Analisis regresi ganda adalah salah satu teknik statistik inferensial yang paling banyak digunakan dalam penelitian untuk memahami hubungan antara satu variabel dependen (variabel terikat) dengan dua atau lebih variabel independen (variabel bebas). Software Statistical Package for the Social Sciences (SPSS) menyediakan antarmuka yang intuitif dan alat yang ampuh untuk melakukan analisis ini, menjadikannya pilihan favorit bagi peneliti di berbagai bidang.
Inti dari regresi ganda adalah untuk membangun sebuah model matematis yang menggambarkan bagaimana perubahan pada variabel independen secara bersama-sama mempengaruhi variabel dependen. Model umum dari regresi ganda dapat ditulis sebagai:
Y = β₀ + β₁X₁ + β₂X₂ + ... + βnXn + ε
Di mana:
Y adalah variabel dependen.X₁, X₂, ..., Xn adalah variabel independen.β₀ adalah konstanta (intercept), yaitu nilai Y ketika semua variabel independen bernilai nol.β₁, β₂, ..., βn adalah koefisien regresi parsial, yang mengukur perubahan rata-rata pada Y untuk setiap satu unit perubahan pada variabel independen tertentu, dengan asumsi variabel independen lainnya tetap konstan.ε adalah residual atau error, yang mewakili variasi dalam Y yang tidak dapat dijelaskan oleh variabel independen dalam model.Tujuan utama dari analisis ini adalah untuk mengestimasi nilai koefisien regresi (β₀, β₁, ..., βn) yang paling baik "menyesuaikan" data, serta untuk menguji signifikansi statistik dari masing-masing koefisien dan keseluruhan model.
Menggunakan SPSS untuk analisis regresi ganda relatif mudah. Berikut adalah langkah-langkah umum yang perlu diikuti:
Pastikan data Anda sudah dimasukkan dengan benar ke dalam SPSS. Setiap baris mewakili satu observasi, dan setiap kolom mewakili satu variabel. Pastikan tipe data (numerik, string, dll.) sudah diatur dengan benar.
Masuk ke menu Analyze > Regression > Linear.... Ini akan membuka jendela "Linear Regression".
Di jendela "Linear Regression":
Klik tombol Statistics.... Di sini, Anda dapat memilih berbagai output statistik yang relevan:
Klik Continue setelah memilih statistik yang diinginkan.
Klik tombol Plots.... Di sini Anda dapat meminta grafik untuk memeriksa asumsi regresi, seperti:
*ZRESID vs *ZPRED: Untuk memeriksa linearitas dan homoskedastisitas (kesamaan varians error).Klik Continue.
Setelah semua pengaturan selesai, klik OK di jendela "Linear Regression". SPSS akan menghasilkan output regresi di jendela Output Viewer.
Output SPSS akan berisi beberapa tabel penting. Berikut adalah panduan singkat untuk menginterpretasikannya:
Memberikan informasi dasar tentang setiap variabel, seperti mean, standar deviasi, dan jumlah kasus. Anda juga akan melihat matriks korelasi, yang dapat memberikan gambaran awal tentang hubungan antar variabel.
Menampilkan koefisien korelasi Pearson antara semua pasangan variabel. Perhatikan korelasi antara variabel independen; korelasi yang sangat tinggi (misalnya, di atas 0.8 atau 0.9) dapat mengindikasikan adanya multikolinearitas.
Tabel ini sangat penting. Kolom R menunjukkan koefisien korelasi multibel antara variabel dependen dan independen. Kolom R Square menunjukkan proporsi variasi dalam variabel dependen yang dijelaskan oleh variabel independen. Adjusted R Square adalah versi R Square yang disesuaikan, yang berguna ketika membandingkan model dengan jumlah variabel independen yang berbeda.
Tabel ini menguji signifikansi statistik keseluruhan model regresi. Perhatikan nilai Sig. (p-value). Jika Sig. lebih kecil dari tingkat signifikansi yang Anda tetapkan (biasanya 0.05), maka model regresi secara keseluruhan signifikan secara statistik, yang berarti bahwa setidaknya satu variabel independen memiliki hubungan yang signifikan dengan variabel dependen.
Ini adalah tabel inti dari analisis regresi ganda. Kolom Unstandardized Coefficients (B) menampilkan koefisien regresi (β) untuk konstanta dan setiap variabel independen. Kolom Std. Error menunjukkan standar error dari koefisien tersebut. Kolom Standardized Coefficients (Beta) berguna untuk membandingkan kekuatan relatif dari setiap variabel independen dalam memprediksi variabel dependen ketika semua variabel independen diskalakan ke skala yang sama.
Yang paling penting, perhatikan kolom Sig. untuk setiap variabel independen. Jika Sig. lebih kecil dari tingkat signifikansi Anda (misalnya, 0.05), maka variabel independen tersebut memiliki pengaruh yang signifikan secara statistik terhadap variabel dependen, dengan asumsi variabel independen lainnya konstan.
Untuk memastikan bahwa hasil analisis regresi ganda valid dan dapat diinterpretasikan dengan benar, beberapa asumsi harus dipenuhi:
SPSS dapat membantu memeriksa asumsi ini melalui statistik dan plot yang diminta.
Analisis regresi ganda dengan SPSS adalah alat yang sangat kuat untuk peneliti yang ingin menggali lebih dalam hubungan antar variabel. Dengan memahami langkah-langkah dan cara menginterpretasikan outputnya, Anda dapat menarik kesimpulan yang berarti dan membuat keputusan berbasis data yang lebih baik. Selalu ingat untuk memeriksa asumsi statistik agar validitas hasil analisis Anda terjaga.