ANALISIS REGRESI DAN KORELASI BERGANDA Pada kehidupan nyata banyak kasus yang memerlukan pengetahuan tentang hubungan

suatu variabel dengan variabel lain. Hubungan tersebut tidak hanya antar dua variabel, dalam banyak kasus hubungan tersebut dapat melibatkan lebih dari dua variabel. Sebagai contoh, kepuasan pelanggan bisa dipengaruhi oleh banyak variabel seperti kualitas, pelayanan, harga, kemudahan, dan lainnya. Hubungan linear lebih dari dua variabel bila dinyatakan dalam bentuk persamaan matematis adalah : Y = a + b1x1 + b2x2 +……………bkxk + Keterangan : x, x1, x2……..xk = variabel-variabel a, b1, b2……..bk = bilangan konstan (konstanta) koefisien variabel

Persamaan regresi linear berganda Regresi linear berganda adalah regresi dimana variabel terikatnya (Y) dihubungkan atau dijelaskan lebih dari satu variabel, mungkin dua, tiga dan seterusnya variabel bebas (x, x1, x2……..xn ) namun masih menunjukkan diagram hubungan yang linear. Penambahan variabel bebas ini diharapkan dapat lebih menjelaskan karakteristik hubungan yang ada walaupun masih saja ada variabel yang terabaikan. Bentuk umum dari persamaan linear berganda dapat ditulis sebagai berikut: a. Bentuk stokastik
ˆ = a + b1x1 + b2x2 + b3x3 ……………bkxk + c y

b. Bentuk non stokastik
ˆ = a + b1x1 + b2x2 + b3x3……………bkxk y

‘11

1

Statistik Sosial
Ir Farida, MMA

Pusat Pengembangan Bahan Ajar Universitas Mercu Buana

Keterangan
ˆ y

: Variabel terikat (nilai duga y) : koefisien regresi : variabel bebas : kesalahan pengganggu

a, b1, b2 b3……..bk x1, x2 x3……..xk e

Pendugaan dan Pengujian Koefisien Regresi 1. Kesalahan baku regresi dan koefisien regresi berganda Kesalahan baku atau selisih taksir standar regresi adalah nilai menyatakan seberapa jauh menyimpangnya nilai regresi tersebut terhadap nilai sebenarnya. Nilai ini digunakan untuk mengukur tingkat ketepatan suatu pendugaan dalam menduga nilai. Jika nilai ini sama dengan nol maka penduga tersebut memiliki tingkat ketepatan 100%. Kesalahan baku atau selisih taksir standar regresi berganda dirumuskan Se = Keterangan Se : Kesalahan baku regresi berganda n : Jumlah pasangan observasi m : jumlah konstant dalam persamaan regresi berganda. Untuk koefisien b1 dan b2 kesalahan bakunya dirumuskan Se Sb1 =

∑y

2

− b1

( ∑ x y) + b ( ∑ x y)
1 2 2

n−m

( ∑x ( ∑x

2 1

2 − nx1 1 − r 2 y1

)( )(

) )

