About the author

Anwar Hidayat

Founder dan CEO dari Statistikian Sejak 2012. Melayani jasa bantuan olah dan analisis data menggunakan berbagai aplikasi statistik, seperti: SPSS, STATA, Minitab, Eviews, AMOS dan Excel. Silahkan SMS/WA/LINE/Telegram ke: 081373337354. Biaya 100 ribu sd 300 ribu Sesuai Beban. Proses 1 sd 3 Hari Tergantung Antrian.

Related Articles

69 Comments

  1. 1

    Anwar Hidayat

    Berasal dari banyak kemungkinan, tentunya tergantung pada definisi operasional anda

    Reply
  2. 2

    Ca Duta

    maaf.. nilai y x1 x2 x3 darimana ya?semisal data dasar yang kita gunakan seperti yang mas contohkan pada uji validitas&reabilitas, gmn caranya? maklum baru kenal sama variabel help me! thank's

    Reply
  3. 3

    Anwar Hidayat

    Istilah mean of squares dalam ANOVA tidak lain adalah rerata kuadrat skor simpangannya yang menunjukkan variansi suatu distribusi yang diamati. Mean of squares ini diperoleh dari jumlah kuadrat skor simpanganya atau yang dikenal dengan istilah Sum of Squares dibagi dengan jumlah sampelnya.
    Sum of Squares adalah sebuah teknik statistik yang digunakan dalam analisis regresi . Sum of Squares adalah pendekatan matematis untuk menentukan penyebaran data points. Dalam analisis regresi, tujuannya adalah untuk menentukan seberapa baik serangkaian data yang dapat dipasang ke fungsi yang mungkin membantu menjelaskan bagaimana seri data yang dihasilkan. Sum of Squares digunakan sebagai cara matematis untuk menemukan fungsi yang paling sesuai dari data.
    Ada dua metode analisis regresi yang menggunakan Sum of Squares: metode kuadrat terkecil linier dan metode kuadrat terkecil non – linear. Kuadrat terkecil mengacu pada fakta bahwa fungsi regresi meminimalkan jumlah kuadrat dari varians dari titik data aktual.
    DF adalah degree of freedom atau derajat kebebasan. Pada uji F, DF 1 adalah jumlah variabel – 1, sedangkan DF 2 adalah jumlah sample – jumlah variable.
    F adalah nilai F hitung. Nilai ini untuk menjawab hipotesa, jika nilai F hitung > F tabel DF 1 dan DF 2 tertentu dan probabilitas tertentu, maka keputusan terhadap hipotesa adalah menolak H0.
    Sig. adalah nilai P value atau derajat probabilitas hasil pengujian uji F. Pada penelitian dengan derajat kemaknaan 95% maka nilai Sig < 0,05 berarti ada pengaruh variabel independen terhadap variabel dependen atau yang berarti menolak H0 dan menerima H1.

    Reply
  4. 4

    azmie farida

    mas, mau tanya soal maksud dari angka angka yang ditabel anova itu gmna ya?
    saya disuruh dosen saya untuk menambahkan penjelasan maksud dari angka angka pada tabel anova tsb.

    makasih

    Reply
  5. 5

    Anwar Hidayat

    Apabila satu variabel terdiri dari 1 item soal, maka harus ditransformasi. Jika satu variabel terdiri dari lebih dari 1 item soal, maka tidak perlu ditransformasi.

    Reply
  6. 6

    muhammad erfan

    assalamualaikum,
    pak saya mau bertanya :

    1. pak, katanya dalam penghitungan regresi linier berganda, data ordinal harus di intervalkan dulu ya?

    2. yg di intervalkan itu tiap-tiap hasil item pernyataan seperti nilai 5,,4,3,2,1 masing-masing di intervalkan

    3. atau jumlah yang menjawab 5 baru di intervalkan ,4, baru di intervalkan 3 di intervalkan ,2 di intervalkan , 1 baru di intervalkan (sari variabel x1, misalkan?)

    Reply
  7. 7

    Anwar Hidayat

    Sig Uji F > 0,05 artinya variabel-variabel bebas tidak terbukti berpengaruh secara bermakna terhadap variabel terikat. Uji regresi linear adalah upaya mencari atau membentuk model prediksi prediksi yang terbaik. Maka dengan data anda yang ada, tidak dapat membentuk model prediksi yang terbaik. Model terbaik adalah model yang bersifat BLUE (Best Linear Unbiased Estimation).

