Contents [hide]
1 Regresi Linier Sederhana dengan SPSS
o 1.1 Tutorial Regresi Linear Sederhana dengan SPSS
o 1.2 Output Regresi Linear Sederhana dengan SPSS
o 1.3 Interprestasi Regresi Linear Sederhana dengan SPSS
1. Menghitung nilai estimasi rata-rata dan nilai variabel terikat berdasarkan pada
nilai variabel bebas.
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,
3. Tabel Anova, dan
4. Tabel Koefisien.
Output Regresi Linear SPSS
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.
Contents [hide]
1 Regresi Linier Sederhana dengan SPSS
o 1.1 Tutorial Regresi Linear Sederhana dengan SPSS
o 1.2 Output Regresi Linear Sederhana dengan SPSS
o 1.3 Interprestasi Regresi Linear Sederhana dengan SPSS
1. Menghitung nilai estimasi rata-rata dan nilai variabel terikat berdasarkan pada
nilai variabel bebas.
2. Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory)
tidak ada hubungan linier yang nyata,
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.
Panduan Lengkap Uji Analisis Regresi Linear Sederhana dengan SPSS | Analisis
regresi linear sederhana atau dalam bahasa inggris disebut dengan nama simple linear
regression digunakan untuk mengukur besarnya pengaruh satu variabel bebas atau
variabel independent atau variabel predictor atau variabel X terhadap variabel
tergantung atau variabel dependen atau variabel terikat atau variabel Y. Syarat
kelayakan yang harus terpenuhi saat kita menggunakan regresi linear sederhana
adalah:
1. Jumlah sampel yang digunakan harus sama
4. Terdapat hubungan yang linear antara variabel bebas (X) dengan variabel
tergantung (Y).
Sebagai contoh saya mempunyai data penelitian dengan judul “Pengaruh Stres Kerja
Terhadap Kinerja Pegawai”. Dari judul diatas maka hipotesis atau kesimpulan
sementara yang saya ajukan dan yang saya akan uji dengan analisis regresi linear
sederhana adalah “Ada Pengaruh Stres Kerja Terhadap Kinerja Pegawai”. Adapun data
penelitian yang saya maksud sebagaimana tabel di bawah ini
[Download Data untuk Latihan]
4. Variabel Penelitian : Stres Kerja sebagai variabel bebas (X) dan Kinerja Pegawai
sebagai variabel tergantung (Y)
1. Buka lembar kerja SPSS lalu klik Variable View, selanjutnya pada kolom Name untuk
baris pertama tulis X, baris kedua Y. Lalu pada kolom Label baris pertama tulis Stres
Kerja dan baris kedua tulis Kinerja Pegawai [untuk pilihan lainnya biarkan tetap default]
2. Langkah berikutnya klik Data View [dari tampilan Data View terlihat ada dua nama
variabel yakni X dan Y], selanjutnya masukkan data penelitian dengan ketentuan X
untuk data Stres Kerja dan Y untuk Kinerja Pegawai [pada saat memasukkan data
penelitian harus dilakukan dengan teliti dan cermat karena jika terjadi kesalahan pada
proses penginputan ini, maka output SPSS tidak akan mengeluarkan hasil yang akurat
sesuai dengan harapan anda]
3. Jika sudah yakin di input dengan benar, langkah selanjutnya kita klik menu Analyze –
kemudian klik Regression – lalu klik Linear…
4. Setelah itu akan muncul kotak dialog Linear Regression, masukkan variabel Stres
Kerja [X] ke kotak Independent(s), dan masukkan variabel Kinerja Pegawai [Y] ke
kotak Dependent, caranya dengan mengklik tanda panah yang tersedia. Selanjutnya
pada bagian Method: pilih Enter (abaikan pilihan yang lainnya)
5. Langkah terakhir adalah klik Ok untuk mengakhiri perintah, maka akan keluar output
SPSS regresi linear sederhana sebagai berikut
b = angka koefisien regresi. Nilainya sebesar -0,511. Angka ini menggandung arti
bahwa setiap penambahan 1% tingkat Stres Kerja (X), maka Kinerja Pegawai (Y) akan
meningkat sebesar -0,511
Kerena nilai koefisien regresi bernilai minus (-), maka dengan demikian dapat dikatakan
bahwa Stres Kerja (X) berpengaruh negatif terhadap Kinerja Pegawai (Y). Sehingga
persamaan regresinya adalah Y = 35,420 - 0,511 X
Uji hipotesis atau uji pengaruh berfungsi untuk mengetahui apakah koefisien regresi
tersebut signifikan atau tidak. Sekedar mengingatkan bahwa hipotesis yang saya
ajukan dalam analisis regresi linear sederhana ini adalah:
H0 = Tidak ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y).
