Belajar › Regresi Linear Berganda untuk Penelitian
Unit 7: Praktik di Melola Stat
Sedang peninjauan. Materi ini sedang ditinjau oleh ahli statistika. Isinya dapat berubah setelah peninjauan.
Belum mulai
Capaian unit
- Menjalankan regresi linear berganda pada data latihan di Melola Stat, dari pemeriksaan data sampai unduhan.
- Menemukan setiap angka penting di keluaran (F, R², B, β, t, p, IK 95%, uji asumsi) dan menjelaskan artinya.
- Menilai interpretasi otomatis secara kritis sebelum memakainya di skripsi.
Sampai unit ini kamu sudah membaca potongan keluaran satu per satu. Sekarang kamu menjalankan analisisnya sendiri, dari awal sampai akhir, dengan data latihan kedai kopi di Kendari: 150 responden, kepuasan pelanggan (Y) dengan kualitas layanan (X1), harga (X2), dan lokasi (X3) sebagai variabel bebas. Analisis data latihan gratis.
Buka Melola Stat di tab lain dan ikuti langkahnya. Angka yang kamu lihat di layar harus sama persis dengan angka di unit ini, karena data latihan dibangkitkan dengan cara yang selalu sama. Kuis di akhir unit menanyakan arti angka-angka itu.
Langkah 1: Buka data latihan
- Buka halaman Unggah data. Kamu perlu masuk dengan akun Melola Discovery.
- Di kotak 1. Unduh template (dianjurkan), tekan tautan Atau coba langsung dengan data latihan (gratis).
- Melola Stat membuka halaman Pemeriksaan data dengan data latihan, tanpa perlu mengunggah berkas.
Untuk data skripsimu nanti, jalannya sama: unduh template, isi lembar Data, lalu tekan Unggah dan periksa. Data latihan memakai susunan template yang sama, jadi yang kamu pelajari di sini langsung terpakai.
Langkah 2: Periksa data
Halaman Pemeriksaan data menjawab satu pertanyaan sebelum analisis: apakah data siap dihitung?
- Di bagian atas tertulis 150 baris data, 17 kolom. Cocokkan dengan jumlah responden dan kolom kuesionermu. Bila jumlah baris tidak sama dengan jumlah responden, periksa berkasnya dulu.
- Kotak hijau Data dapat dianalisis. berarti tidak ada kesalahan yang menghalangi. Bila ada masalah, muncul kotak Perlu diperbaiki (analisis belum dapat dijalankan) atau Catatan (analisis dapat jalan, tetapi ada yang perlu kamu periksa). Data latihan tidak memunculkan keduanya.
- Tabel Ringkasan dan peran variabel menampilkan setiap kolom: peran, jenis, n, banyaknya sel kosong, minimum, maksimum, rata-rata, dan simpangan baku (SB).
Yang perlu kamu periksa di tabel ringkasan:
| Yang dilihat | Pada data latihan | Mengapa penting |
|---|---|---|
| Peran | Item X1.1 sampai Y.4 berperan Indikator; Usia, JK, Kunjungan berperan Lainnya | Skor variabel dihitung dari rata-rata item berperan Indikator |
| Kosong | 0 di semua kolom | Responden dengan sel kosong pada variabel yang dianalisis dikeluarkan seluruhnya, sehingga n berkurang |
| Min dan Maks | 1 dan 5 untuk setiap item | Nilai di luar skala Likert (misalnya 55 karena salah ketik) langsung terlihat |
| SB | Tidak ada yang nol | Item dengan SB nol dijawab sama oleh semua responden dan tidak membawa informasi |
Bila semuanya wajar, tekan Lanjut ke analisis regresi.
Langkah 3: Pilih model dan jalankan
Di halaman Analisis regresi linear, bagian Model berisi dua pilihan:
- Variabel terikat (Y): pilih Y (Kepuasan pelanggan).
- Variabel bebas (X): centang X1 (Kualitas layanan), X2 (Harga), dan X3 (Lokasi). Di sampingnya tertulis berapa item yang dirata-ratakan menjadi skor variabel itu.
Melola Stat biasanya sudah memilihkan susunan ini dari nama dan peran kolom di template, tetapi tetap periksa sendiri: model harus sesuai dengan hipotesis penelitianmu, bukan dengan pilihan bawaan aplikasi. Jangan mencentang Usia atau Kunjungan hanya karena kolomnya tersedia.
Tekan Jalankan analisis. Hasilnya muncul di bawah formulir, dalam tiga bagian: Interpretasi, Tabel hasil, dan Grafik residual.
Langkah 4: Membaca interpretasi
Bagian Interpretasi disusun dari aturan tetap berdasarkan angka di tabel, bukan oleh model bahasa. Kalimatnya mengikuti cara membaca yang kamu pelajari di Unit 3 sampai 6. Mari kita baca satu per satu.
Model. Kalimat pertama berbunyi:
Model regresi signifikan, F(3, 146) = 19,47, p < 0,001: variabel bebas bersama-sama menjelaskan sebagian variasi Y (Kepuasan pelanggan).
Ini hasil uji F (Unit 4): H₀ "semua koefisien variabel bebas nol" ditolak. Kalimat berikutnya menyebut R² = 0,286 dan R² terkoreksi = 0,271: model menjelaskan 28,6% variasi kepuasan dalam sampel ini, dan sisanya dipengaruhi hal lain di luar model. Besar efek f² = 0,400, tergolong besar menurut patokan Cohen (Unit 5).
