PIN BBM : 7D16FAFD

Google+ Followers

Site Info

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap | Seperti yang sudah diketahui bersama bahwa dilakukannya uji korelasi dimaksudkan untuk mengetahui tingkat keeratan hubungan yang dimiliki antar variabel dalam penelitian. Uji hubungan atau korelasi dapat dilakukan dengan beberapa metode hal ini tergantung jenis data yang digunakan, seperti : 
  1. Korelasi Product Moment adalah Koefisien korelasi untuk dua buah variabel x dan y yang kedua-duanya memiliki tingkat pengukuran interval atau rasio. Baca : Analisis Korelasi Product Moment dengan SPSS
  2. Koefisien korelasi Spearman atau Spearman’s coefficient of (Rank) correlation dan Kendall digunakan untuk pengukuran statistik non-parametrik data ordinal. Korelasi Spearman dan Kendall pada awalnya akan melakukan perangkingan terhadap data yang penelitian, kemudian baru dilakukan pengujian korelasinya.
Perbedaan antara Korelasi Spearman dan Kendall yakni jika dalam Korelasi Kendall (diberi symbol ῖ) merupakan suatu penduga tidak bias untuk parameter populasi, maka dalam korelasi spearman (diberi symbol r) dan tidak memberikan dugaan untuk koefisien peringkat suatu populasi.

Sesuai dengan judul artikel, bahwa kali ini saya akan mepraktekkan cara Uji Koefisien Korelasi Spearman dengan SPSS Lengkap berserta dengan interpretasinya.. sebelum saya masuk ke langkah-langkahnya.. ada baiknya sobat ketahui dulu dasar pengambilan keputusan dalam uji Korelasi Spearman.

Dasar Pengambilan Keputusan dalam Uji Korelasi Spearman:
  • Jika nilai sig. < 0,05 maka, dapat disimpulkan bahwa terdapat korelasi yang signifikan antara variabel yang dihubungkan.
  • Sebaliknya, Jika nilai sig. > 0,05 maka, dapat disimpulkan bahwa tidak terdapat korelasi yang signifikan antara variabel yang dihubungkan.
Kriteria tingkat hubungan (koefisien korelasi) antar variabel berkisar antara ± 0,00 sampai ± 1,00 tanda + adalah positif dan tanda – adalah negatif. Adapun kriteria penafsirannya adalah:
  • 0,00 sampai 0,20, artinya : hampir tidak ada korelasi
  • 0,21 sampai 0,40, artinya : korelasi rendah
  • 0,41 sampai 0,60, artinya : korelasi sedang
  • 0,61 sampai 0,80, artinya : korelasi tinggi
  • 0,81 sampai 1,00, artinya : korelasi sempurna
Contoh Kasus dalam Uji Korelasi Spearman:

Seorang manajer perusahaan ingin mengetahui apakah terdapat hubungan antara Motivasi Kerja dengan Prestasi Kerja karyawan di perusahaan yang ia pimpin. Untuk itu diambilah 12 pekerja untuk dijadikan sampel penelitian. Data yang diperoleh dapat dilihat pada gambar dibawah ini.

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

Langkah-langkah Uji Koefisien Korelasi Spearman dengan SPSS

1. Aktifkan lembar kerja SPSS, kemudian klik Variable View, pada bagian Name tuliskan Motivasi dan Prestasi.

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

2. Selanjutnya, klik Data View dan masukkan nilai dari masing-masing variabel.

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

3. Kemudian, dari menu SPSS klik AnalyzeCorrelateBivariate…

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

4. Muncul kotak dialog dengan nama Bivariate Correlations, selanjutnya masukkan variabel Motivasi dan Prestasi ke kotak Variables; pada bagian Correlation Coefficients: hilangkan tanda centang pada Pearson.. dan berikan tanda centang pada Spearman. Untuk kolom Tests of Significance pilih Two-tailed dan berikan tanda centang pada Flaq significant correlations

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

5. Terkahir klik Ok untuk mengakhiri proses data, selanjutnya akan muncul ouput sebagai berikut:

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

Interprestasi Output Uji Koefisien Korelasi Spearman

Berdasarkan ouput di atas diketahui bahwa N atau jumlah data penelitian adalah 12, kemudian nilai sig. (2-tailed) adalah 0,001, sebagaimana dasar pengambilan keputusan di atas, maka dapat dimpulkan bahwa ada hubungan yang signifikan antara Motivasi Kerja dengan Prestasi Kerja. Selanjutnya, dari output di atas diketahui Correlation Coefficient (koefisien korelasi) sebesar 0,822, maka nilai ini menandakan hubungan yang tinggi antara Motivasi Kerja dengan Prestasi Kerja. Selanjutnya jika manajer perusahaan ingin mengetahui apakah Motivasi Kerja berpengaruh signifikan terhadap Prestasi Kerja maka dapat hal ini dapat dilakukan dengan analisis regresi sederhana.

Baca: Uji Regresi Sederhana dengan SPSS Lengkap

[Search : Uji Koefisien Korelasi Spearman dengan SPSS Lengkap | Contoh kasus dalam Uji Korelasi Spearman | Cara Uji Rank Spearman menggunakan SPSS versi 21 | Langkah-langkah Pengujian Spearman,s rho dalam SPSS]
[Img: Dokumen Hasil SPSS versi 21]

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS | Uji Heteroskedastisitas merupakan salah satu bagian dari uji asumsi klasik dalam model regresi. Untuk mendeteksi ada tidaknya heteroskedastisitas dalam sebuah data, dapat dilakukan dengan beberapa cara seperti menggunakan Uji Glejser, Uji Park, Uji White, dan Uji Heteroskedastisitas dengan melihat grafik scatterplot pada output SPSS. Namun, pada artikel tutorial kali ini saya tidak akan membahas lebih jauh tentang apa itu uji heteroskedastisitas, tujuan uji heteroskedastisitas, dan lain sebagainya yang sebelumnya sudah saya jelaskan pada artikel Uji Heteroskedastisitas dengan Uji Glejser Program SPSS

Sesuai judul di atas, kali ini saya akan mempraktekkan Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS. Pada prinsipnya uji heteroskedastisitas dengan metode ini adalah melihat grafik Scatterplot antara nilai prediksi variabel independen yaitu ZPRED dengan residunya SRESID.

Dasar pengambilan keputusan dalam Uji Heteroskedastisitas dengan Grafik Scatterplot
  • Jika terdapat pola tertentu pada Grafik Scatterplot SPSS, seperti titik-titik yang membentuk pola yang teratur (bergelombang, menyebar kemudian menyempit), maka dapat disimpulkan bahwa telah terjadi heteroskedastisitas.
  • Sebaliknya, jika tidak ada pola yang jelas, serta titik-titik menyebar, maka indikasinya adalah tidak terjadi heteroskedastisitas.
Sebagai contoh, saya mempunyai sebuah penelitian fiktif dengan judul : “Pengaruh Profesional Diri dan Motivasi Terhadap Kinerja Pegawai PT Konsistensi. Dari judul ini kita dapat mengetahui bahwa terdapat tiga variabel yang digunakan, yakni dua variabel independen (Profesionalisme dan Motivasi), dan satu variabel dependen (Kinerja). Adapun data penelitiannya sebagaimana gambar di bawah ini.

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

Keterangan : Jumlah responden berjumlah = 72 orang. Sebagai latihan melakukan Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS anda dapat mendownload data di atas dalam format excel | DOWNLOAD

Langkah-langkah Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

1. Aktifkan program SPSS, setelah itu klik Variable View, selanjutnya kita definisikan variabelnya. pada bagian Name tuliskan X1, X2, dan Y, pada bagian Decimals kita ganti menjadi nol 0, kemudian pada bagian Label tuliskan Profesionalisme, Motivasi, dan Kinerja. Untuk yang lain diabaikan saja

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

2. Kemudian, klik Data View, kita masukkan nilai untuk masing-masing masing-masing variabel tersebut. Dapat dengan cara ditulis manual ataupun copy paste dari data yang sudah direkap di excel

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

3. Setelah selesai menginput data, langkah selanjutnya tahap analisis data: Pertama klik Analyze, lalu klik Regression, dan klik Linear…

