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

833 . Untuk penelitian tersebut diambil sampel secara acak sebanyak 10 orang untuk diteliti.982 Zeroorder Partial Part a.982 -7.000 -95.982 .692 Upper Bound -52.297 .0% Confidence Interval Correlations for B Lower Bound (Constant) 1 tinggi_bada n -73.720) + 0.159 .720 .982 .000 .930 14.ANALISA REGRESI DAN KORELASI Contoh kasus : Sekelompok tim peneliti ingin mengetahui pengaruh dari tinggi badan terhadap berat badan. 95.947 .820x Interpretasi: .282 . Dependent Variable: berat_badan  Persamaan Regresi = Y = (-73. Error Standardized t Coefficients Beta Sig.820 9. Hasil pengumpulan data diketahui data sebagai berikut : Analisa regresi dan korelasi nya dengan menggunakan bantuan software SPSS: Coefficientsa Model Unstandardized Coefficients B Std.055 .

982 Bahwa hubungan keseluruhan antara variabel dependen (berat badan) dan variabel independen (tinggi badan) adalah positif dan sifatnya sangat kuat yaitu sebesar 0.720 (dalam cm).961 Artinya adalah berdasarkan nilai r kuadrat sebesar 0.88110 Artinya rata-rata penyimpangan variabel independen (tinggi badan) prediksi dengan variabel tinggi badan sebenarnya adalah sebesar 1.05 Kriteria Uji Sig.961 menggambarkan bahwa sumbangan variabel independen (Tinggi Badan) terhadap naik turunnya variabel dependen (Berat Badan) sebesar 96. yaitu sebesar -73. dan α Sig.82 Artinya setiap kenaikan tinggi badan 1 satuan.982 a R Std.a = -73. b = 0. Model Summaryb Model R R Square Adjusted Square 1 . Predictors: (Constant).82 (dalam kg).965 . Dependent Variable: berat_badan  Koefisien determinasi (Adjusted R square) = 0. tinggi_badan b. Error of the Estimate 1.961 a. maka rata-rata variable dependen (berat badan) akan naik sebesar 0. ≥ α  Ho tidak dapat ditolak Sig.4% sedangkan sisanya merupakan sumbangan dari variabel lain yang tidak dimasukkan dalam model.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. < α  Ho ditolak .88110 . rata-rata variable independen (tinggi badan) akan bernilai negatif.= 0 α = 0.982  Standard Error of the Estimate (SE) = 1.720 Artinya tanpa dipengaruhi oleh variabel apapun.  Koefisien Korelasi (R) = 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). Kesimpulan: Pada tingkat signifikansi 5% variabel biaya promosi berpengaruh signifikan terhadap variabel biaya penjualan. .820).2%. 0 (sig.05 (α) maka H0 ditolak. diketahui bahwa Variabel Tinggi Badan seseorang berpengaruh terhadap Variabel Berat Badan seseorang dan pengaruhnya bersifat positif (nilai koefisien regresinya sebesar 0.Ternyata.) < 0. artinya jika seseorang mempunyai tinggi badan semakin tinggi maka akan meningkatkan berat badannya (dan juga sebaliknya). KESIMPULAN AKHIR : Berdasarkan hasil pengujian hipotesis. Berdasarkan nilai koefisien regresi tersebut dapat diketahui bahwa jika tinggi badan meningkat sebesar 10% maka berat badan akan meningkat 8.

34754 N 10 10 Correlations berat_badan berat_badan Pearson Correlation tinggi_badan Sig. Dependent Variable: berat_badan b.033 Sig.46866 11.000 b a.539 F 220.9000 Std. All requested variables entered. Dependent Variable: berat_badan b.000 .592 28. tinggi_badan . .000 10 1. ANOVA Model Regression 1 Residual Total Sum of Squares 778.308 806.9000 167.982 . Enter a. Predictors: (Constant). 10 1.592 3.DATA-DATA LAIN : Descriptive Statistics Mean berat_badan tinggi_badan 63.900 df a Mean Square 1 8 9 778. Deviation 9. . (1-tailed) berat_badan tinggi_badan berat_badan N tinggi_badan 10 10 .982 Variables Entered/Removed Model Variables Entered 1 tinggi_badan b a Variables Removed Method .000 tinggi_badan .000 .

160 a Mean 63.30109 1.8675 -3.733 Maximum 77.00000 .943 N 10 10 10 10 a. Dependent Variable: berat_badan .9000 .000 .77352 1.18216 1.507 1. Residual 50.000 Std.000 .Residuals Statistics Minimum Predicted Value Residual Std. Deviation 9.26059 -1.401 -1. Predicted Value Std.9161 2.

Sign up to vote on this title
UsefulNot useful