Se Sb2 =
2 2

− nx 2 1 − r 2 y1 2

2. Pendugaan interval koefisien regresi berganda (parameter B1 dan B2)

‘11

2

Statistik Sosial
Ir Farida, MMA

Pusat Pengembangan Bahan Ajar Universitas Mercu Buana

MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . Variabel bebas x1 dan x2 disebut memiliki pengaruh yang nyata apabila dalam pengujian hipotesis koefisien parsialnya H0 : B1 = B2 = 0 ditolak atau H1 : B1 ≠ B2 ≠ 0 diterima. Pendugaan parameter B1 dan B2 menggunakan distribusi t dengan derajat bebas db = n – m secara umum pendugaan parameter B1 dan B2 adalah : b1 – ta/2n-m Sbi ≤ Bi ≤ bi + ta/2n-m Sbi i = 2. x2 sudah diketahui. Tujuan ialah mengetahui variabel-variabel bebas yang digunakan itu memiliki pengaruh yang nyata atau tidak terhadap y tersebut. Pengujian hipotesis individual yaitu merupakan pengujian hipotesis koefisien regresi berganda dengan hanya satu B (B 1 dan B2) yang mempunyai pengaruh Y. Suatu persamaan garis regresi linear berganda dapat dipakai dalam peramalan dengan terlebih dahulu melakukan pengujian hipotesis terhadap koefisien-koefisien regresi parsialnya. Peramalan dengan Regresi Linear Berganda Peramalan terhadap nilai Y dengan menggunakan regresi linear berganda. Pengujian hipotesis koefisien regresi berganda (parameter B1 dan B2) Pengujian hipotesis bagi koefisien regresi berganda atau regresi parsial parameter B1 dan B2 dapat dibedakan menjadi 2 bentuk.3 3. khususnya pada taraf nyata 1% ‘11 3 Statistik Sosial Ir Farida. pengujian hipotesis serentak merupakan pengujian hipotesis koefisien regresi berganda dengan B1 dan B2 serentak atau bersama-sama mempengaruhi Y.Parameter B1 dan B2 sering juga disebut sebagai koefisien regresi parsial. dapat dilakukan apabila persamaan garis regresinya sudah diestimasi dan nilai variabel bebas x1. yaitu pengujian hipotesis serentak dan pengujian hipotesis individual.

b1 = 0. nilai y (nilai statistik maha siswa) dapat diramalkan dengan mengetahui nilai x1 (nilai inteligensi mahasiswa) dan x2 (frekuensi membolos mahasiswa) misalkan.624 (75) – 0. nilai x1 = 75 dan x2 = 24 maka ramalan nilai y adalah ˆ y = 17.284 (4) y Dengan persamaan regresi linear berganda tersebut. b2 = . MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana .284 (4) = 63.642.547 + 0. Korelasi Linear Berganda ‘11 4 Statistik Sosial Ir Farida.547. sebagai ukuran tepat atau tidaknya garis tersebut sehingga pendekatan.284 maka persamaan regresi linear bergandanya menjadi ˆ = 17.547 + 0. Misalnya sebuah persamaan regresi berganda y = a + b1x1 + b2x2 Keterangan : y x1 x2 b1 b2 : Nilai statistik mahasiswa : Nilai inteligensi mahasiswa : Frekuensi membolos mahasiswa : Pengaruh x1 terhadap y jika x2 konstan : Pengaruh x2 terhadap y jika x1 konstan jika a = 17.Kelebihan peramalan y dengan menggunakan regresi linear berganda adalah dapat diketahui besarnya pengaruh secara kuantitatif setiap variabel bebas (x 1 atau x2) apabila pengaruh variabelnya dianggap konstan.211 Penulisan persamaan garis regresi linear berganda biasanya disertai dengan kesalahan baku masing-masing variabel bebas dan koefisien determinasi berganda r2.0.624 (75) – 0.

(variabel Y) dan dua atau lebih variabel bebas (x 1. disimbolkan KPB y.r12 2 y1 ( I−r )( I−r ) 2 I2 2) Koefisien korelasi parsial antara y dan x2. pada hubungan yang melibatkan lebih dari dua variabel. apabila x1 konstan dirumuskan ‘11 5 Statistik Sosial Ir Farida. 1. Rumus KPBy. Koefisien penentu berganda atau koefisien determinasi berganda Koefisien determinasi berganda.12 = b1 ∑ x1 y + b 2 ∑ x 2 y ∑y 2 d. Secara bersama-sama. Korelasi linear berganda dengan dua variabel bebas c. Koefisien korelasi berganda Koefisien korelasi berganda disimbolkan ry12 merupakan ukuran keeratan hubungan antara variabel terikat dan semua variabel bebas. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana .12 atau R2 merupakan ukuran kesusaian garis regresi linear berganda terhadap suatu data.12 = ry1 − ry2 . Rumus : Ry. Analisis korelasinya menggunakan tiga koefisien korelasi yaitu koefisien determinasi berganda. Koefisien korelasi parsial Koefisien korelasi parsial merupakan koefisien korelasi antara dua variabel. Jika variabel lainnya konstan.Korelasi linear berganda merupakan alat ukur mengenai hubungan yang terjadi antara variabel yang terikat. koefisien korelasi berganda. Ada 3 koefisien korelasi parsial untuk hubungan yang melibatkan 3 variabel yaitu sebagai berikut : 1) Koefisien korelasi parsial antara y dan x1. apabila x2 konstan dirumuskan ry. dan koefisien korelasi parsial. x2……xk).12 = b1 ∑ x1 y + b 2 ∑ x 2 y ∑y 2 e.

MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . Untuk data yang berskala interval dan atau rasio (bersifat kuantitatif/parametrik) tipe analisis korelasi yang digunakan adalah Pearson Correlation atau istilah lainnya adalah Product Moment Correlation.rI2 3) Koefisien korelasi parsial antara x1 dan x2 apabila y konstan dirumuskan R12y = ( I−r )( I−r ) 2 2 y1 y2 r12 − ry1.com/. Sebelum kita memulai analisis kita perhatikan dahulu apakah data yang akan kita peroleh berskala nominal.ry. Koefisien korelasi berganda ry123 = b1 ∑ x1 y + b 2 ∑ x 2 y + b3 ∑ x 3 y ∑y 2 Materi di atas dicopy dari : masbied. ‘11 6 Statistik Sosial Ir Farida.files.. Sedangkan untuk yang berskala ordinal kita gunakan Spearman Correlation (Statistik Non-Parametrik).wordpress.rI2 2.12 = ( I−r )( I−r ) 2 2 y1 y2 ry2 − ry1. ordinal.. Korelasi linear berganda dengan 3 variabel bebas a. interval atau rasio ? Sebab perlakuan terhadap data-data tersebut akan berbeda ketika kita akan melakukan analisis korelasi./modul-matemati Analisis Korelasi dengan SPSS Contoh : Menghitung korelasi antara pengetahuan tentang kewarganegaraan dengan partisipasi politik seseorang. Koefisien penentu berganda KPB = b1 ∑ x1 y + b 2 ∑ x 2 y + b3 ∑ x 3 y ∑y 2 2 ∑y = ∑y 2 2 ( ∑ y) − n b.

Misalkan hasilnya (Succesive Interval-nya) diperoleh sebagai berikut: No Resp 1 A B C D E 3 1 2.542213 6 3 1 1.946443 3. kedua variabel yang ada yaitu pengetahuan kewarganegaraan dan tingkat partisipasi politik umumnya belum memiliki standar yang baku dalam skala nilainya.946443 2. Seperti telah diulas dalam modul sebelumnya.068991 Lalu untuk mendapatkan skor tiap-tiap responden untuk menentukkan tingkat pengetahuan kewarganegaraan yang dimilikinya digunakan rumus tertentu (caranya dibahas pada topik ‘11 7 Statistik Sosial Ir Farida.B.Kembali ke contoh kasus kita.271106 2. Dari lima orang responden akan memiliki jawaban atas angket yang diberikan sebagai berikut.C. biasanya kita akan menyebarkan angket yang berisi sejumlah daftar pertanyaan atau pernyataan yang akan mengukur sejauh mana level pengetahuan kewarganegaraannya dan tingkat partisipasi politiknya.271106 3.271106 3.271106 3.946443 2.542213 Jawaban atas pertanyaan nomor ke2 3 4 5 2 1 2.D dan E).542213 3 1 2.595769 3. baik level pengetahuan kewarganegaraan dan tingkat partisipasi politik keduanya merupakan konsep yang berkaitan dengan perilaku seorang manusia.542213 1 1 1. Misalkan untuk mengukur pengetahuan seseorang dibuatkan instrumen yang terdiri atas 6 butir pertanyaan guna mengukur pengetahuannya tentang kewarganegaraan yang diberikan kepada 5 orang responden (A.271106 2. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . Maka biasanya data yang akan kita dapatkan dari hasil survey/penyebaran angket yang mengukur tingkat pengetahuan kewarganegaraan seseorang dan tingkat partisipasi politiknya akan berskala ordinal. para peneliti ilmu sosial umumnya menggunakan Skala Likert guna mengukur persepsi atau perilaku sosial. No Resp 1 A B C D E 3 4 5 5 7 2 4 5 5 7 Jawaban atas pertanyaan nomor ke2 3 4 5 3 1 2 4 2 3 5 3 4 5 5 5 7 7 7 6 3 4 5 7 7 Maka nilai-nilai jawaban tersebut terlebih dahulu harus di transformasikan ke dalam data interval.542213 2 1 1. Biasanya untuk mendapatkan nilai-nilai bagi variabel-variabel tersebut kita terlebih dahulu melakukan pengukuran kepada sejumlah responden mengenai tingkat pengetahuannya tentang kewarganegaraan dan tingkat partisipasi politiknya.271106 2.595769 3.068991 3.

