Regresi Linier Sederhana Dengan SPSS

7/26/2019 Regresi Linier Sederhana Dengan SPSS

1/6

Regresi Linier Sederhana

Analisis regresi sederhana merupakan salah satu metodi uji regresi yang dapat dipakaisebagai alat inferensi statistik untuk menentukan pengaruh sebuahvariabel bebas

(independen) terhadap variabel terikat (dependen).Regresi linear sederhana ataupun regresi linier berganda pada intinya memiliki

beberapa tujuan, yaitu :

Menghitung nilai estimasi rata-rata dan nilai variabel terikat berdasarkan pada

nilai variabel bebas.

Menguji hipotesis karakteristik dependensi

Meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel

bebas diluar jangkaun sample.

Pada analisis regresi sederhana dengan menggunakan SPSS ada beberapa

asumsi dan persyaratan yang perlu diperiksa dan diuji, beberapa diantaranya

adalah :1. Variabel bebas tidak berkorelasi dengan disturbance term (Error). Nilai

disturbance term sebesar 0 atau dengan simbol sebagai berikut: (E (U /

X) = 0,

2. Jika variabel bebas lebih dari satu, maka antara variabel bebas(explanatory) tidak ada hubungan linier yang nyata,

3. Model regresi dikatakan layak jika angka signifikansi pada ANOVA

sebesar < 0.05,

4. Predictor yang digunakan sebagai variabel bebas harus layak. Kelayakan

ini diketahui jika angka Standard Error of Estimate < Standard Deviation,

5. Koefisien regresi harus signifikan. Pengujian dilakukan dengan Uji T.Koefesien regresi signifikan jika T hitung > T table (nilai kritis),6. Model regresi dapat diterangkan dengan menggunakan nilai koefisiena

determinasi (KD = r2 x 100%) semakin besar nilai tersebut maka model

semakin baik. Jika nilai mendekati 1 maka model regresi semakin baik,

7. Data harus berdistribusi normal,8. Data berskala interval atau rasio,

9. Kedua variabel bersifat dependen, artinya satu variabel merupakan

variabel bebas (variabel predictor) sedang variabel lainnya variabel terikat

(variabel response)

Contoh kasus:Seorang mahasiswa bernama Hermawan ingin meneliti tentang pengaruh biaya

promosi terhadap volume penjualan pada perusahaan jual beli motor. Dengan ini didapat variabel dependen (Y) adalah volume penjualan dan variabel independen (X)adalah biaya promosi. Dengan ini Hermawan menganalisis dengan bantuan programSPSS dengan alat analisis regresi linear sederhana. Data-data yang di dapatditabulasikan sebagai berikut:


2/6

Tabel. Tabulasi Data Penelitian (Data Fiktif)

NoBiaya

PromosiVolume Penjualan

1 12,00 56,00

2 13,50 62,43

3 12,75 60,85

4 12,60 61,30

5 14,85 65,83

6 15,20 66,35

7 15,75 65,26

8 16,80 68,80

9 18,45 70,47

10 17,90 65,20

11 18,25 68,00

12 16,48 64,20

13 17,50 65,30

14 19,56 69,56

15 19,00 68,75

16 20,45 70,26

17 22,65 72,35

18 21,40 70,29

19 22,90 73,56

20 23,50 75,64

Berikut ini contoh perhitungan regresi linier sederhana menggunakan software SPSS19.

Pada Variabel Viewisikan :

Pada Data View:


3/6

Pilih menu Analyze, kemudian pilih Regression lalu pilih Linear,


4/6

Pilih variabel Y sebagai variabel dependen (terikat) dan X1 sebagai variabel

independen (bebas) lalu klik tombol OK,

Output SPSS akan menampilkan hasil berupa 4 buah tabel yaitu;

1.) tabel variabel penelitian,

2.) ringkasan model (model summary),

3.) Tabel Anova, dan

4.) Tabel Koefisien.


5/6

Cara membaca output spss hasil uji regresi linier tersebut adalah :

Tabel pertama menunjukkan variabel apa saja yang diproses, mana yangmenjadi variabel bebas dan variabel terikat.

Tabel kedua menampilkan nilai R yang merupakan simbol dari nilai koefisien

korelasi. Pada contoh diatas nilai korelasi adalah 0,933. Nilai ini dapat

diinterpretasikan bahwa hubungan kedua variabel penelitian ada di kategori kuat.

Melalui tabel ini juga diperoleh nilai R Square atau koefisien determinasi (KD)

yang menunjukkan seberapa bagus model regresi yang dibentuk oleh interaksi

variabel bebas dan variabel terikat. Nilai KD yang diperoleh adalah 87% yang

dapat ditafsirkan bahwa variabel bebas X memiliki pengaruh kontribusi sebesar

87% terhadap variabel Y dan 13% lainnya dipengaruhi oleh faktor-faktor lain

diluar variabel X.

Tabel ketiga digunakan untuk menentukan taraf signifikansi atau linieritas dari

regresi. Kriterianya dapat ditentukan berdasarkan uji F atau uji nilai Signifikansi

(Sig.). Cara yang paling mudah dengan uji Sig., dengan ketentuan, jika Nilai Sig.

< 0,05, maka model regresi adalah linier, dan berlaku sebaliknya. Berdasarkan

tabel ketiga, diperoleh nilai Sig. = 0,000 yang berarti < kriteria signifikan (0,05),


6/6

dengan demikian model persamaan regresi berdasarkan data penelitian adalah

signifikan artinya, model regresi linier memenuhi kriteria linieritas.

Tabel keempat menginformasikan model persamaan regresi yang diperoleh

dengan koefisien konstanta dan koefisien variabel yang ada di kolom

Unstandardized Coefficients B. Berdasarkan tabel ini diperoleh model

persamaan regresi :

Y = 44,905 + 1,258 X

Regresi Linier Sederhana Dengan SPSS

Documents

Transcript of Regresi Linier Sederhana Dengan SPSS