Dokumen - Tips - Analisis Regresi Linier Sederhana Untuk
Dokumen - Tips - Analisis Regresi Linier Sederhana Untuk
EKO HERTANTO
PROGRAM PASCASARJANA
Analisis Regresi bertujuan untuk menguji pengaruh antara variabel independent (X)
terhadap variabel dependent (Y). Dalam penelitian kuantitatif, Analisis Regresi dibagi
menjadi 2, yaitu : (1). Analisis Regresi Linier Sederhana, dan (2). Analisis Regresi Linier
Berganda. Lantas pertanyaan dasarnya adalah: Apakah yang membedakan antara
Analisis Regresi Linier Sederhana dengan Regresi Linier Berganda..??. saya akan
mencoba mengurai secara singkat tentang perbedaan keduanya.
Motivasi Kinerja
X1 Y
Keterangan:
1
Contoh : Gambar Regresi Linier Berganda
Motivasi
X1
Kinerja
Y
Kompetensi
X2
Keterangan :
Regresi Linier Sederhana adalah: Regresi yang hanya memiliki satu variabel
dependent (X) dan satu variabel independent (Y). Model persamaan regresi linier
sederhana sebagai berikut :
Y = a + bX + e
Keterangan
Y = Variabel dependent
a = Konstanta
b = Koefisien variabel Independent (Koefisien arah regresi linier)
X = Variabel Independent
e = Error
2
Pada analisis regresi terdapat dua jenis variabel, yaitu: variabel bebas (sebagai
variabel predictor) dan variabel terikat. Variabel bebas sering dinotasikan dengan
X1, X2, X3, X4…, dan seterusnya. Sedangkan variabel terikat (dependent)
dinotasikan dengan Y.
Dalam pengertian sederhana yang saya pahami tentang koefisien (b) regresi
linier adalah nilai dari variabel (X) yang bisa bermakna positif atau negatif, yang
fungsinya mempengaruhi variabel (Y). Makna positif (+) atau negatif (-) tersebut
dinotasikan dalam besaran satuan. Jika positif maka naik sebesar satu satuan, jika
negatif maka turun sebesar satu satuan. Untuk mempermudah pemahaman, saya
berikan ilustrasi sederhana-Nya dibawah ini:
Y = Variabel Kinerja
X1 = Variabel Stres
Y = 1,278 – 0,381X1
Cara membacanya :
3
(Y) akan menurun sebesar 0,381. Artinya, jika stresnya naik sebesar 0,381 maka
kinerjanya akan menurun sebesar 0,381.
Y = Variabel Kinerja
X1 = Variabel Motivasi
Y = 1,278 + 0,381X1
Cara membacanya:
Sekarang kita coba dengan soal latihan Analisis Regresi Linier Sederhana.
4
Data X = Motivasi
Data Y = Kinerja
X Y
110 150
117 161
114 162
130 183
116 166
131 181
143 169
127 189
135 185
114 177
126 167
124 168
125 180
141 175
121 172
129 192
110 162
117 157
124 181
139 205
129 167
130 165
121 166
117 176
136 169
123 167
110 151
125 160
122 149
135 187
140 213
130 154
123 147
130 185
120 159
136 172
117 174
135 187
5
119 162
130 181
113 161
125 175
119 157
121 178
117 159
137 199
130 190
141 201
135 180
108 156
120 179
135 169
130 180
129 167
120 129
122 140
132 179
123 190
123 165
115 167
6
Tampilan gambar-Nya seperti dibawah ini :
Langkah ke 2 :
Klik Variabel View
Tampilan gambar-nya seperti dibawah ini : (Posisi-Nya ada dipaling bawah)
Langkah ke 3 :
Masukkan nama variabel X dan Y di kolom Name
Kolom Name : Fungsinya untuk menulis Variabel Penelitian (X dan Y)
Variabel X (Motivasi) : Dikolom 1
Variabel Y (Kinerja) : Dikolom 2
Kolom Decimal : Di Nol-kan (klik - Pilih 0)
7
Tampilan gambar-nya seperti dibawah ini
Langkah 4 :
Langkah 5 :
Masukkan Data X di kolom Motivasi (Jumlah data = 60) (sampai kolom 60)
Masukkan Data Y di kolom Kinerja (Jumlah data = 60) (sampai kolom 60)
8
Tampilan gambar-Nya seperti dibawah ini :
Langkah 6 :
Setelah Data dimasukkan semua, lalu :
Klik Analyze
Klik Regression
Klik Linear
Masukkan Variabel Y (Kinerja) di kolom Dependent
Masukkan Variabel X (Motivasi) di kolom Independent
Lalu klik OK
Tampilan gambar-Nya seperti dibawah ini :
9
Langkah 7 :
Lalu muncul output SPSS seperti ini :
Variables Entered/Removedb
Variables Variables
Entered Removed
Motivasia .
a. All requested variables entered.
b. Dependent Variable: Kinerja
Model Summary
10
ANOVAb
Sum of Mean
Model Squares df Square F Sig.
