Regresi Mudah

Pengenalan
• Regresi - meramal skor/nilai suatu pembolehubah terikat daripada satu
pembolehubah lain bebas (mencari pengaruh).

• Analisis regresi digunakan jika pembolehubah bebas berkorelasi dengan

pembolehubah terikat.

• Pembolehubah bebas boleh dalam bentuk pembolehubah selanjar atau

kategori. Jika berbentuk kategori, ia harus dikodkan sebagai pembolehubah
dummy.

• Pembolehubah terikat mesti dalam bentuk ukuran skala selanjar. Jika tidak, maka
analisis fungsi discriminant (discriminant function analysis) adalah lebih sesuai
Pengenalan
Terdapat tiga (3) model utama regresi:

• Standard or simultaneous regression -semua pembolehubah bebas/ peramal dimasuk

sekaligus dalam persamaan regresi.

• Hierarchical regression (khusus untuk regresi pelbagai) - pembolehubah bebas

dimasukkan mengikut urutan dalam persamaan regresi dimana urutannya adalah
berdasarkan teori.

• Stepwise regression (khusus untuk regresi pelbagai) -Jumlah dan urutan pembolehubah
yang dimasukkan ditentukan oleh kriteria statistik yang terdapat dalam prosedur
stepwise.
Pengenalan

Ketiga-tiga model ini berbeza dari segi:

• Rawatan terhadap pertindihan keperbezaan akibat daripada korelasi

antara pembolehubah yang terlibat.

• Urutan pembolehubah bebas dimasukkan dalam persamaan regresi.

Syarat Menggunakan Analisis
Regresi

• Kes nisbah pada pembolehubah bebas Keperluan minima bilangan

kes adalah terdapat sekurang-kurangnya 5 kali lebih kes berbanding
pembolehubah bebas.

• Nilai ekstrim (Outliers) Nilai ekstrim (outliers) memberi kesan kepada

hasil regresi dan data yang ekstrim haruslah dibuang atau digantikan
untuk mengurangkan kesan nilai ekstrim tersebut.
Syarat Menggunakan Analisis
Regresi

• Multicollinearity dan singularity Multicollinearity merujuk kepada nilai korelasi yang sangat tinggi
di antara pembolehubah-pembolehubah bebas. Singularity pula wujud apabila korelasi yang
sempurna berlaku antara pembolehubah-pembolehubah bebas.

• Normality, linearity, homoscedasticity dan independence of residuals Diandaikan bahawa

perbezaan antara skor yang diperolehi dan skor
Regresi Mudah

• Analisis regresi mudah (bivariate regression) menerangkan hubungan di antara

pembolehubah terikat (atau kriteria/ criterion) dengan SATU pembolehubah bebas (atau
peramal/ predictor).

• Persamaan regresi mudah:

E(Y) = a+bx

• Bagi analisis yang menggunakan metod regresi, pembolehubah terikat (criterion) diletak pada
garisan vertikal (paksi-y) scatterplot dan pembolehubah bebas atau peramal (predictor) pula
diletak pada garis horizontal (paksi-x).
CONTOH KES
• Persoalan Kajian: Pengkaji ingin mengkaji sama ada spiritual
seseorang boleh atau tidak meramal kepuasan hidupnya.
• Objektif: Mengkaji pengaruh di antara spiritual dan kepuasan hidup.
• Hipotesis nol: Spiritual seseorang tidak dapat meramal kepuasan
hidupnya.
Pilih menu Analyze

Klik Regression dan

kemudian Linear untuk
membuka kotak Linear
Regression
Pilih pembolehubah
terikat dan klik ► untuk
memindahkan
pembolehubah ke kotak
Dependent:
Pilih pembolehubah
bebas dan klik ► untuk
memindahkan
pembolehubah ke kotak
Independent(s):
Dalam senarai ke bawah
Method:, pastikan Enter
dipilih
Klik Statistics
untuk membuka sub
kotak Linear
Regression:
Statistics dan
pastikan kotak
Estimates dan
Model fit dipilih
Klik Continue
Klik Plots untuk membuka
sub kotak Linear
Regression: Plots
Pilih *ZRESID dan
pindahkan ke kotak Y:
Pilih *ZPRED dan
pindahkan ke kotak X:
Dalam kotak Standardized
Residual Plots, pilih Normal
Probability Plot.
Klik Continue
Interpretasi

Daripada scatterplot residuals, didapati tidak terdapat hubungan antara

residuals dengan nilai yang diramalkan. Dapatan ini memenuhi andaian linearity.
Normal plot of regression standardized residual bagi pembolehubah terikat juga
menunjukkan taburan normal.
R Square (.078) menunjukkan varians (peratus varians: 7.8%) dalam
pembolehubah terikat (kepuasan hidup post 2) yang boleh diterangkan oleh
pembolehubah bebas (spiritual).
 Ujian F (F(1, 197) = 16.631, k < .05) digunakan untuk menguji kesignifikanan
sumbangan sesuatu model terhadap sesuatu pembolehubah terikat.

 Pekali regresi tidak piawai (unstadardized Coeff) antara skor spiritual dan skor
kepuasan hidup ialah .053.

 Pintasan (a) merujuk kepada nilai malar (constant) = 13.711, ia adalah titik di
mana garisan regresi memotong garisan vertikal (paksi-y).
Interpretasi

Nilai .279 dalam lajur Beta, adalah nilai pekali korelasi. Jika
skor ini ditukar kepada skor piawai (skor z), maka kecerunan
garis regresi adalah sama dengan pekali korelasi.

Ujian t (t = 4.078, k < .05) digunakan untuk menguji

kesignifikanan sumbangan sesuatu pembolehubah bebas
terhadap pembolehubah terikat. Ujian-t ialah signifikan.

Keputusan ini membolehkan kita meramal.

Melapor

Hasil analisis regresi menunjukkan model regrasi yang

mengandungi pembolehubah bebas (spiritual) boleh
menerangkan secara signifikan sebanyak 7.8% daripada
varians dalam pembolehubah terikat (kepuasan hidup post
2) (F1,197) = 16.631, k < .05). Hasil daripada pekali regresi
(Beta = .279), (t = 4.078, k < .05) menunjukkan hubungan
di antara kepuasan hidup dan spiritual adalah satu
hubungan linear yang signifikan. Dapatan ini menjelaskan
bahawa subjek yang berpuas hati dengan hidupnya adalah
tinggi dalam spiritualnya dan begitu juga sebaliknya.