Analisis regresi sederana menggunakan SPSS 16.0 for windows

Analisis regresi merupakan salah satu analisis yang bertujuan untuk mengetahui pengaruh suatu variabel terhadap variabel lain. Dalam analisis regresi, variabel yang mempengaruhi disebut Independent Variable (variabel bebas) dan variabel yang dipengaruhi disebut Dependent Variable (variabel terikat). Jika dalam persamaan regresi hanya terdapat satu variabel bebas dan satu variabel terikat, maka disebut sebagai persamaan regresi sederhana, sedangkan jika variabel bebasnya lebih dari satu, maka disebut sebagai persamaan regresi berganda. Pada tutorial kali ini, saya akan coba membahas analisis regresi linier sederhana.

Regresi sederhana didasarkan pada hubungan fungsional ataupun kausal
antara satu variabel independen dengan satu variabel dependen. Persamaan umum regresi linier sederhana adalah : Y = a + bx

Dimana :

Y  = subyek dalam variabel dependen yang diprediksikan

a   = harga Y bila X = 0 (harga konstan) 30

b = angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependen yang didasarkan pada variabel independen. Bila b (+) maka naik, dan bila (-) maka terjadi penurunan. X = subyek pada variabel Independen yang mempunyai nilai tertentu. Secara teknis harga b merupakan tangen dari (perbandingan) antara panjang garis variabel Independen dengan variabel dependen, setelah persamaan regresi ditemukan.

Analisis regresi sederhana dilanjutkan apabila uji persyaratan analisis terpenuhi. Baca uji persyaratan analisis :

•  Uji normalitas dan linieritas menggunakan SPSS
•  Uji normalitas dan linieritas secara manual

Contoh soal.

Peneliti ingin mengetahui “Pengaruh pola asuh orang tua terhadap prestasi belajar siswa”. Analisis dilakukan dengan menggunakan bantuan program SPSS 16.0 for Windows. 

Data yang diperoleh adalah sebagai berikut :

Langkah-langkah analisis regresi sederhana menggunakan SPSS 16.0 for Windows adalah sebagai berikut :

1. Jalankan aplikasi SPSS, klik Variabel View, pada kolom pertama masuk nama variabel X, yaitu “Variabel pola asuh orang tua”, pada kolom yang kedua masukan variabel Y, yaitu “Variabel prestasi belajar”, selanjutnya klik Data View.
2. Entry data atau masukan data pada lembar Data View.
3. Setelah data dimasukan, klik menu Analyze, Regression, Linear.

Seperti pada gambar berikut :

  4. Selanjutnya akan muncul kotak dialog Linier regresion. 
      Seperti pada gambar berikut :

5. Pada kotak dialog tersebut, Pindahkan variabel y ke dependent list dan variabel x ke faktor list. Selanjutnya, klik Plots, dan masukkan *SRESID ke Y dan *ZPRED ke X, 
 seperti tampak pada gambar berikut :

6.  Langkah terakhir, klik Continue lalu OK.

 Analisis regresi sederhana menghasilkan enem jenis keluaran, untuk keperluan penelitian umumnya hanya diperlukan keluaran berupa tabel Model Summary^b, Anova^b, Coefficient^b, seperti pada gambar berikut : 

Berdasarkan tebel Coefficients^a di atas, diperoleh besarnya koefisien b = 1,138 dan koefisien konstanta a = 13,121. Dengan demikian, bentuk persamaan regresinya adalah  :  

Y = 13,121 + 1,138X.

Adapun penjelasan dari persamaan regresi di atas :

• Koefisien konstanta a sebesar 13,121, artinya bahwa jika tidak ada pola asuh orang tua, maka rata-rata nilai prestasi belajar siswa sebesar 13,121. 
• Dari persamaan di atas terlihat adanya tanda positif, artinya hubungan antara pola asuh orang tua dan prestasi belajar siswa menggambarkan hubungan yang positif, dengan kata lain bahwa adanya peningkatan variabel X (pola asuh orang tua) maka akan meningkatkan juga variabel Y (prestasi belajar siswa).  
• Koefisien regresi b sebesar 1,138, artinya bahwa setiap ada kenaikan pola asuh orang tua maka akan meningkatan prestasi belajar siswa sebesar 1,138.

Persamaan regresi Y = 13,121 + 1,138X tersebut, dapat digunakan untuk memprediksi bagaimana individu dalam variabel Y (prestasi belajar) akan terjadi, jika individu dalam variabel X (pola asuh orang tua) ditetapkan. 

Berdasarkan tabel Anova^b, besarnya nilai F_hitung = 5,389, dan nilai tersebut dibandingkan dengan nilai F_tabel pada taraf signifikan 5% dan db_res = n – 2, sehingga diperoleh F_tabel = 4,200. Dari hasil tersebut menunjukan bahwa nilai F_hitung > F_tabel atau 5,389 > 4,200, artinya H₀ ditolak dan H₁ diterima, sehingga dapat disimpulkan bahwa, terdapat pengaruh yang positif dan signifikan antara pola asuh orang tua terhadap prestasi belajar siswa. 

Besarnya sumbangan variabel pola asuh orang tua terhadap prestasi belajar, dapat dilihat pada tabel Model Summary, diperoleh nilai r = 0,402, sehingga r² = 0,161 atau 16%. Dengan demikian, besarnya pengaruh pola asuh orang tua terhadap prestasi belajar matematika adalah 16%.

Sekian tutorial untuk analisis Regresi Linier Sederhana menggunakan SPSS, Semoga Membantu