LAPORAN KORELASI DAN REGRESI
Transcript of LAPORAN KORELASI DAN REGRESI
MODUL 4
KORELASI DAN REGRESI
4.1 Tujuan Praktikum
1. Mampu memahami uji korelasi dan regresi
2. Mampu menyelesaikan permasalahan korelasi dan
regresi dengan software SPSS
4.2 Tugas Praktikum
1. Mencari dan membuat data dari sumber terpercaya
untuk diolah kemudian tampilkan dalam bentuk tabel
data historis dengan jumlah minimal 100 data
2. Melakukan uji perhitungan korelasi dan regresi
linar seederhana dan berganda dari sejumlah data yang
didapat menggunakan SPSS
3. Melakukan analisa dari sejumlah hasil olahan yang
didapat hingga tentukan kesimpulan keputusan dan rumus
regresi yang didapatkan.
4.3 Pengolahan Data
4.3.1 Deskripsi Kasus
a. Regresi Linear Sederhana
Data regresi linear sederhana adalah data harga
bahan bakar minyak premium dan data harga bahan
bakar minyak solar. Data harga bahan bakar minyak
premium merupakan variabel independent (X)
sedangkan harga bahan bakar minyak solar
merupakan variabel dependent (Y).
b. Regresi Linear Berganda
Data regresi linear berganda adalah data harga
bahan bakar minyak jenis premium, data harga
bahan bakar minyak jenis solar dan harga bahan
bakar minyak jenis minyak tanah. Data harga bahan
bakar minyak jenis premium variabel independent
(X1), Data harga bahan bakar minyak jenis solar
merupakan variabel independent (X2), dan data
jumlah pembelian bahan bakar minyak merupakan
variabel dependent (Y).
4.3.2 Tabel Data Historis
a. Regresi Linear Sederhana
No.
Harga Bahan Bakar
Minyak Jenis
Premium (Rupiah)
Harga Bahan Bakar
Minyak Jenis Solar
(Rupiah)1 150 52.52 150 52.53 150 52.54 150 52.55 150 52.56 150 52.5
No.
Harga Bahan Bakar
Minyak Jenis
Premium (Rupiah)
Harga Bahan Bakar
Minyak Jenis Solar
(Rupiah)7 150 52.58 150 52.59 500 30010 500 30011 500 30012 700 38013 700 38014 750 38015 750 38016 750 38017 700 60018 750 55019 700 55020 700 60021 700 90022 750 115023 700 124024 700 139025 700 189026 700 165027 1200 165028 1000 210029 1000 250030 1000 2500
No.
Harga Bahan Bakar
Minyak Jenis
Premium (Rupiah)
Harga Bahan Bakar
Minyak Jenis Solar
(Rupiah)
31 600 250032 1150 250033 1450 265034 1550 260035 1600 300036 1750 300037 1800 300038 1800 350039 1800 430040 2400 550041 4500 480042 4500 480043 4500 450044 6000 450045 5500 450046 5000 450047 4500 550048 4500 550049 6000 550050 8500 7500
b. Regresi Linear Berganda
No.
Harga Bahan
Bakar Minyak
Jenis Premium
(Rupiah)
Harga Bahan
Bakar Minyak
Jenis Solar
(Rupiah)
Jumlah
Penjualan
Bahan Bakar
Minyak (Kilo
Liter)1 150 52.5 198002 150 52.5 192003 150 52.5 189504 150 52.5 190005 150 52.5 198906 150 52.5 203007 150 52.5 192208 150 52.5 194489 500 300 1895210 500 300 1987411 500 300 1859012 700 380 1974313 700 380 1828414 750 380 1846215 750 380 1980016 750 380 1847917 700 600 1864318 750 550 1824119 700 550 1944120 700 600 1888121 700 900 19380
No.
Harga Bahan
Bakar Minyak
Jenis Premium
(Rupiah)
Harga Bahan
Bakar Minyak
Jenis Solar
(Rupiah)
Jumlah
Penjualan
Bahan Bakar
Minyak (Kilo
Liter)22 750 1150 1843423 700 1240 1959924 700 1390 1978125 700 1890 1802226 700 1650 1905327 1200 1650 1896728 1000 2100 1959229 1000 2500 1941330 1000 2500 1999031 600 2500 1955032 1150 2500 1915533 1450 2650 1872134 1550 2600 1840035 1600 3000 1953836 1750 3000 1838537 1800 3000 1976038 1800 3500 1814639 1800 4300 1991940 2400 5500 1973241 4500 4800 1802042 4500 4800 18451
No.
