MANAJEMEN DATA STATISTIK DAN EPIDEMIOLOGI RUMAH SAKIT

TUGAS DEMENTION REDUCTION & NON PARAMETRIK

DATA 200 RESPONDEN

OLEH :

dr. Aditya Surya Pratama

2226080205 – 36 B

PEMBIMBING :

dr. Cicilia Windiyaningsih, SMIP., SKM., Mkes

PROGRAM PASCA SARJANA MAGISTER ADMINISTRASI RUMAH SAKIT

UNIVERSITAS RESPATI INDONESIA

JAKARTA 2022
 FACTOR ANALYSIS

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .938
Bartlett's Test of Sphericity Approx. Chi-Square 6657.436
df 528
Sig. .000

Communalities
Initial Extraction

Conten01 1.000 .696

Conten02 1.000 .783
Conten03 1.000 .694
Conten04 1.000 .689
Conten05 1.000 .665
Format01 1.000 .595
Format02 1.000 .629
Format03 1.000 .695
Format04 1.000 .712
Format05 1.000 .712
Format06 1.000 .697
Akurasi01 1.000 .628
Akurasi02 1.000 .828
Akurasi03 1.000 .841
Akurasi04 1.000 .765
Akurasi05 1.000 .658
Akurasi06 1.000 .721
Timeline01 1.000 .645
Timeline02 1.000 .662
Timeline03 1.000 .636
Timeline04 1.000 .626
Timeline05 1.000 .550
Kemudahan01 1.000 .564
Kemudahan02 1.000 .675
Kemudahan03 1.000 .604
Kemudahan04 1.000 .871
Kemudahan05 1.000 .884
Kepuasan01 1.000 .750
Kepuasan02 1.000 .803
Kepuasan03 1.000 .781
Kepuasan04 1.000 .789
Kepuasan05 1.000 .708
Kepuasan06 1.000 .734
Extraction Method: Principal Component
Analysis.

Total Variance Explained

Rotation
Sums of
Squared
Initial Eigenvalues Extraction Sums of Squared Loadings Loadings
% of Cumulative % of Cumulative
Component Total Variance % Total Variance % Total
1 17.904 54.255 54.255 17.904 54.255 54.255 7.648
2 2.052 6.219 60.474 2.052 6.219 60.474 7.336
3 1.765 5.348 65.822 1.765 5.348 65.822 4.937
4 1.568 4.751 70.573 1.568 4.751 70.573 3.368
5 .983 2.980 73.553
6 .941 2.851 76.404
7 .679 2.058 78.462
8 .641 1.942 80.404
9 .565 1.712 82.116
10 .551 1.671 83.787
11 .504 1.528 85.315
12 .441 1.337 86.652
13 .415 1.259 87.910
14 .386 1.170 89.080
15 .376 1.139 90.219
16 .332 1.006 91.225
17 .304 .922 92.148
18 .273 .827 92.974
19 .260 .787 93.762
20 .249 .756 94.517
21 .229 .694 95.211
22 .215 .651 95.862
23 .207 .628 96.490
24 .182 .553 97.043
25 .161 .489 97.532
26 .151 .458 97.990
27 .147 .445 98.435
28 .134 .407 98.842
29 .130 .395 99.237
30 .099 .299 99.536
31 .077 .234 99.770
32 .049 .149 99.919
33 .027 .081 100.000
 Total Variance Explained

Rotation Sums of Squared Loadings

Component % of Variance Cumulative %
1 23.176 23.176
2 22.229 45.406
3 14.962 60.368
4 10.205 70.573
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

Extraction Method: Principal Component Analysis.

