korelasional spss1
DESCRIPTION
TRANSCRIPT
SPSSKORELASI
SAMI’AN
SAM-SPSS-06
KORELASI
• Merupakan teknik statistik yang digunakan untuk meguji ada/tidaknya hubungan serta arah hubungan dari dua variabel atau lebih
• Korelasi yang akan dibahas dalam pelatihan ini adalah :• Korelasi sederhana pearson & spearman• Korelasi partial• Korelasi ganda
SAM-SPSS-06
KOEFISIEN KORELASI
• Besar kecilnya hubungan antaradua variabel dinyatakan dalambilangan yang disebut KoefisienKorelasi
• Besarnya Koefisien korelasi antara-1 0 +1
SAM-SPSS-06
KOEFISIEN KORELASI
• Besaran koefisien korelasi -1 & 1adalah korelasi yang sempurna
• Koefisien korelasi 0 atau mendekati0 dianggap tidak berhubunganantara dua variabel yang diuji
SAM-SPSS-06
ARAH HUBUNGAN
• Positif (Koefisien 0 s/d 1)• Negatif (Koefisien 0 s/d -1)• Nihil (Koefisien 0)
SAM-SPSS-06
PEARSON CORRELATION
• Digunakan untuk data interval & rasio
• Distribusi data normal• Terdiri dari dua variabel
• 1 Variabel X (Independen)• 1 Variabel Y (dependen)
SAM-SPSS-06
CONTOH
• Judul: Hubungan antara intensitas belajar dengan prestasi mata kuliah statistik• Variabel X Intensitas belajar (diukur dari
lamanya belajar dalam satu minggu)• Variabel Y Prestasi matakuliah statistik
(diukur dari nilai ujian akhir semester)• Hipotesa:
• H0 : Tidak ada hubungan antara Intenitas belajar dengan prestasi mata kuliah statistik
• Ha : Ada hubungan antara Intenitas belajar dengan prestasi mata kuliah statistik
SAM-SPSS-06
INPUT DATA KE SPSS
SAM-SPSS-06
SPSS
• Ada dua view dalam SPSS• Data View digunakan untuk
memasukkan data yang akan dianalisis• Variabel View digunakan untuk
memberi nama variabel dan pemberian koding
Data Pearson
SAM-SPSS-06
UJI NORMALITAS
SAM-SPSS-06
UJI NORMALITAS
2. Klik Plots
3. Aktivkan Box Normality plots with test, klik continue kemudian OK
1. Masukkan variabel yang akan diuji normalitasnya ke kotak dependent list
SAM-SPSS-06
INTERPRETASI NORMALITAS
Lihat Sig. Kolmogorov-Smirnov.
Normal apabila Sig. > 0,05Tidak normal apabila Sig. < 0,05
SAM-SPSS-06
TAHAP ANALISIS
SAM-SPSS-06
TAHAP ANALISIS
1. Blok kedua variabel 2. Klik tombol
3. Aktifkan Box Pearson & Klik OK
SAM-SPSS-06
CARA BACA OUT PUT
Lihat Koefisien pearson korelasi =0,843 dan Sig. (2-tailed) = 0,000
SAM-SPSS-06
INTERPRETASI
• Untuk pengambilan keputusan statistik, dapat digunakan 2 cara:1. Koefisien Korelasi dibandingkan
dengan nilai rtabel (korelasi tabel)• Apabila Koefisien Korelasi > rtabeL Maka ada
korelasi yang signifikan (Ha Diterima)• Apabila Koefisien Korelasi < rtabeL Maka
tidak ada korelasi yang signifikan (H0Diterima)
2. Melihat Sig. • Apabila nilai Sig. < 0,05 Maka ada korelasi
yang signifikan (Ha Diterima)• Apabila nilai Sig. > 0,05 Maka tidak ada
korelasi yang signifikan (H0 Diterima)
SAM-SPSS-06
INTERPRETASI
• Arah hubungan:• Dilihat dari tanda koefisien korelasi
• Tanda (-) berarti apabila variabel X tinggi maka variabel Y rendah
• Tanda (+) berarti apabila variabel X tinggi maka variabel Y juga tinggi
SAM-SPSS-06
SPEARMAN
• Digunakan untuk jenis data ordinal• Cara analisis dan interpretasi sama
dengan Pearson.• Perbedaan hanya pada waktu
memilih box yang diaktifkan adalah box spearman
SAM-SPSS-06
SPEARMAN
Aktifkan Spearman & Klik OK
SAM-SPSS-06
KORELASI PARTIAL