Harga Bahan
Bakar Minyak
Jenis Premium
(Rupiah)
Harga Bahan
Bakar Minyak
Jenis Solar
(Rupiah)
Jumlah
Penjualan
Bahan Bakar
Minyak (Kilo
Liter)43 4500 4500 1893344 6000 4500 1931045 5500 4500 1991246 5000 4500 1809347 4500 5500 1843448 4500 5500 1850349 6000 5500 1857050 8500 7500 18605
4.3.3 Ho dan Ha, Tingkat Probabilitas (p), Kriteria
Pengujian
a. Uji Linearitas
- Ho : data tidak bersifat linear
Ha : data bersifat linear
- Tingkat probabilitas : 95%
- Kriteria pengujian
Signifikansi > probabilitas kesalahan berarti
Ho diterima
Signifikansi < probabilitas kesalahan berarti
Ho ditolak
b. Output ANOVA
- Ho : model regresi tidak bisa digunakan untuk
mempridiksi
Ha : model regresi bisa digunakan untuk
memprediksi
- Tingkat probabilitas : 95%
- Kriteria pengujian
Signifikansi > probabilitas kesalahan berarti
Ho diterima
Signifikansi < probabilitas kesalahan berarti
Ho ditolak
c. Uji Korelasi
- Ho : tidak ada korelasi antar variabel
Ha : ada korelasi antar variabel
- Tingkat probabilitas : 95%
- Kriteria pengujian
Signifikansi > probabilitas kesalahan berarti
Ho diterima
Signifikansi < probabilitas kesalahan berarti
Ho ditolak
4.3.4 Cara Kerja
a. Regresi Linear Sederhana
1. Karena data pada uji regresi baik itu
sederhana maupun berganda harus berkorelasi
maka tahap pertama yang dilakukan adalah uji
korelasi data.
- Masukkan data ke SPSS, klik variabel view
seperti pada gambar
- Klik data view dan isikan datanya
- Klik analyze > correlate > bivariate
- Kemudian masukkan kedua variabel ke kotak
variabel disebelah kanan, checklist koefisien
korelasi sebagai pearson product moment
kemudian klik oke, gambar berikut :
2. Tahap kedua pada uji regresi adalah uji
linearitas. Uji linearitas ini bertujuan untuk
mengetahui apakah data linear atau tidak.
Tahapannya sebagai berikut :
- Klik analyze > compare means > means
- Kemudian masukkan variabel harga premium ke
independent list sedangakan variabel harga
solar ke dependent list
- Klik options dan centang pilihan test of
linearity
3. Tahap selanjutnya adalah uji regresi.
Tahapnya sebagai berikut :
- Pilih analyze > Regression > Linear. Maka
akan muncul kotak dialog seperti dibawah ini.
- Klik options dan isikan probabilitas 0,05
centang include constants dan exclude cases
listwise
- Klik statistics, checklist model fit,
estimated, dan casewise diagnostics kemudian
pilih all cases.
- Klik plots, checklist normal probability
plots kemudian continue
b. Regresi Linear Berganda
1. Karena data pada uji regresi baik itu
sederhana maupun berganda harus berkorelasi
maka tahap pertama yang dilakukan adalah uji
korelasi data.
- Masukkan data ke SPSS, klik variabel view
seperti pada gambar
- Klik data view kemudian input datanya.
- Klik analyze > correlate > bivariate
- Pindahkan semua variabel seperti pada gambar
- Klik ok maka akan muncul output
2. Setelah uji korelasi kita akan menguji
linearitas. Tahapnya adalah sebagai berikut.
- Klik analyze > regression > linear
- Statistics, checklist Estimates, Model fit,
dan Descriptive. Continue
- Plots, checklist Produce all partial plots.
