Tutorial Cara Melakukan Analisis Regresi Sederhana Dengan Menggunakan SPSS

Analisis ini digunakan untuk megukur besarnya pengaruh antara variabel independen dan dependen. Berikut beberapa syarat kelayakan yang harus dipenuhi saat analisis regresi sederhana digunakan:
  1. Jumlah sampel yang digunakan harus sama.
  2. Jumlah variabel bebas adalah 1.
  3. Nilai residual harus berdistribusi normal.
  4. Terdapat hubungan yang linier.
  5. Tidak terjadi gejala hetrosdekastisitas.
  6. Tidak terjadi gejala auto kolerasi (untuk data time series).
Untuk dapat memenuhi persyaratan tersebut di atas maka dapat dilakukan melalui Uji Asumsi Klasik
Tutorial Cara Melakukan Uji Asumsi Klasik Dengan SPSS

CONTOH KASUS ANLISA REGRESI LINIER SEDERHANA

Seorang peneliti ingin mengetahui pengaruh kompentensi kerja kualitas pelayanan kesehatan. Berikut data yang didapat dari 23 responden.


Langkah-langkah analisis regresi linier sederhana:
  • Buka program SPSS masuk ke Variable View, isikan data seperti gambar di bawah ini:
  • Jika variabel view sudah diisi, selanjutnya silahkan masuk ke data view, lalu isikan sesuai data.
  • Selanjutnya klik Analyze >> Regression >> Linear.

  • Maka akan muncul dialog Linear Regression seperti di bawah ini:

  • Setelah itu masukan variabel Y (Kualitas Pelayanan) ke kotak Dependent, dan variabel X (Kompetensi Kerja) ke kotak Independen (s).

  • Kemudian klik tombol statistics, pastikan beri tanda centang Durbin-Watson. Perhatikan gambar di bawah. Selanjutnya klik tombol continue.

  • Setelah itu klik plots, masukan SRESID ke kotak Y dan ZPRED ke kotak X, kemudian beri tanda centang pada normal probability plot.

  • Klik continue, lalu klik OK maka akan muncul hasil output di bawah ini:





Penjelasan Output Hasil Analisis Regresi Linier Sedehana

Output Variabels Entered/Removed

Dari output diatas diketahui bahwa variabel independen (kompetensi kerja) tidak ada variabel yang dikelurkan (Removed)

Output Model Summary

R adalah kolerasi, yaitu hubungan antara dua variabel atau lebih. R ini menunjukan kolerasi linier sederhana (kolerasi pearson) antara X (Kompetensi Kerja) dan Y (Kualitas Pelayanan). R yang didapat adalah sebesar 0,839 artinya terdapat hubungan positif sangat kuat antara kompetensi kerja terhadap kualitas pelayanan.

R2 merupakan koefisien determinasi. Angka ini akan diubah kedalam bentuk persen. Nilai R2 diperoleh sebesar 0,704 atau 70,4% artinya Variabel X (kompetensi kerja) mempengaruhi variabel Y (Kualitas pelayanan) sebesar 70,4% sedangkan sisanya dipengaruhi oleh variabel lain.

Adjusted R Square, nilai yang diperoleh adalah 0,69. Hal ini biasanya menunjukan sumbangan pengaruh jika dalam regresi menggunkan lebih dari dua vaariabel independen.

Standard Error of the Estimate, adalah ukuran kesalaha prediksi, nilai yang didapat adalah sebesar 4,24. Artinya kealahan dalam memprediksi kualitas pelayanan adalah 4,24.

Output Anova
ANOVA atau disebut juga analisis varian, yaitu koefisien regresi secara bersama-sama (uji F). Analisis ini lebih tepat digunakan dalam regresi beganda.

Output Coefficients
Unstandardized Coefficients, merupakan nilai koefisien yang tidak terstandarisasi atau tidak ada patokan. Koefisien B terdiri dari nilai konstanta dan koefisien regresi. Nilai-nilai ini yang akan dimasukan kedalam persamaan regresi linier sederhana. Standard Eror merupakan nilai maksimum kesalahan yang didapat. Nilai ini dapat digunakan untuk mencari t hitung dengan cara koefisien dibagi standard error.

Standaridized Coefficients, Nilai ini untuk mengetahui arah hubungan antara variabel independen dan dependen.
T hitung adalah pengujian signifikasi pengaruh variabel X terhadap Y. Untuk mengetahui hasil signifikan atau tidak maka angka t hitung harus dibandingkan dengan t table.
Signifikansi, merupakan besarnya probabilitas atau peluang untuk memperoleh kesalahan dalam pengambilan keputusan. Jika pengujian menggunakan tingkat signifikasi 0,05 artinya peluang memperoleh kesalahan maksimal sebesar 5%. Dengan kata lain, tingkat kepercayaan untuk pengambilan keputusan adalah benar.

Persamaan Regresi Linier Sederhana

Y=a+bX
Y : Nilai prediksi variabel dependen
a : Konstanta
b : Koefisien regresi, nilai peningkatan atau penurunan variabel Y yang didasarkan variabel X
X : Variabel independen

Dari output yang didapat maka diperoleh persamaan regresi sebagai berikut:
Y = -1,72 + 0,6IX

Dari persamaan diatas dapat diketahui bahwa nilai konstanta dapat diartikan jika kompetensi kerja atau X = 0 maka kulaitas pelayan diperoleh sebesar -1,72. Selanjutnya harga b bernilai positif hal ini menunjukan bahwa setiap peningkatan kompetensi kerja sebesar 1 maka tingkat kualitas pelayanan akan meningkat sebesar 0,61.

Uji t dan Uji Signifikansi
Kriteria pengujian:
  • Jika t hitung > t table dan signifikasi < 0,05 maka dapat disimpulkan bahwa terdapat pengaruh antara variabel independen dan dependen secara signifikan.
  • Jika t hitung < t table dan signifikasi > 0,05 maka dapat disimpulkan bahwa tidak terdapat pengaruh antara variabel independen dan dependen.
Dari hasil data output diketahui bahwa t hitung = 7,067 sementara t table = 1,71 (t table > t hitung) sementara nilai signifikansi yang didapat sebesar 0,000 (Sig < 0,05) jadi dapat disimpulkan bahwa terdapat pengaruh signifikan antara variabel kompetensi kerja dengan kualitas pelayanan.



0 Response to "Tutorial Cara Melakukan Analisis Regresi Sederhana Dengan Menggunakan SPSS"

Post a Comment

Iklan Atas Artikel

Iklan Tengah Artikel 1

Iklan Tengah Artikel 2

Iklan Bawah Artikel