Noviani Rihhadatul Aisyah 18510145

Resume Analisis Regresi Berganda dengan Menggunakan SPSS

Nama / NIM       : NOVIANI RIHHADATUL AISYAH / 18510145

Mata Kuliah        : STATISTIK II

Dosen                   : M. NANANG CHOIRUDDIN,SE., MM

Analisis Regresi Linier

Analisis regresi linier adalah analisis untuk mengetahui pengaruh atau hubungan secara linear antara variabel independen terhadap variabel dependen, dan untuk memprediksi atau meramalkan suatu nilai variabel dependen berdasarkan variabel independen. Analisis regresi linear dibedakan menjadi regresi linier sederhana dan regresi linier berganda. Analisis regresi linier sederhana, yaitu menganalisis hubungan linear antara 1 variabel independen dengan 1 variabel dependen. Sedangkan analisis regresi linier berganda, yaitu menganalisis hubungan linear antara 2 variabel independen atau lebih dengan 1 variabel dependen. [1]

Analisis Regresi Berganda

Analisis regresi linier berganda adalah alat analisis peramalan nilai pengaruh anatar dua variabel 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 sebenarnya sama dengan analisis regresi linear sederhana, hanya variabel bebasnya lebih dari satu. Persamaan umumnya adalah :[2]

Y = a + b₁ X₁ + b₂ X₂ + … + b_n X_n.

Keterangan :

Y = variabel terikat / variabel dependen

X = variabel bebas / variabel independen

b = koefisien regresi pada masing-masing variabel bebas / variabel independen

a = konstanta (intersept)[3]

Paradigma analisis regresi linier berganda dapat digambarkan atau ilustrasikan seperti gambar berikut :[4]

 

Contoh Kasus :

Penelitian terhadap mahasiswa UIN Maulana Malik Ibrahim untuk mengetahui apakah terdapat hubungan antara keaktifan organisasi dan kemandirian belajar mahasiswa terhadap tingkat intelegensi mahasiswa fakultas ekonomi. Untuk keperluan tersebut, diedarkan kuisioner kepada 10  mahasiswa sebagai responden yang 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 analisis 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 organisasi (X₁), kemandirian belajar (X₂) dan intelegensi (Y) dapat dilihat pada tabel berikut :

No.	X1	X2	Y
1	31	32	40
2	39	36	45
3	41	43	50
4	39	40	46
5	30	33	36
6	34	37	44
7	26	26	34
8	32	31	39
9	25	31	37
10	32	36	41
Total	329	345	412

Penyelesaian :

Dikarenakan data diatas menunjukkan adanya 2 variabel independen atau lebih dengan 1 variabel dependen. Maka akan akan dilakukan uji regresi linear berganda dengan perhitungan menggunakan SPSS.

Perhitungan menggunakan SPSS

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

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

ü  Ubah kolom type pada baris pertama menjadi string, sisanya tetap.

ü  Ganti angka pada kolom decimal menjadi nol.

ü  Pada kolom label, kosongkan baris pertama. Ktik Keaktifan Organisasi pada baris kedua, Kemandirian belajar pada baris ketiga, dan Intelegensi pada baris keempat.

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

ü  Pada layar monitor akan nampak sebagai berikut :

 

2. Pengisian data

ü Klik Data View pada SPSS data editor.

ü Masukkan semua responden, pada kolom responden.

ü Masukkan nilai total jawaban untuk keaktifan organisasi, pada kolom X1.

ü Masukkan nilai total jawaban untuk kemandirian belajar, pada kolom X2.

ü Masukkan nilai total jawaban untuk intelegensi, pada kolom Y.

ü Pada layar monitor akan nampak sebagai berikut :

 

3. Pengolahan data

a)  Klik Analyze > Regression > Linier.

b) Masukkan Keaktifan Organisasi (X₁) dan Kemandirian Belajar (X₂) ke independent, serta intelegensi (Y) ke Dependent. Pada layar monitor akan nampak sebagai berikut :

 

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

ü Pada Regression Coefficients pilih Estimates, Model fit, R square change, dan Descriptive.