sehingga misalnya akhirnya diperoleh data sebagai berikut. Tabel Data Lengkap No Responden 1 2 3 4 5 Skor Tingkat Pengetahuan Kewarganegaraan 5 7 10 10 12 Skor Tingkat Partisipasi Politik 1 3 5 7 9 Selanjutnya kita olah dengan SPSS. hasilnya seperti berikut. Skor tingkat pengetahuan kewarganegaraan dari kelima responden tersebut akhirnya.sav dalam folder pribadi Anda. Misalkan variabel Skor Tingkat Pengetahuan Kewarganegaraan kita namai Citizenship dan Skor Tingkat Partisipasi Politik kita namai Participation. ‘11 8 Statistik Sosial Ir Farida. misalnya diperoleh sebagai berikut. 7 10 10 12 Selanjutnya hal yang sama dilakukan pula untuk mendapatkan skor mengenai tingkat partisipasi politiknya. berkenaan dengan data lengkap di atas. Buat file dengan nama korelasi1. Tabel Skor Reponden untuk Tingkat Pengetahuan Kewarganegaraan No Responden A (1) B (2) C (3) D (4) E (5) Skor 5. dengan langkah-langkah sebagai berikut: 1.berikutnya). MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana .

‘11 9 Statistik Sosial Ir Farida. Pada menu missing values. f. c. hingga tampak di layar tampilan seperti ini. pilih Two-tailed untuk uji dua sisi. dengan cara mengkliknya. e. pilih Citizenship dan Participation b. pilih menu Analyze. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . dan pilih bivariate. Kemudian pilih submenu Correlate. Variable yang akan dikorelasikan. Selanjutnya SPSS melakukan pekerjaan analisis yang hasilnya dapat terlihat pada bagian output berikut ini. Selanjutnya tekan Continue. Maka akan tampak di layar tampilan seperti gambar berikut: 3. Selanjutnya adalah mengisi menu-menu yang ada sebagai berikut: a. Jika sudah nampak. h. dari menu utama SPSS. Pilih Pearson. Test of Significance yang akan digunakan. Lalu pada pilihan statistics abaikan saja. Tekan OK untuk mengakhiri pengisisian prosedur analisis. pilih Exclude case pairwise untuk aktif. Flag significant correlations pilih untuk diaktifkan. d. Correlation Coeffitients atau alat hitung koefisien korelasi. g. Kemudian tekan tombol Options.2.

969** . Dasar pengambilan keputusannya adalah dengan dasar probabilitas sebagai berikut: • • Jika probabilitas > 0. kita misalnya dapat menguji dengan melakukan uji dua sisi. (2-tailed) N Pearson Correlation Sig. didapat angka +0. serta kuat tidaknya korelasi. maka secara statistik dapat dinyatakan seperti berikut: H0:Tidak ada hubungan (korelasi) antara dua variabel Hi: Ada hubungan (korelasi) antara dua variabel Maka bila kita ingin menguji hipotesis ini. yaitu tingkat pengetahuan kewarganegaraan seseorang dengan partisipasi politiknya memiliki hubungan (korelasi). jadi otomatis positif). (2-tailed)) Bila kita hendak merumuskan hipotesis bahwa antara dua variabel. Demikian pula sebaliknya.969** 1 . artinya semakin tinggi tingkat pengetahuan kewarganegaraan seseorang maka partisipasi politiknya cenderung semakin besar.01 level (2-tailed). • Besaran korelasi (0. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . Korelasi antara Citizenship dengan Participation.969) yang > 0.Correlations Citizenship Pearson Correlation Sig.969 (tanda “+” disertakan karena tidak ada tanda “-“ pada output. 2.05 (atau 0. Analisis Output 1. Arti Angka Korelasi (Lihat Pearson Correlation) Ada dua hal dalam penafsiran korelasi.007 5 5 Participation **.007 5 5 . Hal ini berarti : • Arah korelasi positif. yaitu tanda ‘+” atau ‘-“ yang berhubungan dengan arah korelasi. Correlation is significant at the 0.01) maka Ho ditolak ‘11 10 Statistik Sosial Ir Farida.5.05 (atau 0. Signifikansi Hasil Korelasi (lihat Sig.01) maka Ho diterima Jika probabilitas < 0. berarti tingkat pengetahuan kewarganegaraan seseorang berkorelasi KUAT dengan partisipasi politiknya. (2-tailed) N Citizenship 1 Participation .

