UJI REGRESI DAN KORELASI

1

A. Kasus

Berikut adalah Data hasil pengukuran tentang Iklim Organisasi (X1), komunikasi

interpersonal (X2)dan Kinerja guru (Y). Akan dianalisis hubungan antara X1 dengan Y, X2

dengan Y dan X1 dan X2 secara bersama-sama dengan Y.

Resp. X1 X2 Y

1 101 98 1212 99 95 1173 107 109 1324 98 95 1205 100 102 1126 98 96 1207 106 105 1398 103 102 1479 106 107 146

10 108 109 14311 106 106 11812 100 103 11713 99 103 12014 106 107 12215 103 101 12916 96 95 11717 107 113 12118 99 99 11519 107 97 12120 101 101 12221 112 117 14122 110 110 11423 102 101 12624 101 102 11825 104 104 13026 112 120 14527 103 101 12328 105 106 12429 107 104 12130 101 98 13531 101 110 11632 106 102 12033 94 90 12034 100 105 12835 104 106 12436 103 110 12837 109 109 12638 106 106 11939 106 104 13040 102 100 135

2

B. Hipotesis Statistik

1. H0: ρy.1=0 Tidak ada hubungan antara iklim organisasi dengan kinerja guru

H1: ρy.1>0 Ada hubungan positif antara iklim organisasi dengan kinerja guru

2. H0: ρy.2=0 Tidak ada hubungan antara komunikasi interpersonal dengan kinerja guru

H1: ρy.2>0 Ada hubungan positif antara komunikasi interpers. dengan kinerja guru

3. H0: ρy.12=0 Tidak ada hubungan antara iklim organisasi dan komunikasi interpersonal secara bersama-sama dengan kinerja guru H1: ρy.12>0 ada hubungan positif antara iklim organisasi dan komunikasi interpersonal secara bersama-sama dengan kinerja guru

C. Input Data

1. Buka SPSS dan klik variabel View

2. Definisikan variabel-variabel yang akan diinput datanya seperti gambar berikut:

3

3. Klik Data view dan Lakukan input data seperti gambar berikut

4

D. Menetapkan Persamaan Regresi X1 dan Y

1. Prosedur:

Klik Analyze-pilih Regression-dan klik Linear sehingga muncul gambar berikut:

Klik kinerja dan masukkan ke Dependent dengan mengklik panah ke kanan

sehingga tab dependent terisi Kinerja

Dengan cara yang sama masukkan Iklim ke tab Independent. Akhiri dengan

mengklik tombol OK.

Output yang diperlukan untuk menentulkan persamaan regresi ada pada tabel

Coefficient.

5

2. Output SPSS:

Coefficientsa

Model Unstandardized Coefficients Standardized

Coefficients

t Sig.

B Std. Error Beta

1(Constant) 20,534 33,862 ,606 ,548

Iklim 1,015 ,327 ,450 3,104 ,004

a. Dependent Variable: Kinerja

3. Cara Memaknai:

Dari persamaan umum regresi Ŷ=a+bX

a. Unstandardized Coefficients (Constant) merupakan nilai untuk a

b. Unstandardized Coefficients iklim merupakan nilai untuk b

4. Persamaan Regresi yang terbentuk: Ŷ=20,5342+1,02X

E. Menguji Keberartian persamaan Regresi

1. Prosedur:

Klik Analyze-pilih Regression-dan klik Linear sehingga muncul gambar berikut:

6

Klik kinerja dan masukkan ke Dependent dengan mengklik panah ke kanan

sehingga tab dependent terisi Kinerja

Dengan cara yang sama masukkan Iklim ke tab Independent. Akhiri dengan

mengklik tombol OK.

Output yang diperlukan untuk menentulkan persamaan regresi ada pada tabel

Anova.

2. Output SPSS:

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 694,454 1 694,454 9,633 ,004b

Residual 2739,446 38 72,091

Total 3433,900 39

a. Dependent Variable: KinerjaY

b. Predictors: (Constant), IklimX1

3. Cara Memaknai:

a. Kriteria: jika nilai probabilitas (sig.) kurang dari 0,05 maka persamaan regresi

yang terbentuk signifikan

b. Pada tabel diperoleh nilai probabilitas 0,004, yang berarti kurang dari 0,05.

Dengan demikian persamaan regresi Ŷ=20,5342+1,02X dinyatakan signifikan

4. Kesimpulan

Iklim organisasi dapat digunakan untuk memprediksi Kinerja guru

7

F. Menguji linieritas Regresi

1. Prosedur:

Klik Analyze-pilih Compare Means-dan klik Means sehingga muncul gambar

berikut:

Klik kinerja dan masukkan ke Dependent dengan mengklik panah ke kanan

sehingga tab dependent terisi Kinerja

Dengan cara yang sama masukkan Iklim ke tab Independent. Akhiri dengan

mengklik tombol OK.

