uji asosiatif

Uji AsosiatifUji Asosiatif

SAMI’AN

SAM-SPSS-06SAM-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


KOEFISIEN KORELASI

• Besar kecilnya hubungan antara dua variabel dinyatakan dalam bilangan yang disebut Koefisien Korelasi

• Besarnya Koefisien korelasi antara -1 0 +1


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


ARAH HUBUNGAN

• Positif (Koefisien 0 s/d 1)• Negatif (Koefisien 0 s/d -1)• Nihil (Koefisien 0)


PEARSON CORRELATION

• Digunakan untuk data interval & rasio

• Distribusi data normal• Terdiri dari dua variabel

• 1 Variabel X (Independen)• 1 Variabel Y (dependen)


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


INPUT DATA KE SPSS


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


UJI NORMALITAS


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


INTERPRETASI NORMALITAS

Lihat Sig. Kolmogorov-Smirnov.

Normal apabila Sig. > 0,05

Tidak normal apabila Sig. < 0,05


TAHAP ANALISIS


TAHAP ANALISIS

1. Blok kedua variabel 2. Klik tombol

3. Aktifkan Box Pearson & Klik OK


CARA BACA OUT PUT

Lihat Koefisien pearson korelasi =0,843 dan

Sig. (2-tailed) = 0,000


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)


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


SPEARMAN

• Digunakan untuk jenis data ordinal• Cara analisis dan interpretasi sama

dengan Pearson.• Perbedaan hanya pada waktu

memilih box yang diaktifkan adalah box spearman


SPEARMAN

Aktifkan Spearman & Klik OK


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


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


CONTOH

• Buka data : Korelasi ganda dan partial.sav

Data Korelasi Ganda & Partial


ANALISIS


KORELASI PARTIAL

1. Variabel Penjualan & Biaya Promosi masukkan dalam kotak variabel

2. Variabel Jumlah Outlet masukkan dalam kotak Controlling for: dan klik OK


OUTPUT PARTIAL

Interpretasi sama dengan korelasi Pearson & Spearman


KORELASI GANDA

• Korelasi yang digunakan untuk menguji hubungan dua atau lebih variabel independen dengan satu variabel dependen secara bersamaan

X1

Y

X2 }


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


CONTOH




KORELASI GANDA

Tidak ada menu khusus korelasi ganda dalam SPSS. Untuk itu bisa digunakan menu regression untuk mencari (R) dan R square


KORELASI GANDA

Untuk Korelasi ganda yang digunakan hanya output Model Summary. Lihat koefisien R output yang lain diabaikan


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

SPSSREGRESI

SAMI’AN


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


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


REGRESI SEDERHANA

• Buka data : Pearson.sav

Data Pearson


REGRESI SEDERHANA


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


REGRESI SEDERHANA

KorelasiSignifikansi Model persamaan regresi

Persamaan garis regresi


INTERPRETASI REGRESI SEDERHANA

Model Summary

.843a .711 .703 6.973Model1

R R SquareAdjustedR Square

Std. Error ofthe Estimate

Predictors: (Constant), Intensitas Belajara.

• Lihat nilai R = 0,843 ini berarti bahwa korelasi antara variabel X dengan Y adalah 0,843

Output 1



• 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

Model1

Sum ofSquares df Mean Square F Sig.

Predictors: (Constant), Intensitas Belajara.

Dependent Variable: Prestasi Statistikb.



• 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

Model1

B Std. Error

UnstandardizedCoefficients

Beta

StandardizedCoefficients

t Sig.

Dependent Variable: Prestasi Statistika.


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)


CONTOH




REGRESI GANDA


REGRESI GANDA

1. Masukkan Variabel penjualan di kotak

Dependent

2. 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


REGRESI GANDA

Korelasi

Signifikansi Model persamaan regresi

Persamaan garis regresi

Singnifikansi masing-masing variabel independen

Multikolinearitas


INTERPRETASI REGRESI GANDA

• Lihat nilai R = 0,976 ini berarti bahwa korelasi antara variabel X1 dan X2 secara bersamaan dengan Y adalah 0,976

Output 1Model Summary

.976a .952 .944 9.757Model1

R R SquareAdjustedR Square

Std. Error ofthe Estimate

Predictors: (Constant), jumlah outlet, biaya promosia.



• 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

Model1

Sum ofSquares df Mean Square F Sig.

Predictors: (Constant), jumlah outlet, biaya promosia.

Dependent Variable: penjualanb.



• 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

Model1

B Std. Error

UnstandardizedCoefficients

Beta

StandardizedCoefficients

t Sig. Tolerance VIF

Collinearity Statistics

Dependent Variable: penjualana.



• 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

Dimension1

2

3

Model1

EigenvalueCondition

Index (Constant) biaya promosi jumlah outlet

Variance Proportions

Dependent Variable: penjualana.

uji asosiatif

Documents