Sebagai contoh analisis Multiple Regression menggunakan SPSS, berikut adalah data tingkat pendapatan per bulan (X1), tingkat pendidikan (X2, lama tahun pendidikan), dan jumlah anggota keluarga (X3) sebagai variabel independent serta jumlah pengeluaran per bulan (Y) sebagai variabel dependent.
Setelah kita mengisikan data pada SPSS Editor, ikuti langkah berikut:
1. Klik pada Analyze pada bagian Menu, lalu pilih Regression dan kemudian pilih Linear
1. Klik pada Analyze pada bagian Menu, lalu pilih Regression dan kemudian pilih Linear
2. Klik tingkat pendapatan (X1), tingkat pendidikan (X2) dan jumlah anggota keluarga (X3) pada kotak Independent(s), sedangkan jumlah pengeluaran (y) pada kotak Dependent.
3. Klik Statistics, pilih Estimates, Model fit, Descriptive dan Durbin-Watson, kemudian klik Continue.
Pilihan Statistics digunakan untuk menampilkan berbagai nilai statistik yang diinginkan, antara lain koefisien regresi yang pada pilihannya terdapat taksiran (estimates), selang kepercayaan (confidence intervals), matriks covarians dan statistik lainnya, seperti Model fit, R Square change (untuk mengukur prosentase besarnya pengaruh variabel independent terhadap variabel dependent), Descriptive, Part and partial correlation dan Colinearity diagnostics.
Pada kotak Residual, terdapat pilihan Durbin-Watson (digunakan untuk menentukan ada tidaknya korelasi residual atau autokorelasi dari model regresi yang dihasilkan), Casewise diagnostics dan pilihan Standard Deviations.
4. Klik Plots, lalu masukkan DEPENDNT ke kotak Y axis dan ADJPRED ke kotak X axis. Pilih Histogram dan Normal Probability. Lalu, klik Continue.
Kotak pilihan Y adalah tempat pendaftaran suatu variabel yang akan difungsikan sebagai Y axis (sumbu Y), begitu pula dengan kotak pilihan X untuk variabel yang akan difungsikan sebagai sumbu X.
Pada kotak dialog ini terdapat beberapa pilihan yang disediakan, yaitu:
- DEPENDNT (the dependent variable).
- ZPRED (standardized predicted values). Merupakan nilai-nilai prediksi yang terstandarisasi.
- ZRESID (standardized residual). Merupakan nilai residual yang terstandarisasi.
- DRESID (deleted residual).
- ADJPRED (adjusted predicted values). Merupakan harga prediktor yang disesuaikan.
- SRESID (studentized residuals). Merupakan residual student.
- SDRESID (studentized deleted residuals). Merupakan residual student yang dihilangkan.
Pada kotak Standardized Residual Plots terdapat dua pilihan plot, yakni:
- Histogram, berguna untuk menampilkan distribusi dari residual yang terstandarisasi.
- Normal probability plot, berguna untuk membandingkan distribusi residual yang terstandarisasi dengan distribusi normal.
Kotak cek Produce all partial plots digunakan untuk menghasilkan diagram-diagram pencar dari residual pada masing-masing variabel independent dengan residual variabel dependen.
5. Klik Save, pilih Unstandardized, lalu klik Continue.
Pilihan Save digunakan untuk menyimpan dan membuat file baru dari nilai-nilai prediksi, residual dan statistik lainnya.Pada kotak dialog Save terdapat banyak pilihan statistik yang dapat disimpan pada file kerja (data editor), yaitu Predicted values, Residuals, Distances, Influence statistics dan Prediction intervals. Kita tinggal memilih yang dikehendaki.
Pilihan Option berguna untuk menampilkan analisis statistik dengan menggunakan kriteria metode Stepwise, Backward, and Forward.
Pada bagian Stepping Method Criteria terdapat dua pilihan yakni:
- Use Probability of F. Jika memilih pilihan ini, kita harus memasukkan harga Entry dan harga Removal pada kotak yang disediakan. Harga Entry selalu lebih rendah dari harga Removal. Melalui pilihan ini, suatu variabel akan dimasukkan jika tingkat signifikansi dari F lebih kecil dari harga Entry, dan akan dikeluarkan jika tingkat signifikansinya lebih besar dari harga Removal.
- Use F value. Jika memilih pilihan ini, kita harus memasukkan harga Entry dan harga Removal. Harga Entry selalu lebih besar dari harga Removal. Melalui pilihan ini, suatu variabel akan dimasukkan jika tingkat signifikansi dari F lebih besar dari harga Entry, dan akan dikeluarkan jika tingkat signifikansinya lebih kecil dari harga Removal.
Pilihan Include constant in equation berfungsi untuk menampilkan nilai kostanta dalam persamaan regresi. Dalam keadaan default, pilihan ini diaktifkan. Jika kita tidak mengaktifkan pilihan ini, berarti kita akan mendapatkan regresi orisinil tanpa konstanta regresi. Namun, R kuadrat yang dihasilkan tidak dapat digunakan untuk memprediksipengaruh variabel independent terhadap variabel dependent.
Pada kotak Missing Values terdapat tiga pilihan, yakni:
- Exclude cases listwise. Menganalisis case-case yang hanya memiliki harga valid dari semua variabel.
- Exclude cases pairwise. Menganalisis koefisien korelasi dari seluruh cases yang berharga valid dari dua variabel yang dikorelasikan.
- Replace with mean. Menggantikan missing value dengan mean variabel.
Pada keadaan default,yang diaktifkan adalah pilihan Exclude cases listwise.
7. Klik OK.
Hasil lengkap SPSS dijadikan dalam satu file output dengan tersusun rapi sesuai dengan ketentuan yang dikehendaki di atas.