ü Klik Continue. Pada layar monitor akan nampak sebagai berikut :

 

ü Klik Plot

ü  Masukkan SDRESID ke kotak Y dan ZPRED ke kotak X, pada layar monitor akan nampak sebagai berikut :

 

ü  Klik Next, kemudian masukkan ZPRED ke kotak Y dan DEPENDENT ke kotak X. Pada layar monitor akan nampak sebagai berikut :

 

ü  Pilih Histogram dan Normal probability plot. Pada layar monitor akan nampak sebagai berikut :

 

ü  Kemudian klik Continue, sehingga akan muncul kotak dialog “Linear Regression”. Pada layar monitor akan nampak sebagai berikut :

 

ü  Klik Save, pada Predicted Value, pilih Unstandarized dan Prediction Intervals, Klik Mean dan Individu, kemudian Klik Continue. Pada layar monitor akan nampak sebagai berikut :

 

ü  Klik Options (pastikan bahwa taksiran probability dalam keadaan default sebesar 0,05), kemudian klik Continue. Pada layar monitor akan nampak sebagai berikut :

 

Jika sudah yakin betul klik OK. Kemudian akan mucul hasil output sebagai berikut :

Analisis hasil output Regresi Berganda sebagai berikut :

Descriptive Statistics
	Mean	Std. Deviation	N
Intelegensi	41.20	5.007	10
Keaktifan Organisasi	32.90	5.425	10
Kemandirian Belajar	34.50	4.927	10

a.         Jumlah responden = 10 orang

b.        Rata-rata tingkat intelegensi sebesar 41,2 dengan standar deviasi 5,007. Artinya jika dihubungkan dengan rata-rata tingkat intelegensi sebesar 41,2/orang, maka tingkat intelegensi akan berkisar antara 41,2 - 5,007 tingkat dengan tingkat keaktifan organisasi rata-rata 32,9 dan dengan tingkat kemandirian belajar rata-rata 34,5. s

Correlations
		Intelegensi	Keaktifan Organisasi	Kemandirian Belajar
Pearson Correlation	Intelegensi	1.000	.938	.937
	Keaktifan Organisasi	.938	1.000	.879
	Kemandirian Belajar	.937	.879	1.000
Sig. (1-tailed)	Intelegensi	.	.000	.000
	Keaktifan Organisasi	.000	.	.000
	Kemandirian Belajar	.000	.000	.
N	Intelegensi	10	10	10
	Keaktifan Organisasi	10	10	10
	Kemandirian Belajar	10	10	10

c.         Korelasi secara parsial antara variabel keaktifan organisasi (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 = 0,937. Hal ini menunjukkan adanya hubungan positif (searah) yang kuat antara (X₂) dan (Y).

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

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	.967a	.935	.916	1.449	.935	50.238	2	7	.000
a. Predictors: (Constant), Kemandirian Belajar, Keaktifan Organisasi
b. Dependent Variable: Intelegensi

f.          Korelasi (R) secara simultan antara variabel keaktifan organisasi (X₁) dan kemandirian belajar (X₂) terhadap tingkat intelegensi (Y) diperoleh nilai sebesar r = 0,967. R Square (korelasi koefisien) sebesar 93,5% menunjukkan kontribusi yang disumbangkan X₁ dan X₂ kepada Y.

ANOVAb
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	210.906	2	105.453	50.238	.000a
	Residual	14.694	7	2.099
	Total	225.600	9
a. Predictors: (Constant), Kemandirian Belajar, Keaktifan Organisasi
b. Dependent Variable: Intelegensi

g.         Nilai F hitung yang diperoleh adalah 50,238 dengan tingkat signifikasi 0,000. Dengan probabillitas 0,000 atau lebih kecil dari 0,05 (p < 0,05) maka model regresi tersebut bisa digunakan untuk memprediksi pengaruh variabel independen terhadap variabel dependen. [5]Perbandingan F hitung dan F tabel serta sig dan α :

F hitung = 50,238 > F tabel = 4,47, maka H0 ditolak dan Ha diterima.

Sig = 0.00 > α = 0,05, maka H0 ditolak dan Ha diterima.

