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