 Component Matrixa
Component
1 2 3 4
Kepuasan02 .824
Format05 .821
Format04 .811
Timeline02 .810
Kepuasan06 .805
Format06 .804
Akurasi06 .795
Format03 .795
Kepuasan05 .790
Kepuasan04 .780
Conten02 .780
Timeline01 .779
Timeline04 .779
Kepuasan03 .770
Format01 .768
Akurasi01 .765
Kemudahan02 .755
Timeline03 .755
Format02 .752
Akurasi04 .750
Kepuasan01 .740
Conten04 .732
Conten05 .721
Conten03 .703
Akurasi05 .698
Kemudahan03 .685
Timeline05 .676
Akurasi02 .656 .539
Conten01 .647
Kemudahan01 .643
Akurasi03 .630 .584
Kemudahan05 .708
Kemudahan04 .695

Extraction Method: Principal Component Analysis.a

a. 4 components extracted.

Rotated Component Matrixa

Component
1 2 3 4
Kepuasan03 .806
Kepuasan01 .798
Kepuasan04 .795
Kepuasan02 .774
Kepuasan05 .691
Kepuasan06 .675
Kemudahan02 .646
Timeline01 .615
Kemudahan01 .587
Timeline04 .554
Format01 .509
Timeline02
Timeline05
Conten01 .802
Conten02 .794
Conten03 .769
Conten04 .728
Conten05 .720
Format03 .649
Format06 .637
Format02 .627
Format05 .590
Format04 .579
Akurasi01 .526
Akurasi03 .869
Akurasi02 .853
Akurasi04 .728
Akurasi05 .678
Akurasi06 .511 .587
Kemudahan05 .921
Kemudahan04 .911
Kemudahan03
Timeline03

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.a

a. Rotation converged in 7 iterations.

Rotated Component Matrix (Tahap I):

Dari data yang diperoleh terdapat 12 variable yang tidak terdapat dalam 1 component yang sama:

1. Kemudahan02
2. Timeline01
3. Kemudahan01
4. Timeline04
5. Format01
6. Timeline02
7. Timeline05
8. Akurasi01
9. Kemudahan05
10. Kemudahan04
11. Kemudahan03
12. Timeline03

Component Transformation Matrix

Component 1 2 3 4
1 .606 .587 .446 .300
2 -.034 -.536 .200 .820
3 -.665 .182 .720 -.084
4 -.436 .579 -.493 .481

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.
 Factor Analysis

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .939
Bartlett's Test of Sphericity Approx. Chi-Square 4079.578
df 210
Sig. .000

Analisis Output Uji Analysis

§ Jika KMO > 0.50 maka analisis faktor bisa dilakukan.
Nilai Kaiser Meyer Olkin Measure of Sampling Adequacy (KMO MSA) sebesar 0.939 yang nilainya lebih
besar dari 0.50 maka bisa di simpulkan bahwa analisis faktor bisa di lakukan atau data valid

Communalities
Initial Extraction
Conten01 1.000 .685
Conten02 1.000 .789
Conten03 1.000 .720
Conten04 1.000 .674
Conten05 1.000 .677
Format02 1.000 .630
Format03 1.000 .697
Format04 1.000 .727
Format05 1.000 .702
Format06 1.000 .697
Akurasi02 1.000 .817
Akurasi03 1.000 .839
Akurasi04 1.000 .773
Akurasi05 1.000 .660
Akurasi06 1.000 .738
Kepuasan01 1.000 .798
Kepuasan02 1.000 .814
Kepuasan03 1.000 .831
Kepuasan04 1.000 .823
Kepuasan05 1.000 .738
Kepuasan06 1.000 .734

Extraction Method: Principal Component

Analysis.

Data yang masuk dalam analisis di lihat dari Communalities ada 21, yaitu:
§ Conten : 01,02,03,04,05
 § Format : 02,03,04,05,06
§ Akurasi : 02,03,04,05,06
§ Kepuasan : 01,02,03,04,05,06
Setelah itu di cek pada Scree Plot kesesuaiannya