Setiap variabel bebas.
| Variabel | Yang ditulis aplikasi | Cara membacanya |
|---|---|---|
| X1 Kualitas layanan | B = 0,387, β = 0,398, t(146) = 5,27, p < 0,001, IK 95% [0,242; 0,532] | Signifikan. Dengan harga dan lokasi tetap, kenaikan satu poin skor kualitas layanan diikuti kenaikan perkiraan kepuasan 0,387 poin |
| X2 Harga | B = 0,209, β = 0,227, t(146) = 3,02, p = 0,003, IK 95% [0,072; 0,346] | Signifikan. Dengan dua variabel lain tetap, kepuasan diperkirakan naik 0,209 poin per satu poin skor harga |
| X3 Lokasi | B = −0,090, β = −0,092, t(146) = −1,31, p = 0,191, IK 95% [−0,225; 0,045] | Tidak signifikan. Data tidak cukup untuk menolak H₀; IK memuat nol |
Perhatikan kalimat aplikasi untuk lokasi: "Ini bukan bukti bahwa pengaruhnya nol." Tanda negatif pada B lokasi juga tidak boleh dibaca sebagai "lokasi berpengaruh negatif", karena intervalnya masih memuat nol dan nilai positif kecil.
Catatan di bawahnya menyebut β terbesar dimiliki X1 (0,398). Untuk membandingkan besar peran antarvariabel, pakai β, bukan nilai p (Unit 3 dan 4). Konstanta (1,602) tidak ikut dibandingkan: ia hanya perkiraan kepuasan bila semua X bernilai nol, padahal skor Likert 1–5 tidak pernah nol.
Uji asumsi klasik. Daftar di bawah interpretasi merangkum Unit 6:
- Normalitas residual: Kolmogorov-Smirnov (Lilliefors) D = 0,054, p = 0,437; Shapiro-Wilk W = 0,993, p = 0,635. Kedua p di atas 0,05, jadi tidak ada bukti residual menyimpang dari normal. Yang diuji adalah residual, bukan setiap variabel.
- Multikolinearitas: VIF 1,16; 1,16; dan 1,00, jauh di bawah 5. Variabel bebas tidak saling berkaitan kuat.
- Heteroskedastisitas: Breusch-Pagan χ²(3) = 5,50, p = 0,138. Tidak ada bukti varians residual berubah.
- Autokorelasi: Durbin-Watson = 2,07. Data latihan adalah survei yang diambil sekali waktu; urutan baris bukan urutan waktu. Karena itu angka ini diabaikan, tidak dilaporkan sebagai uji asumsi.
Interpretasi otomatis adalah titik awal, bukan teks siap tempel. Kalimatnya umum; skripsimu perlu mengaitkannya dengan teori dan penelitian terdahulu (Unit 8).
Langkah 5: Tabel, grafik, dan unduhan
Tabel hasil berisi empat tabel bergaya APA:
| Tabel | Isi | Angka pada data latihan |
|---|---|---|
| Tabel 1 Ringkasan Model Regresi | R, R², R² terkoreksi, galat baku estimasi, n | R = 0,535; R² = 0,286; R² terkoreksi = 0,271; galat baku estimasi 0,670; n = 150 |
| Tabel 2 Analisis Varians (Uji F) | jumlah kuadrat, db, rata-rata kuadrat, F, p | F = 19,47 dengan db 3 dan 146; p < 0,001 |
| Tabel 3 Koefisien Regresi | B, SE, β, t, p, dan IK 95% untuk B, termasuk konstanta | seperti tabel di Langkah 4 |
| Tabel 4 Uji Asumsi Klasik | Lilliefors, Shapiro-Wilk, Breusch-Pagan, Durbin-Watson, VIF dan tolerance | seperti daftar di Langkah 4 |
Galat baku estimasi 0,670 adalah besar kesalahan prediksi yang khas, dalam satuan kepuasan (skor 1–5).
Setiap tabel punya tombol Salin. Tabel tersalin dengan garis gaya APA (garis horizontal saja), sehingga dapat langsung ditempel ke Word lalu diberi nomor sesuai bab, misalnya Tabel 4.5. Di atas tabel ada tombol unduh Excel (.xlsx) dan CSV: berkas berisi keempat tabel dan seluruh kalimat interpretasi. CSV memakai titik koma dan koma desimal agar terbaca benar di Excel berbahasa Indonesia. Simpan berkas ini sebagai arsip analisismu; data yang diunggah dihapus otomatis.
Grafik residual berisi dua grafik:
- Q-Q: titik yang mengikuti garis menandakan residual mendekati normal. Pada data latihan titik-titiknya mengikuti garis, sejalan dengan uji normalitas.
- Residual terhadap nilai prediksi: sebaran yang merata tanpa pola corong menandakan varians konstan. Pada data latihan tidak ada pola corong, sejalan dengan uji Breusch-Pagan.
Biasakan melihat grafik, bukan hanya nilai p uji asumsi. Pada sampel besar, uji normalitas dapat menolak H₀ karena penyimpangan kecil yang tidak berarti; grafik membantu menilai seberapa besar penyimpangannya.
Ringkasan
- Jalurnya: Unggah data → data latihan → Pemeriksaan data → Lanjut ke analisis regresi → pilih Y dan X → Jalankan analisis.
- Periksa data dulu: jumlah baris, sel kosong, minimum dan maksimum di luar skala, dan peran setiap kolom.
- Pada data latihan, model signifikan (F(3, 146) = 19,47, p < 0,001, R² = 0,286); kualitas layanan dan harga signifikan, lokasi tidak.
- Uji asumsi tidak menunjukkan pelanggaran; Durbin-Watson diabaikan karena datanya survei satu waktu.
- Interpretasi otomatis dan tabel adalah bahan Bab IV, bukan teks siap tempel. Unit berikutnya membahas cara menuliskannya.
Kuis mini
Unit selesai bila kuis mini lulus. Angka soal berganti setiap kali kamu mencoba lagi.
Kerjakan kuisBerikutnya: Unit 8, Menulis Bab IV