Ahmad Danial Santoso_18510113_Resume Analisis Regresi Berganda Menggunakan SPSS

Analisis Regresi Berganda dengan Menggunakan SPSS

Nama/NIM         : Ahmad Danial Santoso (18510113)

Mata Kuliah       : Statistik II

Dosen                   : M. Nanang Choiruddin,SE., MM

                SPSS adalah program komputer untuk memproses data statistik secara cepat dan tepat, memberikan berbagai output yang dikehendaki para pengambil keputusan. SPSS adalah program aplikasi yang memiliki analisis data statistik yang cukup tinggi. SPSS memiliki sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana, sehingga mudah mengoprasikan dan memahaminya. SPSS ini adalah salah satu program aplikasi yang paling banyak diminati dan digunakan oleh para analis dan peneliti untuk mengolah data-data statistik.

Analisis regresi linier ganda adalah alat analisis peramalan nilai pengaruh antara dua variabela bebas atau lebih (X) terhadap satu variabel terikat (Y) dalam rangka membuktikan ada tidaknya hubungan fungsional atau kausal antara dua variabel bebas atau lebih (X) tersebut terhadap satu variabel terikat (Y). Analisis regresi linear berganda digunakan untuk mengukur pengaruh antara lebih dari satu variabel prediktor (variabel bebas) terhadap variabel terikat.

Dalam analisis regresi liniear berganda terdapat beberapa uji asumsi klasik, yaitu uji heteroskedastisitas, uji tersebut bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians residual dari suatu pengamatan ke pengamatan yang lain tetap. Kemudian Uji Normalitas, yang bertujuan untuk menguji apakah dalam suatu model regresi, variabel terikat dan variabel bebas atau keduanya mempunyai distribusi normal atau tidak.

Contoh: Penelitian terhadap mahasiswa UIN Sunan Kaliaga ingin mengetahui apakah terdapat hubungan antara keaktifan organisasi ekstrakurikuler dan kemandirian belajar mahasiswa terhadap tingkat intelegensi mahasiswa FITK. Untuk keperluan tersebut, ia mengedarkan kuisioner kepada 10 siswa sebagai responden yang berisi berisi 10 pertanyaan per variabel. Instrumen penelitian menggunakan skala pengukuran Likert dengan skor: (4) Sangat Setuju, (3) Setuju, (2) Tidak Setuju, dan (1) Sangat Tidak Setuju. Taraf signifikan  = 5%.

Data dianggap memenuhi asumsi dan persyaratan anlisis yaitu data dipilih secara random, berdistribusi normal, berpola linier, data sudah homogen dan memiliki pasangan yang sama sesuai dengan subjek yang sama. Data total hasil jawaban variabel keaktifan ekstrakurikuler (X1), kemandirian belajar (X2) dan intelegensi (Y) dapat dilihat pada tabel berikut:

No	X1	X2	Y
1	30	31	39
2	38	35	44
3	40	43	49
4	38	39	45
5	29	32	35
6	33	36	43
7	25	25	33
8	31	30	38
9	24	30	36
10	31	35	40
∑	319	336	402

Penghitungan menggunakan SPSS:

1). Masuk ke program SPSS lalu klik variable view pada SPSS data editor

a) Pada kolom name, ketik responden pada baris pertama, X1 pada baris kedua, X2 pada baris ketiga, dan Y pada baris keempat.

b) Pada kolom type untuk kolom responden menjadi string, yang lain tetap.

c) Ubah angka pada kolom decimal menjadi nol.

d) Pada kolom label, kosongkan baris pertama. Ketik Keaktifan Ekstrakurikuler pada baris kedua, Kemandirian Belajar pada baris ketiga, dan Intelegensi pada baris keempat.

e) Pada kolom measure, ubah baris pertama menjadi nominal, baris kedua sampai keempat menjadi ordinal.

2). Pengisian data

a) Klik data view pada SPSS data editor.

b) Pada kolom responden, masukkan semua responden.

c) Pada kolom X1, masukkan nilai total jawaban untuk keaktifan ekstrakurikuler.

d) Pada kolom X2, masukkan nilai total jawaban untuk kemandirian belajar.

e) Pada kolom Y, masukkan nilai total jawaban untuk intelegensi.

