Regresi Linier Sederhana

Thursday, 27 December 2012 03:56 |

Written by Administrator | | |

Last Updated on Thursday, 27 December 2012 05:22 |

Analisis regresi linier sederhana adalah hubungan secara linear antara satu variabel independen
(X) dengan variabel dependen (Y), atau dalam artian ada variable yang mempengaruhi dan ada
variable yang dipengaruhi. Analisis ini untuk mengetahui arah hubungan antara variabel
independen dengan variabel dependen apakah positif atau negatif dan untuk memprediksi nilai
dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.
Analisis regresi linier ini banyak digunakan untuk uji pengaruh antara variable independen (X)
terhadap variable dependen (Y) .
Rumus regresi linear sederhana sebagai berikut:
Y = a + bX
Keterangan:
Y = Variabel dependen (nilai yang diprediksikan)
X = Variabel independen
a

= Konstanta (nilai Y apabila X = 0)

b = Koefisien regresi (nilai peningkatan jika bernilai positif ataupun penurunan jika bernilai
negatif)
Contoh kasus:
Seorang mahasiswa STAI Maarif Magetan bernama Yesi ingin meneliti tentang Pengaruh
antara Motovasi terhadap Prestasi Belajar Siswa. Dengan ini di dapat variabel dependen (Y)
adalah Prestasi Belajar dan variabel independen (X) adalah Motivasi. Dengan ini Yesi
menganalisis dengan bantuan program SPSS dengan alat analisis regresi linear sederhana.
Data-data yang di dapat ditabulasikan sebagai berikut:
Tabel Nilai Motivasi (X) dan Prestasi Belajarn (Y)

Langkah-langkah pada program SPSS

Masuk program SPSS
Klik variable view pada SPSS data editor
Pada kolom Name baris pertama ketik X, kolom Name pada baris kedua ketik Y.
Pada kolom Label, untuk kolom pada baris pertama ketik Motivasi, untuk kolom pada baris
kedua ketik Prestasi.
Untuk kolom-kolom lainnya boleh diabaikan (isian default)

Buka data view pada SPSS data editor, maka didapat kolom variabel X dan Y.
Ketikkan data sesuai dengan variabelnya
Klik Analyze - Regression Linear

Klik variabel Motivasi (X) dan masukkan ke kotak Independen, kemudian klik variabel
Prestasi Belajar (Y) dan masukkan ke kotak Dependent.
Klik OK,

maka hasil output yang didapat adalah sebagai berikut:

Tabel Output

Persamaan regresi dapat dilihat table output Coefficients yang ditandai lingkar merah:
Rumus Persamaan regresi adalah Y = a + bX
Berdasarkan table tersebur maka persamaan regresinya adalah
Y = 10,746 + 1,014X
Karena nilai koefisien b = 1,014 (positif) maka model regresi bernilai positif atau searah, artinya
jika nilai variable Motivasi (X) semakin tinggi maka nilai variable Prestasi (Y) juga semakin
tinggi pula.
Untuk melihat ada atau tidak ada pengaruh dapat dilihat table output ANOVA yang ditandai
dengan lingkar merah
Nilai pada baris Regression pada kolom Sig didapatkan nilai 0,000, berarti nilai P value Sig
adalah 0,00 artinya. Karena nilai P value Sig. kurang dari 0,05 maka dapat disimpulkan terdapat
pengaruh yang signifikan antara motivasi (X) dengan Prestasi belajar (Y)
Untuk melihat seberapa kuat hubungan antara kedua variable dan untuk melihat seberapa besar
variable prestasi belajar (Y) dipengaruhi oleh variable motivasi (X), dapat dilihat pada table
output Model Summary yang ditandai lingkar merah

Nilai koefisien korelasi R = 0,900 bandingkan dengan table interpretasi berikut:

0,00

- 0,199

= sangat rendah

0,20

- 0,399

= rendah

0,40

- 0,599

= sedang

0,60

- 0,799

= kuat

0,80

- 1,000

= sangat kuat

Karena nilai R = 0,900 berada di antara nilai 0,80 1,000 maka dapat disimpulkan hubungan
antara motivasi (X) dengan prestasi belajar (Y) sangat kuat
Kemudian untuk melihat seberapa besar kontribusi Motivasi mempengaruhi Prestasi belajar,
dapat digunakan rumus Koefisien Penentu (KP) atau ada yang menyebutnya koefisien
Determinasi yang dirumuskan KP = R2 x 100%
atau KP = R Square x 100% = 0,811 x 100% = 81,1% artinya Motivasi memberikan kontribusi
terhadap Prestasi Belajar sebesar 81,1% atau dapat disimpulkan Prestasi belajar dipengaruhi oleh
Motivasi sebesar 81,1% sedangkan sisanya dipengaruhi oleh factor lain.