PANDUAN LENGKAP

APLIKASI SPSS
(Statistical Package for Social Science)
Bagian ke-2

By Aldy Forester

ANALISIS KORELASI BERGANDA

 ANALISIS KORELASI BERGANDA
By. Aldy Forester

Analisis Korelasi Ganda berfungsi untuk untuk mencari besarnya hubungan dan
kontribusi dua variabel independent (X) atau lebih secara simultan (bersama-sama) dengan
variabel dependet (Y). Berbeda dengan analisis Linear Sederhana yang hanya digunakan untuk
menguji hubungan partial antara variabel independent dengan variabel dependent.

Pengambilan keputusan dalam uji korelasi berganda dapat dengan membandingkan antara nilai
probabilitas 0,05 dengan nilai probabilitas Sig dengan dasar pengambilan keputusan sebagai
berikut :

Jika nilai probabilias 0,05 lebih kecil atau sama dengan nilai probabilitas sig. F change atau
[0,05 < sig. Fchange], maka Ho diterima dan Ha ditolak, artinya tidak ada hubungan yang
signifikan antara variabel X dengan variabel Y.
Jika nilai probabilias 0,05 lebih besar dari nilai probabilitas sig. F change atau [0,05 > sig.
Fchange], maka Ho ditolak dan Ha diterima, artinya ada hubungan yang signifikan antara
variabel X dengan variabel Y.

Kita akan mencoba melakukan uji korelasi ganda dengan contoh kasus berjudul Hubungan
Kompetensi dan Motivasi Terhadap Kinerja Dosen STPP Malang Tahun 2016

Hasil identifikasi dan ketentuan sebagai berikut :

- Jumlah sampel 40 orang

- Taraf signifikasi (a=0,05)
- Variabel independent adalah Kompetensi (X1) dan Motivasi (X2)
- Variabel dependent adalah Kinerja (Y)

Siapkan data di excel/word seperti gambar berikut :

Langkah-langkah uji Korelasi Berganda menggunakan SPSS (saya menggunakan SPSS versi
22) adalah sebagai berikut :

1. Buka program SPSS, klik Variable View, Selanjutnya, pada bagian Name tulis saja X1, X2
dan Y, pada Decimals ubah semua menjadi angka 0, pada bagian Label tuliskan
Kompetensi, Motivasi dan Kinerja.

2. Klik Data View, dan masukkan data Kompetensi (X1), Motivasi (X2) dan Kinerja (Y) yang
sudah dipersiapkan tadi

3. Selanjutnya, dari menu utama SPSS, Pilih Analyze > Correlate > Bivariate
4. Muncul kotak dialog dengan nama Bivariate Correlations, masukkan variabel Kompetensi
(X1), Motivasi (X2) dan Kinerja (Y) ke kotak Variables. Beri tanda () pada kotak Pearson,
selanjutnya pada kolom Correlation Coefficients pilih Two-tailed dan beri tanda () pada
Flag significant correlations.

5. Klik Options lalu beri tanda () pada kotak Means and standars deviations, selanjutnya
klik Continue dan klik OK untuk mengakhiri perintah.

6. Selanjutnya akan keluar Output berupa tabel seperti contoh berikut. Abaikan dulu
outputnya namun jangan ditutup (biarkan tetap terbuka). Silahkan di Save jika diperlukan.
7. Kembali ke halaman awal. Klik menu Analyze > Regression > Linear.

8. Pada kotak dialog Linear Regression, masukkan variabel Kinerja (Y) ke kotak Dependent,
selanjutnya masukkan variabel Kompetensi (X1) dan Motivasi (X2) ke kotak
Independent(s), kemudian klik Statistics.
9. Pada kotak dialog, beri tanda () Estimates, Mode fit dan R square change lalu klik
Continue. Klik OK untuk mengakhiri perintah.

10. Selanjutnya akan keluar Output. Jangan lupa Save outputnya atau Export ke file Excel.
Bisa juga tabelnya langsung di copas dari tampilan output yang ada.

Tabel yang perlu diperhatikan adalah Model Summary untuk melihat nilai R (hubungan antara
variabel X secara simultan dengan variabel Y) dan Tabel Correlations untuk melihat hubungan
antar variabel X1 terhadap Y dan variabel X2 terhadap Y.
Interprestasi data :

Berdasarkan tabel Model Summary diketahui bahwa besarnya hubungan antara Kompetensi
(X1) dan Motivasi (X2) terhadap Kinerja (Y) yang dihitung dengan koefisien korelasi ditunjukkan
dengan nilai R sebesar 0,040, hal ini menunjukkan pengaruh yang sangat kurang.
Sementara itu, kontribusi atau sumbangan secara simultan variabel Kompetensi dan Motivasi
terhadap Kinerja adalah 2% (0,002), sedangkan 92% ditentukan oleh variabel yang lain
Kemudian untuk mengetahui tingkat signifikansi koefisien korelasi ganda diuji secara
keseluruhan. Hipotesis yang diajukan dalam pembahasan ini adalah :

H0 : Kompetensi dan Motivasi tidak berhubungan secara simultan dan signifikan terhadap
kinerja.
Ha : Kompetensi dan Motivasi berhubungan secara simultan dan signifikan terhadap
kinerja.

Berdasarkan tabel Model Summary diperoleh nilai probabilitas (sig.F change) = 0,971. Karena
nilai sig.F Change 0,971 > 0,05, maka keputusannya adalah H0 diterima dan Ha ditolak.
Artinya : Kompetensi dan Motivasi tidak berhubungan secara simultan dan signifikan terhadap
kinerja Dosen STPP Malang.

Dari Tabel Correlations dapat diketahui hubungan masing-masing antara variabel X1 terhadap Y
dan variabel X2 terhadap Y.
Nilai Sig. sebesar 0,129 > 0,05, berarti H0 diterima. Kesimpulannya tidak ada hubungan yang
signifikan antara Kompetensi dengan Kinerja Dosen STPP Malang.
Begitupula dengan nilai Sig. sebesar 0,814 > 0,05, berarti H0 diterima. Kesimpulannya tidak
ada hubungan yang signifikan antara Motivasi dengan Kinerja Dosen STPP Malang.

Demikian langkah-langkah melakukan analisis Korelasi Berganda menggunakan SPSS,

semoga bermanfaat.
Sampai jumpa pada edisi berikutnya.
Wassalam

Malang, Juli 2016.