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

Parameter B1 dan B2 sering juga disebut sebagai koefisien regresi parsial. khususnya pada taraf nyata 1% ‘11 3 Statistik Sosial Ir Farida. Peramalan dengan Regresi Linear Berganda Peramalan terhadap nilai Y dengan menggunakan regresi linear berganda. Pengujian hipotesis individual yaitu merupakan pengujian hipotesis koefisien regresi berganda dengan hanya satu B (B 1 dan B2) yang mempunyai pengaruh Y. yaitu pengujian hipotesis serentak dan pengujian hipotesis individual. x2 sudah diketahui. 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. 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. dapat dilakukan apabila persamaan garis regresinya sudah diestimasi dan nilai variabel bebas x1. Tujuan ialah mengetahui variabel-variabel bebas yang digunakan itu memiliki pengaruh yang nyata atau tidak terhadap y tersebut. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . pengujian hipotesis serentak merupakan pengujian hipotesis koefisien regresi berganda dengan B1 dan B2 serentak atau bersama-sama mempengaruhi Y. 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. Suatu persamaan garis regresi linear berganda dapat dipakai dalam peramalan dengan terlebih dahulu melakukan pengujian hipotesis terhadap koefisien-koefisien regresi parsialnya.

547 + 0.284 maka persamaan regresi linear bergandanya menjadi ˆ = 17.284 (4) y Dengan persamaan regresi linear berganda tersebut. sebagai ukuran tepat atau tidaknya garis tersebut sehingga pendekatan.0. b1 = 0. nilai y (nilai statistik maha siswa) dapat diramalkan dengan mengetahui nilai x1 (nilai inteligensi mahasiswa) dan x2 (frekuensi membolos mahasiswa) misalkan.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.642.547.284 (4) = 63. Korelasi Linear Berganda ‘11 4 Statistik Sosial Ir Farida.624 (75) – 0.547 + 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. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . nilai x1 = 75 dan x2 = 24 maka ramalan nilai y adalah ˆ y = 17. b2 = .624 (75) – 0.211 Penulisan persamaan garis regresi linear berganda biasanya disertai dengan kesalahan baku masing-masing variabel bebas dan koefisien determinasi berganda r2.

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

rI2 3) Koefisien korelasi parsial antara x1 dan x2 apabila y konstan dirumuskan R12y = ( I−r )( I−r ) 2 2 y1 y2 r12 − ry1. ‘11 6 Statistik Sosial Ir Farida. 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. 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 2.. Sebelum kita memulai analisis kita perhatikan dahulu apakah data yang akan kita peroleh berskala nominal. Korelasi linear berganda dengan 3 variabel bebas a. Koefisien korelasi berganda ry123 = b1 ∑ x1 y + b 2 ∑ x 2 y + b3 ∑ x 3 y ∑y 2 Materi di atas dicopy dari : masbied.files. interval atau rasio ? Sebab perlakuan terhadap data-data tersebut akan berbeda ketika kita akan melakukan analisis korelasi..ry. ordinal.com/./modul-matemati Analisis Korelasi dengan SPSS Contoh : Menghitung korelasi antara pengetahuan tentang kewarganegaraan dengan partisipasi politik seseorang.wordpress. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . Sedangkan untuk yang berskala ordinal kita gunakan Spearman Correlation (Statistik Non-Parametrik).12 = ( I−r )( I−r ) 2 2 y1 y2 ry2 − ry1.

kedua variabel yang ada yaitu pengetahuan kewarganegaraan dan tingkat partisipasi politik umumnya belum memiliki standar yang baku dalam skala nilainya. baik level pengetahuan kewarganegaraan dan tingkat partisipasi politik keduanya merupakan konsep yang berkaitan dengan perilaku seorang manusia. Dari lima orang responden akan memiliki jawaban atas angket yang diberikan sebagai berikut.542213 2 1 1.Kembali ke contoh kasus kita. Misalkan hasilnya (Succesive Interval-nya) diperoleh sebagai berikut: No Resp 1 A B C D E 3 1 2. biasanya kita akan menyebarkan angket yang berisi sejumlah daftar pertanyaan atau pernyataan yang akan mengukur sejauh mana level pengetahuan kewarganegaraannya dan tingkat partisipasi politiknya. 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.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.C.946443 3.946443 2.271106 2. 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 3.271106 2.946443 2.595769 3.271106 3. 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 3. Seperti telah diulas dalam modul sebelumnya.D dan E). 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.595769 3.542213 3 1 2.542213 1 1 1.542213 6 3 1 1.271106 2.068991 3. para peneliti ilmu sosial umumnya menggunakan Skala Likert guna mengukur persepsi atau perilaku sosial.542213 Jawaban atas pertanyaan nomor ke2 3 4 5 2 1 2.

