Enggar Safinatul Mufida_18510035_Resume Analisis Regresi Berganda Dengan Menggunakan SPSS

RESUME

ANALISIS REGRESI BERGANDA DENGAN MENGGUNAKAN SPSS

NAMA/NIM       : ENGGAR SAFINATUL MUFIDA/18510035

MATA KULIAH   : STATISTIK II

DOSEN                  : M. NANANG CHOIRUDDIN, SE,. MM

ISI RESUME

Ø  Regresi Berganda

Analisis regresi berganda merupakan alat analisis untuk meramalkan nilai pengaruh antara dua variabel bebas atau lebih (x) terhadap suatu variabel terikat (Y) dalam rangka membuktikan ada tidaknya hubungan fungsional atau kausal antara dua variabel bebas atau lebih (X) terhadap satu variabel terikat (Y).[1] Analisis regresi berganda digunakan jika penelti ingij meramalkan bagaimana naik turunnya variabel dependen, bila dua atau lebih variabel independen sebagai prediktor dimanipulasi. Jumlah variabel yang dilakukan dalam analisis regresi berganda  minimal ada dua variabel independen.[2] Regresi berganda bermaksud untuk menguji pengaruh dua atau lebih variabel independen terhadap satu variabel dependen. Regresi ini mengasumsikan adanya hubungan linier antara variabel dependen dengan masing-masing prediktornya.[3] Regresi berganda lebih banyak digunakan dalam praktik bisnis, bukan hanya karena banyaknya variabel dalam bisnis yang perlu dianalisis bersama, tetapi juga terdapat banyak kasus regresi berganda lebih relevan digunakan.[4]

Konsep dasar Analisis Regresi Berganda

Analisis berganda adalah analisis yang dilakukan terhadap satu variabel terikat dan dua atau lebih variabel bebas. Persamaan yang dihasilkan adalah persamaan dengan bentuk Ŷ=  f(X1, X2, ...., Xn). Jadi perbedaan regresi sederhana dan regresi berganda hanya terletak pada jumlah variabel bebas yang digunakan. Jika ada dua variabel bebas yang digunakan (X1 dan X2), maka persamaannya dapat ditulis menjadi Ŷ = a+ b X1 + c X2. Ŷ melambangkan bahwa data yang diperoleh adalah data prediksi. Sedangkan data aktual untuk variabel terkait ditulis dengan lambang Y.[5]

UJI REGRESI BERGANDA

Contoh Kasus:

Berikut adalah penelitian terhadap mahasiswa Aligarh Muslim University ingin mnegetahui apakah terdapat hubungan antara keaktifan berorganisasi dan Kedisiplinan belajar terhadap kepandaian mahasiswa Fakultas Economic & Busniness. Untuk keperluan ini, ia mengedarkan kuisioner kepada 10 siswa sebagai responden yang berisi 10 pertanyaan per variabel. Instrumen penelitian menggunakan skala pengukuran Likert dengan skor: (4) sangat setuju, (3) setuju, (2) Tidak Setju, (1) Sangat Tidak Setuju. Taraf signifikan = 5%

NO	X1	X2	Y
1	40	35	45
2	30	30	49
3	45	30	44
4	26	25	39
5	30	36	35
6	40	32	45
7	45	39	33
8	25	43	38
9	30	35	36
10	25	31	40

Penghitungan Menggunakan SPSS

1.       Masuk ke dalam program SPSS, kemudian klik view pada SPSS data editor

a.         Pada kolom “name”, pada baris pertama ketik “Responden”, pada baris kedua ketik “X1”, pada baris ketiga ketik “X2”, pada baris ke empat ketik “Y”.

b.         Pada kolom “Type” untuk kolom responden ubahlah menjadi string, yang lain tetap.

c.          Ubah angka pada kolom “decimal” menjadi nol.

d.         Pada kolom “label”, kosongi baris pertama. Lalu, ketik “Keaktifan Organisasi” pada baris kedua, “Kedisiplinan Belajar” pada baris ketiga, dan “kepandaian” pada baris ke empat.

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

2.       Tahap 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 Organisasi.

d.      Pada kolom X2, masukkan nilai total jawaban untuk Kedisiplinan Belajar.

e.      Pada kolom “Y”, masukkan nilai total jawaban untuk kepandaian.

 

3.       Pengolahan Data

a.       Klik Analyze >> Regression >> Linier

b.      Masukkan Keaktifan Organisasi  (X1) dan Kedisiplinan Belajar (X2) ke “Independent”, serta Kepandaian (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”, maka akan muncul kotak dialog “Linear Regression Plot”

-          Masukkan “SDRESID” kekotak Y dan ZPRED kekotak X.

-          Kemudian klik “Next”, lalu masukkan “ZPRED” kekotak Y dan “DEPENDENT” ke kotak X.

-          Pilih “Histogram” dan “Normal Probability plot”. Jika sudah kemudian klik “Continue”.

-          Lalu klik “Continue”, akan muncul kotak dialog “Liniear Regression”.

-          Lalu klik “Save”, pada “Predicted Value”, pilih “Unstandarized” dan “Prediction Intervals”, klik “Mean” dan “Individu”, lalu klik “Continue”.

-          Klik “Options”, pastikan bahwa taksiran probability dalam keadaan deafult sebesar 0,05, lalu klik “Continue”.

Jika sudah benar klik “OK”. Lalu akan muncul hasil output sebagai berikut.[6]

Berikut adalah hasil output analisis regresi linier berganda beserta maknanya

Hipotesis:

Ho: Keaktifan Berorganisasi (X1) mempengaruhi tingkat penjualan (Y)

Hi: Kedisiplinan belajar (X2) tidak mempengaruhi tingkat penjualan (Y)

Regression

Descriptive Statistics
	Mean	Std. Deviation	N
Kepandaian	40.40	5.168	10
Keaktifan Organisasi	33.60	8.072	10
Kedisiplinan Belajar	33.60	5.125	10

a) Jumlah Responden= 10 orang

b)  Rata-rata tingkat kepandaian sebesar 40.4 dengan standar deviasai 5.168. artinya jika dihubungkan dengan rata-rata tingkat kepandaian sebesar 40.4/orang, maka tingkat kepandaian akan berkisar antara 40.4 5.168 tingkat tingkat keaktifan berorganisasi rata-rata 33.6 dan dengan tingkat kedisiplinan belajar rata-rata 33.6

Correlations
		Kepandaian	Keaktifan Organisasi	Kedisiplinan Belajar
Pearson Correlation	Kepandaian	1.000	.145	-.476
	Keaktifan Organisasi	.145	1.000	.068
	Kedisiplinan Belajar	-.476	.068	1.000
Sig. (1-tailed)	Kepandaian	.	.344	.082
	Keaktifan Organisasi	.344	.	.426
	Kedisiplinan Belajar	.082	.426	.
N	Kepandaian	10	10	10
	Keaktifan Organisasi	10	10	10
	Kedisiplinan Belajar	10	10	10

c) Korelasi secara parsial antara variabel keaktifan berorganisasi (X1) dengan kepandaian (Y) diperoleh nilai sebesar r = 0.145, hal ini menunjukkan adanya hubungan positif (searah) yang kuat antara (X1) dan (Y)

d)      Korelasi secara parsial antara variabel kedisiplinan belajar (X2) dengan tingkat kepandaian diperoleh nilai sebesar r = -.476, Hal ini menunjukkan adanya hubungan negatif (tidak searah) antara (X2) dan (Y)

Variables Entered/Removedb
Model	Variables Entered	Variables Removed	Method
1	Kedisiplinan Belajar, Keaktifan Organisasia	.	Enter
a. All requested variables entered.
b. Dependent Variable: Kepandaian

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

Model Summaryb
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate	Change Statistics
					R Square Change	F Change	df1	df2	Sig. F Change
1	.508a	.258	.046	5.048	.258	1.217	2	7	.352
a. Predictors: (Constant), Kedisiplinan Belajar, Keaktifan Organisasi
b. Dependent Variable: Kepandaian

Korelasi (R) secara simultan antara variabel keaktifan berprganisasi (X1) dan kedisiplinan belajar (X2) terhadap tingkat kepandaian (Y) diperoleh nilai sebesar r= .508. R square (korelasi koefisien) sebesar 25,8% menunjukkan kontribusi yang disumbangkan X1 dan X2 kepada Y.

ANOVAb
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	62.039	2	31.019	1.217	.352a
	Residual	178.361	7	25.480
	Total	240.400	9
a. Predictors: (Constant), Kedisiplinan Belajar, Keaktifan Organisasi
b. Dependent Variable: Kepandaian

Perbandingan F hitung dan F tabel serta sig dan a:

F hitung = 1.217<F Tabel 4.74, maka Ho diterima dan Hi ditolak.