3). Pengolahan data

a) Klik Analyze > Regression > Linier.

b) Masukkan Keaktifan ekstrakurikuler (X1) dan Kemandirian Belajar (X2) ke Independent, serta Intelegensi (Y) ke Dependent.

c) Klik Statistics, maka akan muncul kotak dialog “Linear Regression: Statistics”

Pada Regression Coefficients pilih Estimates, Model fit, R square change, dan Descriptive. Klik Continue. Klik Plot.  Masukkan SDRESID ke kotak Y dan ZPRED ke kotak X. Klik Next, kemudian masukkan ZPRED ke kotak Y dan DEPENDENT ke kotak X. Pilih Histogram dan Normal probability plot. Jika sudah selesai kemuian Klik Continue. Kemudian klik Continue, sehingga akan muncul kotak dialog “Linear Regression”. Klik Save, pada Predicted Value, pilih Unstandarized dan Prediction Intervals, Klik Mean dan Individu, kemudian Klik Continue. Klik Options (pastikan bahwa taksiran probability dalam keadaan deafult sebesar 0,05), kemudian klik Continue. Jika sudah yakin betul klik OK. Kemudian akan muncul hasil output sebagai berikut.

Analisis hasil output Regresi Ganda sebagai berikut: 

Descriptive Statistics

	Mean	Std. Deviation	N
Intelegensia	40,20	5,007	10
Keaktifan Ekstrakulikuler	31,90	5,425	10
Kemandirian Belajar	33,60	5,125	10

a) Jumlah responden= 10 orang

b) Rata-rata tingkat intelegensi sebesar 40,2 dengan standar deviasi 5,007. Artinya jika dihubungkan dengan rata-rata tingkat intelegensi sebesar 40,2/orang, maka tingkat intelegensi akan berkisar antara 40,2 5,007 tingkat dengan tingkat keaktifan ekstrakurikuler ratarata 31,9 dan dengan tingkat kemandirian belajar rata-rata 33,6.

Correlations

		Intelegensia	Keaktifan Ekstrakulikuler	Kemandirian Belajar
Pearson Correlation	Intelegensia	1,000	,938	,939
	Keaktifan Ekstrakulikuler	,938	1,000	,878
	Kemandirian Belajar	,939	,878	1,000
Sig. (1-tailed)	Intelegensia	.	,000	,000
	Keaktifan Ekstrakulikuler	,000	.	,000
	Kemandirian Belajar	,000	,000	.
N	Intelegensia	10	10	10
	Keaktifan Ekstrakulikuler	10	10	10
	Kemandirian Belajar	10	10	10

c) Korelasi secara parsial antara variabel keaktifan ekstrakurikuler (X1) dengan intelegensi (Y) diperoleh nilai sebesar r = 0.938. Hal ini menunjukkan adanya hubungan positif (searah) yang kuat antara (X1) dan (Y).

d) Korelasi secara parsial antara variabel kemandirian belajar (X2) dengan tingkat intelegensi diperoleh nilai sebesar r = 0.939. Hal ini menunjukkan adanya hubungan positif (searah) yang kuat antara (X2) dan (Y).

Variables Entered/Removeda

Model	Variables Entered	Variables Removed	Method
1	Kemandirian Belajar, Keaktifan Ekstrakulikulerb	.	Enter

a. Dependent Variable: Intelegensia b. All requested variables entered.

Tabel ini hanya berisi informasi bahwa semua variabel berhasil dimasukkan (entered), tidak ada yang dikeluarkan (removed).

Model Summary

Model	R	R Square	Adjusted R Square	Std. Error of the Estimate		Change Statistics
1	,968a	,938	,920	1,418	R Square Change	F Change	df1	df2	Sig. F Change

a. Predictors: (Constant), Kemandirian Belajar, Keaktifan Ekstrakulikuler b. Dependent Variable: Intelegensia

Korelasi (R) secara simultan antara variabel keaktifan ekstrakurikuler (X1) dan kemandirian belajar (X2) terhadap tingkat intelegensi (Y) diperoleh nilai sebesar r = 0,968. R Square (korelasi koefisien) sebesar 93,8% menunjukkan kontribusi yang disumbangkan X1 dan X2 kepada Y.

