Nama : Rio Valdo Tambun

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:

5. Klik Anayze  Correlate  Partial

6. Letakkan variabel X1 terlebih dahulu sebagai variabel Controlling dan variabel X lainnya
dan Y pada kolom variabel. (Pilih Two-tailed dan centang Display actual significance level).
Lalu OK.

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

Masukkan variabel dependen dan independen sesuai kolom

Hasil Output:
Interpretasi Hasil Output SPSS:

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 menyatakan hubungan atau korelasi antara dua buah variabel:

Harga Minyak dengan Jumlah Pendapatan
r = -0,931 memiliki makna korelasi antara Harga Minyak dengan Jumlah Pendapatan adalah
negative, dan tinggi. Dengan catatan Permintaan Minyak dianggap tidak ada.
Harga Minyak dengan Permintaan Minyak
r= -0,951 memiliki makna korelasi antara Harga Minyak dengan Permintaan Minyak adalah
negative, dan tinggi. Dengan catatan Jumlah Pendapatan dianggap tidak ada.
Jumlah Pendapatan dengan Permintaan Minyak
r= 0,901 memiliki makna korelasi antara Jumlah Pendapatan dengan Permintaan Minyak
adalah positif, dan tinggi. Dengan catatan Harga Minyak dianggap tidak ada.
Interpretasi Partial Correlations
Partial Corr

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

Parr.Corr adalah Harga Minyak sebagai Variabel Control

r = 0,143 Artinya korelasi antara Jumlah Pendapatan dengan Permintaan Minyak sangat
rendah dan positif dimana Harga Minyak sebagai variabel control
Uji Hubungan Parsial
Uji hubungan parsial antara Permintaan Minyak dengan Jumlah Pendapatan dimana Harga
Minyak dianggap sebagai variabel control
Hipotesis:
H 0 : ρ=0(tidak ada hubungan antara Permintaan Minyak dengan Jumlah Pendapatan
dimana Harga Minyak sebagai variabel control)
H a : ρ ≠ 0(ada hubungan antara Permintaan Minyak dengan Jumlah Pendapatan dimana
Harga Minyak sebagai variabel control)
Signifikasi HItung
Si ghitung =¿ 0,713

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

Parr.Corr adalah Jumlah Pendapatan sebagai Variabel Kontrol

r = -0,706 Artinya korelasi antara Permintaan Minyak dengan Harga Minyak kuat dan
negative dimana Jumlah Pendapatan sebagai variabel control. Dst pada hasil Parr. Corr
variabel lainnya

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

a. Predictors: (Constant), Jumlah Pendapatan, Harga Minyak

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

X 2 adalah Jumlah Pendapatan

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

Misalkan X 1 =0 dan menaikkan Jumlah Pendapatan X 2 sebanyak 1% maka diperoleh Permintaan

Minyak sebesar 0,453

Misalkan X 2 =0 dan menaikkan Harga Minyak X 1 sebanyak 1% maka Permintaan Minyak

mengalami penurunan sebesar 1,213
Uji Hipotesis
Reggression
Uji Hipotesis ANOVA  secara bersama-sama (simultan)

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

Note: Jika α > Si ghitung maka H 0 ditolak

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)

H a : β ≠ 0(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)

H a : β ≠ 0(ada pengaruh antara Jumlah Pendapatan 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