ANALISIS REGRESI (ANAREG)

ANALISIS REGRESI (ANAREG)

Anareg memiliki 3 kegunaan:

1.      Deskripsi
2.           Kendali
3.           Prediksi (ramalan)

Analisis regresi digunakan utk memprediksi. Variabel X hasil pengukuran yg disebut prediktor digunakan untuk memprediksi atau mengestimasi besaran variabel Y yg disebut Kriterium.

Anareg Sederhana

Digunakan untuk menentukan dasar ramalan dr suatu distribusi data yg terdiri dari variabel kriterium (Y) dan satu variabel predictor (X) yg memiliki bentuk hubungan linier.

Rumus persamaan Anareg linier sederhana: Y = a + bX, dimana:

Y = Kriterium

X = Prediktor

a = Intersep (konstantan regresi) atau harga yg memotong sumbu Y

b = Koefisien regresi atau sering disebut slove, gradient, atau kemiringan garis.

Contoh:

      Y                X

    3.00            2.00

    4.00            3.00

    3.00            3.00

    4.00            2.00

    5.00            3.00

    4.00            2.00

    3.00            4.00

    4.00            3.00

    5.00            6.00

    6.00                        5.00

    5.00            4.00

    6.00            5.00

    7.00            6.00

    6.00            5.00

    6.00            5.00

Cara pengolahan data di SPSS 

Input data ke SPSS: seperti biasa

Analyze > regression > linier > dependent (Y) > independent (X) > Statistik > centang: R squared, descriptive, Part, colinearity > continue > OK

Langkah-langkah yg hrs diperhatikan:

1. Menghitung koefisien korelasi antara predictor (prediktor-prediktor – bila lbh dr satu prediktor) dgn kriterium > diperoleh dari > Lihat Tabel Model Summary kolom R. 
2. Menguji signifikansi koefisien korelasi > Lihat Tabel ANOVA kolom F & sig.
3. Membuat persamaan garis regresi (PGR) > Lihat tabel Coefficients kolom B.
4. Untuk 1 prediktor : Y = a + bX
5. Untuk 2 prediktor : Y = a + bX1 + cX2
6. Untuk 3 prediktor : Y = a + bX1 + cX2 + dX3 dst…..
7. Menghitung efektivitas garis regresi (EGR) > Lihat tabel Model Summary kolom R Squared.
8. Menghitung sumbangan efektif (SE). Ket. Pada Anareg satu prediktor, EGR = SE. Untuk 2 prediktor atau lebih: SE total = R Squared, utk masing-masing prediktor > Lihat tabel Coefficients kolom Standardized coefficient (Beta) dan korelasi X1 & Y, X2 & Y (tabel Corelation), atau kolom Zero Order. 

Output

Redaksi kesimpulan: dengan mengontrol X1 & X2 ada korelasi yang  positif antara X3 dengan Y sebesar 0,634. Note: Skor Partial X3 (0,634) dikonversi ke nilai t (2,722) – signifikansinya = 0,020 (signifikan). Garis persamaan regresi untuk 3 prediktor: Y = a + bX1 + cX2 + dX3          ------------------ SELAMAT MEMBACA & MEMAHAMI --------------------