Panduan Lengkap Uji Analisis Regresi Linear Sederhana dengan SPSS

Panduan Lengkap Uji Analisis Regresi Linear Sederhana dengan SPSS | Analisis regresi linear sederhana atau dalam bahasa inggris disebut dengan nama simple linear regression digunakan untuk mengukur besarnya pengaruh satu variabel bebas atau variabel independent atau variabel predictor atau variabel X terhadap variabel tergantung atau variabel dependen atau variabel terikat atau variabel Y. Syarat kelayakan yang harus terpenuhi saat kita menggunakan regresi linear sederhana adalah:

1. Jumlah sampel yang digunakan harus sama
2. Jumlah variabel bebas (X) adalah 1 (satu)
3. Nilai residual harus berdistribusi normal
4. Terdapat hubungan yang linear antara variabel bebas (X) dengan variabel tergantung (Y).
5. Tidak terjadi gejala heteroskedastisitas
6. Tidak terjadi gejala autokorelasi [untuk data time series]

CONTOH KASUS UJI ANALISIS REGRESI LINEAR SEDERHANA

Sebagai contoh saya mempunyai data penelitian dengan judul “Pengaruh Stres Kerja Terhadap Kinerja Pegawai”. Dari judul diatas maka hipotesis atau kesimpulan sementara yang saya ajukan dan yang saya akan uji dengan analisis regresi linear sederhana adalah “Ada Pengaruh Stres Kerja Terhadap Kinerja Pegawai”. Adapun data penelitian yang saya maksud sebagaimana tabel di bawah ini

[Download Data untuk Latihan]

KETERANGAN TERKAIT DATA PENELITIAN

1. Data diatas diperoleh dari hasil penyebaran kuesioner atau angket (menggunakan nilai skor total jawaban responden atas item-item soal kuesioner)
2. Jika menggunakan kuesioner untuk data penelitian, maka item-item kuesioner tersebut harus dipastikan sudah lolos uji validitas dan reliabilitas terlebih dahulu
3. Jumlah sampel yang digunakan adalah 12 responden (pegawai)
4. Variabel Penelitian : Stres Kerja sebagai variabel bebas (X) dan Kinerja Pegawai sebagai variabel tergantung (Y)

CARA UJI ANALISIS REGRESI LINEAR SEDERHANA DENGAN SPSS

Sebelum kita masuk pada cara pengolahan data dalam uji analisis regresi linear sederhana dengan SPSS, terlebih dahulu kita harus memastikan data tersebut telah lolos dalam syarat kelayakan model regresi linear sederhana tentunya dengan cara melakukan uji normalitas, uji linearitas dan uji heteroskedastisitas. Sementara untuk uji autokorelasi tidak perlu dilakukan karena data di atas tidak termasuk data time series atau data runtut waktu. Adapun urutan langkah-langkah uji analisis regresi linear sederhana dengan SPSS adalah sebagai berikut:

1. Buka lembar kerja SPSS lalu klik Variable View, selanjutnya pada kolom Name untuk baris pertama tulis X, baris kedua Y. Lalu pada kolom Label baris pertama tulis Stres Kerja dan baris kedua tulis Kinerja Pegawai [untuk pilihan lainnya biarkan tetap default]

2. Langkah berikutnya klik Data View [dari tampilan Data View terlihat ada dua nama variabel yakni X dan Y], selanjutnya masukkan data penelitian dengan ketentuan X untuk data Stres Kerja dan Y untuk Kinerja Pegawai [pada saat memasukkan data penelitian harus dilakukan dengan teliti dan cermat karena jika terjadi kesalahan pada proses penginputan ini, maka output SPSS tidak akan mengeluarkan hasil yang akurat sesuai dengan harapan anda]

3. Jika sudah yakin di input dengan benar, langkah selanjutnya kita klik menu Analyze – kemudian klik Regression – lalu klik Linear…

4. Setelah itu akan muncul kotak dialog Linear Regression, masukkan variabel Stres Kerja [X] ke kotak Independent(s), dan masukkan variabel Kinerja Pegawai [Y] ke kotak Dependent, caranya dengan mengklik tanda panah yang tersedia. Selanjutnya pada bagian Method: pilih Enter (abaikan pilihan yang lainnya)

5. Langkah terakhir adalah 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 Y = a + bX. Sementara untuk mengetahui nilai koefisien regresi tersebut kita dapat berpedoman pada output yang berada pada tabel coefficients berikut

a = angka konstan dari unstandardized coefficients. Dalam kasus ini nilainya sebesar 35,420. Angka ini merupakan angka konstan yang mempunyai arti bahwa jika tidak ada Stres Kerja (X) maka nilai konsisten Kinerja Pegawai (Y) adalah sebesar 35,420

b = angka koefisien regresi. Nilainya sebesar -0,511. Angka ini menggandung arti bahwa setiap penambahan 1% tingkat Stres Kerja (X), maka Kinerja Pegawai (Y) akan meningkat sebesar -0,511

Kerena nilai koefisien regresi bernilai minus (-), maka dengan demikian dapat dikatakan bahwa Stres Kerja (X) berpengaruh negatif terhadap Kinerja Pegawai (Y). Sehingga persamaan regresinya adalah Y = 35,420 - 0,511 X

UJI HIPOTESIS DALAM ANALISIS REGRESI LINEAR SEDERHANA

Uji hipotesis atau uji pengaruh berfungsi untuk mengetahui apakah koefisien regresi tersebut signifikan atau tidak. Sekedar mengingatkan bahwa hipotesis yang saya ajukan dalam analisis regresi linear sederhana ini adalah:

H0 = Tidak ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y).
Ha = Ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (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 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:

1. Jika nilai signifikansi (Sig.) lebih kecil < dari probabilitas 0,05 mengandung arti bahwa ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y).
2. Sebaliknya, jika nilai signifikansi (Sig.) lebih besar > dari probabilitas 0,05 mengandung arti bahwa tidak ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y).

