Kind: captions
Language: id
Assalamualaikum warahmatullahi
wabarakatuh berjumpa lagi dengan saya di
channel YouTube saya ensiklopedia Ahmad
Fauzi channel yang menjelaskan berbagai
hal yang berkaitan dengan analisis data
statistika penelitian pendidikan dan
biologi ataupun pengetahuan-pengetahuan
lain yang mungkin dapat menambah
pengetahuan kalian atau bahkan
keterampilan kalian di video kali ini
kita akan menjelaskan Bagaimana caranya
melakukan analisis regresi linear
berganda dengan menggunakan
SPSS tutorial ini kelanjutan dari video
sebelumnya yang telah menjelaskan
Bagaimana caranya melakukan analisis
regresi linear
sederhana namun Sebelum saya memulai
tutorial ini saya berharap kalian telah
menginstal SPSS di komputer kalian
masing-masing Selain itu Kalian juga
telah memahami tampilan SPSS secara umum
dan mengoperasikan berbagai menu di SPSS
yang menunya yang general saja tidak
perlu yang kompleks-kompleks
Oke Tujuan saya membuat video kali ini
adalah agar kalian mampu melakukan
berbagai uji asumsi klasik uji asumsi
yang dilakukan sebelum data dianalisis
menggunakan regresi linear berganda
selanjutnya saya juga berharap kalian
mampu melakukan uji regresi linear
berganda dengan menggunakan SPSS
dan yang terakhir Kalian juga saya harap
mampu melaporkan hasil analisis dengan
menggunakan format yang tepat dan
lengkap sebelum kita memulai tutorialnya
Mari kita review sejenak Apa itu
analisis regresi linear
berganda analisis ini digunakan ketika
kita ingin memprediksi nilai pada satu
variabel berdasarkan setidaknya dua
variabel lainnya oleh karena itu itu
kita tentunya minimal melibatkan minimal
tiga variabel ketika kita melakukan
analisis regresi linear berganda berbeda
dengan analisis regresi linear sederhana
di mana kita hanya melibatkan dua
variabel
saja variabel yang ingin kita prediksi
disebut juga sebagai variabel dependen
atau terkadang kita kenal sebagai
variabel hasil atau kriterium sedangkan
variabel-variabel lain yang kita gunakan
untuk memprediksi nilai variabel lain
tadi disebut sebagai variabel independen
atau terkadang kita kenal juga sebagai
variabel prediktor misalkan saja kita
ingin memprediksi hasil belajar siswa
didasarkan pada dua variabel lainnya
misalkan keterampilan berpikir kritis
dan kesadaran
metakognitif Oleh karena itu yang kita
sebut sebagai variabel hasil atau
kriterium adalah hasil belajar
sedangkan kesadaran metakognitif dan
keterampilan berpikir kritis kita
posisikan sebagai variabel independen
atau
prediktor sebelum kita melakukan
analisis regresi linear berganda kita
harus mengecek beberapa asumsi di data
kita apakah data kita memenuhi syarat
untuk dilakukan analisis regresi
berganda yang pertama adalah satu
Variabel terikat kita tadi harus dalam
skala kontinu bisa interval bisa
rasio kemudian selain memiliki satu
Variabel terikat kita memiliki beberapa
variabel bebas jadinya lebih dari satu
karena beberapa dan variabel bebas
tersebut juga berada dalam skala
kontinu kemudian hubungan setiap
variabel bebas dengan Variabel terikat
Harus linear bila tadi contohnya kita
ingin melihat hubungan antara
keterampilan metakognitif Oh mohon maaf
keterampilan berpik berpikir kritis
dengan kesadaran metakognitif terhadap
hasil belajar siswa maka kesadaran
metakognitif harus memiliki hubungan
linear dengan hasil belajar Begitu juga
dengan keterampilan berpikir kritis juga
harus memiliki hubungan linear dengan
hasil
belajar selanjutnya independensi
observasi juga turut menjadi asumsi
ketika kita akan melakukan an analisis
regresi linear
berganda kemudian kita juga berharap
data kita tidak memiliki outliayer yang
signifikan dan tentunya data residual
kita juga terdistribusi secara normal
sehingga sama dengan regresi linear
sederhana data yang kita analisis
normalitasnya bukan data awal bukan data
per varariabel apalagi data selisih