Ha = Ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y).
Sementara itu, untuk memastikan apakah koefisien regresi tersebut signifikan atau tidak
(dalam arti variabel X berpengaruh terhadap variabel Y) kita dapat melakukan uji
hipotesis ini dengan cara membandingkan nilai signifikansi (Sig.) dengan probabilitas
0,05 atau dengan cara lain yakni membandingkan nilai t hitung dengan t tabel.
Adapun yang menjadi dasar pengambilan keputusan dalam analisis regresi dengan
melihat nilai signifikansi (Sig.) hasil output SPSS adalah:
1. Jika nilai signifikansi (Sig.) lebih kecil < dari probabilitas 0,05 mengandung arti
bahwa ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y).
2. Sebaliknya, jika nilai signifikansi (Sig.) lebih besar > dari probabilitas 0,05
mengandung arti bahwa tidak ada Pengaruh Stres Kerja (X) terhadap Kinerja
Pegawai (Y).
Berdasarkan output di atas diketahui nilai signifikansi (Sig.) sebesar 0,001 lebih kecil
dari < probabilitas 0,05, sehingga dapat disimpulkan bahwa H0 ditolak dan Ha diterima,
yang berarti bahwa “Ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y)”
1. Jika nilai t hitung lebih besar > dari t tabel maka ada Pengaruh Stres Kerja (X)
terhadap Kinerja Pegawai (Y)
2. Sebaliknya, jika nilai t hitung lebih kecil < dari t tabel maka tidak ada Pengaruh
Stres Kerja (X) terhadap Kinerja Pegawai (Y)
Berdasarkan output di atas diketahui nilai t hitung sebesar -4,418. Karena nilai t hitung
sudah ditemukan, maka langkah selanjunya kita akan mencari nilai t tabel. Adapun
rumus dalam mencari t tabel adalah:
Karena nilai t hitung sebesar -4,418 lebih besar dari > 2,228, sehingga dapat
disimpulkan bahwa H0 ditolak dan Ha diterima, yang berarti bahwa “Ada Pengaruh
Stres Kerja (X) terhadap Kinerja Pegawai (Y)”. [nilai t hitung -4,418 dianggap lebih
besar dari nilai t tabel 2,228 dalam analisis regresi liner sederhana [Pengertian ini, akan
lebih jelas jika saya gambarkan dengan kurva uji t dalam analisis regresi linear
sederhana dibawah ini]
Catatan: Uji t dapat menjadi alternatif uji hipotesis jika nilai signifikansi hasil SPSS tepat
di angka 0,05
Pengujian menggunakan kurva regresi akan bermanfaat jika nilai t hitung ditemukan
negatif (-) yakni -4,418. Simak dengan teliti kurva regresi di bawah ini
Berdasarkan kurva di atas diketahui bahwa nilai t hitung sebesar-4,418 terletak pada
area pengaruh negatif, sehingga dapat disimpulkan bahwa “Ada Pengaruh Negatif
Stres Kerja (X) terhadap Kinerja Pegawai (Y)”.
Untuk mengetahui besarnya pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y)
dalam analisis regresi linear sederhana, kita dapat berpedoman pada nilai R Square
atau R2 yang terdapat pada output SPSS bagian Model Summary
Dari output di atas diketahui nilai R Square sebesar 0,661. Nilai ini mengandung arti
bahwa pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y) adalah sebesar 66,1 %
sedangkan 33,9% Kinerja Pegawai dipengaruhi oleh variabel yang lain yang tidak
diteliti.
Merujuk pada membahasan di atas, maka dapat kita simpulkan bahwa “Stres Kerja (X)
berpengaruh negatif terhadap Kinerja Pegawai (Y) dengan total pengaruh sebesar 66,1
%. Pengaruh negatif ini bermakna semakin menurunnya stres kerja seorang karyawan
(pegawai) maka akan berpengaruh terhadap peningkatan kinerja pegawai tersebut.
Perlu anda cermati bahwa uji analisis regresi linear sederhana digunakan untuk satu
variabel bebas (X). sementara jika anda menggunakan lebih dari satu variabel bebas
(X) maka uji yang ideal untuk anda lakukan adalah Uji Analisis Regresi Linear Berganda
Demikian pembahasan kita kali ini semoga Panduan Lengkap Uji Analisis Regresi
Linear Sederhana dengan SPSS dapat bermanfaat, jika ada pertanyaan atau koreksi
atas penduan di atas silahkan untuk berkomentar di bawah ini.. terimakasih
[Search: