analisis regresi
DESCRIPTION
ANALISIS REGRESI. Wahyu Widhiarso Fakultas Psikologi UGM. ANALISIS REGRESI. PENGERTIAN Jenis uji statistika yang dipakai untuk melihat daya prediksi variabel independen (prediktor) terhadap variabel dependen (kriterium) JENIS ANALISIS REGRESI - PowerPoint PPT PresentationTRANSCRIPT
ANALISIS REGRESIANALISIS REGRESI
Wahyu Widhiarso
Fakultas Psikologi UGM
ANALISIS REGRESIPENGERTIAN• Jenis uji statistika yang dipakai untuk melihat daya prediksi variabel
independen (prediktor) terhadap variabel dependen (kriterium)
JENIS ANALISIS REGRESI• Regresi Linier. Memprediksi peranan prediktor dalam persamaan linier• Regresi Non Linier. Memprediksi peranan prediktor dalam persamaan
non-linier yang dibuat oleh peneliti sendiri
PRASYARAT ANALISIS REGRESI• Variabel dependen terdistribusi normal• Korelasi antar prediktor yang rendah (tidak ada multikolinieritas)• Hubungan antara prediktor dan kriterium adalah linier• Homokedastisitas• Jika data prediktor bersifat kualitatif (jender, agama, dsb) maka perlu
ditransformasi menjadi variabel dummy
ASUMSI REGRESI• DATA. The dependent and independent variables should be quantitative.
Categorical variables, such as religion, major field of study, or region of residence, need to be recoded to binary (dummy) variables or other types of contrast variables.
• ASSUMPTIONS. For each value of the independent variable, the distribution of the dependent variable must be normal. The variance of the distribution of the dependent variable should be constant for all values of the independent variable. The relationship between the dependent variable and each independent variable should be linear, and all observations should be independent.
Sumber : Manual SPSS 13.0 (2004)
y = b1x1 + b2x2 + ab = garis prediksia = konstanta (intercept)y = variabel dependenx = variabel independen
Contohy = Kesetiaan Konsumenx1= Kualitas Produkx2= Sikap terhadap Iklan
Persamaan Regresi Sederhana
CONTOH ANALISIS
VARIABEL PENELITIANy = Kesetiaan Konsumenx1= Kualitas Produkx2= Sikap terhadap Iklan
HIPOTESIS• Mayor : Kualitas Produk dan Sikap terhadap Iklan
mendukung peningkatan Kesetiaan Konsumen• Minor (A) : Kualitas Produk mendukung peningkatan
Kesetiaan Konsumen• Minor (B) Sikap terhadap Iklan mendukung peningkatan
Kesetiaan Konsumen
Kesetiaan Konsumen (Y)
Kualitas Produk (X1)
Sikap terhadap Iklan (X2)
a
b
c
R = a+b+c | b1 = a+b | b2= c
Proses Regresi
Regresi adalah proses memasukkan Variabel Independen ke dalam model untuk memprediksi Variabel Dependen, proses tersebut dapat dilakukan secara simultan maupun satu persatu
ANOVAb
112.693 2 56.347 102.240 .000a
3.307 6 .551
116.000 8
Regression
Residual
Total
Model1
Sum ofSquares df Mean Square F Sig.
Predictors: (Constant), Sikap terhadap Iklan, Kualitas Produka.
Dependent Variable: Kesetiaan terhadap Produkb.
Model Summary
.986a .971 .962 .74238Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
Predictors: (Constant), Sikap terhadap Iklan, KualitasProduk
a.
Coefficientsa
-4.084 1.727 -2.365 .056
.782 .116 .581 6.732 .001
.330 .055 .520 6.032 .001
(Constant)
Kualitas Produk
Sikap terhadap Iklan
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: Kesetiaan terhadap Produka.
F=102,240 ; p<0,01
Hipotesis Mayor
Diterima
• b=0,782 ; p<0,01 Hipotesis Minor (A) Diterima• b=0,330 ; p<0,01 Hipotesis Minor (B) Diterima
PRINSIP REGRESI
SIAPA YANG YANG MASUK DULU DAPAT RUANG LEBIH BANYAK
Kesetiaan Konsumen (Y)
Kualitas Produk (X1)
Sikap terhadap Iklan (X2)
a
b
cR = a+b+c | b1 = a+b | b2= c
PRINSIP REGRESI
SIAPA YANG YANG MASUK DULU DAPAT RUANG LEBIH BANYAK
Keterampilan Sosial (Y)
Self Esteem (X1)
Self Confidence (X2)
a
b
cR = a+b+c | b1 = a+b | b2= c
Model Summary
.962a .926 .901 1.19851Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
Predictors: (Constant), Self Confidence, Self Esteema.
Correlations
1 .958** .817**
.000 .007
9 9 9
.958** 1 .893**
.000 .001
9 9 9
.817** .893** 1
.007 .001
9 9 9
PearsonCorrelation
Sig. (2-tailed)
N
PearsonCorrelation
Sig. (2-tailed)
N
PearsonCorrelation
Sig. (2-tailed)
N
KeterampilanSosial
Self Esteem
SelfConfidence
KeterampilanSosial
SelfEsteem
SelfConfidence
Correlation is significant at the 0.01 level (2-tailed).**. ANOVAb
107.381 2 53.691 37.38 .000a
8.619 6 1.436
116.000 8
Regression
Residual
Total
Model1
Sum ofSquares df Mean Square F Sig.
Predictors: (Constant), Self Confidence, Self Esteema.
Dependent Variable: Keterampilan Sosialb.
Coefficientsa
-5.009 3.415 -1.467 .193
1.490 .327 1.126 4.559 .004
-.292 .384 -.188 -.761 .476
(Constant)
Self Esteem
Self Confidence
Model1
B Std. Error
UnstandardizedCoefficients
Beta
Std.Coefficients
t Sig.
Dependent Variable: Keterampilan Sosiala.
Korelasi antar prediktor terlalu
besar (multikolinieritas)
Menyebabkan analisis regresi
menjadi anomali
SIAPA YANG MASUK LEBIH DAHULU ?
• Peneliti yang menentukan sendiri– Berdasarkan pertimbangan teori, relevansi dengan sampel,
kepentingan penelitian
• Program yang menentukan– ENTER. Semua prediktor dimasukkan dalam satu waktu– REMOVE. Semua prediktor dimasukkan lalu semua prediktor
dikeluarkan secara simultan– STEPWISE. Prediktor yang memiliki daya prediksi yang besar
dimasukkan terlebih dahulu– FORWARD. Prediktor yang memiliki daya prediksi yang besar
dimasukkan terlebih dahulu– BACKWARD. Semua prediktor dimasukkan lalu prediktor yang
memiliki daya prediksi yang rendah dikeluarkan satu per satu berdasarkan yang
MENU SPSS
1. MASUK KE MENU | ANALYZE REGRESSION LINEAR2. OPTION | Masukkan variabel di dalam kotak
Transitional Page