PRAKTIKUM MATEMATIKA

PRAKTIKUM KE-11

REGRESI SEDERHANA

OLEH :

NAMA : SANIY BASIYROH MANULLANG

NIM : 4193111004

KELAS : PENDIDIKAN MATEMATIKA D 2019

PROGRAM STUDI : PENDIDIKAN MATEMATIKA

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI MEDAN

2021
I. JUDUL PRAKTIKUM : REGRESI SEDERHANA
II. TUJUAN PRAKTIKUM : 1. Mengetahui Korelasi Parsial pada SPSS ?
2. Mengetahui fungsi Korelasi Parsial menggunakan
SPSS ?
3. Mengetahui cara menampilkan Korelasi Parsial
pada aplikasi SPSS ?
4. Mengetahui hasil analisis output korelasi parsial
antara prestasi dengan motivasi bilda dibandingkan
dengan korelasi bivariat?
5. Mengetahui hasil analisis output korelasi parsial
antara motivasi dengan prestasi dengan control
variable IQ pada praktikum SPSS ?

III. ALAT DAN BAHAN : A. ALAT

NO
NAMA ALAT JUMLAH
.
1. Laptop 1 Unit
2. Mouse 1 Unit

B. BAHAN

NO NAMA BAHAN JUMLAH

.
1 Program
1. Aplikasi SPSS

IV. TANGGAL PRAKTIKUM : 20 MEI 2021

V. TINJAUAN TEORITIS : Korelasi adalah sifat hubungan antara dua variabel
berupa hasil pengukuran. Misalnya apakah ada korelasi
antara berat badan dengan tinggi badan sekelompok
orang. Maka dalam hal ini harus ada data hasil
pengukuran berat badan dan data hasil pengukuran
tinggi badan. Datanya bersifat kuantitatif dengan skala
interval atau rasio. Pada bagian ini akan diberikan
contoh tentang korelasi bivariatdan parsial. Perbedaan
keduanya terletak pada adanya variabel yang dikontrol
dalam korelasi parsial. (Irianton,dkk, -)
Korelasi parsial adalah suatu teknik statistika yang
digunakan untuk mempelajari hubungan murni antara
sebuah variabel bebas ( X 1) dengan variabel terikat (Y )
dengan mengendalikan atau mengontrol variabel-
variabel bebas yang lain ( X 2) yang diduga
mempengaruhi hubungan antara variabel X 1 dengan Y
(Sulistiyono, 2012). Korelasi parsial bukan hanya dapat
menggunakan satu variabel kontrol saja tapi bisa lebih
dari satu variabel. Korelasi parsial (partial correlation)
merupakan perluasan dari korelasi sederhana atau
korelasi pearson. Jika korelasi sederhana melibatkan
satu variabel terikat (dependent) dan satu variabel bebas
(independent), maka korelasi parsial melibatkan lebih
dari satu variabel bebas dan satu variabel terikat.
Variabel bebasnya terbagi atas dua penggunaan yaitu
satu variabel bebas sebagai yang memiliki hubungan
dengan variabel terikat dan variabel bebas yang lainnya
sebagai variabel kontrol dimana variabel ini diduga
mempengaruhi hubungan antara satu variabel bebas dan
satu variabel terikat. Dengan demikian, analisis korelasi
parsial merupakan suatu metode yang digunakan untuk
mengidentifikasi kuat lemahnya hubungan antar
variabel bebas dan variabel terikat, dimana variabel
bebas lainnya dikontrol atau dianggap berpengaruh
(Irianto, 2006). Untuk menghitung koefisien korelasi
dengan korelasi parsial, dilakukan terlebih dahulu
perhitungan korelasi tunggal, dengan rumus sebagai

n ∑ XY −( ∑ X )(∑ Y )
berikut : r= .
2 2
√ {n∑ X −( ∑ X ) }{n ∑ Y −(∑ Y ) }
2 2

Untuk menghitung koefisien korelasi parsial dapat

r yx −r yx r x r x
digunakan rumus berikut : r =
1 2 1 2

2 .
√ 1−r x 1 x 2 √1−r 2 yx 2
(Telussa, dkk, 2013)
Pada korelasi tunggal untuk mencari kuatnya hubungan
antara variabel X dengan Y dapat juga disebut sebagai
korelasi jenjang nihil. Sebutan jenjang nihil
memberikan pengertian bahwa dalam korelasi itu tidak ada
variabel lain yang dikontrol. Sebaliknya, jika dalam
hubungan antara variabel X dengan Y tersebut ada variabel
yang dikontrol, maka korelasi itu telah menempati
jenjang yang lebih tinggi. Umpamanya korelasi jenjang
pertama, jenjang kedua, jenjang ketiga dan seterusnya.
Korelasi jenjang pertama artinya dalam korelasi itu
terdapat satu variabel yang dikontrol. Korelasi jenjang
kedua artinya dalam korelasi itu terdapat dua variabel
 yang dikontrol. Korelasi jenjang ketiga artinya dalam
korelasi itu terdapat tiga variabel yang dikontrol, demikian
seterusnya. Gunanya ialah untuk menemukan nilai
korelasi murni yang terlepas dari pengaruh-pengaruh
variabel lainnya. (Usman dan Purnomo, 2017)
VI. PROSEDUR KERJA : Membuka aplikasi SPSS

Saniy Basiyroh Manullang

4193111004

Memasukkan Data ke SPSS

1. Mengklik variable view pada data editor.

Saniy Basiyroh Manullang

4193111004

2. Mengetikkan data berupa Tanggal, Pengunjung dan

Berbelanja pada variable view.

Saniy Basiyroh Manullang

4193111004
3. Mengklik data view sekali.

Saniy Basiyroh Manullang

4193111004

4. Mengklik menu Analyze, kemudian memilih

submenu Regression, lalu mengklik menu Linear.

Saniy Basiyroh Manullang

4193111004

5. Setelah muncul tampilan seperti berikut, kemudian

memindahkan variabel Berbelanja ke kotak
Dependent serta variabel Pengunjung ke kotak
Independent dan mengklik Tanggal untuk Case
Labels
 Saniy Basiyroh Manullang
4193111004

6. Kemudian mengklik Options, untuk Stepping

Method Criteria mengklik Use Probability F lalu
mengisikan 0,05. Selanjutnya, mengklik Include
Constant Equation, lalu untuk Missing Values
mengklik Exclude Cases Listwise.

Saniy Basiyroh Manullang

4193111004
7. Kemudian mengklik Statistic, untuk Regression
Coeficient memilih Estimate, untuk Descriptive
memilih Model Fit, untuk Residual memilih Case
Diagnories kemudian memilih All Case.

Saniy Basiyroh Manullang

4193111004

8. Kemudian mengklik Plot, mengklik SDRESID dan

memasukkan kekotak Y, mengklik ZPRED dan
memasukkan kekotak X, selanjutnya mengklik
ZPRED dan memasukkan kekotak Y dan mengklik
DEPENDENT dan memasukkan kekotak X. untuk
Standartdized Residual Plot memilih Normal
Probability Plot.
 Saniy Basiyroh Manullang
4193111004

9. Setelah selesai, kemudian mengklik Continue dan

mengklik Ok maka hasil akan ditampilkan sebagai
output.

Menyimpan Data pada SPSS

1. Memilih menu file lalu mengklik submenu save.

Saniy Basiyroh Manullang

4193111004

2. Menyimpan data dengan nama “Praktikum SPSS 10

Saniy Basiyroh Manullang”.

Saniy Basiyroh Manullang

4193111004

3. Menyimpan hasil output dengan nama “Saniy

Basiyroh Manullang Output10 SPSS”.
 Saniy Basiyroh Manullang
4193111004

Keluar dari SPSS

Memilih menu file dan mengklik submenu exit.

Saniy Basiyroh Manullang

4193111004

VII. PEMBAHASAN : A. HASIL SPSS

1. Mendefinisikan tiap – tiap variabel yang telah
disediakan pada variable view.

Saniy Basiyroh Manullang

4193111004

2. Mengetikkan data – data yang diberikan pada data

view.

