Contoh regresi linear berganda untuk skripsi adalah metode analisis statistik yang digunakan mahasiswa untuk menguji pengaruh dua atau lebih variabel bebas terhadap satu variabel terikat. Analisis ini umumnya diolah menggunakan software SPSS dengan memasukkan data tabulasi kuesioner, lalu membaca nilai signifikansi dan koefisien determinasi pada tabel output.
Bagaimana Cara Menentukan Judul Penelitian yang Menggunakan Regresi Linear Berganda?
Cara menentukan judul penelitian regresi linear berganda adalah dengan merumuskan minimal dua variabel independen (X) yang diduga memengaruhi satu variabel dependen (Y). Judul yang baik harus memiliki landasan teori yang kuat serta didukung ketersediaan data yang dapat diukur secara kuantitatif di lapangan.
Sebagai contoh nyata dalam bidang manajemen pemasaran, seorang mahasiswa dapat mengambil judul penelitian mengenai pengaruh kualitas produk dan harga terhadap keputusan pembelian konsumen. Dalam kasus ini, kualitas produk adalah variabel X1, harga adalah variabel X2, dan keputusan pembelian berfungsi sebagai variabel Y. Seluruh data dari sampel responden nantinya akan diberi skor menggunakan skala likert, dimasukkan ke lembar kerja data view SPSS, dan dianalisis secara bersamaan untuk melihat seberapa besar kekuatan prediksi kedua variabel bebas tersebut terhadap variabel terikat secara simultan maupun parsial.
Apa Saja Tahapan Melakukan Uji Regresi Linear Berganda di SPSS?
Tahapan uji regresi linear berganda di SPSS meliputi penginputan data variabel ke Variable View, pemilihan menu Analyze, Regression, Linear, lalu memasukkan variabel ke kotak Dependent dan Independent. Setelah itu, peneliti perlu mengeklik tombol Options atau Statistics untuk mencentang parameter penting seperti uji t, uji F, dan nilai R square.
Agar lebih jelas dalam mempraktikkannya, berikut adalah ringkasan langkah-langkah operasional yang harus dilakukan mahasiswa secara berurutan di dalam program SPSS versi berapa pun:
- Buka aplikasi SPSS, lalu klik tab Variable View untuk mendefinisikan nama variabel X1, X2, dan Y dengan tipe data numeric.
- Pindah ke tab Data View dan masukkan seluruh data tabulasi angka hasil jawaban kuesioner dari total responden penelitian Anda.
- Klik menu utama Analyze pada bagian atas layar, arahkan kursor ke submenu Regression, lalu pilih opsi Linear.
- Masukkan variabel terikat (Y) ke dalam kotak dialog Dependent dan masukkan seluruh variabel bebas (X) ke dalam kotak dialog Independent.
- Pilih tombol Statistics, centang pilihan Estimates, Model fit, dan Descriptives, lalu klik Continue dan OK untuk memunculkan jendela output.
Bagaimana Cara Membaca dan Menginterpretasikan Tabel Output SPSS?
Cara membaca tabel output SPSS pada analisis regresi linear berganda dilakukan dengan menganalisis tabel Model Summary untuk melihat koefisien determinasi, tabel ANOVA untuk uji simultan F, dan tabel Coefficients untuk uji parsial t. Setiap tabel memberikan informasi spesifik mengenai kelayakan model dan pengaruh masing-masing prediktor terhadap variabel terikat.
| Tabel SPSS | Parameter Utama | Kriteria Pengambilan Keputusan |
|---|---|---|
| Model Summary | R Square (R2) | Menunjukkan persentase sumbangan pengaruh seluruh variabel X terhadap Y. |
| ANOVA | Sig. F Change | Jika nilai sig < 0,05, maka model regresi layak dan berpengaruh secara simultan. |
| Coefficients | Sig. t dan B | Jika sig < 0,05, variabel X secara parsial berpengaruh signifikan terhadap Y. |
Penjelasan mendalam dari tabel di atas sangat krusial agar mahasiswa tidak salah dalam menarik kesimpulan bab hasil penelitian. Koefisien determinasi atau R Square menjelaskan proporsi variasi dari variabel terikat yang dapat dijelaskan oleh variabel bebas secara bersama-sama. Sementara itu, nilai t hitung yang dibandingkan dengan t tabel atau melihat kolom signifikansi pada tabel coefficients akan membuktikan hipotesis pertama dan hipotesis kedua yang sudah diajukan pada bab pendahuluan skripsi Anda. Pastikan pula bahwa sebelum membaca nilai koefisien ini, data penelitian Anda telah lolos dari berbagai kendala asumsi dasar melalui layanan jasa uji asumsi klasik agar hasil analisis regresi menjadi valid, tidak bias, serta memenuhi syarat BLUE (Best Linear Unbiased Estimator).
Pertanyaan Umum
Berapa minimal jumlah sampel untuk regresi linear berganda?
Jumlah minimal sampel yang umum digunakan dalam penelitian skripsi dengan regresi linear berganda adalah 30 responden, namun sebagian besar metodologi menyarankan minimal 100 responden atau menggunakan rumus tertentu berdasarkan jumlah indikator variabel.
Apa syarat utama sebelum melakukan uji regresi linear berganda?
Syarat utamanya adalah data harus berjenis kuantitatif atau diskalakan minimal interval, lolos uji asumsi klasik seperti normalitas, multikolinearitas, dan heteroskedastisitas, serta memiliki hubungan linier antar variabelnya.
Bagaimana jika nilai signifikansi uji F di atas 0,05?
Jika nilai signifikansi uji F lebih besar dari 0,05, artinya secara simultan variabel bebas tidak berpengaruh signifikan terhadap variabel terikat, sehingga model regresi tersebut tidak layak digunakan untuk memprediksi.