Materi: Analisis Regresi Sederhana

Mata Kuliah: Aplikasi Statistik (SPSS)

1. Pengertian Regresi Sederhana

Regresi sederhana adalah metode statistik yang digunakan untuk mengetahui hubungan antara satu variabel independen (X) dan satu variabel dependen (Y).

Contoh: Meneliti pengaruh lama belajar (X) terhadap nilai ujian (Y).

2. Persamaan Regresi Sederhana

Bentuk umum dari persamaan regresi linier sederhana adalah:

Di mana:

• $Y$Y = variabel dependen (yang diprediksi)

• $X$X = variabel independen (prediktor)

• $a$a = konstanta (intersep)

• $b$b = koefisien regresi (kemiringan garis)

Interpretasi:

• Nilai a menunjukkan nilai Y saat X = 0

• Nilai b menunjukkan seberapa besar perubahan Y setiap kenaikan 1 unit X

3. Langkah-langkah Analisis di SPSS

1. Input Data ke SPSS (dua kolom: X dan Y)

2. Klik menu Analyze → Regression → Linear

3. Masukkan:

   • Y ke kotak Dependent

   • X ke kotak Independent

4. Klik OK

4. Koefisien Determinasi (R┬▓)

Koefisien determinasi menunjukkan seberapa besar variasi variabel Y dapat dijelaskan oleh variabel X.

Nilai R┬▓ berkisar antara 0 sampai 1.

Contoh Interpretasi:
Jika $R^2 = 0.64$R2=0.64, maka 64% variasi pada Y dijelaskan oleh X, dan sisanya 36% dijelaskan oleh faktor lain.

5. Pengujian Hipotesis (Uji t)

Digunakan untuk menguji apakah variabel X secara signifikan mempengaruhi Y.

Hipotesis:

• HΓéÇ: b = 0 (tidak ada pengaruh X terhadap Y)

• HΓéü: b Γëá 0 (ada pengaruh X terhadap Y)

Kriteria Uji (berdasarkan nilai signifikansi):

• Jika Sig < 0.05 ΓåÆ tolak HΓéÇ ΓåÆ ada pengaruh signifikan

• Jika Sig ΓëÑ 0.05 ΓåÆ gagal tolak HΓéÇ ΓåÆ tidak ada pengaruh signifikan

6. Contoh Output SPSS

Coefficients Table:

Interpretasi:

• Persamaan regresi: Y = 25.123 + 2.456X

• Karena Sig. (0.000) < 0.05 ΓåÆ X berpengaruh signifikan terhadap Y

7. Kesimpulan Analisis

Dari hasil regresi:

• Terdapat hubungan yang signifikan antara X dan Y

• Model regresi dapat digunakan untuk memprediksi Y berdasarkan X

• Nilai R┬▓ menunjukkan seberapa baik model menjelaskan data