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

Hasil pengumpulan data diketahui data sebagai berikut : Analisa regresi dan korelasi nya dengan menggunakan bantuan software SPSS: Coefficientsa Model Unstandardized Coefficients B Std.282 .982 -7. 95. Error Standardized t Coefficients Beta Sig.159 .720) + 0.982 Zeroorder Partial Part a.720 .ANALISA REGRESI DAN KORELASI Contoh kasus : Sekelompok tim peneliti ingin mengetahui pengaruh dari tinggi badan terhadap berat badan.820 9.930 14.000 .692 Upper Bound -52.820x Interpretasi: .000 -95. Untuk penelitian tersebut diambil sampel secara acak sebanyak 10 orang untuk diteliti.982 .982 .297 .833 . Dependent Variable: berat_badan  Persamaan Regresi = Y = (-73.055 .0% Confidence Interval Correlations for B Lower Bound (Constant) 1 tinggi_bada n -73.947 .

982 a R Std.720 (dalam cm).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. rata-rata variable independen (tinggi badan) akan bernilai negatif.  Koefisien Korelasi (R) = 0.82 (dalam kg). Dependent Variable: berat_badan  Koefisien determinasi (Adjusted R square) = 0. b = 0.982  Standard Error of the Estimate (SE) = 1. yaitu sebesar -73. < α  Ho ditolak . Predictors: (Constant).82 Artinya setiap kenaikan tinggi badan 1 satuan.88110 Artinya rata-rata penyimpangan variabel independen (tinggi badan) prediksi dengan variabel tinggi badan sebenarnya adalah sebesar 1. maka rata-rata variable dependen (berat badan) akan naik sebesar 0. Model Summaryb Model R R Square Adjusted Square 1 .88110 .4% sedangkan sisanya merupakan sumbangan dari variabel lain yang tidak dimasukkan dalam model.961 menggambarkan bahwa sumbangan variabel independen (Tinggi Badan) terhadap naik turunnya variabel dependen (Berat Badan) sebesar 96.05 Kriteria Uji Sig. dan α Sig. ≥ α  Ho tidak dapat ditolak Sig.961 a. Error of the Estimate 1. tinggi_badan b.961 Artinya adalah berdasarkan nilai r kuadrat sebesar 0.965 .= 0 α = 0.a = -73.720 Artinya tanpa dipengaruhi oleh variabel apapun.982 Bahwa hubungan keseluruhan antara variabel dependen (berat badan) dan variabel independen (tinggi badan) adalah positif dan sifatnya sangat kuat yaitu sebesar 0.

0 (sig. . KESIMPULAN AKHIR : Berdasarkan hasil pengujian hipotesis.2%. diketahui bahwa Variabel Tinggi Badan seseorang berpengaruh terhadap Variabel Berat Badan seseorang dan pengaruhnya bersifat positif (nilai koefisien regresinya sebesar 0. artinya jika seseorang mempunyai tinggi badan semakin tinggi maka akan meningkatkan berat badannya (dan juga sebaliknya).05 (α) maka H0 ditolak. Berdasarkan nilai koefisien regresi tersebut dapat diketahui bahwa jika tinggi badan meningkat sebesar 10% maka berat badan akan meningkat 8.820). Kesimpulan: Pada tingkat signifikansi 5% variabel biaya promosi berpengaruh signifikan terhadap variabel biaya penjualan.Ternyata.) < 0. 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).

tinggi_badan . . 10 1.900 df a Mean Square 1 8 9 778. Enter a. Dependent Variable: berat_badan b.982 Variables Entered/Removed Model Variables Entered 1 tinggi_badan b a Variables Removed Method .000 b a.000 tinggi_badan .9000 167.033 Sig.308 806.592 3. Deviation 9. ANOVA Model Regression 1 Residual Total Sum of Squares 778.592 28. .000 . All requested variables entered. Predictors: (Constant).34754 N 10 10 Correlations berat_badan berat_badan Pearson Correlation tinggi_badan Sig. (1-tailed) berat_badan tinggi_badan berat_badan N tinggi_badan 10 10 .982 .000 10 1.000 .9000 Std.539 F 220.46866 11.DATA-DATA LAIN : Descriptive Statistics Mean berat_badan tinggi_badan 63. Dependent Variable: berat_badan b.

000 Std.160 a Mean 63.30109 1.401 -1.18216 1.000 .Residuals Statistics Minimum Predicted Value Residual Std.8675 -3. Deviation 9.507 1. Predicted Value Std.9161 2.26059 -1. Residual 50.733 Maximum 77. Dependent Variable: berat_badan .9000 .00000 .943 N 10 10 10 10 a.000 .77352 1.