P. 1
Analisa Regresi Dan Korelasi

Analisa Regresi Dan Korelasi

|Views: 24|Likes:
Dipublikasikan oleh Thufeil Muhammad

More info:

Published by: Thufeil Muhammad on Jul 20, 2012
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

08/06/2013

pdf

text

original

ANALISA REGRESI DAN KORELASI DENGAN MENGGUNAKAN SOFTWARE SPSS (STATISTICAL PACKAGE FOR THE SOCIAL SCIENCES

)

Oleh : - Bram Pradipta (120110100069) - Laviegas Maranatha S. (120110100073) - Rizki Nugraha (120110100076) - Thufeil Muhammad (120110100077) - Muhammad Luthfiansyah (120110100100) - Giamanandi Rizki Santosa (120110100105)

UNIVERSITAS PADJADJARAN FAKULTAS EKONOMI PROGRAM STUDI AKUNTANSI SEMESTER GANJIL TAHUN AJARAN 2011/2012

720) + 0.159 . Dependent Variable: berat_badan  Persamaan Regresi = Y = (-73. Untuk penelitian tersebut diambil sampel secara acak sebanyak 10 orang untuk diteliti.982 Zeroorder Partial Part a. Error Standardized t Coefficients Beta Sig.833 .930 14.282 . Hasil pengumpulan data diketahui data sebagai berikut : Analisa regresi dan korelasi nya dengan menggunakan bantuan software SPSS: Coefficientsa Model Unstandardized Coefficients B Std.820x Interpretasi: .982 -7.000 .ANALISA REGRESI DAN KORELASI Contoh kasus : Sekelompok tim peneliti ingin mengetahui pengaruh dari tinggi badan terhadap berat badan.297 .947 .982 .055 .720 .000 -95. 95.820 9.0% Confidence Interval Correlations for B Lower Bound (Constant) 1 tinggi_bada n -73.692 Upper Bound -52.982 .

dan α Sig.= 0 α = 0.88110  Uji hipotesis H0 : β = 0 (variabel tinggi badan tidak berpengaruh signifikan terhadap variabel berat badan) H0 : β ≠ 0 (variabel tinggi badan berpengaruh signifikan terhadap variabel berat badan) Nilai sig.982 Bahwa hubungan keseluruhan antara variabel dependen (berat badan) dan variabel independen (tinggi badan) adalah positif dan sifatnya sangat kuat yaitu sebesar 0. Dependent Variable: berat_badan  Koefisien determinasi (Adjusted R square) = 0. yaitu sebesar -73. maka rata-rata variable dependen (berat badan) akan naik sebesar 0. rata-rata variable independen (tinggi badan) akan bernilai negatif.05 Kriteria Uji Sig.961 menggambarkan bahwa sumbangan variabel independen (Tinggi Badan) terhadap naik turunnya variabel dependen (Berat Badan) sebesar 96.  Koefisien Korelasi (R) = 0. tinggi_badan b. Error of the Estimate 1.961 Artinya adalah berdasarkan nilai r kuadrat sebesar 0. Model Summaryb Model R R Square Adjusted Square 1 .961 a.965 .720 (dalam cm).4% sedangkan sisanya merupakan sumbangan dari variabel lain yang tidak dimasukkan dalam model.88110 .982 a R Std.82 Artinya setiap kenaikan tinggi badan 1 satuan. b = 0.82 (dalam kg).720 Artinya tanpa dipengaruhi oleh variabel apapun.88110 Artinya rata-rata penyimpangan variabel independen (tinggi badan) prediksi dengan variabel tinggi badan sebenarnya adalah sebesar 1. ≥ α  Ho tidak dapat ditolak Sig.982  Standard Error of the Estimate (SE) = 1.a = -73. Predictors: (Constant). < α  Ho ditolak .

KESIMPULAN AKHIR : Berdasarkan hasil pengujian hipotesis. Sedangkan berdasarkan nilai koefisien korelasi dan koefisien determinasi diketahui bahwa variabel independen (Tinggi Badan) mempunyai hubungan yang kuat dan mempunyai sumbangan yang cukup besar terhadap variabel dependen (Berat Badan).820). Kesimpulan: Pada tingkat signifikansi 5% variabel biaya promosi berpengaruh signifikan terhadap variabel biaya penjualan. artinya jika seseorang mempunyai tinggi badan semakin tinggi maka akan meningkatkan berat badannya (dan juga sebaliknya). 0 (sig.2%. Berdasarkan nilai koefisien regresi tersebut dapat diketahui bahwa jika tinggi badan meningkat sebesar 10% maka berat badan akan meningkat 8.05 (α) maka H0 ditolak.Ternyata.) < 0. . diketahui bahwa Variabel Tinggi Badan seseorang berpengaruh terhadap Variabel Berat Badan seseorang dan pengaruhnya bersifat positif (nilai koefisien regresinya sebesar 0.

900 df a Mean Square 1 8 9 778.9000 167.539 F 220.000 .DATA-DATA LAIN : Descriptive Statistics Mean berat_badan tinggi_badan 63.308 806. Dependent Variable: berat_badan b. Enter a. 10 1. .9000 Std.000 .592 3.000 b a. Dependent Variable: berat_badan b. ANOVA Model Regression 1 Residual Total Sum of Squares 778. .982 Variables Entered/Removed Model Variables Entered 1 tinggi_badan b a Variables Removed Method . tinggi_badan . Predictors: (Constant).34754 N 10 10 Correlations berat_badan berat_badan Pearson Correlation tinggi_badan Sig.000 10 1.592 28.033 Sig. (1-tailed) berat_badan tinggi_badan berat_badan N tinggi_badan 10 10 . All requested variables entered.982 .000 tinggi_badan .46866 11. Deviation 9.

733 Maximum 77.943 N 10 10 10 10 a.18216 1.000 .Residuals Statistics Minimum Predicted Value Residual Std. Predicted Value Std.401 -1.30109 1. Residual 50.26059 -1.77352 1.000 Std.507 1.9161 2. Dependent Variable: berat_badan . Deviation 9.000 .9000 .8675 -3.160 a Mean 63.00000 .

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->