Analisa Regresi Dan Korelasi

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

Error Standardized t Coefficients Beta Sig.982 -7. Hasil pengumpulan data diketahui data sebagai berikut : Analisa regresi dan korelasi nya dengan menggunakan bantuan software SPSS: Coefficientsa Model Unstandardized Coefficients B Std.947 .0% Confidence Interval Correlations for B Lower Bound (Constant) 1 tinggi_bada n -73. Dependent Variable: berat_badan  Persamaan Regresi = Y = (-73.ANALISA REGRESI DAN KORELASI Contoh kasus : Sekelompok tim peneliti ingin mengetahui pengaruh dari tinggi badan terhadap berat badan.720 .930 14.000 .982 .159 .297 .720) + 0.833 .820 9.982 . Untuk penelitian tersebut diambil sampel secara acak sebanyak 10 orang untuk diteliti.282 .692 Upper Bound -52.982 Zeroorder Partial Part a.820x Interpretasi: . 95.000 -95.055 .

82 (dalam kg).961 Artinya adalah berdasarkan nilai r kuadrat sebesar 0. tinggi_badan b. rata-rata variable independen (tinggi badan) akan bernilai negatif. Dependent Variable: berat_badan  Koefisien determinasi (Adjusted R square) = 0.720 Artinya tanpa dipengaruhi oleh variabel apapun.982  Standard Error of the Estimate (SE) = 1.720 (dalam cm).982 Bahwa hubungan keseluruhan antara variabel dependen (berat badan) dan variabel independen (tinggi badan) adalah positif dan sifatnya sangat kuat yaitu sebesar 0. b = 0.a = -73.05 Kriteria Uji Sig.961 menggambarkan bahwa sumbangan variabel independen (Tinggi Badan) terhadap naik turunnya variabel dependen (Berat Badan) sebesar 96.4% sedangkan sisanya merupakan sumbangan dari variabel lain yang tidak dimasukkan dalam model. Predictors: (Constant).961 a.965 . maka rata-rata variable dependen (berat badan) akan naik sebesar 0. dan α Sig. Error of the Estimate 1. Model Summaryb Model R R Square Adjusted Square 1 .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.88110 .88110 Artinya rata-rata penyimpangan variabel independen (tinggi badan) prediksi dengan variabel tinggi badan sebenarnya adalah sebesar 1. yaitu sebesar -73. < α  Ho ditolak . ≥ α  Ho tidak dapat ditolak Sig.82 Artinya setiap kenaikan tinggi badan 1 satuan.982 a R Std.  Koefisien Korelasi (R) = 0.= 0 α = 0.

artinya jika seseorang mempunyai tinggi badan semakin tinggi maka akan meningkatkan berat badannya (dan juga sebaliknya). 0 (sig.2%.05 (α) maka H0 ditolak.820). 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. diketahui bahwa Variabel Tinggi Badan seseorang berpengaruh terhadap Variabel Berat Badan seseorang dan pengaruhnya bersifat positif (nilai koefisien regresinya sebesar 0. Kesimpulan: Pada tingkat signifikansi 5% variabel biaya promosi berpengaruh signifikan terhadap variabel biaya penjualan.Ternyata.) < 0. KESIMPULAN AKHIR : Berdasarkan hasil pengujian hipotesis. .

900 df a Mean Square 1 8 9 778.982 .592 3.46866 11.9000 Std. .033 Sig. tinggi_badan .539 F 220.9000 167. Predictors: (Constant).592 28.000 10 1. .DATA-DATA LAIN : Descriptive Statistics Mean berat_badan tinggi_badan 63.000 .308 806.000 b a. Deviation 9. All requested variables entered. 10 1. (1-tailed) berat_badan tinggi_badan berat_badan N tinggi_badan 10 10 . Dependent Variable: berat_badan b.000 tinggi_badan . ANOVA Model Regression 1 Residual Total Sum of Squares 778.34754 N 10 10 Correlations berat_badan berat_badan Pearson Correlation tinggi_badan Sig.982 Variables Entered/Removed Model Variables Entered 1 tinggi_badan b a Variables Removed Method . Dependent Variable: berat_badan b. Enter a.000 .

Dependent Variable: berat_badan . Residual 50.9000 . Deviation 9.18216 1. Predicted Value Std.77352 1.30109 1.733 Maximum 77.000 .Residuals Statistics Minimum Predicted Value Residual Std.943 N 10 10 10 10 a.401 -1.8675 -3.160 a Mean 63.507 1.00000 .000 Std.26059 -1.9161 2.000 .

Sign up to vote on this title
UsefulNot useful