BAB I

PENDAHULUAN

1. LATAR BELAKANG
Korelasi adalah istilah statistik yang menyatakan derajat hubungan linier antara dua variabel
atau lebih. Di dalam teknik analisis korelasi, hubungan antara dua variabel hanya mengenal
hubungan searah (linier) saja, misalnya tinggi badan menyebabkan berat badan bertambah,
tetapi berat badannya bertambah belum tentu menyebabkan tinggi badannya bertambah pula.
Sehingga dari contoh tersebut dapat diketahui bahwa dalam analisis korelasi dikenal
penyebab dan akibatnya.
Data penyebab atau yang mempengaruhi disebut variabel bebas (independent) yang
biasanya ditandai dengan huruf X. Sedangkan data akibat atau yang dipengaruh disebut
variabel terikat (dependent) yang biasa nya dilambangkan dengan huruf Y. Cara menentukan
variabel bebas dan variabel terikat tergantung pada landasan teori yang digunakan.
Konsep pemikiran tentang hubungan adalah untuk menjawab pertanyaan tentang
apakah kemunculan suatu gejala akan diikuti oleh gejala-gejala lain, atau lebih spesifik
apakah perubahan suatu variabel akan diikuti oleh perubahan variabel lain. Perubahan suatu
variabel diikuti oleh perubahan variabel lain menandakan adanya hubungan (korelasi) antar
variabel.

2. RUMUSAN MASALAH
 Bagaimana menggunakan konsep korelasi
 Bagaimana menjelaskan macam-macam korelasi
 Bagaimana menjelaskan teknik-teknik korelasi
 Bagaimana mengaplikasikan ke program SPSS

3. TUJUAN
 Menjelaskan konsep korelasi
 Menjelaskan teknik-teknik korelasi
 Menjelaskan yang dimaksud korelasi berganda
 Menjelaskan apa yang dimaksud korelasi sederhana

1
 BAB II
PEMBAHASAN
A. Pengertian Analisis Korelasi
Analisis hubungan korelasi adalah suatu bentuk analisis data dalam penelitian yang bertujuan
untuk mengetahui kekuatan atau bentuk arah hubungan diantara dua variabel dan besarnya
pengaruh yang disebabkan oleh variabel yang satu (variabel bebas) terhadap variabel lainnya
(variabel terikat). Dalam menganalisis hubungan antara variabel-variabel terdapat beberapa
bentuk hubungan yaitu :

1. Hubungan Simetris
Hubungan simetris ialah hubungan yang menyatakan sifat kebersaam antara dua
variabel atau lebih, tetapi tidal menunjukan hubungan sebab akibat atau saling
memengaruhi. Dalam bentuk hubungan ini tidak diketahui dengan pasti variabel
bebas dan varibel terikat karena kedua variabel tidak saling memengaruhi :
2. Hubungan Kausal
Hubungan kausal adalah hubungan antara dua variabel atau lebih, yaitu bersifat
memengaruhi antara variabel yang satu (variabel bebas) terhadap variabel yang lain
(variabel tidak bebas). Dalam bentuk ini hubungan diketahui dengan pasti atau dapat
dibedakan variabel bebas (variabel yang memengaruhi) dengan variabel terikat
(variabel yang dipengaruhi).
3. Hubungan Interaktif
Hubungan interaktif timbal balik ialah hubungan antara dua variabel atau lebih yang
bersifat saling memengaruhi, dimana kedudukan variabel X dan Y dapat saling
bergantian. Suatu saat variabel X memengaruhi variabel Y atau sebaliknya variabel Y
memengaruhi variabel X.

B. Teknik Statistik yang digunakan dalam Menganalisis Hubungan

Ada bebeapa teknik statistik yang dapat digunakan dalam menganalisis hubungan antara
beberapa variabel yaitu :

1. Koefisen korelasi
Koefisien korelasi adalah bilangan yang menyatakan kekuatan hubungan antara dua
variabel atau lebih, juga dapat menentukan arah hubungan dari kedua variabel.
Nilai korelasi (r) = ( -1 ≤ 0 ≤ 1).

2
 Untuk kekuatan hubungan nilai koefisien korelasi berada diantara -1 sampai 1,
sedangkan untuk arah dinyatakan dalam bentuk positif (+) dan negative (-)
Misalnya:
a. Apabila r = -1 korelasi negative sempurna, artinya terjadi hubungan bertolak
belakang antara variabel X dan variabel Y. jika variabel X naik maka Variabel Y
turu.
b. Apabila r = 1 korelasi positif sempurna, artinya terjadi hubungan searah variabel
X dan varibel Y. jika variabel X naik maka variabel Y naik.

