MODUL PELATIHAN (Statistical Package for the Social Sciences) ADVANCED – PERTEMUAN II

Statistika Inferensi parametrik
1. Analisis Regresi
Analisis regresi adalah analisis tentang bentuk hubungan linier antara variabel dependen
(respon) dengan variabel independen (prediktor). Analisis regresi banyak dugunakan dalam
berbagai bidang seperti industri, teknik sipil, pertanian, kehutanan, lingkungan, kedokteran,
farmasi, permasaran, manajemen, kependudukan dan lain-lain. Analisis regresi sangat berguna
dalam berbagai penelitian antara lain:
 Model regresi dapat digunakan untuk mengukur kekuatan hubungan antara variabel
respons dan variabel prediktor
 Model regresi dapat digunakan untuk mengetahui pengaruh suatu atau beberapa variabel
prediktor terhadap variabel respon
 Model regresi berguna untuk memprediksi pengaruh suatu atau beberapa variabel
prediktor terhadap variabel respon.
Model regresi memliliki variabel respon (y) dan variabel prediktor (x). Variabel respons
adalah variabel yang dipengaruhi suatu variabel prediktor. Variabel respons sering dikenal
sebagai variable dependen karena peneliti tidak bisa bebas mengendalikannya. Kemudian,
variabel prediktor digunakan untuk memprediksi nilai variabel respons dan sering disebut
variabel independen karena peneliti bebas mengendalikannya.
Analisis Regresi Sederhana
Apabila hanya melibatkan 1 variabel bebas (independen) maka disebut analisis regresi linier
sederhana.
Modelnya adalah :
Yi= β0 + β1X1i + εi
Sedangkan model sampelnya adalah
i 0 1 1i yˆ = b + b X
Untuk mengetahui apakah model sampel representatif terhadap model populasi maka diperlukan
pengujian terhadap parameter-parameter regresi tersebut berdasarkan nilai-nilai statistiknya
dengan cara uji serempak (menggunakan tabel analisis ragam (statistik uji F)) atau uji parsial
dengan statistik uji t.
Kriteria pengujiannya dengan p-value (sig). Jika pengujian berdasarkan tabel ANOVA, maka :
Jika p-value > α maka terima H0 berarti tidak ada hubungan linier antar variabel. Dan
sebaliknya, jika p-value ≤ α maka tolak H0 berari minimal ada salah satu variabel bebas
(prediktor) berhubungan linier dengan variabel tak bebas (respon).
Apabila pengujian berdasarkan statistik uji t maka : Jika p-value > α maka terima H0 berarti
pada parameter koefisien regresi yang diuji (variabel X yang diuji) dinyatakan tidak ada
-aNNa- Pelatihan SPPS by MIIS, Melb 2008
P a g e | 2
hubungan linier dengan variabel respon. Dan jika p-value ≤ α maka tolak H0 berari pada
parameter koefisien regresi yang diuji (variabel X yang diuji) dinyatakan ada hubungan linier
dengan variabel respon.

Untuk selengkapnya silakan download disini…

http://www.ziddu.com/download/9069415/MODULSPSS-ADVANCED.pdf.html

Iklan

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout /  Ubah )

Foto Google+

You are commenting using your Google+ account. Logout /  Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout /  Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout /  Ubah )

w

Connecting to %s

%d blogger menyukai ini: