Tutorial Cara Melakukan Analisis Regresi Berganda dengan Menggunakan SPSS
Table of Contents
Analisis
ini digunakan untuk megukur besarnya pengaruh antara variabel
independen dan dependen. Berikut beberapa syarat kelayakan yang harus
dipenuhi saat analisis regresi sederhana digunakan:
- Jumlah sampel yang digunakan harus sama.
- Jumlah variabel bebas dua atau lebih.
- Nilai residual harus berdistribusi normal.
- Terdapat hubungan yang linier.
- Tidak terjadi gejala multikolinearitas
- Tidak terjadi gejala hetrosdekastisitas.
- Tidak terjadi gejala auto kolerasi (untuk data time series).
Untuk dapat memenuhi persyaratan tersebut di atas maka dapat dilakukan melalui Uji Asumsi Klasik
CONTOH KASUS ANALISA REGRESI LINIER BERGANDA
Seorang peneliti melakukan penelitian tentang pengaruh kompetensi kerja, disiplin kerja terhadap kualitas pelayanan kesehatan di suatu Rumah Sakit. Variabel kompetensi kerja dan disiplin kerja sebagai variabel independen (X1 dan X2) dan kualitas pelayanan kesehatan sebagai variabel dependen (Y). Dari 23 sample yang diambil data yang didapat adalah sebagai berikut:
Seorang peneliti melakukan penelitian tentang pengaruh kompetensi kerja, disiplin kerja terhadap kualitas pelayanan kesehatan di suatu Rumah Sakit. Variabel kompetensi kerja dan disiplin kerja sebagai variabel independen (X1 dan X2) dan kualitas pelayanan kesehatan sebagai variabel dependen (Y). Dari 23 sample yang diambil data yang didapat adalah sebagai berikut:
- Buka program SPSS masuk ke Variable View, isikan data seperti gambar di bawah ini:
- Jika variabel view sudah diisi, selanjutnya silahkan masuk ke data view, lalu isikan sesuai data.
- Selanjutnya klik Analyze >> Regression >> Linear
- Maka akan muncul dialog Linear Regression seperti di bawah ini:
- Setelah itu masukan variabel Y (Kualitas Pelayanan) ke kotak Dependent, dan variabel X1 (Kompetensi Kerja) dan X2 (Disiplin Kerja) ke kotak Independen (s).
- Kemudian klik tobol statistics, pastikan beri tanda centang Durbin-Watson. Perhatikan gambar di bawah. Selanjutnya klik tombol continue
- Setelah itu klik plots, masukan SRESID ke kotak Y dan ZPRED ke kotak X, kemudian beri tanda centang pada Normal probability plot
- Klik continue, lalu klik OK maka akan muncul hasil output di bawah ini:
Penjelasan Output Hasil Analisis Regresi Linier Berganda
Output Model Summary
R adalah kolerasi, yaitu hubungan antara dua variabel atau lebih. R ini menunjukan kolerasi linier sederhana (kolerasi pearson) antara X (Kompetensi Kerja) dan Y (Kualitas Pelayanan). R yang didapat adalah sebesar 0,90 artinya terdapat hubungan positif sangat kuat antara kompetensi kerja dan disiplin terhadap kualitas pelayanan.
R2 merupakan koefisien determinasi. Angka ini akan diubah kedalam bentuk persen. Nilai R2 diperoleh sebesar 0,82 atau 82% artinya Variabel independen (kompetensi kerja dan disiplin kerja) mempengaruhi variabel Y (Kualitas pelayanan) sebesar 82% sedangkan sisanya dipengaruhi oleh variabel lain.
Adjusted R Square, nilai yang diperoleh adalah 0,80. Hal ini biasanya menunjukan sumbangan pengaruh jika dalam regresi menggunkan lebih dari dua vaariabel independen.
Standard Error of the Estimate, adalah ukuran kesalaha prediksi, nilai yang didapat adalah sebesar 3,36. Artinya kealahan dalam memprediksi kualitas pelayanan adalah 3,36
Output Anova
ANOVA atau disebut juga analisis varian, yaitu koefisien regresi secara bersama-sama (uji F) antara kompetensi kerja dan disiplin kerja terhadap kualitas pelayanan. Analisis ini lebih tepat digunakan dalam regresi beganda.
