ANALISIS REGRESI
Tujuan
dari analisis regresi adalah untuk memprediksi besar Variabel Terikat (Dependent Variable) dengan menggunakan
data Variabel Bebas (Independent Variable) yang sudah diketahui besarnya.
Pada dasarnya tahapan
penyusunan model analisis
regresi adalah sebagai
berikut:
1.
Menentukan yang mana variabel bebas dan variabel
terikatnya
2.
Menentukan metode pembuatan model regresi,
3.
Melihat ada tidaknya
data yang outlier
(ekstrem)
4. Menguji asumsi-asumsi pada regresi berganda,
seperti normalitas, Linieritas, Heteroskedastisitas dan lain-lainnya.
5. Menguji signifikansi model (uji-t, uji-F dan sebagainya)
6. Intepretasi model
Regresi Berganda
Persamaan model regresi
dinyataakan dalam rumusan
sebagai berikut:
Y = a + bX1 + cX2
Y = Variabel dependen
X1 dan X2 = Variabel-variabel independen a, b, c = konstanta-konstanta
regresi
Output dan Analisisnya
Model
Summary
|
Model |
R |
R Square |
Adjusted R Square |
Std. Error of the Estimate |
|
1 |
.982a |
.963 |
.927 |
.85442 |
a. Predictors: (Constant), Democracy, Citizenship
Bagian ini menggambarkan derajat
keeratan hubungan antarvariabel.
·
Angka R sebesar 0.982(a) menunjukkan bahwa
korelasi/hubungan antara Participation
dengan kedua variabel independen-nya adalah kuat (karena besarnya > 0,5).
·
Angka R Square atau Koefisien Determinasi adalah
0.963 (berasal dari 0,982 x 0,982). Ini artinya bahwa 0,963 atau 96,3% variasi
dari Participation dapat dijelaskan oleh variasi dari kedua variabel
independen, yaitu Democracy dan Citizenship. Sedangkan sisanya (100-96,3 = 0,7)
atau 7% dijelaskan oleh sebab-sebab yang lain. Untuk variabel independen lebih
dari dua sebaiknya
gunakan Adjusted R Square yang pada latihan kita nilainya 0,927.
·
Std. Error of the Estimate yang nilainya 0.85442 menggambarkan tingkat ketepatan
prediksi regresi, dimana semakin kecil angkanya maka semakin baik prediksinya.
ANOV
Ab
|
Model |
Sum of Squares |
df |
Mean S quare |
F |
Sig. |
|
1 Regres sion |
38.540 |
2 |
19.270 |
26.396 |
.037a |
|
Residual |
1.460 |
2 |
.730 |
|
|
|
Total |
40.000 |
4 |
|
|
|
a. Predic tors:
(Constant), Dem ocracy,
Citiz ens hip
b. Dependent Variable: Participation
Bagian
ini menggambarkan tingkat signifikansi. Dari uji ANOVA atau F-test, didapat F-
hitung 26.396 dengan tingkat signifikansi sebesar 0,037. Karena probabilitas
(tingkat signifikansi) ini lebih kecil daripada 0,05 maka model regresi ini
bisa dipakai untuk memprediksi tingkat partisipasi politik seseorang. Dengan
kata lain, tingkat pengetahuan kewarganegaraan seseorang dan tingkat perilaku
demokratisnya secara bersama-sama berpengaruh terhadap tingkat partisipasi
politiknya.
Coeffi
cientsa
|
Model |
Unstandardized Coeffic ients |
St andardiz ed Coeffic ients |
t |
Sig. |
|
|
B |
Std. E rror |
Beta |
|||
|
1 (Const
ant) |
-2.
300 |
2.491 |
|
-.924 |
.453 |
|
Citizenship |
.411 |
.610 |
.360 |
.673 |
.570 |
|
Democ racy |
.768 |
.654 |
.629 |
1.175 |
.361 |
a. Dependent Variable: Participation
Sedangkan bagian
ini menggambarkan seberapa
besar koefisien regresinya.
·
Persamaan regresi yang diperoleh adalah sebagai
berikut: Participation = -2.300
+ 0,411 Citizenship + 0,768
Democracy
·
Konstanta sebesar -2,30 menyatakan bahwa jika
seseorang tidak memiliki pengetahuan kewarganegaraan dan perilaku demokratis
maka partisipasi politiknya - 2,30. Secara kualitatif tentu tidak ada perilaku
“minus”, mungkin dapat diintepretasikan dalam konteks budaya politik gal itu
adalah budaya “apatis”. Jangan lupa juga, bahwa secara nyata ketiga variabel
itu berskala ordinal, tidak memiliki angka “nol” seperti dalam batasan skala
interval.
·
Koefisien regresi 0,411 menunjukkan bahwa setiap pengetahuan kewarganegaraan
seseorang bertambah +1 poin, maka partisipasi politiknya akan bertambah 0,411 poin.
·
Koefisien regresi 0,768 menunjukkan bahwa setiap tingkat perilaku demokratis
seseorang bertambah +1 poin, maka partisipasi politiknya akan bertambah juga
sebesar 0,768 poin
·
Sedangkan uji-t digunakan untuk menguji signifikansi
konstanta dan setiap variabel independen