Artikel ini akan mengupas contoh regresi linier sederhana dengan SPSSmenggunakan

data regresi yang dipakai seperti pada perhitungan korelasi. Analisis regresi linear
sederhana merupakan salah satu metode regresi yang dapat dipakai sebagai alat
inferensi statistik untuk menentukan pengaruh sebuah variabel bebas (independen)
terhadap variabel terikat (dependen). Uji Regresi linear sederhana ataupun regresi linier
berganda pada intinya memiliki beberapa tujuan, yaitu:

1. Menghitung nilai estimasi rata-rata dan nilai variabel terikat berdasarkan pada
nilai variabel bebas.
2. Menguji hipotesis karakteristik dependensi
3. 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, Predictor yang digunakan sebagai variabel bebas harus layak. Kelayakan ini
diketahui jika angka Standard Error of Estimate < Standard Deviation,
4. Koefisien regresi harus signifikan. Pengujian dilakukan dengan Uji T. Koefesien
regresi signifikan jika T hitung > T table (nilai kritis),
5. Model regresi dapat diterangkan dengan menggunakan nilai koefisien determinasi
(KD = R Square x 100%) semakin besar nilai tersebut maka model semakin baik.
Jika nilai mendekati 1 maka model regresi semakin baik,
6. Residual harus berdistribusi normal,
7. Data berskala interval atau rasio,
8. Kedua variabel bersifat dependen, artinya satu variabel merupakan variabel
bebas (variabel predictor) sedang variabel lainnya variabel terikat (variabel
response) Berikut ini contoh perhitungan regresi linier sederhana menggunakan
software SPSS 20.
Proses mulai dengan memilih menu Analyze, kemudian pilih Linear,

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.

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. 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 =38,256 + 0,229 X1.