Total Variance Explained

Rotation
Sums of
Squared
Initial Eigenvalues Extraction Sums of Squared Loadings Loadings
% of Cumulative % of Cumulative
Component Total Variance % Total Variance % Total
1 12.323 58.682 58.682 12.323 58.682 58.682 5.900
2 1.743 8.300 66.982 1.743 8.300 66.982 5.175
3 1.499 7.138 74.120 1.499 7.138 74.120 4.490
4 .755 3.593 77.713
5 .649 3.089 80.803
6 .482 2.295 83.098
7 .427 2.034 85.132
8 .372 1.774 86.906
9 .335 1.596 88.501
10 .330 1.569 90.071
11 .309 1.473 91.544
12 .288 1.373 92.917
13 .257 1.224 94.140
14 .227 1.081 95.221
15 .202 .962 96.184
16 .201 .956 97.140
17 .165 .786 97.925
18 .155 .737 98.663
19 .115 .547 99.210
20 .102 .486 99.695
21 .064 .305 100.000

Total Variance Explained

Rotation Sums of Squared Loadings
Component % of Variance Cumulative %

1 28.096 28.096
2 24.645 52.741
3 21.379 74.120
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

Extraction Method: Principal Component Analysis.

Data yang di analisis dilihat dari communalities dan Scree Plot jumlahnya sama yaitu 21.

Component Matrixa
Component
1 2 3
Format04 .839
Kepuasan02 .825
Format05 .821
Format06 .818
Format03 .813
Akurasi06 .803
Conten02 .800
Kepuasan06 .800
Kepuasan05 .785
Kepuasan03 .781
Kepuasan04 .775
Conten04 .770
Format02 .765
Akurasi04 .755
Kepuasan01 .748
Conten05 .741
Conten03 .724
Akurasi05 .704
Conten01 .685
Akurasi02 .658 .620
Akurasi03 .636 .659

Extraction Method: Principal Component Analysis.a

a. 3 components extracted.

Rotated Component Matrixa

Component
1 2 3
Conten02 .804
Conten03 .801
Conten01 .794
Conten05 .736
Conten04 .711
Format03 .644
Format02 .639
Format06 .636
Format05 .606
Format04 .569 .516
Kepuasan03 .836
Kepuasan04 .831
Kepuasan01 .831
Kepuasan02 .773
Kepuasan05 .737
Kepuasan06 .686
Akurasi03 .888
Akurasi02 .867
Akurasi04 .760
Akurasi05 .702
Akurasi06 .631
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser
Normalization.a
a. Rotation converged in 6 iterations.

Rotated Componen Matrix (Tahap II) :

Setelah 12 variabel dari Rotated Componen Matrix Tahap I di
keluarkan, output data sudah Fix

Analisis Output
¨ Nilai Faktor Loading untuk sampel 200 adalah 0.40 (dari pedoman nilai faktor loading)
¨ Nilai Faktor loading pada keenam indikator variabel Kepuasan lebih besar dari 0.40 (Faktor loading >0.40)
maka bisa di simpulkan bahwa keenam indikator dalam variabel Kepuasan dinyatakan valid yang artinya
keenam indikator yang digunakan dapat mengukur sebuah variabel karena nilai faktor loading yang diperoleh
mengelompok dalam 1 component atau faktor.
¨ Nilai Faktor loading pada kelima indikator variabel Conten lebih besar dari 0.40 (Faktor loading >0.40) maka
bisa di simpulkan bahwa kelima indikator dalam variabel Conten dinyatakan valid yang artinya kelima
indikator yang digunakan dapat mengukur sebuah variabel karena nilai faktor loading yang diperoleh
mengelompok dalam 1 component atau faktor.
¨ Nilai Faktor loading pada kelima indikator variabel Format lebih besar dari 0.40 (Faktor loading >0.40) maka
bisa di simpulkan bahwa kelima indikator dalam variabel Format dinyatakan valid yang artinya kelima
indikator yang digunakan dapat mengukur sebuah variabel karena nilai faktor loading yang diperoleh
mengelompok dalam 1 component atau faktor.
¨ Nilai Faktor loading pada kelima indikator variabel Akurasi lebih besar dari 0.40 (Faktor loading >0.40) maka
bisa di simpulkan bahwa kelima indikator dalam variabel Akurasi dinyatakan valid yang artinya kelima
indikator yang digunakan dapat mengukur sebuah variabel karena nilai faktor loading yang diperoleh
mengelompok dalam 1 component atau faktor.
¨ Sedangkan untuk Kemudahan 01,02,03,04,05, Timeline 01,02,03,04,05 format 01 dan akurasi 01, nilai faktor
loadingnya >0.40 tapi tidak valid karena nilai factor loadingnya tidak mengelompok dalam 1
component.

Component Transformation Matrix

Component 1 2 3
1 .636 .579 .510
2 -.305 -.418 .856
3 .709 -.700 -.089

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser
Normalization.
Reliability

Case Processing Summary

N %
Cases Valid 200 100.0
Excludeda 0 .0
Total 200 100.0

a. Listwise deletion based on all variables in

the procedure.

Reliability Statistics
Cronbach's
Alpha N of Items
.964 21

Uji Reliabilitas Cronach Alpha

Dikatakan reliable jika nilai Cronbach alpha > 0,6
Analisis Output
Daru data diatas nilai Cronbach Alpha 0.964 > 0.6, artinya data tersebut reliable.

Item Statistics
Mean Std. Deviation N
Conten01 3.52 .567 200
Conten02 3.48 .567 200
Conten03 3.53 .601 200
Conten04 3.44 .581 200
Conten05 3.53 .601 200
Format02 3.36 .575 200
Format03 3.44 .526 200
Format04 3.44 .590 200
Format05 3.39 .546 200
Format06 3.42 .542 200
Akurasi02 3.32 .489 200
Akurasi03 3.32 .489 200
Akurasi04 3.34 .524 200
Akurasi05 3.26 .595 200
Akurasi06 3.34 .561 200
Kepuasan01 3.41 .628 200
Kepuasan02 3.39 .608 200
Kepuasan03 3.37 .636 200
Kepuasan04 3.42 .595 200
Kepuasan05 3.41 .602 200
Kepuasan06 3.45 .582 200

Apabila nilai dari standar deviasi lebih kecil dibandingkan nilai rata-ratanya maka kinerja dapat dikatakan
baik.
Analisa Output
Hasil analisis deskriptif pada data tabel diatas menunjukkan semua nilai standar deviasi lebih kecil
daripada nilai rata-rata (mean), hal ini berarti maka hasil data diatas dapat dikatakan baik.

Item-Total Statistics
Corrected Cronbach's
Scale Mean if Scale Variance Item-Total Alpha if Item
Item Deleted if Item Deleted Correlation Deleted
Conten01 68.01 77.603 .654 .963
Conten02 68.04 76.441 .776 .962
Conten03 67.99 76.794 .693 .963
Conten04 68.09 76.551 .744 .962
Conten05 67.99 76.603 .712 .963
Format02 68.16 76.721 .735 .963
Format03 68.09 76.912 .786 .962
Format04 68.09 75.747 .815 .962
Format05 68.13 76.560 .795 .962
Format06 68.10 76.637 .792 .962
Akurasi02 68.20 78.804 .623 .964
Akurasi03 68.20 79.005 .600 .964
Akurasi04 68.19 77.488 .726 .963
Akurasi05 68.26 77.088 .671 .963
Akurasi06 68.19 76.513 .777 .962
Kepuasan01 68.11 76.159 .721 .963
Kepuasan02 68.13 75.581 .804 .962
Kepuasan03 68.15 75.666 .757 .962
Kepuasan04 68.10 76.285 .751 .962
Kepuasan05 68.12 76.102 .760 .962
Kepuasan06 68.08 76.220 .777 .962

Scale Statistics
Mean Variance Std. Deviation N of Items
71.52 84.452 9.190 21
NPar Tests

One-Sample Kolmogorov-Smirnov Test

Conten0 Conten0 Conten0 Conten0 Conten0 Totalconte
1 2 3 4 5 n
N 200 200 200 200 200 200
Normal Parametersa,b Mean 3.52 3.48 3.53 3.44 3.53 17.49
Std. .567 .567 .601 .581 .601 2.502
Deviation
Most Extreme Absolute .349 .326 .353 .305 .353 .187
Differences Positive .273 .296 .241 .303 .241 .158
Negative -.349 -.326 -.353 -.305 -.353 -.187
Test Statistic .349 .326 .353 .305 .353 .187
Asymp. Sig. (2-tailed) .000c .000c .000c .000c .000c .000c