Output Coefficients
Unstandardized Coefficients, merupakan nilai koefisien yang tidak terstandarisasi atau tidak ada patokan. Koefisien B terdiri dari nilai konstanta dan koefisien regresi. Nilai-nilai ini yang akan dimasukan kedalam persamaan regresi linier sederhana. Standard Eror merupakan nilai maksimum kesalahan yang didapat. Nilai ini dapat digunakan untuk mencari t hitung dengan cara koefisien dibagi standard error
Standaridized Coefficients, Nilai ini untuk mengetahui arah hubungan antara variabel independen dan dependen.
T hitung adalah pengujian signifikasi pengaruh variabel X terhadap Y. Untuk mengetahui hasil signifikan atau tidak maka angka t hitung harus dibandingkan dengan t table.
Signifikansi, merupakan besarnya probabilitas atau peluang untuk memperoleh kesalahan dalam pengambilan keputusan. Jika pengujian menggunakan tingkat signifikasi 0,05 artinya peluang memperoleh kesalahan maksimal sebesar 5%. Dengan kata lain, tingkat kepercayaan untuk pengambilan keputusan adalah benar.
Persamaan Regresi Linier Sederhana
Y=a+b1X1+b2X2
Y : Nilai prediksi variabel dependen
a : Konstanta
b : Koefisien regresi, nilai peningkatan atau penurunan variabel Y yang didasarkan variabel X
X : Variabel independen
Dari output yang didapat maka diperoleh persamaan regresi sebagai berikut:
Y = -5,172 + 0,29X1 + 0,90X2
Dari persamaan diatas dapat diketahui bahwa nilai konstanta dapat diartikan jika kompetensi kerja atau X1 dan X2 = 0 maka kualitas pelayan diperoleh sebesar -5,172. Selanjutnya harga b bernilai positif hal ini menunjukan bahwa setiap peningkatan kompetensi kerja sebesar (X1) 1 maka tingkat kualitas pelayanan akan meningkat sebesar 0,29 dan setiap kenaikan disiplin keja (X2) 1 maka tingkat kualitas pelayanan akan meningkat sebesar 0,90.
Uji Koefisien Regresi secara parsial (Uji t dan Uji Signifikansi)
Kriteria pengujian:
- Jika t hitung > t table dan signifikasi < 0,05 maka dapat disimpulkan bahwa terdapat pengaruh antara variabel independen dan dependen secara signifikan.
- Jika t hitung < t table dan signifikasi > 0,05 maka dapat disimpulkan bahwa tidak terdapat pengaruh antara variabel independen dan dependen.
Pengujian Koefisiensi Variabel Kompetensi Kerja
Dari hasil data output diketahui bahwa t hitung = 2,642 sementara t table (Dk = n – k – 1) = 1,72 (t table > t hitung) sementara nilai signifikansi yang didapat sebesar 0,016 (Sig < 0,05) jadi dapat disimpulakan bahwa terdapat pengaruh signifikan antara variabel kompetensi kerja dengan kualitas pelayanan.
Pengujian Koefisiensi Variabel Disiplin Kerja
Dari hasil data output diketahui bahwa t hitung = 3,646 sementara t table (Dk = n – k – 1) = 1,72 (t table > t hitung) sementara nilai signifikansi yang didapat sebesar 0,02 (Sig < 0,05) jadi dapat disimpulakan bahwa terdapat pengaruh signifikan antara variabel disiplin kerja dengan kualitas pelayanan.
Uji Koefisien Regresi secara bersama (ANOVA/Uji F dan Uji Signifikansi)
Kriteria pengujian:
- Jika F hitung > F table dan signifikasi < 0,05 maka dapat disimpulkan bahwa terdapat pengaruh antara variabel independen dan dependen secara signifikan.
- Jika F hitung < F table dan signifikasi > 0,05 maka dapat disimpulkan bahwa tidak terdapat pengaruh antara variabel independen dan dependen.
Dari hasil data output diketahui bahwa F hitung = 46,23 sementara F table (Dk = n – k – 1 dengan df 1 (jumlah variabel -1 = 2) = 3,4 (t table > t hitung) sementara nilai signifikansi yang didapat sebesar 0,00 (Sig < 0,05) jadi dapat disimpulakan bahwa terdapat pengaruh signifikan antara variabel kompetensi kerja dan disiplin kerja secara bersama-sama dengan kualitas pelayanan