Analisis Regresi Menggunakan Sistem SPSS

ANALISIS REGRESI MENGGUNAKAN SISTEM SPSS

Analisis regresi yang akan saya praktekkan kali ini adalah analisis regresi linier sederhana. Karena materi yang saya dapat dari bangku perkuliahan baru sebatas alanisis yang paling mendasar, saya tidak akan menerangkan bagian-bagian lain yang //masih belum saatnya// untuk dimengerti ^^

	PERMINTAAN MINYAK	HARGA MINYAK	PENDAPATAN
responden
1	3	8	10
2	4	7	10
3	5	7	8
4	6	7	5
5	6	6	4
6	7	6	3
7	8	6	2
8	9	6	2
9	10	5	1
10	10	5	1

STEP 1

Analisis variabel terikat dan variabel bebas, Permintaan Minyak, Harga Minyak, dan Pendapatan.

Permintaan Minyak adalah variabel terikat (Y) karena naik turunnya permintaan minyak dipengaruhi oleh harga minyak dan pendapatan.

Harga Minyak adalah variabel bebas (X1)

Pendapatan adalah variabel bebas (X2)

STEP 2

Input data ke dalam SPSS – klik Variable View.

Isikan Name, Type, Width, Decimals, Label, Values, Missing, Columns, Measure. (lihat gambar)

STEP 3

 klik Data View

Isikan nilai dari masing-masing variabel sesuai urutan responden. (lihat gambar)

STEP 4

Klik Analyse – Regression – Linier. (lihat gambar)

STEP 5

Masukkan variabel terikat dan variabel bebas pada masing-masing kolom. (lihat gambar)

Sorot PERMINTAAN MINYAK – klik panah mengarah kolom dependent

Sorot HARGA MINYAK – klik panah mengarah kolom independent

Sorot PENDAPATAN – klik panah mengarah kolom independent

STEP 6

Klik Statistics – centang Descriptives – continue. (lihat gambar)

STEP 7

Klik Plots – continue. (lihat gambar)

STEP 8

Klik Save – continue. (lihat gambar)

STEP 9

Klik Options – continue - OK. (lihat gambar)

Keterangan : Use probability of F, standar error (false) adalah sebesar 5% atau 0.05

STEP 10

Pada langkah ini, kita sudah dapat melihat hasil analisis data yang telah kita input.

Keterangan :

REGRESSION

Pada hasil analisis dapat kita lihat bahwa : Standar Error adalah 0.05 (5%), Variabel terikat (dependent) dilambangkan dengan Y, menggunakan dua variabel bebas yang dilambangkan dengan X1 dan X2.

Descriptive Statistics

Pada tabel ini menerangkan rata-rata (mean), standar deviasi, dan jumlah responden.

  

Correlations

Pada tabel ini menerangkan keterkaitan antar variabel (bebas maupun terikat)

Baris pertama

-          korelasi PERMINTAAN MINYAK & PERMINTAAN MINYAK = 1.000

-          korelasi PERMINTAAN MINYAK & HARGA MINYAK = -0.931

-          korelasi PERMINTAAN MINYAK & PENDAPATAN = -0.951

-          korelasi HARGA MINYAK & PENDAPATAN = 0.901

-          dst.

Baris kedua

Sig. (1-tailed) = satu arah. Pada baris dua, kolom satu, dua, dan tiga. Dapat kita lihat muncul hasil 0.0000 yang berarti korelasi antar variabel signifikan (terdapat hubungan antar variabel) karena dibawah 5%.

Baris ketiga

Pada baris ini menerangkan jumlah responden yang telah diinput.

Variables Entered/Removed

Pada tabel ini menjelaskan variabel bebas yang telah diinput adalah HARGA MINYAK & PENDAPATAN. Sedangkan dependent (variabel terikat) adalah PERMINTAAN MINYAK.

Model Summary

Pada tabel ini, kita fokuskan pada kolom Adjusted R Square.

Karena satuan yang digunakan tidak sama (permintaan minyak = liter/barel, harga minyak = rupiah, pendapatan = rupiah), maka kita menggunakan Adjusted R Square yaitu sebesar 0.914 (91,4%).

Nilai 0.914 artinya, Nilai permintaan minyak mampu dijelaskan oleh pendapatan dan harga minyak sebesar 91,4%, sedangkan sisanya dipengaruhi oleh variabel lain.

ANOVA

Pada tabel ini dapat kita simpulkan bahwa regresi variabel adalah signifikan yaitu sebesar 0.000 (0%) (dibawah 5%) – lihat kolom terakhir pada tabel.

Coefficients

Pada tabel ini menghasilkan hubungan masing-masing variabel bebas terhadap variabel terikat secara terpisah.

-          Harga minyak tidak mempengaruhi permintaan minyak (non-signifikan) yaitu sebesar 12.4% (di atas 5%)

-          Pendapatan mempengaruhi permintaan minyak (signifikan) yaitu sebesar 3.9% (di bawah 5%)

STEP 11

Langkah terakhir dari analisis regresi yaitu menuliskan persamaan regresi yang telah dianalisis. Ambil nilai B pada kolom Unstandardized Coefficients.

Y = 15.096 – 1.015X₁ – 0.411X₂