Sig.= 0.352>a=0.05, maka Ho ditolak dan Hi diterima

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.
		B	Std. Error	Beta
1	(Constant)	53.086	12.787		4.152	.004
	Keaktifan Organisasi	.114	.209	.179	.548	.601
	Kedisiplinan Belajar	-.492	.329	-.488	-1.495	.179
a. Dependent Variable: Kepandaian

Model persamaan regresi untuk memperkirakan tingkat kepandaian (Y) yang dipengaruhi keaktifan berorganisasi (X) adalah:

-          Jika seorang mahasiswa tidak aktif berorganisasi dan tidak displin belajar (X1 dan X2=0), maka diperkirakan tingkat kepandaiannya sebesar 53.086, sedangkan jika tingkat keaktifan berorganisasi dan kedisiplinan belajar bertambah 1 poin (X1 dan X2=5), maka tingkat kepandaian akan naik menjadi:

Y=53.086+0.114X_1+(-0.492)X_2

=53.086+0.114(5)+(-0.492)=53.164

-            Koefisien regresi sebesar 0.114 dan -0.492 menunjukkan besaran penambahan tingkat kepandaian untuk setiap penambahan poin jawaban keaktifan berorganisasi dan kedisiplinan belajar

Residuals Statisticsa
	Minimum	Maximum	Mean	Std. Deviation	N
Predicted Value	34.79	43.76	40.40	2.625	10
Std. Predicted Value	-2.136	1.280	.000	1.000	10
Standard Error of Predicted Value	1.837	4.013	2.667	.767	10
Adjusted Predicted Value	29.28	48.32	40.54	4.788	10
Residual	-6.048	7.241	.000	4.452	10
Std. Residual	-1.198	1.434	.000	.882	10
Stud. Residual	-1.579	1.577	-.015	1.078	10
Deleted Residual	-10.498	8.750	-.139	6.916	10
Stud. Deleted Residual	-1.821	1.818	-.021	1.167	10
Mahal. Distance	.292	4.788	1.800	1.555	10
Cook's Distance	.003	.629	.214	.270	10
Centered Leverage Value	.032	.532	.200	.173	10
a. Dependent Variable: Kepandaian

Pada bagian ini (tabel residual statistics) mengemukakan ringkasan hasil dari “Predicted Value” (nilai, yang diprediksi) yang berisi nilai minimal, maksimal, mean, standar deviation, dan N.

Charts

 

Hasil dari Normal Probability-Plot ini menunjukkan penyebaran dari data-data yang ada pada variabel (menggambar garis regresi), sebab titik-titik terletak mendekati atau sekitar garis lurus.

DAFTAR PUSTAKA

Machali, Imam. 2015. STATISTIK ITU MUDAH. Yogyakarta:Ladang Kata.

Sugiyono. 2016. Statistika untuk penelitian. Edisi 27. Bandung: Alfa Beta.

Janie, Dyah nirmala arum. 2012. STATISTIK DESKRIPTIF & REGRESI LINIER BERGANDA DENGAN SPSS.

Semarang: Semarang University Press.

Santosa, Singgih. 2018. Menggunakan Statistik dengan SPSS 25. Jakarta: PT Elex Media Komputindo.

Yudiaatmaja, Fridayana. 2013. Analisis Regresi dengan Menggunakan Aplikasi Komputer Statistik

SPSS. Jakarta: PT Gramedia Pustaka Utama.

---

[1] Imam Machali, STATISTIK ITU MUDAH, (Yogyakarta:Ladang Kata, 2015), hal. 140

[2] Sugiyono, Statistika untuk penelitian. Edisi 27, (Bandung: Alfa Beta, 2016), hal. 275

[3] Dyah nirmala arum janie, STATISTIK DESKRIPTIF & REGRESI LINIER BERGANDA DENGAN SPSS, (Semarang: Semarang University Press, 2012), hal. 13

[4] Singgih santosa, Menggunakan Statistik dengan SPSS 25, (Jakarta: PT Elex Media Komputindo, 2018), hal. 369

[5] Fridayana Yudiaatmaja, Analisis Regresi dengan Menggunakan Aplikasi Komputer Statistik SPSS, (Jakarta: PT Gramedia Pustaka Utama, 2013), hal. 15

[6] Imam Machali, STATISTIK ITU MUDAH, (Yogyakarta:Ladang Kata, 2015), hal. 141