Pendahuluan
Dalam penelitian kuantitatif, khususnya skripsi, regresi linear adalah salah satu metode analisis yang paling sering digunakan. Hampir semua penelitian yang ingin melihat pengaruh suatu variabel terhadap variabel lain akan menggunakan regresi.
Sayangnya, banyak mahasiswa hanya mengikuti langkah di SPSS tanpa benar-benar memahami konsep dan cara membaca hasilnya. Akibatnya, saat sidang atau revisi, mereka kesulitan menjelaskan makna dari angka-angka yang muncul.
Artikel ini akan membantu kamu memahami regresi linear secara lengkap, mulai dari pengertian, kapan digunakan, jenis-jenisnya, hingga cara membaca dan menginterpretasikan hasilnya.
Apa Itu Regresi Linear?
Regresi linear adalah metode statistik yang digunakan untuk mengetahui hubungan dan pengaruh antara variabel independen (X) terhadap variabel dependen (Y).
Secara sederhana:
- X = variabel bebas (yang mempengaruhi)
- Y = variabel terikat (yang dipengaruhi)
Contoh:
- Pengaruh harga (X) terhadap kepuasan pelanggan (Y)
- Pengaruh kualitas layanan (X) terhadap loyalitas pelanggan (Y)
Bentuk Persamaan Regresi
Regresi Linear Sederhana:
Y=a+bXY = a + bXY=a+bX
Regresi Linear Berganda:
Y=a+b1X1+b2X2+…+bnXnY = a + b1X1 + b2X2 + … + bnXnY=a+b1X1+b2X2+…+bnXn
Keterangan:
- a = konstanta
- b = koefisien regresi
- X = variabel independen
- Y = variabel dependen
Kapan Regresi Linear Digunakan?
Regresi linear digunakan ketika:
1. Ingin Mengetahui Pengaruh
Misalnya:
- Apakah harga berpengaruh terhadap kepuasan?
2. Data Bersifat Kuantitatif
Data biasanya berbentuk angka, seperti skala Likert (1–5).
3. Hubungan Linear
Hubungan antar variabel diasumsikan linear (garis lurus).
4. Penelitian Kuantitatif
Digunakan dalam penelitian dengan pendekatan statistik.
Contoh Kasus:
- Pengaruh kualitas pelayanan terhadap kepuasan pelanggan
- Pengaruh promosi dan harga terhadap keputusan pembelian
👉 Jika penelitianmu memiliki hubungan sebab-akibat sederhana, regresi linear adalah pilihan yang tepat.
Jenis-Jenis Regresi Linear
1. Regresi Linear Sederhana
Digunakan jika hanya ada 1 variabel independen.
Contoh:
- X = Harga
- Y = Kepuasan
Persamaan:
Y=a+bXY = a + bXY=a+bX
2. Regresi Linear Berganda
Digunakan jika ada lebih dari 1 variabel independen.
Contoh:
- X1 = Harga
- X2 = Kualitas Layanan
- Y = Kepuasan
Persamaan:
Y=a+b1X1+b2X2Y = a + b1X1 + b2X2Y=a+b1X1+b2X2
Contoh Output Regresi (SPSS)
Biasanya hasil regresi di SPSS akan menampilkan beberapa tabel utama:
1. Model Summary
| R | R Square |
| 0.75 | 0.56 |
👉 Artinya:
- R Square = 0.56 → 56% variasi Y dijelaskan oleh X
2. ANOVA (Uji F)
| Sig |
| 0.001 |
👉 Artinya:
- Sig < 0.05 → model signifikan secara keseluruhan
3. Coefficients (Uji t)
| Variabel | B | Sig |
| Konstanta | 2.1 | – |
| X1 | 0.45 | 0.002 |
| X2 | 0.30 | 0.010 |
Cara Interpretasi Hasil Regresi
Ini bagian paling penting.
1. Interpretasi Koefisien (B)
Contoh:
- X1 = 0.45
Artinya:
Jika X1 naik 1 satuan, maka Y meningkat sebesar 0.45
👉 Jika positif → hubungan searah
👉 Jika negatif → hubungan berlawanan
2. Interpretasi Nilai Signifikansi (Sig)
Kriteria:
- Sig < 0.05 → signifikan
- Sig > 0.05 → tidak signifikan
Contoh:
- Sig = 0.002 → signifikan
👉 Artinya variabel berpengaruh terhadap Y
3. Interpretasi Uji F
Digunakan untuk melihat pengaruh secara simultan.
- Sig < 0.05 → model layak digunakan
4. Interpretasi R Square
Menunjukkan seberapa besar variabel X menjelaskan Y.
Contoh:
- R² = 0.56 → 56% dipengaruhi X, sisanya oleh faktor lain
Contoh Penulisan di Skripsi
Berikut contoh interpretasi yang bisa kamu gunakan di Bab 4:
Berdasarkan hasil analisis regresi, diperoleh nilai koefisien regresi variabel kualitas layanan sebesar 0.45 dengan nilai signifikansi 0.002 < 0.05. Hal ini menunjukkan bahwa kualitas layanan berpengaruh positif dan signifikan terhadap kepuasan pelanggan.
Nilai R Square sebesar 0.56 menunjukkan bahwa 56% variasi kepuasan pelanggan dapat dijelaskan oleh variabel independen dalam penelitian ini, sedangkan sisanya dipengaruhi oleh faktor lain di luar model.
Kesalahan yang Sering Terjadi
Agar lebih siap, hindari kesalahan berikut:
- Salah membaca nilai Sig
- Tidak membedakan uji t dan uji F
- Tidak menjelaskan R Square
- Hanya copy output tanpa interpretasi
Penutup
Regresi linear adalah metode yang sangat penting dan sering digunakan dalam skripsi. Dengan memahami konsep dasar dan cara membaca hasilnya, kamu tidak hanya bisa menyelesaikan skripsi lebih cepat, tetapi juga lebih percaya diri saat sidang.
Kunci utamanya:
- Pahami hubungan antar variabel
- Gunakan metode yang sesuai
- Interpretasikan hasil dengan benar