o Penelitian
Software
o SPSS
o Eviews
o Excel
o STATA
o Minitab
Hipotesis
o Hipotesis
o Komparatif
o Asosiatif
o Korelasi
o Regresi
Variable
o Multivariat
o Univariat
Metodologi
o Metodologi
o Penelitian
o Rumus
o Daftar Contoh Penelitian
Asumsi
o Uji Asumsi
o Validitas
Tabel Statistik
o Tabel Statistik
Jasa Analisis
Cari
Beranda
About Us
Bantuan Olah Data
Petunjuk Excel
SPSS Download
Download Eviews
Sitemap
Uji Statistik
Penelitian
Hipotesis
Hipotesis Penelitian dan Hipotesis Statistik Dalam Perbedaan
Metodologi
Cara Hitung Rumus Slovin Besar Sampel
Hipotesis
Perbedaan Hipotesis Statistik dan Hipotesis Penelitian
Metodologi
Penjelasan Teknik Sampling Dalam Penelitian
Metodologi
Penjelasan Teknik Purposive Sampling Lengkap Detail
Software
Hipotesis
Variable
Metodologi
Asumsi
Tabel Statistik
Jasa Analisis
Cari
71
10485
Facebook
Google+
LINE
Cara membaca output spss hasil uji regresi linier tersebut adalah :
By Anwar Hidayat
TINJAUAN IKHTISAR
Regresi
RINGKASAN
Regresi Linear sederhana adalah model prediksi yang digunakan pada
data berskala interval atau rasio dan hanya melibatkan dua variabel,
3.5
yaitu satu variabel bebas dan satu variabel terikat. Dalam artikel ini
anda akan disuguhkan tutorial cara melakukannya secara detail dan
mudah dipelajari oleh mahasiswa yang sedang penelitian atau
sedang mempelajari ilmu statistik. NILAI KESELURUHAN
TOPIK
Analisis
Tutorial SPSS
Uji Regresi
Share
Facebook
Twitter
Google+
LINE
Anwar Hidayat
https://www.statistikian.com
Founder dan CEO dari Statistikian Sejak 2012. Melayani jasa bantuan olah dan analisis data
menggunakan berbagai aplikasi statistik, seperti: SPSS, STATA, Minitab, EViews, AMOS, SmartPLS
dan Excel. Silahkan WhatsApp: 08816050259. Biaya 100 ribu sd 300 ribu Sesuai Beban. Proses 1
sd 3 Hari Tergantung Antrian.
ARTIKEL TERKAITDARI PENULIS
Regresi
Regresi
Regresi
Regresi
Penjelasan Regresi Ordinal Secara Lengkap
Komputerisasi
Eviews
Eviews
71 KOMENTAR
Balas
Balas
Istilah mean of squares dalam ANOVA tidak lain adalah rerata kuadrat skor
simpangannya yang menunjukkan variansi suatu distribusi yang diamati.
Mean of squares ini diperoleh dari jumlah kuadrat skor simpanganya atau
yang dikenal dengan istilah Sum of Squares dibagi dengan jumlah sampelnya.
Sum of Squares adalah sebuah teknik statistik yang digunakan dalam analisis
regresi . Sum of Squares adalah pendekatan matematis untuk menentukan
penyebaran data points. Dalam analisis regresi, tujuannya adalah untuk
menentukan seberapa baik serangkaian data yang dapat dipasang ke fungsi
yang mungkin membantu menjelaskan bagaimana seri data yang dihasilkan.
Sum of Squares digunakan sebagai cara matematis untuk menemukan fungsi
yang paling sesuai dari data.
Ada dua metode analisis regresi yang menggunakan Sum of Squares: metode
kuadrat terkecil linier dan metode kuadrat terkecil non – linear. Kuadrat
terkecil mengacu pada fakta bahwa fungsi regresi meminimalkan jumlah
kuadrat dari varians dari titik data aktual.
DF adalah degree of freedom atau derajat kebebasan. Pada uji F, DF 1 adalah
jumlah variabel – 1, sedangkan DF 2 adalah jumlah sample – jumlah variable.
F adalah nilai F hitung. Nilai ini untuk menjawab hipotesa, jika nilai F hitung >
F tabel DF 1 dan DF 2 tertentu dan probabilitas tertentu, maka keputusan
terhadap hipotesa adalah menolak H0.
