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.
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, Predictor yang digunakan sebagai variabel bebas harus layak. Kelayakan ini
diketahui jika angka Standard Error of Estimate < Standard Deviation,
4.
5.
6.
7.
8.
2.
3.
4.
Tabel Koefisien.
Cara membaca output spss hasil uji regresi linier tersebut adalah :
1.
Tabel pertama menunjukkan variabel apa saja yang diproses, mana yang
menjadi variabel bebas dan variabel terikat.
2.
Tabel kedua menampilkan nilai R yang merupakan simbol dari nilai koefisien
korelasi. Pada contoh diatas nilai korelasi adalah 0,342. Nilai ini dapat
diinterpretasikan bahwa hubungan kedua variabel penelitian ada di kategori lemah.
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 11,7% yang dapat
ditafsirkan bahwa variabel bebas X1 memiliki pengaruh kontribusi sebesar 11,7%
terhadap variabel Y dan 88,3% lainnya dipengaruhi oleh faktor-faktor lain diluar
variabel X1.
3.
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. = 0,140 yang berarti > kriteria signifikan (0,05), dengan
demikian model persamaan regresi berdasarkan data penelitian adalah tidak
signifikan artinya, model regresi linier tidak memenuhi kriteria linieritas.
4.