Anda di halaman 1dari 3

A.

Regresi Linear Sederhana

Regresi linier sederhana adalah suatu alat analisis yang digunakan untuk
mengukur pengaruh antara variabel bebas (X) dan variabel terikat (Y) Analisis ini
merupakan analisis regresi yang hanya terdiri terdiri dari satu variabel
dependenatau variabel terikat dan satu variabel independen atau variabel bebas.
Variabel Metode ini adalah metode pertama yang dipelajari untuk memahami
konsep dari regresi sendiri. Di dalam regresi ini, variabel independen ini akan
digunakan untuk menjelaskan atau memprediksi hasil dari variabel dependen.1

OUTPUT SPSS DAN PENJELASANNYA

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 Faktor Perilakub . Enter

a. Dependent Variable: Motivasi Beralih


b. All requested variables entered.

Output bagian pertama (variabel entered/removed ) tabel diatas menejelaskan tentang


veriabel yang dimasukkan serta metode yang digunakan dalam hal ini variabel yang
dimasukkan adalah variabel factor perilaku sebagai variabel independent dan motivasi
beralih sebagai variabel dependen dan metode yang digunakan adalah metode enter .

Model Summary

Adjusted R Std. Error of the


Model R R Square Square Estimate

1 .712a
.506 .501 2.275

a. Predictors: (Constant), Faktor Perilaku

Output bagian kedua (model summary tabel diatas menjelaskan besarnya nilai korelasi /

1
Sugiyono, Metode Penelitian Kuantitatif, Kualitatif, dan R&D, h.270.73
hubungan (R) Sebesar 0,712 dari output tersebut diperoleh koefisien determinasi (R
Square) sebesar 0, 506 yang mengandung pengertian bahwa pengaruh variabel bebas
( Faktor perilaku) terhadap variabel terikat ( Motivasi Beralih) sebesar 50, 6%

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 519.970 1 519.970 100.493 .000b

Residual 507.070 98 5.174

Total 1027.040 99

a. Dependent Variable: Motivasi Beralih


b. Predictors: (Constant), Faktor Perilaku

Output bagian ketiga ( ANOVA ) dari output tersebut diketahui bahwa nilai F hitung =
100,493 dengan tingkat singnifikan sebesar 0,000 < 0,05 maka model regresi dapat
dipakai untuk memprediksi variabel motivasi beralih atau dengan kata lain ada pengaruh
variabel faktor perilaku (X) terhadap variabel motifasi beralih (Y).

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 7.322 1.644 4.455 .000

Faktor Perilaku .527 .053 .712 10.025 .000

a. Dependent Variable: Motivasi Beralih

Output keempat ( coefficients) diketahui nilai constant ( a) sebesar 7,322 sedang kan nilai
faktor perilaku ( b / koefisien regresi ) sebesar 0, 527 sehingga persamaan regresi dapat
ditulis

Y= a+Bx
Y= 7, 322+0,527X

Persamaan tersebut dapat diterjemahkan


1. Konstanta sebesar 7, 322 mengandung arti bahwa konstisten variabel motivasi
beralih adalah sebesar 7,322

2. Koefisien regresi X sebesar 0,527 menyetakan bahwa setiap penambahan 1%


nilai Faktor perilaku maka nilai motivasi beralih bertambah sebesar 0,527
koefisien tersebut bernilai positif, sehingga dapat dikatakan bahwa arah pengaruh
variabel X terhadap Y adalah positif.

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 7.322 1.644 4.455 .000

Faktor Perilaku .527 .053 .712 10.025 .000

a. Dependent Variable: Motivasi Beralih

PENGAMBILAN KEPUTUSAN DALAM UJI REGRESI SEDERHANA

1. Berdasarkan nilai signifikansi dari tabel coefficients diperoleh nilai sebesar 0,


000< 0,05 sehingga dapat disimpulkan bahwa variabel faktor perilaku (X)
terhadap variabel (Y)

2. Berdasarkan nilai t : diketahui sebesar 10. 025 thitung sebesar 10.025 > ttabel 1,
984 sehingga dapat disimpulkan bahwa variabel faktor perilaku (X)
berpengaruh terhadap variabel motivasi beralih (Y).

CACATAN : CARA MENCARI t tabel

ttabel=(@/2;n-k-1)
=(0,05/2;100-1-1
=(0,25;98 [ dilihat pada distribusi nilai ttabel]
= 1,984

Anda mungkin juga menyukai