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

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

Correlations Citizenship Pearson Correlation Sig. Arti Angka Korelasi (Lihat Pearson Correlation) Ada dua hal dalam penafsiran korelasi.01 level (2-tailed). Korelasi antara Citizenship dengan Participation.01) maka Ho diterima Jika probabilitas < 0. Hal ini berarti : • Arah korelasi positif. yaitu tanda ‘+” atau ‘-“ yang berhubungan dengan arah korelasi. didapat angka +0.5. serta kuat tidaknya korelasi. jadi otomatis positif). Correlation is significant at the 0. Demikian pula sebaliknya. yaitu tingkat pengetahuan kewarganegaraan seseorang dengan partisipasi politiknya memiliki hubungan (korelasi).969** 1 .05 (atau 0. (2-tailed) N Pearson Correlation Sig. Dasar pengambilan keputusannya adalah dengan dasar probabilitas sebagai berikut: • • Jika probabilitas > 0.969 (tanda “+” disertakan karena tidak ada tanda “-“ pada output.969** .007 5 5 . (2-tailed)) Bila kita hendak merumuskan hipotesis bahwa antara dua variabel. 2.05 (atau 0.969) yang > 0. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana .01) maka Ho ditolak ‘11 10 Statistik Sosial Ir Farida.007 5 5 Participation **. Analisis Output 1. (2-tailed) N Citizenship 1 Participation . artinya semakin tinggi tingkat pengetahuan kewarganegaraan seseorang maka partisipasi politiknya cenderung semakin besar. berarti tingkat pengetahuan kewarganegaraan seseorang berkorelasi KUAT dengan partisipasi politiknya. kita misalnya dapat menguji dengan melakukan uji dua sisi. • Besaran korelasi (0. 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. Signifikansi Hasil Korelasi (lihat Sig.

maka tipe analisis korelasi yang digunakan adalah Pearson. pilih menu Analyze.• Catatan: 0. lalu kita tambahkan 1 lagi variabel dengan nama Democracy yang mewakili variabel tingkat perilalu demokrasi seseorang. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana .05 atau 0.007 maka kedua variabel tersebut memang SECARA NYATA berkorelasi. Hal ini bisa dilihat juga dari adanya tanda ** pada angka korelasi. dari menu utama SPSS. Jika sudah nampak. Keputusan pada contoh kasus yang kita miliki pada keterangan Sig. dan pilih Partial.01 adalah tergantung pilihan kita. Maka akan tampak di layar tampilan seperti gambar berikut: ‘11 11 Statistik Sosial Ir Farida. Karena ketiga variabel bersifat kuantitatif. 3. Sehingga diperoleh tampilan sebagai berikut: 2. 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. Jumlah Data yang Berkorelasi Dapat dilihat dari dari nilai N. Kemudian pilih submenu Correlate. maka data yang diproses adalah 5. (2-tailed) diperoleh angka probailitasnya 0.sav. Langkah-langkah yang ditempuh: 1. karena tidak ada data yang hilang. Buka lagi file korelasi1. Misalnya seperti pada contoh di atas. bila kita ingin menghitung korelasi parsial antara tingkat pengetahuan kewarganegaraan seseorang dengan perilaku demokratisnya dimana partisipasi politik menjadi variabel kontrol.

(2-tailed) N Pearson Correlation Sig. kemudian tekan tombol OK untuk prosessing data.007 . ‘11 12 Statistik Sosial Ir Farida. Pengisian: a.01 level (2-tailed).977** 1 . dengan cara mengkliknya. d. Correlation is significant at the 0.007 . Controlling for (variabel pengontrol).007 . pilih participation c. e. Abaikan yang lainnya. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . (2-tailed) N Pearson Correlation Sig. Test of Significance yang akan digunakan.004 5 5 5 .3.968** .969** 1 .969** .968** . pilih Two-tailed untuk uji dua sisi. (2-tailed) N Citizenship 1 Participation Democracy .007 5 5 5 . Outputnya sebagai berikut: Correlations Correlations Citizenship Pearson Correlation Sig. pilih Citizenship dan Democracy b. Variable yang akan dikorelasikan. Display actual signifance level pilih untuk diaktifkan.977** .004 5 5 5 Participation Democracy **.

0 .397 . Untuk data yang bersifat ordinal. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . Tidak Baik dan seterusnya. Jadi datanya bisa kualitatif maupun kuantitatif. maka ada kecenderungan partisipasi politik orang tersebut akan semakin meningkat. Bila dibandingkan terlihat bahwa angka korelasi antara Citizenship dengan Democracy dengan menggunakan variabel pengontrol nilainya menjadi turun. dan jika perilaku demokrasinya pun meningkat. KORELASI UNTUK DATA ORDINAL Bila kita memiliki data yang memiliki tipe ordinal. Hal ini berarti bahwa dengan memperhitungkan besarnya tingkat partisipasi politik seseorang. Sedangkan tandanya masih “positif’. apakah analisis korelasinya harus sama ? Menggunakan Pearson ? Jawabannya tentu tidak. Arti Angka Korelasi (Lihat Correlation) Pada hasil output ada dua bagian. 0 Democracy Analisis Hasil Pengolahan oleh SPSS: Analisis Output 1. maka harus menggunakan korelasi Spearman dan Kendall.000 .397 . Demikian pula sebaliknya. yaitu dari 0. Sehingga.000 .Partial Corr Correlations Control Variables Participation Citizenship Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df Citizenship 1. Mari kita lihat contoh kasus analisis untuk data ordinal dengan membuka file nilai_karyawan.603 2 1. masih ada korelasi positif antara tingkat pengetahuan kewarganegaraan dengan perilaku demokratisnya. yaitu Citizenship.603 2 Democracy . seperti hasil dari penyebaran kuesioner yang berisi variabel berjenjang seperti: Sangat baik.968 menjadi 0.397. Sedangkan bagian yang kedua analisis korelasi antara Citizenship dengan Democracy dimana Participation menjadi variabel pengontrolnya. Participation dan Democracy. Baik. semakin tinggi tingkat partisipasi politik seseorang. yang pertama adalah Analsis Korelasi Pearson (Bivariat) antara 3 variabel. ‘11 13 Statistik Sosial Ir Farida.

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

5 menunjukan hubungan keduanaya lemah.000 .077 .299** . atau semakin loyal seorang karyawan.072 . (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. 2. atau semakin tinggi IQ karyawan maka prestasinya cenderung makin jelek.015 .005 jauh lebih kecil daripada 0. (2-tailed) N Correlation Coefficient Sig.893 75 75 -. 1.004 75 . (2-tailed) N Correlation Coefficient Sig.330** . 75 75 . Catatan: angka korelasi yang dipakai adalah korelasi Kendall. (2-tailed) N Correlation Coefficient Sig. 75 .508 75 1.508 yang hampir mendekati 0.000 . 75 Kendall's tau_b Prestasi Karyawan IQ Karyawan Loyalitas Konsumen Spearman's rho Prestasi Karyawan IQ Karyawan Loyalitas Konsumen Correlation Coefficient Sig.893 . yang berarti adanya hubungan yang benar-benar signifikan antara Prestasi dan Loyalitas seorang karyawan. Signifikansi Hasil Korelasi (lihat Sig. (2-tailed)) • Korelasi antara Prestasi dengan Loyalitas adalah signifikan (Probabilitas 0.000 .015 1. maka prestasinya cenderung semakin bagus.299** .893 75 75 -. ‘11 15 Statistik Sosial Ir Farida.015 < 0.005 .004 . MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . . (2-tailed) N **.000 .5 menunjukkan lemahnya hubungan ekedua variabel tersebut. Correlation is significant at the 0. Akan tetapi angka korelasi sebesar 0. Arti Angka Korelasi (Lihat Pearson Correlation) • Korelasi antara Prestasi dan Loyalitas adalah positif. Namun bila diukur dengan Spearman. Demikian pula sebaliknya.5 menunjukkan lemahnya hubungan kedua variabel tersebut.330** .01 level (2-tailed).000 -.299 < 0. untuk memastikan apakah kedua variabel berkorelasi secara signifikan. Korelasi antara Prestasi dengan IQ adalah negatif. hasilnya tidak jauh berbeda.016 1.000 -.893 .509 75 75 Loyalitas Konsumen . Untuk kasus ini bisa dilakukan dengan pengujian ulang dengan data yang diperbaharui. • Korelasi anatara IQ dengan Loyalitas hampir signifikan (Probabilitas adalah 0.072 .509 75 1.05).508 75 75 1.Correlations Prestasi Karyawan IQ Karyawan 1. Analisis: Penafsirannya sama dengan penafsiran pada analisis Pearson. • • Korelasi antara IQ dengan Loyalitas positif dan nilainya 0.005 75 . demikian pula sebaliknya.077 . .05).072 0.016 . Namun angka korelasi 0. 75 75 .

