ANALISIS UJI KORELASI, UJI NORMALITAS DAN UJI REGRESI PADA SPSS

Disusun untuk memenuhi tugas mata kuliah Metode Kuantitatif

Dosen Pengampu : Lintar Brillian Pintakami, SP., MP.

Disusun Oleh :

Vina Fitriani (20181610010)

PROGRAM STUDI AGRIBISNIS

FAKULTAS PERTANIAN

UNIVERSITAS ISLAM BALITAR

2020
 SOAL

Berikut ini adalah data mengenai Biaya iklan dan Revenue dari Perusahaan Kendi Mas :

Tahun Advertisement Revenue

1990 90 396
1991 81 360
1992 99 278
1993 108 414
1994 99 432
1995 108 468
1996 117 486
1997 117 522
1998 126 504
1999 135 540
2000 136 559
2001 141 579
2002 146 599
2003 152 619
2004 157 639
2005 162 658
2006 167 678
2007 172 698
2008 177 718
2009 182 738

Dari data di atas, kemudian dilakukan beberapa pengujian signifikansi dengan metode korelasi,
Normalitas dan Regresi dengan menggunakan program SPSS. Hasil dari perhitungan SPSS akan
menunjukan seberapa signifikan variabel-variabel yang ada dalam data tersebut secara statistic.

Nantinya signifikan atau tidaknya hasil perhitungan ini akan menentukan, apakah kita bisa
menerima H0 atau Ha. H0 adalah kondisi dimana variable-variablenya tidak signifikan secara
statistik, dan Ha adalah kondisi dimana variable-variablenya signifikan secara statistic.
 JAWABAN ANALISIS

a) Uji Korelasi

Berdasarkan output di atas, disimpulkan :

1. Berdasarkan nilai signifikansi (Sig. (2-tailed)). Dari tabel output di atas diketahui Sig.
(2-tailed) antara advertisement dan revenue adalah sebesar 0,000 < 0,05, yang berarti
terdapat korelasi yang signifikan antara variable advertisement dengan variable
revenue.
2. Berdasarkan nilai r-hitung (Pearson Correlation). Dari tabel output diatas diketahui r
hitung untuk hubungan antara advertisement dengan revenue adalah sebesar 0,989 >
0,444, maka dapat disimpulkan bahwa ada hubungan atau korelasi antara variable
advertisement dengan variable revenue. r-hitung atau Pearson Correlation pada
analisis ini bernilai positif (0,989) berarti hubungan antara kedua variable tersebut
positif atau dengan kata lain semakin meningkatnya advertisement maka akan
meningkat pula revenue-nya.
b) Normalitas
Dalam uji normalitas Kolmogorov Smirnov dan Shapiro-Wilk, suatu data dikatakan
terdistribusi normal apabila memiliki nilai signifikansi yaitu lebih dari 0,05 (> 0,05).
(1) Perhatikan kolom Kolmogorov Smirnov. Pada kolom tersebut dapat diketahui nilai
signifikansinya (p) adalah 0,200. Dimana 0,200 > 0,05. Sehingga dapat dikatakan
bahwa hasil Kolmogorov Smirnov menunjukan data tersebut berdistribusi normal.
(2) Kemudian pada kolom Shapiro-Wilk dapat diketahui bahwa nilai signifikansinya (p)
adalah 0,595, dimana 0,595 > 0,05. Sehingga dapat dikatakan juga bahwa hasil
Shapiro-Wilk menunjukan data tersebut berdistribusi normal.

Hipotesis :
Ha : Kondisi dimana variable-variablenya signifikan secara statistik
H0 : Kondisi dimana variable-variablenya tidak signifikan secara statistik
Sehingga kesimpulannya karena p > 0,05 maka Ha diterima dan H0 ditolak, artinya data
berdistribusi normal.

Pada grafik diatas, titik/plot mendekati garis simpang artinya berdistribusi normal.
Pada grafik diatas, titik/plot mendekati garis simpang artinya berdistribusi normal.
c) Regresi
 Pada analisis regresi diatas, variable independen (variable bebas) adalah
advertisement (iklan) sedangkan variable dependen (variable terkait) nya adalah revenue
(pendapatan). Karen iklan mempengaruhi pendapatan yang akan dihasilkan. Semakin
banyak iklan yang diproduksi maka akan semakin banyak pula pendapatan yang akan
didapatkan.
1. Tabel pertama yaitu tabel Variable Entered/Removed adalah tabel yang menunjukan
variable yang dimasukan atau dibuang dan juga menunjukan metode yang digunakan.
Dalam hal ini dapat kita ketahui variable yang dimasukan adalah variable
edvertisement dan metode yang digunakannya metode Enter.
2. Tabel ke-dua yaitu Model Summary adalah tabel yang menunjukan besarnya nilai
korelasi (R) yaitu sebesar 0,989 (hal ini sama dengan nilai korelasi pada tabel
sebelumnya tentang uji korelasi). Kemudian di ketahui pula nilai R Square. R Square
ini artinya koefisien determinasi ( R2) yaitu besarnya persentasi pengaruh variable
independen dengan variable dependen. Dari output diatas nilai koefisien
determinasinya sebesar 0.979 yang berarti bahwa pengaruh variable bebas
(advertisement) terhadap variable terkait (revebue) adalah sebesar 97,9% sedangkan
2,1% sisanya dipengaruhi oleh variable lain.
3. Tabel ke-tiga (ANOVA) adalah tabel yang menunjukan apakah ada pengaruh yang
nyata (signifikan) variable advertisement (X) terhadadvertisement (X) terhadap
variable revenue (Y). Dari output diatas terlihat bahwa F hitung = 840,361 dengan
tingkat signifikansi (p) 0,000 < 0,05, sehingga model regresi dapat digunakan untuk
memprediksi variable revenue.
4. Tabel ke-empat (Coefficients), pada kolom B terdapat nilai constant (a) yaitu 37,706
sedangkan nilai advertisement (b) adalah 3,829 sehingga persamaan refresinya dapat
ditulis :
Y =a+bx
Y =37,706+3,829 x
Koefisien B dinamakan arah regresi dan menyatakan perubahan rata-rata variable Y
untuk setiap perubahan variable X sebesar satu satuan. Perubahan ini merupakan
pertambahan apabila B bertanda positif dan penurunan apabila B bertanda negative.
Sehingga persamaan tersebut dapat diterjemahkan :
 (1) Konstanta sebesar 37,706 menyatakan bahwa jika tidak ada nilai variable
advertisement maka nilai variable revenue adalah sebesar 37,706
(2) Koefisien regresi X sebesar X sebesar 3,829 yang menyatakan bahwa setiap
penambahan 1 nilai trust, maka nilai revenue bertambah sebesar 3,829

Hipotesis :
Ha : Kondisi dimana variable-variablenya signifikan secara statistik
H0 : Kondisi dimana variable-variablenya tidak signifikan secara statistic

Dari output diatas t Hitung = 28,989 dengan nilai signifikansi 0,000 > 0,05, maka H0
ditolak dan ha diterima, yang berarti ada pengaruh yang nyata (signifikan) variable
advertisement (X) terhadap variable revenue (Y).