Continue. OK
- Maka akan keluar outputnya
4.3.5 Hasil Output SPSS
a. Regresi Linear Sederhana
Uji Korelasi
Uji Korelasi
Uji Linearitas
Uji Regresi
4.3.6 Analisis Hasil Output SPSS
a. Regresi Linear Sederhana
Uji Korelasi
Pada hasil output didapatkan
signifikansi sebesar 0,000. Berarti
signifikansi < 0,05, Ho ditolak maka harga
bahan bakar minyak jenis premium dan harga
bahan bakar minyak jenis solar mempunyai
korelasi.
Pada kolom pearson correlation
didapatkan hasil 0,893. Nilai ini jika
dilihat pada interpretasi R berarti variabel
mempunyai korelasi yang kuat.
Uji Linearity
Pada kolom signifikansi dan baris linearity
didapatkan nilai 0,00. Sign < 0,05 berarti
data bersifat linear dan bisa dilanjutkan ke
proses selanjutnya.
Uji Regresi
Pada tabel model summary didapatkan
hasil R square sebesar 0,797. Artinya, 79,7%
variasi harga bahan bakar minyak jenis
premium bisa dijelaskan oleh variasi harga
bahan bakar minyak jenis solar. Sementara
sisanya disebabkan oleh sebab lain.
Pada tabel ANOVA diperoleh signifikansi
sebesar 0,000. Ini berarti signifikansi <
0,05, Ho ditolak disimpulkan bahwa model
regresi ini dapat digunakan untuk
memprediksi harga bahan bakar minyak jenis
premium.
Pada tabel coefficient dapat ditentukan
koefisien dari a dan b yang memenuhi
persamaan y = a + bx. Dimana didapatkan
nilai a sebesar 558,986 dan b sebesar 0,95.
Jadi persamaan regresi linear yang
didapatkan adalah y = 558,986 + 0,95x.
b. Regresi Linear Berganda
Uji Korelasi
Tingkat signifikansi koefisien korelasi
satu sisi sebesar 0,00 maka sig ≤ 0,05.
Maka korelasi di antara variabel harga BBM
jenis premium, jenis solar, dan jumlah
pembelian sangat nyata.
Korelasi harga BBM premium & harga BBM
solar = 0,893
Korelasi harga BBM premium & jumlah
pembelian = 0,815
Korelasi harga BBM solar & jumlah pembelian
= 0,482
Maka variabel harga BBM jenis premium lebih
berpengaruh terhadap jumlah pembelian
daripada harga BBM jenis solar.
Uji Linearitas
Sig ≤ 0,05. Maka Ho ditolak, artinya data
memiliki asumsi linearitas sehingga dapat
dilanjutkan ke tahap berikutnya.
Uji Regresi
R square pada tabel diatas adalah 0,401.
Hal tersebut berarti 40,1% dari variasi
jumlah pembelian bisa dijelaskan oleh
variabel harga BBM jenis premium dan solar.
Sementara sisanya 100% - 40,1% = 59,9%
dijelaskan oleh variabel-variabel yang
lain.
Dari uji ANOVA diperoleh tingkat
signifikansi 0,00. Karena nilai sig ≤ 0,05
maka model regresi bisa digunakan untuk
memprediksi jumlah pembelian bahan bakar
minyak. Atau bisa dikatakan bahwa harga BBM
jenis premium dan BBM jenis solar secara
bersama-sama berpengaruh terhadap jumlah
pembelian.
Persamaan yang didapat dari uji regresi
linear sederhana adalah:
Y = 18848.265 + 0,512 X1 - 0,185
X2
Di mana Y = jumlah pembelian, X1 = harga
BBM premium, X2 = harga BBM solar.
4.3.7 Keputusan
a. Uji Regresi Linear Sederhana
Pada uji regresi linear sederhana semua
variabel mempunyai korelasi yang kuat,
diasumsikan linear dan didapatkan persamaan
regresi yaitu Y = 558,986 + 0,95X
b. Uji Regresi Linear Berganda
Pada uji regresi linear berganda salah satu
variabel mempunyai korelasi yang agak rendah
dan variabel yang satunya lagi mempunyai
korelasi yang kuat, masing – masing variabel
diasumsikan linear dan didapatkan persamaan
regresi yaitu Y = 18848.265 + 0,512 X1 -
0,185 X2