Regresi Linear Sederhana

dengan SPSS
Penulis
 Anwar Hidayat
7360907

Regresi Linier Sederhana dengan SPSS

Artikel ini akan mengupas contoh regresi linier sederhana
dengan SPSS menggunakan data regresi yang dipakai seperti pada
perhitungan korelasi. Analisis regresi linear sederhana merupakan salah satu
metode regresi yang dapat dipakai sebagai alat inferensi statistik untuk
menentukan pengaruh sebuah variabel bebas (independen) terhadap variabel
terikat (dependen). Uji Regresi linear sederhana ataupun regresi linier berganda
pada intinya memiliki beberapa tujuan, yaitu:

1. Menghitung nilai estimasi rata-rata dan nilai variabel terikat

berdasarkan pada nilai variabel bebas.
2. Menguji hipotesis karakteristik dependensi
3. Meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai
variabel bebas diluar jangkaun sample.
Pada analisis regresi sederhana dengan menggunakan SPSS ada beberapa
asumsi dan persyaratan yang perlu diperiksa dan diuji, beberapa diantaranya
adalah :

1. Variabel bebas tidak berkorelasi dengan disturbance term (Error).

Nilai disturbance termsebesar 0 atau dengan simbol sebagai berikut: E
(U / X) = 0,
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,
4. Koefisien regresi harus signifikan. Pengujian dilakukan dengan Uji T.
Koefesien regresi signifikan jika T hitung > T table (nilai kritis),
5. Model regresi dapat diterangkan dengan menggunakan nilai koefisien
determinasi (KD = R Square x 100%) semakin besar nilai tersebut
maka model semakin baik. Jika nilai mendekati 1 maka model regresi
semakin baik,
6. Residual harus berdistribusi normal,
7. Databerskala interval atau rasio,
8. Kedua variabel bersifat dependen, artinya satu variabel merupakan
variabel bebas (variabel predictor) sedang variabel lainnya variabel
terikat (variabel response) Berikut ini contoh perhitungan regresi linier
sederhana menggunakan software SPSS 20.
Tutorial Regresi Linear Sederhana dengan SPSS
Proses mulai dengan memilih menu Analyze, kemudian pilih Linear,

Regresi Linear Sederhana dengan

SPSS
 

Pilih variabel Y sebagai variabel dependen (terikat) dan X1 sebagai variabel

independen (bebas) lalu klik tombol OK,

Proses Regresi Linear SPSS

 

Output Regresi Linear Sederhana dengan SPSS

Output SPSS akan menampilkan hasil berupa 4 buah tabel yaitu;

1. Tabel variabel penelitian,

2.  Ringkasan model (model summary),
3. Tabel Anova, dan
4. Tabel Koefisien.
 Output Regresi Linear SPSS

Interprestasi Regresi Linear Sederhana dengan 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.
4. Tabel keempat menginformasikan model persamaan regresi yang
diperoleh dengan koefisien konstanta dan koefisien variabel yang ada
di kolom Unstandardized Coefficients B. Berdasarkan tabel ini diperoleh
model persamaan regresi : Y =38,256 + 0,229 X1.
Agar anda memahami artikel ini, pelajari juga tentang Uji F dan Uji T: “Uji F dan
Uji T” dan “Analisis Regresi Korelasi“. Demikian telah kita bahas tutorial
regresi sederhana dengan SPSS.

By Anwar Hidayat