Bagaimana Cara Membaca Hasil Uji Regresi Linear Berganda di SPSS?

Baca tiga tabel secara berurutan. Model Summary memberi tahu seberapa besar variasi variabel terikat yang dijelaskan model. Tabel ANOVA memberi tahu apakah model secara keseluruhan bermakna lewat uji F. Tabel Coefficients memberi tahu variabel mana yang berpengaruh lewat uji t, dan seberapa besar pengaruhnya. Keputusan hipotesis diambil dari kolom Sig. pada tabel Coefficients, bukan dari besar kecilnya angka R Square.

Tabel mana saja yang harus dibaca, dan dalam urutan apa?

Keluaran regresi linear berganda di SPSS memuat beberapa tabel, tetapi hanya tiga yang wajib dibaca dan dilaporkan. Urutannya penting karena masing-masing menjawab pertanyaan yang berbeda.

Tabel Variables Entered/Removed tidak perlu dilampirkan kecuali diminta, dan tabel Descriptive Statistics serta Correlations dilaporkan pada bagian lain bab empat. Sebelum membaca ketiganya, pastikan uji asumsi sudah dijalankan; urutan dan ambangnya ada pada panduan cara uji asumsi klasik di SPSS. Membaca hasil regresi sebelum asumsi diperiksa adalah kesalahan urutan, bukan kesalahan perhitungan.

Apa arti angka pada tabel Model Summary?

Tabel ini memuat empat kolom utama.

• R adalah korelasi berganda antara seluruh variabel bebas dan variabel terikat. Nilainya selalu positif dan jarang dilaporkan sendiri.
• R Square adalah koefisien determinasi: proporsi variasi variabel terikat yang dapat dijelaskan model. R Square 0,412 berarti 41,2 persen variasi terjelaskan, dan sisanya dijelaskan faktor di luar model.
• Adjusted R Square adalah R Square yang dikoreksi terhadap jumlah variabel bebas. Untuk regresi berganda, angka inilah yang lazim dilaporkan, karena R Square selalu naik setiap kali variabel ditambahkan meskipun variabel itu tidak berguna.
• Std. Error of the Estimate adalah rata-rata simpangan nilai prediksi dari nilai sebenarnya, dalam satuan variabel terikat. Semakin kecil semakin baik, dan hanya dapat dibandingkan antarmodel pada data yang sama.

Bila Anda meminta uji autokorelasi, nilai Durbin-Watson juga muncul di tabel ini, bukan di tabel lain. Tidak ada ambang universal untuk R Square yang “bagus”; nilainya sangat bergantung bidang. Pada penelitian perilaku, R Square di bawah 0,3 adalah hal biasa dan bukan tanda penelitian gagal.

Apa yang ditunjukkan tabel ANOVA?

Tabel ANOVA pada keluaran regresi menguji satu hal saja: apakah model secara keseluruhan menjelaskan variabel terikat lebih baik daripada tidak memakai model sama sekali. Inilah yang disebut uji F atau uji simultan.

Kolom yang perlu Anda catat adalah F dan Sig. Bila Sig. lebih kecil dari 0,05, model dinyatakan bermakna secara statistik pada taraf 5 persen. Kolom df berisi dua angka: derajat bebas regresi, yang sama dengan jumlah variabel bebas, dan derajat bebas residual, yang sama dengan jumlah sampel dikurangi jumlah variabel bebas dikurangi satu. Kedua angka itu wajib ditulis saat melaporkan, misalnya F(3, 96).

Bila pedoman fakultas Anda tetap meminta perbandingan F hitung dengan F tabel, Anda dapat menghitung nilai kritisnya sendiri di Excel dengan rumus =F.INV.RT(0,05; df1; df2), dengan df1 jumlah variabel bebas dan df2 derajat bebas residual. Hasilnya identik dengan tabel cetak mana pun, dan tidak bergantung pada tabel yang derajat bebasnya kebetulan tidak tercantum.

Apa arti setiap kolom pada tabel Coefficients?

Ini tabel yang paling banyak ditanyakan penguji, karena di sinilah hipotesis Anda diputuskan.

Baris (Constant) adalah nilai variabel terikat saat semua variabel bebas bernilai nol. Pada banyak penelitian sosial angka ini tidak punya makna praktis, karena skor nol pada skala Likert tidak mungkin terjadi, sehingga konstanta dilaporkan tanpa ditafsirkan.

Bagaimana membaca nilai Sig. untuk memutuskan hipotesis?

Aturannya satu kalimat: bila Sig. lebih kecil dari taraf yang Anda tetapkan, biasanya 0,05, hipotesis nol ditolak dan hipotesis alternatif diterima. Bila Sig. sama dengan atau lebih besar dari 0,05, hipotesis nol tidak ditolak.

