2. CONTOH 1:
REGRESI DG SATU VARIABEL BEBAS: ANALISIS
REGRESI ANTARA USIA MOBIL & HARGA JUAL
3. 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
4. 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
5. 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
6. 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
7. Model Summary
.924a .853 .837 12.577
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Car Age (years)
a.
Variables Entered/Removed
b
Car Age
(years)
a . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested variables entered.
a.
Dependent Variable: Price ($)
b.
Koefisien Determinasi
R2, Percentage of Variance
CONTOH 1:
REGRESI DG SATU VARIABEL BEBAS: ANALISIS
REGRESI ANTARA USIA MOBIL & HARGA JUAL
8. Coefficients
a
195.468 15.240 12.826 .000
-20.261 2.800 -.924 -7.237 .000
(Constant)
Car Age (years)
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: Price ($)
a.
ANOVA
b
8285.014 1 8285.014 52.380 .000a
1423.532 9 158.170
9708.545 10
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Car Age (years)
a.
Dependent Variable: Price ($)
b.
Intercept
Slope
Signifikansi regresi
Is regression Significant?
Kesalahan Prediksi
Error of prediction
CONTOH 1:
REGRESI DG SATU VARIABEL BEBAS: ANALISIS
REGRESI ANTARA USIA MOBIL & HARGA JUAL
9. 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?
11. Dengan prosedur yang sama dengan contoh 1,
maka akan diperoleh output SPSS sebagai
berikut:
Matriks Korelasi:
Usefulness Ease of Use Enjoyment
Taught about
product
Taught about
features
Showed me
options
Usefulness 1.00
Ease of Use 0.32 1.00
Enjoyment 0.74 0.57 1.00
Taught about product 0.48 0.14 0.40 1.00
Taught about features 0.41 0.13 0.50 0.61 1.00
Showed me options 0.61 0.48 0.46 0.19 0.18 1.00
CONTOH 2:
REGRESI LEBIH DARI SATU VARIABEL BEBAS
12. Variables Entered/Removed
b
OPTIONS,
FEATURE,
EASE,
PRDC_IN
F, ENJOY
a
. Enter
Model
1
Variables
Entered
Variables
Removed Method
All reques ted variables entered.
a.
Dependent Variable: USEFUL
b.
Model Summary
.848a
.719 .690 .8626
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), OPTIONS, FEATURE, EASE,
PRDC_INF, ENJOY
a.
Koefisien Determinasi
R2, Percentage of Variance
CONTOH 2:
REGRESI LEBIH DARI SATU VARIABEL BEBAS
13. ANOVAb
93.177 5 18.635 25.045 .000a
36.460 49 .744
129.636 54
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), OPTIONS, FEATURE, EASE, PRDC_INF, ENJOY
a.
Dependent Variable: USEFUL
b.
Signifikansi Regresi
Regression is significant
CONTOH 2:
REGRESI LEBIH DARI SATU VARIABEL BEBAS
14. Coefficientsa
.386 .576 .671 .505
-.282 .100 -.279 -2.821 .007
.696 .116 .679 5.999 .000
.233 .096 .234 2.433 .019
-.107 .106 -.104 -1.000 .322
.429 .100 .386 4.310 .000
(Constant)
EASE
ENJOY
PRDC_INF
FEATURE
OPTIONS
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardi
zed
Coefficien
ts
t Sig.
Dependent Variable: USEFUL
a.
Importance of each variable
CONTOH 2:
REGRESI LEBIH DARI SATU VARIABEL BEBAS