MENGOLAH DATA
MENGGUNAKAN
SPSS
APLIKASI UNTUK ANALISIS
REGRESI LINIER SEDERHANA
DAN REGRESI BERGANDA
CONTOH 1:
REGRESI DG SATU VARIABEL BEBAS: ANALISIS
REGRESI ANTARA USIA MOBIL & HARGA JUAL
CONTOH 1:
REGRESI DG SATU VARIABEL BEBAS: ANALISIS
REGRESI ANTARA USIA MOBIL & HARGA JUAL
Langkah-langkah:
1. Buka aplikasi SPSS, cara:
Start – All Programs - SPSS for Windows – SPSS [versi] for windows
(untuk Windows XP)
2. Tentukan nama, tipe, lebar, label variabel, dan sebagainya melalui
variabel view, seperti pada tampilan SPSS berikut:
CONTOH 1:
REGRESI DG SATU VARIABEL BEBAS: ANALISIS
REGRESI ANTARA USIA MOBIL & HARGA JUAL
Langkah-langkah:
3. Isikan nilai data untuk setiap variabel. Tampilan SPSS akan seperti
berikut:
CONTOH 1:
REGRESI DG SATU VARIABEL BEBAS: ANALISIS
REGRESI ANTARA USIA MOBIL & HARGA JUAL
Langkah-langkah:
4. Pilih menu Analyze – Regression - Linear. Tampilan SPSS akan
seperti berikut:
CONTOH 1:
REGRESI DG SATU VARIABEL BEBAS: ANALISIS
REGRESI ANTARA USIA MOBIL & HARGA JUAL
Langkah-langkah:
5. Isi sel pada kotak dialog
yang muncul sesuai
dengan tujuan
penelitian. Dalam
contoh kasus disini,
harga jual (harga)
merupakan dependent
variable dan usia mobil
(usia) merupakan
independent variable.
Kemudian klik “OK”
Tampilan SPSS akan
seperti berikut:
CONTOH 1:
REGRESI DG SATU VARIABEL BEBAS: ANALISIS
REGRESI ANTARA USIA MOBIL & HARGA JUAL
b
Va riables Entere d/Re moved
Model
1
Variables
Entered
Car Age
a
(years )
Variables
Removed
.
Method
Enter
a. All reques ted variables ent ered.
b. Dependent Variable: P rice ($)
Model Summary
Model
1
R
.924a
R Square
.853
Adjusted
R Square
.837
Std. Error of
the Estimate
12.577
a. Predictors: (Constant), Car Age (years )
Koefisien Determinasi
R2, Percentage of Variance
CONTOH 1:
REGRESI DG SATU VARIABEL BEBAS: ANALISIS
REGRESI ANTARA USIA MOBIL & HARGA JUAL
Kesalahan Prediksi
Error of prediction
Model
1
Regres sion
Residual
Total
ANOV Ab
Sum of
Squares
8285.014
1423.532
9708.545
df
1
9
10
Mean S quare
F
8285.014 52.380
158.170
a. Predic tors: (Constant), Car Age (years)
Sig.
.000a
Signifikansi regresi
Is regression Significant?
b. Dependent Variable: Price ($)
Coefficientsa
Model
1
(Constant)
Car Age (years)
Unstandardized
Coefficients
B
Std. Error
195.468
15.240
-20.261
2.800
Standardized
Coefficients
Beta
a. Dependent Variable: Price ($)
Slope
Intercept
-.924
t
12.826
-7.237
Sig.
.000
.000
CONTOH 2:
REGRESI LEBIH DARI SATU VARIABEL BEBAS
KASUS:
 Dalam studi mengenai penasehat produk,
partisipan diberi pertanyaan untuk dapat menilai
sistem dalam sejumlah aspek, seperti
usefulness, ease of use, trust, kind of product
information, number of ratings, dan lain-lain.
 Misal overall usefulness sebagai dependent
variable. Manakah diantara faktor-faktor tersebut
yang dapat digunakan untuk memprediksi overall
usefulness?
 Berapa koefisien determinasinya?
 Faktor mana yang paling penting?
CONTOH 2:
REGRESI LEBIH DARI SATU VARIABEL BEBAS
Data Penasehat Produk (Product Advisor)
Usefulness
(1 Ease of Enjoyme
- 7)
use (1- 7) nt (1-7)
5
1
3
Taught
Taught
Kind of
Kind of
about
about
Showed
filters
results product (1 - features (1 me options
(1 - 7)
(1 - 7)
7)
- 7)
(1 - 7)
6
6
7
6
6
5
4
4
2
4
2
5
5
4
6
4
5
4
5
6
4
2
3
6
3
2
3
1
4
2
6
6
3
2
3
7
4
1
2
5
3
2
2
1
3
5
3
6
6
3
2
4
4
4
4
5
3
4
5
5
3
5
5
3
3
4
3
1
4
6
5
6
3
4
6
1
4
2
5
6
4
3
3
6
2
6
5
1
5
5
7
4
5
4
6
6
3
5
4
2
3
5
7
4
5
7
5
4
3
CONTOH 2:
REGRESI LEBIH DARI SATU VARIABEL BEBAS
Dengan prosedur yang sama dengan contoh 1,
maka akan diperoleh output SPSS sebagai
berikut:
Matriks Korelasi:
Usefulness
Usefulness
Ease of Use
Enjoyment
Taught about product
Taught about features
Showed me options
1.00
0.32
0.74
0.48
0.41
0.61
Ease of Use
1.00
0.57
0.14
0.13
0.48
Enjoyment
1.00
0.40
0.50
0.46
Taught about
product
1.00
0.61
0.19
Taught about
features
1.00
0.18
Showed me
options
1.00
CONTOH 2:
REGRESI LEBIH DARI SATU VARIABEL BEBAS
Variables Entered/Removedb
Model
1
Vari ables
Entered
OPTIONS,
FEATURE,
EASE,
PRDC_INa
F, ENJOY
Vari ables
Rem oved
.
Method
Enter
a. All reques ted variables entered.
Koefisien Determinasi
R2, Percentage of Variance
b. Dependent Variable: USEFUL
Model Summary
Model
1
R
R Square
.848 a
.719
Adjus ted
R Square
.690
Std. Error of
the Es timate
.8626
a. Predictors : (Constant), OPTIONS, FEATURE, EASE,
PRDC_INF, ENJOY
CONTOH 2:
REGRESI LEBIH DARI SATU VARIABEL BEBAS
Signifikansi Regresi
Regression is significant
ANOVAb
Model
1
Regress ion
Res idual
Total
Sum of
Squares
93.177
36.460
129.636
df
5
49
54
Mean Square
18.635
.744
F
25.045
a. Predictors : (Constant), OPTIONS, FEATURE, EASE, PRDC_INF, ENJOY
b. Dependent Variable: USEFUL
Sig.
.000 a
CONTOH 2:
REGRESI LEBIH DARI SATU VARIABEL BEBAS
Importance of each variable
Coefficientsa
Model
1
(Cons tant)
EASE
ENJOY
PRDC_INF
FEATURE
OPTIONS
Uns tandardized
Coefficients
B
Std. Error
.386
.576
-.282
.100
.696
.116
.233
.096
-.107
.106
.429
.100
a. Dependent Variable: USEFUL
Standardi
zed
Coefficien
ts
Beta
-.279
.679
.234
-.104
.386
t
.671
-2.821
5.999
2.433
-1.000
4.310
Sig.
.505
.007
.000
.019
.322
.000
SEKIAN &
TERIMA KASIH