Klik option dan beri tanda thick pada test for linearity

Klik tombol continue akhiri dengan klik tombol OK

Output yang diperlukan untuk menentulkan persamaan regresi ada pada tabel

Anova.

8

2. Output SPSS:

ANOVA Table

Sum of

Squares

df Mean

Square

F Sig.

Kinerja *

Iklim

Between

Groups

(Combined) 1848,605 15 123,240 1,866 ,084

Linearity 694,454 1 694,454 10,513 ,003

Deviation from

Linearity1154,150 14 82,439 1,248 ,307

Within Groups 1585,295 24 66,054

Total 3433,900 39

3. Cara Memaknai:

a. Kriteria: jika nilai probabilitas (sig.) pada Deviation from Linearity lebih dari 0,05 maka

penyimpangan dari keadaan linier tidak signifikan yang artinya regresi antara dua

variabel linier

b. Pada tabel diperoleh nilai probabilitas 0,307, yang berarti lebih dari 0,05. Dengan

demikian regresi antara dua variabel dinyatakan Linier

9

G. Membuat Diagram Pencar1. Prosedur:

Klik Graphs-pilih Legacy Dialogs-dan klik Scatter/Dot sehingga muncul gambar

berikut:

Pilih simple Scatter dan klik Define:

10

Masukkan pada variabel Iklim pada X Axis dan Kinerja pada Y Axis dan akhiri dengan mengklik tombol OK sehingga muncul gambar berikut:

11

Perbaiki Output dengan klik ganda pada gambar diagram pencar sampai muncul Chart editor seperti gambar berikut:

Perbaiki scala dengan mengklik huruf X dan Y pada menu Bar, atur agar skala kedua sumbu dimulai dari nol:

12

Buatlah garis regresi linier dengan mengklik ikon Add Fit Line at Total, pilih linear dan klik tombol apply:

13

Perbaiki noktah sebaran data empirik dan buatlah garis regresi linier dengan mengklik ikon Add Fit Line at Total, pilih linear dan klik tombol apply:

Lakukan perbaikan pada bentuk, ukuran dan warna noktah, klik apply dan akhiri dengan mengklik Close:

14

H. Menetapkan koefisien Korelasi dan signifikansinya1. Prosedur:

Klik Analyze-pilih Correlate-dan klik Bivariate seperti gambar berikut:

Masukkan variabel yang akan dikorelasikan ke kotak Variables dengan mengklik

kedua variabel yang akan dikorelasikan akhiri dengan OK.

15

2. Output SPSS:

Correlations

Iklim Kinerja

Iklim

Pearson Correlation 1 ,450**

Sig. (2-tailed) ,004

N 40 40

Kinerja

Pearson Correlation ,450** 1

Sig. (2-tailed) ,004

N 40 40

**. Correlation is significant at the 0.01 level (2-tailed).

3. Cara Memaknai:

a. Angka Pearson Correlation (r) sebesar 0,450 merupakan koefisien korelasi ®

antara iklim organisasi dengan kinerja.

Perhatikan! Nilai r sebesar 0,45 yang berarti lebih dari 0 mengkonfirmasi

Hipotesis statistik ρ>0, yang artinya terdapat hubungan positif antara iklim

organisasi dengan kinerja.

b. Nilai sig. kurang dari 0,05 menyatakan bahwa korelasi tersebut signifikan

** menyatakan bahwa signifikansi koefisien korelasi diuji sampai pada α 0,01

I. Menetapkan Persamaan Regresi X1 dan X2 dengan Y

1. Prosedur:

Klik Analyze-pilih Regression-dan klik Linear sehingga muncul gambar berikut:

Klik kinerja dan masukkan ke Dependent dengan mengklik panah ke kanan

sehingga tab dependent terisi Kinerja

Dengan cara yang sama masukkan Iklim dan komunikasike tab Independent.

Akhiri dengan mengklik tombol OK.

Lakukan Pengujian regresi dan korelasi antara komunikasi interpersonal dengan kinerja dengan langkah-langkah seperti di atas

16

Output yang diperlukan untuk menentulkan persamaan regresi ada pada tabel

Coefficient.

2. Output SPSS:

Coefficientsa

Model Unstandardized Coefficients Standardized

Coefficients

t Sig.

B Std. Error Beta

1

(Constant) 23,472 34,922 ,672 ,506

Iklim ,824 ,558 ,365 1,478 ,148

Komunikasi ,162 ,381 ,105 ,426 ,673

a. Dependent Variable: Kinerja

3. Cara Memaknai:

Dari persamaan umum regresi Ŷ = a + b1X1 + b2X2

a. Unstandardized Coefficients (Constant) merupakan nilai untuk a

b. Unstandardized Coefficients iklim merupakan nilai untuk b1

c. Unstandardized Coefficients komunikasi merupakan nilai untuk b2

4. Persamaan Regresi yang terbentuk: Ŷ=23,472+0,824X1+0,162X2

J. Menguji Keberartian persamaan Regresi

17

1. Prosedur:

Klik Analyze-pilih Regression-dan klik Linear sehingga muncul gambar berikut:

Klik kinerja dan masukkan ke Dependent dengan mengklik panah ke kanan

sehingga tab dependent terisi Kinerja

Dengan cara yang sama masukkan Iklim dan komunikasi ke tab Independent.