melainkan data residual
kemudian homoskedastisitas juga harus
terpenuhi Oleh karena itu residualnya
harus terdistribusi secara
merata dan ada asumsi lain yaitu tidak
memperlihatkan
multikolinearitas ketika kita melakukan
regresi linear sederhana asumsi ini
tidak muncul namun ketika kita akan
melakukan regresi linear berganda asumsi
ini harus kita perhatikan dan yang
terakhir Auto korelasi tapi di sini saya
beri bintang karena autokorelasi tidak
selalu kita analisis ada beberapa
kondisi di mana Data kita harus
dianalisis
autokorelasinya kondisinya seperti apa
saya akan menjelaskan di video yang
lainnya video terpisah yang membahas
terkait
autokorelasi Oke misalnya kita telah
memiliki data seperti ini misalnya kita
melakukan penelitian di suatu sekolah
dan kita melibatkan 60 siswa dan
penelitian tersebut mengkaji hubungan
literasi sains keterampilan berpikir
kritis dan keterampilan metakognitif
dengan hasil belajar siswa Oleh karena
itu di data ini kita memiliki tiga
variabel bebas atau prediktor yaitu
literasi sains keterampilan berpikir
kritis dan yang terakhir keterampilan
metakognitif sedangkan satu variabel
depend atau kriterium kita adalah hasil
belajar Nah di sini Kita sudah memenuhi
syarat Bagaimana kondisi data yang bisa
dijadikan analisis dalam regresi linear
pengganda kemudian di sini Kita juga
melihat semua datanya juga dalam skala
kontinu karena di sini semuanya
sebetulnya adalah hasil tes karena hasil
tes Ini bukan nominal ataupun ordinal
melainkan
interval Oke data sudah kita miliki
sekarang silakan membuka program SPSS
kalian
masing-masing Bila kalian telah membuka
SPSS kalian masing-masing maka tampilan
umumnya Biasanya seperti ini ada yang
nanti terbuka kemudian langsung
disuguhkan dengan data view Namun kita
akan mengutak-atik variabel view-nya
terlebih dahulu Oleh karena itu Mari
kita ke pojok kiri bawah lalu kita Klik
tombol variabel View yang berada di
sebelah data view kemudian Mari kita
masukkan variabel variabel penelitian
kita tadi di variabel View ini untuk
mempermudah kita kecilkan terlebih
dahulu tampilan data set kita dengan
mengklik Kotak di pojok kanan atas
program SPSS kita
masing-masing
kemudian kita bisa melihat di excel-nya
excel-nya pun bisa kita kecilkan
tampilannya dengan cara yang sama Nah
sekarang di layar kita kita bisa melihat
tampilan SPSS beserta tampilan Excel
kita di sini bisa kita lihat ada empat
variabel literasi sains keterampilan
berpikir kritis keterampilan
metakognitif dan hasil belajar Oleh
karena itu Mari kita define
variabel-variabel tersebut di variabel
View yang pertama literasi sains bisa
kita singkat sebagai
LS kemudian keterampilan berpikir kritis
kita tulis sebagai
KBK kemudian keterampilan metakognitif
kita singkat sebagai KM dan hasil
belajar bisa kita tulis sebagai
HB kemudian di kolom label Mari kita
tulis variabel-variabel tersebut secara
lengkap LS tadi adalah literasi sains
kemudian keterampilan berpikir
kritis di baris
kedua selanjutnya di baris ketiga adalah
keterampil
metakognitif dan yang terakhir adalah
hasil belajar di value missing dan colum
tidak perlu kita ubah sedangkan di
measure perlu Kita sesuaikan keempat
variabel kita merupakan variabel ktinue
sehingga meurenya semuanya scale
Bagaimana cara mengubahnya kita Arahkan
kursor kita ke sisi kanan dari kolom
measure yang pertama variabel literasi
sains kita klik kiri sekali sehingga
muncul pilihan lalu kita pilih skill di
baris kedua kita lakukan hal yang sama
di baris ketiga juga dan yang terakhir
di baris keempat juga scill karena
keempatnya merupakan variabel continue
Oke variabel sudah kita set sesuai
keinginan kita sekarang waktunya kita
menyiapkan data di data view kita Klik
di pojok kiri bawah program SPSS kita
masing-masing
kemudian kita kembali ke Excel excel-nya
bisa kita perbesar lagi tampilannya