Tabel 11.1
Tingkat korelasi dan kekuatan hubungan
No Nilai Korelasi (r) Tingkat Hubungan
1 0,00 – 0,19 Sangat Lemah
2 0,20 – 0,399 Lemah
3 0,40 – 0,599 Cukup
4 0,60 – 0,799 Kuat
5 0,80 – 0,100 Sangat Kuat

2. Koefisien Determinasi
Koefisien eterminasi adalah angka yang menyatakan atau digunakan utnuk
mengetahui kontribusi atau sumbangan yang diberikan oleh sebuah variabel atau lebih
X (bebas) terhadap variabel Y (terikat).
Rumus : KD = (r)² x 100%

C. Koefisien Korelasi Sederhana

Koefisein korelasi sederhana digunakan untuk mengetahui derajat atau kekuatan dan
arah hubungan antara dua variabel. Ada beberpa teknik statistik yang dapat digunakan
untuk menganalisis hubungan, tergantuk dari jenis data yang digunakan, teknik
statistik tersebut antar lain :
1. Koefesien korelasi pearson (r)
2. Koefisein korelasi spearman (r)
3. Koefesien korelasi gamma (g)
4. Koefesien korelasi Jaspen’s (M)

3
 5. Kofisien korelasi eta (h)
6. Koefisien korelasi theta (q)
7. Koefisein korelasi lambada (I)
8. Koefesien korelasi Kontigasi (C)

1. Korelasi pearson product Moment

Korelasi pearson product moment adalah untuk mencari hubungan variabel bebas (X)
dengan variabel tak bebas (Y), dan data berbentuk interval dan rasio.

Langkah-langkah untuk menentukna nilai korelasi (r) sebagai berikut :

a. Membuat tabel penolong

Tabel 11.2
Tabel penolong untuk mencari nilai korelasi (r) Sederhana
Data Variabel Bebas Variabel tak Bebas XY X² Y²
(n) (X) (Y)
1 …. …. …. …. ….
2 …. …. …. …. ….
3 …. …. …. …. ….
…. …. …. …. …. ….
n …. …. …. …. ….
Jumlah ∑ = …. ∑ = …. ∑ = …. ∑ = …. ∑ = ….

b. Mengitung Nilai r
𝑛(∑𝑥𝑦−(∑𝑥.∑𝑦)
Rumus : r =
√[𝑛∑𝑥 2 −(∑𝑥)2 ][𝑛∑𝑦 2 −(∑𝑦)2 ]

Keterangan :
N = jumlah data responden
X = Variabel Bebas
Y = Variabel Terikat
Langkah-langkah uji signifikan adalah sebagai berikut :
a. Membuat hipotesis dalam bentuk kalimat
Ho : tidak terdapat hubungan antara durasi penayangan iklan dengan tingkat
penjualan produk.

4
 Ha : Ada hubungan antara durasi penayangan iklan dengan tingkat penjualan
produk.

Contoh :
Sebuah perusahaan periklanan, ingin mengetahui hubungan antara durasi iklan produk
(X) yang ditayangkan perbulan oleh sala satu televisi swasta terhadap tingkat
penjualan barang (Y). kemudian diambil durasi penayangan iklan dan tingkat
penjualan selama setiap satu bulan, dengan data sebagai berikut:

Tabel 11.3
Data durasi penayangan iklan dan penjualan barang
Periode Durasi Penjualan Barang
2008 (menit) (unit)
Januari 45 35240
Februari 55 36540
Maret 40 35000
April 60 42500
Mei 70 43000
Juni 60 42500
Juli 50 37500
Agustus 45 40000
September 35 32000
Oktober 55 41500
November 65 42500
Desember 60 43000

Pertanyaan :
a. Berapa besar hubungan variabel X terhadap variabel Y?
b. Berapa besar sumbangan variabel X terhadap variabel Y?

