Modul Regresi SPSS

Tugas Terstruktur Mingguan

Handout SPSS SPSS 2 Modul 2 dan 3

Disusun Oleh:

Danny Syahril Ardiyansyah C1F015022 Dalam rangka memenuhi tugas Mata Kuliah Metodologi Metodologi Penelitian

Program Studi S1-Akuntansi Alih Jenjang Fakultas Ekonomi dan Bisnis Universitas Universitas Jenderal Soedirman Program Beasiswa STAR-BPKP Batch-III 2016

Modul 2 : Korelasi 1. Jawaban Soal Nomor 1 A. Adakah hubungan antara ekonomi makro, deviden, demand saham, supply saham, dan harga saham? Hasil korelasi statistik hubungan antar variabel adalah sebagai berikut: Correlations ekmakro ekmakro

dividen

demand

supply

harga

dividen .227

demand .181

supply .198

harga .141

.335

.445

.404

.553

20 1

20 .194

20 .525 *

20 .844**

.412

.018

.000

20 .585 **

20 .275

.007

.240

20 1

20 .718**

Pearson Correlation Sig. (2-tailed)

1

N Pearson Correlation Sig. (2-tailed)

20 .227


20 .181

20 .194

.445

.412


20 .198

20 .525 *

20 .585**

.404

.018

.007


20 .141

20 .844 **

20 .275

20 .718 **

.553

.000

.240

.000

N

.335

20 1

20 20 20 *. Correlation is significant at the 0.05 level (2-tailed). **. Correlation is significant at the 0.01 level (2 -tailed).

.000

20

20 1 20

Analisa hasil korelasi antar variabel adalah sebagai berikut: a. Hipotesis Statistik 1) H0 : tidak ada hubungan antara 2 variabel 2) Ha : ada hubungan antara 2 variabel b. Kriteria Penerimaan Hipotesis 1) Probabilitas > 0,05 maka H 0 diterima 2) Probabilitas < 0,05 maka H 0 ditolak c.

Uji Penerimaan Hipotesis No 1

2

3

Hubungan Ekonomi Makro dengan Harga Saham Deviden dengan Harga Saham Demand dengan Harga Saham

Korelasi 0,141 (Positif lemah) 0,844 (Positif Kuat) 0,275 (Positif lemah)

1

Signifikansi 0,553 (> 0,05 Ho diterima) 0,000 (< 0,05 Ho Ditolak) 0,240 (> 0,05 Ho Diterima)

Kesimpulan Tidak terdapat hubungan Terdapat hubungan positif, kuat, dan signifikan Tidak terdapat hubungan

4

Supply dengan Harga Saham

0,718 (Positif kuat)

0,000 (< 0,05 Ho Ditolak)

Terdapat hubungan positif, kuat, dan signifikan

B. Korelasi Partial antara variabel: 1) Variabel Deviden dengan Harga Saham Correlations Control Variables ekmakro & tkbunga demand & supply

& dividen

harga

Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df

dividen 1.000 . 0 .679 .004 14

harga .679 .004 14 1.000 . 0

Korelasi Positif Sedang (0,679) dan Signifikansi di bawah 0,05 (H 0 ditolak), maka disimpulkan terdapat hubungan yang positif, sedang, dan signifikan antara kedua variabel. 2) Variabel Demand dengan Harga Saham Correlations Control Variables ekmakro & tkbunga & supply harga & dividen demand

Korelasi Negatif


harga 1.000 . 0 -.271 .310 14

demand -.271 .310 14 1.000 . 0

Diabaikan (-0,271) dan Signifikansi di atas 0,05 (H 0

diterima), maka disimpulkan tidak terdapat hubungan antara kedua variabel. 3) Variabel Supply dengan Harga Saham Correlations Control Variables ekmakro & tkbunga & dividen harga & demand supply


harga 1.000 . 0 .573 .020 14

supply .573 .020 14 1.000 . 0

Korelasi Positif Sedang (0,573) dan Signifikansi di atas 0,05 (H 0 diterima), maka disimpulkan maka disimpulkan tidak terdapat hubungan antara kedua variabel.

