Lewati ke konten 
Bagi teman-teman yang sedang dalam proses pengerjaan tugas akhir bahkan teman-teman yang masih mengambil mata kuliah statistika, tentunya akan sangat familiar sekali dengan yang namanya analisis regresi. Tapi tahukah teman-teman apasih analisis regresi itu? Analisis regresi adalah suatu Teknik dalam statistik yang digunakan untuk memodelkan pengaruh antara variabel independent terhadap variabel dependen. Dalam ilmu statistik, ada banyak sekali macam analsisis regresi namun yang paling umum banyak digunakan adalah regresi linier. Regresi linier merupakan bentuk paling umum dalam analisis regresi. Analisis regresi linier divisualisasikan sebagai garis lurus dengan kemiringan (skewness) yang dimana kemiringan tersebut akan menentukan perubahan dari variabel independent mempengaruhi variabel dependen. Model regresi non linier juga ada, cuman pada artikel ini kita akan memfokuskan untuk membahas tentang analisis regresi linier saja. Untuk lebih mendalami lagi, pada artikel ini akan kami bahasa mengenai persamaan regresi, konsep, rumus, serta interpretasinya.
Rumus Analisis regresi
Analisis regresi linier seringkali menggunakan pendekatan least square method (metode kuadrat terkecil) merupakan sebuah metode yang digunakan untuk meminimalkan jumlah kuadrat dari residual (kesalahan dalam pemodelan regresi). Bentuk umum rumus analisis regresi sebagai berikut:
Selain bentuk umum tersebut berikut persamaan regresi berganda:
Perhitungan analisis regresi
Untuk perhitungan analisis regresi, kami tidak melakukannya secara manual karena akan memakan waktu. Dalam perhitungannya akan kami lakukan menggunakan bantuan software SPSS. Softwrae tersebut merupakan salah satu software yang paling banyak digunakan dalam penelitian dan analisis statistik. Berikut akan kami paparkan Langkah-langkahnya:
Langkah 1.
Siapkan data yang akan digunakan dalam analisis regresi. Pastikan datanya sudah dalam bentuk data tabulasi ya bukan data mentah.
Sebelum masuk ke langkah 2. perlu kami tegaskan dulu untuk data ini hanya sebagai contoh saja ya. Tentunya kita tidak bisa menggunakan sampel hanya 15 data saja karena akan sangat bias. Dalam proses analisis regresi sendiri banyak uji asmusi yang harus kita penuhi : Uji normalitas, Uji Multikolinieritas (Regresi Berganda), Uji Linieritas, dan Uji Heteroskedastisitas. Untuk artikel kali ini kita hanya memfokuskan untuk membahasa tentang persaman regresi saja ya.
Langkah 2.
Pilih menu alalyze > regression > linier
Setelah itu maka akan muncul kolom baru, masu
Masukkan variabel independen ke kolom independen dan variabel dependen ke kolom dependen, lalu klik OK. Maka akan muncul output hasil analisis regresi seperti berikut yang nantinya akan kita ubah ke dalam persamaan regresi seperti yang sudah kami jelaskan diawal.
Langkah 3.
Silahkan perhatikan betul output tersebut, yang mana sih alpha itu dan beta itu? alpha adalah nilai 54.767 (dalam data saya nanti bisa disesuaikan dengan output teman-teman ya) dan beta adalah nilai 2.500 itu. Jika dituliskan dalam persaman regresi adalah sebagai berikut:
Interpretasi persamaan regresi
Dari persamaan tersebut dapat kita interpretasikan apabilai nilai x=0 maka nilai y diprediksi adalah 54.767. Setiap kenaikan satu jam dalam belajar maka akan meningkatkan nilai hasil ujian sebesar 2.5 (dalam skala nilai 1-100) , tentunya data ini kita hanya asal-asalan dalam membuatnya ya teman-teman.
Apakah kalian mengalami kesulitan dalam melakukan olah data penelitian? Tenang saja silahkan hubungi kami. Kami Sigma Statistika merupakan sebuah lembaga penyedia layanan jasa olah data dan konsultasi statistik profesional dan terpercaya.
