisi dan jumlah (N) = 15 maka didapat r tabel
sebesar 0,514.
0,514 didapat dari r tabel dengan rumus df – (N-2) maka didapat lah hasil
0,514
Berdasarkan analisis semua Item diatas semua Valid pada
Variabel X, dikarenakan setiap item nilainya melebihi 0,514.
r tabel
N = disini berarti jumlah Reponden dikurangi 2
contoh : Jumlah Reponden N. 15 -2 = 13 lihat pada gambar diatas yang sudah diberi tanda Merah Tingkat signidikansi berada di 0,05 dan diambil dari hasi yang sudah di jumlahkan tadi berada di No. 13 dan hasilnya 0,514
Hasil Output Variabel (Y)
Untuk variable (Y) sendiri sama dengan Variabel (X).
Berdasarkan analisis, Semua item berada pada nilai yang melebihi
0,514 dilakukan dengan cara
membandingkan dengan r tabel dengan tingkan signifikansi
uji dua arah 0,05
jadi semua item dinyatakan Valid.
Untuk Langkah Berikutnya dengan Corrected Item-Total Correlation Untuk Langkahnya sebagai Berikut :
Analyze >> Scale >> Reliability Analisis...
selanjutnya akan tampil seperti pada gamabr di bawah :
Pilih Semua Item Terkecuali (JML) Pindahkan ke sebelah kanan
Kemudian pilih tombol Statistic:
dan ceklis pada bagian "Scale if item deleted" lalu tekan "Continue"
dan akan tampil hasil outpunya:
Hasil Output Variabel (X)
Dari hasil di atas bisa dilihat di Corrected item-Total Correlation
Semua Item – item dinyatakan Valid karena melebihi nilai 0,514 yang sebelumnya di bandingkan
dengan r tabel pada sig. 0,05 dengan
jumlah N = 15
Begitu juga dengan Variabel Y semua item-item sudah Valid
karena nilainya melebihi 0,514 jika
nilainya kurang dari 0,514 maka item tersebut dinyatakan tidak Valid.
Lihat pada gambar dibawah untuk Variabel (Y) :
Output Variabel (Y)
========================================================================
UJI RELIABILITAS
Data Kuesioner Variabel (X)
Untuk Uji Reliabilitas Seperti biasaca Copy semua Data kuesioner ke dalam SPSS
Langkah Selanjutnya pilih Menu Analyze >> Scale >> Reliability Analisis...
Tampilan yang muncul
Pindahkan kesebelah kanan kecuali untuk JML Tekan "Ok"
Output Hasil Uji Reliabilitas Variabel (X)
Berdasarkan
hasil perhitungan Reliabilitas pada Variabel X didapatkan hasil Cronbach’s
Alpha 0,922 hal ini bisa disimpulkan bahwa pertanyaan – pertanyaan tersebut
Reliabel dikarenakan > 0.60.
Untuk Variabel (Y) juga sama didapat Cronbach's Alpha 0,933 berarti > dari 0,60 jadi pertanyaan-pertanyaan tersebut Reliabel.
Untuk Variabel (Y) juga sama caranya dengan Variabel (X)
Hasil Output Variabel (Y)
Dapata disimpulkan dari tabel diatas, bahwa semua variabel ditas
X, dan Y diperoleh nilai Cronbach Alpha mendapatkan nilai lebih dari 0,60. Hal
ini berarti semua pertanyaan – pertanyaan tersebut Reliabel serta dapat
digunakan dalam penelitian.
========================================================================
UJI KORELASI
 |
| Variabel (X) |
 |
| Variabel (Y) |
Untuk Langkahnya seperti Berikut Copy Semua jumlah setiap Variabel ke SPSS :
Langkah Selanjutnya Pilih Analyze >> Correlate >> Bivariate...
Masukann Variabel X dan Y ke sebelah kanan tekan "Ok"
Output Hasil Uji Korelasi
Penjelasan :
Dari
hasil output diatas hubungan atara dua Variabel X dan Y yauitu sebesar 0,277.
Hal ini menunjukan bahwa Variabel X dan Y
terjadinya hubungan yang rendah, dikarenakan nilai Sig. 0,317 maka nilai signifikansi > 0,05 maka Artinya
Ha ditolak dan Ho diterima (tidak ada hubungan)
========================================================================
UJI REGRESI
Untuk langkahnya sebagai berikut :
Copy Setiap Jumlah Variabel ke SPSS
Pilih Menu Analyze >> Regression >> Linear...
UntukVariabel (Y) Pindahkan ke sebelah kana pada Kolom "Dependent"
dan Untuk Variabel (X) pindahkan ke sebelah kana pada kolom " Independent(s):
Tekan "Ok"
Hasil Output :
Nilai R menunjukan nilai 0,277 itu
berarti Nilai ini dapat diinterpretasikan bahwa hubungan kedua Variabel berada
di kategori rendah.
Output diatas untuk menentukan Taraf
signifikansi, dengan ketentuan sebagai berikut,
Jika nilai Sig. < 0,05 maka model
regresi adalah linier, akan tetapi output diatas menunjukan nilai Sig. >
0,05 dengan nilai 0,317 jadi kesimplannya, regresi linear tidak memenuhi kriteria
linieritas karena nilai Sig. melebihi 0,05.
Pada tabel Coefficients menghasilkan model persamaan regresi
yang diperoleh dengan koefisien konstanta dan koefisien variabel yang ada di
kolom Unstandardized Coefficients B. Model Persamaan Regresi
yang didapat :
Y = 32.257 + 0,242
========================================================================
UJI NORMALITAS
|
| Copy Semua Jumlah Variabel ke SPSS |
Langkah untuk uji ini seperti Uji Regresi Pilih Menu Analyze >> Regression >> Linear...
UntukVariabel (Y) Pindahkan ke sebelah kana pada Kolom "Dependent"
dan Untuk Variabel (X) pindahkan ke sebelah kana pada kolom " Independent(s):
Pilih "Save"
Muncul Tampilan seperti diatas Ceklis d bagian "Unstandardized"Klik "Continue" lali Klik "Ok"
Bisadilihat gambar diatas ada penambahan Tabel Baru yaitu RES_1
Setelah itu Pilih menu Analyze >> Nonparametic Test >> 1-Sample K-S..
Pindahkan Variabel Unstandardized ke sebelah kana Ceklis Normal dan Klik "OK"
Berdasarkan dari hasil uji Normalitas dengan One-Sample
Kolmogorov-Smirnov Z Tes diperoleh nilai Kolmogorov-Smirnov Z sebesar 0,982 dan
Asymp Sig. sebesar 0,290 nilai ini lebih besar di bandingkan dengan 0.05 maka
dapat disimpulkan bahwa data distribusi tersebut Normal.
========================================================================
UJI LINEARITAS
Copy Semua Jumlah Variabel ke dalam SPSS
Kemudian Pilih Menu Analyze >> Compare Means >> Means
Untuk Variabel Y Pindahkan Ke Dependent List dan untuk Variabel X pindahkan ke Independent List
Pilih Option :
Ceklis dibagian Anova table and eta, dengan Test for linearity pilih "Continue" Lalu tekan OK
Dapat disimpulkan dari tabel diatas, bahwa nilai Signifikansi
0,423 lebih dari 0,05 dan Deviation from Linearity 0,693 > dari 0,05 maka dapat disimpulkan bahwa variabel X
dengan Variabel Y tidak mempunyai hubungan yang Linier
========================================================================
UJI HETEROSKEDASTISITAS
Lakukan langkah seperti Uji Normalitas untuk mendapatkan Variabel RES_1
Jika sudah didapatkan RES_1 selanjutnya Pilih Menu Transform >> Compute Variable...
Pada Bagian Target Variable : Ketik RES_2 lalu pada bagian Numeric Expression: Ketik ABS_RES(RES_1) setelah itu Klik Ok
Dan Hasilnya RES_2 pun didapat
jika RES_2 sudah didapat langkah selanjutya
Kembali Ke Menu Analyze >> Regression >> Linear
pada bagian Dependent keluarkan Variabel Y ganti dengan Variabel RES_2
Pilih Save Lalu hilangkan Ceklis pada bagian Unstandardized lalu Continue >> klik OK
Output Heteroskedastisitas
Berdasarkan tabel diatas tersebut
menunjukan tidak ada gangguan Heterokedastisitas yang terjadi dimana nilai
Signifikan lebih dari 0,05 jadi keseluruhan variabel dalam hal ini Variabel X
dapat disimpulkan bahwa tidak terjadi gangguna Heteroskedastisitas.
========================================================================
UJI HIPOTESIS
Jumlah 2 Variabel dimasukan ke SPSS
Langkah untuk Uji Hipotesis ini pilih Menu Analyze >> Regression >> Linear...
Masukan Variabel X dan Y seperti gambar diatas
lalu tekan OK
Output Hasil Uji ipotesis
Nilai R menunjukan nilai 0,277 itu
berarti Nilai ini dapat diinterpretasikan bahwa hubungan kedua Variabel berada
di kategori rendah.
Terlihat bahwa pada kolom Sig. pada table ANOVA nilai Sig. adalah sebesar
0.317 atau lebih besar dari nilai probabilitas 0.05 (sig 0.317 > 0.050), maka Ho diterima
dan Ha ditolak. Artinya koefisien
regresi adalah tidak signifikan.
Jadi variabel X1 tidak berpengaruh secara
simultan dan signifikan terhadap Y
Pada koefisien, uji t/parsial terlihat bahwa variabel X secara statistik
memiliki pengaruh yang signifikan terhadap variabel Y yang ditunjukkan oleh
nilai Sig masing-masing lebih kecil dari Alpha 5% yaitu 0,000. Akan
tetapi pada hasil output Coefficients Nilai Sig. > dari 0,05 dengan nilai
0,317 itu berarti dapat disimpulkan : Maka Ho diterima dan Ha ditolak (Tidak
ada hubungan)
Persamaan Strukturnya sebagai berikut:
Y = a +b1X1
=
32,257 + 0,242
Silakan tinggalkan komentar anda. DILARANG KERAS menyimpan link blog/web pada komentar dengan tujuan backlink, Spam.