    Reply
  8. 8

    Tri Wahyuni Christiani

    Malam Pak.
    Saya mau bertanya soalnya lagi bingung banget. Hehhe

    Saya melakukan penelitian dengan menggunakan regresi linear sederhana. Setelah saya running datanya, nilai anova saya diatas 0,05. Apa itu artinya model regresi saya ga bisa di pakai?

    Reply
  9. 9

    Anwar Hidayat

    Jawabannya adalah menolak H1 dan menerima H0.

    Reply
  10. 10

    Tri Wahyuni Christiani

    Jadi kira-kira apa ada solusi yang bisa dilakukan utk mengatasi hal tersebut?
    Saya meneliti tentang pengaruh intellectual capital terhadap ROA perusahaan.

    Reply
  11. 11

    Anwar Hidayat

    Bila korelasi signifikan, bisa dilanjutkan uji regresi untuk membentuk model prediksi Y.

    Reply
  12. 12

    diareku

    solusi apa jika menggunakan 40 responden untuk analisanya?regresi linier atau korelasi? buku refrensi yang dapat saya jadikan refrensi kira kira apa ya mas?
    trimaksih

    Reply
  13. 13

    diareku

    kira kira kalau ada 40 responden, analisa apa yang harus saya gunakan?regresi linier sederhana atau analisa korelasi?variabel saya ada 2.yaitu varibel X dan variabel Y.
    trimakasih

    Reply
  14. 14

    Anwar Hidayat

    Maksudnya adalah untuk menilai pengaruh dan korelasi parsial masing-masing variabel bebas terhadap variabel terikat. Nilai t adalah hasil uji t parsial yaitu pengaruh parsial variabel bebas terhadap variabel terikat. Sig adalah probabilitas dari uji t parsial. Nilai B adalah koefisien, yaitu besarnya pengaruh parsial variabel bebas. Sedangkan standart error adalah standart error dari nilai B. Standardized Coefficient adalah nilai B yang memperhatikan standart error. Selebihnya adalah nilai-nilai koefisien korelasi parsial dan koefisien regresi parsial.

    Reply
  15. 15

    debora

    Makasih buat ilmunya mas, dah ngerti saya

    Reply
  16. 16

    fenti berliana

    mas, mau tanya soal maksud dari angka-angka yang ditabel coefficient itu gimana ya?
    saya disuruh dosen untuk menambahkan penjelasan maksud dari angka-angka pada tabel coefficient tersebut. thx

    Reply
  17. 17

    Anwar Hidayat

    F Hitung jauh lebih besar f tabel itu biasa. Tapi untuk mengetahui apakah anda salah atau tidak dalam menghitung, saya tidak bisa tahu sebelum melihat dan menganalisis data anda

    Reply
  18. 18

    leli aryanti

    Pak, say udh coba pake sps. Fhitung saya adalah 76,768. Kok besar sekali? Itu karena data saya yg besar atau memang salah hitung pak? Ftabel nya saya cari sendiri pake rumus dptlah 26,6. Benar gk itu pak?

    Reply
  19. 19

    Anwar Hidayat

    Regresi linear itu menguji variabel dengan variabel, jadi bukan item soal dengan item soal. Oleh karenanya anda harus menggunakan variabel. Apakah variabel itu dibentuk oleh jumlah atau rata-rata dari beberapa item soal, itu perkara lain, jadi jangan dimasukkan ke dalam logika uji regresi. melainkan dalam ranah logika desain penelitian atau lebih tepatnya definisi operasional penelitian anda.

    Reply
  20. 20

    heri keswanto

    mas, mau nanya kalo ada beberapa pertanyaan yang mewakili 1 variabel independent. Bagiaman caranya?? apakah saya harus menggabungkan nilai dari 4 pertanyaan tsb, baru saya regresikan dengan variabel dependent??. kalo contoh yang mas sampaikan, kan satu lawan satu. tks

    Reply
  21. 21

    Anwar Hidayat

    Sama saja, tapi kalau 1 variabel di jumlahkan ya semua harus dijumlahkan.

    Reply
  22. 22

    heri keswanto

    ohhh… begitu mas. Terima kasih mas.
    Jadi untuk pembentukan variabel yang diwakilkan oleh beberapa pertanyaan itu. Lebih bagus dengan cara dijumlahkan atau dirata-ratakan mas??? tks

    Reply
  23. 23

    heri keswanto

    oke terima kasih mas, atas pencerahannya…

    Reply
  24. 24

    Anwar Hidayat

    Artinya variabel-variabel yang anda masukkan ke dalam model regresi, secara simultan tidak berpengaruh terhadap Variabel Terikat, dan terlalu rendah pengaruhnya sehingga menyebabkan standart error yang besar. Maka anda harus memilah variabel bebasnya, jadi hanya variabel bebas yang linear saja yang dimasukkan. dan selanjutnya gunakan metode stepwise.

    Reply
  25. 25

    Anwar Hidayat

    Yang anda maksud adalah t parsial. Uji Regresi Linear berganda menampilkan banyak uji, antara lain: uji t, F, R, R Square, Adjusted R Square, Koefisien Beta, dll.

    Reply
  26. 26

    winda

    mf pak,,kalau Adjusted R negtif apa artinya??
    bgaimana cra mnggantinya biar bs postif??

    Reply
  27. 27

    Ismi Hanni

    Pagi Mas,
    saya mau tanya, apa hasil dari penelitian regresi linear berganda harus sama dengan hasil uji T?
    Karena hasil penelitan regresi linear berganda, penelitian saya memiliki 7 variabel independen dan beberapa variabel independen berpengaruh signifikan terhadap variabel dependennya, tetapi setelah uji T, hanya 2 variabel saja yang berpengaruh signifikan terhadap variabel dependennya. yang saya bingungkan, saya melihat dibeberapa referensi skripsi hasil dari regresi linear berganda sama dengan hasil uji T, tapi mengapa hasil pengujian dari data saya berbeda? Mohon penjelasannya.

    Regards,
    Hanni

    Reply
  28. 28

    Anwar Hidayat

    Asumsi klasiknya. Baca artikel-artikel saya tentang asumsi klasik regresi linear: normalitas, homoskedastisitas, autokorelasi, linearitas dan multikolinearitas.

    Reply
  29. 29

    Panji Prima

    sore pak,
    saya mau tanya, saya menggunakan penelitian satu variabel bila menggunakan spss apa saja yang di perlukan dalam perhitungannya selain regresi sederahana???

    Reply
  30. 30

    Anwar Hidayat

    Boleh, tetapi ada 2 regresi linear sederhana, yaitu model X1 terhadap Y dan model x2 terhadap y. Jika tidak linear, bisa ditingkatkan linearitasnya dengan transformasi atau variabel yang tidak linear dikeluarkan dari model

    Reply
  31. 31

    Anwar Hidayat

    Maksud anda 4 variabel, yaitu x, y1, y2 dan y3. Anda bisa menggunakan uji Multivariate Regression dan menggunakan aplikasi STATA

    Reply
  32. 32

    jeva toba

    mas.. mau tanya.. penelitian saya menggunakan 2 variabel bebas namun menggunakan regresi sederhana.. diperbolehkan atau tidak.. kemudian bagaimana saya melakukan uji linieritas apabila hasilnya tidak linier? akan berpengaruh ke mana nantinya ?

    Reply
  33. 33

    alank lzr

    bagaimana kalau 2 variabel tapi x ada satu dan y ada tiga?
    mohon bantuannya?

    Reply
  34. 34

    Anwar Hidayat

    Tidak bisa dan sebaiknya gunakan uji regresi ordinal

    Reply
  35. 35

    Erna Fitriyani

    maaf saya ingin tanya, jika data yang digunakan ordinal apa bisa menggunakan teknik analisis regresi linear sederhana dan regresi linear ganda? terima kasih

    Reply
  36. 36

    Anwar Hidayat

    Ya betul, berarti secara bersama-sama semua variabel bebas tidak memberikan pengaruh yang bermakna, tapi dalam uji t sebagai uji parsial, bisa jadi ada 1 atau lebih variabel yang berpengaruh secara parsial.

    Reply
  37. 37

    Anonymous

    Mas, mau numpang tanya..kalo hasil F test lebih bsar dr 0.05 itu kn berarti semua variabel bebas tdk berpengaruh thd variabel terikat, tapi dlm uji t ada 1 yg berpengaruh, itu bagaimana ya? Apakah ada cara untuk mengatasi? Tolong dibantu 🙂 terima kasih

    Reply
  38. 38

    Anwar Hidayat

    korelasi dan 2 regresi linear. 2 Regresi linear yang dimaksud adalah regresi linear x terhadap y1 dan regresi linear x terhadap y2. selain itu anda bisa menggunakan multivariate regresi linear.

    Reply
  39. 39

    afifudin khakiki

    assalamualaikum… mas maaf mo tanya, kalo variabel saya X terhadap Y1 dan Y2 apakah analisis datanya pake korelasi dan regresi linier sederhana???

    Reply
  40. 40

    Anwar Hidayat

    Gunakan uji koefisien kontingensi atau phi atau uji cramer

    Reply
  41. 42

    Anonymous

    Permisi, bagaimana caranya uji korelasi dengan data nominal? Terima kasih.

