Laporan KORELASI-REGRESI

8/21/2019 Laporan KORELASI-REGRESI

http://slidepdf.com/reader/full/laporan-korelasi-regresi 1/29

MODUL 4

UJI KORELASI REGRESI

4.1 Tujuan Praktikum

1. Mampu memahami Uji Korelasi Regresi

2. Mampu menyelesaikan persoalan Uji Korelasi Regresi dengan software SPSS

4.2 Tugas Praktikum

1. Membuat dan menari data dari sumber terperaya untuk diolah kemudian

tampilkan dalam bentuk tabel data historis dengan jumlah data minimal

sejumlah 1!! data.

2. Melakukan perhitungan Uji Korelasi Regresi "Regresi #inear Sederhana dan

Regresi #inear $erganda% dari sejumlah yang telah didapat dengan

menggunakan software SPSS.

&. Melakukan analisa dari hasil sejumlah hasil olahan yang didapat hingga

tentukan kesimpulan keputusan dan rumus regresi yang didapat.

4. P!ng"#a$an Data

'.&.1 (eskripsi Kasus

1. Regresi #inear Sederhana

Melakukan penarian data pada website bps.go.id sebanyak minimal 1!! datauntuk melakukan pengujian Regresi #inear Sederhana yang terdiri dari satu

)ariabel dependent "*% dan satu )ariabel independent "+%. Kemudian

melakukan pengolahan data menggunakan software SPSS.

2. Regresi #inear $erganda

Melakukan penarian data pada website bps.go.id sebanyak minimal 1!! data

untuk melakukan pengujian Regresi #inear $erganda yang terdiri dari satu

)ariabel dependent "*% dan dua atau lebih )ariabel independent "+1, +2,... +n%.

Kemudian melakukan pengolahan data menggunakan software SPSS.



'.&.2 -abel (ata istoris

1. Uji Regresi Sederhana

-ahun (aerah

/ariabel + /ariabel *

#uas Panen

"a%

Produksi

"ton%

2!!0

( *ogyakarta 1! 10'3

4awa -imur 535 &002

$anten 112 &&0

$ a l i 10! 10&'

6usa -enggara $arat ' 775

6usa -enggara -imur 11& '02Kalimantan $arat &'2 110

Kalimantan -engah 2'' 331

Kalimantan Selatan 02 &'7

Kalimantan -imur 25 1231

Sulawesi Utara 231 3127

Sulawesi -engah 150 71

Sulawesi Selatan 1007 11&3

Sulawesi -enggara &23 3&

8orontalo 50 2&1Sulawesi $arat 220 &&&

M a l u k u 5 1!

Maluku Utara 15' &!1

Papua $arat 223 55&

Papua 53 &57

2!1! ( *ogyakarta 10& 2171

4awa -imur 331 3232

$anten 1!& &03

$ a l i 137 2100

6usa -enggara $arat 70 370

6usa -enggara -imur 1!' 10!

Kalimantan $arat 203 1!75

Kalimantan -engah 27& 3&

Kalimantan Selatan 210 32!

Kalimantan -imur 2&3 1!32

Sulawesi Utara 231 &3

Sulawesi -engah 220 1!!'

Sulawesi Selatan 225& 11&5&

Sulawesi -enggara '&7 1!&'



8orontalo 23 '

Sulawesi $arat 253 &&'

M a l u k u 5 11

Maluku Utara 115 271

Papua $arat 11! '0!

Papua 23! 71

2. Uji Regresi $erganda

-ahun (aerah

* +1 +2

#uas9Panen

"a%Produksi"-on%

Produkti)itas

"a:-on%

2!!0

( *ogyakarta 1! 10'3 11,'54awa -imur 535 &002 1!,5

$anten 112 &&0 &,!&

$ a l i 10! 10&' 1!,13

6usa -enggara $arat ' 775 11,3&

6usa -enggara -imur 11& '02 ',&7

Kalimantan $arat &'2 110 &,7!

Kalimantan -engah 2'' 331 &,51

Kalimantan Selatan 02 &'7 &,7

Kalimantan -imur 25 1231 ',3!

Sulawesi Utara 231 3127 1!,&

Sulawesi -engah 150 71 &,!5

Sulawesi Selatan 1007 11&3 7,!

