Disusun oleh :
Lia Evi Febriana
(CIB020020)
Dosen Pengampu:
Dr.Musnaini., S.E., M.M
PRODI MANAGEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS JAMBI
JUNI 2021
KATA PENGANTAR
Dengan menyebut nama Allah SWT yang maha pengasih lagi maha penyayang, kami
panjatkan puja dan puji syukur atas khadirat-Nya, yang telah melimpahkan rahmat, dan
hidayah kepada kami, sehingga kami dapat menyelesaikan makalah ini dengn baik.
Makalah Statistik dengan judul “ANALISIS REGRESI DAN KOLERASI
MENGGUNAKAN SPSS”. Makalah ini membahas mengenai program yang banyak diminati
oleh peneliti yaitu program SPSS for windows. Program ini merupakan salah satu program
olah data statistik yang digunakan dalam penelitian-penelitian. Penggunaan SPSS for
windows relatif fleksibel dan dapat dengan mudah dipelajari oleh siapapun yang berminat
dalam mengolah data penelitian. Data dalam program SPSS for windows digunakan untuk
model aplikasi statistik sederhana seperti mean, median, modus, sum, prosentase, kuartil,
desil, persentil, range dan lain-lain ataupun untuk mengolah data untuk aplikasi statistik
lanjut seperti model korelasi, regresi linier dan lain-lain. Makalah ini telah kami susun
dengan maksimal dan mendapatkan bantuan dari berbagai pihak sehingga dapat mempelancar
pembentukan makalah ini. Untuk itu kami menyampaikan terima kasih kepada yang telah
berkontribusi dalam pembuatan makalah ini.
Terlepas dari semua itu, kami menyadari sepenuhnya masih banyak ke kurangan baik
dari segi susunan kalimat maupun tatak bahasa. Oleh karena itu dengan tangan terbuka kami
terima segala saran dan kritik dari pembaca agar kami dapat memperbaiki makalah ini.
Akhir kata kami berharap semoga makalah ini dapat bermanfaat untuk kami semua.
Terima kasih.
Penyusun
2
DAFTAR ISI
HALAMAN JUDUL
KATA PENGANTAR .......................................................................................................... 2
C. Tujuan ....................................................................................................................... 5
BAB II PEMBAHASAN 6
A. Pengertian Spss 6
B. Analisis Regresi Menggunakan Spss 6
C. Analisis Korelasi Menggunakan Spss 19
A. Kesimpulan 38
B. Saran 39
DAFTAR PUSTAKA 40
3
BAB I
PENDAHULUAN
A. Latar Belakang
Semakin modern dan bertambah majunya zaman, kegiatan penelitian semakin
gencar dilakukan. Hal ini karena masalah semakin bertambah dan segera dibutuhkan
suatu penyelesaian. Dalam kegiatan penelitian, salah satu langkah yang terpenting
adalah analisis data. Analisis data merupakan kegiatan setelah seluruh data dari
seluruh responden atau sumber data lain terkumpul. Kegiatan dalam analisis data
adalah mengelompokkan data berdasarkan variabel dan jenis responden, mentabulasi
data berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel yang
diteliti, melakukan perhitungan utuk menjawab rumusan masalah, dan melakukan
perhitungan untuk menguji hipotesis yang telah diajukan. Untuk penelitian yang tidak
merumuskan hipotesis, langkah terakhir tidak dilakukan (Sugiyono, 2013).
Teknik analisis data dalam sebagian besar penelitian, khususnya penelitian
kuantitif menggunakan statistik. Statistik adalah rekapitulasi dari fakta berbentuk
angka-angka yang disusun dalam bentuk tabel dan diagram untuk mendeskripsikan
suatu permasalahan (Riduwan dkk, 2013) (Sudjana, 2004).
Pada saat ini telah banyak paket program pengolah angka yang digunakan
untuk memudahkan analisis data. Salah satu program yang banyak diminati oleh
peneliti adalah program SPSS for windows. Program ini merupakan salah satu
program olah data statistik yang digunakan dalam penelitian-penelitian. Penggunaan
SPSS for windows relatif fleksibel dan dapat dengan mudah dipelajari oleh siapapun
yang berminat dalam mengolah data penelitian. Pengilahan data dalam program SPSS
for windows digunakan untuk model aplikasi statistik sederhana seperti mean,
median, modus, sum, prosentase, kuartil, desil, persentil, range dan lain-lain ataupun
untuk mengolah data untuk aplikasi statistik lanjut seperti model korelasi, regresi
linier dan lain-lain (Riduwan dkk, 2013). Dalam makalah ini akan dibahas mengenai
analisis data regresi dan korelasi menggunakan SPSS.
4
B. Rumusan Masalah
1. Apa yang dimaksud dengan SPSS?
2. Bagaimana cara menganalisis data uji regresi menggunakan SPSS?
3. Bagaimana cara menganalisis data uji korelasi menggunakan SPSS?
C. Tujuan
1. Mengetahui tentang SPSS
2. Mengetahui cara analisis data regeresi menggunakan SPSS
3. Mengetahui cara analisis data korelasi menggunakan SPSS
5
BAB II
PEMBAHASAN
A. Pengertian SPSS
SPSS (Statistical Package for the Social Sciences) adalah sebuah program
pada komputer yang digunakan untuk membuat analisis statistika. SPSS pertama
dirilis pada tahun 1968, dan diciptakan oleh Norman Nie, seorang lulusan Fakultas
Ilmu Politik dari Stanford University, yang sekarang menjadi profesor peneliti
Fakultas Politik di Stanford dan profesor Emeritus Ilmu politik di University of
Chicago.
Sekarang ini SPSS yang berkembang sudah berbasis Windows sehingga
dikenal dengan SPSS for windows. Pertama kali muncul versi for windows versi 6,00
hingga kini SPSS yang paling terbaru adalah SPSS 21,00.
6
Y = a + bX
Keterangan:
Y : subyek dalam variabel dependen (variabel tak bebas) yang diprediksikan.
a : intersep (titik potong kurva linear terhadap sumbu Y, atau nilai Y jika
X=0) disebut juga konstanta.
b : koefisien regresi (kemiringan kurva linier), yang menunjukkan angka
peningkatan ataupun penurunan variabel dependen yang didasarkan pada
perubahan variabel independen. Bila (+) arah gars naik, dan bila (-) maka
arah garis turun.
X : subyek pada variabel independen (variabel bebas) yang mempunyai nilai
tertentu.
7
a. Tentukan persamaan regresinya!
b. Apakah ada hubungan atau tidak antara variabel bebas dengan variabel terikat?
c. Berapa nilai koefisien determinasinya?
d. Apakah ada pengaruh atau tidak ada pengaruh antara variabel bebas dengan
variabel terikat?
Langkah-langkah:
8
9. Muncul tampilan kotak diaolog sebagai berikut:
10. Masukkan variabel Nilai Fisika ke kolom Dependent, dan masukkan variabel Nilai
Matematika ke kolom independent
11. Pada method, pilih metode enter
12. Klik statistics, klik pilihan Estimates dan Model Fit, kemudian klik continue
13. Klik OK untuk mengakhiri perintah
Maka akan muncul output sebagai berikut:
Regression
Interpretasi output:
9
Interpretasi Output :
a. Output bagian pertama (Variabels entered/removed)
10
nyata (signifikan) variabel Nilai matematika (X) sendiri (partial) terhadap
Nilai fisika
Hipotesis:
H0 = Tidak ada pengaruh yang nyata (signifikan) variabel Nilai matematika
(X) terhadap Nilai fisika (Y)
Ha = Ada pengaruh yang nyata (signifikan) variabel Nilai matematika (X)
terhadap Nilai fisika (Y)
11
Jadi, semakin tinggi nilai matematika, nilai fisika juga akan mengalami
peningkatan.
Contoh:
Diduga bahwa besarnya nilai tergantung pada besarnyaskor tes kecerdasan dan
frekuensi membolos. Untuk keperluan tersebut, maka dilakukan pengamatan
terhadap 12 orang siswa dengan mencatat frekuensi membolos, skor tes
kecerdasan dan nilai ujian, dan diperoleh datanya sebagaiberikut:
12
Langkah-langkah:
13
10. Masukkan variabel Nilai ujian ke kolom Dependent, dan masukkan variabel
Skor Tes Kecerdasan dan Frekuensi Membolos ke kolom Independent
11. Pada Method, pilih metode Stepwise
12. Klik Statistics, lalu klik pilihan Estimates, Model Fit dan descriptive, kemudian
klik Continue
13. Klik OK untuk mengakhiri perintah, maka akan muncul output sebagai berikut:
Regression
14
15
Interpretasi Output :
16
sebesar 74%, dan pengaruh Frekuensi Membolos (X2) terhadap Nilai Ujian
(Y) = 13,6% (87,6% - 74%)
e. Output bagian kelima (ANOVA)
Pada bagian ini untuk menjelaskan apakah ada pengaruh yang nyata
(signifikan) variabel Skor Tes Kecerdasan (X1) dan Frekuensi Membolos
(X2) secara simultan (bersama-sama) terhadap Nilai Ujian (Y). Dari Output
pada model yang kedua terlihat bahwa Fhitung =31,853 dengan tingkat
signifikansi/probabilitas 0,000 < 0,05 maka model regresi dapat dipakai
untuk memprediksi Nilai Ujian.
f. Output bagian keenam (Coefficients)
Pada tabel kolom B bagian Constan (a) adalah 55,780, Skor Tes Kecerdasan
(b1) adalah 0,527 dan frekuensi Membolos (b2) adalah -2,344. Sehingga
persamaan regresinya dapat ditulis:
Y= a + b1X1 + b2X2 = 55,780 + 0,527 X1 – 2,344 X2
Koefisien b dinamakan koefisien arah regresi dan menyatakan perubahan
rata-rata variabel Y untuk setiap perubahan variabel X1 sebesar satu satuan
dan X2 sebesar satu satuan. Perubahan ini merupakan pertambahan bila b
bertanda positif dan penurunan bila b bertanda negatif. Sehingga dari
persamaan tersebut dapat diterjemahkan :
- Kostanta sebesar 55, 780 menyatakan bahwa jika tidak ada Nilai Skor Tes
Kecerdasan (X1) dan Frekuensi Membolos (X2) Nilai ujian adalah sebesar
55,780.
- Koefisien regresi X1 sebesar 0,527 menyatakan bahwa setiap penambahan
1 skor tes kecerdasan, maka akan menambah nilai ujian sebesar 0,527.
- Koefisien regresi X2 sebesar -2,344 menyatakan bahwa setiap penambahan
1 kali membolos, maka Nilai ujian akan berkurang sebesar -2,233.
Menampilkan uji signifikansi dengan menguji t untuk mengetahui apakah
ada pengaruh yang nyata (signifikan) variabel Skor Tes Kecerdasan (X 1)
dan Frekuensi membolos (X2) secara sendiri-sendiri (partial) terhadap Nilai
Ujian (Y).
Hipotesis:
H0 = Tidak ada pengaruh yang nyata (signifikan) variabel Skor Kecerdasan
dan Frekuensi membolos terhadap Nilai Ujian.
17
H1 =Ada pengaruh yang nyata (signifikan) variabel Skor Tes Kecerdasan dan
Frekuensi membolos terhadap Nilai Ujian
Keputusan:
Dari output di atas dapat diketahui variabel Skor Tes Kecerdasan nilai t hitung=
3,371 dengan probabilitas 0,008 < 0,05, maka H0 ditolak yang berarti ada
pengaruh yang nyata (signifikan) variabel Skor Tes Kecerdasan terhadap Nilai
Ujian. Untuk variabel Frekuensi Membolos nilai t hitung = -3,147 dengan
probabilitas 0,012 < 0,05, maka H0 ditolak yang berarti bahwa ada pengaruh
yang nyata (signifikan) variabel Frekuensi membolos terhadap Nilai Ujian
Untuk melihat kurva dari regresi linier sederhana, dapat dilakukan langkah-
langkah sebagi beriku:
18
Jadi, semakin tinggi skor tes kecerdasan, maka nilai ujian akan mengalami
peningkatan.
Jadi, semakin besar nilai frequensi membolos, maka nilai ujian mengalami
penurunan.
19
Formula tersebut disebut formula koefisien korelasi momen product (product
moment) Karl Pearson.
Arti angka korelasi:
Koefisien korelasi bernilai paling kecil -1 dan paling besar bernilai 1 jadi -1≤ r ≤ 1.
a. Berkenaan dengan besaran angka, jika 0, maka tidak ada korelasi sama sekali dan
jika korelasi 1 berarti korelasi sempurna, yang berarti bahwa semakin mendekati
1 atau -1 maka hubungan antara dua variabel semakin kuat, sebaliknya jika r
mendekati 0 berarti hubungan dua variabel semakin lemah. Sebenarnya tidak ada
ketentuan yang tepat mengenai apakah angka korelasi tertebtu menunjukkan
tingkat korelasi yang tinggi atau lemah. Namun dapat dijadikan pedoman
sederhana, bahwa angka korelasi di atas 0,5 menunjukkan korelasi yang cukup
kuat, sedangkan di bawah 0,5 korelasi lemah.
b. Selain besarnya korelasi, tanda korelasi juga berpengaruh pada penafsisran hasil.
Tanda negatif (-) pada output menunjukkan adanya rah berlawanan, sedangkan
tanda positif (+) menunjukkan arah yang sama.
Dalam SPSS ada tiga metode korelasi sederhana (Bivariate correlation)
diantaranya Pearson Correlation, Kendall’s tau-b, dan Spearman Correlation.
Perarson Correlation digunakan uuntuk skala interval dan rasio, sedangkan
Kendall’s tau-b dan Spearman Correlation lebih cocok untuk skala ordinal
(Widiyanto, 2014).
Berikut beberapa contoh soal analisis korelasi menggunakan SPSS 20,0:
1. Korelasi Product Moment (korelasi sederhana)
Sebuah perusahaan periklanan ingin mengetahui hubungan anatara durasi
iklan produk X yang ditayangkan per bulan oleh salah satu TV swasta
20
terhadap tingkat penjualan barang (Y). Kemudian diambil durasi penayangan
iklan dan tingkat penjualan selama satu bulan, dengan data sebagai berikut:
Pertanyaan:
a) Berapa besar hubungan/korelasi antara variabel X dan Y?
b) Berapa besar sumbangan variabel X terhadap variabel Y?
c) Gunakan taraf nyata 5%, ujilah apakah ada hubungan yang signifikan
antara durasi penayangan iklan dengan tingkat penjualan? (sofyan
Siregar, 2014)
Jawab:
Langkah yang dilakukan:
a. Masuk ke program SPSS
Setelah masuk ke program SPSS akan terlihat tampilan berikut ini.
21
- Pada kolom name baris pertama ketik periode dan baris kedua
ketik durasi serta pada baris ketiga ketik tingkat penjualan
- Pada kolom type untuk baris pertama klik kotak kecil lalu
kemudian klik string, baris kedua tidak ubah.
- Pada kolom desimal ganti dengan angka nol
- Pada kolom label, untuk baris pertama kosongkan dan pada baris
kedua ketik durasi serta pada baris ketiga ketik tingkat penjualan
- Pada kolom measure, untuk pertama sampai baris ketiga klik
ordinal.
c. Pengisian data
- Klik data view pada SPSS data editor
- Pada kolom periode masukkan jumlah periode penelitian
- Pada kolom durasi masukkan durasi penayangan iklan setiap periode
- Pada kolom tingkat penjualan masukkan tingkat penjualan setiap
periode
d. Pengolahan data
klik analysis correlate bivariate
- Dari bivariate correlations masukkan durasi dan tingkat penjualan
ke variables.
22
- Pada correlations coefficient contreng pearson
- Test of significance pilih two tailed
e. Pengisian statistik
- Klik Opstions
- Pada statistic pilih mean and standard deviations
- Pada missing values pilih excude casa pairwise
23
f. Kemudian tekan oke untuk memproses data. Berikut tampilannya:
24
Dari hasil perbandingan antara nilai sig dan α diperoleh:
25
70
60
menit
50
40
30
e. Klik kurva 2 kali, sampai muncul tampilan seperti di bawah ini, kemudian
pilih Fit Line
60
menit
50
40
R Sq Linear = 0.771
30
unit
26
Data dianggap memenuhi asumsi dan persyaratan analisis, data dipilih secara
random, berdistribusi normal, berpola linier, data sudah homogen dan
mempunyai pasangan yang sama sesuai dengan subjek yang sama.
Diketahui:
a. Variabel kepuasan kerja (X1)
b. Variabel disiplin kerja (X2)
c. Variabel produktivitas kerja (Y)
d. Sampel sebanyak (n) = 64 orang dengan taraf signifikansi (α = 0,05).
No X1 X2 Y No X1 X2 Y No X1 X2 Y
1 48 97 61 22 49 94 61 43 48 68 47
2 47 77 40 23 48 77 46 44 38 67 55
3 47 99 48 24 54 55 61 45 55 89 61
4 41 77 54 25 54 76 58 46 62 87 61
5 41 77 34 26 48 65 50 47 68 87 68
6 42 55 48 27 61 90 68 48 56 87 65
7 61 88 68 28 54 119 75 49 38 65 70
8 69 120 67 29 68 119 75 50 61 98 75
9 62 87 67 30 68 98 75 51 68 105 61
10 65 87 75 31 47 55 56 52 60 78 54
11 48 50 56 32 41 66 61 53 55 77 60
12 52 87 60 33 42 67 54 54 27 66 55
13 47 87 47 34 41 58 50 55 48 66 55
14 47 87 60 35 55 90 61 56 40 55 47
15 47 81 61 36 68 77 47 57 40 78 56
16 41 55 47 37 61 99 68 58 48 79 54
17 55 88 68 38 61 109 82 59 38 75 69
18 75 98 68 39 54 76 67 60 57 98 74
19 62 87 74 40 48 75 69 61 68 98 68
20 68 87 75 41 40 77 55 62 61 87 66
21 48 44 55 42 34 67 48 63 35 87 61
64 40 77 69
Jawab:
Mengikuti langkah berikut:
a. Membuka aplikasi SPSS
27
b. destinasikan variable view dan definisikan dengan mengisi kolom-kolom
berikut.
- Kolom name pada baris pertama diisi dengan X 1, X2, dan kemudian
diisi Y
- Kolom type diisi numeric
- Kolom width diisi 8
- Kolom decimal = 0
- Kolom label untuk baris pertama ketikkan kepuasan kerja dan disiplin
kerja selanjutnya ketikkan produktivitas kerja
- Kolom value diisi none
- Kolom missing diisi none
- Kolom couloums diisi 8
- Kolom align pilih center
- Kolom measure pilih scale
28
Jika sudah yakin datta tertulis dengan benar, klik menu Analyze, kemudian
pilih Correlate dan pilih Bivariate. Maka akan tampil kotak dialog berikut:
d. Sorot variabel X1, X2, dan Y lalu pindahkan ke kotak variabel dengan cara
mengklik tanda panah
29
f. Klik Options dan tandai pada kotak mean dan standart deviation. Klik
continue sehingga kembali ke kota dialog awal
30
disiplin kerja (X2) dengan cara mengklik tanda panah masukkan Ke
independent.
i. Klik statistics, dan tandai pilihan pada kotak Estimates, Model fit, R
square change lalu klik Continue sehingga kembali ke kotak dialog awal.
