KORELASI & REGRESI

KORELASI Uji korelasi digunakan untuk menguji tentang ada tidaknya hubungan antar variabel satu dengan yang lain. Dalam analisis korelasi yang diperhatikan adalah arah (positif atau negatif) dan besarnya hubungan Jika koefesien korelasi positif, maka kedua variabel mempunyai hubungan searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula. Sebaliknya, jika koefesien korelasi negatif, maka kedua variabel mempunyai hubungan terbalik. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan menjadi rendah (dan sebaliknya). Koefisien korelasi mempunyai harga -1 sampai +1

Bivariate Correlations Sering disebut dengan korelasi Product Moment Pearson Berguna untuk menguji korelasi antar 2 variabel Dalam uji korelasi, perlu Test of Significance: Two-tailed (uji 2 sisi)  belum diketahui hubungan antar variabel One-tailed (uji 1 sisi)  telah diketahui kecenderungan hubungan variabel

Prosedur Pengolahan Data AnalyzeCorrelateBivariate Masukkan variabel ke box Variables Correlation Coefficients Pearson Test of Significancetwo-tailed Optionsmeans and standard deviations ContinueOk

HIPOTESIS KORELASI H0 : Tidak ada hubungan H1 : Ada hubungan Jika nilai signifikansi > 0,05 H0 diterima Jika nilai signifikansi < 0,05 H0 ditolak Untuk memudahkan melakukan interpretasi mengenai kekuatan hubungan antara dua variabel diberikan kriteria sebagai berikut (Sarwono:2006): r = 0  Tidak ada korelasi(r) antara dua variabel 0 < r ≤ 0,25  Korelasi sangat lemah 0,25 < r ≤ 0,5  Korelasi cukup 0,5 < r ≤ 0,75  Korelasi  kuat 0,75 < r ≤ 0,99  Korelasi  sangat kuat r = 1  Korelasi sempurna < r ≤

HIPOTESIS KORELASI H0 : Tidak ada hubungan H1 : Ada hubungan Jika nilai signifikansi > 0,05 H0 diterima Jika nilai signifikansi < 0,05 H0 ditolak

Untuk memudahkan melakukan interpretasi mengenai kekuatan hubungan antara dua variabel diberikan kriteria sebagai berikut: KORELASI POSITIF KORELASI NEGATIF r = 0  Tidak ada korelasi (r) 0 < r ≤ 0,25  Korelasi sangat lemah 0,25 < r ≤ 0,5  Korelasi cukup 0,5 < r ≤ 0,75  Korelasi kuat 0,75 < r ≤ 0,99  Korelasi sangat kuat r = 1  Korelasi sempurna r = 0  Tidak ada korelasi (r) 0 < r ≤ -0,25  Korelasi sangat lemah -0,25 < r ≤ -0,5  Korelasi cukup -0,5 < r ≤ -0,75  Korelasi  kuat -0,75 < r ≤ -0,99  Korelasi  sangat kuat r = -1  Korelasi sempurna

Partial Correlations Untuk menguji korelasi dengan mempertimbangkan efek dari variabel lain Mengukur korelasi 2 variabel dengan mengeluarkan pengaruh dari satu atau lebih variabel lain (variabel kontrol) Prosedur: AnalyzeCorrelatePartial Masukkan variabel ke box Variables Masukkan variabel control ke box Controlling for Optionszero-order correlations dan exclude cases listwise ContinueOk

REGRESI Analisis Regresi bertujuan menganalisis besarnya pengaruh variabel bebas (independent) terhadap variabel terikat (dependent) Regresi linier terbagi 2 kelompok  regresi linier sederhana dan regresi linier berganda Dalam regresi linier berganda terdapat nilai koefisien determinasi (R2) R2 untuk mengetahui berapa besar peran atau kontribusi dari beberapa variabel bebas dalam memnjelaskan variabel terikat

Regresi Linier Sederhana Prosedur Pengolahan Data AnalyzeRegressionLinear Masukkan variabel bebas dan terikat ke box Dependent dan Independent(s) Statistics Regression CoeficientsEstimatesModel fitDescriptivesContinue Ok Hipotesis H0 : Tidak ada pengaruh H1 : Ada pengaruh Jika nilai signifikansi > 0,05 H0 diterima Jika nilai signifikansi < 0,05 H0 ditolak

Regresi Linier Berganda Prosedur Pengolahan Data AnalyzeRegressionLinear Masukkan variabel-variabel bebas ke box Independent(s) variabel terikat ke box Dependent Ok Hipotesis H0 : Tidak ada pengaruh H1 : Ada pengaruh Jika nilai signifikansi > 0,05 H0 diterima Jika nilai signifikansi < 0,05 H0 ditolak Output Uji F  uji pengaruh variabel bebas secara bersama-sama Uji t  uji pengaruh masing-masing variabel bebas