Sig. adalah nilai P value atau derajat probabilitas hasil pengujian uji F. Pada
penelitian dengan derajat kemaknaan 95% maka nilai Sig < 0,05 berarti ada
pengaruh variabel independen terhadap variabel dependen atau yang berarti
menolak H0 dan menerima H1.
Balas
mas, mau tanya soal maksud dari angka angka yang ditabel anova itu gmna
ya?
saya disuruh dosen saya untuk menambahkan penjelasan maksud dari angka
angka pada tabel anova tsb.
makasih
Balas
Apabila satu variabel terdiri dari 1 item soal, maka harus ditransformasi. Jika
satu variabel terdiri dari lebih dari 1 item soal, maka tidak perlu
ditransformasi.
Balas
assalamualaikum,
pak saya mau bertanya :
Balas
Sig Uji F > 0,05 artinya variabel-variabel bebas tidak terbukti berpengaruh
secara bermakna terhadap variabel terikat. Uji regresi linear adalah upaya
mencari atau membentuk model prediksi prediksi yang terbaik. Maka dengan
data anda yang ada, tidak dapat membentuk model prediksi yang terbaik.
Model terbaik adalah model yang bersifat BLUE (Best Linear Unbiased
Estimation).
Balas
Malam Pak.
Saya mau bertanya soalnya lagi bingung banget. Hehhe
Saya melakukan penelitian dengan menggunakan regresi linear sederhana.
Setelah saya running datanya, nilai anova saya diatas 0,05. Apa itu artinya
model regresi saya ga bisa di pakai?
Balas
Balas
Jadi kira-kira apa ada solusi yang bisa dilakukan utk mengatasi hal tersebut?
Saya meneliti tentang pengaruh intellectual capital terhadap ROA
perusahaan.
Balas
Bila korelasi signifikan, bisa dilanjutkan uji regresi untuk membentuk model
prediksi Y.
Balas
kira kira kalau ada 40 responden, analisa apa yang harus saya gunakan?
regresi linier sederhana atau analisa korelasi?variabel saya ada 2.yaitu varibel
X dan variabel Y.
trimakasih
Balas
Balas
Balas
mas, mau tanya soal maksud dari angka-angka yang ditabel coefficient itu
gimana ya?
saya disuruh dosen untuk menambahkan penjelasan maksud dari angka-
angka pada tabel coefficient tersebut. thx
Balas
F Hitung jauh lebih besar f tabel itu biasa. Tapi untuk mengetahui apakah
anda salah atau tidak dalam menghitung, saya tidak bisa tahu sebelum
melihat dan menganalisis data anda
Balas
Pak, say udh coba pake sps. Fhitung saya adalah 76,768. Kok besar sekali?
Itu karena data saya yg besar atau memang salah hitung pak? Ftabel nya
saya cari sendiri pake rumus dptlah 26,6. Benar gk itu pak?
Balas
Regresi linear itu menguji variabel dengan variabel, jadi bukan item soal
dengan item soal. Oleh karenanya anda harus menggunakan variabel. Apakah
variabel itu dibentuk oleh jumlah atau rata-rata dari beberapa item soal, itu
perkara lain, jadi jangan dimasukkan ke dalam logika uji regresi. melainkan
dalam ranah logika desain penelitian atau lebih tepatnya definisi operasional
penelitian anda.
Balas
Balas
Balas
Balas
Balas
Yang anda maksud adalah t parsial. Uji Regresi Linear berganda menampilkan
banyak uji, antara lain: uji t, F, R, R Square, Adjusted R Square, Koefisien
Beta, dll.
Balas
Balas
Pagi Mas,
saya mau tanya, apa hasil dari penelitian regresi linear berganda harus sama
dengan hasil uji T?
Karena hasil penelitan regresi linear berganda, penelitian saya memiliki 7
variabel independen dan beberapa variabel independen berpengaruh
signifikan terhadap variabel dependennya, tetapi setelah uji T, hanya 2
variabel saja yang berpengaruh signifikan terhadap variabel dependennya.
yang saya bingungkan, saya melihat dibeberapa referensi skripsi hasil dari
regresi linear berganda sama dengan hasil uji T, tapi mengapa hasil
pengujian dari data saya berbeda? Mohon penjelasannya.
