KEL 1. TUGAS C. REGRESI Bu Muji
KEL 1. TUGAS C. REGRESI Bu Muji
Dosen Pengampu:
Dr. Muji Sri Pratiwi, M.Si
Oleh:
(Kelompok 1)
1. Dorris Bidarsis
2. Risti Wiludjeng
3. Rufiah
4. Sefrinda Byartika
5. Willy Hartanto
2023
C. TUGAS LANJUTAN
Buatlah analisis Regresi dengan menggunakan program SPSS untuk memecahkan
permasalahan pendidikan (data dapat digenerate/menggunakan data asli). Format
analisis, yaitu (1) pertanyaan Penelitian, (2) Hipotesis, (3) Data, (4) Prosedur
analisis, (5) Kesimpulan. Tugas dikerjakan secara berkelompok dan disubmit pada
laman ini. Selamat Bekerja!
Jawaban:
UJI REGRESI LINIER SEDERHANA
1. Pertanyaan Penelitian:
a. Bagaimana pengaruh motivasi belajar siswa terhadap hasil belajar siswa pada
materi sistem regulasi? (regresi linier sederhana)
2. Hipotesis:
a. Uji Regresi Linier Sederhana
H0 : Tidak ada pengaruh motivasi belajar (x) terhadap hasil belajar (y)
Ha : Ada pengaruh motivasi belajar (x) terhadap hasil belajar (y)
3. Data
a. Data Nilai Motivasi Belajar dan Hasil Belajar Siswa (Regresi Sederhana)
Nilai
No.
Motivasi Belajar Hasil Belajar
1. 60 62,5
2. 66 60,5
3 80 85
4 75 77,5
5 64 66
6 70 67,5
7 65 65
8 65 65
9 66 69
10 66 73
11 80 80
12 65 62,5
13 65 64
14 65 65
15 70 72,5
16 70 77,5
17 60 65
18 60 72,5
19 65 75
20 80 70
21 75 67,5
22 70 75
23 65 72,5
24 65 70
25 60 67,5
26 71 74
27 65 77
28 62 75
29 60 67,5
30 65 65
31 61 63
32 63 65
33 57 63,5
34 71 66,5
35 70 70,5
36 60 65
37 60 65
38 65 70
39 65 72,5
40 70 75
4. Prosedur analisis
Uji Regresi Sederhana (Hubungan motivasi belajar (x) dengan hasil belajar
(y)).
Syarat kelayakan yang harus terpenuhi saat menggunakan uji regresi linier
sederhana:
- Jumlah sampel yang digunakan harus sama
- Variabel bebas (x) adalah 1.
- Nilai residual harus terdistribusi normal
- Terdapat hubungan linier antara variabel X dengan variabel Y.
- Tidak terjadi gejala heteroskedastisitas
Hasil Uji Normalitas
Berdasarkan output diatas diketahui nilai signifikansi 1,0 > 0,05 yang
artinya tidak terjadi gejala heteroskedastisititas dalam model regresi.
Hasil Uji Regresi Linier Sederhana
3. Data:
No. Promosi Harga Keputusan Konsumen
Responden (X1) (X2) (Y)
1 9 10 16
2 13 13 23
3 12 10 21
4 12 11 19
5 9 11 17
6 11 12 19
7 11 10 19
8 10 7 18
9 11 13 20
10 9 11 17
11 11 13 18
12 9 10 16
Sebelum melakukan analisis uji regresi multiples, maka ada beberapa prasyarat
yang harus terpenuhi dalam model regresi. Persyaratan atau asumsi tersebut
dibuktikan melalui erangkaian uji asumsi klasik:
a. Uji normalitas, dimana asumsi yang harus terpenuhi harus terdistribusi
normal
b. Uji linieritas, terbentuk sercara linier.
c. Uji multikolinearitas, tidak terjadi gejala multikolinearitas.
d. Uji heteroskedastisitas, tidak terjadi gejala.
e. Uji autokorelasi, tidak terjadi autokorelasi.