Tiga hal yang sering keliru pada tahap ini. Pertama, arah pengaruh dibaca dari tanda pada kolom B, bukan dari nilai Sig.; koefisien negatif yang signifikan berarti pengaruh negatif yang bermakna, bukan “tidak berpengaruh”. Kedua, SPSS menampilkan .000 ketika nilainya lebih kecil dari 0,0005 — tulislah sebagai p < 0,001, jangan sebagai nol, karena peluang tidak pernah benar-benar nol. Ketiga, Sig. pada tabel Coefficients bersifat dua sisi; bila hipotesis Anda berarah, konsultasikan penyesuaiannya kepada dosen pembimbing sebelum membagi dua.

Kapan memakai B dan kapan memakai Beta?

Gunakan B ketika Anda menjelaskan besar pengaruh dalam satuan nyata dan ketika menyusun persamaan regresi. Gunakan Beta ketika Anda ingin menjawab pertanyaan “variabel mana yang paling berpengaruh”, karena Beta sudah menyamakan skala semua variabel.

Batasnya: Beta hanya bisa dibandingkan di dalam satu model pada satu sampel. Membandingkan Beta penelitian Anda dengan Beta penelitian orang lain untuk menyimpulkan variabel mana yang “lebih kuat secara umum” adalah kekeliruan yang mudah ditemukan penguji.

Bagaimana menuliskan persamaan regresinya?

Ambil angka dari kolom B saja, termasuk baris konstanta, lalu susun dalam bentuk Y = a + b₁X₁ + b₂X₂ + … + e. Contoh: Y = 12,436 + 0,478X₁ − 0,213X₂ + e. Setelah persamaan, tuliskan satu kalimat penafsiran per koefisien, misalnya “setiap kenaikan satu satuan kepuasan kerja menurunkan keinginan berpindah sebesar 0,213 satuan, dengan asumsi variabel lain tetap”. Frasa “dengan asumsi variabel lain tetap” bukan hiasan; tanpa itu, penafsiran Anda salah secara teknis.

Apa yang harus dilakukan bila uji F signifikan tetapi tidak satu pun uji t signifikan?

Ini pola yang paling sering membuat mahasiswa panik, dan penyebabnya hampir selalu sama: multikolinearitas antarvariabel bebas. Model secara keseluruhan menjelaskan variabel terikat, tetapi karena variabel-variabel bebasnya saling tumpang tindih, tidak ada satu pun yang bisa diklaim berkontribusi sendiri.

Langkah pemeriksaannya berurutan: lihat kolom VIF pada tabel Coefficients, lihat matriks korelasi antarvariabel bebas, lalu pertimbangkan menggabungkan variabel yang sebenarnya mengukur hal yang sama atau mengeluarkan salah satunya dengan alasan teoretis, bukan alasan statistik semata. Ambang VIF yang lazim dipakai dan cara mengujinya dibahas pada panduan uji asumsi klasik. Bila masalahnya justru pada sebaran data, lihat apa yang harus dilakukan saat data tidak normal.

Bagaimana melaporkannya dalam satu paragraf bab empat?

Pola empat kalimat yang bisa langsung Anda adaptasi:

1. “Model regresi berganda yang diuji bermakna secara statistik, F(3, 96) = 22,41; p < 0,001.”
2. “Ketiga variabel bebas menjelaskan 41,2 persen variasi variabel terikat (Adjusted R² = 0,394).”
3. “Secara parsial, X₁ berpengaruh positif signifikan (B = 0,478; β = 0,392; t = 4,12; p < 0,001), sedangkan X₂ berpengaruh negatif signifikan (B = −0,213; β = −0,241; t = −2,58; p = 0,011).”
4. “X₃ tidak berpengaruh signifikan (B = 0,061; p = 0,318), sehingga hipotesis ketiga tidak didukung data.”

Angka pada contoh di atas hanyalah ilustrasi; gantilah dengan angka keluaran Anda sendiri. Satu hal yang sering luput saat menyalin: jumlah sampel yang tersirat pada derajat bebas harus sama dengan jumlah sampel yang Anda tetapkan di bab tiga. Bila keduanya berbeda karena pembersihan data, jelaskan selisihnya; dasar perhitungan dan pelaporannya ada pada cara menentukan jumlah sampel skripsi.

Kesalahan pembacaan apa yang paling sering ditemukan penguji?

• Menyimpulkan “berpengaruh” hanya karena nilai B besar, tanpa melihat Sig.
• Menulis p = 0,000 apa adanya dari layar SPSS.
• Melaporkan R Square untuk regresi berganda, bukan Adjusted R Square.
• Menafsirkan konstanta pada skala yang tidak mungkin bernilai nol.
• Menyebut “uji F membuktikan semua variabel berpengaruh”, padahal uji F menilai model, bukan variabel per variabel.
• Menyalin tangkapan layar keluaran tanpa menuliskan angkanya kembali dalam kalimat.
• Menyatakan hubungan sebab-akibat dari data survei satu waktu.