2. Perhitungan Manual
Berapakah besar hubungan korelasi variabel X dan Y
Langkah-langkah menjawaB

5
1. Buatlah tabel penolong untuk menghitung nilai korelasi
Tabel 11.4
Tabel perhitungan untuk mencari nilai korelasi sederhana
Durasi Pejualan
NO XY X² Y²
(X) (Y)
1 45 35240 1585800 2025 1241857600
2 55 36540 2009700 3025 1335171600
3 40 35000 140000 1600 1225000000
4 60 42500 2550000 3600 1806250000
5 70 43000 3010000 4900 1849000000
6 60 42500 2550000 3600 1806250000
7 50 37500 1875000 2500 1406250000
8 45 40000 1800000 2025 1600000000
9 35 32000 1120000 1225 1024000000
10 55 41500 2282500 3025 1722250000
11 65 42500 2762500 4225 1806250000
12 60 43000 2580000 3600 1848000000
640 471280 25525500 353500 18671279200

2. Menghitung Nilai r

12(25.525.500) − (640)(471.280)
𝑟=
√[12(35.350) − (640)2 ] [12(18.671.279.200) − (471.280)²]

4.686.800
=
√(14.600)(1.950.512.000)

4.686.800
=
(120.8)(44.164.6)

4.686.800
=
5.336.429

= 0,878

6
 a. Jadi, hubungan antara variabel X (durasi penayangan iklan) dengan variabel Y
(tingkat penjualan) sebesar r = 0,878. Nilai korelasi sebesar ini sangat kuat positif.
Hubungan bersifat positif, artinya terjadi hubungan searah antara variabel X dan
Y. Bila durasi penayangan iklan semakin lama ditayangkan, maka tingkat
penjualan akan semakin meningkat.
b. Berapakah besar sumbangan (kontribusi) variabel X terhadap vaiabel Y?
Sumbangan kontribusi variabel X terhadap variabel Y adalah:
KP = r² x 100%
= (0.878)² x 100%
= 77.1%

3. Penghitungan dengan SPSS

Dari persoalan diatas di lakukan pengolahan data dengan menggunakan software
SPSS Langkah langkahnya sebagai berikut :
a. Masuk ke program SPSS
Setelah masuk ke progam SPSS akan tampak tampilan sepeti ini,

b. Klik variable view pada SPSS data editor

 Pada kolom name baris pertama ketik “periode”,baris kedua ketik “durasi”
dan pada baris ketiga ketik tingkat penjualan
 Pada kolom type untuk baris pertama klik kotak kecil,lalu klik string baris
kedua tidak di ubah.
 pada kolom decimal ganti dengan angka nol

7
  Pada kolom label untuk baris pertama kosongkan ,pada bais kedua ketik
“Durasi’,dan pada baris ketiga ketik”tingkat penjualan”.
 Pada kolom measure,unutk baris pertama sampai baris ketiga klik ordinal.

Pada layar monitor akan tampak seperti ini

c. Pengisian data

Klik data view pada SPSS data editor.

 Pada kolom periode masukan jumlah periode penelitian.

 Pada kolom durasi masukan durasi penayangan iklan setiap periode
 Pada kolom tingkat penjualan masukkan tingkat penjualan setiap periode.

Pada layar monitor akan tampak seperti ini

8
d. Pengolahan data

Klik analisys → correlate→bivariate

Pada layar monitor akan tampak seperti ini

 Bivariate correlation masukan durasi dan tingkat penjualan ke varibles .

 Pada corelation coeffciemt conteng pearson.
 Task of significance pilih two tailed

Pada layar monitor akan tampak seperti ini

e. Pengisian statistik
 Klik options/
 Pada statistik pilih mean and standar deviations
 Pada missing values pilih excude casas failwise

9
 Pada layar monitor akan tampak seperti ini

Setelah pengisian selesai tekan continue untuk kembali kemenu sebelumnya

f. Kemudian tekan OK untuk memproses data.

Hasil SPSS dan analisysnya .

Descriptive statistics

mean Std.deviation N
Durasi 53.33 10.517 12
T.Penjualan 39273.33 3844.035 12

Corelation

Durasi T.Penjualan
Durasi Pearson Corelation 1 .878(**)
Sig.(2-Tailed) .000
N 12 12
T.Penjualan Pearson Corelation .878(**) 1
Sig.(2-Tiled) .000
N 12 12
**Correlation is significant at the 0.01 level (2-tailed.)