Output SPSS (coefficients)

Berdasarkan output di atas diketahui nilai signifikansi (Sig.) sebesar 0,001 lebih kecil dari < probabilitas 0,05, sehingga dapat disimpulkan bahwa H0 ditolak dan Ha diterima, yang berarti bahwa “Ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y)”

UJI HIPOTESIS MEMBANDINGKAN NILAI T HITUNG DENGAN T TABEL

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

1. Jika nilai t hitung lebih besar > dari t tabel maka ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y)
2. Sebaliknya, jika nilai t hitung lebih kecil < dari t tabel maka tidak ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y)

Output SPSS (coefficients)

Berdasarkan output di atas diketahui nilai t hitung sebesar -4,418. Karena nilai t hitung sudah ditemukan, maka langkah selanjunya kita akan mencari nilai t tabel. Adapun rumus dalam mencari t tabel adalah:

Nilai a / 2 = 0,05 / 2 = 0,025
Derajad kebebasan (df) = n – 2 = 12 – 2 = 10
Nilai 0,025 ; 10 kemudian kita lihat pada distribusi nilai t tabel (Download distribusi nilai t tabel), maka di dapat nilai t tabel sebesar 2,228

Karena nilai t hitung sebesar -4,418 lebih besar dari > 2,228, sehingga dapat disimpulkan bahwa H0 ditolak dan Ha diterima, yang berarti bahwa “Ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y)”. [nilai t hitung -4,418 dianggap lebih besar dari nilai t tabel 2,228 dalam analisis regresi liner sederhana [Pengertian ini, akan lebih jelas jika saya gambarkan dengan kurva uji t dalam analisis regresi linear sederhana dibawah ini]

Catatan: Uji t dapat menjadi alternatif uji hipotesis jika nilai signifikansi hasil SPSS tepat di angka 0,05

UJI HIPOTESIS DENGAN MELIHAT KURVA REGRESI

Pengujian menggunakan kurva regresi akan bermanfaat jika nilai t hitung ditemukan negatif (-) yakni -4,418. Simak dengan teliti kurva regresi di bawah ini

Berdasarkan kurva di atas diketahui bahwa nilai t hitung sebesar-4,418 terletak pada area pengaruh negatif, sehingga dapat disimpulkan bahwa “Ada Pengaruh Negatif Stres Kerja (X) terhadap Kinerja Pegawai (Y)”.

MELIHAT BESARNYA PENGARUH VARIABEL X TERHADAP Y

Untuk mengetahui besarnya pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y) dalam analisis regresi linear sederhana, kita dapat berpedoman pada nilai R Square atau R2 yang terdapat pada output SPSS bagian Model Summary

Dari output di atas diketahui nilai R Square sebesar 0,661. Nilai ini mengandung arti bahwa pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y) adalah sebesar 66,1 % sedangkan 33,9% Kinerja Pegawai dipengaruhi oleh variabel yang lain yang tidak diteliti.

KESIMPULAN DARI UJI ANALISIS REGRESI LINEAR SEDERHANA

Merujuk pada membahasan di atas, maka dapat kita simpulkan bahwa “Stres Kerja (X) berpengaruh negatif terhadap Kinerja Pegawai (Y) dengan total pengaruh sebesar 66,1 %. Pengaruh negatif ini bermakna semakin menurunnya stres kerja seorang karyawan (pegawai) maka akan berpengaruh terhadap peningkatan kinerja pegawai tersebut.

Perlu anda cermati bahwa uji analisis regresi linear sederhana digunakan untuk satu variabel bebas (X). sementara jika anda menggunakan lebih dari satu variabel bebas (X) maka uji yang ideal untuk anda lakukan adalah Uji Analisis Regresi Linear Berganda

Demikian pembahasan kita kali ini semoga Panduan Lengkap Uji Analisis Regresi Linear Sederhana dengan SPSS dapat bermanfaat, jika ada pertanyaan atau koreksi atas penduan di atas silahkan untuk berkomentar di bawah ini.. terimakasih

[Search: Panduan Lengkap Uji Analisis Regresi Linear Sederhana dengan SPSS, Cara Melakukan Uji Regresi Linear Sederhana dengan Program SPSS, Cara melakukan Uji T dalam Analisis Regresi Linear Sederhana, Arti Koefisien Regresi Negatif Minus, Simple Linear Regression]
[Img: screenshot olah data SPSS versi 21]

Lihat Juga: VIDEO Analisis Regresi Linear Sederhana dengan SPSS

Share on Facebook

Share on Twitter

Share on Google+

Share on LinkedIn