ANALISIS REGRESI
KELOMPOK 7
ANALISIS REGRESI
Analisis Regresi adalah suatu metode analisis yang biasa digunakan untuk melihat pengaruh
antara dua atau banyak variabel. Umumnya, analisis ini digunakan untuk memprediksi
hubungan antara variabel-variabel. Analisis regresi juga dapat digunakan untuk memahami
variabel – variabel bebas mana saja yang dapat berhubungan dengan variabel terikat, serta
untuk mengetahui bentuk hubungan tersebut.
Ada beberapa syarat yang harus diketahui dalam melakukan analisis regresi:
1. Hubungan, sebelum melakukan analisis regresi kita harus mengetahui terlebih dahulu
hubungan antara variabel itu. Jika antara variabel tersebut telah diketahui
hubungannya maka bisa dianalisis hubungan analisis regresi tersebut.
2. Varibel
Ada dua variabel dalam analisis regresi yaitu, Varibel Kriterium dan Variabel
Prediktor. Variabel Kriterium merupakan variabel terikat dan Variabel Prediktor
merupakan variabel bebas.
Contoh:
Dari hasil analisis korelasi dinyatakan bahwa terdapat hubungan signifikan antara
motivasi kerja dan kinerja. Dikarenakan ada hubungan yang signifikan, maka
dilakukan uji prediksi/uji regresi.
Misalkan,
Apakah kinerja seseorang dapat diprediksi dari motivasi kerjanya?
Si A mendapatkan motivasi kerjanya skor 7, kemudian skor kinerja si A itu berapa,
bisa di prediksi dengan analisis regresi.
Contoh soal:
Suatu penelitian dengan judul “Hubungan antara Gaya Kepemimpinan Kepala Sekolah
dengan Kinerja Guru”
Jawab:
1. Mendeskripsikan data terlebih dahulu
2. Menghitung Koefisien Regresi
JKₜ = ∑Y²
JKₜ = 340
8. Menghitung uji F
9. Menentukan kriteria
Jika = Ho Diterima
Jika = Ho Ditolak
Terdapat hubungan signifikan antara gaya kepemimpinan kepsek dengan jinerja guru.
Berdasarkan persamaan Y = 2,447 + 0,908X dapat diartikan bahwa kenaikan skor rata-rata
gaya kepemimpinan kepsek sebesar 1 unit, maka akan meningkatkan kinerja guru sebesar
Analisis regresi berganda hampir sama dengan analisis regresi linier sederhana, dimana
untuk memprediksi nilai dependen atau yang lebih dikenal dengan variabel Y
memerlukan variabel independen atau yang lebih dikenal dengan variabel X. Hal yang
membedakan antara regresi ini dengan regresi linier sederhana adalah jumlah variabel
yang digunakannya. Di regresi linear berganda, kita bisa menggunakan mulai dari dua
bahkan lebih variabel independen. Namun bisa jadi tidak semua variabel mempengaruhi
variabel Y. Untuk mendapatkan model terbaik, kita hanya perlu memilih variabel yang
Persamaan umumnya:
konstanta (intersept) dan b adalah koefisien regresi pada masing-masing variabel bebas.
Interpretasi terhadap persamaan juga relatif sama, sebagai ilustrasi, pengaruh antara
motivasi (X1), kompensasi (X2) dan kepemimpinan (X3) terhadap kepuasan kerja (Y)
Interpretasi terhadap konstanta (0,235) juga harus dilakukan secara hati-hati. Jika
pengukuran variabel dengan menggunakan skala Likert antara 1 sampai dengan 5 maka
kepemimpinan bernilai nol, sebagai ketiga variabel tersebut tidak mungkin bernilai nol
Analisis Regresi logistik adalah salah satu jenis analisis regresi dengan data yang
dianalisis berjenis kategorik, lebih tepatnya dikotomis. Analisis regresi ini biasanya
dilakukan untuk mengetahui ada atau tidaknya hubungan dua variabel. Analisis regresi ini
cukup berbeda jika dibandingkan dengan dua analisis regresi sebelumnya. Analisis
regresi logistik terbilang cukup rumit, karena biasanya digunakan untuk menentukan
probabilitas dari suatu kejadian, seperti ya atau tidak, hidup atau mati, dan lain
Analisis regresi logistik biasanya dilakukan untuk membandingkan antara dua kategori
dalam satu variabel. Dalam bidang kesehatan, analisis regresi juga bisa digunakan untuk
Asumsi yang digunakan tidak semua jenis data dapat dianalisis menggunakan regresi
logistik. Terdapat persyaratan atau asumsi yang harus dipenuhi suatu data agar regresi
- Jika peneliti ingin menggunakan regresi logistik, peneliti tidak perlu merisaukan
bentuk hubungan antara variabel independen dengan variabel dependen. Hal ini
dikarenakan untuk melakukan analisis regresi ini tidak hubungan linier variabel bebas
- Untuk menggunakan analisis regresi ini, jenis data yang dimiliki oleh peneliti harus
- Variabel bebas yang ada tidak perlu lagi diubah menjadi data numerik seperti interval
- Jika pada analisis regresi lain terdapat asumsi homoskedastisitas yang harus dipenuhi,
untuk regresi logistik hal tersebut tidak harus terpenuhi. Artinya analisis masih bisa
- Jumlah sampel yang diperlukan agar bisa menjalankan analisis regresi ini cukup
- Pada variabel bebas, kategori yang ada harus bersifat eksklusif. Dengan kata lain tidak
digunakan adalah SPSS. Berikut ini adalah langkah-langkah yang harus dilakukan
- Langkah pertama adalah menginput data. Masukan data yang didapat dari hasil
penelitian ke dalam aplikasi pengolah data. Pastikan bahwa data yang dimasukan
- Apabila semua data telah berbentuk kategorik dan sesuai dengan data lapangan, maka
peneliti bisa melakukan analisis. Arahkan kursor ke menu Analyze, lalu klik
- Isi variabel dependen sesuai dengan variabel terikat yang digunakan dan pada menu
- Pada kolom method, pilih enter, lalu klik OK. Sebuah data dikatakan memiliki
kategorik dikotomi, analisis regresi logistik adalah pilihan yang tepat. Selama semua