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 • 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
1
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)
Persamaan Regresi Sederhana y = b1x1 + b2x2 + a b = garis prediksi a = konstanta (intercept) y = variabel dependen x = variabel independen Contoh y = Kesetiaan Konsumen x1= Kualitas Produk x2= Sikap terhadap Iklan
2
CONTOH ANALISIS VARIABEL PENELITIAN y = Kesetiaan Konsumen x1= Kualitas Produk x2= 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
Proses Regresi Regresi adalah proses memasukkan Variabel Independen ke dalam model untuk memprediksi Variabel Dependen, proses tersebut dapat dilakukan secara simultan maupun satu persatu Kesetiaan Konsumen (Y) Kualitas Produk (X1)
a b c
Sikap terhadap Iklan (X2)
R = a+b+c | b1 = a+b | b2= c
3
Model Summary Model 1
R .986a
R Square .971
Adjusted R Square .962
Std. Error of the Estimate .74238
a. Predictors: (Constant), Sikap terhadap Iklan, Kualitas Produk ANOVAb Model 1
Regression Residual Total
Sum of Squares 112.693 3.307 116.000
df 2 6 8
Mean Square 56.347 .551
F 102.240
Sig. .000a
F=102,240 ; p<0,01 Hipotesis Mayor Diterima
a. Predictors: (Constant), Sikap terhadap Iklan, Kualitas Produk b. Dependent Variable: Kesetiaan terhadap Produk
Coefficientsa
Model 1
(Constant) Kualitas Produk Sikap terhadap Iklan
Unstandardized Coefficients B Std. Error -4.084 1.727 .782 .116 .330 .055
Standardized Coefficients Beta .581 .520
t -2.365 6.732 6.032
Sig. .056 .001 .001
a. Dependent Variable: Kesetiaan terhadap Produk
• 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)
a
Kualitas Produk (X1)
b c
Sikap terhadap Iklan (X2)
R = a+b+c | b1 = a+b | b2= c
4
PRINSIP REGRESI SIAPA YANG YANG MASUK DULU DAPAT RUANG LEBIH BANYAK Keterampilan Sosial (Y)
a Self Esteem (X1)
b
Self Confidence (X2)
c
R = a+b+c | b1 = a+b | b2= c
Correlations Keterampilan Sosial Keterampilan Sosial
Self Esteem
Self Confidence
Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N
Self Esteem
Self Confidence
1
.958**
.817**
9
.000 9
.007 9
.958**
1
.893**
.000 9
9
.001 9
.817**
.893**
.007
.001
9
9
1
Model Summary Model 1
Adjusted R Square .901
R R Square .962a .926
Std. Error of the Estimate 1.19851
a. Predictors: (Constant), Self Confidence, Self Esteem
9
**. Correlation is significant at the 0.01 level (2-tailed).
Korelasi antar prediktor terlalu besar (multikolinieritas)
ANOVAb Model 1
Regression Residual Total
Sum of Squares 107.381 8.619 116.000
df 2 6 8
Mean Square 53.691 1.436
F 37.38
Sig. .000a
a. Predictors: (Constant), Self Confidence, Self Esteem b. Dependent Variable: Keterampilan Sosial
Coefficientsa
Menyebabkan analisis regresi menjadi anomali
Model 1
(Constant) Self Esteem Self Confidence
Unstandardized Coefficients B Std. Error -5.009 3.415 1.490 .327 -.292 .384
Std. Coefficients Beta 1.126 -.188
t -1.467 4.559 -.761
Sig. .193 .004 .476
a. Dependent Variable: Keterampilan Sosial
5
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. 2.
MASUK KE MENU | ANALYZE Æ REGRESSION Æ LINEAR OPTION | Masukkan variabel di dalam kotak
6
Transitional Page
7