    Reply
  42. 43

    sasacandra

    Mas mau nanya, berarti saya boleh pakek dua duanya yaa mas (regresi sederhana sama berganda). saya pakek X5 dan Y1. pertama saya pakek sederhana untuk analisis antar variable nya X dan Y. lalu saya ke berganda untuk analisis semua X terhadap Y nya. boleh mas yaa ?

    Reply
  43. 44

    Anwar Hidayat

    pada saat melakukan uji regresi linear, tekan tombol save, lalu centang unstandardized, lanjutkan uji regresi seperti biasa. Setelah itu pada dataset lihat bahwa da ariabel baru namanya RES_1, itu adalah nilai error atau biasa disebut residual.

    Reply
  44. 45

    Diana Irawati

    bagaimana cara mengetahui nilai error dalam persamaan analisis regresi linier berganda ketika sudah diolah dalam SPSS?

    Reply
  45. 46

    Anwar Hidayat

    Regresi linear itu salah satu jenis model peramalan. Model peramalan regresi linear dapat digunakan untuk generalisasi atau berguna secara statistik apabila uji f terima H1 atau signifikan. Sedangkan uji t parsial, itu membuktikan apakah sebuah variabel prediktor berpengaruh terhadap variabel response di dalam model dengan memperhatikan variabel prediktor lain di dalam model peramalan tersebut.

    Reply
  46. 47

    Andini Putrimawarti

    selamat siang pak,
    maaf pak saya mau tanya. di penelitian saya terdapat 3 variabel dan saya menggunakan uji regresi linear berganda, uji T dan uji F. yang membuat saya bingung hasil uji regresi linear berganda bernilai positif semua tetapi dalam uji T dan uji T semua variabelnya ditolak/ tidak terdapat pengaruh. pertanyaan saya, apakah hasil regresi linear berganda itu juga mencerminkan hasil uji T dan uji F? mohon bapak dapat membantu masalah ini.terima kasih

    Reply
  47. 48

    icha iszen

    pak persamaan yg benar itu Y = ax + b atau Y = a + bx ?

    Reply
  48. 50

    Anwar Hidayat

    Regresi Linear Haruslah menggunakan data interval atau rasio

    Reply
  49. 51

    Anwar Hidayat

    Koefisien Kontingensi adalah uji asosiatif atau uji untuk menilai kekuatan hubungan antara 2 variabel yang berskala data nominal. Oleh karena itu, jika ingin menggunakan koefisien kontingensi, harusnya pernyataan hipotesa anda adalah "Hubungan". Silahkan baca artikel saya tentang Koefisien Kontingensi. Mungkin untuk menjawab pertanyaan anda, silahkan pelajari perihal Regresi Logistik

    Reply
  50. 52

    Endrawan Satria

    Kalo dalam Linear sederhana dengan SPSS 22 langkah data variabelnya menggunakan Ordinal atau interval ya, mohon pencerahannya, tks

    Reply
  51. 53

    vieca

    selamat malam mas
    ingin bertanya
    kalau untuk hipotesis pengaruh implementasi standar pelayanan terhadap kesalahan pengobatan
    data nominal-nominal
    salah tidak jika saya pakai koefisien kontingensi

    Reply
  52. 54

    Anwar Hidayat

    Nilai e itu adalah error atau bisa dikatakan sebagai kesalahan dalam model. Bisa diartikan bahwa: model regresi itu untuk meramalkan nilai variabel respons berdasarkan nilai-nilai variabel predictor. Namun tingkat peramalan itu tidak seratus persen benar. Nah, selisih antara kebenaran yang 100% dengan prediksi model itulah yang disebut dengan error. Dan error itu tidak perlu dimasukkan nilainya ke dalam persamaan regresi.

    Reply
  53. 55

    Syahrial Aufa

    nilai e itu kalo dicari di spss, gimana caranya ya?

    Reply
  54. 56

    Anwar Hidayat

    Linear itu apabila variabel bebas berhubungan secara linear dengan variabel terikat. Atau mungkin bahasa yang mudah dipahami adalah berhubungan (walau tidak selalu yang berhubungan itu linear), tapi setidaknya bisa menggambarkan. Untuk mengetahui lebih detail tentang linearitas, silahkan baca artikel saya tentang: Linearitas Regresi. Sedangkan metode stepwise adalah metode regresi dimana variabel bebas dimasukkan secara satu persatu ke dalam model dan yang bisa dimasukkan adalah variabel yang nilai signifikansi regresi parsialnya < 0,05, kemudian variabel yang sudah dimasukkan apabila nilai signifikansi regresi parsialnya akhirnya berubah dengan adanya penambahan variabel lainnya ke dalam model, serta perubahannya itu nilainya > 0,1 maka variabel tersebut dikeluarkan dari model.