Akhiri dengan mengklik tombol OK.

Output yang diperlukan untuk menentulkan persamaan regresi ada pada tabel

Anova.

2. Output SPSS:

18

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 707,797 2 353,898 4,803 ,014b

Residual 2726,103 37 73,678

Total 3433,900 39

a. Dependent Variable: Kinerja

b. Predictors: (Constant), Komunikasi, Iklim

3. Cara Memaknai:

a. Kriteria: jika nilai probabilitas (sig.) kurang dari 0,05 maka persamaan regresi

yang terbentuk signifikan

b. Pada tabel diperoleh nilai probabilitas 0,014, yang berarti kurang dari 0,05.

Dengan demikian persamaan regresi Ŷ=23,472+0,824X1+0,162X2 dinyatakan

signifikan

c. Kesimpulan

Iklim organisasi dan komunikasi interpersonal dapat digunakan untuk

memprediksi Kinerja guru

K. Menetapkan Koefisien Korelasi dan Signifikansinya

Tidak ada cara khusus untuk menetapkan koefisien korelasi ganda dan

signifikansinya seperti pada korelasi sederhana. Cara menetapkan koefisien korelasi

ganda dengan menggunakan prosedur seperti analisis regresi ganda.

1. Prosedur

Klik Analyze-pilih Regression-dan klik Linear sehingga muncul gambar berikut:

Klik kinerja dan masukkan ke Dependent dengan mengklik panah ke kanan

sehingga tab dependent terisi Kinerja

Dengan cara yang sama masukkan Iklim dan komunikasike tab Independent.

Akhiri dengan mengklik tombol OK.

19

Output yang diperlukan untuk menentulkan koefisien korelasi ada pada tabel Model Summary.

2. Output SPSS

Model Summary

Model R R Square Adjusted R

Square

Std. Error of the

Estimate

1 ,454a ,206 ,163 8,584

a. Predictors: (Constant), Komunikasi, Iklim

3. Cara Memaknai:

Nilai R sebesar 0,454 adalah koefisien korelasi, yang menunjukkan kekuatan

hubungan antara komunikasi interpersonal dan iklim secara bersama-sama

dengan kinerja sebesar 0,45 (maksimum 1)

Nilai R Square sebesar 0,206 menenunjukkan koefisien Determinasi (r2). Artinya

kontribusi komunikasi interpersonal dan iklim organisasi pada pembentukan

kinerja guru sebesar 20,6%, sementara 79,4% sisanya merupakan kontribusi

faktor lain.

20

4. Signifikansi koefisien korelasi

Penetapan signifikansi koefisien korelasi diperoleh dari output SPSS yaitu tabel

Anovaa. Output:

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 707,797 2 353,898 4,803 ,014b

Residual 2726,103 37 73,678

Total 3433,900 39

a. Dependent Variable: Kinerja

b. Predictors: (Constant), Komunikasi, Iklim

b. Kriteria: Jika nilai sig. kurang dari 0,05 menyatakan bahwa korelasi tersebut

signifikan

c. Karena nilai Sig. sebesar 0,014<0,05 maka koefisien korelasi ganda antara

komunikasi interpersonal dan iklim organisasi dengan kinerja dinyatakan

signifikan.

5. Kesimpulan

Iklim organisasi dan komunikasi interpersonal dapat digunakan untuk

memprediksi Kinerja guru

21

L. Korelasi Parsial

1. Prosedur:

Klik Analyze-pilih correlate-dan klik partial sehingga muncul gambar berikut:

Klik variabel yang akan dikorelasikan, misalnya iklim dan kinerja ke kotak

Variables dengan mengklik iklim dan klik panah ke kanan diikuti dengan kinerja.

Dengan cara yang sama masukkan komunikasi ke tab controlling for. Akhiri

dengan mengklik tombol OK.

Output yang diperlukan untuk menentulkan persamaan regresi ada pada tabel

Anova.

2. Output SPSS:

Correlations

Control Variables Iklim Kinerja

Komunikasi

Iklim

Correlation 1,000 ,236

Significance (2-tailed) . ,148

df 0 37

Kinerja

Correlation ,236 1,000

Significance (2-tailed) ,148 .

df 37 0

22

3. Cara Memaknai:

a. Angka 0,236 adalah koefisien korelasi (r) antara iklim dan kinerja dengan

variabel komunikasi dikontrol

b. nilai probabilitas (sig.) sebesar 0,148 yang berarti lebih dari 0,05 memiliki

makna bahwa koefisien korelasi tersebut tidak signifikan