ANOVA

Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	211,521	2	105,760	52,582	,000
	Residual	14,079	7	2,011
	Total	225,600	9

a.    Dependent Variable: Intelegensia b. Predictors: (Constant), Kemandirian Belajar, Keaktifan Ekstrakulikuler

Perbandingan F_hitungdan F_tabel serta sig dan α: F_hitung=52,582>F_tabel=4,74, maka H0 ditolak dan Ha diterima. Sig.= 0,00>α=0,05, makaH0 ditolak dan Ha diterima.

Coefficients

Model B		Unstandardized	Coefficients	Standardized Coefficient	t	Sig.
		Std. Error	Beta
1	(Constant)	9,072	3,134		2,895	,023
	Keaktifan Ekstrakulikuler	,457	,182	,495	2,512	,040
	Kemandirian Belajar	,493	,192	,505	2,563	,037

a. Dependent Variable: Intelegensia

Model persamaan regresi untuk memperkirakan tingkat intelegensi (Y) yang dipengaruhi keaktifan ekstrakurikuler (X) adalah:

Ø Jika seorang siswa tidak aktif di ekstrakurikuler dan tidak belajar mandiri (X1 dan X2=0), maka diperkirakan tingkat intelegensinya sebesar 9,072. Sedangkan jika tingkat keaktivan ekstrakurikuler dan kemandirian belajar bertambah 1 poin (X1 dan X2 = 5), maka tingkat intelegensi akan naik menjadi:

Y=9,072+0,457X_1+0,493X_2

=9,072+0,457(5)+0,493(5)=13,912

Ø Koefisien regresi sebesar 0,457 dan 0,493 menunjukkan besaran penambahan tingkat intelegensi untuk setiap penambahan poin jawaban keaktifan ekstrakurikuler dan kemandirian belajar.

Residuals Statistics

	Minimum	Maximum	Mean	Std. Deviation	N
Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value	32,81 -1,524 ,517 32,67 -3,087 -2,177 -2,352 -3,605 -4,758 ,297 0,000 ,033	48,53 1,719 ,998 48,10 1,182 ,833 1,173 2,342 1,212 3,560 ,451 ,396	40,20 ,000 ,752 40,05 ,000 ,000 ,043 ,154 -,199 1,800 ,097 ,200	4,848 1,000 ,203 4,929 1,251 ,882 ,994 1,618 1,685 1,399 ,154 ,155	10 10 10 10 10 10 10 10 10 10 10 10

a. Dependent Variable: Intelegensia

Pada bagian ini (tabel Residuals Statisticsa ) mengemukakan ringkasan hasil dari “Predicted Value” (nilai ,yang diprediksi) yang berisi nilai Minimal, Maksimum, Mean, Standar deviation, dan N.

Gambar ini (Histogram) menampilkan grafik histogram

Hasil dari Normal Probability – Plot ini menunjukkan penyebaran dari datadata yang ada pada variabel (menggambarkan garis regresi), sebab titik-titik terletak mendekati atau sekitar garis luru

DAFTAR PUSTAKA

Dr Imam Machali, M.Pd. 2015. Statistik Itu Mudah. Yogyakarta: Lembaga Ladang Kata. Hlm. 140

Kusuma, Adi Candra; RAKHMAN, Arif. Peningkatan Keterampilan Olah Data (SPSS) Pada Mahasiswa DIII Akuntansi Politeknik Harapan Bersama Tegal. Jurnal Abdimas PHB: Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming, 2017, 1.1: 49-54.

Yusuf S. Nugroho, Sasongko P. Hadi, T. Haryono. 2009. Penggunaan software spss untuk analisis faktor daya beli listrik pada sektor rumah tangga dengan metode regresi linear berganda . Hlm. 82

Rochmat Aldy Purnomo, S.E, M.Si. 2016. Analisis Statistik Ekonomi dan Bisnis dengan SPSS. Ponorogo: Wade Group

Algifari. 1997. Statistika Induktif Untuk Ekonomi dan Bisnis. Yogyakarta: UPP AMP YKPN.

Http://eprints.undip.ac.id/6361/1/ANALISIS_REGRESI_LINEAR_BERGANDA.pdf (dikutip pada tanggal 12 April 2020)