Title: METODOLOGI PENELITIAN SESI 11 Korelasi dan REGRESI Analisis Faktor
1METODOLOGI PENELITIANSESI 11 Korelasi dan
REGRESIAnalisis Faktor
2KORELASI
- Analisis ini berguna untuk
- 1. mengetahui apakah diantara dua variabel
terdapat hubungan. - 2. Jika terdapat hubungan bagaimana arah
hubungan. - 3. Berapa besar hubungan.
3Jenis Korelasi
- 1. Korelasi Bivariat (berganda)
- a. Data IntervalPearson
- b. Data OrdinalKendal, Spearmen
-
- 2. Korelasi Parsial
4KORELASI BIVARIATE
- Pearson corr
- Prosedur Analyze, Correlate, Bivariate, masukkan
variabel yang diuji, pearson, ok.
5Output_1
- Hubungan antara Total penjualan Promosi Penjualan
dilihat dari - angka signifikansi yaitu sebesar 0,000.
- Bandingkan dengan 5, jika sig lt 5 maka
terdapat hubungan - 2. Arah hubungan dilihat dari tanda atau
didepan angka - Pearson Corr. Diketahui bahwa hub positif.
- Besarnya hubungan dilihat dari angka pearson
corr. Yaitu 0,734 - Jika promosi meningkat berhubungan dengan
peningkatan total penj - sebaliknya
6KORELASI PARSIAL
- Untuk mengetahui hubungan dua variabel dimana ada
satu variabel pengontrol. Yang diasumsikan
memiliki hubungan tetap. - Prosedur Analyze, Correlate, Parsial, masukkan
variabel yg ingin dianalisis, dg jumlah dealer
sbg pengontrol, kmd two tails, ok.
7Output_2
- Hubungan antara Total penjualan Promosi Penjualan
dilihat dari - angka signifikansi yaitu sebesar 0,000.
- Bandingkan dengan 5, jika sig lt 5 maka
terdapat hubungan - 2. Arah hubungan dilihat dari tanda atau
didepan angka - Pearson Corr. Diketahui bahwa hub positif.
- Besarnya hubungan dilihat dari angka pearson
corr. Yaitu 0,648 - Semakin tingginya jml dealer maka kenaikan
promosi penjualan - berhubungan dengan peningkatan promosi
8Pengertian
- Analisis regresi secara umum adalah studi
mengenai ketergantungan variabel terikat
(dependen) dengan satu atau lebih variabel
independen (variabel penjelas/ bebas), dengan
tujuan untuk mengestimasi dan atau memprediksi
rata-rata populasi atau nilai rata-rata variabel
dependen berdasar nilai variabel independen yang
diketahui (Gujarati, 2003)
9- Hasil analisis regresi adalah berupa koefisien
untuk masing-masing variabel independen.
Koefisien ini diperoleh dengan cara memprediksi
nilai variabel dependen dengan suatu persamaan,
koefisien regresi dihitung dengan tujuan - meminimumkan penyimpangan antara nilai aktual
dan nilai estimasi variabel dependen berdasarkan
data yang ada (Tabachnic, 1996).
10Regresi Vs Korelasi
- Korelasi bertujuan untuk mengukur kekuatan
hubungan linier antara dua variabel. Korelasi
tidak menunjukkan hubungan fungsional atau dengan
kata lain analisis korelasi tidak membedakan
variabel dependen dan independen. - Dalam regresi, selain mengukur kekuatan hubungan
dua variabel atau lebih, juga menunjukkan arah
hubungan antara variabel dependen dan independen - Teknik estimasi variabel dependen yang melandasi
analisis regresi disebut ordinary least squares
(OLS). Inti metode OLS adalan mengestimasi suatu
garis regresi dengan jalan meminimalkan jumlah
dari kuadrat kesalahan setiap observasi terhadap
garis tersebut.
11Menilai Goodness of Fit Suatu Model
- Ketepatan fungsi regresi sampel dalam menaksir
nilai aktual dapat diukur dari goodness of
fitnya. Secara statistik, setidaknya dapat diukur
dari nilai koefisien determinasi (R2), nilai
statistik F dan nilai statistik t. - Perhitungan statistik disebut signifikan secara
statistik apabila uji statistiknya berada dalam
daerah kritis (daerah dimana Ho ditolak). - Sebaliknya disebut tidak signifikan bila nilai
uji statistiknya berada dalam daeerah dimana Ho
diterima
12koefisien determinasi (R2)
- Koefisien determinasi pada intinya mengukur
seberapa jauh kemampuan model dalam menerangkan
variasi variabel dependen - Uji Signifikansi simultan (F) pada dasarnya
menunjukkan apakah semua variabel independen atau
bebas yang dimasukkan dalam model memiliki
pengaruh secara bersama-sama terhadap variabel
dependen
13Regresi
14- Uji F Signifikan
- Uji t Signifikan
15(No Transcript)
16Analisis Faktor
- Variabel / atribut penjualan diteliti
- Layout pertokoan,
- kelengkapan barang yang dijual,
- harga barang,
- pelayanan karyawan toko,
- pelayanan kasir,
- promosi,
- image dan
- kebersihan.
17Analisis Faktor
- Analyze, Data reduction, faktor.
- masukkan variabelnya, kmd pilih diskriptif, isi
dengan KMO danAnti image, extractionPricipal
Component, Corr matriks, Unrotated FFac solution
dan Scree plot. Eigenvalues dan max iteration
tetap. Kmd rotation, varimax, Rotated sol,
Loading plot, iterasi tetap
18- Asumsi yang mendasari dapat tidaknya digunakan
analisis faktor adalah data matriks harus
memiliki korelasi yg cukup, uji Barletts
merupakan uji statistik untuk menentukan ada
tidaknya korelasi antar variabel dapat dilihat
dari - Angka KMO dan Barlet gt0,5
- Signifikansi lt 5
- Jika indikator diatas terpenuhi maka menunjukkan
bahwa analisis faktor untuk masing-masing quest
dapat dilanjutkan - MSA (Measure of Sampling Adequacy)
- -MSA 1, variabel dp diprediksi tanpa
- kesalahan
- -MSA gt0,5 dp diprediksi dianalisis
- -MSAlt0,5 tdk dapat diprediksi
- dianalisis
19Anti Image, angka diagonal gt 0,5
20- Dari tabel diatas, terlihat bahwa angka diagonal
menunjukkan angka gt 0,5 yang berarti bahwa
seluruh quest dapat diuji untuk dikelompokkan. - Jika terdapat quest yang lt0,5 maka quest tersebut
dikeluarkan dari analisis, kemudian dilakukan
pengujian ulang dengan analisis faktor. Pengujian
ulang dilakukan Sampai semua angka diagonal
menunjukkan gt0,5
21Lihat varian yang dapat menjelaskan komponen yg
dibentuk, pada ekstraksi ke 3, analisis kemudian
sudah tdk dapat dilanjutkan lagi krn sudah lt1
22- Tabel diatas menunjukkan bahwa ekstraksi
dilakukan untuk melihat banyaknya pengelompokan,
tabel diatas menunjukkan ada 3 kelompok - Loading masing-masing fakor menunjukkan tase
kemampuan menjelaskan
23Component matrik, lihat loading yang mana yg
besar dan masuk komponen mana.
24Rotated semakin memperjelas pengelompokkan