Uji Regresi Sederhana dengan SPSS Lengkap | Analisis regresi sederhana digunakan untuk memprediksi atau menguji pengaruh satu variabel bebas atau variabel independent terhadap variabel terikat atau variabel dependent. Bila skor variabel bebas diketahui maka skor variabel terikatnya dapat diprediksi besarnya. Analisis regresi juga dapat dilakukan untuk mengetahui linearitasvariabel terikat dengan variabel bebasnya.Analisis regresi linear sederhana terdiri dari satu variabel bebas (predictor) dan satu variabel terikat (respon), dengan persamaan :Y = a + bXKeterangan : : !ariabel terikata : Konstanta regresib" : #ilai turunan atau peningkatan variabel bebasDASAR PENGAMBILAN EPU!USAN U"I REGRESI SEDER#ANA$engambilan keptusan dalam uji regresi sederhana dapat mengacu pada dua hal, yakni dengan membandingkan nilai t hitung dengan t tabel, atau dengan membandingkan nilai signi%ikansi dengan nilai probabilitas &,&'.(embanginkan nilai t hitung dan t tabel: )ika nilai t hitung lebih besar dari nilai t tabel, artinya variabel bebas berpengaruh terhadap variabel terikat. )ika nilai t hitung tidak lebih besar dari nilai t tabel, artinya variabel bebas tidak berpengaruh terhadap variabel terikat.(embandingkan nilai signi%ikansi dengan probabilitas &,&': )ika nilai signi%ikansi tidak lebih dari nilai probabilitas &,&', artinya variabel bebas berpengaruh secara signi%ikan terhadap variabel terikat. )ika nilai signi%ikansi lebih dari nilai probabilitas &,&', artinya variabel bebas tidak berpengaruh secara signi%ikan terhadap variabel terikat.Setelah mengetahui tujuan dan dasar pengambilan keputusan dalam uji regresi sederhana, selanjutnya kita masuk praktek uji regresi sederhana dengan menggunakan contoh penelitian dibawah ini.Contoh Judul Penelitian : Pengaruh Trust (epercayaan! pada calon presiden terhadap partisipasi dalam pemilihan umum."denti#kasi $ariabel penelitian : %ariabel bebas (&! adalah Trust, sedangkan $ariabel terikat ('! adalah Partisipasi.Sebaiknya untuk latihan sobat download dulu data $ariabel & dan ' yang saya gunakan untuk praktek dalam artikel ini : ()*+,)-( (-T-,-+.-/0,-+.-/ 1J" 23.23S" S3(32/-+- (3+.-+ SPSS4. 5uka data penelitian yang sudah sobat di atas, tampilan datanya sebagaimana gambar di bawah ini.6. (ari menu SPSS, pilih menu -naly7e, kemudian regression, lalu klik ,inear. 8aka akan muncul kotak dialog sebagai berikut:*. (asukkan varibel $artisipasi ke kolom +ependent, dan masukkan variabel ,rust ke kolom -ndependent(s). $ada (ethod kita pilih metode .nter./. Klik 0tatistics, lalu berikan tanda pada .stimates dan (odel 1it, Kemudian Klik 2ontinue.. ,erakhir klik 3k untuk mengakhiri perintah.$U!PU! SPSS DAN PEN"ELASANNYA %3utput Bagian $ertama (!ariabel .ntered4removed) : ,abel di atas menjelaskan tentang variabel yang dimasukkan atau dibuang dan metode yang digunakan. +alamhal ini variabel yang dimasukkan adalah variabel nilai ,rust sebagai predictor dan metode yang digunakan adalah metode .nter.3utput Bagian Kedua ((odel 0ummary) : ,abel di atas menjelaskan besarnya nilai korelasi4 hubungan (5) yaitu sebesar &,/6* dan dijelaskan besarnya prosentase pengaruh variabel bebas terhadap variabel terikat yang disebut koe%isien determinasiyang merupakan hasil dari penguadratan 5. +ari output tersebut diperoleh koe%isien determinasi (57) sebesar &,78', yang mengandung pengertian bah9a pengaruh variabel bebas (,rust) terhadap variabel terikat ($artisipasi) adalah sebesar 78,':, sedangkan sisanya dipengaruhi oleh variabel yang lain.3utput bagian Ketiga (A#3!A) : $ada bagian ini untuk menjelaskan apakah ada pengaruh yang nyata (signi%ikan) variabel ,rust (") terhadap !ariabel $artisipasi (). +ari output tersebut terlihat bah9a 1 hitung ; 8*,, sehingga persamaan regresinya dapat ditulis : ; a ? b" atau 8 ? &,/*>"Koe%isien b dinamakan keo%isien arah regresi dan menyatakan perubahan rata@rata variabeluntuk setiap perubahan variabel " sebesar satu satuan. $erubahan ini merupakan pertabahan bila b bertanda positi% dan penurunan bila b bertanda negati%.0ehingga dari persamaan tersebut dapat diterjemahkan : Kostanta sebesar 8 menyatakan bah9a jika tidak ada nilai ,rust maka nilai $artisipasi sebesar 8. Koe%isien regresi " sebesar &,/*> menyatakan bah9a setiap penambahan 8 nilai ,rust, maka nilai $artisipasi bertambah sebesar &,/*>MANA #ASIL U"I REGRESI SEDER#ANA0elain mengganbarkan persamaan regresi output ini juga menampilan uji signi%ikansidengan uji t yaitu untuk mengetahui apakah ada pengaruh yang nyata (signi%ikan) variabel ,rust (") sendiri (partial) terhadap variabel $artispasi ().