1

BAB 3 KORELASI & REGRESI

3.1 Praktek mencari nilai Nilai Korelasi dengan Program SPSS

Langkah 1. Buka program SPSS for windows dengan Klik START, Pilih SPSS for Windows,
maka akan muncul tampilan di bawah ini :

Maka akan muncul tampilan SPSS for Windows di bawah ini :

 2

Langkah ke 2 Pilih Variabel Views untuk mengisi data

Langkah ke 3. Isi data seperti di bawah ini,.maka akan muncul tampilan sbb
 3

Langkah ke 4. Kemudian Klik DATA VIEWS dan isi data

 4

Langkah ke 5. Untuk mencari nilai KORELASI maka Klik ANALIZE, CORRELATE, BIVARIATE.

Maka akan muncul tampilan seperti dibawah ini

 5

Langkah ke 6. Masukkan Data KURS,SUKU BUNGA,INFLASI kedalam VARIABLES

Kemudian di Correlation Coeficient PILIH Pearson, Maka akan muncul hasil olahan sbb :
 6

3.2 Praktek mencari nilai Nilai Regresi dengan Program SPSS

Langkah 1. Buka Data KURS,SUKU BUNGA,INFLASI, Pilih ANALIZE, REGRESSION, LINIER

Maka akan muncul tampilan dibawah ini

 7

Langkah ke 2. Masukkan data KURS ke dalam kotak DEPENDENT dan data

SKBUNGA,INFLASI ke dalam kotak INDEPENDENT

Langkah ke 3. Selanjutnya pilih STATISTIK maka akan muncul tampilan dibawah ini

Langkah ke 4. Pilih ESTIMATES, MODEL FIT, DESCRIPTIVES, CONTINUE, lalu OK.,,, maka
akan muncul hasil olahan seperti di bawah ini
 8

KRITERIA NILAI KORELASI

1-0,8 = SANGAT KUAT

0,8-0,6 = KUAT

0,6-0,4 = LEMAH

0,4-0,2 = SANGAT LEMAH

0,2-0 = TIDAK HUBUNGAN

 9

KORELASI = Digunakan untuk menguji seberapa kuat/lemahnya hubungan antar

variabel
REGRESI = Digunakan untuk menguji pengaruh/hubungan antar variabel
MODEL , Y = b0+b1x1+b2x2+bnxn+e
Y = variabel dependen (terikat/dipengaruhi)
b0 = konstanta
b1,b2,bn = koefisien dari x
x1,x2,xn = variabel independen (bebas/mempengaruhi)
PENGARUH SUKU BUNGA, INFLASI TERHADAP KURS RUPIAH

Variables Entered/Removedb

Variables Variables
Model Entered Removed Method
1 inflasi,
sukubung
a
. Enter
a
a. All requested variables entered.
b. Dependent Variable: kurs

INTERPRETASI :
Variabel yang digunkan dalam penelitian ini adalah kurs sebagai variabel
dependennya sedangkan inflasi dan suku bunga sebagai variabel independennya,
dimana metode yang digunakan adalah metode enter/semua variable yang
digunakan masuk dalam olahan spss
Model Summaryb

Adjusted Std. Error of Durbin-

Model R R Square R Square the Estimate Watson
1 .171a .029 -.043 254.388 .553
a. Predictors: (Constant), inflasi, sukubunga
b. Dependent Variable: kurs

R2 = 0,029(2,9%) artinya variabel terikatnya dapat dijelaskan oleh variabel

bebasnya sebesar 2,9%, sedangkan sisanya dijelaskan oleh variabel/factor lainnya
sebesar 97,1%
 10

ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 52737.226 2 26368.613 .407 .669a
Residual 1747263 27 64713.436
Total 1800000 29
a. Predictors: (Constant), inflasi, sukubunga
b. Dependent Variable: kurs

Jika F hitung > F tabel maka secara bersama-sama seluruh variabel yang digunkan
memilki pengaruh/hubungan yang signifikan

Jika F hitung < F tabel maka secara bersama-sama seluruh variabel yang digunkan
tidak memilki pengaruh/hubungan yang signifikan

Nilai Sig. < 5% maka terdapat pengaruh yg signifikan

Nilai Sig. > 5% maka tidak terdapat pengaruh yg signifikan

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 9366.788 451.468 20.747 .000
sukubunga 34.672 82.760 .096 .419 .679
inflasi -70.255 78.363 -.206 -.897 .378
a. Dependent Variable: kurs

Y = b0+b1x1+b2x2+bnxn+e
ӯ = 9366,78 + 34,67X1-70,25X2+e

JIKA SUKU BUNGA DAN INFLASI TIDAK MENGALAMI

PERUBAHAN(NAIK/TURUN)/TETAP MAKA NILAI KURS rupiah SEBESAR Rp 9366,78

SETIAP KENAIKAN SUKU BUNGA SEBESAR 1% MAKA AKAN MENYEBABKAN

KENAIKAN KURS RUPIAH SEBESAR Rp 34,67

SETIAP KENAIKAN inflasi SEBESAR 1% MAKA AKAN MENYEBABKAN penurunan

nilai KURS RUPIAH SEBESAR Rp 70,25
 11

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .209a .044 -.066 .683

a. Predictors: (Constant), kepuasan_kerja, stress, motivasi

UJI R2 = 0,044 = 4,4% . Variabel X, independen (bebas) nya mampu menjelaskan variabel Y
(terikatnya) sebesar 4,4% sedangkan sisanya dijelaskan oleh variabel lain diluar model sebesar
95,6%

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression .557 3 .186 .398 .756a