1 Regression 5231.064 1 5231.064 32.555 .000a
Residual 9319.669 58 160.684
Total 14550.733 59
a. Predictors: (Constant), Motivasi
b. Dependent Variable: Kinerja
Pada tabel ANOVA bagian ini fungsinya adalah untuk menjelaskan apakah ada
pengaruh yang signifikan antara variabel Motivasi (X) terhadap variabel Kinerja
(Y). Dari output tersebut terlihat bahwa Fhitung = 32,555 dengan tingkat
signifikansi < probabilitas (0,000 < 0,05) maka model regresi dapat digunakan
untuk memprediksi variabel Kinerja (Y)
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 37.011 23.639 1.566 .123
Motivasi 1.074 .188 .600 5.706 .000
a. Dependent Variable: Kinerja
Pada tabel output ke-empat (Coefficientsa), pada kolom B nilai Constant (a) adalah
37,011, sedangkan nilai Motivasi (b) adalah 1,074, sehingga persamaan regresi dapat
ditulis
11
Persamaan regresi ini menampilkan uji signifikansi dengan uji t yaitu untuk
mengetahui apakah ada pengaruh yang signifikan antara variabel Motivasi (X)
secara sendiri (Parsial) terhadap variabel Kinerja (Y).
Dari output diatas (tabel coefficients) diketahui nilai t hitung = 5,706 dengan nilai
signifikansi 0,000 < 0,05 maka Ho ditolak dan Ha diterima, yang berarti Ada
pengaruh yang signifikan variabel Motivasi (X) terhadap variabel Kinerja (Y).
Cara membacanya :
Untuk persamaan regresi-nya dilihat dari Tabel Coefficients, (yang diberi tanda
panah).
Diketahui nilai constant-Nya (konstanta) adalah : 37.011 dan nilai Motivasi-nya adalah
1.074. dari keterangan tersebut kita dapat memperoleh Persamaan regresi-nya sebagai
berikut :
Y = 37.011 + 1.074X
Penjelasan-nya :
1. Mencari tahu seberapa besar kontribusi yang diberikan variabel Motivasi terhadap
Kinerja..??. Melalui Koefisien Determinasi (Pengujian R2)
12
Cara membacanya :
Lihat (tanda panah) pada Tabel Model Summary di kolom R Square disana
terdapat angka .360 artinya bahwa Motivasi memberikan kontribusi sebesar 0.360
(0.360 x 100 = 36) atau berkontribusi sebesar 36 % terhadap Kinerja, sedangkan
sisanya sebesar 64% dijelaskan oleh variabel lain diluar model
Dalam penelitian kuantitatif, baik itu dalam penelitian skripsi (S1) maupun tesis
(S2), kita wajib menyertakan perumusan masalah dalam penelitian sebagai
pertanyaan yang harus dijawab melalui alat uji analisis statistik. Dalam konteks ini
saya membatasi pembahasan hanya dalam alat uji analisis statistik regresi linier
sederhana.
Perumusan masalah ini menjadi hal yang sangat penting dalam penyusunan
penelitian, mengapa..?? karena perumusan masalah akan menentukan alat uji
analisis apa yang akan kita gunakan untuk menjawab dari rumusan masalah
tersebut.
13
Inilah sebab betapa pentingnya bagi para mahasiswa yang sudah berada di
jenjang Pascasarjana (S2) untuk banyak membaca jurnal-jurnal penelitian. Dalam
penelitian-penelitian akademis, perumusan masalah akan terkait langsung dengan
judul penelitian yang akan kita digunakan. Sehingga jangan sampai judul penelitian
yang kita gunakan berbeda dengan perumusan masalah, karena juga akan
berdampak pada hipotesis yang salah dan alat uji analisis statistik yang salah.
