REGRESI
SEDERHANA
Analisis ini menurut Sugiyono (200) digunakan oleh
peneliti bila peneliti bermaksud meramalkan bagaimana keadaan (naik turunnya)
variabel dependen (kriterium), bila ada satu variabel independen sebagai
prediktor dimanipulasi (dinaik turunkan nilanya). Persamaan yang diperoleh dari
regresi sederhana adalah Y = a + b X
y
= adalah subjek nilai dalam variabel terikat yang diprediksikan
a
= harga Y bila X = 0 (harga konstan)
b
= angka arah koefisien regresi
X
= subjek pada variabel bebas yang mempunyai nilai tertentu.
Untuk memperoleh hasil perhitungan Regresi, dapat
dilakukan dengan tiga cari yaitu perhitungan manual, menggunakan fungsi pada
MS. Excel, atau menggunakan Software Statistik (dalam contoh ini digunakan
SPSS)
Asumsi yang diperlukan untuk analisis ini adalah uji
normalitas. Uji normalitas diperlukan untuk mengetahui apakah data yang terkumpul
dari setiap variabel dependen dan independen atau keduanya mempunyai distribusi
normal atau tidak. Model regresi yang baik adalah yang mendekati normal (Imam
Ghozali,2009).
Untuk melihat model regresi normal atau tidak,
dilakukan analisis grafik dengan melihat “normal probability report plot” yang
membandingkan antara distribusi kumulatif dari data sesungguhnya dengan
distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal
dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data
normal, maka garis yang menggantikan data sesungguhnya akan mengikuti garis
diagonalnya (Imam Ghozali, 2009).
Contoh Kasus
:
Pak Hasan
ingin mengetahui pengaruh kepuasan kerja (X) terhadap kinerja (Y)
karyawannya. Kuesioner kepuasan kerja di adaptasi dari Job Description
Index (JDI)) yang dikembangkan oleh Hulin meliputi lima dimensi kepuasan
kerja yang dirasakan karyawan yaitu kepuasan terhadap jenis pekerjaan,
kesempatan promosi, supervisi, gaji atau upah, dan rekan kerja dengan jumlah
total pertanyaan sebanyak 20 item. Sementara kinerja diukur berdasarkan
Ukuran-ukuran
dari kinerja pegawai menggunakan lembar evaluasi kinerja yang disusun
dikembangkan dari panduan evaluasi kinerja dari James E. Neal Jr (2003) antara
lain terdiri dari 7 dimensi yang kemudian dikembangkan menjadi 26 indikator
(item pernyataan).
Jumlah
sampel penelitian adalah seluruh karyawan yang berjumlah 37 orang.
Berdasarkan hasil penyebaran angket diperoleh skor yang dapat dilihat di sini.
No
|
X
|
Y
|
1
|
67
|
94
|
2
|
75
|
101
|
3
|
81
|
106
|
4
|
60
|
84
|
5
|
80
|
104
|
6
|
75
|
103
|
7
|
71
|
89
|
8
|
68
|
95
|
9
|
80
|
104
|
10
|
78
|
91
|
11
|
71
|
90
|
12
|
80
|
104
|
13
|
65
|
79
|
14
|
57
|
85
|
15
|
78
|
94
|
16
|
63
|
89
|
17
|
76
|
104
|
18
|
73
|
89
|
19
|
63
|
88
|
20
|
65
|
85
|
21
|
72
|
82
|
22
|
80
|
104
|
23
|
75
|
100
|
24
|
67
|
88
|
25
|
72
|
96
|
26
|
79
|
105
|
27
|
80
|
104
|
28
|
81
|
109
|
29
|
75
|
106
|
30
|
71
|
96
|
31
|
74
|
94
|
32
|
65
|
89
|
33
|
55
|
65
|
34
|
70
|
106
|
35
|
72
|
88
|
36
|
82
|
96
|
37
|
67
|
100
|
Setelah data
dimasukkan ke dalam SPSS, maka analisis dilakukan :
Klik Analyze
Regression Linier
masukkan
Variabel kinerja (Y) ke dalam dependent box, dan kepuasan kerja (X) ke dalam
independent box.
Klik Plot,
lalu beri tanda pada Histogram dan Normal Probability Plot (ini untuk uji
normalitas), lalu Klik Continue, lalu OK
Output
Interpretasi
A. KORELASI
Berdasarkan hasil analisis seperti yang ditampilkan Tabel di atas (Tabel Model Summary) diketahui bahwa korelasi parsial antara kepuasan kerja dan kinerja pegawai dengan korelasi product moment by Pearson. Hasil korelasi parsial didapat nilai r hitung sebesar 0,772.
Nilai korelasi ini tergolong kuat (> 0,600) dan memiliki nilai positif sehingga dapat dikatakan pola hubungan antara kepuasan kerja dan kinerja adalah searah. Artinya, semakin tinggi kepuasan maka kinerja pun akan semakin tinggi, begitu pula sebaliknya, semakin rendah kepuasan kerja maka kinerja-pun akan semakin rendah. Koefisien determinasinya (KD) menunjukkan nilai sebesar 0,597 atau sebesar 59,70% (dibulatkan 60%) dari hasil (r2 x 100%). Artinya variasi perubahan kinerja dipengaruhi oleh kepuasan kerja sebesar 60% dan sisanya 40% dipengaruhi faktor lain selain kepuasan kerja.
B. REGRESI
Dari Tabel Coefficients diperoleh persamaan : Y = 20.268 Å 1,035 X
Konstanta sebesar 20.268 menyatakan bahwa jika variabel kepuasan kerja bernilai nol, maka kinerja pegawai adalah sebesar 20.268 satuan
Koefisien regresi sebesar 1,035 pada variabel kepemimpinan, maka akan menyebabkan kenaikan kinerja menjadi sebesar 32,251.
Selanjutnya, apakah model yang terjadi tersebut telah memenuhi asumsi normalitas?
Berdasarkan hasil uji terlihat bahwa Grafik Histogram memperlihatkan sebaran data menyebar ke seluruh daerah kurva normal, sehingga dapat dinyatakan bahwa data mempunya distribusi normal. Sementara hasil uji menggunakan P-P Plot menunjukkan bahwa data mengikuti garis diagonal sehingga dinyatakan bahwa data berdistribusi normal.
C. Uji Hipotesis
Dari hasil perhitungan didapat kesimpulan bahwa kepuasan kerja (X) memiliki hubungan yang siginifikan dengan kinerja. Hasil uji t (Tabel Coefficients) diperoleh nilai t hitung sebesar 7.194.
Sedangkan statistik tabel (t tabel) diperoleh dari Tabel t (terlampir) sebesar 2.028 artinya t hitung > t tabel (7,194 > 2.028). Sehingga dapat ditarik kesimpulan bahwa, variabel bebas kepuasan kerja (X) secara parsial memiliki hubungan positif dan signifikan terhadap kinerja (Y). hasil uji t ini sejalan dengan sig 0.000 yang jauh lebih kecil dari alpha 0.05 sehingga disimpulkan bahwa X memiliki pengaruh signifikan terhadap Y
referensi kasus :
http://teorionline.wordpress.com/2010/12/19/aplikasi-regresi-liner-sederhana-dengan-spss/
