Panduan Dasar Analisis Regresi Linear SPSS Step by Step untuk Penelitian Mahasiswa
 |
| (Ilustrasi 3D kartun realistis mahasiswa menganalisis data regresi linear SPSS) |
Bagi mahasiswa yang sedang menyiapkan skripsi atau penelitian, memahami regresi linear tidak hanya penting untuk menganalisis data, tetapi juga menjadi dasar untuk memahami metode statistik lanjutan seperti regresi berganda, logistik, dan multivariate.
Dalam artikel ini, akan dibahas secara step by step cara melakukan analisis regresi linear menggunakan SPSS, dilengkapi dengan contoh praktis, interpretasi output, dan panduan menulis hasil penelitian.
Baca Artikel Lainnya: 12 Cara Mengatasi Rumus Excel Tidak Berfungsi Padahal Sudah Benar
✔Konsep Dasar Regresi Linear
✅Pengertian Regresi Linear
Regresi linear adalah teknik statistik untuk memodelkan hubungan antara satu variabel dependen dan satu atau lebih variabel independen melalui persamaan garis lurus.
- Variabel Dependen (Y): Variabel yang ingin diprediksi atau dijelaskan.
- Variabel Independen (X): Variabel yang mempengaruhi atau menjelaskan variabel dependen.
Menurut Sugiyono (2020), regresi linear digunakan untuk menentukan arah dan kekuatan hubungan antarvariabel. Sementara menurut Montgomery & Runger (2014), regresi linear merupakan dasar untuk semua analisis prediktif.
✅Tujuan Analisis Regresi Linear
- Menentukan hubungan sebab-akibat antarvariabel.
- Membuat model prediksi berdasarkan data empiris.
- Menguji hipotesis penelitian yang menyatakan pengaruh variabel independen terhadap variabel dependen.
Baca Juga: 12 Tutorial Lengkap Uji Validitas Menggunakan SPSS untuk Penelitian Mahasiswa
✔Persiapan Data untuk Analisis Regresi Linear di SPSS
Sebelum melakukan analisis, pastikan data sudah memenuhi syarat berikut:
✅Skala Pengukuran
- Variabel harus berskala interval atau rasio.
- Jika menggunakan skala ordinal, konversikan ke interval jika memungkinkan.
✅Normalitas Data
- Data sebaiknya mendekati distribusi normal agar uji regresi valid.
- Bisa dicek menggunakan Kolmogorov-Smirnov atau Shapiro-Wilk di SPSS.
✅Tidak Ada Outlier yang Ekstrem
- Outlier bisa mempengaruhi koefisien regresi.
- Gunakan boxplot atau scatterplot untuk mendeteksi outlier.
✅Multikolinearitas
Jika ada lebih dari satu variabel independen, pastikan tidak terjadi multikolinearitas.
Dicek melalui VIF (Variance Inflation Factor) < 10.
✔12 Langkah Analisis Regresi Linear di SPSS
✅Membuka Data di SPSS
- Pastikan file data sudah tersimpan dalam format SPSS (.sav).
- Setiap kolom mewakili satu variabel, baris mewakili satu responden.
✅Memilih Menu Analisis
Klik Analyze → Regression → Linear.
Menu ini digunakan untuk memproses analisis regresi linear sederhana maupun berganda.
✅Memasukkan Variabel
- Masukkan variabel dependen ke kotak Dependent.
- Masukkan variabel independen ke kotak Independent(s).
Contoh:
- Dependen (Y): Kepuasan Mahasiswa
- Independen (X): Kualitas Dosen
✅Menentukan Method
- Pilih metode Enter untuk memasukkan semua variabel sekaligus.
- Pilih Stepwise jika ingin SPSS memilih variabel yang paling signifikan secara otomatis.
✅Mengatur Statistik
Centang Estimates, Model Fit, R squared change, Descriptives, Collinearity diagnostics.
Ini berguna untuk melihat koefisien regresi, nilai R, dan menguji multikolinearitas.
✅Menjalankan Analisis
- Klik OK.
- SPSS akan menampilkan output berupa tabel Model Summary, ANOVA, Coefficients, dan Residuals Statistics.
Seedbacklink untuk backlink berkualitas dan aman.
✅Membaca R dan R Square
- R menunjukkan korelasi antara variabel independen dan dependen.
- R Square menunjukkan seberapa besar variabel independen menjelaskan variabel dependen.
Contoh: R² = 0,65 → 65% variasi kepuasan mahasiswa dijelaskan oleh kualitas dosen.
✅Membaca Tabel ANOVA
ANOVA menguji apakah model regresi signifikan secara keseluruhan.
Jika sig < 0,05, model dianggap signifikan.
✅Membaca Tabel Coefficients
- Koefisien B menunjukkan pengaruh tiap variabel independen terhadap dependen.
- Sig menunjukkan signifikansi variabel.
Contoh: B = 0,45, sig = 0,01 → kualitas dosen berpengaruh positif signifikan terhadap kepuasan mahasiswa.
✅Menyusun Persamaan Regresi
Persamaan regresi linear sederhana: Y = a + bX
a = konstanta/intercept
b = koefisien variabel independen
Contoh: Y = 2,5 + 0,45X → setiap kenaikan satu unit kualitas dosen meningkatkan kepuasan mahasiswa 0,45 unit.
Baca Juga: 10 Cara Menggunakan Rumus IF Bertingkat di Excel untuk Pemula Tanpa Error
✅Melakukan Prediksi
Gunakan persamaan regresi untuk memperkirakan nilai variabel dependen jika variabel independen diketahui.
Bisa langsung dihitung di SPSS dengan Compute Variable atau menggunakan Excel.
✅Menulis Hasil Analisis dalam Laporan Skripsi
Cantumkan:
- Nilai R dan R²
- Hasil ANOVA
- Koefisien regresi dan signifikansi
- Persamaan regresi dan interpretasi
Contoh penulisan:
“Berdasarkan analisis regresi linear, diperoleh persamaan Y = 2,5 + 0,45X dengan R² = 0,65. Hasil ini menunjukkan bahwa kualitas dosen berpengaruh positif signifikan terhadap kepuasan mahasiswa.”
Kesimpulan
Analisis regresi linear SPSS adalah alat yang sangat penting untuk mahasiswa dalam penelitian kuantitatif. Dengan mengikuti 12 langkah secara sistematis, mahasiswa dapat:
- Menguji hubungan antarvariabel secara akurat
- Membuat prediksi berbasis data empiris
- Menyusun laporan penelitian yang profesional dan dapat dipertanggungjawabkan
Metode ini juga menjadi dasar bagi analisis lanjutan seperti regresi berganda dan regresi logistik.
Publisher/Penulis:
[Tim Redaksi portaljatim24.com (AZAA/KK)]
Referensi
Sugiyono. (2020). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.
Montgomery, D.C., & Runger, G.C. (2014). Applied Statistics and Probability for Engineers. Wiley.
Ghozali, I. (2018). Aplikasi Analisis Multivariate dengan SPSS. Semarang: Universitas Diponegoro.
Hair, J.F., Black, W.C., Babin, B.J., & Anderson, R.E. (2014). Multivariate Data Analysis. Pearson.