Jumlah Data yang Berkorelasi Dapat dilihat dari dari nilai N. Sehingga diperoleh tampilan sebagai berikut: 2. lalu kita tambahkan 1 lagi variabel dengan nama Democracy yang mewakili variabel tingkat perilalu demokrasi seseorang. dari menu utama SPSS. dan pilih Partial. (2-tailed) diperoleh angka probailitasnya 0. Buka lagi file korelasi1. 3.• Catatan: 0. bila kita ingin menghitung korelasi parsial antara tingkat pengetahuan kewarganegaraan seseorang dengan perilaku demokratisnya dimana partisipasi politik menjadi variabel kontrol. Langkah-langkah yang ditempuh: 1. Maka akan tampak di layar tampilan seperti gambar berikut: ‘11 11 Statistik Sosial Ir Farida. maka tipe analisis korelasi yang digunakan adalah Pearson.007 maka kedua variabel tersebut memang SECARA NYATA berkorelasi. karena tidak ada data yang hilang. Misalnya seperti pada contoh di atas. Keputusan pada contoh kasus yang kita miliki pada keterangan Sig. Kemudian pilih submenu Correlate. KORELASI PARSIAL Kadang-kadang dalam suatu penelitian kita perlu menambahkan lagi satu variabel yang berfungsi sebagai pengontrol dari dua variabel yang telah berkorelasi terlebih dahulu.05 atau 0. pilih menu Analyze. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . Karena ketiga variabel bersifat kuantitatif.01 adalah tergantung pilihan kita. maka data yang diproses adalah 5. Jika sudah nampak. Hal ini bisa dilihat juga dari adanya tanda ** pada angka korelasi.sav.

004 5 5 5 . Outputnya sebagai berikut: Correlations Correlations Citizenship Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig.01 level (2-tailed). d. kemudian tekan tombol OK untuk prosessing data.969** 1 . MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana .968** . pilih Citizenship dan Democracy b.007 5 5 5 .3.968** .007 . pilih participation c. Correlation is significant at the 0. Pengisian: a.977** 1 . ‘11 12 Statistik Sosial Ir Farida. pilih Two-tailed untuk uji dua sisi.004 5 5 5 Participation Democracy **. Variable yang akan dikorelasikan.977** . Display actual signifance level pilih untuk diaktifkan. Controlling for (variabel pengontrol). Abaikan yang lainnya.007 .969** . (2-tailed) N Pearson Correlation Sig. dengan cara mengkliknya. Test of Significance yang akan digunakan. e.007 . (2-tailed) N Citizenship 1 Participation Democracy .

Sedangkan tandanya masih “positif’. apakah analisis korelasinya harus sama ? Menggunakan Pearson ? Jawabannya tentu tidak. yang pertama adalah Analsis Korelasi Pearson (Bivariat) antara 3 variabel. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . ‘11 13 Statistik Sosial Ir Farida.603 2 1.603 2 Democracy . seperti hasil dari penyebaran kuesioner yang berisi variabel berjenjang seperti: Sangat baik.968 menjadi 0. KORELASI UNTUK DATA ORDINAL Bila kita memiliki data yang memiliki tipe ordinal. Bila dibandingkan terlihat bahwa angka korelasi antara Citizenship dengan Democracy dengan menggunakan variabel pengontrol nilainya menjadi turun. Mari kita lihat contoh kasus analisis untuk data ordinal dengan membuka file nilai_karyawan. semakin tinggi tingkat partisipasi politik seseorang. yaitu Citizenship. dan jika perilaku demokrasinya pun meningkat. Demikian pula sebaliknya. Untuk data yang bersifat ordinal.000 . maka harus menggunakan korelasi Spearman dan Kendall. Sedangkan bagian yang kedua analisis korelasi antara Citizenship dengan Democracy dimana Participation menjadi variabel pengontrolnya. Tidak Baik dan seterusnya. Sehingga. Arti Angka Korelasi (Lihat Correlation) Pada hasil output ada dua bagian.397 . yaitu dari 0. masih ada korelasi positif antara tingkat pengetahuan kewarganegaraan dengan perilaku demokratisnya. 0 Democracy Analisis Hasil Pengolahan oleh SPSS: Analisis Output 1. 0 .397 . Participation dan Democracy. Jadi datanya bisa kualitatif maupun kuantitatif.397.000 . Baik. maka ada kecenderungan partisipasi politik orang tersebut akan semakin meningkat. Hal ini berarti bahwa dengan memperhitungkan besarnya tingkat partisipasi politik seseorang.Partial Corr Correlations Control Variables Participation Citizenship Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df Citizenship 1.