2

2. Jawaban Soal Nomor 2 A. Adakah hubungan antara gaji, masa kerja, jumlah anak, kinerja, dan kepribadian? Hasil korelasi statistik hubungan antar variabel adalah sebagai berikut: Correlations masa_kjra masa_kjra

gaji

jml_anak

kinerja

kepribadian

gaji .393 *

jml_anak .267

kinerja -.260

kepribadian .249

.032

.154

.165

.185

30 1

30 .250

30 .010

30 -.174

.183

.960

.357

30 1

30 -.086

30 .309

.651

.096

30 1

30 -.258


1


30 .393 *


30 .267

30 .250

.154

.183


30 -.260

30 .010

30 -.086

.165

.960

.651


30 .249

30 -.174

30 .309

30 -.258

.185

.357

.096

.168

30 30 30 *. Correlation is significant at the 0.05 level (2-tailed).

30

N

.032

.168 30 1 30

Analisa hasil korelasi antar variabel adalah sebagai berikut: 1) Hipotesis Statistik a) H0 : tidak ada hubungan antara 2 variabel b) Ha : ada hubungan antara 2 variabel 2) Kriteria Penerimaan Hipotesis 1) Probabilitas > 0,05 maka H 0 diterima 2) Probabilitas < 0,05 maka H 0 ditolak 3) Uji Penerimaan Hipotesis No 1

Hubungan Masa Kerja Dengan Gaji

2

Jumlah dengan Gaji

anak

3

Kinerja dengan Gaji

4

Kepribadian dengan Gaji

Korelasi 0,393 (Positif lemah) 0,250 (Positif lemah) 0,010 (Positif lemah) -0,174 (Negatif Diabaikan)

3

Signifikansi 0,032 (< 0,05 Ho ditolak) 0,183 (> 0,05 Ho Diterima) 0,960 (> 0,05 Ho Diterima) 0,357 (> 0,05 Ho Diterima)

Kesimpulan Terdapat hubungan positif, lemah, dan signifikan Tidak terdapat hubungan Tidak terdapat hubungan Tidak terdapat hubungan

B. Korelasi Partial antara variabel: 1) Variabel Gaji dengan Kinerja (Variabel Kontrol Masa Kerja) Correlations Control Variables masa_kjra gaji

kinerja


gaji 1.000 . 0 .126 .514 27

kinerja .126 .514 27 1.000 . 0

Korelasi Positif Lemah (0,126) dan Signifikansi di atas 0,05 (H 0 diterima), maka disimpulkan tidak terdapat hubungan antara kedua variabel.

2) Variabel Masa Kerja dengan Tunjangan (Variabel Kontrol Gaji) Correlations Control Variables gaji masa_kjra

tunjangan


masa_kjra 1.000 . 0 .216 .260 27

tunjangan .216 .260 27 1.000 . 0

Korelasi Positif Lemah (0,216) dan Signifikansi di atas 0,05 (H 0 diterima), maka disimpulkan tidak terdapat hubungan antara kedua variabel.

3) Variabel Tunjangan dengan Jumlah Anak (Variabel Kontrol Masa Kerja) Correlations Control Variables masa_kjra tunjangan

jml_anak


tunjangan 1.000 . 0 .708 .000 27

jml_anak .708 .000 27 1.000 . 0

Korelasi Positif Kuat (0,708) dan Signifikansi di bawah 0,05 (H 0 ditolak), maka disimpulkan terdapat hubungan yang positif, kuat, dan signifikan antara kedua variabel.

Softcopy dan metadata spss dapat diunduh di alamat:

http://tinyurl.com/gkpswbv

4

Modul 3 : Regresi 1. Jawaban Soal Nomor 1 A. Apakah ada hubungan antara masa kerja dengan jumlah gaji pegawai? Descriptive Statistics Mean 8.70 675.00

masa_krj gaji

Std. Deviation 3.895 213.060

N 20 20

Correlations masa_krj masa_krj

gaji


1


20 .926**

gaji .926 ** .000 20 1

.000

N

20

20

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

Dari hasil perhitungan didapatkan korelasi antara variabel adalah positif kuat (0,926) dan siginifikansi di bawah 0,05 (H 0 ditolak) sehingga disimpulkan terdapat hubungan hubungan yang positif dan kuat antara masa kerja dengan jumlah gaji. B. Apakah masa kerja mempengaruhi jumlah gaji pegawai? Model 1

Regression Residual Total

Sum of Squares 739625.260

ANOVAa df 1

Mean Square 739625.260

122874.740

18

6826.374

862500.000

19

F 108.348

Sig. .000 b

Analisa hasil korelasi antar variabel adalah sebagai berikut: 1) Hipotesis Statistik a) H0 : tidak ada hubungan antara 2 variabel b) Ha : ada hubungan antara 2 variabel 2) Kriteria Penerimaan Hipotesis a) Probabilitas > 0,05 maka H 0 diterima b) Probabilitas < 0,05 maka H 0 ditolak 3) Uji Penerimaan Hipotesis Perhitungan anova menghasilkan angka signifikansi 0,000 yang lebih kecil dari <0,05 maka H0 ditolak. Dapat disimpulkan bahwa masa kerja mempengaruhi gaji pegawai.

5

C. Berapa besar pengharuh masa kerja terhadap jumlah gaji pegawai?

Model 1

R .926a

Model Summaryb Adjusted R R Square Square .858 .850

Std. Error of the Estimate 82.622

Berdasarkan hasil perhitungan R Square, pengaruh masa kerja terhadap gaji pegawai adalah 85,8% (0,858), sedangkan pengaruh variabel lain di luar model adalah sebesar 14,2%.

D. Apakah kecenderungan gaji pegawai di masa yang akan datang mengalami kenaikan atau penurunan? Case Number 1

Casewise Diagnostics a Std. Residual gaji Predicted Value

Residual

-.439

350

386.24

-36.242

2

-.431

300

335.58

-35.583

3

.167

400

386.24

13.758

4

.756

550

487.56

62.439

5

-.463

500

538.22

-38.220

6

1.337

750

639.54

110.461

7

1.632

825

690.20

134.802

8

1.624

875

740.86

134.143

9

1.305

950

842.18

107.824

10

-.487

650

690.20

-40.198

11

1.321

850

740.86

109.143

12

.071

1000

994.15

5.847

13

-.495

700

740.86

-40.857

14

-.534

950

994.15

-44.153

15

-.502

750

791.52

-41.516

16

-1.060

400

487.56

-87.561

17

-.773

525

588.88

-63.879

18

-.479

600

639.54

-39.539

19

-1.116

750

842.18

-92.176

20

-1.434

825

943.49

-118.494

Status

Dengan membandingkan data kenaikan gaji penelitian dengan data kenaikan gaji hasil prediksi disimpulkan bahwa kecenderungan kenaikan gaji di masa akan datang akan mengalami peningkatan.

6

2. Jawaban Soal Nomor 2 Coefficientsa

Model 1

Unstandardized Coefficients B Std. Error (Constant) Produk_Terjual

-25.015

3.265

.513

.037

Standardized Coefficients Beta .933

t

Sig.

-7.662

.000

13.750

.000

a. Dependent Variable: Naik_Bonus

Dari hasil perhitungan regresi linear di atas dapat disimpulkan persamaan untuk kepentingan prediksi data adalah sebagai berikut: Y = a + bX Y = -25,015 + 0,513X Dengan : Y = Kenaikan bonus gaji a = konstanta Unstardadized Coefficients b = koefisien variabel produk terjual X = Produk Terjual

Softcopy dan metadata spss dapat diunduh di alamat:

http://tinyurl.com/gkpswbv

7

Modul Regresi SPSS

Recommend Documents