Saniy Basiyroh Manullang

4193111004

B. PERHITUNGAN MANUAL

VIII. KESIMPULAN : 1. Korelasi parsial adalah suatu teknik statistika yang

digunakan untuk mempelajari hubungan murni antara
sebuah variabel bebas ( X 1) dengan variabel terikat (Y )
 dengan mengendalikan atau mengontrol variabel-
variabel bebas yang lain ( X 2) yang diduga
mempengaruhi hubungan antara variabel X 1 dengan Y.
Korelasi parsial bukan hanya dapat menggunakan satu
variabel kontrol saja tapi bisa lebih dari satu variabel.
Korelasi parsial (partial correlation) merupakan
perluasan dari korelasi sederhana atau korelasi
pearson. Jika korelasi sederhana melibatkan satu
variabel terikat (dependent) dan satu variabel bebas
(independent), maka korelasi parsial melibatkan lebih
dari satu variabel bebas dan satu variabel terikat.
2. Fungsi analisis korelasi parsial merupakan suatu
metode yang digunakan untuk mengidentifikasi kuat
lemahnya hubungan antar variabel bebas dan variabel
terikat, dimana variabel bebas lainnya dikontrol atau
dianggap berpengaruh.
3. Untuk menampilkan korelasi parsial pada SPSS adalah
sebagai berikut : pertama, mengetikkan variable –
variable pada Variable View, selanjutnya klik Data
View, klik Analyze pilih Correlate, kemudian pilih
Partial, setelah itu memindahkan variable Prestasi dan
Motivasi ke kotak Variable dan variable IQ ke kotak
Controlling for, kemudian pada Test of Significance
memilih Two Tailed dan kemudian mencentang pada
Flag of Significant, memilh Options lalu pada pilihan
statistic memilih Zero-Order Correlation, pada missing
value mengklik Exclude Case Pairwise, dan klik
continue serta ok.
4. Hasil analisis output korelasi parsial prestasi dengan
motivasi bila dibandingkan dengan korelasi bivariate.
Korelasi bivariate antara prestasi dengan motivasi
didapatkan angka 0,800 berarti positif yang artinya
semakin tinggi tingkat prestasi seseorang maka
motivasi seseorang cenderung semakin besar. Bilda
dibandingkan dengan korelasi parsial antara prestasi
dengan motivasi menggunakan variable pengontrol IQ
nilainya menjadi turun yaitu 0,738. Sedangkan
tandanya tetap positif. Hal ini berarti bahwa dengan
memperhitungkan besarnya tingkat IQ seseorang,
masih ada korelasi positif antara prestasi dengan
 motivasi. Sehingga, semakin tinggi tingkat IQ
seseorang, dan jika prestasinya pun meningkat maka
ada kecenderungan motivasi seorang tersebut akan
meningkat.
5. Untuk analisis output Korelasi parsial antara motivasi
dengan prestasi didapat nilainya 0,738. Hal ini berarti
bahwa dengan memperhitungkan besarnya tingkat IQ
seseorang, maka masih ada korelasi positif antara
motivasi dengan prestasi. Sehingga, semakin tinggi
tingkat IQ seseorang, dan jika motivasinya pun
meningkat maka ada kecenderungan prestasi
seseorang tersebut akan meningkat.

IX. DAFTAR PUSTAKA : Aritonang, I., & dkk. (-). Aplikasi Statistika Dalam
Pengolahan Dan Analisis Data Kesehatan.
Yogyakarta: Politeknik Kesehatan Yogyakarta.

Telussa, A. M., Persulessy, E. R., & Leleury, Z. A.

(2013). PENERAPAN ANALISIS KORELASI
PARSIAL UNTUK MENENTUKAN
HUBUNGAN PELKASANAAN FUNGSI
MANAJEMEN KEPEGAWAIAN DENGAN
EFEKTIVITAS KERJA PEGAWAI. Jurnal
Barekeng (Jurnal Ilmu Matematika dan
Terapan), 15-18.

Usman, H., & Akbar, R. P. (2017). Pengantar

Statistika. Jakarta: PT Bumi Aksara.

X. ASISTEN LAB : 1. Dichi Akbar Wahyudi (4171111013)

2. Febrika Eka Suci (4181111059)

Medan, 27 Mei 2021

Mengetahui,
Dosen Pengampu Asisten Lab Praktikan

Glory I. D. Purba, S.Si., M.Pd. Dichi Akbar Wahyudi Saniy B. Manullang

NIP : 198405052010122004 NIM : 4171111013 NIM : 4193111004