kemudian kita blok semua data yang ada
di Excel tersebut hanya angka-angkanya
saja ya dari baris pertama hingga baris
terakhir yaitu sebanyak 60
responden kemudian kita tekan ctrl c di
keyboard kita sehingga muncul garis
putus-putus yang bergerak seperti ini
kemudian kita kembali ke SPSS kita
masing-masing lalu di baris pertama yang
paling kiri kita klik kolomnya sehingga
muncul kotak kuning seperti ini kemudian
kita tekan ctrol V di keyboard kita
masing-masing dengan melakukan langkah
tersebut maka kita memerintahkan
komputer kita meng-copy atau menyalin
data di Excel menuju di SPSS kita
terkadang membutuhkan waktu yang agak
lama
Oke semua data sudah tersalin di SPSS
kita dan sekarang bisa kita perbesar
lagi tampilan dari SPSS
kita data sudah siap sekarang kita save
atau kita simpan terlebih dahulu data
ini caranya dengan menekan tombol
bergambar disket di bagian kanan e kiri
atas dari SPSS
kita kita klik kiri sekali dan menunggu
munculnya kotak dialog save data S kita
pilih folder yang kita inginkan misalnya
Saya ingin memilih folder regresi linear
berganda kalian bebas ingin menyimpan di
mana kemudian nama file-nya bisa kita
ganti di file name ya misalkan nama saya
yang di saya adalah data regresi linear
ganda setelah file tersebut kita beri
nama sesuai keinginan kita kita bisa
enter di keyboard kita masing-masing
nah data kita sudah tersimpan dan
seperti biasanya SPSS akan mengeluarkan
window output dan melaporkan bahwa data
kita sudah
tersave oke data sudah tersave Sekarang
waktunya kita melakukan analisis tapi
ingat sebelum kita melakukan analisis
regresi linear berganda ada beberapa
asumsi yang perlu kita cek yang pertama
tadi ee variabel ya terdiri atas satu
sedangkan independennya lebih dari satu
dan semua variabel tersebut adalah
variabel kontinu bisa interval bisa
rasio asumsi tersebut sudah terpenuhi
asumsi selanjutnya kita bisa mengecek
linearitasnya tapi ingat tadi
disampaikan bahwa linearitas yang dicek
adalah linearitas per
variabel bebas terhadap Variabel terikat
karena variabel bebas kita ada tiga
sedangkan variabel trikat kita ada satu
maka tentunya kita melakukan analisis
linearitas sebanyak tiga
kali Oke caranya bagaimana kita
menggunakan skatterer plot lagi kita
klik grabs kemudian kita pilih Legacy
dialog kemudian kita pilih skater garis
miring
dot sehingga akan muncul kotak skater
garis miring dot seperti ini kemudian
kita klik gambar di simple skater
sehingga muncul bingkai berwarna hitam
tebal ini kemudian kita klik
define setelah itu akan muncul kotak
simple skater plot di sini ada y Ais ada
x Ais y Ais kita masukkan dependen
variabel kita sedangkan x aisnya adalah
independen variabel kita kita lakukan
satu persatu ya yakis kita adalah hasil
belajar maka hasil belajar kita klik
kiri sekali kemudian kita klik tanda
panah di sisi kiri yaksis sehingga hasil
belajar pindah ke kotak
yaksis kemudian variabel bebas kita yang
pertama adalah literasi sains kita klik
literasi sains kemudian kita tekan tanda
panah di sisi kiri
x-aksis sehingga literasi sains masuk di
kota
x-aksis Setelah itu kita tekan tombol
oke
dan bisa kita tunggu hasilnya yaitu
hasil skatterer plot yang memperlihatkan
Apakah ada linearitas di antara literasi
sains dan hasil belajar prinsipnya sama
bila hubungannya terlihat lurus maka itu
dikatakan linear namun kalau hubungannya
tidak lurus misalkan naik kemudian turun
atau naik awalnya lurus kemudian semakin
menanjak maka itu bukan linear
oke grafiknya sudah muncul ya kemudian
kita melakukan analisis linearitas lagi
untuk variabel bebas yang kedua caranya
sama kita pilih graps kemudian Legacy
dialog kemudian kita pilih sket Gar Mir
dot kemudian tetap di simple skater kita
klik
define kembali lagi muncul simple skater
plot namun yang perlu kita perhatikan
y-aksisnya tetap hasil belajar Namun
xaksisnya kita ganti dengan vari bebas