3. karena tidak ada data yang hilang. Pada dasarnya tahapan penyusunan model analisis regresi adalah sebagai berikut: 1.05). Default SPSS adalah metode Enter. (Simpan hasil output dengan nama korelasi3). Menguji signifikansi model (uji-t. Jika kita memilih metode Stepwise. 5. oleh karena itu dalam latihan kita akan menggunakan default SPSS yaitu metode Enter. Menentukan metode pembuatan model regresi. Linieritas. Jumlah Data yang Berkorelasi Dapat dilihat dari dari nilai N.893 jauh lebih besar daripada 0. yaitu: Enter. maka uji signifikansi justru mendahului uji asumsi seperti normalitas dan sebagainya. Stepwise. Menentukan yang mana variabel bebas dan variabel terikatnya 2. uji-F dan sebagainya) 6. Melihat ada tidaknya data yang outlier (ekstrem) 4. ANALISIS REGRESI Kita telah berlatih menggunakan analisis korelasi dengan SPSS. selanjutnya kita akan berlatih untuk menggunakan analisis regresi. Menguji asumsi-asumsi pada regresi berganda. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana .• Korelasi antara Prestasi dengan IQ adalah tidak signifikan (Probabilitas 0. Intepretasi model Regresi Berganda Persamaan model regresi dinyataakan dalam rumusan sebagai berikut: Y = a + bX1 + cX2 ‘11 16 Statistik Sosial Ir Farida. dalam SPSS ada beberapa pilihan. maka data yang diproses adalah 75. Tujuan dari analisis regresi adalah untuk memprediksi besar Variabel Terikat (Dependent Variable) dengan menggunakan data Variabel Bebas (Independent Variable) yang sudah diketahui besarnya. seperti normalitas. yang berarti antara Prestasi dan IQ seorang karyawan tidak ada hubungan. Forward dan Backward (perbedaanya akan dibahas pada bagian lain). 3. Heteroskedastisitas dan lain-lainnya.

Keterangan: Y = Variabel dependen X1 dan X2 = Variabel-variabel independen a. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . pilih menu utama Analyze. bagaimana tingkat partisipasi politik seseorang bila tingkat pengetahuan kewarganegaraannya dan tingkat perilaku demokrasinya berubah-ubah nilainya. b. Dari menu SPSS. Buat atau jika sudah ada buka lagi file SPSS yang memuat data ini. Democracy 1 4 5 6 8 2. 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. 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. lalu submenu Regression. Dalam analisis regresi kita ingin meprediksi. 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.

