Membaca output SPSS dalam uji regresi linier berganda mudah, banyak panduannya di buku-buku statistik. Namun menurut pengalaman saya, ada kebiasaan unik dikalangan mahasiswa dimana banyak yang malas baca buku apalagi beli. Sebuah kebiasaan buruk yang wajar kalo menurut saya, karena dengan perkembangan teknologi saat ini apasih yang tidak ada di internet. Semua yang perlu dicari tahu tinggal tanya mbah gugel, termasuk cara membaca output regresi untuk penyelesaian tugas akhir (skripsi). Dipostingan kali ini saya ingin memperkaya bahan bacaan teman-teman di internet tentang cara membaca output regresi linier berganda dengan berdasarkan postingan saya yang sudah ada.
Baca : Mengolah Data Kuesioner dengan IBM SPSS v 20Adapun output dari regresi linier berganda tersebut adalah sebagai berikut:
Model Summary, disini kita bisa memperoleh informasi tentang besarnya pengaruh dari seluruh variabel independen terhadap variabel dependen. Pengaruh tersebut disimbolkan dengan R (korelasi). Seperti yang terlihat dalam tabel model summary nilai pada kolom R adalah 0,720 artinya pengaruh variabel kompetensi auditor, integritas auditor, dan independensi auditor terhadap kualitas audit adalah 72,0% (0,720 x 100%), Namun nilai tersebut bisa dikatakan "terkontaminasi" oleh berbagai nilai pengganggu yang mungkin menyebabkan kesalahan pengukuran, untuk itu SPSS memberikan alternatif nilai R Square sebagai perbandingan akurasi pengaruhnya. Terlihat bahwa nilai R Square sebesar 0,518 yang artinya 51,8%. Nilai ini lebih kecil dari nilai R akibat adanya penyesuaian namun demikian sebagai catatan nilai tersebut tidak serta merta lebih kecil dari R namun juga kadang lebih besar. Untuk lebih akuratnya prediksi pengaruh kita juga dapat berpatokan pada nilai Adjusted R Square yaitu nilai R Square tadi yang sudah lebih disesuaikan dan lazimnya ini yang paling akurat. Terlihat bahwa nilai Adjusted R Square-nya sebesar 0,470 atau 47,0% pengaruh variabel independen terhadap variabel dependen. Kolom selanjutnya pada tabel Model Summary memperlihatkan tingkat keakuratan model regresi dapat dilihat pada kolom Standard Error of The Estimate, disitu tertera angka 1,95573. Nilai ini semakin mendekati angka 0 (nol) semakin akurat, dengan angka sebesar itu maka dapat dikatakan model yang terbentuk akurat sebesar 98,04427% (1,95573 x 100%).
Selanjutnya kita beralih ke tabel Anova sebagai berikut:
Untuk mengambil keputusan tersebut dapat digunakan dua cara, pertama lihat nilai Sig. (Signifikansi). Pada tabel anova nilai sig. tertera sebesar 0,000 maka dengan gampang kita bisa menyimpulkan bahwa variabel integritas auditor, kompetensi auditor dan indpendensi auditor berpengaruh secara bersama-sama terhadap kualitas audit. Hal ini dengan mengikuti taraf sig. 0,05 sebagai nilai cut off dari nilai signifikansi. Artinya jika nilai probabilitas (signifikansi) dibawah 0,05 maka seluruh variabel independen berpengaruh terhadap variabel dependen dan begitupun sebaliknya.
Cara kedua dengan membandingkan F-Hitung dan F-Tabel, cara ini agak ribet sedikit karena kita harus tahu dulu mana F-hitung dan yang mana F-Tabel. F-hitung adalah nilai F yang dihasilkan dalam tabel Anova yaitu sebesar 10,752. Stelah menemukan F-Hitung lalu kita mencari F-Tabel, cara mencari F-Tabel yaitu dengan terlebih dahulu menghitung jumlah df (degree of fredom)nya, nah df untuk uji ini ada dua yaitu df1 dan df2 rumus yang digunakan yaitu df1=k-1 dan df2=n-k dimana n adalah jumlah sampel, k jumlah variabel bebas. maka jumlah df1= 3-1= 2 dan df2 = 34-3=31. Selanjutnya kita buka buku statistik lalu cari tabel distribusi F pada tingkat sig. 0,05 kurang lebih seperti ini:
Dengan df1 sebesar 2 dan df2 sebesar 31 maka kita dapat tarik garis vertikal horizontal dan mendapatkan angka F tabel sebesar 3,304817 atau 3,305. Nilai ini kita bandingkan dengan nilai F-Hitung tadi, jika nilai F tabel lebih kecil dari F Hitung maka kesimpulannya seluruh variabel independen berpengaruh terhadap variabel dependen dan begitu pula sebaliknya. Dalam kasus kita nilai F-Tabel 3,305 masih lebih kecil dari F-Hitung 10,752 maka kesimpulannya variabel independensi auditor, kompetensi auditor dan integritas auditor berpengaruh secara bersama-sama terhadap hasil audit.
Setelah selesai membaca tabel Anova kita lanjut membaca tabel Coeficient. Tabel ini berguna untuk melihat pengaruh variabel secara parsial (individu). Adapun outputnya dapat dilihat dibawah ini:
Seperti yang saya bilang sebelumnya tabel ini bisa digunakan untuk melihat pengaruh per variabel. Caranya ada dua, pertama dengan cara melihat nilai sig. pada setiap variabel, jika nilai sig. nya lebih kecil dari 0,05 maka kesimpulannya berpengaruh semakin kecil sig. maka semakin berpengaruh.
Cara kedua dengan cara membandingkan nilai t-hitung dangan t-tabel, t hitung adalah nilai pada kolom t yang dihasilkan SPSS pada tabel coefficient sedangkan nilai t-tabel ini yang masih harus kita cari. Cara mencari nilai t-tabel yaitu dengan terlebih dahulu menghitung nilai df, rumus yang digunakan berbeda dengan pada tabel anova yaitu df = n-k-1 yang dengan demikian terhitung df=34-3-1=30. Setelah mendapat nilai df maka selanjutnya buka buku statistik yang paling belakang cari tabel distribusi t yang penampakannya kurang lebih seperti ini:
Dari tabel dengan df sebesar 30 pada sig. 0,05 kita dapat memperoleh nilai t-tabel 1,697261 atau 1,697. Nilai ini dibandingkan dengan nilai t hitung setiap variabel dengan kriteria, apabila nilai t tabel lebih kecil dari nilai t hitung maka kesimpulannya variabel tersebut berpengaruh terhadap variabel dependennya.
Dari tabel Coefficient tersebut kita juga bisa menyusun Persamaan Model Regresi dengan melihat nilai-nilai pada kolom Coeficien B, yang dalam kasus ini model yang terbentuk:
Y; -7,881 + 0,302X1 + 0,228X2 + 0,690 X3 nah begitulah kira-kira.
Sekian semoga bermanfaat:)
Social Plugin