MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)

Presentasi berjudul: "MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)"— Transcript presentasi:

1 MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)
Analisis regresi adalah studi mengenai ketergantungan variable dependen (terikat) dengan satu atau lebih variable dependen (bebas), dengan tujuan untuk mengestimasi dan atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan variabel independen yang diketahui. Analisis regresi selain mengukur kekuatan hubungan antara dua variable atau lebih (seperti analisis korelasi), juga menunjukkan arah hubungan antara variable dependen dengan variable independent. Kasus: Kasus yang ingin dianalisis adalah apakah total income anggota keluarga (INCOME) dipengaruhi oleh jumlah anggota keluarga (SIZE), gaji yang diperoleh kepala keluarga (EARNS), besarnya kekayaan keluarga (WEALTH), dan tabungan keluarga (SAVING). Atau secara matematis dapat ditulis: INCOME = bo + b1 SIZE + b2 EARNS + b3 WEALTH + b4 SAVING + e Langkah Analisis: a. Buka file DATA REGRESI-INCOME.sav b. Pilih menu Analyze kemudian submenu Regression, lalu pilih Linear ‘12 Metodologi Penelitian Dr. Cecep Winata, M.Si. 1 Pusat Bahan Ajar dan E-learning Universitas Mercu Buana

2 pada kotak pilihan X. Tekan Continue
e. Pilih Statistik, dilayar akan muncul tampilan windows Linear Regression Statistics, isikan semua isian, kecuali Casewise-diagnostic, pilih Outliers outside. Lalu klik Continue. f. Lalu pilih Plots, hingga di layar tampak tampilan window Linear Regression Plots: Masukkan variable SRESID pada kotak pilihan Y, dan masukkan variable ZPRED pada kotak pilihan X. Tekan Continue g. Klik OK h. Hasil Output: Output dan Analisis: ‘12 Metodologi Penelitian Dr. Cecep Winata, M.Si. 3 Pusat Bahan Ajar dan E-learning Universitas Mercu Buana

3 a. Dependent Variable: INCOME
ANOVAb a. Predictors: (Constant), SIZE, EARNS, SAVING, WEALTH b. Dependent Variable: INCOME Dapat dilihat nilai F adalah 104,211 dengan probabilias 0,00. Karena probabilitas jauh lebih kecil dari 0,05, maka model regresi dapat digunakan untuk memprediksi INCOME. Atau dapat dikatakan bahwa SIZE, EARNS, WEALTH dan SAVING secara bersama- sama berpengaruh terhadap INCOME, dan bentuk persamaan regresi linear sudah tepat. c. Uji Signifikansi Parameter Individual (Uji Statistik t) Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi variabel dependen. Apakah variabel independen berpengaruh secara nyata atau tidak. Hipotesis: Ho = masing-masing variabel independen tidak berpengaruh nyata terhadap variabel dependen. Ha = masing-masing variabel independen berpengaruh nyata terhadap variabel Pengambil keputusan dapat dilakukan dengan melihat probabilitasnya, yaitu: Jika probabilitas > 0,05 maka model ditolak Jika probabilitas < 0,05 maka model diterima. Coefficientsa Model Sum of Squares df Mean Square F Sig. Regression Residual Total 4 95 99 6.031 a .000 Unstandardized Standardized Coefficients Coefficients 95% Confidence Interval for B Correlations Collinearity Statistics Model B Std. Error Beta t Sig. Lower Bound Upper Bound Zero-order Partial Part Tolerance VIF 1 (Constant) 3.848 .862 4.466 .000 2.137 5.558 EARNS WEALTH SAVING SIZE .840 .059 .009 -.302 .069 .019 .064 .168 .771 .179 .007 -.081 12.195 3.081 .135 -1.799 .000 .003 .893 .075 .703 .021 -.119 -.636 .976 .098 .136 .031 .886 .673 .383 -.102 .781 .301 .014 -.181 .539 .136 .006 -.080 .488 .581 .776 .968 2.048 1.720 1.289 1.033 a. Dependent Variable: INCOME Dari table unstandardized beta coefficients, dari keempat variable independent yang dimasukkan ke dalam model regresi variable SIZE dan SAVING tidak signifikan. Hal ini dilihat dari probabilitas signifikansi untuk SIZE sebesar 0,075 dan SAVING sebesar 0,893 dan keduanya jauh di atas 0,05. Sedangkan EARNS dan WEALTH signifikan ‘12 Metodologi Penelitian Dr. Cecep Winata, M.Si. 5 Pusat Bahan Ajar dan E-learning Universitas Mercu Buana