CONTOH HASIL INTERPRETASI ANALISIS REGRESI SEDERHANA
LAGI BUTUH JASA ANALISIS DATA TERPERCAYA? WhatsApp Kami
Analisis:
Descriptive Statistics | |||
| Mean | Std. Deviation | N |
Variabel1 | 61.9000 | 7.26517 | 30 |
Variabel2 | 56.4333 | 9.81443 | 30 |
Statistik Deskriptif menjelaskan jumlah sample sebanyak 30, rata-rata untuk sikap Variabel1 61.90 dengan standar deviasi 7.26517 dan rata-rata untuk Variabel2 sebesar 56.4333 dengan standar deviasi 9.81443.
Correlations | |||
| Variabel1 | Variabel2 | |
Pearson Correlation | Variabel1 | 1.000 | .591 |
Variabel2 | .591 | 1.000 | |
Sig. (1-tailed) | Variabel1 | . | <,001 |
Variabel2 | .000 | . | |
N | Variabel1 | 30 | 30 |
Variabel2 | 30 | 30 |
Analisis:
Nilai Sig (1-tailed) Variabel2= 0.000 < alpha 0,05, Kesimpulannya: Variabel2 berhubungan dengan sikap Variabel1 secara signifikan.
Variables Entered/Removeda | |||
Model | Variables Entered | Variables Removed | Method |
1 | Variabel2b | . | Enter |
a. Dependent Variable: Variabel1 | |||
b. All requested variables entered. |
Analisis:
Variabel dependen adalah Variabel2
Variabel independen adalah Sikap Variabel1.
KOEFISIEN DETERMINASI DAN KOEFISIEN KORELASI
Model Summaryb | |||||||||
Model | R | R Square | Adjusted R Square | Std. Error of the Estimate | Change Statistics | ||||
R Square Change | F Change | df1 | df2 | Sig. F Change | |||||
1 | .591a | .349 | .326 | 5.96636 | .349 | 15.000 | 1 | 28 | <,001 |
a. Predictors: (Constant), Variabel2 | |||||||||
b. Dependent Variable: Variabel1 |
Analisis:
R pada model di atas merupakan koefisien korelasi. R= 0,591 menunjukkan korelasi positif antara variabel Variabel2 dengan Sikap Variabel1.
R Square merupakan Koefisien Determinasi, digunakan untuk mengukur seberapa besar kemampuan variableVariabel2 dalam menjelaskan variasi variable sikap Variabel1.
Hasil diatas menunjukkan R Square sebesar 0,349 berarti variable Variabel2 dapat menjelaskan 34,9 % variasi dari variable sikap Variabel1, sedangkan sisanya sebesar 65,1% dijelaskan oleh variable lain yang tidak diteliti.
Output kelima:
UJI SIGNIFIKANSI SIMULTAN ( UJI NILAI F),
ANOVAa | ||||||
Model | Sum of Squares | df | Mean Square | F | Sig. | |
1 | Regression | 533.970 | 1 | 533.970 | 15.000 | <,001b |
Residual | 996.730 | 28 | 35.598 |
|
| |
Total | 1530.700 | 29 |
|
|
| |
a. Dependent Variable: Variabel1 | ||||||
b. Predictors: (Constant), Variabel2 |
Analisis:
Nilai sig pada kolom sig sebesar 0,001< alpha 0,05 berarti variabel Variabel2 mempengaruhi variabel sikap Variabel1 secara Signifikan.
Output keenam: UJI SIGNIFIKANSI PARAMETER INDIVIDUAL (UJI NILAI T)
Coefficientsa | ||||||||
Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | Collinearity Statistics | |||
B | Std. Error | Beta | Tolerance | VIF | ||||
1 | (Constant) | 37.227 | 6.463 |
| 5.760 | <,001 |
|
|
Variabel2 | .437 | .113 | .591 | 3.873 | <,001 | 1.000 | 1.000 | |
a. Dependent Variable: Variabel1 |
Dari tabel diatas dapat diketahui Persamaan Regresi yang terbentuk adalah sebagai berikut:
Y = 37.227+ 0.437X
Penjelasan:
Apabila variabel lain bernilai konstan maka Nilai Y akan berubah dengan sendirinya sebesar nilai konstanta yaitu 37.227.
Apabila variabel lain bernilai konstan maka Nilai Y akan berubah sebesar 0.437 setiap satu satuan X.
Uji Asumsi Klasik
UJI HETEROSKEDASTISTAS
Dengan melihat sebaran titik-titik yang acak baik di atas maupun di bawah angka 0 dari sumbu Y dapat disimpulkan tidak terjadi heteroskedastisitas dalam model regresi ini.
UJI NORMALITAS DATA
Tests of Normality | ||||||
| Kolmogorov-Smirnova | Shapiro-Wilk | ||||
Statistic | df | Sig. | Statistic | df | Sig. | |
Unstandardized Residual | .111 | 30 | .200* | .973 | 30 | .619 |
*. This is a lower bound of the true significance. | ||||||
a. Lilliefors Significance Correction |
Berdasarkan Output diatas diketahui nilai Signifikansinya 0.619 > alfa 0.05, maka ditarik kesimpulan rsidual model yang terbentuk Berdistribusi Normal secara signifikan.
UJI LINIERITAS DATA
ANOVA Table | |||||||
| Sum of Squares | df | Mean Square | F | Sig. | ||
Variabel1 * Variabel2 | Between Groups | (Combined) | 1196.700 | 18 | 66.483 | 2.190 | .093 |
Linearity | 533.970 | 1 | 533.970 | 17.586 | .002 | ||
Deviation from Linearity | 662.730 | 17 | 38.984 | 1.284 | .343 | ||
Within Groups | 334.000 | 11 | 30.364 |
|
| ||
Total | 1530.700 | 29 |
|
|
|
Berdasarkan hasil diatas dapat diketahu variabel Sikap Variabel1 dengan Variabel2 memiliki hubungan Linier karena nilai Deviation from Linearity yang diperoleh pada kolom sig.= 0.343 > alfa 0.05.
Tidak ada komentar:
Posting Komentar