Regards,
Hanni
Balas
28. Anwar Hidayat 12 Juni 2014 at 15:29
Balas
sore pak,
saya mau tanya, saya menggunakan penelitian satu variabel bila
menggunakan spss apa saja yang di perlukan dalam perhitungannya selain
regresi sederahana???
Balas
Boleh, tetapi ada 2 regresi linear sederhana, yaitu model X1 terhadap Y dan
model x2 terhadap y. Jika tidak linear, bisa ditingkatkan linearitasnya dengan
transformasi atau variabel yang tidak linear dikeluarkan dari model
Balas
Maksud anda 4 variabel, yaitu x, y1, y2 dan y3. Anda bisa menggunakan uji
Multivariate Regression dan menggunakan aplikasi STATA
Balas
Balas
Balas
Balas
maaf saya ingin tanya, jika data yang digunakan ordinal apa bisa
menggunakan teknik analisis regresi linear sederhana dan regresi linear
ganda? terima kasih
Balas
Mas, mau numpang tanya..kalo hasil F test lebih bsar dr 0.05 itu kn berarti
semua variabel bebas tdk berpengaruh thd variabel terikat, tapi dlm uji t ada
1 yg berpengaruh, itu bagaimana ya? Apakah ada cara untuk mengatasi?
Balas
korelasi dan 2 regresi linear. 2 Regresi linear yang dimaksud adalah regresi
linear x terhadap y1 dan regresi linear x terhadap y2. selain itu anda bisa
menggunakan multivariate regresi linear.
Balas
Balas
Balas
41. Anwar Hidayat 18 Februari 2015 at 18:34
Boleh
Balas
Permisi, bagaimana caranya uji korelasi dengan data nominal? Terima kasih.
Balas
Mas mau nanya, berarti saya boleh pakek dua duanya yaa mas (regresi
sederhana sama berganda). saya pakek X5 dan Y1. pertama saya pakek
sederhana untuk analisis antar variable nya X dan Y. lalu saya ke berganda
untuk analisis semua X terhadap Y nya. boleh mas yaa ?
Balas
pada saat melakukan uji regresi linear, tekan tombol save, lalu centang
unstandardized, lanjutkan uji regresi seperti biasa. Setelah itu pada dataset
lihat bahwa da ariabel baru namanya RES_1, itu adalah nilai error atau biasa
disebut residual.
Balas
Balas
Regresi linear itu salah satu jenis model peramalan. Model peramalan regresi
linear dapat digunakan untuk generalisasi atau berguna secara statistik
apabila uji f terima H1 atau signifikan. Sedangkan uji t parsial, itu
membuktikan apakah sebuah variabel prediktor berpengaruh terhadap
variabel response di dalam model dengan memperhatikan variabel prediktor
lain di dalam model peramalan tersebut.
Balas
Balas
Balas
Balas
Balas
Koefisien Kontingensi adalah uji asosiatif atau uji untuk menilai kekuatan
hubungan antara 2 variabel yang berskala data nominal. Oleh karena itu, jika
ingin menggunakan koefisien kontingensi, harusnya pernyataan hipotesa
anda adalah "Hubungan". Silahkan baca artikel saya tentang Koefisien
Kontingensi. Mungkin untuk menjawab pertanyaan anda, silahkan pelajari
perihal Regresi Logistik
Balas
Balas
Balas
Nilai e itu adalah error atau bisa dikatakan sebagai kesalahan dalam model.
Bisa diartikan bahwa: model regresi itu untuk meramalkan nilai variabel
respons berdasarkan nilai-nilai variabel predictor. Namun tingkat peramalan
itu tidak seratus persen benar. Nah, selisih antara kebenaran yang 100%
dengan prediksi model itulah yang disebut dengan error. Dan error itu tidak
perlu dimasukkan nilainya ke dalam persamaan regresi.
Balas
Balas
Linear itu apabila variabel bebas berhubungan secara linear dengan variabel
terikat. Atau mungkin bahasa yang mudah dipahami adalah berhubungan
(walau tidak selalu yang berhubungan itu linear), tapi setidaknya bisa
menggambarkan. Untuk mengetahui lebih detail tentang linearitas, silahkan
baca artikel saya tentang: Linearitas Regresi. Sedangkan metode stepwise
adalah metode regresi dimana variabel bebas dimasukkan secara satu
persatu ke dalam model dan yang bisa dimasukkan adalah variabel yang nilai
signifikansi regresi parsialnya < 0,05, kemudian variabel yang sudah
dimasukkan apabila nilai signifikansi regresi parsialnya akhirnya berubah
dengan adanya penambahan variabel lainnya ke dalam model, serta
perubahannya itu nilainya > 0,1 maka variabel tersebut dikeluarkan dari
model.