Buka file nilai_karyawan 2. 5. isikan prestasi.Pada contoh tersebut berisi nilai kapasitas karyawan dari suatu perusahaan dilihat dari aspek prestasi kerja. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . pilih menu Analyze. Karena ketiga variabel tersebut kualitatif maka korelasi yang digunakan adalah korelasi Spearman dan Kendall. Kemudian pilih submenu Correlate. Selanjutnya kita akan menghitung korelasi antara Prestasi Kerja. Untuk variabel. dan pilih Bivariate. IQ yang dimiliki dan Loyalitas karyawan. Dimana ada 75 orang karyawan. Maka akan tampak di layar tampilan seperti gambar berikut: 3. Untuk yang lainnya sama dengan analisis sebelumnya. IQ dan loyalitasnya. lalu klik tanda panah. maka sekarang yang harus dicentang adalah Kendall’s tau-b dan Spearman (jangan lupa nonaktifkan yang Pearson-nya). Hasilnya adalah sebagai berikut: NonParametric Correlation ‘11 14 Statistik Sosial Ir Farida. 4. Pengisian: Bila pada analsis data kuantitatif yang dicentang pada Correlation Coefficients adalah Pearson. IQ dan Loyalitas dengan cara mengkliknya untuk menyorotnya. Dari menu utama SPSS. Langkah-langkahnya sebagai berikut: 1.

Namun bila diukur dengan Spearman. ‘11 15 Statistik Sosial Ir Farida.000 -. Analisis: Penafsirannya sama dengan penafsiran pada analisis Pearson. (2-tailed) N Correlation Coefficient Sig.072 .299** .004 . hasilnya tidak jauh berbeda.299** .000 . • • Korelasi antara IQ dengan Loyalitas positif dan nilainya 0.016 1. atau semakin loyal seorang karyawan. Catatan: angka korelasi yang dipakai adalah korelasi Kendall.5 menunjukkan lemahnya hubungan ekedua variabel tersebut.015 . atau semakin tinggi IQ karyawan maka prestasinya cenderung makin jelek. (2-tailed) N **.005 . . Namun angka korelasi 0.077 . maka prestasinya cenderung semakin bagus.05). untuk memastikan apakah kedua variabel berkorelasi secara signifikan.893 75 75 -. Correlation is significant at the 0.077 .005 75 . 2. demikian pula sebaliknya.Correlations Prestasi Karyawan IQ Karyawan 1.5 menunjukan hubungan keduanaya lemah.015 < 0. (2-tailed) N Correlation Coefficient Sig. .072 0. Akan tetapi angka korelasi sebesar 0.05).893 . 75 75 .893 .005 jauh lebih kecil daripada 0. Arti Angka Korelasi (Lihat Pearson Correlation) • Korelasi antara Prestasi dan Loyalitas adalah positif. 75 . Signifikansi Hasil Korelasi (lihat Sig.509 75 1.01 level (2-tailed).330** . 1.016 .509 75 75 Loyalitas Konsumen .015 1. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana .330** .299 < 0. 75 75 .508 75 75 1.000 . (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. Untuk kasus ini bisa dilakukan dengan pengujian ulang dengan data yang diperbaharui.000 .004 75 .000 .508 yang hampir mendekati 0. (2-tailed)) • Korelasi antara Prestasi dengan Loyalitas adalah signifikan (Probabilitas 0.508 75 1. 75 Kendall's tau_b Prestasi Karyawan IQ Karyawan Loyalitas Konsumen Spearman's rho Prestasi Karyawan IQ Karyawan Loyalitas Konsumen Correlation Coefficient Sig.072 .5 menunjukkan lemahnya hubungan kedua variabel tersebut. (2-tailed) N Correlation Coefficient Sig. Demikian pula sebaliknya. yang berarti adanya hubungan yang benar-benar signifikan antara Prestasi dan Loyalitas seorang karyawan. • Korelasi anatara IQ dengan Loyalitas hampir signifikan (Probabilitas adalah 0.000 -. Korelasi antara Prestasi dengan IQ adalah negatif.893 75 75 -.

dalam SPSS ada beberapa pilihan. Jumlah Data yang Berkorelasi Dapat dilihat dari dari nilai N.893 jauh lebih besar daripada 0. Pada dasarnya tahapan penyusunan model analisis regresi adalah sebagai berikut: 1. Menguji asumsi-asumsi pada regresi berganda. maka data yang diproses adalah 75. karena tidak ada data yang hilang. selanjutnya kita akan berlatih untuk menggunakan analisis regresi. yaitu: Enter. maka uji signifikansi justru mendahului uji asumsi seperti normalitas dan sebagainya. Forward dan Backward (perbedaanya akan dibahas pada bagian lain). uji-F dan sebagainya) 6. Menentukan yang mana variabel bebas dan variabel terikatnya 2. Intepretasi model Regresi Berganda Persamaan model regresi dinyataakan dalam rumusan sebagai berikut: Y = a + bX1 + cX2 ‘11 16 Statistik Sosial Ir Farida. yang berarti antara Prestasi dan IQ seorang karyawan tidak ada hubungan. oleh karena itu dalam latihan kita akan menggunakan default SPSS yaitu metode Enter. Melihat ada tidaknya data yang outlier (ekstrem) 4. 3. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . Linieritas. seperti normalitas. 5. 3. Heteroskedastisitas dan lain-lainnya. Jika kita memilih metode Stepwise.05). Menguji signifikansi model (uji-t. Menentukan metode pembuatan model regresi. Default SPSS adalah metode Enter.• Korelasi antara Prestasi dengan IQ adalah tidak signifikan (Probabilitas 0. (Simpan hasil output dengan nama korelasi3). Stepwise. ANALISIS REGRESI Kita telah berlatih menggunakan analisis korelasi dengan SPSS. Tujuan dari analisis regresi adalah untuk memprediksi besar Variabel Terikat (Dependent Variable) dengan menggunakan data Variabel Bebas (Independent Variable) yang sudah diketahui besarnya.

Democracy 1 4 5 6 8 2. lalu submenu Regression. Untuk itu kita lihat lagi contoh data yang kita punya sebelumnya. kemudian pilih Linear … Maka akan tampak tampilan seperti ini ‘11 17 Statistik Sosial Ir Farida. Buat atau jika sudah ada buka lagi file SPSS yang memuat data ini.Keterangan: Y = Variabel dependen X1 dan X2 = Variabel-variabel independen a. Dari menu SPSS. c = konstanta-konstanta regresi Latihan: Kembali kita buka lagi file sebelumnya yang menggambarkan antara tingkat partisipasi politik seseorang dengan tingkat pengetahuan kewarganegaraannya dan tingkat perilaku demokrasinya. Dalam analisis regresi kita ingin meprediksi. pilih menu utama Analyze. b. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . bagaimana tingkat partisipasi politik seseorang bila tingkat pengetahuan kewarganegaraannya dan tingkat perilaku demokrasinya berubah-ubah nilainya. Tabel Data Analisis Regresi Responden Participation Citizenship 1 1 5 2 3 7 3 5 10 4 7 10 5 9 12 Langkah-langkah: 1.

Predictors: (Constant). • Std. • • Angka R sebesar 0.982(a) menunjukkan bahwa korelasi/hubungan antara Participation dengan kedua variabel independen-nya adalah kuat (karena besarnya > 0.3. Abaikan bagian lain e.982 x 0. Citizenship Bagian ini menggambarkan derajat keeratan hubungan antarvariabel. Untuk pilihan Dependent (variabel terikat). Untuk Independent(s) pilih Citizenship dan Democracy c. Method. Tekan OK untuk prosessing data maka outputnya diperoleh sebagai berikut.927.963 atau 96.982 a . Angka R Square atau Koefisien Determinasi adalah 0.85442 a.5).927 Std.963 (berasal dari 0. Untuk variabel independen lebih dari dua sebaiknya gunakan Adjusted R Square yang pada latihan kita nilainya 0. Democracy. Sedangkan sisanya (100-96. sebagai berikut: a. Output dan Analisisnya Model Summary Model 1 R R Square . ‘11 18 Statistik Sosial Ir Farida. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana .3% variasi dari Participation dapat dijelaskan oleh variasi dari kedua variabel independen. Pilih variabel Participation b.982). dimana semakin kecil angkanya maka semakin baik prediksinya. pilih Enter d. Ini artinya bahwa 0. Untuk pengisian.7) atau 7% dijelaskan oleh sebab-sebab yang lain. Error of the Estimate .963 Adjusted R Square . yaitu Democracy dan Citizenship.3 = 0.85442 menggambarkan tingkat ketepatan prediksi regresi. Error of the Estimate yang nilainya 0.