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

4. Mucul kotak dialog baru dengan nama Linear Regression, masukkan variabel Kinerja (Y) ke kotak Dependent, selanjutnya masukkan variabel Profesionalisme (X1) dan Motivasi (X2) ke kotak Independent(s)

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

5. Selanjutnya pilih Plots, akan muncul kotak dialog dengan nama Linear Regression: Plots, kemudian masukkan variabel *SRESID ke kotak Y. dan masukkan variabel *ZPRED ke kotak X. Abaikan saja pilihan yang lainnya, lalu klik Continue

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

6. Terakhir klik Ok. Maka akan muncul output SPSS.. perhatikan pada ouput Scatterplot

Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS

Interpetasi Output Heteroskedastisitas dengan Grafik Scatterplot

Berdasarkan ouput Scatterplot di atas, terlihat bahwa titik-titik menyebar dan tidak membentuk pola tertentu yang jelas. Sehingga dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas. Uji Heteroskedastisitas dengan melihat Grafik Scatterplot menpuyai kelemahan yang cukup signifikan sebab jumlah pegamatan tertentu sangat mempengaruhi hasil ploting. Oleh sebab itu, untuk mempertegas apakah terjadi masalah heteroskedastisitas atau tidak maka perlu dilakukan Uji Heteroskedastisitas dengan Uji Glejser

[Search: Uji Heteroskedastisitas dengan Grafik Scatterplot SPSS | Cara melakukan Uji Heteroskedastisitas Grafik Scatterplot dengan SPSS Lengkap| Melihat Masalah Heteroskedastisitas dengan Charts Grafik Scatterplot]
[Img : Dokumen SPSS Versi 21]

Cara melakukan Uji Statistik Chi Square SPSS

Cara melakukan Uji Statistik Chi Square SPSS | Uji Chi Square atau Uji Chi Kuadrat dalam statistik seringkali dilambangkan dengan X2. Tujuan uji chi square adalah untuk menguji hipotesis terhadap proporsi relatif dari case yang di kelompokkan. Data yang digunakan dalam uji chi square adalah data dalam bentuk frekuensi, bukan dalam bentuk angka rasio atau skala. Data frekuensi ini merupakan hasil dari pengklasifikasian data yang berbentuk nominal. Misalkan data frekuensi berdasarkan gender (laki-laki dan perempuan), klasifikasi sikap (baik, cukup, jelek), atau data klasifikasi kecenderungan seseorang juga boleh digunakan dalam uji chi square seperti contoh Cara melakukan Uji Statistik Chi Square SPSS yang akan saya praktekkan dalam artikel ini.

Dasar Pemgambilan Keputusan dalam Uji Chi Square SPSS

Berdasarkan Nilai Signifikansi :
  1. Jika nilai asymp signifikansi < 0,05 maka Ha diterima.
  2. Jika nilai asymp signifikansi > 0,05 maka Ho diterima.
Berdasarkan Nilai Chi Square Hitung dan Tabel :
  1. Jika nilai chi square hitung > dari chi square tabel, maka Ha diterima.
  2. Jika nilai chi square hitung < dari chi square tabel, maka Ho diterima.

Contoh Kasus dalam Uji Chi Square : Kali ini saya akan melakukan uji chi square tentang Kecenderungan masyarakat terhadap proses pemilihan Kepala Daerah. Sampel saya ambil secara random yakni 50 responden. Baca : Teori Sampel dan Sampling Penelitian | Dalam pertanyaan angket ditanyakan Menurut anda sebaiknya tata cara pemilihan Kepala Daerah dilakukan secara langsung atau tidak langsung?


Hipotesis yang diajukan dalam Uji Chi Square:
  • Ha : Masyarakat memiliki kecenderungan yang berbeda terhadap tata cara pemilihan Kepala Daerah yang dilakukan secara langsung dan tidak langsung.
  • Ho : Masyarakat memiliki kencederungan yang sama terhadap tata cara pemilihan Kepala Daerah yang dilakukan secara langsung dan tidak langsung.


Langkah-langkah melakukan Uji Chi Square dengan SPSS versi 21:

1. Buka program SPSS versi 21 dan klik pada Variable View. Pada bagian Name isi dengan Kecenderungan_Masyarakat, pada kolom Decimal isi dengan 0 (nol), kemudian pada kolom Values (klik tanda …) hingga muncul kotak baru dengan nama Value Label, pada Value tuliskan angka 1 dan pada bagian Label tuliskan Memilih Langsung, setelah itu klik Add sehingga pada kolom paling bawah akan tertulis 1=” Memilih Langsung”. Selanjutnya pada kolom Value tuliskan angka 2, dan pada bagian Label tuliskan Memilih Tidak Langsung, setelah itu klik Add sehinggapada kolom paling bawah bertambah 2=” Memilih Tidak Langsung”

Gambar Tampilan Value Label

Cara melakukan Uji Statistik Chi Square SPSS

Gambar Setelah Berhasil

Cara melakukan Uji Statistik Chi Square SPSS

2. Langkah Selanjutnya, klik Data View, lalu tuliskan hasil Rekapitulasi Jawaban angket yang sudah disebar kepada responden pada kolom Kecenderungan_Masyarakat. Sehingga tampilannya sebagai berikut :

Cara melakukan Uji Statistik Chi Square SPSS

Keterangan : angka 1 = jawaban Memilih Langsung, sedangkan angka 2 = Jawaban Memilih Tidak Langsung | jika sobat memerlukan data ini untuk latihan silahkan Download Data Chi Square

3. Setelah berhasil memasukkan data, langkah berikutnya adalah klik menu Analyze, kemudian klik Nonparametric Test, lalu pilih Legacy Dialogs, selanjutnya klik Chi-Square

Cara melakukan Uji Statistik Chi Square SPSS

4. Muncul kotak dialog dengan nama Chi-Square Tets, langkah selanjutnya pindahkan data Kecenderungan_Masyarakat pada kotak Test Variable List, dengan cara mengklik tanda panah > Setelah itu, langkah terakhirnya adalah klik OK

Cara melakukan Uji Statistik Chi Square SPSS

5. Sekarang sudah muncul Ouput penelitian, tinggal kita interpretasikan.

Cara melakukan Uji Statistik Chi Square SPSS

Pembaca Output SPSS dalam Uji Chi Square dan Membuat Kesimpulan

Pada kesempatan kali ini saya akan menjelaskan cara mengambil keputusan dengan meilihat Signifikansi dalam Uji Chi Square. Beradasarkan output di atas diketahui bahwa nilai asymp signifikansi sebesar 0,011 atau dengan kata lain nilai asymp signifikansi 0,011 < 0,05, dengan demikian dapat disimpulkan bahwa Ha diterima, yang artinya : Masyarakat memiliki kecenderungan yang berbeda terhadap tata cara pemilihan Kepala Daerah yang dilakukan secara langsung dan tidak langsung.

Bagaimana sobat cukup mudah bukan Cara melakukan Uji Statistik Chi Square SPSS, semoga sudah cara di atas cukup jelas ya dan bisa bermanfaat bagi sobat semua, selamat berlatih…. Wassalam.

[Search : Cara melakukan Uji Statistik Chi Square SPSS | Langkah-langkah melakukan Uji Chi Square dengan Program SPSS versi 21 | Cara Pembaca Output SPSS dalam Uji Chi Square dan Membuat Kesimpulan]
[Sumber Rujukan : Riduwan,dkk. 2011. Cara Mudah Belajar SPSS Versi 17.0 dan Aplikasi Statistik Penelitian. Bandung: Alfabeta ]

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS | Selamat malam bapak, ibu dan saudara-saudara, semua.. ada banyak cara yang bisa dilakukan untuk mengetahui apakah sebuah data distribusi yang normal atau tidak untuk model asumsi regresinya. Pada kesempatan malam ini saya mau membagi cara melakukan Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS. Dengan melihat Grafik Histogram dan P-Plot yang dihasilkan dari program SPSS seorang peneliti dapat mengetahui apakah data data yang ia pakai mempunyai distribusi yang normal atau tidak.

DASAR PENGAMBILAN KEPUTUSAN UJI NORMALITAS DENGAN GRAFIK HISTOGRAM DAN P-PLOT

Pada dasarnya normalitas sebuah data dapat dikenali atau dideteksi dengan melihat persebaran data (titik) pada sumbu diagonal dari grafik Histogram dari residualnya.
  • Data dikatakan berdistribusi normal, jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya.
  • Sebaliknya data dikatakan tidak berdistribusi normal, jika data menyebar jauh dari arah garis atau tidak mengikuti diagonal atau grafik histogramnya.

CARA UJI NORMALITAS DENGAN GRAFIK HISTOGRAM DAN P-PLOT SPSS

Dalam sebuah kasus saya ingin mengetahui apakah data penelitian ini berdistribusi normal atau tidak. Judul penelitiannya adalah: “Pengaruh Intensitas Mengajar Guru (X1), Gaya Mengajar (X2), Motivasi Siswa (X3), dan Minat Belajar (X4) terhadap Konsentrasi Belajar (Y) Siswa SMP Konsistensi Tahun 2014”

Dari judul di atas kita dapat melihat bahwa terdapat 4 variabel bebas dan 1 variabel terikat. Jika sobat ingin mempraktekkan Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS sobat bisa download data yang saya gunakan dalam artikel ini (Download Data)

Penting : Uji Normalitas dilakukan dengan menggunakan program SPSS Versi 21

1. Maaf saya tidak menyampaikan bagaimana cara menginput data di program SPSS. Langkah pertama yang harus sobat lakukan adalah membuka file yang sudah sobat download tadi. Sehingga tampilannya terlihat seperti gambar dibawah ini.

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

2. Dari menu SPSS sobat Pilih Analyze – Kalu klik Regression – Kemudian klik Linear. Tampilan seperti gambar dibawah ini.

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

3. Muncul kotak dialog dengan nama Linear Regression. Langkah berikutnya masukkan variabel Konsentrasi Belajar (Y) ke kotak Dependent. Lalu masukkan variabel Mengajar Guru (X1), Gaya Mengajar (X2), Motivasi Siswa (X3), dan Minat Belajar (X4) ke kotak Independent (s). dan klik Plots..

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

4. Setelah sobat klik Plots…maka akan mucul kotak dialog dengan nama Linear Regression:Plot. Selanjutnya berikan tanda ceklist (V) pada pilihan Histrogram dan Normal probability plot, abaikan yang lainnya dan klik continue

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

5. Langkah yang terakhir adalah kili OK, maka akan muncul tampilan output SPSS sebagai berikut (Perhatikan pada bagian Chart):

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

PENGAMBILAN KEPUTUSAN

Berdasarkan tampilan output chart di atas kita dapat melihat grafik histrogram maupun grafik plot. Dimana grafik histrogram memberikan pola distribusi yang melenceng ke kanan yang artinya adalah data berdistribusi normal. Selanjutnnya, pada gambar P-Plot terlihat titik-titik mengikuti dan mendekati garis diagonalnya sehingga dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.

Penting : Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS dapat menyesatkan peneliti kalau tidak hati-hati dalam menafsirkannya. Mungkin kelihatannya berdasarkan digambar grafik histrogram maupun grafik plot distribusi datanya normal, padahal secara statistik dapat berarti sebaliknya. Oleh karena itu, untuk mendukung atau membuktikan hasil uji normalitas grafik perlu dilakukan Uji Normalitas Rumus Kolmogorov-Smirnov atau Uji Nomalitas dengan Shapiro-Wilk

Demikian artikel dengan judul Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS semoga bermanfaat dan jelas penjelasannya,hehe. Terimakasih telah berkenan membaca.

Search : Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS, Cara Melakukan Uji Normalitas Grafik Histogram dan Probability Plot SPSS versi 21, Langkah-langkah Uji Normalitas Grafik Histogram dan Probability Plot lengkap dengan Gambar
Img : Dokumen admin dari SPSS versi 21
Rujukan : Ghozali, Imam. 2011. Aplikasi Analisis Multivariate dengan Program IBM SPSS 19. Semarang: Badan Penerbit UNDIP. Hal 161-163

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.