|

Penjelasan dan Tutorial Lengkap Regresi Berganda

Regresi Berganda merupakan suatu analisis yang dilakukan terhadap variabel dependen/ variabel terikat dan dua atau lebih variabel bebas atau independen. Berbeda dengan regresi sederhana yang hanya memiliki satu variabel independen dan satu varaibel dependen.

Beberapa artikel telah saya tulis untuk menjelaskan bagaimana cara memproses regresi berganda, namun masih banyak yang bertanya “bagaimana cara meningkatkan r square pada output regression tersebut?” untuk memuaskan hati pembaca belajar menulis, saya akan menambah satu artikel  yang berisi rangkuman dari beberapa artikel terdahulu agar lebih sitematis dan terarah bagaimana kaitan antara satu artikel dengan yang lainnya.

Membaca hasil output Regresi Berganda Pada SPSS

Sebelum menjawab pada pokok permasalahan meniingkatkan r square, saya akan mengulas singkat bagaimana kita membaca hasil output regresi berganda dengan SPSS atau minitab. Karena  langkah langkah membaca hasil output regresi berganda pun sebenarnya tidak sembarangan. Anda tidak boleh buru – buru melihat r – square. Anda juga tidak boleh langsung melihat konstanta signifikan atau tidak dengan tingkat alpha 5%. Perhatikan step by step, jika step awal tidak memenuhi syarat, maka percuma hasilnya meskipun banyak konstanta yang signifikan dengan nilai p-value dibawah 5%.

regresi berganda
hasil output spss

Model regresi yang baik

Langkah pertama dalam membaca output regression adalah penilaian model. Penilaian model ini terdiri dari 2 tahap. Tahap pertama melihat nilai signifikan pada f test. Model dikatakan baik apabila nilai p – value pada annova lebih kecil dari 0.05. Tahap kedua yakni melihat r square. R square juga disebut sebagai koefisien determinasi yang menjelaskan seberapa jauh data dependen dapat dijelaskan oleh data independen. R square bernilai antar 0 – 1 dengan ketentuan semakin mendekati angka satu berarti semakin baik. Jika r square bernilai 0.6, berarti 60% sebaran variabel dependen dapat dijelaskan oleh variabel independen. Sisanya 40% tidak dapat dijelaskan oleh variabel independen atau dapat dijelaskan oleh variabel diluar variabel independen (komponen error). Sehingga tidak aneh jika nilai r – square kecil, artinya komponen error yang besar.

terima kasih telah berkunjung ke blog ini

Signifikansi pada koefisien

Jika model sudah mendapat prediket baik dan disimpulkan dapat memenuhi syarat untuk mewakili hubungan antara variabel independen dan variabel dependen, barulah kita melangkah kebagian selanjutnya yakni mengetahui variable manakah yang signifikan mempengaruhi variabel dependennya. Hal ini dapat dilihat pada tabel coefficients pada keluaran output spss. Tabel ini berisi konstanta setiap variabel independen (pada kolom B) berikut tingkat standard errornya.

Hal yang paling penting bagi pengguna terapan pada tabel ini adalah nilai t dan signifikan di akhir kolom. Koefisien yang memiliki nilai sig dibawah 0.05 adalah koefisien yang secara nyata mempengaruhi variabel dependen. Adapun arah hubungannya bergantung pada tanda negatif atau positif pada nilai B (nilai koefisien). Jika positif berarti hubungannya searah, jika negatif berarti hubungannya berlawanan arah.

Jenis skala pada variabel independen umunya adalah rasio atau data continue. Namun sangat dimungkinkan apabila satu dari beberapa variabel independen berbentuk skala nominal, anda mengenalnya sebagai variabel dummy dalam regression. Saya telah membahas dalam artikel mengenal dummy dalam regresi.

Cara meningkatkan nilai R square

Kembali ke topik utama penulisan artikel ini, bagaimana cara meningkatkan nilai r square pada regresi berganda? Sebenarnya pertanyaan meningkatkan nilai r square tidak bisa dijawab dengan satu atau dua paragraf jawaban karena biasanya setiap kasus berbeda permasalahan. Untuk itu, saya memberikan beberapa tips yang dapat membantu anda untuk mengevaluasi lagi data dan analisis yang telah anda lakukan. Berikut beberapa masalah yang mungkin menyebabkan nilai r square rendah

Tidak mengikuti kaidah uji asumsi klasik.

