ANALISIS REGRESI LINIER SEDERHANA DENGAN IBM SPSS 21

Bacaan Selanjutnya ...
Dari contoh sebelumnya pada penghitungan manual regresi linier sederhana, maka dapat kita gunakan software statistik IBM SPSS 21 sebagai berikut :

Kasus masih sama,Sebuah penelitian terhadap batang pohon mahoni yang diambil delapan sampel acak dan akan diteliti apakah ada pengaruh diameter batang pohon dengan tinggi batang pohon. 

Langkah-langkah yang dilakukan :

1. Klik Start -> IBM SPSS 21

2. Pada Variable View input data seperti berikut ini :

3. Pada Data View input data seperti berikuti ini :

4. Klik Analyze -> Regression -> Linear

5. Pindahkan Variabel Tinggi Pohon ke kolom Dependent dan Variabel Diameter Batang Pohon ke kolom Independent.
Pada Method pilih Enter berarti analisis data setiap variabel dianalisis satu-satu.

6. Tandai beberapa item :
  • Estimates : untuk menentukan konstanta a dan b
  • Model Fit: untuk uji ketepatan model regresi linier
  • R Squared Change : untuk menentukan nilai R

  • Klik Continue


7. Pilih Options masukkan nilai taraf signifikansi dalam hal ini kita pilih 5% sehingga ketik 0,05 pada kolom Entry. Tandai Include Constant in Equation. 
Pada kolom ini brfungsi untuk uji-F, digunakan untuk melihat pengaruh variabel bebas X secara bersamaan terhadap variabel tak bebas Y. (Regresi Linear Berganda)
Pada Missing Values
  • Exclude cases listwise :hanya data yang valid untuk semua variabel yang ikut dianalisis
  • Exclude cases pairwise :menganalisis koefisien korelasi dan seluruh cases yang berharga valid dari dua variabel yang dikorelasikan.
  • Replace with mean : Semua data dianalisis dan untuk data yang kosong digantikan dengan rata-rata variabel tersebut.
Klik Continue

8. Output Analisis Regresi Linear Sederhana


Merupakan output dari method yang kita pilih yaitu Enter.
Dari output di atas diperoleh nilai koefisien determinasi R2 = 0,785 berarti sekitar 75,5% variasi dari diameter batang pohon mahoni dapat menjelaskan variasi dari variabel tinggi batang pohon mahoni. (cukup tinggi).

dan nilai korelasi R = 0,886. Artinya hubungan yang kuat antara variabel diameter batang pohon mahoni dengan variabel tinggi pohon mahoni. 

Pada Adjusted R Square diperoleh nilai  0,750 artinya sekitar 75% variasi yang terjadi pada tinggi pohon dapat dijelaskan oleh variabel diameter batang pohon mahoni dan sisanya dijelaskan oleh variabel lainnya.

Note : 
R Square dan Adjusted R Square sama-sama boleh digunakan bedanya adalah jika kita ingin menggeneralisasikan ke populasi maka gunakan Adjusted R Square,dan individu yang kita gunakan adalah dipilih secara acak, namun jika individu atau sampel non acak sebaiknya gunakan R Square. Pada ukuran sampel yang besar, nilai R Square dan Adjusted R Square akan mendekati nilai sama.


Pada kolom B adalah nilai konstanta dan koefisien persamaan regresi. Sehingga dari angka inilah kita dapat membentuk persamaan regresi.
(Constant) = -1,315
Diameter Batang Pohon Mahoni = 4,541
Jadi persamaan regresi yang diperoleh adalah :
Y' = -1,315 + 4,541 X

Dan untuk uji-t diambil dari kolom t dan sid pada variabel Diameter Batang Pohon Mahoni.

Hipotesis Uji :
Ho : b = 0
Ha : b ≠ 0

Taraf Signifikansi :
Pilih nilai a = 5%

Daerah Kritis :
Dengan nilai signifikansi 5% dan derajat bebas 6 maka diperoleh t-tabel = 2,447.

Statistik Uji :
Diperoleh t-hitung = 4,686 dan nilai p-value = 0,003

Keputusan :
Nilai t-hitung = 4,686 > t-tabel = 2,447 atau nilai p-value = 0,003 < 0,05.
Jadi Ho ditolak dan Ha diterima.

Kesimpulan :
Dengan signifikansi 5% diameter batang pohon mahoni berpengaruh terhadap tinggi pohon mahoni.

Note : 
Uji F pada regresi linear sederhana memberikan nilai signifikans yang sama dengan uji t, yaitu sebesar 0,03.
Namun pada regresi linear berganda akan berbeda. 



by MEYF