Julian Adam Ridjal, SP., MP. REGRESI DENGAN SPSS Julian Adam Ridjal, SP., MP.

Tampilan Analisis Regresi pada SPSS Dependent, digunakan untuk mendaftar sebuah variabel numerik yang akan dijadikan sebagai variabel respon. Independent (s), digunakan untuk mendaftar satu atau beberapa variabel numerik yang akan dijadikan sebagai variabel prediktor. 5 macam metode yang digunakan : Enter, merupakan pilihan default yang paling sederhana untuk medapatkan persamaan regresi. Pada metode ini semua variabel dari suatu blok akan dijadikan satu group dalam persamaan. Remove, metode ini tidak berlaku untuk blok pertama, metode ini bertujuan untuk mengeluarkan variabel yang ditentukan pada blok sebelumnya. Stepwise, metode regresi reduksi bertahap, yang bertujuan untuk menambahkan dan mengeluarkan variabel independen sesuai kriteria.

Tampilan Analisis Regresi pada SPSS Backward, merupakan metode untuk mengeluarkan variabel yang ditentukan. Forward, digunakan untuk menambahkan variabel independent sesuai ketentuan. Select Variabel berguna untuk memilih (membatasi) sejumlah kasus-kasus tertentu dari suatu variabel yang akan diikutsertakan dalam analisis. Ketik Select Variabel lalu pilih Rule CATATAN : SELECT VARIABEL JARANG DIGUNAKAN, KARENA MENU EQUAL TO SUDAH MENJADI DEFAULT DAN ATURAN ITU YANG SERING DIGUNAKAN.

Tampilan Analisis Regresi pada SPSS Regression Coefficient, menampilkan taksiran (estimates), selang kepercayaan dan matriks kovarian. Perumusan model, digunakan untuk menyusun model yang dapat dibuat pada regresi. Residuals, terdiri dari DW dan diagnosa kasus yang diterima. CATATAN : PADA KASUS REGRESI LINIER BERGANDA YANG SEDERHANA MAKA CUKUP DIAKTIFKAN PADA ESTIMATES DAN MODEL FIT SAJA.

Tampilan Analisis Regresi pada SPSS DEPENDNT, untuk dependent variabel. ZPRED, merupakan nilai-nilai prediksi yang terstandarisir. ZRESID, merupakan residual yang terstandarisir. DRESID, akan mengaktifkan delete residual. ADJPRED, merupakan harga prediktor yang ditetapkan. SRESID, merupakan residual student. SDRESID, akan menghilangkan residual student. Histogram, menampilkan distribusi dari residual yang terstandar. Normal Probability, membandingkan distribusi residual yang terstandar dengan distribusi normal. CATATAN : PADA KASUS REGRESI LINIER BERGANDA YANG SEDERHANA MAKA KITA DAPAT MENGABAIKAN MENU INI.

Tampilan Analisis Regresi pada SPSS Use probability of F, jika memilih ini, maka harus dimasukkan harga entry lebih rendah dari harga removal. Jika pada harga entry 0,05 dan harga removal 0,10 maka suatu variabel akan dimasukkan jika tingkat signifikansi dari F lebih kecil dari harga entry, dan akan dikeluarkan jika tingkat signifikansi lebih besar dari harga removal. Use F value , jika menggunakan pilihan ini, maka harga entry harus lebih besar daripada harga removal. Jika harga F lebih besar dari harga entry maka dimasukkan, demikian sebaliknya. Exclude cases listwise, menganalisis kasus yang memiliki harga valid dari semua variabel. Exclude cases pairwise, menganalisis koefisien korelasi dari seluruh kasus yang berharga valid dari dua variabel yang dikorelasikan. Replace with mean, menggantikan missing value dengan mean variabel.

Tampilan Output Regresi pada SPSS Pada tabel deskripsi ini terlihat bahwa terdapat variabel penjualan (Y) dan selling (x1) dengan beberapa keterangan : Rata-rata dari penjualan sebesar 431, 4167 dengan SD 98,05514. Jumlah kasus ada 12.

Tampilan Output Regresi pada SPSS Bagian ini menunjukkan hasil koefisien korelasi. Mengapa korelasi perlu di regresi ? Karena dalam melakukan uji regresi perlu dicek terlebih dahulu tingkat korelasinya. Hasil korelasi antara penjualan dengan selling sebesar 0,888 dengan tingkat signifikansi 0,000. Nilai korelasi > 0,8 berarti korelasi kuat.

Tampilan Output Regresi pada SPSS Pada bagian ini untuk menunjukkan bahwa variabel yang dimasukkan adalah selling dan variabel yang dikeluarkan tidak ada.

Tampilan Output Regresi pada SPSS Nilai koefisien determinasi R2 (R Square) sebesar 0,788, artinya bahwa sebesar 78,8 % sumbangan pengaruh x1 (selling) terhadap y (penjualan), sedang sisanya sebesar 21,2 % dipengaruhi oleh faktor lain.

Tampilan Output Regresi pada SPSS Uji anova sebenarnya digunakan untuk menguji ada tidaknya pengaruh beberapa variabel independent terhadap variabel dependent. Nilai F sebesar 37,205 dengan tingkat signifikasi sebesar 0,000 berarti terdapat pengaruh variabel x1 (selling) terhadap y (penjualan) dengan sangat nyata.

Tampilan Output Regresi pada SPSS Diperoleh model yaitu : Y = 193,526 + 3,28 x

SELAMAT BELAJAR