One-Sample Kolmogorov-Smirnov Test

Format0 Format0 Format0 Format0 Totalforma
Format02 3 4 5 6 t
N 200 200 200 200 200 200
Normal Parametersa,b Mean 3.36 3.44 3.44 3.39 3.42 20.37
Std. .575 .526 .590 .546 .542 2.857
Deviation
Most Extreme Absolute .332 .346 .306 .350 .338 .207
Differences Positive .332 .346 .295 .350 .338 .207
Negative -.269 -.308 -.306 -.280 -.300 -.156
Test Statistic .332 .346 .306 .350 .338 .207
Asymp. Sig. (2-tailed) .000c .000c .000c .000c .000c .000c

One-Sample Kolmogorov-Smirnov Test

Akurasi0 Akurasi0 Akurasi0 Akurasi0 Akurasi0 Totalakura
2 3 4 5 6 si
N 200 200 200 200 200 200
Normal Parametersa,b Mean 3.32 3.32 3.34 3.26 3.34 19.98
Std. .489 .489 .524 .595 .561 2.698
Deviation
Most Extreme Absolute .414 .414 .384 .344 .355 .243
Differences Positive .414 .414 .384 .344 .355 .243
Negative -.248 -.248 -.253 -.281 -.252 -.187
Test Statistic .414 .414 .384 .344 .355 .243
Asymp. Sig. (2-tailed) .000c .000c .000c .000c .000c .000c

One-Sample Kolmogorov-Smirnov Test

Kepuasan0 Kepuasan0 Kepuasan0 Kepuasan0 Kepuasan0
1 2 3 4 5
N 200 200 200 200 200
Normal Parametersa,b Mean 3.41 3.39 3.37 3.42 3.41
 Std. .628 .608 .636 .595 .602
Deviation
Most Extreme Absolute .296 .299 .279 .297 .299
Differences Positive .273 .299 .279 .297 .299
Negative -.296 -.282 -.279 -.297 -.288
Test Statistic .296 .299 .279 .297 .299
Asymp. Sig. (2-tailed) .000c .000c .000c .000c .000c

One-Sample Kolmogorov-Smirnov Test

Kepuasan0 Totalkepuas MeanForm MeanAkura MeanKepua
6 an at si san
N 200 200 200 200 200
Normal Parametersa,b Mean 3.45 20.44 3.40 3.31 3.41
Std. .582 3.239 .485 .458 .540
Deviation
Most Extreme Absolute .310 .180 .228 .303 .180
Differences Positive .298 .179 .228 .303 .179
Negative -.310 -.180 -.165 -.197 -.180
Test Statistic .310 .180 .228 .303 .180
Asymp. Sig. (2-tailed) .000c .000c .000c .000c .000c

One-Sample Kolmogorov-Smirnov Test

MeanConten
N 200
Normal Parametersa,b Mean 3.50
Std. Deviation .500
Most Extreme Differences Absolute .187
Positive .158
Negative -.187
Test Statistic .187
Asymp. Sig. (2-tailed) .000c

a. Test distribution is Normal.

b. Calculated from data.
c. Lilliefors Significance Correction.

Uji normalitas bertujuan untuk mengetahui apakah nilai residual berdistribusi normal atau tidak.