• Korelasi yang digunakan untuk menguji hubungan dua atau lebih variabel independen dengan satu variabel dependen dan dilakukan pengendalian pada salah satu variabel independennya
X1Y
X2
X2 Dikendalikan
SAM-SPSS-06
CONTOH
• Judul: Hubungan antara biaya promosi dan penjualan dengan mengendalikan jumlah outlet• Variabel X1 Biaya Promosi• Variabel X2 Jumlah outlet (dikendalikan)• Variabel Y Penjualan
• Hipotesa:• H0 : Tidak ada hubungan antara biaya promosi
dengan penjualan apabila jumlah outlet dikendalikan
• Ha : Ada hubungan antara biaya promosi dengan penjualan apabila jumlah outlet dikendalikan
SAM-SPSS-06
CONTOH
• Buka data : Korelasi ganda dan partial.sav
Data Korelasi Ganda & Partial
SAM-SPSS-06
ANALISIS
SAM-SPSS-06
KORELASI PARTIAL
1. Variabel Penjualan & Biaya Promosi masukkan dalam kotak variabel
2. Variabel Jumlah Outlet masukkan dalam kotak Controlling for: dan klik OK
SAM-SPSS-06
OUTPUT PARTIAL
Interpretasi sama dengan korelasi Pearson & Spearman
SAM-SPSS-06
KORELASI GANDA
• Korelasi yang digunakan untuk menguji hubungan dua atau lebih variabel independen dengan satu variabel dependen secara bersamaan
X1Y
X2}
SAM-SPSS-06
CONTOH
• Judul: Hubungan antara biaya promosi dan jumlah outlet dengan penjualan• Variabel X1 Biaya Promosi• Variabel X2 Jumlah outlet• Variabel Y Penjualan
• Hipotesa:• H0 : Tidak ada hubungan antara biaya
promosi dan jumlah outlet dengan penjualan
• Ha : Ada hubungan antara biaya promosi dan jumlah outlet dengan penjualan
SAM-SPSS-06
CONTOH
• Buka data : Korelasi ganda dan partial.sav
Data Korelasi Ganda & Partial
SAM-SPSS-06
KORELASI GANDA
Tidak ada menu khusus korelasi ganda dalam SPSS. Untuk itu bisa digunakan menu regression untuk mencari (R) dan R square
SAM-SPSS-06
KORELASI GANDA
Untuk Korelasi ganda yang digunakan hanya output Model Summary. Lihat koefisien R output yang lain diabaikan
SAM-SPSS-06
INTERPRETASI KORELASI GANDA
• Untuk menginterpretasi korelasi ganda lihat nilai R, semakin mendekati 1 maka korelasi semakin kuat
• Guna memperkaya analisis, sebelum dianalisis korelasi ganda dapat juga ditambahkan analisis korelasi pada masing-masing variabel independen dengan variabel dependen (caranya sama dengan analisis korelasi pearson
SPSSREGRESI
SAMI’AN
SAM-SPSS-06
REGRESI
• Analisis regresi adalah analisis lanjutan dari korelasi
• Menguji sejauh mana pengaruh variabel independen terhadap variabel dependen setelah diketahui ada hubungan antara variabel tersebut
• Data harus interval/rasio• Data Berdistribusi normal
SAM-SPSS-06
REGRESI
• Yang akan dibahas dalam pelatihan ini adalah:• Regresi sederhana: yaitu regresi untuk
1 variabel independen dengan 1 variabel dependen
• Regresi ganda: yaitu regresi untuk lebih dari satu variabel independen dengan 1 variabel dependen
SAM-SPSS-06
REGRESI SEDERHANA
• Buka data : Pearson.sav
Data Pearson
SAM-SPSS-06
REGRESI SEDERHANA
SAM-SPSS-06
REGRESI SEDERHANA
1. Variabel prestasi statistik masukkan dalam kotak Dependent
2. Variabel intensitas belajar masukkan dalam kotak Independent
3. Abaikan yang lain dan klik OK
SAM-SPSS-06
REGRESI SEDERHANA
Korelasi Signifikansi Model persamaan regresi
Persamaan garis regresi
SAM-SPSS-06
INTERPRETASI REGRESI SEDERHANA
Mode l Summary
.843a .711 .703 6.973
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Intensitas Belajara.
