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

159 .720) + 0.692 Upper Bound -52.982 .820x Interpretasi: .982 Zeroorder Partial Part a.820 9. 95.ANALISA REGRESI DAN KORELASI Contoh kasus : Sekelompok tim peneliti ingin mengetahui pengaruh dari tinggi badan terhadap berat badan.282 .0% Confidence Interval Correlations for B Lower Bound (Constant) 1 tinggi_bada n -73.982 -7. Error Standardized t Coefficients Beta Sig.297 . Dependent Variable: berat_badan  Persamaan Regresi = Y = (-73.000 -95.720 .000 .982 . Untuk penelitian tersebut diambil sampel secara acak sebanyak 10 orang untuk diteliti.930 14.947 .055 . Hasil pengumpulan data diketahui data sebagai berikut : Analisa regresi dan korelasi nya dengan menggunakan bantuan software SPSS: Coefficientsa Model Unstandardized Coefficients B Std.833 .

961 a.961 menggambarkan bahwa sumbangan variabel independen (Tinggi Badan) terhadap naik turunnya variabel dependen (Berat Badan) sebesar 96.720 (dalam cm).88110 . maka rata-rata variable dependen (berat badan) akan naik sebesar 0.982 a R Std.720 Artinya tanpa dipengaruhi oleh variabel apapun.82 (dalam kg). yaitu sebesar -73. ≥ α  Ho tidak dapat ditolak Sig.982  Standard Error of the Estimate (SE) = 1. Predictors: (Constant).05 Kriteria Uji Sig.982 Bahwa hubungan keseluruhan antara variabel dependen (berat badan) dan variabel independen (tinggi badan) adalah positif dan sifatnya sangat kuat yaitu sebesar 0.4% sedangkan sisanya merupakan sumbangan dari variabel lain yang tidak dimasukkan dalam model.= 0 α = 0.82 Artinya setiap kenaikan tinggi badan 1 satuan.965 . < α  Ho ditolak . Dependent Variable: berat_badan  Koefisien determinasi (Adjusted R square) = 0. rata-rata variable independen (tinggi badan) akan bernilai negatif.  Koefisien Korelasi (R) = 0. b = 0. Error of the Estimate 1.a = -73. tinggi_badan b.88110 Artinya rata-rata penyimpangan variabel independen (tinggi badan) prediksi dengan variabel tinggi badan sebenarnya adalah sebesar 1. Model Summaryb Model R R Square Adjusted Square 1 . dan α Sig.961 Artinya adalah berdasarkan nilai r kuadrat sebesar 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.

Kesimpulan: Pada tingkat signifikansi 5% variabel biaya promosi berpengaruh signifikan terhadap variabel biaya penjualan.820). artinya jika seseorang mempunyai tinggi badan semakin tinggi maka akan meningkatkan berat badannya (dan juga sebaliknya).Ternyata.05 (α) maka H0 ditolak. 0 (sig. 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). Berdasarkan nilai koefisien regresi tersebut dapat diketahui bahwa jika tinggi badan meningkat sebesar 10% maka berat badan akan meningkat 8.) < 0.2%. diketahui bahwa Variabel Tinggi Badan seseorang berpengaruh terhadap Variabel Berat Badan seseorang dan pengaruhnya bersifat positif (nilai koefisien regresinya sebesar 0. KESIMPULAN AKHIR : Berdasarkan hasil pengujian hipotesis. .

982 Variables Entered/Removed Model Variables Entered 1 tinggi_badan b a Variables Removed Method .033 Sig. 10 1.000 . Dependent Variable: berat_badan b.000 b a.9000 167. .9000 Std. ANOVA Model Regression 1 Residual Total Sum of Squares 778. All requested variables entered.46866 11. Enter a. (1-tailed) berat_badan tinggi_badan berat_badan N tinggi_badan 10 10 .DATA-DATA LAIN : Descriptive Statistics Mean berat_badan tinggi_badan 63.34754 N 10 10 Correlations berat_badan berat_badan Pearson Correlation tinggi_badan Sig.000 . Predictors: (Constant).592 3. .308 806. tinggi_badan .000 tinggi_badan .539 F 220.592 28.000 10 1. Deviation 9.900 df a Mean Square 1 8 9 778. Dependent Variable: berat_badan b.982 .

18216 1.77352 1.000 .943 N 10 10 10 10 a.9000 .30109 1. Predicted Value Std.000 .733 Maximum 77. Dependent Variable: berat_badan .9161 2.160 a Mean 63. Residual 50. Deviation 9.8675 -3.000 Std.26059 -1.00000 .401 -1.Residuals Statistics Minimum Predicted Value Residual Std.507 1.

Sign up to vote on this title
UsefulNot useful