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
N Pearson Correlation Sig. (2-tailed)
20 .181
20 .194
.445
.412
N Pearson Correlation Sig. (2-tailed)
20 .198
20 .525 *
20 .585**
.404
.018
.007
N Pearson Correlation Sig. (2-tailed)
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
Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df
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
Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df
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
Pearson Correlation Sig. (2-tailed)
1
N Pearson Correlation Sig. (2-tailed)
30 .393 *
N Pearson Correlation Sig. (2-tailed)
30 .267
30 .250
.154
.183
N Pearson Correlation Sig. (2-tailed)
30 -.260
30 .010
30 -.086
.165
.960
.651
N Pearson Correlation Sig. (2-tailed)
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
Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df
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
Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df
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
Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df
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
Pearson Correlation Sig. (2-tailed)
1
N Pearson Correlation Sig. (2-tailed)
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