Rudi Salam
Universitas Islam Jakarta
Regresi linier digunakan untuk menemukan pengaruh dari satu variabel (disimbolkan dengan x)
terhadap variabel yang lainnya (disimbolkan dengan y). Mirip dengan analisis korelasi, tetapi
korelasi hanya menyimpulkan seberapa kuat dua variabel berhubungan (besaran dan arahnya),
sedangkan regresi linier akan menjawab pertanyaan “seberapa besar y akan berubah jika x
berubah?” Dengan kata lain, jika x berubah sejumlah tertentu, kita akan bisa mengestimasi
seberapa besar y akan berubah. Variable yang akan diprediksi (y) dinamakan variable respon
atau outcome atau dependen. Variable yang digunakan untuk menjelaskan hubungan (x) juga
mempunyai beberapa nama yaitu variable penjelas atau predictor atau independen. Untuk
konsistensi, istilah variable dependen dan independen saja yang akan digunakan dalam tulisan
ini.
Gunakan BirthWeightData
SPSS : Analyze > Regression > Linear…
1
Pilih Statistics…
Continue
Klik Save
Continue
OK
2
Output
Descriptive Statistics
Correlations
Variables Entered/Removedb
Variables
Model Variables Entered Removed Method
Model Summaryb
1 .681 a
.464 .453 484.626 1.963
3
ANOVAb
Total 42470866.590 99
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Length of Gestation
130.054 14.520 .666 8.957 .000 .999 1.001
(Weeks)
Status Merokok Ibu -294.396 135.784 -.161 -2.168 .033 .999 1.001
Coefficient Correlationsa
Length of
Status Merokok Gestation
Model Ibu (Weeks)
Collinearity Diagnosticsa
Variance Proportions
Length of
Gestation Status Merokok
Model Dimension Eigenvalue Condition Index (Constant) (Weeks) Ibu
4
Residuals Statisticsa
Persamaan Regresi :
Interpretasi:
Ketika jangkauan dari model tidak memuat X=0, β0 atau konstanta tidak mempunyai arti
tertentu. Kalaupun mau diinterpretasikan, untuk contoh ini, interpretasinya adalah jiika gestation
rendah dan ibu yang tidak merokok juga rendah, maka berat bayi lahir akan rendah.
130.054 Gestation jika lama waktu hamil (gestation) bertambah satu minggu, maka berat
lahir akan meningkat sebesar 130 gram, variabel lain konstan
294.396 Smoke jika ibu merokok, maka berat lahir bayi akan berkurang 294 gram
dibandingkan dengan ibu yang tidak merokok.
Menilai Model
Untuk menguji apakah terdapat hubungan regresi antara variabel dependen Y dan sekumpulan
variabel X: X1, …, Xp-1, maksudnya adalah memilih di antara pilihan:
Keputusan:
5
Atau dengan p-value
Uji parsial
Hipotesis :
Statistik uji :
Keputusan :
6
UJI ASUMSI PADA REGRESI
Asumsi Normalitas
Hipotesis:
Ho : Data berdistribusi normal
H1 : Data tidak berdistribusi normal
Pilih Plots…
Continue
7
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Asumsi Autokorelasi
OK
8
Tidak ada yang melewati batas tidak ada autokorelasi atau residual saling bebas
Hipotesis :
H0 : ρ = 0 (tidak ada hubungan antar error)
H1 : ρ > 0 (ada hubungan antar error)
Keputusan:
Jika D > dU tidak tolak H0
Jika D < dL tolak H0 (error berkorelasi positif)
Jika dL ≤ D ≤ dU tidak ada keputusan
Model Summaryb
9
Nilai D = 1.963. Nilai ini D dibandingkan dengan Tabel Durbin Watson, dengan α = 0.05, n =
100, k = p–1 = 3–1 = 2, diperoleh dL = 1.634 dan dU = 1.715. Karena D = 1.963 berada di atas
dU = 1.715 maka H0 tidak ditolak atau error tidak berkorelasi positif atau error independen.
Asumsi Homoskedastisitas
Hipotesis:
H0 : Varians error homoskedastis
H1 : Varians error heteroskedastis
10
Continue
OK
11
Uji Homoskedastisitas menggunakan uji Glejser
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 817.556 339.512 2.408 .018
Length of Gestation (Weeks) -11.602 8.821 -.132 -1.315 .192
Status Merokok Ibu 30.068 82.493 .037 .364 .716
a. Dependent Variable: AbsRes
Kesimpulan : predictor tidak ada yang signifikan, berarti tidak terjadi heteroskedastisitas
Asumsi Multikolinieritas
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Length of Gestation
130.054 14.520 .666 8.957 .000 .999 1.001
(Weeks)
Status Merokok Ibu -294.396 135.784 -.161 -2.168 .033 .999 1.001
12