ANALISIS KORELASI DAN REGRESI MENGGUNAKAN SPSS

Nama dan NIM : 1. Nassem Al Jourdi (220304122)

2. Aliya Khaira Nasution (220304167)
Kelompok :8
Kelas : AGR
Mata Kuliah : Ekonometrika
Dosen : Dr. Lindawati SP, M.Si

1. Korelasi

Correlations
x y
x Pearson Correlation 1 .995**
Sig. (2-tailed) .000
N 12 12
y Pearson Correlation .995** 1
Sig. (2-tailed) .000
N 12 12
**. Correlation is significant at the 0.01 level (2-tailed).
Angka koefisien korelasi adalah 0,995, sangat signifikan artinya Data Y
(personal consumption expenditure) dan X (Gross Domestic Product) memiliki
hubungan yang sangat erat. Koefisien korelasi bertanda positif (+) artinya terdapat
hubungan yang sangat erat antara personal consumption expenditure dan Gross
Domestic Product. Koefisien korelasi bertanda positif (+) artinya terdapat hubungan
positif antara personal consumption expenditure dan Gross Domestic Product,
semakin tinggi pendapatan masyarakat maka tingkat konsumsi nya pun akan semakin
meningkat.

2. R Square

Model Summaryb
Mode R Adjusted R Std. Error of Durbin-
l R Square Square the Estimate Watson
1 .995a .991 .990 31.3849 1.284
a. Predictors: (Constant), x
b. Dependent Variable: y
Tabel Model Summary merupakan Salah satu tabel yang mempunyai arti yang
sangat penting dalam analisis regresi. Karena berisi nilai koefisien korelasi dan
koefisien determinasi.
- R disebut juga dengan koefisien korelasi. Di mana kemungkinan
“kecenderungan hubungan tidak linear” didefinisikan apabila hasil R sama
dengan nol, atau mendekati nol. Nilai R menerangkan tingkat hubungan
antara variabel independent (X) dengan variabel dependent (Y). Dari hasil
analisis didapat nilai koefisien korelasi sebesar 0,995, berarti bahwa hubungan
antara personal consumption expenditure dengan Gross Domestic Product
sebesar 99,5% (pada tabel ini tidak dituliskan nilai korelasi tersebut positif
atau negatif).
- R Square disebut juga dengan koefisien determinasi. Nilai R-squared (R2)
digunakan untuk menilai seberapa besar pengaruh variabel laten independen
tertentu terhadap variabel laten dependen. Dari tabel dapat dibaca nilai R
square (R2) sebesar 0,991, artinya bahwa variasi yang terjadi terhadap
personal consumption expenditure sebesar 99,1% disebabkan oleh Gross
Domestic Product dan sisanya hanya sebesar 0,9% dipengaruhi oleh hal-hal
lain di luar persamaan ini.
- Adjusted R square merupakan nilai R2 yang disesuaikan sehingga
gambarannya lebih mendekati mutu penjajakan model dalam populasi.

Dimana
n = jumlah sampel
k = jumlah parameter

3. Uji F dan Signifikansi

 ANOVAa
Sum of Mean
Model Squares df Square F Sig.
1 Regression 1077759.594 1 1077759.594 1094.160 .000b
Residual 9850.106 10 985.011
Total 1087609.700 11
a. Dependent Variable: y
b. Predictors: (Constant), x
Pada analisis ini kita menggunakan model regresi linier sederhana dengan
model persamaan Y = b0+ b1X1. Dari hasil komputasi didapat nilai F hitung sebesar
1094.160. Untuk menguji apakah model linier Y = b0+ b1X1 tersebut sudah tepat
atau belum, maka F hitung pada tabel anova perlu dibandingkan dengan F tabel.
F hitung = 1094.160
F Tabel dapat dilihat pada alpha = 0,05 dengan
DF1 K – 1 = 2 – 1 = 1
DF2 N – K = 12 – 1 = 11
Nilai F Tabel 3,98
Karena F Hitung > F Tabel maka dapat disimpulkan bahwa model yang digunakan
sudah tepat.
Jika probabilitas < taraf signifikansi (α =0,05),maka model diterima. Dan sebaliknya,
dapat dilihat probabilitasnya adalah 0,000 < 0,05 maka model persamaan Y = a +
b1X1 + b2X2 yang digunakan dapat diterima.

4. Uji T dan Signifikansi

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -231.795 94.528 -2.452 .034
x .719 .022 .995 33.078 .000
a. Dependent Variable: y
Perlu diuji apakah masing-masing variabel independen (X1, X2) mempunyai
pengaruh yang nyata terhadap Y. Untuk itu dilakukan uji t.
Ho : Variabel independen tidak mempengaruhi variabel dependen secara nyata.
Ha : Variabel bebas berpengaruh nyata terhadap variabel dependen.
Jika –t tabel < t hitung < t tabel, Ho diterima.
Jika t hitung < -t tabel atau t hitung > t tabel, Ho ditolak.
t tabel dilihat dengan derajad bebas = n – k
n = jumlah sampel dalam hal ini = 12
k = jumlah variabel yang digunakan = 2
sehingga derajad bebasnya = 12 – 2 = 10
Uji t dilakukan uji dua arah (2 tailed) sehingga cara membaca t tabelnya sedikit
berbeda, t tabel dibaca pada t ½ α atau t ½ (0,05) atau t 0,025.
-t tabel = 2.228
-t hitung (x) = 33.078
t hitung > t tabel ; 33.078 > 2.228, Ho ditolak, Ha diterima
Berarti variabel bebas berpengaruh nyata terhadap variabel dependen.

5. Persamaan regresi

Descriptive Statistics
Std.
Mean Deviation N
y 2880.600 314.4417 12
x 4326.175 435.0849 12

Y = b + bx
Jika melihat hasil pada tabel coefficients, maka :
Persamaan Regresi Y = -231.795 + 0.719x1
Dimana
Y = (personal consumption expenditure)
X = (Gross Domestic Product)
Uraian :
1. Konstanta (a) = -231.795, artinya jika gdp pada tahun x meningkat, maka
pengeluaran konsumsi pribadi akan meningkat begitu sebaliknya.
2. Koefisien Regresi x (b) = 0,719, artinya jika gdp meningkat sebanyak 1
satuan, maka gdp akan meningkat sebesar 0,719.