kita yang kedua Oleh karena itu literasi
sains harus kita kembalikan ke kotak
kiri caranya mudah kita tekan tanda
panah di sisi kiri
xakis kemudian variabel bebas kita yang
kedua keerampilan berpikir kritis kita
klik kiri sekali kemudian kita masukkan
ke kotak
x-akis sehingga keterampilan berpikir
kritis masuk di kota
x-akis kemudian kita tekan oke lagi kita
tunggu hasilnya yang bisa menjadi dasar
kita Apakah ada hubungan linear antara
keterampilan berpikir kritis dengan
hasil
belajar karena variabel bebas kita ada
tiga mari kita lakukan linearitas sekali
lagi kita tekan grabs lagi kita pilih
Legacy dialog lagi dan kita pilih skater
Gar Mir dot kita pilih simple skater
lagi kemudian kita tekan define
lagi hasil belajar tetap diposisikan
sebagai y-aksis sedangkan
x-aksisnya harus kita ganti oleh karena
itu keterampilan berpikir kritis kita
klik kiri kemudian tanda panah di sisi
kiri x-aksis kita tekan dan yang
terakhir keterampilan metakognitif kita
Tekan klik kiri sekali lalu tombol di
sisi kiri x-aksis kita tekan sehingga
keterampilan metakognitif masuk di kota
x Ais dan yang terakhir kita klik
oke sehingga akan muncul kotak atau
grafik skatterer plot yang
memperlihatkan hubungan antara
keterampilan metakognitif dan hasil
belajar di sini ada tiga ya Dan nanti
ketiga ini akan kita
laporkan Kemudian ada beberapa asumsi
lain yang perlu dilakukan ketika kita
melakukan analisis regresi linear
berganda ada homoskedastisitas dan ada
multikolinearitas selain normalitas
namun homoskedastisitas dan
multikolinearitas bisa dilakukan
bersamaan dengan analisis regresi Oleh
karena itu di tutorial ini kita lakukan
bersama-sama baik regresinya maupun
analisis homoskedastisitas dan
multikolinearitas sedangkan uji
normalitas kita lakukan setelah regresi
Kenapa karena data yang dianalisis
normalitasnya adalah data residual dan
kita baru bisa mendapatkan data residual
setelah kita melakukan analisis regresi
linear berganda tadi Oleh karena itu
Sekarang mari kita mulai
analisisnya yang pertama kita klik
analy kemudian kita pilih
regression kemudian kita pilih
linear kemudian lalu kita klik kiri
sekali sehingga muncul kotak linear
regression di dependent list kita
masukkan Variabel terikat kita yaitu
hasil belajar kita klik kiri hasil
belajar sekali kemudian kita masukkan ke
dependent list dengan cara mengklik
tanda panah di sisi kiri
dependen sampai tahapan ini tahapannya
sama persis dengan analisis regresi
linear sederhana nah pembedannya adalah
ketika kita melakukan analisis regresi
linear berganda di kotak independen kita
tidak hanya memasukkan satu variabel
bebas Tapi semua variabel bebas
kita di sini ada tiga ya kita bisa
memasukkan satu-satu atau kita bisa
memasukkan secara
bersama-sama kita tinggal tekan ctrol a
di keyboard kita jadinya pertama
kursornya nya kita Arahkan ke kotak di
sisi kiri ini kemudian kita klik kiri di
sembarang tempat di kotak tersebut
kemudian kita tekan ctrl a di keyboard
kita masing-masing sehingga ketiga
variabel tersebut terblok
semua kemudian di sini ada tatna panah
terletak di sisi kiri kota independen
kita klik kiri sekali sehingga ketiga
variabel bebas kita akan masuk di kota
independen
lalu di sisi kanan ada beberapa menu
perlu kita cek dan perlu kita buka
beberapa menu yang penting yang pertama
menu statistics kita klik kiri
sekali lalu di sini ada beberapa menu
yang perlu kita centang Yang pertama
adalah descriptives kita klik kiri
sekali sehingga tercentang kemudian
colinearity diagnostics ini kita klik
kiri sehingga tercentang nah
pencentangan colinearity diagnosti ini
merupakan cara kita untuk mendapatkan
hasil uji
multikolinearitas kemudian Bila kalian
akan melakukan autookorelasi juga kalian
bisa mencentang durbin Watson tapi ingat
Seperti yang saya jelaskan di awal
analisis keberadaan autokorelasi hanya
