KORELASI
SAMIAN
KORELASI
Merupakan teknik statistik yang
digunakan untuk meguji ada/tidaknya
hubungan serta arah hubungan dari dua
variabel atau lebih
Korelasi yang akan dibahas dalam
pelatihan ini adalah :
Korelasi sederhana pearson & spearman
Korelasi partial
Korelasi ganda
SAM-SPSS-06
KOEFISIEN KORELASI
Besar kecilnya hubungan antara
dua variabel dinyatakan dalam
bilangan yang disebut Koefisien
Korelasi
Besarnya Koefisien korelasi antara
-1
0
+1
SAM-SPSS-06
KOEFISIEN KORELASI
SAM-SPSS-06
ARAH HUBUNGAN
SAM-SPSS-06
PEARSON CORRELATION
Digunakan untuk data interval &
rasio
Distribusi data normal
Terdiri dari dua variabel
1 Variabel X (Independen)
1 Variabel Y (dependen)
SAM-SPSS-06
CONTOH
Judul: Hubungan antara intensitas belajar
dengan prestasi mata kuliah statistik
Variabel X Intensitas belajar (diukur dari
lamanya belajar dalam satu minggu)
Variabel Y Prestasi matakuliah statistik
(diukur dari nilai ujian akhir semester)
Hipotesa:
H0 : Tidak ada hubungan antara Intenitas
belajar dengan prestasi mata kuliah statistik
Ha : Ada hubungan antara Intenitas belajar
dengan prestasi mata kuliah statistik
SAM-SPSS-06
SAM-SPSS-06
SPSS
Ada dua view dalam SPSS
Data View digunakan untuk
memasukkan data yang akan dianalisis
Variabel View digunakan untuk
memberi nama variabel dan pemberian
koding
Data
Pearson
SAM-SPSS-06
UJI NORMALITAS
SAM-SPSS-06
UJI NORMALITAS
1. Masukkan variabel
yang akan diuji
normalitasnya ke kotak
dependent list
2. Klik Plots
3. Aktivkan Box Normality
plots with test, klik continue
kemudian OK
SAM-SPSS-06
INTERPRETASI NORMALITAS
SAM-SPSS-06
TAHAP ANALISIS
SAM-SPSS-06
TAHAP ANALISIS
2. Klik tombol
SAM-SPSS-06
SAM-SPSS-06
INTERPRETASI
Untuk pengambilan keputusan
statistik, dapat digunakan 2 cara:
1. Koefisien Korelasi dibandingkan
dengan nilai rtabel (korelasi tabel)
2. Melihat Sig.
Apabila nilai Sig. < 0,05 Maka ada korelasi
yang signifikan (Ha Diterima)
Apabila nilai Sig. > 0,05 Maka tidak ada
korelasi yang signifikan (H0 Diterima)
SAM-SPSS-06
INTERPRETASI
Arah hubungan:
Dilihat dari tanda koefisien korelasi
Tanda (-) berarti apabila variabel X tinggi
maka variabel Y rendah
Tanda (+) berarti apabila variabel X tinggi
maka variabel Y juga tinggi
SAM-SPSS-06
SPEARMAN
Digunakan untuk jenis data ordinal
Cara analisis dan interpretasi sama
dengan Pearson.
Perbedaan hanya pada waktu
memilih box yang diaktifkan adalah
box spearman
SAM-SPSS-06
SPEARMAN
SAM-SPSS-06
KORELASI PARTIAL
Korelasi yang digunakan untuk
menguji hubungan dua atau lebih
variabel independen dengan satu
variabel dependen dan dilakukan
pengendalian pada salah satu
variabel independennya
X1
Y
X2
X2 Dikendalikan
SAM-SPSS-06
CONTOH
Judul: Hubungan antara biaya promosi
dan penjualan dengan mengendalikan
jumlah outlet
Variabel X1 Biaya Promosi
Variabel X2 Jumlah outlet (dikendalikan)
Variabel Y Penjualan
Hipotesa:
H0 : Tidak ada hubungan antara biaya promosi
dengan penjualan apabila jumlah outlet
dikendalikan
Ha : Ada hubungan antara biaya promosi dengan
penjualan apabila jumlah outlet dikendalikan
SAM-SPSS-06
CONTOH
Buka data : Korelasi ganda dan
partial.sav
SAM-SPSS-06
ANALISIS
SAM-SPSS-06
KORELASI PARTIAL
1. Variabel
Penjualan & Biaya
Promosi
masukkan dalam
kotak variabel
2. Variabel Jumlah
Outlet masukkan dalam
kotak Controlling for:
dan klik OK
SAM-SPSS-06
OUTPUT PARTIAL
Interpretasi
sama dengan
korelasi Pearson
& Spearman
SAM-SPSS-06
KORELASI GANDA
Korelasi yang digunakan untuk
menguji hubungan dua atau lebih
variabel independen dengan satu
variabel dependen secara
bersamaan
X1
Y
X2
SAM-SPSS-06
CONTOH
Judul: Hubungan antara biaya
promosi dan jumlah outlet dengan
penjualan
Variabel X1 Biaya Promosi
Variabel X2 Jumlah outlet
Variabel Y Penjualan
Hipotesa:
H0 : Tidak ada hubungan antara biaya
promosi dan jumlah outlet dengan
penjualan
Ha : Ada hubungan antara biaya promosi
dan jumlah outlet dengan penjualan
SAM-SPSS-06
CONTOH
Buka data : Korelasi ganda dan
partial.sav
SAM-SPSS-06
KORELASI GANDA
SAM-SPSS-06
KORELASI GANDA
Untuk Korelasi
ganda yang
digunakan hanya
output Model
Summary. Lihat
koefisien R
output yang lain
diabaikan
SAM-SPSS-06
SAM-SPSS-06
SPSS
REGRESI
SAMIAN
REGRESI
Analisis regresi adalah analisis
lanjutan dari korelasi
Menguji sejauh mana pengaruh
variabel independen terhadap
variabel dependen setelah diketahui
ada hubungan antara variabel
tersebut
Data harus interval/rasio
Data Berdistribusi normal
SAM-SPSS-06
REGRESI
Yang akan dibahas dalam pelatihan
ini adalah:
Regresi sederhana: yaitu regresi untuk
1 variabel independen dengan 1
variabel dependen
Regresi ganda: yaitu regresi untuk lebih
dari satu variabel independen dengan 1
variabel dependen
SAM-SPSS-06
REGRESI SEDERHANA
Buka data : Pearson.sav
Data
Pearson
SAM-SPSS-06
REGRESI SEDERHANA
SAM-SPSS-06
REGRESI SEDERHANA
1. Variabel
prestasi statistik
masukkan dalam
kotak Dependent
3. Abaikan yang
lain dan klik OK
SAM-SPSS-06
2. Variabel
intensitas
belajar
masukkan dalam
kotak
Independent
REGRESI SEDERHANA
Korelasi
Signifikans
i Model
persamaa
n regresi
Persamaan
garis
regresi
SAM-SPSS-06
R
R Square
a
.843
.711
Adjusted
R Square
.703
Std. Error of
the Estimate
6.973
SAM-SPSS-06
Regression
Residual
Total
Sum of
Squares
3954.224
1604.461
5558.686
df
1
33
34
Mean Square
3954.224
48.620
F
81.329
Sig.
.000a
Model
1
(Constant)
Intensitas Belajar
Unstandardized
Coefficients
B
Std. Error
38.481
3.506
2.978
.330
Standardized
Coefficients
Beta
.843
t
10.977
9.018
Sig.
.000
.000
REGRESI GANDA
Digunakan untuk analisis regresi
dengan jumlah variabel independen
lebih dari satu dengan satu variabel
dependen
Ada tambahan asumsi yang harus
dipenuhi, yaitu tidak boleh ada
korelasi antar variabel-variabel
independennya (multikolinearitas)
SAM-SPSS-06
CONTOH
Buka data : Korelasi ganda dan
partial.sav
SAM-SPSS-06
REGRESI GANDA
SAM-SPSS-06
REGRESI GANDA
1. Masukkan Variabel
penjualan di kotak
Dependent
2. Masukkan Variabel
biaya promosi dan
jumlah outlet di kotak
Independent
4. Aktifkan Colinearity
Diagnostic & klik
Continue
3. Klik Statistics
SAM-SPSS-06
REGRESI GANDA
Signifikans
i Model
persamaa
n regresi
Korelasi
Singnifikansi
masing-masing
variabel independen
Persamaan
garis
regresi
Multikolinearitas
SAM-SPSS-06
R
R Square
a
.976
.952
Adjusted
R Square
.944
Std. Error of
the Estimate
9.757
SAM-SPSS-06
ANOVAb
Model
1
Regression
Residual
Total
Sum of
Squares
22521.299
1142.301
23663.600
df
2
12
14
Mean Square
11260.649
95.192
F
118.294
Sig.
.000a
Model
1
(Constant)
biaya promosi
jumlah outlet
Unstandardized
Coefficients
B
Std. Error
64.639
13.112
2.342
.398
.535
.101
Standardized
Coefficients
Beta
.551
.496
t
4.930
5.892
5.297
Sig.
.000
.000
.000
Collinearity Statistics
Tolerance
VIF
.459
.459
2.177
2.177
Model
1
Dimension
1
2
3
Eigenvalue
2.954
.035
.011
Condition
Index
1.000
9.237
16.210
(Constant)
.00
.58
.42
Variance Proportions
biaya promosi jumlah outlet
.00
.00
.41
.00
.59
1.00