Seperti apa yang telah saya sampaikan diawal, bahwa analisis regresi ini
berfungsi untuk menguji “Pengaruh” antara variabel independen (X) terhadap
variabel dependen (Y). Sebagai contoh judul penelitian : “Pengaruh Motivasi
Terhadap Kinerja Karyawan PT. Guten Morgen Jakarta”. Maka contoh
perumusan masalahnya dapat dilihat seperti contoh dibawah ini :
Menyusun hipotesis dalam penelitian skripsi (S1) dan Tesis (S2) juga menjadi
hal yang sangat penting dan krusial, mengapa..?? karena hipotesis adalah (baca:
jawaban sementara) dalam penelitian yang akan kita gunakan. Jika perumusan
masalah adalah pertanyaan-Nya, maka hipotesis adalah jawaban-Nya tapi masih
bersifat sementara, oleh karenanya masih perlu dibuktikan/diuji terlebih dahulu
melalui uji analisis statistik. Itulah mengapa dalam melakukan penelitian seorang
mahasiswa dituntut atau dilatih untuk berfikir runut, terstruktur, dan sistematis. Dari
mulai judul, perumusan masalah, pengajuan hipotesis, alat analisis statistik yang
digunakan, sampai pembahasan hasil analisis statistik, tentu memiliki keterkaitan.
Penyusunan hipotesis ini harus sama dengan gambar kerangka berfikir dalam
penelitian yang anda gunakan.
14
Saya coba berikan ilustrasi Regresi Linier sederhana
Seperti apa yang telah saya paparkan diawal tadi, cara menjawab hipotesis
regresi linier sederhana sama dengan apa yang telah saya ulas sebelumnya.
sebagai pengingat maka cara menjawabnya bisa dilhat dalam penjabaran seperti
dibawah ini. Untuk menjawab hipotesis penelitian yang menggunakan alat uji
analisis regresi linier, dapat dilakukan dengan 2 cara, yaitu :
15
Cara menjawab-Nya :
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 37.011 23.639 1.566 .123
Motivasi 1.074 .188 .600 5.706 .000
a. Dependent Variable: Kinerja
2. Lihat di kolom Sig yang saya beri tanda panah dan angka berwarna merah, yakni
: (.000)
Kemudian cara membaca-Nya :
Jika nilai t hitung > t tabel maka Ho yang diterima (Nilai t tabel lebih besar)
Jika nilai t hitung < t tabel maka Ho yang ditolak (nilai t hitung lebih kecil)
16
Maka dari contoh penelitian diatas bahwa dari output (tabel coefficients) diatas
diketahui nilai t hitung adalah 5,706 dan nilai t tabel adalah 2,002 yang berarti
nilai t hitung lebih besar, maka Ho ditolak.
Artinya ; dikarenakan nilai t hitung lebih besar dari t tabel maka Ho ditolak dan
menerima Ha, yang berarti : Ada pengaruh Motivasi terhadap Kinerja Karyawan.
(uji 2 sisi) dengan derajat kebebasan (df) n-k-1 (n= jumlah responden, k= jumlah
variabel). Karena pengujian 2 sisi maka : (2,5 : 100 = 0,025 tingkat signifikansi).
Maka hasil diperoleh : (60 – 2 – 1 = 57) sehinnga nilai t tabel nya sebesar 2,002.
17
Pertanyaan-Nya adalah: bagaimana jika kita tidak mempunyai tabel distribusi
t..?? saya akan memberikan cara praktis-Nya melalui bantuan program Microsoft
Excel.
Cara mencari nilai t tabel pada program Microsoft Excel.
Langkah 1 :
Buka Program Microsoft Excel
Klik Formulas
Klik More Functions
Klik Statistical
Klik TINV (Fungsi: Mencari nilai t tabel)
Masukkan 0,05 di kolom Probability
Masukkan 57 di kolom Deg_freedom
Tampilan gambar-Nya seperti dibawah ini
18
Selanjutnya tampilan gambarnya seperti dibawah ini:
Sekarang kita sudah dapat mengetahui nilai t tabel dari 57 (Rumus: n-k-1)
(60-2-1 = 57) adalah sebesar 2,002. Setelah kita mengetahui nilai t tabel maka
langkah selanjutnya kita bandingkan dengan nilai nilai t hitung hasil dari output
program SPSS adalah sebesar 5,706. Karena nilai t hitung lebih besar dari t
tabel maka Ho ditolak dan menerima Ha
Artinya : Ada pengaruh Motivasi terhadap Kinerja Karyawan.
I would like to give very special thanks to: Meine Familie (Mein Vater, Mutter, und
Mein Bruder-Anton). Vielen Dank fuer Ihre Aufmerksamkeit. Danke fuer alles.!! Einen
schoenen Tag noch. My beloved Country Indonesia.!
19