Cara Uji Korelasi Berganda dengan SPSS

Cara Uji Korelasi Berganda dengan SPSS | Berbeda dengan uji korelasi sederhana yang hanya digunakan menguji hubungan partial variabel bebas dengan variabel terikat, Analisis korelasi ganda berfungsi untuk mencari besarnya hubungan dan kontribusi dua variabel bebas (X) atau lebih secara simultan (bersama-sama) dengan variabel terikat (Y).

DASAR KEPUTUSAN UJI KORELASI BERGANDA
Pengambilan keputusan dalam uji korelasi berganda dapat dengan membandingkan antara nilai probabilitas 0,05 dengan nilai probabilitas Sig dengan dasar pengambilan keputusan sebagai berikut :
  • Jika nilai probabilias 0,05 lebih kecil atau sama dengan nilai probabilitas sig. F change atau [0,05 < sig. Fchange], maka Ho diterima dan Ha ditolak, artinya tidak ada hubungan yang signifikan antara variabel X dengan variabel Y.
  • Jika nilai probabilias 0,05 lebih besar dari nilai probabilitas sig. F change atau [0,05 > sig. Fchange], maka Ho ditolak dan Ha diterima, artinya ada hubungan yang signifikan antara variabel X dengan variabel Y.
CONTOH KASUS DAN PENYELESAINNYA :
Contoh Judul : Hubungan Kompetensi dan Motivasi terhadap Kinerja Pengawai Negeri Kota Surakarta tahun 2014

Data di atas dianggap sudah memenuhi syarat uji korelasi, seperti telah lolos Uji Normalitas | Uji Multikoloneritas | Uji Linearitas, dll sesuai kebutuhan.

Identifikasi dan Ketentuan-ketentuan :
  • Variabel Kompetensi (X1)
  • Variabel Motivasi (X2)
  • Variabel Kinerja (Y)
  • Sampel sebanyak (n)=84 orang dengan taraf signifikansi (a = 0,05).
Jika sobat pengen ikut latihan besama saya silahkan download data peneltian di atas, DOWNLOAD DATA KORELASI GANDA

LANGKAH-LANGKAH UJI KORELASI BERGANDA DENGAN SPSS
1. Buka file dengan Nama : Untitled Korelasi 2, maka akan muncul data sebagaimana gambar dibawah ini.

Korelasi Berganda

2. Dari menu SPSS klik Analyze, kemudian pilih Regression dan pilih Linear. Maka akan muncul kotak dialog Linear Regression

Cara Uji Korelasi Berganda dengan SPSS

3. Kemudian masukkan variabel Kinerja (Y) dengan cara mengklik tanda > Dependent. Kemudian variabel Kompetensi (X1) dan Motivasi (X2) ke kotak Independent(s) maka hasilnya seperti gambar di bawah ini.

Cara Uji Korelasi Berganda dengan SPSS

4. Klik Statistics dan tandai pada kotak Estimates, Model Fit, dan R squared change lalu klik Continue, selanjutnya baru klik Ok

Cara Uji Korelasi Berganda dengan SPSS

5. Setelah semuanya beres, maka hasil output yang perlu sobat perhatikan adalah pada bagian Model Summary

Cara Uji Korelasi Berganda dengan SPSS

MEMAKNAI HASIL OUTPUT MODEL SUMMARY SPSS
Berdasarkan tabe Model Summary diketahui bahwa besarnya hubungan antara Kompetensi dan Motivasi (secara simultan) terhadap Kinerja yang dihitung dengan koefisien korelasi adalah 0,497, hal ini menunjukkan pengaruh yang sedang. Sedangkah kontribusi atau sumbangan secara simultan variabel Kompetensi dan Motivasi terhadap Kinerja adalah 24,7% sedangkan 75,3% ditentukan oleh variabel yang lain.