Uji normalitas
Berdasarkan hasil signifikansi diperoleh deviation from linearity sig. Adalah 0,534 >
0,05. Maka dapat disimpulkan bahwa ada hubungan linier secara signifikan antara
variabel promosi (x1), harga (x2), dan keputusan konsumen (y). Kemudian berdasarkan
nilai F dari output diatas diperoleh nilai F hitung 0,667 < F tabel 8,89. Karena nilai F
hitung < nilai F tabel maka disimpulkan bahwa terdapat hubungan linier secara
signifikan antara variabel X1, X2, dan Y.
Uji Multikolinearitas
Uji hederoskedastisitas
Berdasarkan output diatas diketahui nilai signifikansi variabel X1 adalah 0,291 dan
variabel X2 adalah 0,237. Kedua variabel X memiliki signifikansi > 0,05 yang artinya
tidak terjadi gejala hederoskedastisitas.
Uji Autokorelasi
Model Summaryb
Adjusted R Std. Error of Durbin-
Model R R Square Square the Estimate Watson
1 ,923 a
,853 ,820 ,876 2,293
a. Predictors: (Constant), Harga, Promosi
b. Dependent Variable: Keputusan konsumen
Tabel durbin watson output spss (DW hitung) = 2,293. Variabel bebas (k) = 2, jumlah
sampel (n) = 12.
Nilai DW hitung sebesar 2,293 lebih besar dari 1,5794 dan lebih kecil dari 2,4206 (4-
dU) yang artinya berada pada daerah tidak ada autokorelasi. Sehingga dapat
disimpulkan bahwa dalam model regresi linier tidak terjadi autokorelasi.
HASIL ANALISIS REGRESI LINIER BEGANDA
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Harga, . Enter
b
Promosi
a. Dependent Variable: Keputusan konsumen
b. All requested variables entered.
Model Summaryb
Adjusted R Std. Error of
Model R R Square Square the Estimate
a
1 ,923 ,853 ,820 ,876
a. Predictors: (Constant), Harga, Promosi
b. Dependent Variable: Keputusan konsumen
ANOVAa
Sum of Mean
Model Squares df Square F Sig.
1 Regression 40,009 2 20,005 26,065 ,000b
Residual 6,907 9 ,767
Total 46,917 11
a. Dependent Variable: Keputusan konsumen
b. Predictors: (Constant), Harga, Promosi
Coefficientsa
Standardize
Unstandardized d
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant 3,760 2,244 1,676 ,128
)
Promosi 1,365 ,209 ,911 6,521 ,000
Harga ,035 ,167 ,029 ,207 ,841
a. Dependent Variable: Keputusan konsumen
Tabel koefisien memberikan informasi tentang persamaan regresi dan ada tidaknya
pengaruh variabel promosi dan harga secara parsial terhadap keputusan konsumen.
Adapun rumus persamaan regresi adalah sebagai berikut:
Y = a + b1 x 1 + b2 x 2 atau Y = 3,760 + 1,365 + 0,035
Dalam output coefficient, nilai sign. Variabel X1 0,000 < 0,05 mengandung arti bahwa
hipotesis H0 ditolak dan Ha 1 diterima, ada pengaruh promosi (x1) terhadap keputusan
konsumen (y). Sedangkan variabel x2 nilai sign. 0,841 > 0,05 yang artinya harga (x2)
tidak berpengaruh terhadap keputusan konsumen.
KESIMPULAN:
nalisis regresi linier sederhana digunakan untuk menguji pengaruh satu variabel bebas
terhadap variabel terikat. Data haruslah valid dan reliabel dan berasal dari data primer.
Data juga harus lolos uji asumsi dasar yang mencakup uji normalitas dan uji linieritas.
Regresi linear berganda merupakan model regresi yang melibatkan lebih dari satu
variabel independen. Analisis regresi linear berganda dilakukan untuk mengetahui arah
dan seberapa besar pengaruh variabel independen terhadap variabel dependen.