Analisis Regresi

ANALISIS REGRESIMelihat pengaruh variable bebas/independet variabel/ thd variable terikat/dependent variabel.Berdasarkan jumlah variabel bebas : Ada 1 vaiabel bebas- regresi sederhanaAda > 1 variabel bebas - regresi bergandaBerdasar sifat hubungan kedua variabel :Bersifat linier- regresi linierBersifat non-linier- regresi non linierBerdasar skala pengukuran variabel bebas dan terikat :Var. terikat senmua var. bebas interval/rasio - regresi standarVar. terikat dan sebagian var. bebas interval tapi ada sebagian var. bebas nomilal/ordinal - regresi dummyVar. terikat berskala nominal/ordinal - regresi logistik/ordinal

Persamaan Garis Regresi:dalam populasi.dalam sample.persamaan yang diduga.b1 disebut slope, koefisien regresi dari X, koefisien kemiringan.b0 disebut intercept, titik potong terhadap sumbu Y, dugaan Y bila X=0.Metode Kuadrat terkecil biasa (Ordinary least squares, OLS) digunakan untuk menduga slope (b1) dan intercept (b0).diminimalkan.ei adl error atau residual

Regresi Berganda (Multiple Regression)Independent variable yang dianalisis lebih dari dua.Kegunaan:Untuk melihat pengaruh lebih dari satu variabel bebas thd variable terikat sekaligus dlm satu metode analisis.Untuk melihat variabel bebas yang lebih berpengaruh thd variabel terikat .Memprediksi nilai variabel terikat bila diketahui nilai-nilai variabel bebas.Asumsi antara lain: Y (variabel terikat) atau e (residuals) mengikuti sebaran normal.Nilai antar variabel terikat saling tidak berkorelasi (tidak terjadi auto correlation).Keragaman (variation) nilai residual haruslah sama untuk semua nilai Y (homoscedasticity variance).antar variabel bebas tidak berkorelasi (tidak terjadi multi-collinearity).

Regression Modeling StepsHypothesize deterministic componentEstimate unknown model parametersHitung koefisien keterandalanEvaluate model and Use model for prediction and estimation

Langkah 1 Uji RegresiTerdiri dari 2 macam hipotesisUji model keseluruhan (uji F)Menguji apakah model sudah baik

Uji vaiabel bebas (Uji T)Menguji variabel bebas mana yang berpengaruh

Demikian selanjutnya untuk semua variabel

Model Baik Model Baik

Langkah 2, menghitung persamaan regresiRumus untuk menduga persamaan regresi

Langkah 3, Hitung koefisien determinasiKoefisien determinasi merupakan ukuran berapa besar variasi variabel terikat dipengaruhi variabel bebasDihitung dari nilai korelasi yang dikuadratkan

Kasus: Income Sales PersonY adalah income sales person (dalam dolar).X1 adalah usia.X2 adalah pengalaman kerja. X3 adalah jenis kelamin

Ingin diketahui:Pengaruh X1, X2 dan X3 thd Y.Ingin diketahui antara X1, X2 dg X2 mana yang lebih dominan berpengaruh thd Y.Ingin diduga income sales person (Y) jika diketahui usia (X1), pengalaman kerja (X2) dan jenis kelamin (X3).

Multiple RegressionBuka file multiple_reg Perintah dalam SPSS

Pada kotak Dependent isikan variabel IncomePada kotak Independent isikan variabel Usia, Pengalaman Kerja dan Jenis KelaminPada kotak Method, pilih EnterAbaikan yang lain dan tekan OK

Kasus: Multiple Regression, Metode EnterY = Income sales person (dalam dolar).X1 = Usia.X2 = Pengalaman kerja.X3 = Jenis kelaminMultiple Correlation:Korelasi X1, X2 dan X3 (bersama-sama) dengan Y sebesar 0.979.R2 = 0.959 atau R2 = 95.9%, X1, X2 dan X3 mampu menjelaskan keragaman Y sebanyak 95.9%.R2 adjusted berguna untuk membandingkan dua persamaan regresi yg berbeda banyaknya independent variable.Konteks penelitian: 11 sales person dipilih secara acak (random), n = 11.

Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.979a.959.9412758.308a. Predictors: (Constant), Jenis Kelamin, Pengalaman Kerja, Usia

Lanjutan Kasus: Multiple Regression, Metode EnterKarena Sig < taraf nyata maka terima H1. Minimal satu variabel bebas berpengaruh thd variabel terikat. YANG MANA?Pengaruh model (seluruh independent variables bersama-sama) thd dependent variable:Hipotesis:H0. Dalam populasi tidak ada pengaruh seluruh variabel bebas thd variabel terikat.H1. Dalam populasi minimal ada satu variabel bebas berpengaruh thd variabel terikat.Bandingkan F hitung dg F Tabel. Jika F hitung > F tabel, maka terima H1.Bandingkan Sig dg Taraf nyata. Jika Sig < Taraf nyata, maka terima H1.

ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression8.770E824.385E864.105.000aResidual5.472E786840078.364Total9.317E810a. Predictors: (Constant), X2 Pengalaman Kerja, X1 Usiab. Dependent Variable: Y Income

Lanjutan Kasus: Multiple Regression, Metode EnterKarena Sig < taraf nyata maka terima H1. Minimal satu independent variable berpengaruh thd dependent variable. YANG MANA?Pengaruh model (seluruh independent variables bersama-sama) thd dependent variable:Hipotesis:H0. Dalam populasi tidak ada pengaruh seluruh independent variables thd dependent variable.H1. Dalam populasi minimal ada satu independent variable berpengaruh thd dependent variable.Bandingkan F hitung dg F Tabel. Jika F hitung > F tabel, maka terima H1.Bandingkan Sig dg Taraf nyata. Jika Sig < Taraf nyata, maka terima H1.

ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression1.242E934.139E854.402.000aResidual5.326E777608262.177Total1.295E910a. Predictors: (Constant), Jenis Kelamin, Pengalaman Kerja, Usiab. Dependent Variable: Income

Lanjutan Kasus: Multiple Regression, Metode EnterDugaan Persamaan Regresi:Usia lebih dominan dibanding Pengalaman Kerja dan Jenis Kelamin thd incomeBandingkan thitung dg ttabel, v = n-2-1. Kalau thitung > ttabel terima H1. Dalam populasi ada pengaruh X thd YJika Sig < taraf nyata maka terima H1. Dalam populasi ada pengaruh X thd YJadi dalam populasi: ada pengaruh Usia dan Jenis Kelamin thd income. Tidak ada pengaruh Pengalaman Kerja thd income.

CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)-9071.7645331.943-1.701.133Usia1148.913204.717.6205.612.001Pengalaman Kerja1513.691650.596.2462.327.053Jenis Kelamin5239.2272826.196.2401.854.106a. Dependent Variable: Income

Daftar Pustaka:Uyanto, S.S. (2009). Pedoman analisis data dengan SPSS. Edisi Ketiga. Yogyakarta: Penerbit Graha Ilmu.Buku Prof. Dr. H. Imam Ghozali, I. (2013). Aplikasi analisis multivariate dengan Program SPSS. Semarang: Penerbit Badan Penerbit Undip.Bahan Kuliah Metode Penelitian, J.Tjahjo Baskoro.Bahan Pelatihan SPSS, Heru Prasadja dan Herry Pramono.

*