Analisis regresi linier sederhana adalah hubungan secara linear antara satu variabel independen (X) dengan variabel dependen (Y), atau dalam artian ada variable yang mempengaruhi dan ada variable yang dipengaruhi. Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Analisis regresi linier ini banyak digunakan untuk uji pengaruh antara variable independen (X) terhadap variable dependen (Y) .

Rumus regresi linear sederhana sebagai berikut:

Y’ = a + bX

Keterangan:

Y’ = Variabel dependen (nilai yang diprediksikan)

X   = Variabel independen

a    = Konstanta (nilai Y’ apabila X = 0)

b    = Koefisien regresi (nilai peningkatan jika bernilai positif ataupun penurunan jika bernilai negatif)

Contoh kasus:

Seorang mahasiswa STAI Ma’arif Magetan bernama Yesi ingin meneliti tentang “Pengaruh antara Motovasi terhadap Prestasi Belajar Siswa”. Dengan ini di dapat variabel dependen (Y) adalah Prestasi Belajar dan variabel independen (X) adalah Motivasi. Dengan ini Yesi menganalisis dengan bantuan program SPSS dengan alat analisis regresi linear sederhana.

Data-data yang di dapat ditabulasikan sebagai berikut:

Tabel Nilai Motivasi (X) dan Prestasi Belajarn (Y)

Langkah-langkah pada program SPSS

  Masuk program SPSS

  Klik variable view pada SPSS data editor

  Pada kolom Name baris pertama ketik X, kolom Name pada baris kedua ketik Y.

  Pada kolom Label, untuk kolom pada baris pertama ketik Motivasi, untuk kolom pada baris kedua ketik Prestasi.

  Untuk kolom-kolom lainnya boleh diabaikan (isian default)

 

  Buka data view pada SPSS data editor, maka didapat kolom variabel X dan Y.

  Ketikkan data sesuai dengan variabelnya

  Klik Analyze  - Regression – Linear

 

  Klik variabel Motivasi (X) dan masukkan ke kotak Independen, kemudian klik variabel Prestasi Belajar (Y) dan masukkan ke kotak Dependent.

 Klik OK,

maka hasil output yang didapat adalah sebagai berikut:

Tabel Output

Persamaan regresi dapat dilihat  table output “Coefficients” yang ditandai lingkar merah:

Rumus Persamaan regresi adalah Y’ = a + bX

Berdasarkan table tersebur maka persamaan regresinya adalah

Y’ =  10,746 + 1,014X

Karena nilai koefisien b = 1,014 (positif) maka model regresi bernilai positif atau searah, artinya jika nilai variable Motivasi (X) semakin tinggi maka nilai variable Prestasi (Y) juga semakin tinggi pula.

Untuk melihat ada atau tidak ada pengaruh dapat dilihat table output “ANOVA” yang ditandai dengan lingkar merah

Nilai pada baris Regression pada kolom Sig didapatkan nilai 0,000, berarti nilai P value Sig adalah 0,00 artinya. Karena nilai P value Sig. kurang dari 0,05 maka dapat disimpulkan “terdapat pengaruh yang signifikan antara motivasi (X) dengan Prestasi belajar (Y)

Untuk melihat seberapa kuat hubungan antara kedua variable dan untuk melihat seberapa besar variable prestasi belajar (Y) dipengaruhi oleh variable motivasi (X), dapat dilihat pada table output “Model Summary” yang ditandai lingkar merah

Nilai koefisien korelasi R = 0,900  bandingkan dengan table interpretasi berikut:

0,00     -   0,199     = sangat rendah

0,20     -   0,399     = rendah

0,40     -   0,599     = sedang

0,60     -   0,799     = kuat

0,80     -   1,000     = sangat kuat

Karena nilai R = 0,900 berada di antara nilai 0,80 – 1,000 maka dapat disimpulkan hubungan antara motivasi (X) dengan prestasi belajar (Y) sangat kuat

Kemudian untuk melihat seberapa besar kontribusi Motivasi mempengaruhi Prestasi belajar, dapat digunakan rumus Koefisien Penentu (KP) atau ada yang menyebutnya koefisien Determinasi yang dirumuskan KP = R2 x 100%

atau KP = R Square x 100% = 0,811 x 100% = 81,1% artinya Motivasi memberikan kontribusi terhadap Prestasi Belajar sebesar 81,1% atau dapat disimpulkan Prestasi belajar dipengaruhi oleh Motivasi sebesar 81,1% sedangkan sisanya dipengaruhi oleh factor lain.