dilakukan pada kondisi data tertentu
yang akan saya jelaskan di video lainnya
secara
terkisah Oke Setelah kalian mencentang
beberapa menu di sini kemudian kita bisa
mengklik tombol
continue lalu kita tekan tombol plots di
bawah menu
statistics nah langkah ini kita lakukan
untuk melakukan uji
homoskedastisitas di sini ada y ada x y
kita isi dengan Z resit sehingga Z resed
kita Tekan klik kiri sekali kemudian ada
tanda panah di sisi kiri y kita tekan
sehingga Z resit akan masuk di kotak y
sedangkan X kita isi sebagai zpet
sehingga Z zpr kita klik kiri sekali
kemudian tanda panah di sebelah kiri X
kita tekan sehingga zpr masuk di kotak
tersebut setelah sampai di langkah ini
silakan tekan tombol
continue selanjutnya di bawah menu plot
ada menu shift kita tekan juga menu
shfes nah di menu shfes ini di bagian
pojok kanan ada kelompok residual Mari
kita centang unstandarize dengan cara
mengklik kiri sekali lalu kita Klik
tombol continue di sisi
bawah di bawah save ada menu option kita
buka juga dengan cara mengklik kiri
sekali di sini ada beberapa informasi
tidak perlu kita ubah-ubah karena
default ini sudah sesuai dengan
keinginan kita
lalu kita klik continue di style dan
pstra pun tidak perlu kita
apa-apakan begitu ya Nah selanjutnya
kita tekan tombol Oke di sisi kiri dari
kotak linear
regression sehingga SPSS akan melakukan
proses analisis regresi linear
berganda dan ini merupakan hasilnya ada
banyak tabel
ya banyak tabel dan ada beberapa tabel
yang perlu kita baca di sini ada
deskriptif statistik bisa
menginformasikan terkait rerata dan
deviasi standar masing-masing variabel
kita karena ada empat variabel maka ada
empat hasil analisis deskriptif kemudian
di sini muncul tabel
korelasi sama seperti ketika kita
melakukan korelasi person ya di beberapa
video saya
sebelumnya Nah kalau analisis korelasi
ini hanya melihat satu persatu misalkan
kita melihat hubungan antara hasil
belajar dengan literasi sains hasil
belajar dengan keterampilan berpikir
kritis hasil belajar dengan keterampilan
metakognitif cara pengambilan
keputusannya adalah berdasarkan nilai
sik-nya ya di sini ada nilai six kita
lihat bila sig-nya kurang dari
0,05 maka kedua variabel tersebut
memiliki hubungan yang signifikan
misalkan saja kita ambil contoh antara
hasil belajar dan literasi sains kita
lihat nah ini hasil belajar literasi
sains di kolom kedua ternyata
0,00 sehingga bisa kita mendapatkan
informasi hasil belajar memiliki
hubungan signifikan dengan literasi
sains di sebelahnya kita bisa melihat
nilai sik antara hasil belajar dan
keterampilan berpikir kritis sama kurang
dari 0,05 sehingga hasil belajar dan
keterampilan berpikir kritis memiliki
hubungan yang signifikan di sisi yang
yang terakhir bisa kita lihat hasil
belajar dan keterampilan metakognitif
ternyata P value atau sig-nya di atas
0,05 sehingga bisa kita Simpulkan hasil
belajar dan keterampilan metakognitif
tidak memiliki hubungan yang signifikan
itu caranya Bila kita ingin mengungkap
informasi yang disajikan di tabel
korelasi
ini sekarang kita mari lihat tabel-tabel
yang lain Nah di sini ada model summary
di model summary ini kita mendapatkan
beberapa angka penting yang pertama
angka R ya R ini merupakan nilai
korelasi kemudian di sisi sebelahnya R
squ r^ ini merupakan koefisien
determinasi atau effectf size yang bisa
kita gunakan untuk melaporkan di laporan
yang akan kita susun kemudian di sisi
paling kanan ada durbin Watson inilah
nilai yang kita gunakan untuk analisis
autokorelasi
di bawah model summary ada tabel Anova
nah tabel Anova ini sebagai dasar kita
untuk menentukan apakah persamaan
regresi yang kita peroleh itu mampu
memprediksi Variabel terikat kita secara
signifikan cara pengambilan keputusannya
didasarkan pada P value atau nilai yang
berada di kolom Sig bila kurang dari
0,05 kita simpulkan persamaan regresi