10
g. Analisis Hasil Dari Correlation
1) Tabel Dercri diatas dapat dianalisis
Dari tabel diatas menunjukkan bahwa periode penelitian adalah 12 periode. Nilai
rata – rata durasi penayangan iklan selama 53,3 menit perbulan, dan rata –rata
tingkat 39. 273,3 yunit perbulan.
2) Tabel Correlation
Dari tabel correlation menunjukkan bahwa hubungan (Correlasi) antara durasi
penayangan iklan dengan tingkat penjualan sangat kuat positif, yaitu 0,878.Arti
positif adalah hubungan antara variabel x dan y searah. Maksud searah di sini
semakin lama durasi penayangan iklan, maka akan semakin meningkat tingkat
penjualan. Begitu juga sebaliknya, semakin kecil durasi penayangan iklan maka
semakin menurun tingkat penjualan.

Hipotesis untuk kasus ini:

a) Membuat hipotesis dalam uraian kalimat

HO : tidak terdapat yang signifikan hubungan antara durasi penayangan iklan dengan
tingkat penjualan produk.
Ha : ada hubungan yang signifikan antara durasi penayangan iklan dengan tingkat
penjualan produk.
b) Keputusannya

Kriteria keputusan yang diambil berdasarkan nilai pobabilitas.

Jika (sig > 𝛼,maka HO diterima.

(sig < 𝛼,maka HO ditolak.

Dari tabel correlation nilai sig sebesar 0,06.

Pada kasus ini nilai 𝛼 = 0,05.

Dari hasil perbandingan antara nilai sig dan 𝛼, diperoleh : sig = 0,06 < 𝛼 0,05.
Sehingga keputusannya Ho, yaitu ada hubungan antara durasi penayangan iklan
dengan tingkat penjualan produk.

11
D. Pengertian Korelasi Berganda

Analisis correlasi berganda digunakan untuk mengetahui derajat atau kekuatan hubungan
antara 3 vaiabel atau lebih, serta untuk mengetahui kontibusi yang dibeikan secara simultan
oleh variabel x1 dan x2 teraap nilai variabel y.

Desain Penelitian:

X1

X2

Langkah – langkah menghitung nilai korelasi (r)

a.Membuat tabel penolong

Tabel 11.5
Tabel penolong untuk mencari Nilai korelasi Berganda

Data X1 X2 Y X1Y X2Y X1X2 (X1)2 (X2)2 (Y)2

(n)
1 …. …. …. …. …. …. …. …. ….
2 …. …. …. …. …. …. …. …. ….
3 …. …. …. …. …. …. …. …. ….
4 …. …. …. …. …. …. …. …. ….
…. …. …. …. …. …. …. …. …. ….
N …. …. …. …. …. …. …. …. ….
Jumlah ∑=…. ∑=…. ∑=…. ∑=…. ∑=…. ∑=…. ∑=…. ∑=…. ∑=….

12
b. Menghitung nilai r
Rumus:

𝑟 2 𝑥1−𝑦 + 𝑟 2 𝑥2−𝑦 − 2(𝑟𝑥1−𝑦 )(𝑟𝑥2−𝑦 )(𝑟𝑥1−𝑥2 )

𝑅𝑥1 𝑥2 𝑦 =√
1 − 𝑟 2 𝑥1𝑥2

Keterangan .

RX1-X2-Y =Koefisien fariabel ganda

X1 = Variabel bebas ke -1
X2 =Variabel bebas ke-2
Y =Variabel tak bebas

Langkah langkah uji segnifikan

a. Membuat hipotesis dalam bentuk kalimat

Ho : Tidak ada hubungan yang signifikan antara variable X1,dan X2 secara simultan
terhaap variabel y.

Ha :aa hubungan yang signifikan antara variabel X1 dan X2 secara simultan terhadap
variabel y

b. Membuat hipotesis dalam model statistik

Ho :rx1,x2,y=0

Ha :rx1,x2,y=0

c. Menentukan taraf signifikan pada tahap ini kita menentukan seberapa besar peluang
membuat resiko kesalaan dalam mengambil keputusan menolak hipotesis yang
benar.Biasanya dilambangkan dengan α
d. Kidah pengujian
Jika : F hitung ≤ Ftabel Maka Ho diterima
Jika : F hitung > F tabel Maka Ho ditolak

13
e. Menghitung nilai F hitung dan F tabel
1) Menghitung F hitung

𝑅2
𝐹𝑖𝑡𝑢𝑛𝑔 (1− 𝑋1−𝑋2−𝑟
𝑅2 𝑋1−𝑋2−𝑟)

Keterangan :

n:Jumlah sampel

r: koefisien korelasi

m:jumlah fariabel bebas

2) Menghitung F tabel

Nilai f tabel dapat dicari pada tabel f tabel dengan ketentuan

F tabel =F (a,k,dk)

Keterangan

Dk=n-k-1

K= pembilang jumlah fariabel bebas

Dk =penyebut

f. Membandingkan F tabel dan F hitung

Tujuan membandingkan F tabel dan F hitung adala untuk mengetahui apakah Ho ditolak atau
iterima berasarkan kaidah pengujian

g. Membuat keputusan

Maksud dari membuat keputusan adalah untuk mengetahui hipotesis untuk mana yang
terpilih Ho atau Ha.