    Reply
  55. 57

    Leo Espada

    pak mau tanya ,,kalau Adjusted R negtif gimana cara supaya positif ??? dari jwbn bpk diatas katanya harus memilah variabel bebas yang linier saja. Pertanyaannya variabel bebas yg linear itu yang bagaimana pak ? sklian minta penjelasan soal metode stepwise pak .

    Reply
  56. 58

    muadz

    Mas mau tanya. Jika variabel Dependen (Y) ada 3 sedangkan Independen (X) cuman 1 gimana? Apakah bisa di uji F simultan?

    Reply
    1. 58.1

      Anwar Hidayat

      Silahkan anda melakukan 3 kali uji regresi atau melakukan multivariat regresi

      Reply
  57. 59

    Chie

    Mas mo tanya,
    Jika menggunakan analisis regresi linear, perlu uji normalitas data tidak

    Reply
    1. 59.1

      Anwar Hidayat

      Uji normalitas pada regresi linear adalah pada residualnya. Silahkan baca artikel saya tentang normalitas pada regresi linear berganda.

      Reply
  58. 60

    chitra

    ass..mau tanya mas kalo hasil di output spssny ada Huruf E kayak gini 517E15 maksudnya apa salah atau benar pengujian saya ?

    Reply
    1. 60.1

      Anwar Hidayat

      Wass. Itu notasi scientific. Misal 517E15 itu artinya 517 x 10 pangkat 15. Jika 517E-15 = 517 x 10 pangkat -15.

      Reply
  59. 61

    ai uchiha

    Pak saya mau bertanya.. Saya sudah melakukan uji regresi sederhana dengan 2 variable dependent.
    Untuk hasil uji t untuk y1 adalah sig: 0.011 , t=3.311, a= 0.331 dan b = 0.000 dengan t table=2.04841 yang saya tanyakan kenapa konstanta untuk b hasilnya bisa 0.000 terdapat kesalahan dimana ya pak??

    Untuk hasil uji t y2 adalah sig=0.296, t=-1.118, a=3.422, dan b=7.859E-5.. Cara membacanya seperti apa ya pak??

    Reply
    1. 61.1

      Anwar Hidayat

      Silahkan baca artikel saya tentang interpretasi regresi linear dengan SPSS. Dalam artikel tersebut dijelaskan cara baca regresi linear ordinary least square (OLS).

      Reply
  60. 62

    gigi gusi

    Pak sya mempunyai judul skripsi pengaru e-filing terhadap kepatuhan wajib pajak pada kanwil djp. Sampelnya kpp yg terdaftar d kanwil yg mau sya tanyakan, dospem 1 sya bilang yg sya gunakan adalah uji beda sebelum dan setelah e-filing. Tpi dospem 2 sya sya harus menggunakan analisi regresi. Jdi yg mna yg sya ikuti. Terima kasih

    Reply
    1. 62.1

      Anwar Hidayat

      Bisa sama-sama benar, namun yang tepat adalah yang sesuai dengan bentuk hipotesisnya atau tujuan penelitiannya. Jika ingin menilai perbedaan maka gunakan uji beda. Sedangkan jika ingin membuat model peramalan maka gunakan uji regresi.

      Reply
  61. 63

    Sati Warsini

    Mas, mau nanya, untuk mengatasi standar error yang terlalu besar itu gimana ya? Setau saya kan standat error merupakan simpangan baku dari rata-rata masing-masing variabel. Nah angka dari variabel satu dengan yang lain kan beda jauh. Misalnya produksi ikan sebanyak 35000 kg (Y) dengan jumlah ABK 5 orang (X1) dan jumlah trip penangkapan sebanyak 35 trip (x2). Cara menyeragamkannya bagaimana ya?

    Reply
    1. 63.1

      Anwar Hidayat

      Tidak ada masalah dengan model anda tersebut. Sebab standar error of estimate dari regresi itu nantinya dibandingkan dengan standar deviasi variabel terikat. Baik tidaknya model regresi dapat dilihat dari perbandingan antara standar error of estimate dengan standar deviasi variabel terikat. Jika standar error of estimate < standar deviasi variabel terikat maka model valid.

      Reply

Cobalah Menjadi Pandai! Berikan Komentarnya Ya......

2012 - 2017 statistikian allright reserved