Ayo Belajar Spss ( Analisis Regresi Linear Berganda)

download Ayo Belajar Spss ( Analisis Regresi Linear Berganda)

of 32

  • date post

    19-Feb-2016
  • Category

    Documents

  • view

    103
  • download

    4

Embed Size (px)

description

tutorial mengolah data menggunakan spss menggunakan spss 21

Transcript of Ayo Belajar Spss ( Analisis Regresi Linear Berganda)

  • Ayo rek sinau SPSS ? Tutorial Analisis Regresi Linear Berganda

    Sofa Nur Ihtiari Wahyudi @Hak Cipta TIDAK Dilindungi UU Diterbitkan olah : Delapan Enam

  • Bagian 1 : Pengantar Teoritis

    Bagian 2 : Pengenalan Tampilan SPSS

    Bagian 3 : Input Data

    Bagian 4 : Uji Asumsi Klasik

    Bagian 5 : Pengujian Hipotesis

  • Bagian 1 : Pengantar Teoritis

    Analisis regresi adalah bentuk hubungan antara dua peubah atau lebih khususnya hubungan antara peubah-peubah yang mengandung sebab akibat. (Wibisono, 2009)

    Variabel "penyebab" disebut dengan bermacam- macam istilah: variabel penjelas, variabel eksplanatorik, variabel independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam grafik sebagai absis, atau sumbu X).

    Variabel terkena akibat dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel acak.

    Analisis Regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya. Hampir semua bidang ilmu yang memerlukan analisis sebab-akibat boleh dipastikan mengenal analisis ini.

    Pada modul ini yang akan dibahas adalah analisa Regresi Liner yang terdiri atas Regresi Linier sederhana dan Regresi Linier berganda.

    Regresi Linear Sederhana ?

    Regresi linier sederhana adalah merupakan hubungan fungsional ataupun kausal satu variabel independen dengan satu variabel dependen (Purwanto S. K., 2012).

    Model regresi linier sederhana dapat digambarkan sebagaimana gambar di bawah ini.

    X Y

    Persamaan umum regresi linier sederhana adalah: Y = a + bX

    Y = Variabel Dependen

    a = Konstansta/ Intercept

    b = Koefisien regresi

    X = Variabel Independen

    Nilai a secara grafik adalah merupakan intercept /perpotongan pada sumbu Y jika harga X = 0. Secara teknis harga b merupakan tangen dari perbandingan antara perubahan harga Y pada perubahan harga X atau dapat dituliskan dengan Y/X.

  • Regresi Linier Berganda ? ( THIS STUDY ............ )

    Regresi Linear Berganda adalah regresi linier yang menggunakan dua atau lebih variabel independen/prediktor untuk meramalkan atau memprediksi satu variabel dependen/terikat. Jadi analisis regresi linier berganda akan dilakukan bila jumlah variabel independennya minimal 2. Model Regresi linier berganda untuk dia variabel bebas dan satu variabel terikat adalah sebagai berikut:

    Parsial

    X1

    Y

    X2

    Simultan

    Model diatas dapat dijelaskan bahwa dalam model regresi linier berganda mempunyai dua uji pengaruh yaitu :

    1. Pengaruh variabel X (bebas) secara simultan terhadap variabel Y (terikat)

    2. Pengaruh variabel X (bebas) secara Parsial terhadap variabel Y (terikat), yaitu meliputi :

    a. Pengaruh variabel X1 terhadap variabel

    b. Pengaruh variabel X2 terhadap variabel Y

  • Persamaan Regresi Linier Berganda

    Pada prinsipnya persamaan regresi linier berganda adalah sama dengan persamaan pada regresi linier sederhana, yang membedakan adalah pada perrsamaan Regresi Linier Berganda jumlah variabel X lebih dari satu. berikut adalah beberapa contoh persamaan Regresi Linier Berganda:

    1. Persamaan regresi untuk dua prediktor adalah:

    Y = a0 + a1X1 + a2X2

    2. Persamaan regresi untuk tiga prediktor adalah:

    Y = a0 + a1X1 + a2X2+ a3X3

    3. Persamaan regresi untuk n prediktor (independennya banyak) adalah:

    Y = a0 + a1X1 + a2X2 + .... + anXn

    Koefisien Regresi Linier Berganda

    Persamaan regresi linier dimaksudkan untuk menjadi alat dalam membuat taksiran dan ramalan keadaan berdasarkan data kejadian dan aktivitas di masa yang lalu. Untukl membuat suatu persamaan Regresi Linier berganda terlebih dahulu dilakukan penelitian atau data laporan periode yang lalu. Berikut ini adalah diuraikan membuat persamaan regresi untuk dua variabel bebas X1 dan X2 , satu variabel terikat Y.

  • Bagian 2 : Pengenalan Tampilan SPSS

    Ada sembilan menu utama yang dimiliki SPSS for windows, yaitu:

    1. File. Digunakan untuk membuat file baru atau membuka file, menyimpan file. 2. Edit. Digunakan untuk memodifikasi, mengkopi, menghapus, mencari dan

    mengganti data atau teks dari output windows maupun syntak windows. 3. Data. Digunakan untuk membuat pilihan global dari file data SPSS, seperti

    pendefinisian variabel, penggabungan file, transpose data, mengambil sebagai case dan sebagainya.

    4. Transform. Digunakan untuk mentranformasi data, yaitu pembentukan variabel baru yang valuenya merupakan hasil tranformasi dari value variabel-variabel yang sudah ada. Atau memodifikasi variabel yang sudah ada berdasarkan variabel yang lain. Seperti tranformasi dengan operator aritmatik, fungsi aritmatika, fungsi statistik dan sebagainya.

    5. Analyze. Digunakan untuk memilih berbagai prosedur pengolahan secara statistik seperti tabulasi silang (crosstab), korelasi, regresi linier, analisis varians, penyusunan laporan dan sebagainya.

    6. Graph. Digunakan untuk mengaktualisasikan data berupa bar chart, pie chart, histogram, scatterplots (diagram pencar), dan bentuk-bentuk grafik lainnya.

    7. Utilities. Digunakan untuk mengubah fonts, mengakses data secara dinamik, menampilkan berbagai informasi mengenai isi file data SPSS, atau menampilkan indeks dari perintah-perintah SPSS.

    8. Windows. Digunakan untuk mengatur, memilih, dan mengontrol atribut-atribut windows SPSS.

  • 9. Help. Digunakan untuk membuka windows standart Microsoft Help yang memuat informasi bantuan bagaimana menggunakan bantuan berbagai fasilitas pada SPSS. Informasi bantuan ini juga bisa didapatkan lewat setiap kotak dialog.

    Tampilan di atas adalah sebagai database untuk mengatur komposisi karakter data (VARIABLE VIEW). Penjelasannya sebagai berikut :

    NAME

    Pemberian nama variabel harus memenuhi ketentuan berikut ini :

    1. Nama variabel harus diawali dengan huruf dan karakter yang selanjutnya boleh huruf, angka dan simbol @,#, atau $.

    2. Nama variabel tidak boleh diakhiri dengan tanda titik.

    3. Harus dihindari pemberian nama variabel yang diakhiri dengan garis bawah.

    4. Panjang nama variabel tidak boleh lebih ari 8 karakter.

    5. Spasi kosong an spesial karakter !,? dan * tidak digunakan.

    6. Nama variabel tidak boleh sama satu variabel dengan variabel lainnya.

    7. Tidak membedakan huruf kecil dengan huruf kapital.

    8. Tidak menggunakan kata-kata yang sudak ada pada sistem atau bahasa pemrograman SPSS yaitu, ALL,AND, BY,EQ, GT, LT, NE, NOR, OR, TO, AND.

    TYPE

    Tipe (memformat data sesuai dengan data yang di masukkan) data yang ada pada SPSS adalah

    1. Numeric, merupakan tipe angka dengan tanda plus dan tanda minus didepan angka serta indikator desimal. Lebar maksimal 40 karakter.

    2. Comma, merupakan tipe yang termasuk angka, tanda plus dan tanda minus didepan angka, indikator desimal serta pemisah ribuan.

    3. Dot, tipe ini sama dengan tipe comma, yang membedakan hanyalah pemisah ribuan, yang digunakan adalah titik.

    4. Scientifik notation, merupakan type data yang menggunakan lambang atau notasi ilmiah seperti log, alfa, dll.

    5. Date, tipe ini menampilkan data dalam format tanggal atau waktu.

    6. Dollar, tipe ini adalah tanda $ sebuah titik sebagai indikator desimal dan beberapa tanda koma pemisah ribuan.

    7. Custom curency, tipe ini digunakan untuk menampilakan format mata uang seperti Rp. 65.000.

  • 8. String, digunakan untuk karakter huruf dan karajter lainnya.

    WIDHT

    Width digunakan untuk mengatur lebar cell.

    DECIMAL

    Decimal digunakan untukmengatur berapa angka di belakang koma

    LABEL

    Label digunakan untuk memberikan keterangan dari variabel-variabel yang ada, agar lebih informatif dan anda tidak lupa terhadap data yang didalamnya. Disamping ada Variabel label juga ada value label untuk nilai nilai variabel faktor berupa data kategorik seperti contiohnya kelas. Untuk data numerik tidak perlu ada value label.

    COLUMS

    adalah lebar kolom untuk data ini, standarnya 8 character. Anda bisa mengubahnya sendiri sesuai yang anda kehendaki.

    MISSING

    berisi beberapa pilihan menangani missing value.

    1. Tanpa ada missing value.

    2. Diskret missing value : digunakan untuk menyediakan data mana sajakah yang akan dihilangkan atau ditinggalkan.

    3. Range missing value : data yang berupa interval yaitu nilai terendah sampai nilai tertinggi yang akan dihilangkan atau ditinggalkan.

    ALIGN

    digunakan untuk menentukan data tersebut akan tampil secara rata kiri, rata kanan, atau center.

    MEASSURE

    digunakan untuk menetukan macam data. Macam data ada tiga yaitu : Nominal dimana untuk menghitung yang merupakan data diskret, scale serta ordinal untuk menentukan data kontinu yaitu data mengukur.

  • TAMPILAN DATA VIEW (Seperti pada Ms. Excel)

    MARI KITA LANGSUNG KE PRAKTIKNYA.....

    Memakai Judul :

    Pengaruh Return On Asset ( ROA) dan Net Profit Margin (NPM) Terhadap Laba Bersih Perusahaan Rokok yang Terdaftar Di BEI 2009-2013 Dengan Model

    Perhitungan Triwulan

    Sampel : Gudang Garam (GGRM), Sampoerna (HMSP), dan Bentoel (RMBA)

    N= 44

    Persamaan/Model Regresinya : Laba = a +b1ROA + b2NPM + e

    Nama Variabel

  • Bagian 3 : Input Data

    Cara 1 : Dengan copy paste dari Ms. Excel (Recommended)

    C