Ini artinya bahwa 0. Untuk pengisian.7) atau 7% dijelaskan oleh sebab-sebab yang lain. Angka R Square atau Koefisien Determinasi adalah 0. • Std. Untuk variabel independen lebih dari dua sebaiknya gunakan Adjusted R Square yang pada latihan kita nilainya 0.3. Untuk Independent(s) pilih Citizenship dan Democracy c. dimana semakin kecil angkanya maka semakin baik prediksinya. pilih Enter d.927.963 (berasal dari 0. sebagai berikut: a.963 Adjusted R Square . MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana .982 a .982(a) menunjukkan bahwa korelasi/hubungan antara Participation dengan kedua variabel independen-nya adalah kuat (karena besarnya > 0. Untuk pilihan Dependent (variabel terikat). Pilih variabel Participation b. Predictors: (Constant). Tekan OK untuk prosessing data maka outputnya diperoleh sebagai berikut. Error of the Estimate yang nilainya 0. Abaikan bagian lain e. Method. Output dan Analisisnya Model Summary Model 1 R R Square . ‘11 18 Statistik Sosial Ir Farida.3% variasi dari Participation dapat dijelaskan oleh variasi dari kedua variabel independen. • • Angka R sebesar 0.85442 menggambarkan tingkat ketepatan prediksi regresi.85442 a. Democracy. Sedangkan sisanya (100-96. yaitu Democracy dan Citizenship. Citizenship Bagian ini menggambarkan derajat keeratan hubungan antarvariabel.5).927 Std.3 = 0.982).982 x 0.963 atau 96. Error of the Estimate .

05 maka model regresi ini bisa dipakai untuk memprediksi tingkat partisipasi politik seseorang. bahwa secara nyata ketiga variabel itu berskala ordinal.037.491 . Predictors: (Constant). a Coefficients Model 1 (Constant) Citizenship Democracy Unstandardized Coefficients B Std.b ANOVA Model 1 Regression Residual Total Sum of Squares 38.460 40. • Koefisien regresi 0. didapat Fhitung 26.360 . tingkat pengetahuan kewarganegaraan seseorang dan tingkat perilaku demokratisnya secara bersama-sama berpengaruh terhadap tingkat partisipasi politiknya.453 . .300 2.175 Sig.540 1. maka partisipasi politiknya akan bertambah 0.037 a a.730 F 26.411 .654 Standardized Coefficients Beta . Error -2. mungkin dapat diintepretasikan dalam konteks budaya politik gal itu adalah budaya “apatis”.361 a. ‘11 19 Statistik Sosial Ir Farida.768 . Dengan kata lain. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana . Democracy.270 .768 Democracy Konstanta sebesar -2. • • Persamaan regresi yang diperoleh adalah sebagai berikut: Participation = -2.396 dengan tingkat signifikansi sebesar 0. Dari uji ANOVA atau F-test.000 df 2 2 4 Mean Square 19. Dependent Variable: Participation Sedangkan bagian ini menggambarkan seberapa besar koefisien regresinya.30. .411 poin. Jangan lupa juga. Dependent Variable: Participation Bagian ini menggambarkan tingkat signifikansi. Citizenship b.300 + 0.924 . Karena probabilitas (tingkat signifikansi) ini lebih kecil daripada 0.570 . tidak memiliki angka “nol” seperti dalam batasan skala interval.396 Sig. Secara kualitatif tentu tidak ada perilaku “minus”.610 .629 t -.411 Citizenship + 0.30 menyatakan bahwa jika seseorang tidak memiliki pengetahuan kewarganegaraan dan perilaku demokratis maka partisipasi politiknya -2.411 menunjukkan bahwa setiap pengetahuan kewarganegaraan seseorang bertambah +1 poin.673 1.

Materi di atas dicopy dari : wsetiabudi. yaitu konstanta = 0. Kejadian di atas mungkin disebabkan karena data-data yang ada memang menunjukkan hal tersebut. untuk ketiga variabel tersebut. < 0.• Koefisien regresi 0. dengan demikian Ho diterima atau dengan kata lain kedua variabel tersebut tidak cukup signifikan mempengaruhi tingkat partisipasi politik seseorang.768 menunjukkan 0.05 maka Ho ditolak .05 maka Ho diterima Jika Sig.files.05.) adalah sebagai berikut: Jika Sig.wordpress. Citizenship = 0. lihat kolom Sig.361 mempunyai angka signifikansi > 0. Hi diterima Terlihat bahwa pada kolom Sig. > 0.com/2010/08/modul4. MMA Pusat Pengembangan Bahan Ajar Universitas Mercu Buana .57 dan Democracy = 0. 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.768 poin bahwa setiap tingkat perilaku demokratis seseorang bertambah +1 poin.453.doc ‘11 20 Statistik Sosial Ir Farida.

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master Your Semester with a Special Offer from Scribd & The New York Times

Cancel anytime.