REGRESI DAN

KORELASI LINIER
BERGANDA
Oleh :
Dwi Susilo

Fakultas Ekonomi Unikal

Tahun 2014
Korelasi : mengukur kekuatan atau tingkat
keeratan hubungan antara dua variabel (simple
correlation) dan tiga variabel (multiple correlation)

Regresi : merupakan suatu tehnik untuk

membangun persamaan dan menggunakan
persamaan tersebut untuk membuat perkiraan
atau suatu tehnik yang digunakan untuk
mengetahui bagaimana variabel dependent dapat
diprediksikan melalui variabel independent, secara
parsial atau secara simultan, atau dapat digunakan
untuk mengetahui pengaruh variabel independent
terhadap variabel dependent
Korelasi dan Regresi dapat ditentukan
apabila minimum ada dua variabel yang
akan diukur yang secara teori mempunyai
hubungan sebab akibat :

Misal : pendapatan dengan konsumsi

biaya iklan dan penjualan
(+)
penerimaan negara dan export

jumlah KB dan kelahiran

harga dan permintaan
(-)
PROSEDUR ANALISA REGRESI DAN KORELASI
Masukkan variabel Y atau
variabel dependent yang
dipengaruhi

Masukkan variabel X atau

variabel independent yang
mempengaruhi

Pilih metode yang akan

digunakan yaitu Enter
 KOLOM UNSTANDARDIZED COEFFICIENTS
ADA DUA ANGKA DALAM KOLOM INI, YAITU BETA DAN
STANDARD ERROR. BETA MENUNJUKKAN PARAMETER
REGRESI. DARI TABEL TERSEBUT DAPAT DIKETAHUI BAHWA
KONSTANTA DARI MODEL TERSEBUT ADALAH 2,553 dan b1 = -
1,092, b2 = 1,961 SEHINGGA PERSAMAAN REGRESI
BERGANDA :
Y = 2,553 - 1,092 X1 + 1,961 X2
 Kolom Sig.
Kolom Ini Bisa Memberikan Jawaban Apakah Secara
Parsial Variabel Independen Berpengaruh Signifikan
Terhadap Variabel Dependen. Cara Membandingkan Nilai
Sig dengan nilai alpha yang telah ditetapkan (0,05),
Variabel independent berpengaruh terhadap variabel
dependent apabila nilai sig pada variabel independent <
0,05
Untuk melihat pengaruh variabel mana yang lebih besar atau
dominan, dapat dilihat pada hasil Uji statistik t yang dapat dilihat
pada Coefficients di_output hasil SPSS. Variabel yang
mempunyai hasil Uji statistik t yang lebih besar merupakan
variabel yang memiliki pengaruh yang lebih besar atau dominan
dibanding variabel lainnya.
 KOLOM SIG.
KOLOM INI INI DAPAT DIGUNAKAN UNTUK MENGUJI APAKAH
SECARA SIMULTAN VARIABEL INDEPENDEN PADA MODEL
BERPENGARUH SECARA SIGNIFIKAN TERHADAP VARIABEL
DEPENDEN DENGAN CARA MEMBANDINGKANNYA DENGAN
TINGKAT SIGNIFIKANSI YANG KITA TETAPKAN (ALPHA).
SIGNIFIKAN MENOLAK Ho APABILA NILAI SIG LEBIH KECIL DARI
ALPHA (0,05)
 Korelasi
UNTUK MENGETAHUI KEERATAN HUBUNGAN ANTARA VARIABEL
INDEPENDENT DENGAN VARIABEL INDEPENDENT

KOLOM R
KOLOM INI BERISIKAN ANGKA KOEFISIEN KORELASI. ANGKA INI
MENUNJUKKAN TINGKAT KEERATAN HUBUNGAN SECARA SIMULTAN
ANTARA VARIABEL INDEPENDEN DAN VARIABEL DEPENDEN.
Interpretasi nilai koefisen
korelasi
Interval nilai r Tingkat hubungan
0 < r < 0,2 Sangat rendah
0,2 r < 0,4 Rendah
0,4 r < 0,6 Sedang
0,6 r < 0,8 Kuat
0,8 r 1 Sangat kuat

11
 KOLOM R SQUARE
KOLOM INI BERISIKAN ANGKA KOEFISIEN DETERMINASI. ANGKA
INI MENUNJUKKAN KONTRIBUSI YANG DIBERIKAN VARIABEL
INDEPENDENT TERHADAP BERUBAHNYA VARABEL DEPENDENT