Korelasional spss1

2,933 views

Published on

1 Comment
3 Likes
Statistics
Notes
No Downloads
Views
Total views
2,933
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
305
Comments
1
Likes
3
Embeds 0
No embeds

No notes for slide

Korelasional spss1

  1. 1. SPSS KORELASISAMI’AN
  2. 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. 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. 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. 5. ARAH HUBUNGAN• Positif (Koefisien 0 s/d 1)• Negatif (Koefisien 0 s/d -1)• Nihil (Koefisien 0) SAM-SPSS-06
  6. 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. 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
  8. 8. INPUT DATA KE SPSS SAM-SPSS-06
  9. 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
  10. 10. UJI NORMALITASSAM-SPSS-06
  11. 11. UJI NORMALITAS 1. Masukkan variabel yang akan diuji normalitasnya ke kotak dependent list2. Klik Plots 3. Aktivkan Box Normality plots with test, klik continue kemudian OK SAM-SPSS-06
  12. 12. INTERPRETASI NORMALITAS Lihat Sig. Kolmogorov- Smirnov. Normal apabila Sig. > 0,05 Tidak normal apabila Sig. < 0,05 SAM-SPSS-06
  13. 13. TAHAP ANALISISSAM-SPSS-06
  14. 14. TAHAP ANALISIS1. Blok kedua variabel 2. Klik tombol 3. Aktifkan Box Pearson & Klik OK SAM-SPSS-06
  15. 15. CARA BACA OUT PUT Lihat Koefisien pearson korelasi =0,843 dan Sig. (2-tailed) = 0,000 SAM-SPSS-06
  16. 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. 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. 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
  19. 19. SPEARMAN Aktifkan Spearman & Klik OKSAM-SPSS-06
  20. 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. 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. 22. CONTOH• Buka data : Korelasi ganda dan partial.sav Data Korelasi Ganda & Partial SAM-SPSS-06
  23. 23. ANALISISSAM-SPSS-06
  24. 24. KORELASI PARTIAL 1. Variabel Penjualan & Biaya Promosi masukkan dalam kotak variabel2. Variabel JumlahOutlet masukkan dalamkotak Controlling for:dan klik OK SAM-SPSS-06
  25. 25. OUTPUT PARTIAL Interpretasi sama dengan korelasi Pearson & SpearmanSAM-SPSS-06
  26. 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. 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. 28. CONTOH• Buka data : Korelasi ganda dan partial.sav Data Korelasi Ganda & Partial SAM-SPSS-06
  29. 29. KORELASI GANDA Tidak ada menu khusus korelasi ganda dalam SPSS. Untuk itu bisa digunakan menu regression untuk mencari (R) dan R squareSAM-SPSS-06
  30. 30. KORELASI GANDA Untuk Korelasi ganda yang digunakan hanya output Model Summary. Lihat koefisien R output yang lain diabaikanSAM-SPSS-06
  31. 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
  32. 32. SPSS REGRESISAMI’AN
  33. 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. 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
  35. 35. REGRESI SEDERHANA• Buka data : Pearson.sav Data Pearson SAM-SPSS-06
  36. 36. REGRESI SEDERHANA SAM-SPSS-06
  37. 37. REGRESI SEDERHANA 1. Variabel prestasi statistik masukkan dalam kotak Dependent 2. Variabel intensitas belajar masukkan dalam3. Abaikan yang kotaklain dan klik OK Independent SAM-SPSS-06
  38. 38. REGRESI SEDERHANAKorelasi Signifikans i Model persamaa n regresi Persamaan garis regresi SAM-SPSS-06
  39. 39. INTERPRETASI REGRESI SEDERHANAOutput 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. 40. INTERPRETASI REGRESI SEDERHANAOutput 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. 41. INTERPRETASI REGRESI SEDERHANAOutput 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. 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. 43. CONTOH• Buka data : Korelasi ganda dan partial.sav Data Korelasi Ganda & Partial SAM-SPSS-06
  44. 44. REGRESI GANDASAM-SPSS-06
  45. 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 & klik3. Klik Statistics Continue 5. Abaikan yang lain, klik OK SAM-SPSS-06
  46. 46. REGRESI GANDA Signifikans i Model Korelasi persamaa n regresi SingnifikansiPersamaan masing-masing variabel independengarisregresi Multikolinearitas SAM-SPSS-06
  47. 47. INTERPRETASI REGRESI GANDAOutput 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. 48. INTERPRETASI REGRESI GANDAOutput 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. 49. INTERPRETASI REGRESI GANDAOutput 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. 50. INTERPRETASI REGRESI GANDAOutput 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

×