[Tutorial SPSS] Penentuan Variabel Dominan dan Besar Kontribusi Masing masing variabel bebas Regresi

Hoho...Sesuai janji, hari ini saya akan menulis kelanjutan pembahasan Variabel dominan sebelumnya terutama terkait dengan berapa sih kontribusi masing-masing variabelnya dan sebagainya. Ok.

Sebelumnya, mari lakukan run data regresi yang kita miliki. (Lihat kembali Regresi).

Nah tambahannnya adalah dengan men-set metode nya seperti ditunjukkan pada gambar. Biar urut berdasarkan variabel dominannya dapat menggunakan pilihan forward ataupun stepwise (Penjelasan postingan mengenai ini nantinya akan membantu anda menjawab kenapa saya katakan ini akan otomatis diurutkan..tapi sabar ya...=D...)

Setelah itu Ok. Kemudian sekarang Analyze lagi, Correlate > bivariate seperti ditunjukkan dibawah ini

Lalu akan muncul bebarapa output. Nah carilah Output Coefficient dan Correlations seperti ditunjukkan dibawah ini :

Nah, dari output diatas ditunjukkan bahwa variabel X2 masuk lebih dahulu dari variabel X1 kan? Kemudian variabel X3 secara otomatis telah dihilangkan dari model karena tidak signifikan. OK...sekarang kita bicara besarnya kontribusi nya ya...Ok....perhatikan perhitungan berikut :

Read more »

[Tutorial SPSS] Analisis Regresi Logistik Biner

Minggu yang lalu, saya telah menyampaikan mengenai konsep dari analisis regresi logistik biner. Pada minggu ini, saya akan coba melanjutkan pembahasan berkaitan dengan langkah-langkah pengolahan nya dengan menggunakan bantuan program SPSS. Langkah-langkahnya adalah sebagai berikut :

1.      Buka lah program SPSS yang anda miliki

2.    Input data nya -->sebagai contoh, data yang saya gunakan adalah data latihan dari buku Categorical Data Analysis (Alan Agresti, 2007, edisi 2 --> halaman 132), pada kasus saya variabel penjelasnya ada 2 (Durasi skala rasio dan T dengan skala nominal) dan variabel terikatnya Y dalam bentuk nominal (terdiri atas 2 kategori-->biner)

3.   Pilih opsi variabel view, lalu ubahlah variabel name dan label-nya sesuai dengan kasus masing-masing. Saat ini, saya akan menggubah nama menjadi D, T dan Y misalnya. Kemudian Values nya disesuaikan nilainya. Bila data berbentuk nominal atau ordinal (misalnya untuk T dan Y),  measure nya diganti dari scale menjadi nominal.

4.      Data telah beres, kemudian pilih opsi Analyze > Regression > Binary Logistics

5.      Masukkan Y sebagai variabel Dependent dan D serta T sebagai covariates. Untuk Method nya saat ini saya masih tetap menggunakan enter.

6.      Karena T berbentuk kategorik, maka harus ditetapkan reference Category nya dengan cara memilih opsi Categorical. Untuk kemudahan interpretasi biasanya saya memilih first untuk reference nya.  Artinya setiap kategori akan diperbandingkan dengan kategori pertama. Kemudian JANGAN LUPA pilih change. Klik Continue.

7.  Pilih options. Kemudian centang hosmer lemeshow dan classification plots dan klik continue. Kemudian OK.

 

Ok...Untuk Interpretasi Outputnya silahkan membaca postingan berikutnya yang berjudul : Analisis Regresi Logistik (interpretasi). Terimakasih telah membaca... -Ferdi Fadly -

Read more »

[Tutorial SPSS] Estimasi dan Pengujian Signifikansi Koefisien Regresi

Guru saya, Prof. Kadir menyarankan untuk melengkapi tulisan saya dengan praktik menggunakan software seperti SPSS misalnya. Oleh karena itulah posting ini dibuat, semoga dapat bermanfaat buat teman-teman yang mengunjungi blog saya ini. Terima kasih atas kunjungan teman sekalian dan Bang kadir atas sarannya.

Tahapan-tahapannya adalah sebagai berikut:

1. Bukalah program SPSS anda

2. Pilihan Input data. Input data yang dilakukan dapat berupa file yang sudah ada ataupun kita input sendiri. karena diinput sendiri maka pilih >type in data > ok

3. Input Data. Data yang saya gunakan pada postingan ini bersumber dari Buku Applied Linear Regression oleh Neter, Wasserman dan Kutner pada tahun 1989 halaman 264 nomor 7.12.

4. Klik Analyze>Regression>Linear 

 

5. Masukkan Variabel waktu ke kolom dependent, sedangkan variabel jumlah_drum dan berat di kolom independents.

6. Klik opsi statistics, dan akan teman2 temukan tampilan seperti dibawah ini, dan kemudian centanglah durbin watson dan Collinearity diagnostic (untuk penjelasannya terdapat pada Pemeriksaan Asumsi). kemudian continue.

7. Klik opsi plots, dan akan teman2 temukan tampilan seperti dibawah ini, dan kemudian centanglah Histogram dan Normal Probability Plots (untuk penjelasannya terdapat pada Pemeriksaan Asumsi). kemudian continue.

 8. Klik opsi Options, Untuk melakukan perubahan terhadap tingkat kesalahan yang digunakan (alpha), default SPSS adalah 0,05. Selain itu jika kita menginginkan model tanpa ada konstanta tinggal di uncheck pada include constant in equation nya. kemudian continue.

 9. Pada pilihan method anda dapat melakukan perubahan pada metode pemilihan model terbaiknya (akan dijelaskan pada Pemilihan Model Terbaik). Defaultnya adalah Metode Enter. Kalau tidak ada perubahan klik ok.

10. Tunggu Loading sebentar...+_+

11. Berikut 2 output penting yang telah kita bahas sebelumnya terkait dengan estimasi dan pengujian koefisien regresi. (misalkan alpha/ tingkat kesalahan jenis I = 0,05)

a. Overall test --> Dari tabel anova dibawah ini dapat dilihat bahwa nilai sig < 0,05 yang menunjukkan bahwa H0 ditolak. Atau dengan kata lain, dapat disimpulkan bahwa dengan tingkat keyakinan 95 persen terdapat minimal satu variabel X yang signifikan mempengaruhi variabel Y nya. Oleh karena itu, untuk mengetahui mana sih variabel X yang signifikan tersebut kita akan melanjutkan kepada partial test nya.

b. Partial test --> nilai signifikansi baik untuk variabel jumlah_drum dan berat drum < 0,05 yang artinya kondisi tolak H0 terpenuhi atau dengan kata lain dengan tingkat keyakinan 95 persen dapat disimpulkan bahwa variabel jumlah drum ataupun variabel Berat signifikan mempengaruhi Waktu yang dibutuhkan untuk pengkapalan.

Model yang terbentuk adalah sebagai berikut :

Artinya :

Setiap penambahan Jumlah drum sebanyak 1 unit maka waktu pengkapalan (pengepakan) menjadi bertambah 3,768 menit.

Setiap penambahan berat container sebesar 100 pounds akan menyebabkan waktu pengkapalan bertambah 5,08 menit.

#Untuk Output yang lain akan diinterpretasi tepat pada bahasan yang sesuai...Terima kasih telah mengunjungi Blog ini...

Read more »