491 .000 df 2 2 4 Mean Square 19.570 .396 Sig. Karena probabilitas (tingkat signifikansi) ini lebih kecil daripada 0. Dengan kata lain.460 40.037.270 . • Koefisien regresi 0. a Coefficients Model 1 (Constant) Citizenship Democracy Unstandardized Coefficients B Std. Dari uji ANOVA atau F-test.05 maka model regresi ini bisa dipakai untuk memprediksi tingkat partisipasi politik seseorang.175 Sig. Predictors: (Constant).30 menyatakan bahwa jika seseorang tidak memiliki pengetahuan kewarganegaraan dan perilaku demokratis maka partisipasi politiknya -2.453 . .673 1. • • Persamaan regresi yang diperoleh adalah sebagai berikut: Participation = -2. maka partisipasi politiknya akan bertambah 0. Jangan lupa juga.654 Standardized Coefficients Beta .768 Democracy Konstanta sebesar -2.037 a a. .361 a. bahwa secara nyata ketiga variabel itu berskala ordinal.b ANOVA Model 1 Regression Residual Total Sum of Squares 38.300 2. Error -2.411 Citizenship + 0. Secara kualitatif tentu tidak ada perilaku “minus”. Dependent Variable: Participation Sedangkan bagian ini menggambarkan seberapa besar koefisien regresinya.768 .629 t -. Citizenship b.411 .360 .540 1. mungkin dapat diintepretasikan dalam konteks budaya politik gal itu adalah budaya “apatis”.411 menunjukkan bahwa setiap pengetahuan kewarganegaraan seseorang bertambah +1 poin. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . didapat Fhitung 26. Democracy. Dependent Variable: Participation Bagian ini menggambarkan tingkat signifikansi.730 F 26. ‘11 19 Statistik Sosial Ir Farida.610 . tingkat pengetahuan kewarganegaraan seseorang dan tingkat perilaku demokratisnya secara bersama-sama berpengaruh terhadap tingkat partisipasi politiknya.924 . tidak memiliki angka “nol” seperti dalam batasan skala interval.300 + 0.411 poin.396 dengan tingkat signifikansi sebesar 0.30.

untuk ketiga variabel tersebut.768 menunjukkan 0. Citizenship = 0. Hi diterima Terlihat bahwa pada kolom Sig. < 0. dengan demikian Ho diterima atau dengan kata lain kedua variabel tersebut tidak cukup signifikan mempengaruhi tingkat partisipasi politik seseorang.05.768 poin bahwa setiap tingkat perilaku demokratis seseorang bertambah +1 poin. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . Kejadian di atas mungkin disebabkan karena data-data yang ada memang menunjukkan hal tersebut. > 0.57 dan Democracy = 0.453. yaitu konstanta = 0.doc ‘11 20 Statistik Sosial Ir Farida.05 maka Ho ditolak . Materi di atas dicopy dari : wsetiabudi.361 mempunyai angka signifikansi > 0.files.wordpress.• Koefisien regresi 0.) adalah sebagai berikut: Jika Sig. maka partisipasi politiknya akan bertambah juga sebesar • Sedangkan uji-t digunakan untuk menguji signifikansi konstanta dan setiap variabel independen Hipotesis yang dibangun adalah sebagai berikut: Ho = Koefisien Regresi Tidak Signifikan Hi = Koefisien Regresi Signifikan Pengambilan keputusan (berdasarkan probabilitas. lihat kolom Sig.05 maka Ho diterima Jika Sig.com/2010/08/modul4.

Sign up to vote on this title
UsefulNot useful