Program IBM SPSS
Program IBM SPSS
NIM : 2210112049
Kelas :B
Program IBM SPSS
Analisis Regresi dan Korelasi Berganda
Langkah-langkah Olah Data SPSS:
1. Variabel View
2. Data View
3. Analiyze Correlate Bivariate
4. Masukkan seluruh variabel X dan Y. Centang (Pearson, Two-tailed dan Flag Significant
correlations) lalu OK.
Tampilan Output SPSS:
Hasil output SPSS: Partial Corr Harga Minyak sebagai variabel control
Lakukan kembali langkah no.6 pada variabel X2 sebagai variabel controlling
Hasil Output SPSS: Partial Corr. Jumlah Pendapatan (X2) sebagai variabel control
Lakukan kembali langkah no.6 pada variabel Permintaan Minyak (Y) sebagai variabel controlling
Hasil Output SPSS: Partial Corr. Permintaan Minyak sebagai variabel control
7. Klik Analyze Regression Liniear
Correlations
Harga Jumlah Permintaan
Minyak Pendapatan Minyak
Harga Minyak Pearson 1 -.931** -.951**
Correlation
Sig. (2-tailed) <,001 <,001
N 10 10 10
Jumlah Pearson -.931** 1 .901**
Pendapatan Correlation
Sig. (2-tailed) <,001 <,001
N 10 10 10
Permintaan Minyak Pearson -.951** .901** 1
Correlation
Sig. (2-tailed) <,001 <,001
N 10 10 10
**. Correlation is significant at the 0.01 level (2-tailed).
Correlations
Jumlah Permintaan
Control Variables Pendapatan Minyak
Harga Jumlah Correlation 1.000 .143
Minyak Pendapatan Significance (2- . .713
tailed)
df 0 7
Permintaan Correlation .143 1.000
Minyak Significance (2- .713 .
tailed)
df 7 0
Kesimpulan
Bahwa 0,05 < 0,713 sehingga H 0 diterima. Artinya tidak ada hubungan yang signifikan
antara Permintaan Minyak dengan Jumlah Pendapatan dimana Harga Minyak sebagai
variabel control
Partial Corr
Correlations
Permintaan Harga
Control Variables Minyak Minyak
Jumlah Permintaan Correlation 1.000 -.706
Pendapatan Minyak Significance (2- . .034
tailed)
df 0 7
Harga Minyak Correlation -.706 1.000
Significance (2- .034 .
tailed)
df 7 0
Interpretasi Regression
Model Summary
Kolom R adalah Korelasi
Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
a
1 .952 .906 .879 1.22857
r = 0,952 Artinya korelasi antara Harga Minyak dan Jumlah Pendapatan terhadap
Permintaan Minyak positif dan kuat (korelasi berganda)
Kolom Adjusted R Square
Koefisien Determinasi adalah 0,879 = 87,9% Artinya Bahwa variabel Harga Minyak (X1) dan
variabel Jumlah Pendapatan (X2) secara (bersama-sama) berpengaruh terhadap variabel
Permintaan Minyak (Y) sebesar 87,9%. Sedangkan sisanya (100%-87,9% = 12,1%)
dipengaruhi oleh variabel lain diluar persamaan regresi atau variabel yang tidak diteliti.
Interpretasi Coefficients
Coefficientsa
Unstandardized Standardized 95,0% Confidence
Coefficients Coefficients Interval for B
Lower Upper
Model B Std. Error Beta t Sig. Bound Bound
1 (Constant) 9.991 10.435 .957 .370 -14.684 34.667
Harga Minyak -1.213 .460 -.838 -2.637 .034 -2.300 -.125
Jumlah .453 1.183 .122 .383 .713 -2.344 3.251
Pendapatan
a. Dependent Variable: Permintaan Minyak
Y =a+b 1 . X 1 +b2 . X 2 +ϵ
Dimana:
Y adalah Permintaan Minyak
X 1 adalah Harga Minyak
Y =9,991−1,213 X 1 +0,453 X 2+ ϵ
Artinya adalah jika X 1 dan X 2 bernilai 0, maka diperoleh Permintaan Minyak 9,991
ANOVAa
Sum of Mean
Model Squares df Square F Sig.
1 Regression 101.834 2 50.917 33.734 <,001b
Residual 10.566 7 1.509
Total 112.400 9
a. Dependent Variable: Permintaan Minyak
b. Predictors: (Constant), Jumlah Pendapatan, Harga Minyak
Hipotesis:
H 0 : β=0(tidak ada pengaruh secara bersama-sama antara variabel bebas dengan variabel
terikat)
H a : β ≠ 0(ada pengaruh secara bersama-sama antara variabel bebas dengan variabel terikat)
Si ghitung =¿ 0,001
Kesimpulan
Tingkat signifikan: α = 5% = 0,05
0,05 > 0,001 sehingga H 0 ditolak. Artinya ada pengaruh yang cukup signifikan antara
variabel bebas dengan variabel terikat.
Uji T (Uji Parsial) untuk pengaruh
Coefficientsa
Standardi
zed
Unstandardized Coefficien 95,0% Confidence
Coefficients ts Interval for B
Std. Lower Upper
Model B Error Beta t Sig. Bound Bound
1 (Constant) 9.991 10.435 .957 .370 -14.684 34.667
Harga -1.213 .460 -.838 -2.637 .034 -2.300 -.125
Minyak
Jumlah .453 1.183 .122 .383 .713 -2.344 3.251
Pendapatan
a. Dependent Variable: Permintaan Minyak
Akan diuji apakah ada pengaruh yang signifikan antara Harga Minyak dengan Permintaan
Minyak.
Hipotesis:
H 0 : β=0(tidak ada pengaruh antara Harga Minyak terhadap Jumlah Pendapatan)
Si ghitung =¿ 0,034
Kesimpulan
Perhatikan bahwa 0,05 > 0,034 sehingga H 0 ditolak. Artinya ada pengaruh antara Harga
Minyak terhadap Permintaan Minyak
Akan diuji apakah ada pengaruh yang signifikan antara Jumlah Pendapatan dengan
Permintaan Minyak.
Hipotesis:
H 0 : β=0(tidak ada pengaruh antara Jumlah Pendapatan terhadap Permintaan Minyak)
Si ghitung =¿ 0,713
Kesimpulan
Perhatikan bahwa 0,05 < 0,713 sehingga H 0 diterima. Artinya tidak ada pengaruh antara
Jumlah Pendapatan terhadap Permintaan Minyak