Pada artikel yang berjudul Uji asumsi klasik part 1 dan uji asumsi klasik part 2, saya membahas tentang prasyarat data yang harus dipenuhi sebelum melakukan analisis regressio. Pastikan data anda memenuhi syarat linearitas, multikolinearitas, normalitas, dan heteroskedastisitas.

Ada data pengganggu (data pencilan)

Data pencilan membuat banyak hal yang berbeda. Amati setiap data dalam variabel sehingga anda memiliki data yang siap untuk dianalisis. Metode eliminasi data sudah saya jelaskan pada artikel yang berjudul : Cara eliminasi data responden untuk mendapatkan model regression yang lebih baik.

Selain itu, cara eliminasi juga bisa dilakukan dengan mengeliminasi variabel, ataupun mengeliminasi responden berdasarkan konsep r square

Multikolinearitas

Meskipun multikolinearitas sudah saya jelaskan dalam uji asumsi klasik, namun terkadang pasangan – pasangan variabel yang tidak sesuai menyebabkan  r square tidak maksimal. Perlu ada upaya untuk mendapatkan pasangan yang tepat untuk menghindari multikoliner. Artikel : Cara mengeliminasi variabel pada regresi, akan membantu anda membuat beberapa alternatif variabel-varaiabel yang tepat untuk mendeskripsikan nilai variabel dependen.

Data tidak linear

Data yang tidak linear tentu akan sulit diregresi mengingat regresi mengikuti kaidah linear. Ada trik tertentu yang dapat mengubah data yang tidak linear menjadi seolah linear kemudian dianalisis menggunakan regression. Saya telah membahasnya pada artikel yang berjudul : Tehnik setrika data pada regresi.

Regresi dapat dikembangkan menjadi sebuah elastisitas. Jika regression hanya mengisyaratkan sebuah perubahan akibat satu satuan perubahan variabel independen, maka elastisitas menjelaskan persentase perubahan variable dependen karena adanya persentase perubahan variabel independen. Elastisitas sangat baik membahas kebijakan karena membahas proporsi, bukan satuan. Saya telah membahasnya di dalam artikel elastisitas pada regresi. Regression dan elastisitasnya sudah saya terapkan dalam tulisan yang berjudul Elastisitas harga dan pengaruh impor kedelai terhadap produksi dalam negeri dalam bentuk naskah prosiding dan naskah jurnal yang berjudul Pengaruh Luas Lahan dan Pupuk Bersubsidi terhadap produksi padi nasional.

Demikian rangkuman tentang regresi berganda,

Terima kasih telah berkunjung
Selamat Belajar

Kumpulan artikel tentang regresi

Similar Posts

96 Comments

  1. Selamat malam pak, ijin beratanya
    Dari semua uji prasyarat terpenuhi dan saya menggunakan 4 variabel bebas dan 1 terikat. Ada salah satu uji t ditolak. Pertanyaan saya kenapa hasil r2 kecil hanya 37.1% termasuk regresi dan model (F) layak digunakan. Bisakah dijelaakan kenapa ya pak?

    1. selamat malam..
      pertanyaan mas belum menggambarkan kondisi secara lengkap. mengenai mengapa r square rendah, yang jelas adalah errornya tinggi. error tinggi bisa disebabkan karena skala data yang kurang tepat, atau secara teori variabel bebas mmg tidak berpengaruh parsial terhadap variabel bebas. dan satu lagi, coba mas baca buku-buku regresi. uji asumsi klasik sbnrnya bukan uji prasyarat. melainkan termasuk uji kebaikmodelan karena menguji apakah hasilnya reliable atau enggak. apakah hasilnya bisa diterapkan ke model atau enggak. apakah bisa dipakai untuk forecast atau tidak.
      terima kasih