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.
		B	Std. Error	Beta
1	(Constant)	8.587	3.414		2.515	.040
	Keaktifan Organisasi	.463	.187	.502	2.479	.042
	Kemandirian Belajar	.504	.206	.496	2.450	.044
a. Dependent Variable: Intelegensi

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

u  Jika seorang mahasiswa tidak aktif di organisasi dan tidak belajar mandiri (X₁ dan X₂ = 0), maka diperkirakan tingkat intelegensinya sebesar 8,587. Sedangkan jika tingkat keaktifan organisasi dan kemandirian belajar bertambah 1 poin (X₁ dan X₂ = 5), maka tingkat intelegensi akan naik menjadi :

Y = 8,587 + 0,463X_1 + 0,504X_2

= 9,587 + 0,463(5) + 0,504(5) = 14,422

u  Koefisien regresi sebesar 0,463 dan 0,504 menunjukkan besaran penambahan tingkat intelegensi untuk setiap penambahan poin jawaban keaktifan organisasi dan kemandirian belajar.

Residuals Statisticsa
	Minimum	Maximum	Mean	Std. Deviation	N
Predicted Value	33.72	49.23	41.20	4.841	10
Std. Predicted Value	-1.545	1.659	.000	1.000	10
Standard Error of Predicted Value	.529	1.019	.771	.197	10
Adjusted Predicted Value	33.49	48.65	41.04	4.937	10
Residual	-3.102	1.221	.000	1.278	10
Std. Residual	-2.141	.843	.000	.882	10
Stud. Residual	-2.315	1.185	.045	1.001	10
Deleted Residual	-3.628	2.415	.161	1.675	10
Stud. Deleted Residual	-4.430	1.227	-.168	1.596	10
Mahal. Distance	.298	3.550	1.800	1.326	10
Cook's Distance	.000	.458	.104	.154	10
Centered Leverage Value	.033	.394	.200	.147	10
a. Dependent Variable: Intelegensi

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

 

Gambar diatas (Histogram) menampilkan grafik histogram

 

         Pada gambar diatas dapat dilihat bahwa grafik normal probability plot menunjukkan pola grafik yang normal. Hal ini terlihat dari titik yang menyebar di sekitar grafik normal dan penyebarannya mengikuti garis diagonal.[6]

 

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

Daftar Pustaka

Machali, Imam. 2015. Statistik itu mudah menggunakan SPSS sebagai Alat Bantu Statistik.          Yogyakarta: Lembaga Ladang Kata.

Purnomo, Rochmat Aldy. 2016. Analisis statistik ekonomi dan bisnis dengan SPSS. Ponorogo :                    CV.Wade Group.

K, Echo Perdana. 2016 . Olah data skripsi dengan SPSS 22. Pangkalpinang: Lab Kom Manajemen FE          UBB.

Janie, Dyah Nirmala Arum. 2012. Statistik deskriptif & regresi linier berganda dengan SPSS.          Semarang: Semarang University Press.

Mona, Margaretha G. John S. Kekenusa., dan Jantje D. Prang. 2015. “Penggunaan Regresi Linear              Berganda untuk Menganalisis Pendapatan Petani Kelapa studi kasus : petani kelapa di desa beo,                kecamatan beo, kabupaten talaud” JdC, Vol. 4, No. 2 (hlm. 199). Manado: UNSRAT Manado.

Hidayat, Taufik dan Nina Istiadah. 2011. Panduan lengkap menguasai SPSS 19 untuk mengolah                 data statistik penelitian. Jakarta Selatan: Mediakita.

---

[1] Rochmat Aldy Purnomo. Analisis statistik ekonomi dan bisnis dengan SPSS (Ponorogo : CV.Wade Group, 2016), hlm.147.

[2] Echo Perdana K. Olah data skripsi dengan SPSS 22 (Pangkalpinang: Lab Kom Manajemen FE UBB, 2016), hlm. 61.

[3] Dyah Nirmala Arum Janie. Statistik deskriptif & regresi linier berganda dengan SPSS (Semarang: Semarang University Press,2012), hlm. 13. 

[4] Imam Machali. Statistik itu mudah menggunakan SPSS sebagai Alat Bantu Statistik (Yogyakarta: Lembaga Ladang Kata, 2015), hlm. 140.

[5] Taufik Hidayat dan Nina Istiadah. Panduan lengkap menguasai SPSS 19 untuk mengolah data statistik penelitian (Jakarta Selatan: Mediakita,2011), hlm.170.

[6] Margaretha G Mona. John S. Kekenusa., dan Jantje D. Prang. “Penggunaan Regresi Linear Berganda untuk Menganalisis Pendapatan Petani Kelapa studi kasus : petani kelapa di desa beo, kecamatan beo, kabupaten talaud” JdC, Vol. 4, No. 2 . (Manado: UNSRAT Manado,2015), hlm. 199.