Sulawesi -enggara &23 3& 2,&0

8orontalo 50 2&1 &,&7

Sulawesi $arat 220 &&& 1,'7

M a l u k u 5 1! 1,5

Maluku Utara 15' &!1 1,3'

Papua $arat 223 55& 2,01

Papua 53 &57 7,&2!1! ( *ogyakarta 10& 2171 11,17

4awa -imur 331 3232 1!,72

$anten 1!& &03 &,35

$ a l i 137 2100 11,30

6usa -enggara $arat 70 370 1',75

6usa -enggara -imur 1!' 10! 1,3&

Kalimantan $arat 203 1!75 &,7'

Kalimantan -engah 27& 3& &,!0

Kalimantan Selatan 210 32! &,'

Kalimantan -imur 2&3 1!32 ',77



Sulawesi Utara 231 &3 1!,1&

Sulawesi -engah 220 1!!' ',&3

Sulawesi Selatan 225& 11&5& 7,!2

Sulawesi -enggara '&7 1!&' 2,&3

8orontalo 23 ' 2,5'

Sulawesi $arat 253 &&' 1,27

M a l u k u 5 11 1,3&

Maluku Utara 115 271 2,15

Papua $arat 11! '0! ','7

Papua 23! 71 1,37

'.&.& -entukan o dan a, tingkat probabilitas kesalahan "p%, dan kriteria pengujian

1. Uji #inearitas

- o; (ata tidak bersifat linear

- a; (ata bersifat linear

- -ingkat probabilitas kesalahan < 7= < !,!7

- Kriteria pengujian;

Sig > !,!7 ; o diterima, maka data bersifat tidak linear

Sig ? !,!7 ; o ditolak, maka data bersifat linear

2. Uji Korelasi

- o; -idak ada hubungan antara 2 )ariabel atau lebih- a; @da hubungan antara 2 )ariabel atau lebih



Sig > !,!7 ; o diterima, maka tidak ada hubungan antara 2

)ariabel atau lebih

Sig ? !,!7 ; o ditolak, maka ada hubungan antara 2 )ariabel atau

lebih

-abel '.1 nterpretasi 6ilai R

R Int!r%r!tasi

! -idak berkorelasi

!,!1A!,2! Korelasi sangat rendah

!,21A!,'! Rendah

!,'1A!,5! @gak rendah

!,51A!,3! Bukup

!,31A!,00 Kuat

1 Sangat Kuat



&. Regresi #inear Sederhana

- o ; -idak ada hubungan antara luas panen bawang daun pada tahun

2!!0 dan 2!1! dengan produksi bawang dauh tahun 2!!0 dan 2!1!

- a ; @da hubungan antara luas panen bawang daun pada tahun 2!!0

dan 2!1! dengan produksi bawang daun tahun 2!!0 dan 2!1!


- Kriteria pengujian ;

Sig > !,!7 ; o diterima, maka tidak ada antara hubungan luas

panen bawang daun pada tahun 2!!0 dan 2!1! dengan produksi

bawang daun tahun 2!!0 dan 2!1!

Sig ? !,!7 ; o ditolak, maka ada hubungan antara luas panen

bawang daun pada tahun 2!!0 dan 2!1! dengan produksi

bawang daun tahun 2!!0 dan 2!1!

'. Regresi #inear $erganda

- o ; -idak ada antara hubungan luas panen bawang daun pada tahun

2!!0 dan 2!1! dengan produksi dan produkti)itas bawang daun pada

tahun 2!!0 dan 2!1!

- a ; @da hubungan antara luas panen bawang daun pada tahun 2!!0

dan 2!1! dengan produksi dan produkti)itas bawang daun pada tahun

2!!0 dan 2!1!


- Kriteria pengujian ;

Sig > !,!7 ; o diterima, maka tidak ada hubungan antara luas

panen bawang daun pada tahun 2!!0 dan 2!1! dengan produksi

dan produkti)itas bawang daun pada tahun 2!!0 dan 2!1!

Sig ? !,!7 ; o ditolak, maka ada hubungan antara luas panen

bawang daun pada tahun 2!!0 dan 2!1! dengan produksi dan

produkti)itas bawang daun pada tahun 2!!0 dan 2!1!

7. Uji Model Regresi

- o; Model regresi tidak bisa digunakan untuk memprediksi

- a; Model regresi bisa digunakan untuk memprediksi



Sig > !,!7 ; o diterima, maka model regresi tidak bisa digunakan

untuk memprediksi

Sig ? !,!7 ; o ditolak, maka model regresi bisa digunakan untuk

memprediksi



'.&.' Bara Kerja

1. Regresi #inear Sederhana

a. Uji #inearitas

- Membuat desain )ariabel, masuk ke perintah /ariabel /iew, kemudian

desainnya seperti ini;

- Masukkan data ke SPSS

Masuk ke (ata /iew kemudian masukkan data sebagai berikut;

- Klik @nalyCe > Bompare Means > Means



- Masukkan /ariabel * ke (ependent #ist dan /ariabel + ke

ndependent #ist

- Klik Dptions lalu;

-est for linearity



- Klik DK.

Kemudian keluar lah output sebagai berikut;

b. Uji Korelasi

- Membuat desain )ariabel, masuk ke perintah /ariabel /iew, kemudiandesainnya seperti ini;

- Masukkan data ke SPSS

Masuk ke (ata /iew kemudian masukkan data sebagai berikut;

- Klik @nalyCe > Borrelate > $i)ariate



- Masukkan )ariabel * dan + ke dalam /ariables, lalu;

Pearson

-woAtailed

- Klik DK

Kemudian akan keluar output sebagai berikut;

. Uji Regresi #inear Sederhana



- Setelah membuat desain )ariabel dan memasukkan data ke (ata /iew

- Klik @nalyCe > Regression > #inear

- #alu masukkan )ariabel * ke (ependent dan )ariabel + ke

independent

- Klik Statistis, kemudian

Estimates

Model of fit

Pilih @ll Bases, seperti berikut;



- Klik Plots

Masukkan S(RES( ke dalam * dan FPRE( ke dalam +

- Klik 6eGt

- Masukkan FPRE( ke dalam * dan (EPE6(6- ke dalam +

- Bontinue

- Klik Dptions

si nilai probabilitas sebesar 7= atau !,!7 nlude onstant in eHuation



EGlude ases listwise

- Klik Bontinue

- Kemudian DK

- #alu akan munul output sebagai berikut;




a. Uji #inearitas

- Membuat desain )ariabel, masuk ke perintah /ariable /iew, seperti

berikut;

- Setelah itu, masukkan data ke (ata /iew sebagai berikut;

- Klik @nalyCe > Bompare Means > Means



- Masukkan * ke (ependent list dan masukkan +1 dan +2 ke

ndependent list, seperti berikut;

- Klik Dption kemudian entang -est of linearity

- Klik DK

- Kemudian akan munul output sebagai berikut;



b. Uji Korelasi

- Setelah memasukkan data di (ata /iew

- Klik @nalyCe > Borrelate > $i)ariate

- Masukan )ariabel *, +1 dan +2 ke dalam /ariables

Pearson

-woAtailed



- Klik DK


. Uji Regresi #inear $erganda- Setelah memasukkan data ke (ata /iew dan menguji #inearitas dan

Korelasi

- Klik @nalyCe > Regression > #inear



- Masukkan )ariabel * ke dalam (ependent dan masukkan )ariabel + 1

dan +2 ke dalam ndependent

- Bentang Estimates, Model of fit dan (esripti)es

- #alu Bontinue

- Masukkan S(RES( ke dalam * dan FPRE( ke dalam +

- Klik 6eGt

- Masukkan FPRE( ke dalam * dan (EPE6(6- ke dalam +

- Kemudian entang Produe all partial plots



- Klik Bontinue

- Klik Dptions

si nilai probabilitas sebesar 7= atau !,!7

nlude onstant in eHuation

EGlude ases listwise

- Klik DK




-



'.&.7 asil Dutput SPSS


a. Uji #inearitas

b. Uji Korelasi




-




a. Uji #inearitas

b. Uji Korelasi

. Uji Regresi #inear $erganda



'.&.5 @nalisis asil Dutput SPSS


a. Uji #inearitas

Sig linearity < !,!!!

Sig ? !,!7 maka o ditolak berarti data tersebut bersifat linear.

b. Uji Korelasi



ubungan korelasi ditunjukkan oleh angka !,00' yang artinya besar

korelasi terjadi antara )ariabel + dan * adalah kuat, sebesar !,00'.

Sig. "2Atailed% adalah !,!!! masih keil dari batas kritis I < !,!27

"!,!!! J !,!27%, yang berarti terdapat hubungan yang signifikan antara

kedua )ariabel.


- Dutput 1

Dutput Model Summary menunjukan nilai R yang merupakan penjelas

seberapa besar sebuah )ariabel mempengaruhi )ariabel lainnya.

@ngka R sHuare pada tabel menunjukan !,033 yang merupakan

pengkuadratan dari koefisian korelasi "!,00' G !,00' < !,033%. R

sHuare bisa disebut koefisien determinasi "R 2% dimana hal itu berarti

03,3= dari )ariabel Produksi bisa dijelaskan oleh )ariabel #uas Panen.

Sementara sisanya "1!!=A03,3= < 1,2=% dijelaskan oleh sebabAsebab

yang lain.

- Dutput 2

-abel @6D/@ menunjukkan apakah sebuah model regresi bisa

digunakan untuk melakukan sebuah prediksi atau tidak.

(ari uji @6D/@ atau -est diatas, diperoleh hitung sebesar

&21!,'0 dengan tingkat signifikansi !,!!!. Dleh karena probabilitas

lebih keil dari !,!7 maka model regresi bisa digunakan untuk

memprediksi Produksi.

- Dutput &

-abel diatas menggambarkan persamaan regresi yang munul untuk

Produksi dan #uas Panen.

& ' a ( )*

& ' +14,-24 ( 1/-0*

(imana * < Produksi dan + < #uas Panen- Dutput '

Chart diatas merupakan 6ormal Probability Plot yang menunjukan

apakah uji normalitas data yang digunakan sudah terpenuhi atau belum.

-erlihat bahwa sebaran data pada chart diatas bisa dikatakan tersebar di

sekeliling garis lurus tersebut "terpenar agak jauh dari garis lurus% dan

sebaran data membentuk ke arah kanan atas. Maka dapat dikatakan

bahwa persyaratan 6ormalitas bisa terpenuhi.




a. Uji #inearitas

Sig linearity antara luas panen dan produksi < !,!!!

Sig linearity antara luas panen dan produkti)itas < !,!!

Sig ? !,!7 maka o ditolak berarti data tersebut bersifat linear.

b. Uji Korelasi

- ubungan korelasi antara )ariabel #uas Panen dan )ariabel Produksi

menunjukkan nilai !,00' yang berarti antara )ariabel #uas Panen dan

Produksi mempunyai hubungan yang kuat.

- ubungan korelasi antara )ariabel #uas Panen dan )ariabel

Produkti)itas menunjukkan nilai !,'57 yang berarti antara )ariabel

#uas Panen dan Produkti)itas mempunyai hubungan yang agak rendah.

- ubungan korelasi antara )ariabel Produksi dan Produkti)itas

menunjukkan nilai !,'0! yang berarti bahwa antara )ariabel Produksi

dan Produkti)itas mempunyai hubungan yang agak rendah.

. Uji Regresi #inear $erganda

- Dutput 1

$esar hubungan antara )ariabel #uas Panen dengan Produksi yang

dihitung dengan koefisien korelasi adalah !,00', sedangkan )ariabel

#uas Panen dengan Produkti)itas adalah !,'57. Seara teoritis, karena

korelasi antara #uas Panen dengan Produksi lebih besar, maka )ariabel

Produksi lebih berpengaruh terhadap #uas Panen dibanding )ariabel

Produkti)itas.

-ingkat signifikansi koefisien korelasi satu sisi dari output

menghasilkan angka !,!!! dan !,!!1 yang berarti bahwa probabilitas

jauh dari !,!7, maka korelasi di antara )ariabel #uas Panen dengan

Prdouksi dan Produkti)itas sangat nyata.

- Dutput 2

Dutput Model Summary menunjukan nilai R yang merupakan penjelasseberapa besar sebuah )ariabel mempengaruhi )ariabel lainnya.

@ngka R sHuare pada tabel menunjukan !,033 yang merupakan

pengkuadratan dari koefisian korelasi "!,00' G !,00' < !,033%. R

sHuare bisa disebut koefisien determinasi "R 2% dimana hal itu berarti

03,3= dari )ariabel #uas Panen bisa dijelaskan oleh )ariabel Produksi.

Sementara sisanya "1!!=A03,3= < 1,2=% dijelaskan oleh sebabAsebab

yang lain.

- Dutput &



-abel @6D/@ menunjukkan apakah sebuah model regresi bisa

digunakan untuk melakukan sebuah prediksi atau tidak.

(ari uji @6D/@ atau -est diatas, diperoleh hitung sebesar

1577,207 dengan tingkat signifikansi !,!!!. Dleh karena probabilitas

lebih keil dari !,!7 maka model regresi bisa digunakan untuk

memprediksi #uas Panen.

- Dutput '

-abel diatas menggambarkan persamaan regresi yang munul untuk

Produksi dan #uas Panen.

& ' a ( )*1 ( *2

& ' 22,-/3, ( /-/,0*1 ( +13-,,5*2

(imana * < #uas Panen, +1< Produksi, +2< Produkti)itas- Dutput 7

Chart diatas menunjukan hubungan antara #uas Panen dengan

Produksi. -erlihat bahwa sebaran data membentuk arah ke kanan atas

dan jika ditarik garis lurus akan didapat slope yang positif. al ini

sesuai dengan koefisien regresi Produksi yang positif

Chart diatas menunjukan hubungan antara #uas Panen dengan

Produkti)itas. -erlihat bahwa sebaran data membentuk arah ke kiri

bawah dan jika ditarik garis lurus akan didapat slope yang negatif. al

ini sesuai dengan koefisien regresi produkti)itas yang negatif

'.&. Keputusan


(ari data yang didapatkan melalui output SPSS bahwa data praktikan bersifat linear,

dan hubungan antara )ariabel #uas Panen dengan Produksi adalah kuat dengan nilai R

sHuare < !,033. (isebut dengan koefisian determinasi "R 2% yang berarti bahwa #uas

Panen dipengaruhi oleh Produksi sebanyak 03,3=. Sisanya, 1,2= dijelaskan oleh

)ariabel lain. Model regresi ini dapat digunakan untuk memprediksikan #uas Panen

dengan nilai signifikansi < !,!!!. (ari slope yang ada, dapat dinyatakan bahwa

korelasi kedua )ariabel tersebut merupakan korelasi hubungan searah, karena sebaran

data membentuk ke arah kanan atas.




(ari data yang didapatkan melalui output SPSS bahwa data praktikan bersifat linear,

dan didapatkan bahwa hubungan antara )ariabel #uas Panen dengan )ariabel Produksi

adalah kuat, dengan interpetasi nilai R < !,033. Kemudian, hubungan antara )ariabel

#uas Panen dengan Produkti)itas adalah agak rendah dengan interpetasi nilai R <

!,'57. (an hubungan antara )ariabel Produksi dengan )ariabel Produkti)itas adalah

agak rendah, dengan nilai interpetasi R < !,'0!. Model regresi ini dapat menentukan

luas panen dengan nilai signifikansi < !,!!!. (ari slope yang ada, dapat dinyatakan

bahwa korelasi antara )ariabel #uas Panen dengan )ariabel Produksi merupakan

korelasi hubungan searah, karena sebaran data membentuk ke arah kanan atas.

Sedangkan, dari slope antara hubungan )ariabel #uas Panen dengan )ariabel

Produkti)itas dinyatakan korelasi negati)e, yaitu korelasi hubungan dua arah

dikarenakan sebaran data membentuk ke kiri bawah.

#ampiran

Lebsite; http;::bps.go.id:tab9sub:)iew.phpkat<&Ntabel<1Ndaftar<1Nid9subyek<77Nnotab<5'

Provinsi

2009 2010

Luas

Panen

Produk

si

Produktiv

itas

Luas

Panen

Produk

si

Produktiv

itas

(Ha) (Ton) (Ton/Ha) (Ha) (Ton) (Ton/Ha)

DI Yogyakarta

170 1948 11,46 193 2151 11,15

Jawa Timur 6876 7399

2 10,76

7881

82872

10,52

Bantn 112 339 3,03 103 398 3,86

B a ! i 190 1934 10,18 185 2199 11,89

"u#a TnggaraBarat

47 556 11,83 59 859 14,56

"u#a Tnggara Timur

113 492 4,35 104 190 1,83

$a!imantanBarat

342 1197 3,50 298 1056 3,54

$a!imantan Tnga%

244 881 3,61 253 783 3,09

$a!imantan&!atan

92 345 3,75 219 820 3,74

$a!imantan Timur

267 1281 4,80 238 1082 4,55

http://bps.go.id/tab_sub/view.php?kat=3&tabel=1&daftar=1&id_subyek=55&notab=64






&u!aw#i'tara

7281 7812

5 10,73

7281

73787

10,13

&u!aw#i Tnga%

169 517 3,06 229 1004 4,38

&u!aw#i&!atan

1995 1137

8 5,70

2263

11363

5,02

&u!aw#i Tnggara

328 783 2,39 435 1034 2,38

(oronta!o 69 231 3,35 28 74 2,64

&u!aw#iBarat

229 333 1,45 268 334 1,25

) a ! u k u 6 10 1,67 6 11 1,83

)a!uku'tara

164 301 1,84 116 251 2,16

*a+uaBarat

228 663 2,91 110 490 4,45

*a+ua 68 365 5,37 280 517 1,85

Laporan KORELASI-REGRESI

Documents

Transcript of Laporan KORELASI-REGRESI