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 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
101 99 107 98 100 98 106 103 106 108 106 100 99 106 103 96 107 99 107 101 112 110 102 101 104 112 103 105 107 101 101 106 94 100 104 103 109 106 106 102
98 95 109 95 102 96 105 102 107 109 106 103 103 107 101 95 113 99 97 101 117 110 101 102 104 120 101 106 104 98 110 102 90 105 106 110 109 106 104 100
121 117 132 120 112 120 139 147 146 143 118 117 120 122 129 117 121 115 121 122 141 114 126 118 130 145 123 124 121 135 116 120 120 128 124 128 126 119 130 135
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: Coefficients Model
Unstandardized Coefficients
a
Standardized
t
Sig.
Coefficients B (Constant)
Std. Error
20,534
33,862
1,015
,327
Beta ,606
,548
3,104
,004
1 Iklim
,450
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:
a
ANOVA Model
Sum of Squares Regression
1
df
Mean Square
694,454
1
694,454
Residual
2739,446
38
72,091
Total
3433,900
39
F 9,633
Sig. ,004
b
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
df
Squares (Combined)
Kinerja *
Between
Linearity
Groups
Deviation from
1
123,240
82,439
Within Groups
1585,295 24
66,054
Total
3433,900 39
Linearity
Sig.
1,866 ,084
694,454 10,513 ,003
1154,150 14
Iklim
F
Square
1848,605 15 694,454
Mean
1,248 ,307
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 Pencar 1. 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 signifikansinya 1. 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 Pearson Correlation Iklim
1
,450
Sig. (2-tailed) N Pearson Correlation
Kinerja
Kinerja
Sig. (2-tailed) N
**
,004 40
40
**
1
,450
,004 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
Lakukan Pengujian regresi dan korelasi antara komunikasi interpersonal dengan kinerja dengan langkah-langkah seperti di atas
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.
16
Output yang diperlukan untuk menentulkan persamaan regresi ada pada tabel
Coefficient. 2. Output SPSS: Coefficients Model
a
Unstandardized Coefficients
Standardized
t
Sig.
Coefficients B (Constant) 1
Std. Error
23,472
34,922
Iklim
,824
,558
Komunikasi
,162
,381
Beta ,672
,506
,365
1,478
,148
,105
,426
,673
a. Dependent Variable: Kinerja
3. Cara Memaknai: Dari persamaan umum regresi Ŷ
= a + b1 X 1 + b2 X 2
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
17
J. Menguji Keberartian persamaan Regresi 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.
18 2. Output SPSS:
ANOVA Model
Sum of Squares Regression
1
a
df
Mean Square
707,797
2
353,898
Residual
2726,103
37
73,678
Total
3433,900
39
F 4,803
Sig. ,014
b
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
1
R
,454
R Square
a
Adjusted R
Std. Error of the
Square
Estimate
,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)
2
Nilai R Square sebesar 0,206 menenunjukkan koefisien Determinasi (r ). 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 Anova a. Output: ANOVA Model
Sum of Squares Regression
1
a
df
Mean Square
707,797
2
353,898
Residual
2726,103
37
73,678
Total
3433,900
39
F 4,803
Sig. ,014
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
b
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 Correlation
Iklim
Kinerja
1,000
,236
Significance (2-tailed)
.
,148
df
0
37
Correlation
,236
1,000
Significance (2-tailed)
,148
.
37
0
Komunikasi Kinerja
df
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