Dari keluaran ke naskah tanpa kehilangan satu angka pun

Bagian yang paling melelahkan bukan membaca tabelnya, melainkan memindahkan angka ke naskah dan menjaganya tetap konsisten dengan abstrak, simpulan, dan tabel lampiran ketika data diperbaiki. Tesify menyimpan naskah Anda bab demi bab sehingga angka yang berubah di bab empat mudah ditelusuri ke bagian mana pun yang mengutipnya, dan Anda tetap penulis serta penanggung jawab setiap tafsirnya. Untuk memperbarui halaman abstrak setelah angka berubah, polanya ada di cara membuat abstrak skripsi.

Mulai susun naskah skripsi Anda di Tesify dan tulis bab empat langsung dari angka keluaran Anda.

Pertanyaan yang sering diajukan

Berapa nilai Sig. yang dianggap signifikan?

Lebih kecil dari 0,05 pada taraf 5 persen, yang paling lazim dipakai skripsi. Sebagian bidang memakai 0,01. Tetapkan tarafnya di bab tiga sebelum melihat hasil, bukan sesudahnya.

Berapa nilai R Square yang bagus untuk skripsi?

Tidak ada ambang baku. Pada penelitian perilaku dan sosial, nilai di bawah 0,3 lazim ditemukan dan tetap dapat dipertanggungjawabkan. Yang dinilai penguji adalah ketepatan model dan penafsiran, bukan besar angkanya.

Apa bedanya uji t dan uji F pada regresi?

Uji F menilai model secara keseluruhan dan muncul di tabel ANOVA. Uji t menilai setiap variabel bebas secara terpisah dan muncul di tabel Coefficients. Keduanya bisa memberi kesimpulan yang berbeda.

Kenapa SPSS menampilkan Sig. sebesar 0,000?

Karena nilainya lebih kecil daripada 0,0005 dan dibulatkan pada tiga desimal. Tulislah sebagai p < 0,001 di naskah Anda.

Mana yang dilaporkan, R Square atau Adjusted R Square?

Untuk regresi dengan lebih dari satu variabel bebas, laporkan Adjusted R Square. Banyak pedoman meminta keduanya; menyertakan keduanya tidak pernah salah.

Apakah nilai t hitung perlu dibandingkan dengan t tabel?

Tidak wajib bila Anda sudah melaporkan Sig., karena keduanya membawa keputusan yang sama. Bila pedoman fakultas Anda memintanya, gunakan derajat bebas jumlah sampel dikurangi jumlah variabel bebas dikurangi satu, dan hitung nilai kritisnya di Excel dengan =T.INV.2T(0,05; df).

Variabel saya tidak signifikan. Apakah penelitian saya gagal?

Tidak. Hasil yang tidak signifikan adalah temuan, bukan kegagalan. Laporkan apa adanya, lalu bahas kemungkinan penyebabnya pada bagian pembahasan, misalnya ukuran sampel, rentang variasi data, atau pengukuran variabel.

Bagaimana bila tanda koefisien berlawanan dengan teori?

Laporkan apa adanya dan bahas kemungkinan penyebabnya. Tanda yang berlawanan sering menandakan variabel penekan atau multikolinearitas, jadi periksa juga kolom VIF sebelum menyimpulkan.

Apakah tangkapan layar keluaran SPSS harus dilampirkan?

Bergantung pedoman fakultas. Yang berlaku umum: angka utama tetap harus ditulis kembali dalam bentuk tabel di badan naskah, dan tangkapan layar hanya menjadi lampiran pendukung.

Bisakah saya menyimpulkan sebab-akibat dari hasil regresi?

Tidak dari data survei satu waktu. Regresi menunjukkan hubungan dan besar pengaruh dalam model, sedangkan klaim sebab-akibat menuntut desain penelitian yang berbeda. Pakailah kata “berpengaruh dalam model ini”, bukan “menyebabkan”.

Apakah JASP menampilkan tabel yang sama?

Isinya setara meski nama dan tata letak kolomnya berbeda. Perbandingan kedua perangkat, termasuk biaya dan keluarannya, ada di SPSS vs JASP vs Excel.

Apa yang biasanya ditanyakan penguji tentang tabel ini?

Paling sering: mengapa memilih regresi berganda, apa arti angka Adjusted R Square Anda, dan mengapa satu variabel tidak signifikan. Daftar pertanyaannya per bab ada di bank pertanyaan sidang skripsi.