SEDERHANA DAN
BERGANDA
3. 68 3,629
Data View
Variabel
View
Selanjutnya akan muncul kotak dialog linear regression,
masukkan variabel berat badan ibu (X) ke kotak independent(s)
Jika data yang diinput sudah benar, langkah
dan masukkan variabel berat badan bayi (Y) ke kotak dependent
selanjutnya, klik analyze – regression –
dengan cara mengklik tanda panah yang tersedia. Pada bagian
linear.
method pilih enter (abaikan pilihan yang lainnya). Klik OK.
Proses terakhir setelah mengklik OK, maka akan keluar output SPSS regresi linear sederhana sebagai berikut :
a. Variables entered/removed
Keterangan : menjelaskan tentang variabel yang dimasukkan
serta metode yang digunakan dalam analisis regresi linear.
b. Model summary
d. Membuat persamaan regresi linear sederhana. Secara umum rumus persamaan regresi linear sederhana
adalah Y = a + bx. Sedangkan untuk mengetahui nilai koefisien regresi tersebut dapat melihat pada output
yang berada pada table coefficient diatas.
• Untuk membuktikan hipotesis tersebut maka dilakukan uji hipotesis dengan membandingkan nilai signifikansi (sig.) Dengan
probabilitas 0,05.
• Dasar pengambilan keputusan dalam analisis regresi adalah :
1) Jika nilai signifikansi (sig.) Lebih kecil < dari probabilitas 0,05 mengandung arti bahwa ada pengaruh berat badan ibu (X)
terhadap berat badan bayi yang dilahirkannya (Y).
2) Jika nilai signifikansi (sig.) Lebih besar > dari probabilitas 0,05 mengandung arti bahwa tidak ada pengaruh berat badan ibu
(X) terhadap berat badan bayi yang dilahirkannya (Y).
Dari hasil ouput SPSS (Coefficient) di atas diketahui bahwa
nilai signifikansi (Sig.) sebesar 0,005 lebih kecil dari <
probabilitas 0,05, sehingga dapat disimpulkan bahwa H0
ditolak dan Ha diterima yang artinya “Ada Pengaruh Berat
Badan Ibu (X) terhadap Bayi yang Dilahirkannya (Y)”.
Melihat besarnya pengaruh variabel X terhadap Y.
Untuk mengetahui besarnya pengaruh berat badan ibu (X) terhadap bayi yang dilahirkannya (Y) dalam analisis
regresi linear sederhana, dapat dengan melihat nilai R square atau R2 yang terdapat pada output SPSS di table model
summary Dari output di atas diketahui nilai R square sebesar 0,647. Nilai ini mengandung Arti bahwa pengaruh berat
badan ibu (X) terhadap berat badan bayi yang dilahirkannya sebesar 64,7%. Sedangkan 35,3% berat badan bayi dapat
dipengaruhi oleh hal – hal lain yang tidak diteliti / diuji.
3
2
3. Masukkan variable nilai ujian ke kekolom
dependent dan masukkan variable skor tes kecerdasan
dan frekuensi membolos ke kolom independent
Description
box
4. Pada Method pilih metode Stepwise 5. Klik Statistic, klik pilihan Estimates, Model Fit dan
Deskriptive, kemudian klik Continue dan OK untuk
mengakhiri perintah.
4. Tabel tersebut pada model (1) untuk menjelaskan besarnya Pada model (2) untuk menjelaskan besarnya
nilai korelasi atau hubungan (R) antara skor tes kecerdasan nilai korelasi atau hubungan (R) antara skor tes
(X1) dengan nilai ujian (Y) yaitu sebesar 0,860 dan penjelasan kecerdasan (X1) Dan frekuensi membolos (X2) yaitu
besarnya prosentase pengaruh variabel skor kecerdasan sebesar 0,936 dan menjelasan besarnya prosentase
terhadap nilai ujian yang disebut koeefisien determinasi yang pengaruh variabel skor kecerdasan dan frekuensi
merupakan hasil pengukuran dari R. Dari output tersebut membolos terhadap nilai ujian yaitu sebesar 0,876
diperoleh koeefsien determinasi (R2) pada model (1) sebesar atau 87,6% sehingga dapat disimpulkan besarnya
0,740, yang mengandung pengertian bahwa pengaruh variabel pegaruh skor tes kecerdasan (X1) terhadap nilai ujian
bebas (Skor tes kecerdasan) terhadap variabel terikat (Nilai (Y) sebesar 74% dan pengaruh frekuensi membolos
ujian) adalah sebesar 74%. (X2) terhadap nilai ujian Y = 13,6 % (87,6% - 74%).
5. Pada bagian ini menjelaskan apakah ada pengaruh yang nyata (signifikan) variabel skor tes kecerdasan (X1)
dan frekuensi membolos (X2) secara bersama-sama terhadap nilai ujian (Y). Dari output pada model yang kedua
bahwa Fhitung = 31,853 dengan tingkat signifikansi/probabilitas 0,000 < 0,05, maka regresi dapat dipakai untuk
memprediksi nilai ujian.
7. KESIMPULAN
Skor tes kecerdasan nilai thitung = 3,371
dengan probabilitas = 0,008 < 0,05, artinya
ada pengaruh yang signifikan. Untuk
variabel frekuensi membolos nilai thitung = -
3,147 dengan probabilitas = 0,012 < 0,05
yang berarti ada pengaruh yang signifikan.
6. Pada tabel coeficien, pada kolom B kolom pada
konstanta (a) adalah 55,780, skor tes kecerdasan (b1)
adalah 0,527 dan frekuensi membolos (b2) adalah -2,344.
Berdasarkan data diatas dapat dikatakan bahwa konstanta
sebesar 55,780 ,koefisien regresi X1 sebesar 0,527 dan
koefisien regresi X2 sebesar -2,344.
KESIMPULAN & PENUTUP
Berdasarkan uraian di atas, maka dapat disimpulkan bahwa regresi linear
merupaka uji statistic yang digunakan untuk mengetahui/mempelajari
‘pengaruh’ variable bebas teradap variable tidak bebas. Analisis regresi linear
terbagi dua yakni analisis regresi sederhana dan analisis regeresi berganda,
dimana perbedaan dua uji ini terletak pada perbedaan jumlah variabel bebas
yang di uji. Uji regresi digunakan jika data telah melalui uji normalitas dan data
yang ada berdistribusi normal.
SEKIAN DAN
TERIMAKASI