Contoh:

Manager produksi PTZ pada tahun 2010 ingin mengetahui apakah ada hubungan antara
gaya kepemimpinan ataukah budaya kerja,dengan tingkat produktifitas tenaga kerja.untuk
keperluan penelitian tersebut dilakukan penyebaan kusioner dengan mengambil sampel

14
20 orang tenaga kerja untuk mengissi kusionerkusioner .Jumlah pertanyaaan yang di
ajukandalam kusioner ada 10 pertanyaan untuk Variabel X1 dan variabel X2 sedangkan
untuk variabel prouktifitas tenaga kerja yang bersangkutan instumen penelitian kualitas
dosen,sarana dan prasarana mengajar diberi skala (5)= Sangat
Baik,(4)=Baik,(3)=Cukup,(2)=Tidak Baik,(1)=Sanga Tidak Baik,taaf signifikan α=5%

Data total hasil jawaban setiap responden untuk vaiabel X1 dan X2, serta nilai
poduktifitas tenaga kerja dapat dilihat pada tabel dibawah ini.

Tabel 11,6
Data Total Data Responden dan Tingkat Prouktifitas Tenaga Kerja

Gaya Budaya Produktifitas

Responden
Kepemimpinan Kerja Tenaga Kerja
1 30 38 80
2 32 36 70
3 36 40 72
4 38 36 75
5 37 38 72
6 46 40 80
7 31 30 65
8 30 48 90
9 50 42 85
10 46 45 85
11 42 46 85
12 42 48 80
13 42 40 75
14 46 41 85
15 46 40 75
16 46 30 65
17 42 42 81
18 44 40 80
19 32 35 70
20 40 38 77

15
1. Perhitugan Manual
Berapa besar hubungan korelasi, baik secara simultan maupun parsial antara variabel X1
dan variabel X2 terhadap variabel Y ?

Langkah-langkah menjawab:

a. Buatlah tabel penolong untuk menghitung nilai korelasi

Tabel 11.7
Tabel Perhitungan Korelasi Berganda
NO X₁ X₂ Y X₁² X₂² Y² X₁Y X₂Y X₁X₂
1 30 38 80 900 1444 6400 2400 3040 1140
2 32 36 70 1024 1296 4900 2240 2520 1152
3 36 40 72 1296 1600 5184 2592 2880 1440
4 38 36 75 1444 1296 5625 2850 2700 1368
5 37 38 72 1369 1444 5184 2664 2736 1408
6 46 40 80 2116 1600 6400 3680 3200 1840
7 31 30 65 961 900 4225 2015 1950 930
8 30 48 90 900 2304 8100 2700 4320 1440
9 50 42 85 2500 1764 7225 4250 3570 2100
10 46 45 85 2116 2025 7225 3910 3825 2070
11 42 46 85 1794 2116 7225 3570 3910 1932
12 42 48 80 1764 2304 6400 3360 3840 2016
13 42 40 75 1764 1600 5625 3150 3000 1680
14 46 41 85 2116 1681 7225 3910 3485 1886
15 46 40 75 2116 1600 5625 3450 3000 1840
16 46 30 65 2116 900 4225 2990 1950 1380
17 42 42 81 1764 1764 6561 3402 3402 1764
18 44 40 80 1936 1600 6400 3520 3200 1760
19 32 35 70 1024 1225 4900 2240 2450 1120
20 40 38 77 1600 1444 5929 3080 2926 1520
798 793 1547 32590 31907 120583 61973 21904 31784

16
b. Menghitung nilai RX1,X2,Y
Sebelum menghitung nilai Rx₁x₂,Y terlebih dahulu menghitung nilai-nilai sebagai
berikut:
1) Menghitung nilai korelasi X₁ terhadap Y, bila X₂ konstan
Rumus:

2) Menghitung nilai korelasi X₂ terhadap Y, bila X₁ konstan

Rumus:

3) Menghitung nilai korelasi X₁ terhadap X₂

Rumus:

4) Menghitung nilai korelasi secara simultan (Rx₁,x₂,y)

Rumus:

17
Angka korelasi sebesar = 0,8685 menunjukan secara simultan variabel gaya
kepemimpinan dan budaya kerja yang hubungannya kuat terhadap produktivitas
tenaga kerja. Sedangkan bila dilihat secara parsial antara gaya kepemimpinan (X₁)
terhadap produktivitas tenaga kerja hubungnnya lemah, yaitu sebesar 0,297 dan
antara budaya kerja (X₂) dengan produktivitas tenaga kerja hubungannya sangat kuat,
yaitu sebesar 0,8637.

Koefisien determinasi

a. Kontribusi yang disumbangkan secara simultan oleh variabel X₁ dan X₂ terhadap

variabel Y adalah: R² x 100% = (0,8685)² x 100% = 75,4% dan sisanya sebesar
24,6% dipengaruhi oleh variabel lain.
b. Kontribusi yang disumbangkan variabel X₁ terhadap variabel Y adalah:
R² x 100% = (0,297)² x 100% = 8,9% dan variabel X₂ dianggap konstan
c. Kontribusi yang disumbangkan variabel X₂ terhadap variabel Y adalah:
R² x 100% = (0,8637)² x 100% = 74,6% dan variabel X₁ dianggap konstan

Uji signifikansi secara simultan antara variabel X₁ dan variabel X₂ terhadap Y

Berdasarkan persoalan diatas maka:

a. Judul penelitian dapat disusun

Analisis Hubungan Secara Simultan Antara Gaya Kepemimpinan dan Budaya
Kerja Terhadap Produktivitas Tenaga Kerja di PT Z Tahun 2010.
b. Variabel penelitiannya
Gaya kepemimpinan dan budaya kerja variabel independent
(bebas/memengaruhi).
Tingkat produktivitas tenaga kerja variabel depenent (terikat/dipengaruhi)

18
c. Rumusan masalahnya
Apakah hubungan (korelasi) secara simultan dan parsial antara gaya
kepemimpinan dan budaya kerja dengan produktivitas tenaga kerja ?
Berapa besar kontribusi yang diberikan secara simultan dan parsial antara gaya
kepemimpinan dan budaya kerja terhadap produktivitas tenaga kerja ?
d. Sampel
Sampel diambil berkategori monprobability sampling (tidak setiap individu
terdapat dalam populasi dapat dijadikan sampel). Pada penelitian ini kriteria
responden yang dapat dijadikan sampel adalah tenaga kerja yang bekerja diatas 5
tahun. Jumlah sampel ditetapkan 20 orang.
e. Membuat hipotesis dalam bentuk kalimat
Ho : Tidak terdapat hubungan yang signifikan secara simultan antara gaya
kepemimpinan dan budaya kerja terhadap produktivitas tenaga kerja.
Ha : terdapan hubungan yang signifikan secara simultan atau gaya kepemimpinan
dan budaya kerja terhadap produktivitas tenaga kerja.
f. Membuat hipotesis dalam bentuk model statistik
Ho : rₓ₁ₓ₂ᵧ = 0
Ha : rₓ₁ₓ₂ᵧ ҂ 0
g. Taraf signifikan
Pada kasus ini taraf signifikan α = 5%
h. Kaidah pengujian
Jika : F hitung ˂ F tabel, maka Ho diterima.
Jika : F hitung ˃ F tabel, maka Ho ditolak.
i. Menghitung nilai F hitung

j. Menghitung F tabel
Nilai F tabel dapat dicari pada F tabel dengan ketentuan: F tabel = F (a,k,dk)
Dimana:
α = 0,05, k = 2

19
 dk = n – k – 1
= 20 – 2 – 1
= 17
F tabel = F (a)(k,dk) = F (0,05)(2,17) = 3,59
k. Membandingkan t tabel dan t hitung
F hitung = 26,1
F tabel = 3,59
Ternyata: 26,1 ˃ 3,59, maka Ho ditolak
l. Mengambil keputusan
Terdapat hubungan yang sinifikan secara simultan antara gaya kepemimpinan dan
budaya kerja terhadap produktivitas tenaga kerja.