31
64 responden yang mengisi angket dengan rata-rata (mean) sebesar 81,22
dan simpangan baku (standar deviasi) = 16,664 dan variabel produktivitas
kerja (Y) dijelaskan jumlah kasus (N) = 64 dengan rata-rata (mean)
sebesar 60,48 dan simpangan baku (standar deviasi) = 9,992.
2. Bagian kedua menyajikan hasil Correlations nilai yang diperoleh untuk X 1
dengan Y sebesar 0,549 berarti terdapat hubungan yang cukup kuat anatara
kepuasan kerja dengan produktivitas kerja. Kemudian X2 dengan Y sebesar
0,574 berarti terdapat hubungan yang cukup kuat antara disiplin kerja
dengan produktivitas kerja. Untuk membuktikan hipotesisi “terdapat
hubungan yang signifikan antara variabel X1, X2 dan Y” diuji dengan cara
sebagai berikut.
a. Uji signifikansi individu
- Uji signifikansi untuk X1 dengan Y ditunjukkan dengan tabel
Correlations. Hipotesis penelitian akan diuji dirumuskan secara
statistik berikut.
Ha : rxy1 ≠ 0
H0 : rxy = 0
Hipotesis bentuk kalimat
Ha : kepuasan kerja mempunyai hubungan secara signifikan dengan
produktivitas kerja
H0 : kepuasan kerja tidak mempunyai hubungan secara signifikan
dengan produktivitas kerja.
Kaidah keputusan:
- Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai
probabilitas Sig atau (0,05 ≤ Sig), maka H0 diterima dan Ha
ditolak, artinya tidak signifikan.
- Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai
probabilitas Sig atau (0,05 ≥ Sig), maka H0 ditolak dan Ha
diterima, artinya signifikan.
32
0,05 ternyata nilai probabilitas 0,05 lebih vesar dari nilai probabilitas
Sig atau (0,05 > 0,000), maka H0 ditolak dan Ha diterima, artinya
signifikan. Terbukti bahwa kepuasan kerja mempunyai hubungan
secara signifikan terhadap produktivitas kerja.
33
0,625 atau (Rx1,x2 = 0,625. Hal ini menunjukkan pengaruh yang kuat.
Sedangkan kontribusi secara simultan variabel X1 dan X2 terhadap Y =
R2 x 100% atau 0,6252 x 100% = 39,1% sedangkan sisanya 60,9%
ditentukan oleh variabel lain. Kemudian untuk mengetahui tingkat
signifikansi koefisien korelasi ganda diuji secara keseluruhan.
Hipotesis statistik dirumuskan sebagai berikut.
Ha : ryx1x2 ≠ 0
H0 : ryx1x2 = 0
Hipotesis bentuk kalimat
Ha : kepuasan kerja dan disiplin kerja mempunyai hubungan secara
signifikan dengan produktivitas kerja.
H0 : kepuasan kerja dan disiplin kerja tidak mempunyai hubungan
secara signifikan dengan produktivitas kerja.
Uji signifikansi analisis jalur dengan bandingkan antara nilai
probabilitas 0,05 dengan nilai probabilitas Sig dengan dasar
pengambilan keputusan sebagai berikut.
- Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai
probabilitas Sig F. Change atau (0,05 ≤ Sig F. Change), maka H0 diterima
dan Ha ditolak, artinya tidak signifikan.
- Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai
probabilitas Sig F. Change atau (0,05 ≥ Sig F. Change) , maka H0 ditolak
dan Ha diterima, artinya signifikan.
Dari tabel model summary diperoleh nilai R sebesar 0,625 dengan
nilai probabilitas (Sig F. Change) = 0,000. Karena nilai Sig. F. Change <
0,05, maka keputusannnya adalah H0 ditolak dan Ha diterima. Artinya
kepuasan kerja dan disiplin kerja berhubungan secara simultan dan
signifikan terhadap produktivitas kerja.
34
b. Selanjutnya mucul tampilan seperti di bawah ini. Pilih Simple Scatter -
Define
d. Tekan ok.
80
70
60
Kepuasan kerja
50
40
30
R Sq Linear = 0.302
20
30 40 50 60 70 80 90
Produktivitas kerja
35
Berdasarkan kurva di atas, dapat diketahui bahwa arah korelasi linear,
atau berarah positif, artinya semakin tinggi kepuasan kerja maka semakin
tinggi pula tingkat produktivitas kerja.
120
100
Disiplin kerja
80
60
R Sq Linear = 0.329
40
30 40 50 60 70 80 90
Produktivitas kerja
36
BAB III
PENUTUP
A. Kesimpulan
1. SPSS adalah SPSS (Statistical Packag for the Social Sciences) adalah sebuah
program pada komputer yang digunakan untuk membuat analisis statistika.
2. Terdapat dua jenis analisis regresi, yaitu regresi tunggal dan regresi ganda
Berikut cara untuk menganalisis korelasi menggunakan SPSS:
a. Regresi Sederhana
3. Terdapat dua jenis korelasi, yaitu korelasi sederhana dan korelasi ganda.
Berikut cara untuk menganalisis korelasi menggunakan SPSS:
a. Korelasi sederhana
Membuka program SPSS klik variabel view, kemudian melengkapi data
klik data view, kemudian diisi dengan data yang sudah ada (pada soal)
pengolahan data (Analyze – Correlate – Bivariate) – dari bivariate correlation
masukkan pada variabel- dari correlation coefficient contreng pearson – test of
significance pilih two tailed pengisian statistics (klik options – pada
statistics pilih mean and standard deviations – pada missing values pilih
excude casas pairwise) tekan continue klik ok untuk memproses data.
37
b. Korelasi ganda
Membuka program SPSS klik variabel view, kemudian melengkapi data
klik data view, kemudian diisi dengan data yang sudah ada (pada soal)
pengolahan data (Analyze – Correlate – Bivariate) – dari bivariate correlation
masukkan pada variabel - dari correlation coefficient contreng pearson – test
of significance pilih two tailed pengisian statistics (klik options – pada
statistics pilih mean and standard deviations – pada missing values pilih
excude casas pairwise) tekan continue klik ok untuk memproses data
kembali ke menu utama klik menu Analyze, pilih regression dan pilih
linier, masukkan variabel klik statistics, conteng estimates, model fit R
squade change klik continue klik ok untuk memproses data.
B. Saran
Makalah ini kami susun agar memberikan manfaat yang besar bagi para
pembaca. Kami berharap makalah ini dapat di jadikan sebagai bahan kajian sehingga
dapat memberikan lebih kejelasan bagi para pembaca tentang sub bab yang telah kami
bahas. Kemudian menurut hemat kami, makalah ini masih jauh dari kesempurnaan.
Untuk itu kami berharap kesedian bagi para pembaca untuk memberikan kritik dan
saran yang bersifat membangun, penulis harapkan semoga menjadi hasil yang terbaik
dan lebih sempurna di kemudian hari.
38
DAFTAR PUSTAKA
Priyatno, Duwi. 2010. Teknik Mudah dan Cepat Melakukan Analisis Data
Penelitian dengan SPSS dan Tanya Jawab ujian Pandadaran. Yogyakarta:
Gava Media.
Widiyanto, Joko. 2014. SPSS For Windows Untuk Analisis data Statistik dan
Penelitian. Surakarta: Laboratorium Komputer FKIP UMS
39