yang kita hasilkan memiliki
signifikansi alias mampu memprediksi
secara signifikan namun bila di atas
0,05 maka persamaan regresi kita tidak
mampu memprediksi secara signifikan
capaian Variabel terikat kita karena di
sini kurang dari 0,05 maka
variabel-variabel bebas kita yang nanti
dimasukkan di persamaan regresi tersebut
bisa memberikan atau memprediksi
variabel triikat kita sec secara
signifikan Bagaimana cara pembacaannya
secara lengkap kita lihat di bagian
akhir di video ini di bawahnya ada tabel
koefisien tabel ini kita gunakan sebagai
dasar kita menyusun persamaan
regresi caranya bagaimana kita lihat
juga di bagian akhir dan di sisi kanan
ada colinerity statistics nah di kolom
terakhir inilah merupakan angka-angka
yang kita gunakan untuk menganalisis
Apakah asumsi
multikolinaritas bisa di apa ya bisa
terpenuhi syaratnya jangan atau tidak
boleh terjadi
multikolinaritas apa tandanya bila tidak
terjadi
multikolinaritas angka di kolom viif-nya
ini FIF harus di antara 1 hingga 10 bila
melebihi 10 maka kita simpulkan gejala
multikolinearitas terjadi sehingga data
kita tidak diperkenankan untuk dilakukan
analisis regresi
berganda kemudian di sini ada colinarity
diagnostic residual statistick ini tidak
perlu kita lihat nah namun di bagian
akhir kita mendapatkan skater plot yang
merupakan skater plot yang bisa kita
gunakan untuk menganalisis
homoskedastisitas nanti kita baca
Bagaimana caranya melihat apakah ini
terjadi homosktisitas atau tidak
tidak oh ya ada satu analisis yang kita
lupakan kita telah melakukan analisis
regresi bersama
homoskedastisitas bersamaan pula dengan
multikolinearitas dan sebelum itu kita
juga telah melakukan linearitas namun
analisis normalitas belum kita lakukan
sekarang sebelum kita melakukan analisis
normalitas Mari kita lihat dataset kita
terlebih
dahulu nah di dataset di sini kita
mendapatkan satu variabel baru yaitu
race_1 inilah data residual yang kita
peroleh setelah kita melakukan analisis
regresi berganda tadi sekarang data
inilah yang akan kita analisis
normalitasnya caranya bagaimana kita
tekan
analyze kemudian kita pilih descriptive
statistics kemudian kita pilih
explore lalu akan muncul kotak explore
dan variabel baru kita yaitu unstandariz
residualung rest_1 kita masukkan ke
kotak dependent list dengan cara
mengklik tanda panah di sisi kiri
dependent list Nah setelah masuk ke
kotak dependent list kita tekan menu
plots di sisi kanan kita klik kiri
sekali kemudian di box plot sementara
kita pilih yang non di desriptive kita
hilangkan centangnya dengan mengklik
kiri Stamp and Lif kemudian di bagian
tengah kita tekan normality P withtest
dengan klik kiri sekali sehingga
tercentang setelah tampilannya seperti
ini Mari kita Klik tombol
continue kemudian kita tekan tombol
Oke sehingga SPSS kita perintahkan untuk
menguji normalitas dari data residual
yang telah kita miliki tadi
sama seperti biasanya analisis
normalitas membutuhkan waktu yang
sedikit lebih lama dibandingkan analisis
lainnya setelah normalitas berhasil
dianalisis kita akan mendapatkan
berbagai tabel Mari kita langsung lihat
tabel normalitasnya dengan menekan test
of normality di sisi kiri layar kita
sehingga di sisi kanan langsung kita
diarahkan ke tabel yang kita inginkan
tadi di sini bisa kita lihat ada dua
hasil analisis normalitas yaitu
kolmogorov smirov dan sapiruik dasar
pengambilan kesimpulannya berdasarkan
nilai sik dan kita bisa memilih salah
satu dari hasil analisis ini bila di
atas 0,05 maka residual kita
terdistribusi secara normal dan
didasarkan pada kolumogorov smirnov
nilai sik-nya jauh di atas
0,05 maka asumsi normalitas data kita
ini terpenuhi
Oke analisis sudah kita lakukan baik
Analisis untuk melihat apakah asumsinya
terpenuhi atau tidak maupun analisis uji
hipotesisnya Sekarang waktunya kita
melakukan
pelaporan meski kita tadi melakukan