JIka nilai signifikansi > 0,05 maka nilai residual berdistribusi normal.
Jika nilai signifikansi < 0,05 maka nilai residual tidak berdistribusi normal
Analisis Output
Dari data di atas di dapatkan nilai signifikansi 0,000 yang artinya lebih kecil dari 0,05 artinya tidak
berdistribusi normal.
Correlations

Correlations
Totalakuras Totalkepuas TotalConten MeanKepua
Totalformat i an t san
** ** **
Totalformat Pearson 1 .791 .759 .814 .759**
Correlation
Sig. (2-tailed) .000 .000 .000 .000
N 200 200 200 200 200
Totalakurasi Pearson .791** 1 .671** .631** .671**
Correlation
Sig. (2-tailed) .000 .000 .000 .000
N 200 200 200 200 200
Totalkepuasan Pearson .759** .671** 1 .680** 1.000**
Correlation
Sig. (2-tailed) .000 .000 .000 .000
N 200 200 200 200 200
TotalContent Pearson .814** .631** .680** 1 .680**
Correlation
Sig. (2-tailed) .000 .000 .000 .000
N 200 200 200 200 200
MeanKepuasa Pearson .759** .671** 1.000** .680** 1
n Correlation
Sig. (2-tailed) .000 .000 .000 .000
N 200 200 200 200 200
MeanConten Pearson .814** .631** .680** 1.000** .680**
Correlation
Sig. (2-tailed) .000 .000 .000 .000 .000
N 200 200 200 200 200
MeanAkurasi Pearson .756** .987** .634** .581** .634**
Correlation
Sig. (2-tailed) .000 .000 .000 .000 .000
N 200 200 200 200 200
MeanFormat Pearson .988** .775** .734** .805** .734**
Correlation
Sig. (2-tailed) .000 .000 .000 .000 .000
N 200 200 200 200 200

Correlations
MeanConten MeanAkurasi MeanFormat
Totalformat Pearson Correlation .814** .756** .988**
Sig. (2-tailed) .000 .000 .000
N 200 200 200
Totalakurasi Pearson Correlation .631** .987** .775**
Sig. (2-tailed) .000 .000 .000
 N 200 200 200
Totalkepuasan Pearson Correlation .680** .634** .734**
Sig. (2-tailed) .000 .000 .000
N 200 200 200
TotalContent Pearson Correlation 1.000** .581** .805**
Sig. (2-tailed) .000 .000 .000
N 200 200 200
MeanKepuasan Pearson Correlation .680** .634** .734**
Sig. (2-tailed) .000 .000 .000
N 200 200 200
MeanConten Pearson Correlation 1 .581** .805**
Sig. (2-tailed) .000 .000
N 200 200 200
MeanAkurasi Pearson Correlation .581** 1 .738**
Sig. (2-tailed) .000 .000
N 200 200 200
MeanFormat Pearson Correlation .805** .738** 1
Sig. (2-tailed) .000 .000
N 200 200 200

**. Correlation is significant at the 0.01 level (2-tailed).

Dasar Keputusan dalam Analisis Korelasi Bivariate Pearson

Ada 3 cara yang dapat digunakan sebagai pedoman atau dasar pengambilan keputusan dalam analisis korelasi
bivariate pearson ini yaitu pertama dengan melihat nilai signifikansi Sig. (2-tailed). Kedua membandingkan nilai r
hitung (pearson Correlations) dengan nilai r tabel product moment. Ketiga adalah dengan melihat tanda bintang (*)
yang terdapat pada output program SPSS.

1. Berdasarkan Nilai Signifikansi Sig. (2-tailed): Jika nilai Sig. (2-tailed) < 0.05 maka terdapat korelasi antar
variable yang di hubungkan. Sebaliknya jika nilai Sig. (2-tailed) > 0.05 maka tidak terdapat korelasi.
2. Berdasarkan nilai r hitung ( Pearsons Correlations): Jika nilai r hitung > r tabel maka ada korelasi antar
variable. Sebaliknya jika nilai r hitung < r tabel maka artinya tidak ada korelasi antar variable.
3. Berdasarkan tanda bintang (*) yang diberikan SPSS: Jika terdapat tanda bintang (*) atau (**) pada nilai
pearson Correlation maka antara variable yang di analisis terjadi korelasi. Sebaliknya jika tidak terdapat
tanda bintang pada nilai pearson correlation maka antara variable yang di analisis tidak terjadi korelasi. Tanda
bintang satu (*) menunjukan korelasi pada signifikansi 1 % atau 0.01. Sedangkan tanda bintang dua (**)
menunjukkan korelasi pada signifikansi 5% atau 0.05.

