Cara Analisis Regresi Linear Sederhana dengan SPSS

Pengertian Uji Regresi Linear Sederhana

Uji regresi linear sederhana atau yang disebut juga uji regresi sederhana adalah uji yang digunakan untuk menguji pengaruh satu variabel independen terhadap variabel dependen. Selain itu analisis regresi sederhana juga digunakan untuk meramalkan suatu variabel dependen berdasarkan satu variabel independen. Pada regresi linear, variabel independen disimbolkan dengan X dan variabel dependen disimbolkan dengan Y. 

Suatu penelitian menggunakan uji regresi linear sederhana apabila hanya ada satu variabel independen yang mempengaruhi variabel dependen. Apabila terdapat lebih dari satu variabel independen yang mempengaruhi variabel dependen maka metode analisis yang cocok adalah menggunakan regresi linear berganda.

Persamaan Regresi Linear Sederhana

Dibawah ini merupakan persamaan regresi linear sederhana:

Y = a + bX

Keterangan dari persamaan diatas yaitu: 
X= variabel independen atau variabel faktor.
a= konstanta persamaan regresi (nilai dari Y jika X = 0).
b= koefisien regresi (bisa berpengaruh positif atau negatif).

Y= variabel dependen atau variabel respon.

Syarat - Syarat Uji Regresi Sederhana 

Setiap metode analisis statistik memiliki karakteristik/syarat-syaratnya, begitu juga dengan uji regresi sederhana. Berikut ini syarat-syarat uji regresi sederhana:

1. Terdapat satu variabel independen (variabel bebas) yang mempengaruhi variabel dependen.

2. Memenuhi uji asumsi klasik regresi untuk regresi sederhana.

Ada beberapa uji asumsi klasik untuk kasus regresi sederhana. Ada uji normalitas residual, uji linearitas, uji heteroskedastisitas, dan uji autokorelasi. Beberapa sumber menyatakan bahwa, untuk uji autokorelasi hanya dilakukan apabila data penelitian berupa time series atau data runtut waktu. Apabila data penelitian bukan data time series maka tidak perlu melakukan uji autokorelasi.

3. Data penelitian merupakan jenis data interval atau rasio.

4. Sampel diambil secara ramdom (acak).

Contoh Kasus Analisis Regresi Sederhana

Seorang karyawan ingin melakukan analisis regresi untuk melihat pengaruh besarnya gaji terhadap besar tunjangan yang diperoleh. Terdapat dua variabel yaitu variabel Gaji dan variabel Tunjangan. Variabel Gaji merupakan variabel independen sedangkan variabel Tunjangan merupakan variabel dependen. Berikut ini datanya:

Langkah-Langkah Uji Regresi Linear Sederhana dengan SPSS

Data di atas akan kita olah menggunakan software SPSS. Berikut ini langkah-langkah uji regresi sederhana:

1. Buka software IBM SPSS, langkah pertama yaitu input data pada program SPSS dengan cara klik Variable View untuk membuat variabel. Pada bagian Name tulis X pada baris pertama dan Y pada baris kedua.

Pada bagian Label tulis Gaji pada baris pertama dan Tunjangan pada baris kedua.

Pada bagian Decimals, digunakan untuk menetapkan jumlah digit setelah koma. Untuk variabel X dan Y ubah menjadi 0.

Pada bagian Measure, pilih Scale untuk kedua variabel. Scale dipilih karena jenis data ini adalah data rasio (berupa data angka).

Untuk kolom-kolom lainnya tidak perlu di ubah-ubah. Berikut ini tampilan variable view SPSS setelah di setting.

2. Setelah sudah membuat variabel, lanjut input data SPSS dengan cara klik Data View, lalu menuliskan langsung data pada SPSS. Apabila Anda sudah menyusun data di Microsoft Excel maka bisa dengan cara copy dan paste. Berikut ini tampilan Data View SPSS

3. Lanjut melakukan analisis regresi sederhana dengan klik Analyze, pilih Regression, lalu pilih Linear pada menu, sehingga muncul kotak dialog Linear Regression.

4. Pada kotak Independent(s) masukkan variabel Gaji (X) dan kotak Dependent untuk variabel Tunjangan (Y).

5. Selanjutnya klik tombol Statistics, sehingga muncul kotak dialog Linear Regression: Statistics. Secara default, Estimates dan Model Fit terpilih. Anda juga bisa menambahkan uji statistik lainnya jika diperlukan.

6. Klik tombol Continue.

7. Klik tombol Options, sehingga muncul kotak dialog Linear Regression: Options. Pada bagian Use probability of F, masukkan tingkat signifikansi yang diinginkan pada kotak Entry. Pada kasus ini kita menggunakan tingkat kepercayaan 0,05 atau 95%.