Balas
pak mau tanya ,,kalau Adjusted R negtif gimana cara supaya positif ??? dari
jwbn bpk diatas katanya harus memilah variabel bebas yang linier saja.
Pertanyaannya variabel bebas yg linear itu yang bagaimana pak ? sklian
minta penjelasan soal metode stepwise pak .
Balas
Mas mau tanya. Jika variabel Dependen (Y) ada 3 sedangkan Independen (X)
cuman 1 gimana? Apakah bisa di uji F simultan?
Balas
Balas
Mas mo tanya,
Jika menggunakan analisis regresi linear, perlu uji normalitas data tidak
Balas
Balas
ass..mau tanya mas kalo hasil di output spssny ada Huruf E kayak gini
517E15 maksudnya apa salah atau benar pengujian saya ?
Balas
Wass. Itu notasi scientific. Misal 517E15 itu artinya 517 x 10 pangkat
15. Jika 517E-15 = 517 x 10 pangkat -15.
Balas
Pak saya mau bertanya.. Saya sudah melakukan uji regresi sederhana
dengan 2 variable dependent.
Untuk hasil uji t untuk y1 adalah sig: 0.011 , t=3.311, a= 0.331 dan b =
0.000 dengan t table=2.04841 yang saya tanyakan kenapa konstanta untuk b
hasilnya bisa 0.000 terdapat kesalahan dimana ya pak??
Balas
Balas
Pak sya mempunyai judul skripsi pengaru e-filing terhadap kepatuhan wajib
pajak pada kanwil djp. Sampelnya kpp yg terdaftar d kanwil yg mau sya
tanyakan, dospem 1 sya bilang yg sya gunakan adalah uji beda sebelum dan
setelah e-filing. Tpi dospem 2 sya sya harus menggunakan analisi regresi. Jdi
yg mna yg sya ikuti. Terima kasih
Balas
Bisa sama-sama benar, namun yang tepat adalah yang sesuai dengan
bentuk hipotesisnya atau tujuan penelitiannya. Jika ingin menilai
perbedaan maka gunakan uji beda. Sedangkan jika ingin membuat
model peramalan maka gunakan uji regresi.
Balas
Mas, mau nanya, untuk mengatasi standar error yang terlalu besar itu
gimana ya? Setau saya kan standat error merupakan simpangan baku dari
rata-rata masing-masing variabel. Nah angka dari variabel satu dengan yang
lain kan beda jauh. Misalnya produksi ikan sebanyak 35000 kg (Y) dengan
jumlah ABK 5 orang (X1) dan jumlah trip penangkapan sebanyak 35 trip (x2).
Cara menyeragamkannya bagaimana ya?
Balas
o Anwar Hidayat 31 Agustus 2017 at 15:22
Tidak ada masalah dengan model anda tersebut. Sebab standar error
of estimate dari regresi itu nantinya dibandingkan dengan standar
deviasi variabel terikat. Baik tidaknya model regresi dapat dilihat dari
perbandingan antara standar error of estimate dengan standar deviasi
variabel terikat. Jika standar error of estimate < standar deviasi
variabel terikat maka model valid.
Balas
suka ka banget sama artikel ini, sangat membantu dan bener” jelas
Balas
Terima kasih
Balas
Cari
Arsip
6 - 10st Most Reviewed
TENTANG KAMI
Blog Untuk Mempelajari Jenis Uji Statistik, Penelitian, SPSS dan Statistik Berbasis
Komputer seperti excel, Stata dan Minitab. Bantuan Olah dan Analisa Data,
Whatsapp: 08816050259.
Hubungi kami: anwar@statistikian.com
IKUTI KAMI
Homepage
About Us
Contact Us
Bantuan Analisis Data dan Olah Data
TOS
Privacy Policy
Disclaimer
FAQ
Petunjuk Excel
SPSS Download – SPSS IBM Versi 23 Terbaru
Sitemap