Uji Analisis Regresi Linear Sederhana Menggunakan SPSS

Analisis regresi merupakan suatu metode atau teknik analisis hipotesis penelitian untuk menguji ada tidaknya perngaruh antara variabel satu dengan variabel lain, yang dinyatakan dalam bentuk persamaan matematik (regresi). Secara umum, regresi linier digunakan untuk mengetahui apakah variabel bebas yang diteliti memiliki korelasi yang signifikan terhadap variabel terikat. Selain itu, analisis ini juga bisa digunakan untuk mengetahui variabel mana saja yang berpengaruh signifikan terhadap variabel terikat.

Dalam praktiknya, analisis regresi terbagi menjadi dua jenis yaitu regresi linier sederhana dan regresi linier berganda. Namaun yang akan kita bahas di sini adalah analisi regresi sederhana. Regresi linier sederhana merupakan salah satu jenis regresi linier yang digunakan untuk mencari tahu korelasi antara variabel bebas dan terikat. Pada regresi linier sederhana, terdapat satu variabel bebas dan variabel terikat. Variabel bebas adalah suatu variabel yang apabila dalam suatu waktu berada bersamaan dengan variabel lain, maka (diduga) akan dapat berubah dalam keragamannya. Variabel bebas ini bisa juga disebut dengan variabel pengaruh, perlakuan, kuasa, treatment, independent, dan disingkat dengan variabel (X). Sedangkan Variabel terikat adalah suatu variabel yang dapat berubah karena pengaruh variabel bebas (variabel X). Variabel terikat sering disebut juga dengan variabel terpengaruh atau dependent, tergantung, efek, tak bebas, dan disingkat dengan nama variabel (Y).

Dengan menggunakan regresi linier, peneliti bisa mengetahui arah hubungan antara variabel bebas dan terikat. Selain itu, peneliti juga bisa melakukan prediksi besar nilai dari variabel terikat. Syarat kelayakan yang harus terpenuhi saat kita menggunakan regresi linier sederhana adalah :

1. Jumlah sampel yang digunakan harus sama
2. Jumlah variabel bebas (X) adalah Satu
3. Nilai residual harus berdistribusi normal
4. Terdapat hubungan yang linear antara variabel bebas (X) dengan variabel terikat (Y)
5. Tidak terjadi gejalan heteroskedastisitas
6. Tidak terjadi gejala auto korelasi (untuk data time series)

Perhatikan contoh kasus di bawah ini untuk lebih memahami regresi linier sederhana

Contoh kasus:

Sebagai contoh data penelitian dengan judul “pengaruh resiliensi diri terhadap hasil belajar”. Dari judul tersebut maka hipotesis atau kesimpulan sementara yang diajukan dan akan diuji dengan analisis regresi linier sederhana adalah “Ada pengaruh resiliensi diri terhadap hasil belajar”. Data tersebut disajikan dalam tabel berikut:

Sebelum kita masuk pada cara pengolahan data dalam uji analisis regresi linier sederhana dengan SPSS terlebih dahulu kita harus memastikan data tersebut telah lolos dalam syarat kelayakan model regresi linear sederhana yaitu dengan cara melakukan uji normalitas, ui linearitas dan uji heteroskedastisitas. Sementara untuk uji autokorelasi tidak perlu dilakukan karena data di atas tidak termasuk data time series atau data runtut waktu.

Berikut Langkah-langkah uji analisis regresi linear sederhana dengan SPSS:

• • Buka lembar kerja SPSS kemudian klik variabel new, selanjutnya pada kolom Name untuk baris pertama tulis X dan baris kedua tulis Y. lalu pada kolom label baris pertama tulis resiliensi diri dan baris kedua tulis hasil belajar (untuk pilihan lainnya biarkan tetap default)
  • Selanjutnya, klik Data view, lalu masukkan data penelitian dengan ketentuan X untuk resiliensi diri dan Y untuk hasil belajar
  • Langkah selanjutnya, klik menu Analyze, kemudian klik Regression, selanjutnya klik linear…
  • Setelah itu, akan muncul kotak dialog linear Regression, masukkan variabel resiliensi diri (X) ke kotak Indepensent(s), dan masukkan variabel kinerja pegawai (X) ke kotak Dependent, dengan cara tanda panah yang tersedia. Selanjutnya pada bagian Method: pilih Enter
  • Langkah terakhir klik OK untuk mengakhiri perintah, maka akan keluar output SPSS regresi linear sederhana sebagai berikut

Keterangan: menjelaskan tentang variabel yang dimasukkan serta metode yang digunakan dalam analisis regresi linear

Keterangan: berfungsi untuk uji F dalam analisis regresi linear berganda

Membuat Persamaan Regresi Linear Sederhana

Secara umum rumus persamaan regresi linear sederhana adalah . Sedangkan untuk mengetahui nilai koefisien regresi tersebut kita dapat berpedoman pada output yang berada pada tabel coefficients berikut

a = angka konstan dari undstandarized coefficient

Dalam kasus ini nilainya sebesar 26.875. Angka ini merupakan angka konstan yang mempunyai arti bahwa jika tidak ada resiliensi diri (X) maka nilai konsisten Hasil Belajar (Y) adalah sebesar 26.875

b = angka koefisien regresi

Nilainya sebesar 0.430. Angka ini mengandung arti bahwa setiap penambahan 1% tingkat Resiliensi Diri (X), maka Hasil Belajar (Y) akan meningkat sebesar 0.430

Karena  nilai koefisien regresi bernilai plus (+), maka dengan demikian dapat dikatakan bahwa Reseliensi Diri (X) berpengaruh positif terhadap Hasil Belajar (Y). Sehingga persamaan regresinya adalah

Uji Hipotesis dalam Analisis Regresi Linear Sederhana

Uji hipotesis atau uji pengaruh berfungsi untuk mengetahui apakah koefisien regresi tersebut signifikan atau tidak.

H0 = Tidak ada pengaruh Reseliensi Diri (X) terhadap Hasil Belajar (Y)

Ha = Ada pengaruh Reseliensi Diri (X) terhadap Hasil Belajar (Y)

Sementara itu, untuk memastikan apakah koefisien regresi tersebut signifikan atau tidak (dalam arti variabel X berpengaruh terhadap variabel Y) kita dapat melakukan uji hipotesis ini dengan cara membandingkan nilai signifikansi (sig). dengan probabilitas 0.05 atau dengan cara lain yakni membandingkan nilai t hitung dengan nilai t tabel

Uji Hipotesis Membandingkan Nilai Sig dengan 0.05

Adapun yang menjadi dasar pengambilan keputusan dalam analisis regresi dengan melihat nilai Signifikansi (sig). hasil output SPSS adalah:

• Jika nilai signifikansi (sig.) lebih kecil < dari probabilitas 0.05 mengandung arti bahwa ada pengaruh Reseliensi Diri (X) terhadap Hasil Belajar (Y)
• Sebaliknya, Jika nilai signifikansi (sig.) lebih besar > dari probabilitas 0.05 mengandung arti bahwa tidak ada pengaruh Reseliensi Diri (X) terhadap Hasil Belajar (Y)

Output SPSS:

Berdasarkan output di atas diketahui nilai signifikansi (sig.) sebesar 0.049 lebih kecil dari < probabilitas 0.05, sehingga dapat disimpulkan bahwa Ha diterima dan H0 ditolak, yang berarti bahwa “Ada pengaruh Reseliensi Diri (X) terhadap Hasil Belajar (Y)”.

Uji Hipotesis Membandingkan Nilai T Hitung dengan T Tabel

Pengujian hipotesis ini sering juga disebut dengan uji t, di mana dasar pengambilan keputusan dalam uji t adalah:

• Jika nilai t hitung lebih besar > dari t tabel maka ada pengaruh Reseliensi Diri (X) terhadap Hasil Belajar (Y)
• Sebaliknya, Jika nilai t hitung lebih kecil dari < t tabel maka tidak ada pengaruh Reseliensi Diri (X) terhadap Hasil Belajar (Y)

Output SPSS:

Berdasarkan output di atas diketahui nilai t hitung sebesar 2.244.

Karena nilai t hitung sudah ditemukan, maka langkah selanjutnya kita akan mencari nilai t tabel. Adapun rumus dalam mencari t tabel adalah :

Nilai a / 2 = 0.05 / 2 = 0.025

Derajat kebebasan (df) = n – 2 = 12 – 2 = 10

Nilai 0.025 ; 10 kemudian kita lihat pada distribusi nilai t tabel, maka di dapat nilai t tabel sebesar 2.228

Karena nilai t hitung sebesar 2.244 lebih besar dari > 2.228, sehingga dapat disimpulkan bahwa Ha diterima dan H0 ditolak, yang berarti bahwa “Ada pengaruh Reseliensi Diri (X) terhadap Hasil Belajar (Y)”.

=

Melihat Besarnya Pengaruh Variabel X Terhadap Y

Untuk mengetahui besarnya pengaruh Reseliensi Diri (X) terhadap Hasil Belajar (Y) dalam analisis regresi linear sederhana, perhatikan nilai R Square atau R2 yang terdapat pada output SPSS bagian model Summary

Dari output di atas diketahui nilai R Square sebesar 0.335. Nilai ini mengandung arti bahwa pengaruh Reseliensi Diri (X) terhadap Hasil Belajar (Y) adalah sebesar 33.5% sedangkan 66.5% Hasil Belajar dipengaruhi oleh varibel yang lain yang tidak diteliti.

Kesimpulan dari Uji Analisis Regresi Linear Sederhana

Beberapa kesimpulan yang dapat kita Tarik dari pembahasan di atas ialah Reseliensi Diri (X) berpengaruh positif terhadap Hasil Belajar (Y) dengan total pengaruh 33.5%.