Kemudian untuk mengetahui tingkat signifikansi koefisien korelasi ganda diuji secara keseluruhan. Hipotesis yang diajukan dalam pembahasan ini adalah :
  • H0 : Kompetensi dan Motivasi tidak berhubungan secara simultan dan signifikan terhadap kinerja.
  • Ha : Kompetensi dan Motivasi berhubungan secara simultan dan signifikan terhadap kinerja.
Berdasarkan tabel Model Summary diperoleh nilai probabilitas (sig.F change) = 0,000. Karena nilai sig.F change 0,000 < 0,05, maka keputusannya adalah H0 ditolak dan Ha diterima. Artinya : Kompetensi dan Motivasi berhubungan secara simultan dan signifikan terhadap kinerja Negeri Kota Surakarta tahun 2014.

Bagaimana sobat cukup mudah bukan, bagaimana dengan data penelitian sobat apakah terdapat hubungan atau tidak ada hubungan yang signifikan, jika masih ragu atau binggung silahkan untuk order olah data spesial. Terimakasih..

---Selesai mudah2an bermanfaat—

Search : Cara Uji Korelasi Berganda dengan SPSS, Langkah-langkah Analisis Korelasi Ganda, Uji F dengan Analisis Korelasi ganda SPSS, Makna Hasil Model Summary Uji Korelasi Berganda, Dasar Pengambilan Keputusan dalam Uji Korelasi Ganda
Img : Arsip Admin berdasarkan SPSS versi 21
Source : Riduwan, dkk. 2011. Cara Mudah Belajar SPSS Versi 17.0 dan Aplikasi Statistik Penelitian. Bandung : Alfabeta.

Uji Regresi Sederhana dengan SPSS Lengkap

Uji Regresi Sederhana dengan SPSS Lengkap | Analisis regresi sederhana digunakan untuk memprediksi atau menguji pengaruh satu variabel bebas atau variabel independent terhadap variabel terikat atau variabel dependent. Bila skor variabel bebas diketahui maka skor variabel terikatnya dapat diprediksi besarnya. Analisis regresi juga dapat dilakukan untuk mengetahui linearitas variabel terikat dengan variabel bebasnya.

Analisis regresi linear sederhana terdiri dari satu variabel bebas (predictor) dan satu variabel terikat (respon), dengan persamaan :

Y = a + bX

Keterangan :
Y : Variabel terikat
a : Konstanta regresi
bX : Nilai turunan atau peningkatan variabel bebas

DASAR PENGAMBILAN KEPUTUSAN UJI REGRESI SEDERHANA
Pengambilan keptusan dalam uji regresi sederhana dapat mengacu pada dua hal, yakni dengan membandingkan nilai t hitung dengan t tabel, atau dengan membandingkan nilai signifikansi dengan nilai probabilitas 0,05.

Membanginkan nilai t hitung dan t tabel:
  • Jika nilai t hitung lebih besar dari nilai t tabel, artinya variabel bebas berpengaruh terhadap variabel terikat.
  • Jika nilai t hitung tidak lebih besar dari nilai t tabel, artinya variabel bebas tidak berpengaruh terhadap variabel terikat.

Membandingkan nilai signifikansi dengan probabilitas 0,05:
  • Jika nilai signifikansi tidak lebih dari nilai probabilitas 0,05, artinya variabel bebas berpengaruh secara signifikan terhadap variabel terikat.
  • Jika nilai signifikansi lebih dari nilai probabilitas 0,05, artinya variabel bebas tidak berpengaruh secara signifikan terhadap variabel terikat.
Setelah mengetahui tujuan dan dasar pengambilan keputusan dalam uji regresi sederhana, selanjutnya kita masuk praktek uji regresi sederhana dengan menggunakan contoh penelitian dibawah ini.

Contoh Judul Penelitian : Pengaruh Trust (Kepercayaan) pada calon presiden terhadap partisipasi dalam pemilihan umum.

Identifikasi variabel penelitian : Variabel bebas (X) adalah Trust, sedangkan variabel terikat (Y) adalah Partisipasi.

Sebaiknya untuk latihan sobat download dulu data variabel X dan Y yang saya gunakan untuk praktek dalam artikel ini : DOWNLOAD DATA

LANGKAH-LANGKAH UJI REGRESI SEDERHANA DENGAN SPSS
1. Buka data penelitian yang sudah sobat di atas, tampilan datanya sebagaimana gambar di bawah ini.

Uji Regresi Sederhana SPSS dengan Lengkap

2. Dari menu SPSS, pilih menu Analyze, kemudian regression, lalu klik Linear. Maka akan muncul kotak dialog sebagai berikut:

Uji Regresi Sederhana SPSS dengan Lengkap

3. Masukkan varibel Partisipasi ke kolom Dependent, dan masukkan variabel Trust ke kolom Independent(s). Pada Method kita pilih metode Enter.

Uji Regresi Sederhana SPSS dengan Lengkap

4. Klik Statistics, lalu berikan tanda pada Estimates dan Model Fit, Kemudian Klik Continue.. Terakhir klik Ok untuk mengakhiri perintah.

Uji Regresi Sederhana SPSS dengan Lengkap

OUTPUT SPSS DAN PENJELASANNYA :

Uji Regresi Sederhana SPSS dengan Lengkap

Output Bagian Pertama (Variabel Entered/removed) : Tabel di atas menjelaskan tentang variabel yang dimasukkan atau dibuang dan metode yang digunakan. Dalam hal ini variabel yang dimasukkan adalah variabel nilai Trust sebagai predictor dan metode yang digunakan adalah metode Enter.

Uji Regresi Sederhana SPSS dengan Lengkap

Output Bagian Kedua (Model Summary) : Tabel di atas menjelaskan besarnya nilai korelasi/ hubungan (R) yaitu sebesar 0,463 dan dijelaskan besarnya prosentase pengaruh variabel bebas terhadap variabel terikat yang disebut koefisien determinasi yang merupakan hasil dari penguadratan R. Dari output tersebut diperoleh koefisien determinasi (R2) sebesar 0,215, yang mengandung pengertian bahwa pengaruh variabel bebas (Trust) terhadap variabel terikat (Partisipasi) adalah sebesar 21,5%, sedangkan sisanya dipengaruhi oleh variabel yang lain.

Uji Regresi Sederhana SPSS dengan Lengkap

Output bagian Ketiga (ANOVA) : Pada bagian ini untuk menjelaskan apakah ada pengaruh yang nyata (signifikan) variabel Trust (X) terhadap Variabel Partisipasi (Y). Dari output tersebut terlihat bahwa F hitung = 13,951 dengan tingkat signifikansi / Probabilitas 0,000 < 0,05, maka model regresi dapat dipakai untuk memprediksi variabel partisipasi

Uji Regresi Sederhana SPSS dengan Lengkap

Output Bagian Keempat (Coefficients) : Pada tabel Coefficients, pada kolom B pada Constant (a) adalah 9,481, sedang nilai Trust (b) adalah 0,438, sehingga persamaan regresinya dapat ditulis :

Y = a + bX atau 9,481 + 0,438X

Koefisien b dinamakan keofisien arah regresi dan menyatakan perubahan rata-rata variabel Y untuk setiap perubahan variabel X sebesar satu satuan. Perubahan ini merupakan pertabahan bila b bertanda positif dan penurunan bila b bertanda negatif. Sehingga dari persamaan tersebut dapat diterjemahkan :
  • Kostanta sebesar 9,481 menyatakan bahwa jika tidak ada nilai Trust maka nilai Partisipasi sebesar 9,481.
  • Koefisien regresi X sebesar 0,438 menyatakan bahwa setiap penambahan 1 nilai Trust, maka nilai Partisipasi bertambah sebesar 0,438
MAKNA HASIL UJI REGRESI SEDERHANA
Selain mengganbarkan persamaan regresi output ini juga menampilan uji signifikansi dengan uji t yaitu untuk mengetahui apakah ada pengaruh yang nyata (signifikan) variabel Trust (X) sendiri (partial) terhadap variabel Partispasi (Y).

HIPOTESIS :
  • Ho : Tidak ada pengaruh yang nyata (signifikan) variabel Trust (X) terhadap variabel Partispasi (Y).
  • H1 : Ada pengaruh yang nyata (signifikan) variabel Trust (X) terhadap variabel Partispasi (Y).
Dari output di atas dapat diketahui nilai t hitung = 3,735 dengan nilai signifikansi 0,000 < 0,05, maka Ho ditolak dan H1 diterima, yang berarti Ada pengaruh yang nyata (signifikan) variabel Trust (X) terhadap variabel Partispasi (Y).

Maaf yaw temen-temen jika penjelasannya panjaaaaaAAAAAng sekali, selamat mencoba, dan semoga berhasil..

Search : Uji Regresi Sederhana dengan SPSS Lengkap, Langkah-langkah Analisis Regresi Sederhana SPSS, Dasar pengambilan keputusan dalam uji Regresi Sederhana SPSS, uji t dalam analisis regresi sederhana
Img : Arsip Admin dari Program SPSS versi 21
Source : Widiyanto, Joko. 2012. SPSS For Windows. Surakarta: Badan Penerbit-FKIP Universitas Muhammadiyah Surakarta.

Cara menentukan Rumusan Masalah Penelitian Kuantitatif

Cara menentukan Rumusan Masalah Penelitian Kuantitatif

Cara menentukan Rumusan Masalah Penelitian Kuantitatif
| Perumusan masalah sekaligus membatasi masalah dilakukan untuk menegaskan variabel-variabel apa yang akan diangkat atau menjadi ruang lingkup dalam riset yang sedang ditulis. Sebagai contoh saja misalkan kita tertarik untuk melihat pengaruh upah terhadap hasrat bekerja karyawan. Hasrat bekerja dapat berupa data kuantitatif misalnya berapa jam seminggu ingin bekerja dan hasrat kualitatif yaitu seberapa baik karyawan bekerja. Hal ini dapat dirumuskan secara khas dalam riset kuantitatif sebagai berikut:

“Seberapa besar pengaruh upah atau pendapatan kepada kinerja karyawan”

Jika kita menambahkan variabel kedua dan ketiga dan seterusnya sebagai penjelas, maka perlu dicakup dalam rumusan masalah tersebut.

Perlu dicatat di sini bahwa sebaiknya peneliti tidak menulis secara berulang-ulang dengan kalimat yang sama untuk setiap variabel, hal ini tentu akan membosankan. Sebaiknya ditulis dalam satu kalimat dengan menggunakan tanda koma.

Sebagaimana dikemukakan di atas peneliti mungkin perlu memecah sampel menjadi dua kelompok, misalnya ingin mengetahui perbedaan respons antara kelompok professional dan kelompok pekerja manual.

Pembatasan masalah mungkin perlu juga ditulis, tetapi jangan mengada-ada, ketika sudah merumuskan masalah sebenarnya kita sekaligus sudah membatasi masalah atau cakupan variabel yang kita masukkan kedalam model. Pembatasan masalah mungkin perlu dilakukan misalnya dengan tidak mengcover pekerja tertentu misalnya pekerja keluarga atau pekerja informal. Mungkin juga masalah dibatasi dalam hubungan fungsional tertentu antara variabel dependen (Y) dan variabel independent (X). Misalnya jika kita meriset hubungan suatu input dan output dalam hubungan yang konstan.

Contoh Rumusan Masalah dengan Judul: “Pengaruh persepsi mengenai pentingnya organisasi IPM dan kepercayaan (trust) pada calon ketua terhadap partisipasi dalam pemilihan ketua pada anggota IPM Kelas XI SMK Muhammadiyah Delanggu Kabupaten Klaten Tahun Pelajaran 2012/2013”


Perumusan Masalah

Sugiyono (2011:55) menyatakan bahwa rumusan masalah adalah “suatu pertanyaan yang akan dicarikan jawabannya melalui pengumpulan data”. Berdasarkan latar belakang masalah dan pembatasan masalah di atas, maka perumusan masalah dalam penelitian ini adalah:
  1. Bagaimana pengaruh persepsi mengenai pentingnya organisasi IPM terhadap partisipasi dalam pemilihan ketua pada anggota IPM SMK Kelas XI Muhammadiyah Delanggu Kabupaten Klaten Tahun Pelajaran 2012/2013?
  2. Bagaimana pengaruh kepercayaan (trust) pada calon ketua terhadap partisipasi dalam pemilihan ketua pada anggota IPM Kelas XI SMK Muhammadiyah Delanggu Kabupaten Klaten Tahun Pelajaran 2012/2013?
  3. Bagaimana pengaruh persepsi mengenai pentingnya organisasi IPM dan kepercayaan (trust) pada calon ketua terhadap partisipasi dalam pemilihan ketua pada anggota IPM Kelas XI SMK Muhammadiyah Delanggu Kabupaten Klaten Tahun Pelajaran 2012/2013
Search : Cara menentukan Rumusan Masalah Penelitian Kuantitatif, Rumusan Masalah Penelitian Berbasis Regresi, Cara membuat Rumusan Masalah Penelitian Skripsi, Tesis, Tips menyusun rumusan masalah dengan baik dan benar
Img : Dokumen Admin
Source : Bambang, Setiaji, 2008. Cara Mudah Analisis Kuantitatif. Surakarta: Al-Es’af University Press

Latar Belakang Masalah Penelitian Kuantitatif Berbasis Regresi

Latar Belakang Masalah Penelitian Kuantitatif Berbasis Regresi

Latar Belakang Masalah Penelitian Kuantitatif Berbasis Regresi
| Pertama kali yang harus ditentukan dalam riset yang berbasis regresi adalah variabel yang diteliti atau variabel yang dijelaskan atau regressand, atau dependent variable. Variabel artinya adalah sesuatu yang berubah atau berbeda-beda nilainya dari setiap anggota pengamatan.

Berlatihlah untuk mencari variabel yang perlu dijelaskan atau diteliti, yaitu suatu keadaan yang merentang bernilai sangat tinggi sampai sangat rendah. Hasil ujian para siswa adalah salah satu yang perlu diteliti karena merentang dari yang kurang sampai tinggi. Tenaga kerja juga dapat juga diukur hasrat bekerjanya perperiode waktu, misalnya berapa jam keinginannya bekerja perminggu, produktifitasnya, dan ukuran kerja lainnya. Tanah-tanah pertanian juga menghasilkan panen yang berbeda-beda yang dapat diteliti mengapa atau apa sebabnya.

Yang perlu dicatat disini, bahwa variabel yang perlu dijelaskan hendaknya merupakan bidang keahlian peneliti. Seorang ahli pendidikan akan meneliti kinerja siswa yang diukur dari rentangan hasil ujian. Mengapa hasil ujian berbeda antar siswa, atau antar sekolah? Apa yang menjadi sebab atau berpengaruh terhadap perbedaan dan rentangan tersebut? IQ siswa yang berbeda di duga juga menjadi faktor yang penting dari rentangan atau perbedaan hasil belajar siswa. IQ merupakan salah satu contoh variabel penjelas.

Akan tetapi bagi seorang psikolog, yang salah satu keahliannya adalah mengenai perbedaan bakat dan kecerdasan akan menjadikan IQ sebagai variabel yang diteliti yang akan dijelaskan oleh variabel lain seperti keturunan dan gizi.

Dalam ilmu ekonomi, riset-riset baku memilih variabel yang diteliti umumnya diturunkan dari hubungan teoritik. Misalnya, riset mengenai permintaan, besarnya permintaan ditentukan oleh pendapatan konsumen dan harga yang dihadapi. Kreatifitas peneliti mengarahkan barang apa yang akan diteliti dan seberapa penting atau vital barang itu bagi masyarakat. Peneliti juga akan mencari bentuk hubungan fungsional antara besar barang yang dibeli dengan pendapatan dan harga apakah berhubungan secara linear atau berupa garis lurus, atau parabolic di mana konsumsi menjadi menurun pada suatu titik tertentu. Disamping hubungan variabel yang baku yang sudah dibahas dalam teori-teori dasar peneliti bisa juga menambahkan variabel penjelas sesuai dengan lokalitas.

Setelah ditemukan variabel yang diteliti atau ingin dijelaskan, barulah kita melengkapi model kita dengan memasukkan variabel penjelas bersifat independen atau otonom dan terdiri dari beberapa variabel. Misalnya hasrat bekerja seseorang dipengaruhi oleh rentangan upah, dipengaruhi juga oleh perbedaan profesi, perbedaan industry, jenis kelamin, demikian juga lokasi, dan sebagainya.

Hubungan antar variabel tersebut umumnya bersifat universal dan menjadi perhatian akademik dan dihadapi oleh hampir seluruh masyarakat di dunia. Misalnya, bahwa hasrat bekerja seseorang dipengaruhi oleh perkembangan upah dari waktu ke waktu terjadi dimanapun juga. Akan tetapi, pada suatu titik ketika ekonomi umum sudah tinggi hasrat bekerja tersebut menurun. Orang Jepang semula memiliki jam bekerja seminggu yang tinggi, kemudian setelah mencapai kemakmuran tertentu mulai menurun. Hasrat bekerja yang diukur dari jumlah jam perminggu juga berbeda antara profesi dan juga antar lokasi.

Dalam menulis latar belakang peneliti juga menyinggung lokasi di mana riset dilakukan. Hubungan antar variabel dimasukkan ke dalam model tentulah bersifat universal. Pengaruh lokalitas hendaknya ditulis jika hal itu memiliki implikasi kepada hasil penelitian. Peneliti hedaknya memulai riset dengan membaca jurnal-jurnal ilmiah, yang banyak melaporkan hasil riset di Negara maju. Jika peneliti tertarik untuk melakukannya di Negara sedang berkembang, apa implikasi kedaerahan tersebut kepada kemungkinan hasil riset. Misalnya di Negara-negara maju ditemukan bahwa jenis kelamin wanita ternyata berpengaruh kepada perolehan yang lebih rendah. Hal ini disebabkan oleh penawaran terhadap harapan upah yang lebih rendah dari kaum wanita. Misalnya, untuk suatu jabatan atau jenis pekerjaan tertentu wanita bersedia menerima atau setuju upah yang lebih rendah. Hal ini diduga menyebabkan mengapa ditemukan pengaruh negative dari jenis kelamin wanita. Di Negara sedang berkembang banyak industry berbasis pekerja wanita, hal seperti ini perlu diperbandingkan hasilnya dengan hasil riset di Negara maju.

Search : Latar Belakang Masalah Penelitian Kuantitatif Berbasis Regresi, Cara menyusun Latar Belakang Masalah Penelitian Kuantitatif, Tips menyusun latar belakang masalah penelitian kuantitatif dengan benar, Alur membuat Belakang Masalah Penelitian Kuantitatif
Img : Dokumen Admin
Source : Bambang, Setiaji, 2008. Cara Mudah Analisis Kuantitatif. Surakarta: Al-Es’af University Press
INFORMASI PELANGGAN

Bagi pelanggan yang sudah mendapatkan hasil olah data, harap segera melakukan pembayaran melalui


REKENING BRI
No Rek : 6894-01-006543-53-0
A/n : Sahid Raharjo

Demikian atas perhatiannya saya ucapkan terimakasih