#IP$!ESIS % Ao : ,idak ada pengaruh yang nyata (signi%ikan) variabel ,rust (") terhadap variabel $artispasi (). A8 : Ada pengaruh yang nyata (signi%ikan) variabel ,rust (") terhadap variabel $artispasi ().+ari output di atas dapat diketahui nilai t hitung ; *,B*' dengan nilai signi%ikansi &,&&& = &,&', maka Ao ditolak dan A8 diterima, yang berarti Ada pengaruh yang nyata (signi%ikan) variabel ,rust (") terhadap variabel $artispasi ().Contoh Regresi Linier Sederhanadengan SPSSArtikel ini akan mengupas contoh regresi linier sederhanadengan SPSSmenggunakan data regresi yang dipakai sepertipada perhitungan korelasi. Analisis regresi linear sederhanamerupakan salah satu metode regresi yang dapat dipakaisebagai alat inferensi statistik untuk menentukan pengaruhsebuah variabel bebas (independen) terhadap variabel terikat(dependen). UjiRegresilinear sederhana ataupun regresilinierberganda pada intinya memiliki beberapa tujuan yaitu!". #enghitung nilai estimasi rata$rata dan nilai variabel terikat berdasarkan pada nilaivariabel bebas.%. #enguji hipotesis karakteristik dependensi&. #eramalkannilai rata$ratavariabel bebasdengandidasarkanpadanilai variabelbebas diluar jangkaun sample.Pada analisis regresi sederhana dengan menggunakan SPSS ada beberapa asumsi danpersyaratan yang perlu diperiksa dan diuji beberapa diantaranya adalah !". 'ariabel bebas tidak berkorelasi dengan disturbance term ((rror). )ilai disturbanceterm sebesar * atau dengan simbol sebagai berikut! ( (U + ,) - *%. .ika variabel bebas lebih dari satu maka antara variabel bebas (explanatory) tidakada hubungan linier yang nyata&. #odel regresi dikatakan layak jika angka signifikansi pada A)/'A sebesar 0 *.*1Predictor yang digunakan sebagai variabel bebas harus layak. 2elayakan inidiketahui jika angka Standard Error of Estimate < Standard Deviation3. 2oefisienregresi harus signifikan. Pengujiandilakukandengan Uji 4. 2oefesienregresi signifikan jika 4 hitung 5 4 table (nilai kritis)1. #odel regresi dapat diterangkan dengan menggunakan nilai koefisien determinasi(26 - R S7uare 8 "**9) semakin besar nilai tersebut maka model semakin baik..ika nilai mendekati " maka model regresi semakin baik:. Residual harus berdistribusi normal;. 6ata berskala interval atau rasioare SPSS %*.Proses mulai dengan memilih menu Analyze kemudianpilih Linear#enu Regresi ?inear SPSSPilih variabel @ sebagai variabel dependen (terikat) dan ,"sebagai variabel independen (bebas) lalu klik tombol /2Proses Regresi ?inear SPSS/utput SPSS akan menampilkan hasil berupa 3 buah tabel yaituA". 4abel variabel penelitian%.Ringkasan model (model summary)&. 4abel Anova dan3. 4abel Koefisien./utput Regresi ?inear SPSSBara membaca output spss hasil uji regresi linier tersebut adalah!". 4abel pertama menunjukkan variabel apa saja yang diproses mana yang menjadivariabel bebas dan variabel terikat.%. 4abel kedua menampilkan nilai Ryang merupakan simbol dari nilai koefisienkorelasi. Pada contoh diatas nilai korelasi adalah *&3%. )ilai ini dapatdiinterpretasikan bah>a hubungan kedua variabel penelitian ada di kategori lemah.#elalui tabel ini juga diperoleh nilai R S7uare atau koefisien determinasi (26) yangmenunjukkan seberapa bagus model regresi yang dibentuk oleh interaksi variabelbebas danvariabel terikat. )ilai 26yangdiperolehadalah"";9yangdapatditafsirkan bah>a variabel bebas ," memiliki pengaruh kontribusi sebesar "";9terhadapvariabel @dan