• Lihat nilai R = 0,843 ini berarti bahwa korelasi antara variabel X dengan Y adalah 0,843
Output 1
SAM-SPSS-06
INTERPRETASI REGRESI SEDERHANA
• Untuk melihat signifikansi persamaan regresi dapat dilihat dari nilai F = 81,329 dan dibandingkan dengan F tabel• Apabila nilai F < F tabel maka persamaan garis
regresi tidak dapat digunakan untuk prediksi• Apabila nilai F > F tabel maka persamaan garis
regresi dapat digunakan untuk prediksi• Selain itu dapat pula dengan melihat nilai Sig.
dapat digunakan untuk prediksi apabila nilai Sig. < 0,05
Output 2ANOVAb
3954.224 1 3954.224 81.329 .000a
1604.461 33 48.620
5558.686 34
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Intensitas Belajara.
Dependent Variable: Prestasi Statistikb.
SAM-SPSS-06
INTERPRETASI REGRESI SEDERHANA
• Untuk membuat persamaan garis regresi dapat dilihat dari kolom B.• Constan = 38,481• dan intensitas belajar= 2,978
• Berarti persamaan garisnya adalah:Y=38,481 + 2,978 X
Output 3Coefficientsa
38.481 3.506 10.977 .000
2.978 .330 .843 9.018 .000
(Constant)
Intensitas Belajar
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: Prestasi Statistika.
SAM-SPSS-06
REGRESI GANDA
• Digunakan untuk analisis regresi dengan jumlah variabel independen lebih dari satu dengan satu variabel dependen
• Ada tambahan asumsi yang harus dipenuhi, yaitu tidak boleh ada korelasi antar variabel-variabel independennya (multikolinearitas)
SAM-SPSS-06
CONTOH
• Buka data : Korelasi ganda dan partial.sav
Data Korelasi Ganda & Partial
SAM-SPSS-06
REGRESI GANDA
SAM-SPSS-06
REGRESI GANDA1. Masukkan Variabel penjualan di kotak
Dependent2. Masukkan Variabel biaya promosi dan
jumlah outlet di kotak Independent
3. Klik Statistics
4. Aktifkan Colinearity Diagnostic & klik
Continue
5. Abaikan yang lain, klik OK
SAM-SPSS-06
REGRESI GANDA
Korelasi
Signifikansi Model persamaan regresi
Persamaan garis regresi
Singnifikansi masing-masing variabel independen
Multikolinearitas
SAM-SPSS-06
INTERPRETASI REGRESI GANDA
• Lihat nilai R = 0,976 ini berarti bahwa korelasi antara variabel X1dan X2 secara bersamaan dengan Y adalah 0,976
Output 1Mode l Summary
.976a .952 .944 9.757
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), jumlah outlet, biaya promosia.
SAM-SPSS-06
INTERPRETASI REGRESI GANDA
• Untuk melihat signifikansi persamaan regresi dapat dilihat dari nilai F = 118,294 dan dibandingkan dengan F tabel• Apabila nilai F < F tabel maka persamaan garis
regresi tidak dapat digunakan untuk prediksi• Apabila nilai F > F tabel maka persamaan garis
regresi dapat digunakan untuk prediksi• Selain itu dapat pula dengan melihat nilai Sig.
dapat digunakan untuk prediksi apabila nilai Sig. < 0,05
Output 2 ANOVAb
22521.299 2 11260.649 118.294 .000a
1142.301 12 95.192
23663.600 14
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), jumlah outlet, biaya promosia.
Dependent Variable: penjualanb.
SAM-SPSS-06
INTERPRETASI REGRESI GANDA
• Untuk membuat persamaan garis regresi dapat dilihat dari kolom B.• Constan = 64,639• Biaya promosi= 2,342• Jumlah Outlet= 0,535
• Berarti persamaan garisnya adalah:Y=64,639 + 2,342 biaya promosi + 0,535 Jumlah Outlet
Output 3Coefficientsa
64.639 13.112 4.930 .000
2.342 .398 .551 5.892 .000 .459 2.177
.535 .101 .496 5.297 .000 .459 2.177
(Constant)
biaya promosi
jumlah outlet
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: penjualana.
SAM-SPSS-06
INTERPRETASI REGRESI GANDA
• Identifikasi kolinieritas dapat dilakukan dengan melihat:1. Output 3, Kolom VIF. terjadi kolinearitas
apabila nilai VIF > 52. Output 4, Kolom eugenvalue terjadi
kolinearitas apabila nilai eugenvalue mendekati 0
3. Output 4, Kolom condition index terjadi kolinearitas apabila nilai condition index > 15. Dikatakan parah apabila > 30
Output 4Collinearity Diagnosticsa
2.954 1.000 .00 .00 .00
.035 9.237 .58 .41 .00
.011 16.210 .42 .59 1.00
Dimension
1
2
3
Model
1
Eigenvalue
Condition
Index (Constant) biaya promosi jumlah outlet
Variance Proportions
Dependent Variable: penjualana.