Bagaimana menginterpretasikan hasil regresi dengan Paket Statistik SPSS

Bagaimana menginterpretasikan hasil regresi dengan Paket Statistik (SPSS)
Langkah 1

Lakukan prosedur regresi di SPSS dan buka file output untuk meninjau hasilnya. File output akan muncul di layar Anda, biasanya dengan nama file "Output 1" (Output 1). Cetak file ini dan tandai bagian yang penting. Dengan tangan, catat saat meninjau hasil.
Langkah 2

Mulailah interpretasi Anda dengan memeriksa tabel "Statistik Deskriptif". Tergantung pada versi paket yang Anda gunakan, itu akan muncul untuk pertama kalinya dalam output. Statistik deskriptif akan memberi Anda nilai rata-rata dan standar deviasi variabel dalam model regresi Anda. Misalnya, regresi yang menganalisis pengaruh tahun pendidikan dan pengalaman bertahun-tahun dalam pendapatan tahunan rata-rata, akan memberi Anda mean dan standar deviasi sesuai dengan data dari masing-masing dari ketiga variabel ini.
Langkah 3

Perhatikan tabel korelasi yang akan muncul setelah analisis statistik deskriptif. Ini akan mengukur sejauh mana variabel-variabel ini terkait. Korelasi bervariasi dari nol hingga satu, jadi semakin tinggi nilainya, semakin tinggi tingkat korelasinya. Nilai bisa positif atau negatif. Artinya, artinya adalah: korelasi positif atau negatif.
Langkah 4

Tinjau ringkasan model dan beri perhatian khusus pada nilai dalam tabel R. Ini menunjukkan seberapa banyak variasi dalam nilai variabel dependen dijelaskan dalam model regresi Anda. Sebagai contoh, regresi pendapatan rata-rata di tahun pendidikan dan pengalaman bertahun-tahun dapat menghasilkan dalam tabel R sebuah angka 0, 36. Ini menunjukkan bahwa 36% variasi dalam pendapatan rata-rata dapat dijelaskan dari variabilitas dalam pendidikan dan pengalaman seseorang.
Langkah 5

Tentukan hubungan linear antara variabel dalam regresi dengan memeriksa tabel analisis varians (ANOVA) yang disediakan oleh SPSS. Mempertimbangkan nilai statistik F dan tingkat kepentingannya (dilambangkan dengan nilai "Sig"). Jika nilai F signifikan secara statistik pada tingkat 0, 05 atau kurang, ini menunjukkan hubungan linier antara variabel. Signifikansi statistik dari tingkat 0, 05 menunjukkan bahwa ada 95 persen kemungkinan bahwa hubungan antara variabel bukan karena kebetulan. Ini adalah tingkat kepentingan yang diterima di sebagian besar bidang penelitian.
Langkah 6

Mempelajari tabel koefisien untuk menentukan nilai konstanta. Ini merangkum hasil dari persamaan regresi. Kolom B dalam tabel memberikan nilai koefisien regresi dan konstanta, yang merupakan nilai yang diharapkan dari variabel dependen ketika nilai-nilai variabel independen sama dengan nol.
Langkah 7

Mempelajari nilai-nilai variabel independen dalam tabel koefisien. Nilai-nilai dalam kolom B mewakili sejauh mana nilai variabel independen berkontribusi pada nilai dependen. Misalnya, nilai B 800 selama bertahun-tahun pendidikan menunjukkan bahwa untuk setiap tahun tambahan, pendapatan rata-rata meningkat menjadi $ 800. Nilai t dalam tabel koefisien menunjukkan signifikansi statistik dari variabel. Secara umum, nilai t dari 2 atau lebih menunjukkan signifikansi statistik.