Interpretasi Analisis Korelasi Bivariate Pearson

Berdasarkan tabel output diatas dapat di simpulkan:
1. Berdasarkan Nilai Signifikansi Sig. (2-tailed): Dari tabel output diatas diketahui nilai Sig. (2-tailed) antara
Mean dengan Total adalah sebesar 0.000 < 0.05 yang berarti terdapat korelasi yang signifikan antara
variable dari Mean dan variable dari Total.
 2. Berdasarkan nilai r hitung ( Pearsons Correlations): pada tingkat kemaknaan 5% di dapat angka r
tabel=0.138. Data data diatas diketahui bahwa nilai r hitung untuk hubungan Mean dan Total semua nilainya
> 0,138 maka dapat di simpulkan bahwa ada hubungan atau korelasi antara variable pada mean dan
Total.

3. Berdasarkan tanda bintang (*) yang diberikan SPSS: dari data diatas terdapat tanda bintang dua(**) pada nilai
pearson Correlation maka antara variable yang di analisis terjadi korelasi pada signifikansi 5% atau 0.05.

Nonparametric Correlations

Correlations
Totalforma Totalakura Totalkepuas TotalConte
t si an nt
Spearman's Totalformat Correlation 1.000 .777** .730** .781**
rho Coefficient
Sig. (2-tailed) . .000 .000 .000
N 200 200 200 200
Totalakurasi Correlation .777** 1.000 .660** .605**
Coefficient
Sig. (2-tailed) .000 . .000 .000
N 200 200 200 200
 Totalkepuasa Correlation .730** .660** 1.000 .606**
n Coefficient
Sig. (2-tailed) .000 .000 . .000
N 200 200 200 200
TotalContent Correlation .781** .605** .606** 1.000
Coefficient
Sig. (2-tailed) .000 .000 .000 .
N 200 200 200 200
MeanKepuas Correlation .730** .660** 1.000** .606**
an Coefficient
Sig. (2-tailed) .000 .000 . .000
N 200 200 200 200
MeanConten Correlation .781** .605** .606** 1.000**
Coefficient
Sig. (2-tailed) .000 .000 .000 .
N 200 200 200 200
MeanAkurasi Correlation .737** .963** .624** .548**
Coefficient
Sig. (2-tailed) .000 .000 .000 .000
N 200 200 200 200
MeanFormat Correlation .984** .765** .702** .765**
Coefficient
Sig. (2-tailed) .000 .000 .000 .000
N 200 200 200 200

Correlations
MeanKepua MeanCont MeanAkura MeanForm
san en si at
** ** **
Spearman's Totalformat Correlation .730 .781 .737 .984**
rho Coefficient
Sig. (2-tailed) .000 .000 .000 .000
N 200 200 200 200
Totalakurasi Correlation .660** .605** .963** .765**
Coefficient
Sig. (2-tailed) .000 .000 .000 .000
N 200 200 200 200
Totalkepuasa Correlation 1.000** .606** .624** .702**
n Coefficient
Sig. (2-tailed) . .000 .000 .000
N 200 200 200 200
TotalContent Correlation .606** 1.000** .548** .765**
Coefficient
Sig. (2-tailed) .000 . .000 .000
N 200 200 200 200
MeanKepuas Correlation 1.000 .606** .624** .702**
an Coefficient
 Sig. (2-tailed) . .000 .000 .000
N 200 200 200 200
MeanConten Correlation .606** 1.000 .548** .765**
Coefficient
Sig. (2-tailed) .000 . .000 .000
N 200 200 200 200
MeanAkurasi Correlation .624** .548** 1.000 .730**
Coefficient
Sig. (2-tailed) .000 .000 . .000
N 200 200 200 200
MeanFormat Correlation .702** .765** .730** 1.000
Coefficient
Sig. (2-tailed) .000 .000 .000 .
N 200 200 200 200

**. Correlation is significant at the 0.01 level (2-tailed).