TUGAS LANJUTAN REGRESI LINIER

Disusun untuk memenuhi tugas mata kuliah

STATISTIKA

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

UNIVERSITAS NEGERI SURABAYA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
PASCASARJANA PENDIDIKAN BIOLOGI

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 tabel output SPSS tersebut, diketahui bahwa nilai signifikansi

Asiymp.sig (2-tailed) ssebear 0,200 lebih besar dai 0,05. Maka sesuai
dengan data pengambilan keputusan dalam uji normalitas kolmogorov-
smirnov dapat disimpulkan bahwa data terdistribusi normal. Dengan
demikian, asumsi atau persyaratan normalitas dalam model regresi sudah
terpenuhi.
 Uji linieritas

Berdasarkan hasil signifikansi diperoleh deviation from linearity sig.

Adalah 0,839 > 0,05. Maka dapat dissimpulkan bahwa ada hubungan linier
secara signifikan antara variabel motivasi belajar dengan hasil belajar.
Kemudian berdasarkan nilai F dari output diatas diperoleh nilai F hitung
0,551 < F tabel 2,19. Karena nilai F hitung < nilai F tabel maka disimpulkan
bahwa terdapat hubungan linier secara signifikan antara variabel X dan Y.
 Uji heteroskedastisitas

Berdasarkan output diatas diketahui nilai signifikansi 1,0 > 0,05 yang
artinya tidak terjadi gejala heteroskedastisititas dalam model regresi.
 Hasil Uji Regresi Linier Sederhana

Secara umum rumus persamaan regresi linier sederhana adalah Y = a + Bx

Sementara untuk mengetahui nilai koefisien regresi tersebut kita dapat
bepedoman pada output yang berada pada tabel coeficient.
a = angka konstan dai unstandardized, dimana dalam kasus ini nilainya
sebesar 31,372. Angka tersebut merupakan angka konstan yang mempunyai
 arti bahwa jika tidak ada motivasi belajar (x) maka nilai konsisten hasil
belajar (y) adalah 31,372.
b = angka koefisien regresi. Nilainya sebea 0,575. Angka tersebut
mengandung arti bahwa setiap penambahan 1% tingkat motivasi belajar (x),
maka hasil belajar (y) akan meningkat sebesar 0,575.
Karena nilai koefisien regresi bernilai (+) maka dengan demikian dapat
dikatakan bahwa motivasi belajar (x) berpengaruh positif terhadap hasil
belajar (y). Sehingga persamaan regreinya adalah Y = 31,372 + 0,575 X.
Dalam output coefficient, nilai sign. 0,000 < 0,05 mengandung arti bahwa
hipotesis H0 ditolak dan Ha diterima, ada pengaruh motivasi belajar (x)
terhadap hasil belajar (y).

UJI REGRESI LINIER BERGANDA

1. Pertanyaan Penelitian:
Bagaimana pengaruh promosi (X1) dan harga (X2) terhadap keputusan konsumen
(Y)? (regresi linier berganda)
2. Hipotesis:
H0 : Tidak ada pengaruh promosi (X1) dan harga (X2) terhadap keputusan
konsumen (Y)
Ha : Ada pengaruh pengaruh promosi (X1) terhadap keputusan konsumen (Y)
Ada pengaruh pengaruh harga (X2) terhadap keputusan konsumen (Y)

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 tabel output SPSS tersebut, diketahui bahwa nilai signifikansi

Asiymp.sig (2-tailed) ssebear 0,178 lebih besar dai 0,05. Maka sesuai dengan data
pengambilan keputusan dalam uji normalitas kolmogorov-smirnov dapat
disimpulkan bahwa data terdistribusi normal. Dengan demikian, asumsi atau
persyaratan normalitas dalam model regresi sudah terpenuhi.
  Uji Linieritas

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

Berdasarkan tabel output coefficient diketahui tolerance untuk variabel X1, X2

adalah 0,837 > 0,10. Sementara nilai VIF variabel X1 dan X2 adalah 1,194 > 10,00.
Maka dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas dalam
model regresi.

 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.

Tabel output “variables entered/removed” diatas membeikan informassi tentang

variabel penelitian serta metode yang digunakan dalam analisis regresi. Variabel
independent yang dipakai adalah promosi dan harga. Sementara variabel dependent
adalah keputusan konsumen. Analisis regresi menggunakan metode enter. Tidak ada
variabel yang dibuang sehingga pada kolom variabel tidak ada angkanya atau kosong.

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

Tabel “model summary” memberikan informasi tentang nilai koefisien determinasi,

yakni kontribusi atau sumbangan pengaruh promosi dan harga terhadap kepurusan
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.