Oleh
KELOMPOK ROHINGYA:
1. Membuat dan mencari data dari sumber terpercaya untuk diolah kemudian tampilkan dalam
bentuk tabel data historis dengan jumlah data minimal sejumlah 100 data.
2. Melakukan perhitungan Uji Korelasi Regresi (Regresi Linear Sedehana dan Regresi Linear
Berganda) dari sejumlah yang telah didapat dengan menggunakan software SPSS.
3. Melakukan analisa dari hasil sejumlah hasil olahan yang didapat hingga tentukan kesimpulan
keputusan dan rumus regresi yang didapat.
Dalam materi Statistika, terdapat regresi dan korelasi yang digunakan untuk mempelajari
pola dan mengukur hubungan statistik antara dua atau lebih variabel. Sepanjang sejarah umat
manusia, orang melakukan penelitian tentang ada tidaknya hubungan antara dua hal, fenomena,
kejadian atau lainnya. Dan ada tidaknya pengaruh antara satu kejadian dengan kejadian yang
lainnya. Karena itu untuk mempermudah dalam melakukan penghitungan suatu kejadian
maka digunakan korelasi dan regresi dalam ilmu statistika. Korelasi merupakan teknik analisis
yang termasuk dalam salah satu teknik pengukuran asosiasi/hubungan. Teknik ini
berguna untuk mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua
variabel). Sedangkan regresi merupakan salah satu analisis yang bertujuan untuk mengetahui
pengaruh suatu variabel terhadap variabel lain. Dalam analisis regresi, variabel yang
mempengaruhi disebut independent variabel (variable bebas) dan variabel yang dipengaruhi
disebut dependent variabel (variabel terikat). Terdapat dua macam regresi dan korelasi yaitu regresi
dan korelasi linear sederhana dan linear ganda. Perbedaannya terletak pada jumlah variabel.
Dalam regresi dan korelasi linear sederhana, terdapat satu variabel bebas dan satu variabel
terikat. Sedangkan pada regresi dan korelasi linear ganda, terdapat lebih dari satu variabel. Maka
dari itu, dalam makalah ini akan dibahas tentang “Analisis Regresi dan Korelasi Linear Ganda.”
4.4 Pengolahan Data
4.3.1 deskripsi kasus
a. korelasi pearson
Analisis korelasi adalah metode statistika yang digunakan untuk menentukan suatu besaran
yang menyatakan bagaimana kuat hubungan suatu variabel dengan variabel lain dengan tidak
mempersoalkan apakah suatu variabel tertentu tergantung kepada variabel lain
b. korelasi spearmen
adalah uji statistik yang ditujukan untuk mengetahui hubungan antara hasil ujian
statistika dengan hari belajar minggu ,dua atau lebih variabel berskala ordinal.
pada korelasi ini biasanya digunakan untuk menguji korelasi antara dua variabel
yang mana produk terjual dengan jumah kerja datanya tidak terdistribusi normal atau tidak
diketahui distribusinya.
d. uji linieritas
uji linearitas digunakan untuk mengetahui linearitas data, yaitu apakah dua
variable yaitu sales dengan promosi mempunyai hubungan yang linear atau tidak.
Analisis regresi linear sederhana digunakan untuk mengetahui pengaruh atau hubungan secara
linear antara satu variabel independen dengan satu variabel dependen regresi linier berganda
Analisis regresi linear berganda digunakan untuk mengetahui pengaruh atau hubungan secara
linear antara dua atau lebih variabel independen dengan satu variabel dependen.
1. KOLERASI PERSON
a. Masukan Data Kolerasi Person
.
c. Masukan kedua variable ke kotak Variables di sebalah kanan
4. UJI LINIERITAS
b. Pilih dan klik Analyze- Compare Means > Means seperti berikut:
c. Masukan kedua variable ke kotak Variables di sebalah kanan
d. Tekan OK untuk proses data dan didapatkan output seperti gambar di bawah ini
5. Tekan OK untuk proses data dan didapatkan output seperti gambar di bawah ini
6. REGRESI LINEAR BERGANDA
1. Kemudian pilih menu Analyze > Regression > Linear. Masukkan variable keuntungan
setelah memperoleh pembiayaan dan pesentase perkembangan usaha mikro ke dalam
kolom independent dan variabel keuntungan sebelum memperoleh pembiayaan ke
dalam kolom dependent, serta nama ke case label.
2. Selanjutnya pilih kolom options
5. Tekan OK untuk proses data dan didapatkan output seperti gambar di bawah ini
4.3.5. Hasil dan Analisis Output SPSS
Dari uji ANOVA atau F Test dibawah, diperoleh F hitung sebesar 26.374 dengan tingkat
signifikansi 0,0000. Oleh karena signidikansi (0,0000) jauh lebih kecil dari 0,05 maka Ho
ditolak atau ada pengaruh keuntungan setelah memperoleh pembiayaan terhadap modal
sehingga model regresi bisa digunakan untuk memprediksi keuntungan setelah
memperoleh pembiayaan.
Hipotesis pertama:
Pada kasus ini, nilai signifikansinya adalah 0.001 yang berarti signifikansi ≤ 0.05 maka
H0 ditolak sehingga dapat dikatakan bahwa ada hubungan yang signifikan antara modal
dan keuntungan.
Hipotesis kedua:
Pada kasus ini, nilai signifikansinya adalah 0.001 yang berarti signifikansi ≤ 0.05 maka
H0 ditolak sehingga dapat dikatakan bahwa ada hubungan yang signifikan antara modal
dan persentase perkembangan usaha mikro.
4.3.6. Keputusan
Keputusan uji korelasi melibatkan nilai koefisien korelasi (biasanya Pearson) dan nilai p-value. Jika
koefisien korelasi signifikan (p-value < 0,05), maka dapat disimpulkan terdapat hubungan
signifikan antara dua variabel. Sebaliknya, jika p-value > 0,05, kita gagal menolak hipotesis nol dan
menyatakan tidak adanya hubungan signifikan. S ignifikan dalam Pearson bernilai 000 maka dapat
disimpulkan bahwa terdapat hubungan signifikan anatar dua variable.