analisisnya asumsinya beberapa bersamaan
dengan uji hipotesisnya atau bahkan
salah satu dilakukan setelah regresi
dilakukan namun pelaporannya tetap
asumsi kita laporkan terlebih dahulu
baru setelah itu uji hipotesis nya yang
pertama perlu kita laporkan adalah
linearitasnya kita bisa melaporkan
linearitasnya berdasarkan skatterer plot
yang kita hasilkan dan ingat di sini ada
tiga skatterer plot karena ada tiga
variabel bebas dan syarat atau asumsi
sebelum kita melakukan analisis regresi
berganda adalah kita menguji linearitas
setiap variabel bebas terhadap variabel
trikat kita dan cara pelaporannya bisa
menggunakan redaksi kalimat seperti ini
berdasarkan skater plot yang dihasilkan
literasi sains memiliki hubungan yang
linear dengan hasil belajar siswa
demikian pula keterampilan berpikir
kritis dengan hasil belajar dan
keterampilan metakognitif dengan hasil
belajar Setelah itu kita bisa melaporkan
homoskedastisitasnya berdasarkan sketer
plot pun yang kita hasilkan bersamaan
dengan regresi tadi didasarkan pada
skatterer plot kita bisa
menginformasikan bahwa homoskedastisitas
terpenuhi namun di sini sebetulnya
skater plot yang dihasilkan kurang baik
ya nanti akan kita bahas
homoskedestisitas di video yang terpisah
bagaimana grafik skater plot yang bagus
Bagaimana kalau homoskettisitas
terpenuhi dengan baik Bagaimana kalau
malah terjadi
heteroskedastisitas dan bagaimana
caranya melakukan analisis
homoskedastisitas menggunakan cara yang
lain bukan menggunakan skatterer plot
tapi menggunakan data atau value angka
yang muncul di tabel SPSS
Oke
homoskisitas kita anggap tuntas kemudian
kita sampaikan hasil uji
normalitasnya kita bisa menggunakan
redaksi kalimat berikut hasil uji
kolmogorov smirnov menginformasikan
bahwa residual data terdistribusi secara
normal kemudian angka-angka pentingnya
Jangan lupa kita informasikan
kita tulis huruf d kapital dan ditulis
miring sebagai perwakilan atau simbol
dari uji kolmogorf smirov kemudian dalam
kurung kita tulis 60 sebagai DF atau
derajat bebas dari data kita kemudian
0,093 merupakan nilai d-nya yang bisa
kita lihat di kolom statistik dan yang
terakhir adalah nilai p-nya atau P value
yang bisa kita tulis berdasarkan angka
di kolom Sig
setelah normalitas kita laporkan kita
bisa melaporkan
multikolinearitasnya ya sama seperti
yang saya sampaikan tadi
multikolinearitas kita lihat berdasarkan
tabel
koefisien dan kita dasarkan pada nilai
viv-nya Bagaimana cara membacanya kita
bisa menggunakan redaksi kalimat berikut
nilai FIF yang dihasilkan oleh variabel
literasi sains sebesar
1,188 keterampilan berpikir kritis
sebesar
1,119 dan keterampilan metakognitif
adalah sebesar
1,081 ketika nilai tersebut berada di
rentangan 1 hingga 10 sehingga gejala
multikolinearitas tidak muncul Bila
kalian melakukan analisis dan ternyata
nilai viv-nya lebih dari 10 maka dapat
disimpulkan ada gejala
multikolinearitas pada kondisi tersebut
kita tidak direkomendasikan melakukan
reg linar berganda
Oke asumsi-asumsi sudah kita sampaikan
Sekarang waktunya kita membaca hasil
analisis regresi
bergandanya yang pertama kita kumpulkan
tabel Anova dan model summary-nya
terlebih dahulu lalu bisa kita baca
kedua tabel ini menggunakan redaksi
kalimat
berikut regresi linear berganda
dilakukan untuk memprediksi hasil
belajar siswa berdasarkan skor liter
sains keterampilan berpikir kritis dan
keterampilan metakognitif mereka
persamaan regresi yang signifikan
diperoleh kemudian kita informasikan
angka-angka pentingnya kemudian di
kalimat bagian akhir kita tulis dengan r
s atau r^ sebesar
0,325 yang kita Tuliskan di sini ya Yang
pertama adalah derajat bebas pertama
yaitu tig kita lihat berdasarkan DF di
baris regresi di tabel an
kemudian 56 merupakan DF kedua yang kita
lihat berdasarkan DF di baris residual
di tabel Anova f-nya sendiri sama dengan
