ANALISIS REGRESI ANALISIS REGRESI

Transkripsi

1 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

2 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 3.0 (2004) Persamaan Regresi Sederhana y= b x + b 2 x 2 + a b = garis prediksi a = konstanta (intercept) y = variabel dependen x = variabel independen Contoh y = Kesetiaan Konsumen x = Kualitas Produk x 2 = Sikap terhadap Iklan 2

3 CONTOH ANALISIS VARIABEL PENELITIAN y = Kesetiaan Konsumen x = Kualitas Produk x 2 = 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) a c b Kualitas Produk (X) Sikap terhadap Iklan (X2) R= a+b+c b = a+b b 2 = c 3

4 Summary Adjusted Std. Error of R R Square R Square the Estimate.986 a a. Predictors: (Constant), Sikap terhadap Iklan, Kualitas Produk ANOVA b Regression Residual Total Sum of Squares df Mean Square F Sig a a. Predictors: (Constant), Sikap terhadap Iklan, Kualitas Produk b. Dependent Variable: Kesetiaan terhadap Produk a F=02,240 ; p<0,0 Hipotesis Mayor Diterima (Constant) Kualitas Produk Sikap terhadap Iklan Unstandardized a. Dependent Variable: Kesetiaan terhadap Produk Standardized B Std. Error Beta t Sig b=0,782 ; p<0,0 Hipotesis Minor (A) Diterima b=0,330 ; p<0,0 Hipotesis Minor (B) Diterima PRINSIP REGRESI SIAPA YANG YANG MASUK DULU DAPAT RUANG LEBIH BANYAK Kesetiaan Konsumen (Y) c a b Kualitas Produk (X) Sikap terhadap Iklan (X2) R= a+b+c b = a+b b 2 = c 4

5 PRINSIP REGRESI SIAPA YANG YANG MASUK DULU DAPAT RUANG LEBIH BANYAK Keterampilan Sosial (Y) a b c Self Esteem (X) Self Confidence (X2) R= a+b+c b = a+b b 2 = c Correlations Keterampilan Sosial Self Esteem Self Confidence Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Keterampilan Sosial Self Esteem.958**.87** **.893** **.893** Self Confidence Summary Adjusted Std. Error of R R Square R Square the Estimate.962 a a. Predictors: (Constant), Self Confidence, Self Esteem **. Correlation is significant at the 0.0 level (2-tailed). Korelasi antar prediktor terlalu besar (multikolinieritas) Regression Residual Total ANOVA b Sum of Squares df Mean Square F Sig a a. Predictors: (Constant), Self Confidence, Self Esteem b. Dependent Variable: Keterampilan Sosial a Menyebabkan analisis regresi menjadi anomali (Constant) Self Esteem Self Confidence Unstandardized a. Dependent Variable: Keterampilan Sosial Std. B Std. Error Beta t Sig

6 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. MASUK KE MENU ANALYZE REGRESSION LINEAR 2. OPTION Masukkan variabel di dalam kotak 6

7 Transitional Page 7