Residual 12.143 26 .467

Total 12.700 29

a. Predictors: (Constant), kepuasan_kerja, stress, motivasi

b. Dependent Variable: kinerja_peg

Uji F (uji serentak)/uji bersama-sama/SIMULTAN NILAI SIG.0,756..,

Jika F hitung > F tabel maka secara bersama-sama seluruh variabel yang
digunkan memilki pengaruh/hubungan yang signifikan

Jika F hitung < F tabel maka secara bersama-sama seluruh variabel yang
digunkan tidak memilki pengaruh/hubungan yang signifikan

Nilai Sig. < 5% (0,05) maka terdapat pengaruh yg signifikan

Nilai Sig. > 5% maka tidak terdapat pengaruh yg signifikan

0,756 > 0,05
 12

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 3.843 1.092 3.519 .002

motivasi .165 .192 .189 .862 .397

stress -.195 .199 -.215 -.981 .336

kepuasan_kerja .028 .203 .026 .136 .893

a. Dependent Variable: kinerja_peg

Uji t (uji parsial)/uji sendiri-sendiri

Nilai Sig. < 5% maka terdapat pengaruh yg signifikan (0,05)

Nilai Sig. > 5% maka tidak terdapat pengaruh yg signifikan

Uji t untuk variabel X1(Motivasi) = 0,397 > 5% = TIDAK
BERPENGARUH
Uji t untuk variabel X2 (stress) = 0,336 > 5% = TIDAK
Uji t untuk variabel X3 (kepuasan kerja) = 0,893 > 5% = TIDAK
2.Uji R2, t, F (Uji statistic)
3.Uji Asumsi klasik (multikolinieritas, heterokedastisitas,
autokorelasi, normalitas)
1.Uji VALIDITAS & REALIBILITAS data
Y = b0+b1x1+b2x2+b3x3+e
Y = 3,843 + 0,165X1 -0,195X2 + 0,028X3 + e
 13

1. Jika nilai variabel X (X1,X2,X3) tetap atau sama dengan nol

maka nilai variabel Y (kinerja) sebesar 3,843
2. Jika variabel X1 (Motivasi) naik sebesar 1 tingkat maka nilai
Y(Kinerja) sebesar 0,165
3. Jika variabel X2 (stress) naik sebesar 1 tingkat maka nilai
Y(Kinerja) sebesar 0,195
4. Jika variabel X3 (kepuasan) naik sebesar 1 tingkat maka
nilai Y(Kinerja) sebesar 0,028
 14

LATIHAN KLS I MSDM

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .484a .234 .146 .701

a. Predictors: (Constant), kepuasan, stress, motivasi

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 3.909 3 1.303 2.649 .070a

Residual 12.791 26 .492

Total 16.700 29

a. Predictors: (Constant), kepuasan, stress, motivasi

b. Dependent Variable: kinerja

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 5.529 1.239 4.464 .000

motivasi .161 .203 .155 .792 .436

stress -.227 .167 -.257 -1.360 .185

kepuasan -.453 .197 -.435 -2.302 .030

a. Dependent Variable: kinerja

 15

UJI STATISTIK
Uji R2. Nilai R2 = 0,23, Artinya semua variabel
independen/bebas/penjelas mampu menjelaskan variabel
dependennya/terikat nya sebesar 0,23(23%) sedangkan
sisanya dijelaskan oleh variabel lain diluar model sebesar 77%
UJI F (Uji simultan/serempak/bersama-sama)
Jika F hitung > F tabel maka secara bersama-sama seluruh variabel yang
digunkan memilki pengaruh/hubungan yang signifikan

Jika F hitung < F tabel maka secara bersama-sama seluruh variabel yang
digunkan tidak memilki pengaruh/hubungan yang signifikan

Nilai Sig. < 5% (0,05) maka terdapat pengaruh yg signifikan secara

simultan/serempak

Nilai Sig. > 5% maka tidak terdapat pengaruh yg signifikan secara

simultan/serempak

0,070 > 0,05/5%

Uji t (Uji parsial/sendiri-sendiri)
Jika t hitung > t tabel maka secara bersama-sama seluruh variabel yang
digunkan memilki pengaruh/hubungan yang signifikan

Jika t hitung < t tabel maka secara bersama-sama seluruh variabel yang
digunkan tidak memilki pengaruh/hubungan yang signifikan

Nilai Sig. < 5% (0,05) maka terdapat pengaruh yg signifikan secara

simultan/serempak
 16

Nilai Sig. > 5% maka tidak terdapat pengaruh yg signifikan secara

simultan/serempak

X1 (Motivasi) = 0,436 > 0,05 >>>> Tidak terdapat

hubungan/pengaruh antara motivasi/X1 dengan Kinerja/Y
X2(Stress) = 0,185 > 0,05 Tidak terdapat hubungan/pengaruh
antara stress/X2 dengan Kinerja/Y
X3 (Kepuasan) = 0,030 < 0,05 terdapat hubungan/pengaruh
antara kepuasan/X3 dengan Kinerja/Y
Y = a + b1x1+b2x2+b3x3+e
Y = 5,529 + 0,161X1 -0,227X2 -0,453X3 + e
Jika seluruh variabel X/Independen/bebasnya tetap/tidak
berubah/sama dengan nol maka nilai dari variabel Y/Kinerja
sebesar 5,529
Jika variabel X1/motivasi naik sebesar 1 tingkat maka variabel
Y/Kinerja akan naik sebesar 0,161 dan begitupun sebaliknya
Jika variabel X2/stress naik sebesar 1 tingkat maka variabel
Y/Kinerja akan turun sebesar 0,227 dan begitupun sebaliknya
Jika variabel X3/kepuasan naik sebesar 1 tingkat maka
variabel Y/Kinerja akan turun sebesar 0,453 dan begitupun
sebaliknya
17