2. 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
3. KOEFISIEN KORELASI
• Besar kecilnya hubungan antara
dua variabel dinyatakan dalam
bilangan yang disebut Koefisien
Korelasi
• Besarnya Koefisien korelasi antara
-1 0 +1
SAM-SPSS-06
4. KOEFISIEN KORELASI
• Besaran koefisien korelasi -1 & 1
adalah korelasi yang sempurna
• Koefisien korelasi 0 atau mendekati
0 dianggap tidak berhubungan
antara dua variabel yang diuji
SAM-SPSS-06
5. ARAH HUBUNGAN
• Positif (Koefisien 0 s/d 1)
• Negatif (Koefisien 0 s/d -1)
• Nihil (Koefisien 0)
SAM-SPSS-06
6. 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
7. 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
9. 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
11. UJI NORMALITAS
1. Masukkan variabel
yang akan diuji
normalitasnya ke kotak
dependent list
2. Klik Plots
3. Aktivkan Box Normality
plots with test, klik continue
kemudian OK
SAM-SPSS-06
12. INTERPRETASI NORMALITAS
Lihat Sig. Kolmogorov-
Smirnov.
Normal apabila Sig. > 0,05
Tidak normal apabila Sig. < 0,05
SAM-SPSS-06
14. TAHAP ANALISIS
1. Blok kedua variabel 2. Klik tombol
3. Aktifkan Box Pearson & Klik
OK
SAM-SPSS-06
15. CARA BACA OUT PUT
Lihat Koefisien pearson korelasi
=0,843 dan
Sig. (2-tailed) = 0,000
SAM-SPSS-06
16. 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 (H0
Diterima)
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
17. 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
18. 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
20. 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
X1
Y
X2
X2 Dikendalikan
SAM-SPSS-06
21. 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
22. CONTOH
• Buka data : Korelasi ganda dan
partial.sav
Data Korelasi Ganda
& Partial
SAM-SPSS-06
24. 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
25. OUTPUT PARTIAL
Interpretasi
sama dengan
korelasi Pearson
& Spearman
SAM-SPSS-06
26. KORELASI GANDA
• Korelasi yang digunakan untuk
menguji hubungan dua atau lebih
variabel independen dengan satu
variabel dependen secara
bersamaan
}
X1
Y
X2
SAM-SPSS-06
27. 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
28. CONTOH
• Buka data : Korelasi ganda dan
partial.sav
Data Korelasi Ganda
& Partial
SAM-SPSS-06
29. 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
30. KORELASI GANDA
Untuk Korelasi
ganda yang
digunakan hanya
output Model
Summary. Lihat
koefisien R
output yang lain
diabaikan
SAM-SPSS-06
31. 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
SAM-SPSS-06
33. 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
34. 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
37. REGRESI SEDERHANA
1. Variabel
prestasi statistik
masukkan dalam
kotak Dependent
2. Variabel
intensitas
belajar
masukkan dalam
3. Abaikan yang
kotak
lain dan klik OK
Independent
SAM-SPSS-06
39. INTERPRETASI REGRESI SEDERHANA
Output 1
Mode l Summary
Adjusted Std. Error of
Model R R Square R Square the Estimate
1 .843a .711 .703 6.973
a. Predictors: (Constant), Intensitas Belajar
• Lihat nilai R = 0,843 ini berarti
bahwa korelasi antara variabel X
dengan Y adalah 0,843
SAM-SPSS-06
40. INTERPRETASI REGRESI SEDERHANA
Output 2
b
ANOVA
Sum of
Model Squares df Mean Square F Sig.
1 Regression 3954.224 1 3954.224 81.329 .000a
Residual 1604.461 33 48.620
Total 5558.686 34
a. Predictors: (Constant), Intensitas Belajar
b. Dependent Variable: Prestasi Statistik
• 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
SAM-SPSS-06
41. INTERPRETASI REGRESI SEDERHANA
Output 3
a
Coefficie nts
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 38.481 3.506 10.977 .000
Intensitas Belajar 2.978 .330 .843 9.018 .000
a. Dependent Variable: Prestasi Statistik
• 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
SAM-SPSS-06
42. 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
43. CONTOH
• Buka data : Korelasi ganda dan
partial.sav
Data Korelasi Ganda
& Partial
SAM-SPSS-06
45. REGRESI GANDA
1. Masukkan Variabel
penjualan di kotak
Dependent
2. Masukkan Variabel
biaya promosi dan
jumlah outlet di kotak
Independent
4. Aktifkan Colinearity
Diagnostic & klik
3. Klik Statistics Continue
5. Abaikan yang lain,
klik OK
SAM-SPSS-06
46. REGRESI GANDA
Signifikans
i Model
Korelasi persamaa
n regresi
Singnifikansi
Persamaan masing-masing
variabel independen
garis
regresi
Multikolinearitas
SAM-SPSS-06
47. INTERPRETASI REGRESI GANDA
Output 1
Mode l Summary
Adjusted Std. Error of
Model R R Square R Square the Estimate
1 .976a .952 .944 9.757
a. Predictors: (Constant), jumlah outlet, biaya promosi
• Lihat nilai R = 0,976 ini berarti
bahwa korelasi antara variabel X1
dan X2 secara bersamaan dengan Y
adalah 0,976
SAM-SPSS-06
48. INTERPRETASI REGRESI GANDA
Output 2 ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 22521.299 2 11260.649 118.294 .000a
Residual 1142.301 12 95.192
Total 23663.600 14
a. Predictors: (Constant), jumlah outlet, biaya promosi
b. Dependent Variable: penjualan
• 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
SAM-SPSS-06
49. INTERPRETASI REGRESI GANDA
Output 3
a
Coefficie nts
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 64.639 13.112 4.930 .000
biaya promosi 2.342 .398 .551 5.892 .000 .459 2.177
jumlah outlet .535 .101 .496 5.297 .000 .459 2.177
a. Dependent Variable: penjualan
• 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
SAM-SPSS-06
50. INTERPRETASI REGRESI GANDA
Output 4
a
Collinearity Diagnostics
Condition Variance Proportions
Model Dimension Eigenvalue Index (Constant) biaya promosi jumlah outlet
1 1 2.954 1.000 .00 .00 .00
2 .035 9.237 .58 .41 .00
3 .011 16.210 .42 .59 1.00
a. Dependent Variable: penjualan
• Identifikasi kolinieritas dapat
dilakukan dengan melihat:
1. Output 3, Kolom VIF. terjadi kolinearitas
apabila nilai VIF > 5
2. 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
SAM-SPSS-06