8. Selanjutnya klik Continue, lalu klik OK, sehingga output SPSS menampilkan hasil berikut:

 

Interpretasi Hasil Regresi Linear Sederhana dengan SPSS

Ada empat output atau tabel hasil analisis regresi linear sederhana, berikut ini cara membaca hasil regresi sederhana:

Output pertama Variables Entered/Removed

Output tabel Variables Entered/Removed menginformasikan metode regresi linear yang dipilih, yaitu metode enter. Pemilihan metode ini, memungkinkan Anda menentukan bagaimana variabel independen (Gaji) dimasukkan untuk dianalisis. Dengan Metode Enter, maka semua variabel independen secara bersamaan dimasukkan untuk dianalisis. Pada analisis regresi linear sederhana, perbedaan antarmetode tidak terlihat.

Output kedua Model Summary 

Tabel Model Summary menunjukkan besarnya nilai korelasi atau tingkat hubungan antarvariabel (R) yaitu sebesar 0,974. Selain itu diperolah koefisien determinasi (R Square) sebesar  0,948, yang mengandung arti bahwa pengaruh variabel independen (Gaji) terhadap variabel dependen (Tunjangan) adalah sebesar 94,8%. dan sisanya yaitu 5,2% disebabkan oleh faktor-faktor lain diluar variabel Gaji.  

Output ketiga ANOVA

Tabel ANOVA digunakan untuk menjawab hipotesis regresi linear sederhana.

Berikut ini hipotesis regresi linear sederhana untuk kasus diatas:

H0 = Variabel X (Gaji) tidak berpengaruh terhadap variabel Y (Tunjangan).
H1 = Variabel X (Gaji) berpengaruh terhadap variabel Y (Tunjangan).

Setelah mengetahui hipotesisnya, Anda harus tahu pedoman pengambilan keputusan uji regresi sederhana. 

Berikut ini pedoman penambilan keputusan regresi linear sederhana:

Apabila nilai signifikansi (Sig.) > 0,05 maka H0 diterima 
Apabila nilai signifikansi (Sig.) < 0,05 maka H0 ditolak

Pada tabel ANOVA diperoleh nilai Sig. (0,000) < 0,05 maka Ho ditolak. Karena H0 ditolak maka H1 diterima, jadi variabel X (Gaji) berpengaruh terhadap variabel Y (Tunjangan). 

Karena H1 diterima, misal ada pertanyaan berapa besarnya pengaruh variabel Gaji terhadap variabel Tunjangan? Untuk menjawabnya kita bisa melihat pada tabel sebelumnya, yaitu tabel Model Summary. Pada tabel tersebut dijelaskan bahwa besar pengaruh variabel Gaji (X) terhadap variabel Tunjangan (Y) sebesar 94,8%. 

Output keempat Coefficients

Tabel Coefficient digunakan untuk membuat persamaan regresi sederhana. Pada tabel coefficient bagian kolom B diperoleh nilai Constant (a) sebesar -614,019 sedangkan nilai koefisien regresi (b) sebesar 0,655. Persamaan regresi sederhana dapat ditulis:

Y = a + bX

Y = -614,019 + 0,655X

Atau bisa juga ditulis seperti berikut

Tunjangan = -614,019 + 0,655 Gaji

Persamaan regresi tersebut dapat diterjemahkan sebagai berikut:

• Konstanta a sebesar -614,019, angka ini merupakan angka konstan yang mempunyai arti jika tidak ada Gaji (nilai variabel Gaji 0) maka nilai Tunjangan sebesar -614,019.
• Konstanta b merupakan angka koefisien regresi. Nilainya sebesar 0,655, angka ini mengandung arti bahwa setiap penambahan 1 angka pada Gaji, maka nilai Tunjangan akan meningkat 0,655. 
• Persamaan regresi ini, variabel Gaji berpengaruh positif terhadap variabel Tunjangan sebesar 0,655. Kita dapat melihat persamaan regresi ini berpengaruh positif, karena koefisien regresi bernilai positif yaitu 0,655. 

Anda juga dapat melihat tutorial Cara Analisis Regresi Linear Sederhana dengan SPSS dalam bentuk penjelasan video dibawah ini:

Demikian artikel tentang Cara Analisis Regresi Linear Sederhana dengan SPSS. Saya berharap artikel ini mudah dipahami ya. Terima kasih sudah berkunjung di blog faqirilmu.com.

Referensi: 

Trihendradi, C., 2013. Step by Step IBM SPSS 21: Analisis Data Statistik. Yogyakarta: Penerbit Andi.
Diana F. 2020.  Pengaruh Keaktifan Belajar Terhadap Hasil Belajar Matematika Siswa Kelas X di MAN 1 Jember Tahun Pelajaran 2019/2020. Skripsi. IAIN JEMBER