9,007 sedangkan sig-nya kurang dari
0,001 ingat six atau P value sebenarnya
tidak pernah sama dengan 0 Namun karena
SPSS membulatkan maka di output SPSS
biasa muncul titik 00 namun di pelaporan
kita harus melaporkannya sebagai P kur
dari
0,001 dan yang terakhir r squ atau
koefisien determinasi yang merupakan
effect size yang bisa kita gunakan di
analisis regresi berganda kita ambil
dari model summary-nya yaitu sebesar
0,325 Bagaimana cara membacanya kalau R
squ-nya sebesar ini kita bisa mengatakan
bahwa
32,5% an hasil belajar siswa ditentukan
oleh literasi sains keterampilan
berpikir kritis dan keterampilan
metakognitif siswa
tersebut Sedangkan sisanya ditentukan
oleh variabel lain di luar variabel yang
dianalisis di penelitian ini itu contoh
cara membaca koefisien determinasi cara
memaknainya dan yang terakhir kita perlu
menuliskan persamaan reg resi yang kita
hasilkan yang didasarkan pada tabel
koefisien cara membacanya dan cara
membuat persamaan regresinya Seperti apa
kita bisa menggunakan kalimat berikut
hasil belajar siswa dapat diprediksi
dengan persamaan regresi y =
-23,856 +
0,783x1 +
0,474x2 + 0,130x3
nah angka-angka ini kita ambil dari
kolom
B dan ingat kalau dia negatif tetap
perlu kita tulis negatifnya bila tidak
ada tanda negatif maka kita tulis
sebagai angka positif kemudian X1 X2 dan
X3 mewakili variabel bebas 1 variabel
bebas 2 variabel bebas 3 sedangkan y
merupakan variabel trikat kita kalimat
selanjutnya literasi sains dan
keterampilan berpikir kritis merupakan
prediktor yang signifikan terhadap hasil
belajar setiap peningkatan satu skor
literasi sains akan meningkatkan skor
hasil belajar sebesar
0,783 kurung beta =
0,340 kemudian t
56 nah 56 ini merupakan derajat bebas ya
degree of Freedom yang bisa kita lihat
di tabel Anova tadi di baris residual ya
DF kedu ya kemudian t = 2,843 kita lihat
dari kolom e kolom t kemudian p-nya ama
0,006 kita lihat berdasarkan kolom S
sedangkan peningkatan satu skor
keterampilan berpikir kritis akan
meningkatkan hasil belajar sebesar
0,474 kurung sama Beta =
0,339 t 56 = 2,92 3 p =
0,05 di sisi lain keterampilan
metakognitif bukan prediktor yang
signifikan terhadap hasil belajar
bet-nya ama 0,061 t-nya tetap 56 dan
sama dengan 0,533 sedangkan p-nya
0,596 didasarkan pada informasi ini bisa
kita lihat ternyata tidak selalu semua
variabel bebas mampu memprediksi secara
signifikan
kita menentukan apakah variabel bebas
tersebut mampu memprediksi secara
signifikan atau tidak berdasarkan nilai
S dari Uji T ya jadinya di tabel sini
setelah kolom t nilai T hitung ada kolom
Sig kita lihat satu persatu di setiap
variabel bebas ketika variabel bebas
tersebut memiliki nilai S kur dari 0,05
bisa kita simpulkan bahwa variabel bebas
tersebut secara signifikan mampu
memprediksi Variabel terikat kita
Variabel terikat kita apa yaitu hasil
belajar Nah di sini ada contoh ternyata
keterampilan metakognitif nilai siknya
jauh di atas
0,05 sehingga di pelaporan kita
sampaikan seperti tadi bahwasanya
keterampilan metakognitif bukan
prediktor yang signifikan terhadap hasil
belajar demikian cara melaporkan hasil
uji asumsi dan hasil analisis esi linear
berganda analisis ini penting ketika
kita akan melakukan penelitian yang
mengkaji hubungan dan mencoba
memprediksi capaian dari suatu
kompetensi siswa atau capaian di bidang
lainnya misalkan ekonomi politik atau
yang
lainnya pada video kali ini kita juga
telah memperkuat konsep kita yang
berkaitan dengan regresi lineier karena
di video Sebelumnya kita telah
menjelaskan regresi linear sederhana
sedangkan di video selanjutnya kita akan
mencoba membahas regresi yang lain yaitu
regresi multinominal dan
binominal demikian video kali ini semoga
bermanfaat Semoga bisa kalian manfaatkan
di penelitian kalian masing-masing dan
Mohon maaf bila ada kesalahan
asalamualaikum warahmatullahi
wabarakatuh for