Uji signifikansi secara parsial antara variabel X₁, terhadap Y

a. Membuat hipotesis dalam bentuk kalimat

Ho : tidak terdapat hubungan yang signifikan antara gaya kepemimpinan dengan
produktivitas tenaga kerja.
Ha : terdapat hubungan yang signifikan antara gaya kepemimpinan dengan
produktivitas tenaga kerja.

b. Membuat hipotesis dalam bentuk model statistik

Ho : rₓ₁.ᵧ = 0
Ha : rₓ₁.ᵧ ҂ 0

c. Tarif signifikan
Pada kasus ini α 5%

20
d. Kaidah pengujian:
Jika : F hitung ˂ F tabel, maka Ho diterima.
Jika : F hitung ˃ F tabel, maka Ho ditolak.

e. Menghitung F hitung

f. Menghitung F tabel
Nilai F tabel dapat dicari pada tabel F tabel dengan ketentuan F tabel = F
(a,k,dk)
Dimana:
α =0,05,k = 1
dk = n - k – 1
= 20 – 1 – 1
= 18
F tabel = F (a)(k,dk) = F (0,05)(1,18) = 4,41

g. Membandingkan F tabel dan F hitung

Tujuan membandingkan F tabel dan F hitung adalah untuk mengetahui, apakah
Ho ditolak atau diterima berdasarkan kaidah pengujian.
F hitung = 1,76
F tabel = 4,41
Ternyata: F hitung = 1,76 ˂ F tabel = 4,41, maka Ho diterima

h. Membuat kesimpulan
Tidak terdapat hubungan yang signifikan antara gaya kepemimpinan terhadap
produktifitas tenaga kerja.

21
Uji signifikan secara parsial antara variabel X₂ terhadap Y

a. Membuat hipotesi dalam bentuk kalimat

Ho : tidak terdapat hubungan yang signifikan antara budaya kerja dengan
produktivitas tenaga kerja.
Ha : terdapat hubungan yang signifikan antara budaya kerja denga produktivitas
tenaga kerja.

b. Membuat hipotesis dalam bentuk model statistik

Ho : rx₂ᵧ = 0
Ha : rx₂ᵧ ҂ 0

c. Tarif signifikan
Pada kasus ini α = 5%

d. Kaidah pengujian
Jika : F hitung ˂ F tabel, maka Ho diterima.
Jika : F hitung ˃ F tabel, maka Ho ditolak.

e. Menghitung F hitung

22
f. Menghitung F tabel dapat dicari pada F tabel dengan ketentuan: F tabel = F
(a,k,dk)
Dimana:
α 0,05, k = 1
dk = n- k – 1
= 20 - 1 – 1
= 18
F tabel = F (a,k,dk) = F (0,05)(1,18) = 4,41

i. Membandingkan F tabel dan F hitung

Tujuan membandingkan F tabel dan F hitung adalah untuk mengetahui, apakah
Ho ditolak atau diterima berdasarkan kaidah pengujian.
F hitung = 52,9
F tabel = 4,41
Ternyata: 52.9 ˃ 4,41, maka Ho ditolak

g. Mengambil keputusan
Terdapat hubungan yang signifikan antara budaya kerja dengan produktivitas
tenaga kerja.

23
2. Perhitungan dengan SPSS

Langkah langkah nya adalah sebagai berikut

a. Masuk ke program SPSS

Setelah masuk ke program SPSS akan tampak tampilan seperti ini.

b. Klik variabel view pada SPSS data editor

 Pada kolom name baris pertama ketik responden dan baris kedua ketik “X1” serta
baris ketiga ketik “X2”, kemudian baris keempat ketik “Y”.
 Pada kolom type untuk baris pertama klik kotak kecil, lalu klik string, baris kedua
tidak diubah.
 Pada kolom decimal ganti dengan angka nol.
 Pada kolom label baris pertama kosongkan dan baris kedua ketik “gaya
kepemimpinan” baris ketiga ketik “budaya kerja”, kemudian pada baris keempat
ketik “produktivitas tenaga kerja”.
Pada layar monitor akan tampak seperti:

24
c. Pengisian data
Klik data view pada SPSS data editor.
 Pada kolom responden masukkan semua responden.
 Pada kolom X1 masukkan jawaban responden untuk gaya kepemimpinan.
 Pada kolom X2 masukkan jawaban responden untuk budaya kerja.
 Pada kolom Y masukkan produktivitas tenaga kerja.
Pada layar monitor akan tampak seperti:

d. Pengolahan data
Klik analysis, compare, bivariate
Pada layar monitor akan tampak seperti:

25
  Dari bivariate correlation masukkan X1, X2, dan Y ke variable.
 Dari correlation coefficient contreng pearson.
 Test of significance pilih two tailed.
Pada layar monitor akan tampak seperti:

e. Pengisian statistic
 Klik options.
 Pada statistic pilih mean and standard deviations.
 Pada missing values pilih excude casas pairwise.
pada layar monitor akan nampak seperti:

Setelah pengisian selesai tekan continue untuk kembali ke menu sebelumnya.

26
f. Kemudian tekan OK untuk memproses data.

Descriptive Statistics
Mean Std. deviation N
Gaya Kepemimpinan 39.90 6.282 20
Budaya Kerja 39.65 4.945 20
Produktivitas Tenaga 77.35 6.968 20
Kerja

Descriptive Statistics
Gaya Produktivitas
Budaya
kepemimpi Tenaga
kerja
nan Kerja
Gaya Pearson
1 .243 .298
kepemimpinan Correlation
.302 .202
Sig. (2-talled)
20 20 20
N
Budaya Kerja Pearson
.243 1 .864**
Correlation
.302 .000
Sig. (2-talled)
20 20 20
N
Produktivitas Pearson
.298 .864** 1
Tenaga Kerja Correlation
.202 .000
Sig. (2-talled)
20 20 20
N

g. Kemudian kembali ke menu utama,

Klik menu analyze, regression, linier.
Pada layar monitor akan tampak seperti:

27
  Dari linier regression masukkan variabel Y (gaya kepemimpinan) ke
dependent.
 Dari linier regression masukkan variabel X1, X2, dan Y ke independent.
 Pada method pilih enter.

Pada layar monitor akan tampak seperti:

h. Pengisian statistic
Klik statistic
 Pada regression coefficient contreng estmates.
 Pada regression coefficient contreng model fit.
 Pada regression coefficient contreng R squared change.
Pada layar monitor akan tampak seperti:

28
i. Klik continue untuk kembali ke menu utama.
j. Lalu kemudian klik OK, untuk memproses.
Model Summary
Change Statistic
Std.Erro
R Adjuste R
Mode r F Sig.F
R Squar d chang df df
l Of the chang chang
e R e 1 2
Estimate e e
square
.869(a
.764 .725 .3.652 .745 26.094 2 17 000
)
a. Predictors: (Constant), Budaya Kerja, Gaya Kepemipinan.

k. Analisi hasil SPSS.

1) Tabel descriptives diatas dapat dianalisis
Dari tabel descriptive menunjukkan variabel gaya kepemimpinan (X1) nilai rata-
rata 39,9 dengan standar deviasi 6,3 dan jumlah responden 20 orang. Untuk
variabel budaya kerja (X2) menunjukkan nilai rata-rata 39,7 dengan standar
deviasi 4,9 dan jumlah respinden 20 orang. Kemudian untuk variabel
produktivitas tenaga kerja (Y) menunjukkan nilai rata-rata 77,4 dengan standar
deviasi 6,9 dan jumlah responden yang diambil sebagai sampel 20 orang.

29
2) Tabel diatas dapat dianalisis
Dari tabel correltions menunjukkan terdapat hubungan yang lemah positif antara
variabel kepemimpinan (X1) terhadap produktivitas tenaga kerja (Y) sebesar
0,298. Sedangkan antara variabel budaya kerja (X2) dengan terhadap gaya
produktivitas tenaga kerja terdapat hubungan yang sangat kuat positif sebesar
0,864.

30
 BAB III
PENUTUP
KESIMPULAN

Dari penjelasan diatas dapat disimpulkan bahwa

Analisis Korelasi merupakan studi yang membahas
tentang derajat keeratan hubungan antar peubah, yang dinyatakan dengan Koefisien
Korelasi. Korelasi bermanfaat untuk mengukur kekuatan hubungan antara dua variabel
(kadang lebih dari dua variabel) dengan skala-skala tertentu, misalnya Pearson data harus
berskala interval atau rasio; Spearman dan Kendal menggunakan skala ordinal.
Korelasi juga memiliki karakteristik yang membangun untuk terbentunya korelasi selain itu
sendiri. Kisaran (range) korelasi mulai dari 0 sampai dengan 1. Korelasi dapat positif dan dapat
pula negatif. koefesien korelasi ialah suatu pengukuran statistik kovariasi atau asosiasi antara
dua variabel.

31