Regresi linier berganda disebut juga sebagai regresi linier multiples. Uji statistik ini bertujuan untuk menemukan pengaruh dari dua atau lebih variabel bebas (variabel independen atau X) terhadap variabel terikat (variable dependent atau Y).
Jenis regresi linier ini sering digunakan pada penelitian untuk mencari hipotesis. Namun, untuk melakukan analisis regresi linier multiples dengan SPSS, harus memenuhi beberapa asumsi atau persyaratan.
Asumsi Analisis Regresi Linier Berganda
Setidaknya, ada lima asumsi yang harus dipenuhi. Beberapa diantaranya, uji normalitas, uji linearitas, uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi.
Asumsi uji normalitas dapat terpenuhi jika model regresi berdistribusi normal. Asumsi uji linearitas dapat terpenuhi jika hubungan yang terbentuk antara variabel bebas dengan variabel terikat secara parsial.
Sedangkan uji multikolinearitas, asumsinya dapat terpenuhi jika model regresi yang tidak terjadi gejala multikolinearitas. Begitu pula dengan uji heteroskedastisitas, model regresi wajib tidak memperlihatkan gejala heteroskedastisitas.
Terakhir adalah uji autokorelasi, asumsi dapat terpenuhi jika tidak terjadi autokorelasi. Namun, uji ini hanya berlaku pada data time series.
Analisis Regresi Linier Berganda dengan SPSS
Dalam pendekatan Ordinary Least Squares atau OLS, analisis regresi linier multiples dengan SPSS termasuk ke dalam tahapan persiapan data (tabulasi data). Langkah awal, masukkan atau input semua data ke dalam software SPSS.
Setelah itu, lakukan estimasi atau pendugaan model regresi linier. Selanjutnya, lakukan pengujian asumsi klasik.
Alasan pengujian asumsi klasik dilakukan setelah model regresi linier multiples karena pengujian asumsi klasik meliputi normalitas, heteroskedastisitas serta autokorelasi yang membutuhkan data residual model ketika model terbentuk.
Apabila model yang sudah terbentuk tidak memenuhi persyaratan atau asumsi klasik, maka perlu melakukan modifikasi terhadap data atau model regresi. Asumsi klasik pada uji normalitas dengan SPSS dapat dilakukan dengan dua cara. Pertama metode grafik dan yang kedua adalah metode statistik One Sample Kolmogorov Smirnov.
Contoh analisis regresi linier berganda dengan SPSS adalah mengetahui motivasi dan minat siswa terhadap peningkatan prestasi. Variabel motivasi dan minat adalah X, sedangkan variabel prestasi adalah Y.
Baca Juga: