Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Wahyu Widhiarso Fakultas Psikologi UGM

Presentasi serupa


Presentasi berjudul: "Wahyu Widhiarso Fakultas Psikologi UGM"— Transcript presentasi:

1 Wahyu Widhiarso Fakultas Psikologi UGM
ANALISIS REGRESI Wahyu Widhiarso Fakultas Psikologi UGM

2 ANALISIS REGRESI PENGERTIAN
Jenis uji statistika yang dipakai untuk melihat daya prediksi variabel independen (prediktor) terhadap variabel dependen (kriterium) JENIS ANALISIS REGRESI Regresi Linier. Memprediksi peranan prediktor dalam persamaan linier Regresi Non Linier. Memprediksi peranan prediktor dalam persamaan non-linier yang dibuat oleh peneliti sendiri PRASYARAT ANALISIS REGRESI Variabel dependen terdistribusi normal Korelasi antar prediktor yang rendah (tidak ada multikolinieritas) Hubungan antara prediktor dan kriterium adalah linier Homokedastisitas Jika data prediktor bersifat kualitatif (jender, agama, dsb) maka perlu ditransformasi menjadi variabel dummy

3 ASUMSI REGRESI DATA. The dependent and independent variables should be quantitative. Categorical variables, such as religion, major field of study, or region of residence, need to be recoded to binary (dummy) variables or other types of contrast variables. ASSUMPTIONS. For each value of the independent variable, the distribution of the dependent variable must be normal. The variance of the distribution of the dependent variable should be constant for all values of the independent variable. The relationship between the dependent variable and each independent variable should be linear, and all observations should be independent. Sumber : Manual SPSS 13.0 (2004)

4 Persamaan Regresi Sederhana
y = b1x1 + b2x2 + a b = garis prediksi a = konstanta (intercept) y = variabel dependen x = variabel independen Contoh y = Kesetiaan Konsumen x1= Kualitas Produk x2= Sikap terhadap Iklan

5 CONTOH ANALISIS VARIABEL PENELITIAN y = Kesetiaan Konsumen
x1= Kualitas Produk x2= Sikap terhadap Iklan HIPOTESIS Mayor : Kualitas Produk dan Sikap terhadap Iklan mendukung peningkatan Kesetiaan Konsumen Minor (A) : Kualitas Produk mendukung peningkatan Kesetiaan Konsumen Minor (B) Sikap terhadap Iklan mendukung peningkatan Kesetiaan Konsumen

6 Proses Regresi a b c R = a+b+c | b1 = a+b | b2= c
Regresi adalah proses memasukkan Variabel Independen ke dalam model untuk memprediksi Variabel Dependen, proses tersebut dapat dilakukan secara simultan maupun satu persatu Kesetiaan Konsumen (Y) a Kualitas Produk (X1) b Sikap terhadap Iklan (X2) c R = a+b+c | b1 = a+b | b2= c

7 Hipotesis Mayor Diterima
F=102,240 ; p<0,01 Hipotesis Mayor Diterima b=0,782 ; p<0,01 Hipotesis Minor (A) Diterima b=0,330 ; p<0,01 Hipotesis Minor (B) Diterima

8 PRINSIP REGRESI a b c R = a+b+c | b1 = a+b | b2= c
SIAPA YANG YANG MASUK DULU DAPAT RUANG LEBIH BANYAK Kesetiaan Konsumen (Y) a Kualitas Produk (X1) b Sikap terhadap Iklan (X2) c R = a+b+c | b1 = a+b | b2= c

9 PRINSIP REGRESI a b c R = a+b+c | b1 = a+b | b2= c
SIAPA YANG YANG MASUK DULU DAPAT RUANG LEBIH BANYAK Keterampilan Sosial (Y) a b Self Esteem (X1) Self Confidence (X2) c R = a+b+c | b1 = a+b | b2= c

10 Korelasi antar prediktor terlalu besar (multikolinieritas)
Menyebabkan analisis regresi menjadi anomali

11 SIAPA YANG MASUK LEBIH DAHULU ?
Peneliti yang menentukan sendiri Berdasarkan pertimbangan teori, relevansi dengan sampel, kepentingan penelitian Program yang menentukan ENTER. Semua prediktor dimasukkan dalam satu waktu REMOVE. Semua prediktor dimasukkan lalu semua prediktor dikeluarkan secara simultan STEPWISE. Prediktor yang memiliki daya prediksi yang besar dimasukkan terlebih dahulu FORWARD. Prediktor yang memiliki daya prediksi yang besar dimasukkan terlebih dahulu BACKWARD. Semua prediktor dimasukkan lalu prediktor yang memiliki daya prediksi yang rendah dikeluarkan satu per satu berdasarkan yang

12 MENU SPSS MASUK KE MENU | ANALYZE  REGRESSION  LINEAR
OPTION | Masukkan variabel di dalam kotak

13 Transitional Page


Download ppt "Wahyu Widhiarso Fakultas Psikologi UGM"

Presentasi serupa


Iklan oleh Google