  2. selamat siang Pak, saya izin bertanya, saya meneliti tentang pengaruh atribut produk terhadap loyalitas konsumen hasil regresi saya Y = 0,061 + ……..
    untuk konstanta a saya bernilai + apaah benar ya Pak? lalu apa yang mempengaruhi kenapa konstanta saya nilainya sangat kecil yaitu 0,061 ya Pak terimakasih

  3. Bapak izin bertanya, untuk membuat persamaan regresi itu kan konstanta dan arahnya diliat dari beta, apabila uji T nya tidak terpenuhi tetapu uji F nya terpenuhi, apakah konstana pada variabel yang uji tnya tidak terpenuhi tetap masuk ke persamaan regresi ya pak? terima kasih

  4. Assalamualaikum pak izin bertanya
    Apakah tidak masalah jika nilai koefisien dalam regresi berganda ada yang bernilai negatif? Apakah wajar?

    Y = 19,091 + 0,30X1 – 0,048X2 + 0,491X3

    Ini bagaimana ya pk ada yang negatifnya koefisien x2?
    Mohon penjelasannya pk
    Terimakasih

  5. Selamat siang pak agung, maaf pak saya mau tanya, R2 saya hanya 30.2% dan saya sidah mengikuti cara tutorial menaikkan R2 di vidio bapak dan hasilnya 38,6% pak hanya naik sedikit dari R2 awal pak, apakah ada solusi lain untuk meningkatkan R2 pak, dan maaf mau tanya pak penyebab R2 rendah apa ya pak? Terimakasih pak, maaf mengangu waktunya

  6. Hallo pak saya mau bertanya, saya kan sedang melakukan pengujian nah untuk uji F dan t sendiri berpengaruh positif dan signifikan, akan tetapi nilai r squarenya hanya 18% saja itu bagaimana ya pak? Terimakasih pak

    1. artinya model yang diperoleh masih belum baik karena hanya bisa menghitung nilai Y secara tepat 18 persen dari data yang ada. silahkan ke yutub saya channel catatan budi untuk menaikkan r square. terima kasih

  7. Izin bertanya. Hasil R2 penelitian saya 0,125 dan F 0,712 (tidak sig) apakah penelitian ini tidak layak dilanjutkan? Karena dosen satu tidak mempersalahkan, namun dosen satunya menyuruh tambah variabel, sedangkan saya sudah semhas. Terimakasih sebelumnya 🙏🏼

    1. jika menambha variabel bisa dilakukan, maka sebaiknya memang menambah variabel. sudah seminar hasil, tetapi masih ada sidang yang dihadapi kan ya? terima kasih

  8. Pak, maaf saya ingin bertanya. Nilai R-square saya sebesar 0.4200 apa sudah cukup bagus pak? dan juga nilai uji t saya dari total 5 variabel x penelitian ternyata 4 variabel x saya nilai t hitungnya itu minus pak, kalau seperti itu berarti ada masalah ya? dan bagaimana cara mengatasinya karena dari 5 variabel pun hanya 2 variabel yang tingkat signifikansinya < 0.05. Mohon dibalas pak

  9. mau tanya kak, kan saya rquarenya hanya 22% kemudian mau meningkatkan dengan mengikuti cara yang sudah dijelaskan, nah data yang sudah dieliminasinya hanya digunakan untuk meningkatkan uji rsquare ini saja kan ya? Jadi uji t dan regresinya tetap menggunakan data sebelumnya yg tidak ada eliminasinya?
    Terimakasih sebelumnya

  10. mau tanya kak, kan r square saya hanya 22% jadi saya mau mencoba untuk meningkatkan nilainya dengan cara yg sudah dijelaskan diatas yaitu dengan eliminasi datanya, nah untuk eliminasi itu berarti hanya digunakan untuk uji koefisien determinasi atau rsquarenya saja kan ya kalau uji yang lainnya masi tetap menggunakan data yg tidak di eliminasi begitu?

      1. selamat malam saya mau bertanya, nilai r square saya hanya 30%, lalu di uji t saya x1 di tolak x2 di terminal, bagaimana mana menyimpulkan nya? mohon bantuannya

        1. Artinya model yang anda miliki hanya bisa menjelaskan 30 persen data yang tepat memproyeksikan nilai y. Sisanya hanya error.

          Dan secara parsial, hanya nilai x2 yang berpengaruh terhadap nilai y

          1. kalo misalkan di tanya lg di uji t kenapa x1 di tolak? cara menjelaskan yg benar bagaimana? mohon bantuannya pak

          2. cara menjelaskan dengan tepat adalah membuat scatter plot antara Y dan X1 yang tidak signifikan tersebut. mohon maaf baru balas, saya terkonfirmasi positif covid, tapi sekarang sudah sehat. salam sehat ya… jangan lupa pakai masker.

  11. bagaimana jika uji t signifikanakan tetapi uji r hanya 19%. bagaimana menyimpulkanya? apakah signifikan tetapi lemah atau tidak signifikan?? aplikasi dengan stata
    terima kasih ….

    1. Lebih lengkapnya begini..
      Lihat dulu uji f. Jika signifikan berarti variabel x secara bersama sama signifikan mempengaruhi nilai y.

      Lihat uji t. Jika signifikan berarti variabel x secara parsial mempengaruhi y.

      Kemudian lihat r. Jika 19 persen. Berarti model tersebut tidak cukup kuat untuk digunakan sebagai prediksi nilai y karena hanya 19 persen data x yang memproyeksikan secata tepat nilai y. Sisanya error. Terima kasih

  12. Malam pak, maaf mau tanya kalau sudah nonton video untuk menaikan Rsquare. Rsquare saya sudah meningkat dengan outllier data ekstrem. Apa untuk uji asumsi klasiknya harus diulang juga dengan data yang sudah dioutlier? terimakasih

    1. terima kasih sudah menonton. jangan lupa subscribenya.. 🙂 iya mbk.. sebaiknya diulang kembali uji asumsi klasiknya berdasarkan data yang fix akan dipakai. terima kasih

    1. itu masalah besar mbak. simak video youtube saya cahnnel catatan budi yang berjudul cara meningkatkan r squared. jangan lupa sbscribe ya.. terima kasih

      1. Malam pa, kalau R square sudah naik dengan outlier data ekstrem itu apa perlu pengujian ulang untuk uji F dan uji T? dan untuk uji asumsiklasiknya harus diulang juga dg data yg sudah dioutlier?? Terimakasih, mohon jawabnnya ya pa

    1. koefisiennya 0 ya…artinya tidak ada pengaruh. sebenarnya itu desimal dibelakang angkanya lebih besar dari 3. jadi karena pembulatan tidak terlihat. tapi sesuai dengan nilai t nya. berarti tidak signifikan.

  13. Assalamualaikum wr wb
    Selamat Siang
    Bagaimana cara meningkatkan R square tanpa mengurangi data dari kuisoner. Karena responden saya 50 dan R square yang dihasilkan sangat rendah yaitu 27%.

  14. halo selamat siang kak, saya sherina saya mengolah data skripsi saya r saya 1.000 dan r square saya 0,999 apakah itu bagus? atau bermasalah? terimakasih

  15. malam ka, mau bertanya kan adjusted r square saya hanya 0.385 dan pembimbing saya untuk meminta diberi penjelasan tambahan kenapa bisa lemah. kira kira itu kenapa ya ka? apa ada penjelasan yang tepat untuk itu?terimakasih

    1. secara teori, penjelasannya adalah berarti ada variabel lain yang belum ada di dalam model yang berkemungkinan bisa mempengaruhi variabel dependennya. terima kasih..

  16. Selamat siang, Pak. Saya sedang melakukan suatu penelitian dengan menggunakan 2 variabel X dan 1 variabel Y. Saat melihat hasil R2, nilai yang didapatkan lemah 0,203. Lalu saat uji GoF, nilai yang didapatkan tergolong moderat 0,35. Menurut Bapak, apa alasan mengapa nilai R2 bisa lemah dan hubungannya dengan uji GoF? Terima kasih

    1. jawaban mengenai mengapa R2 lemah adalah beragam. dan itu sudah dijelaskan di banyak artikel termasuk blog ini. R2 berbeda dengan goodness of Fit. GoF melihat dari sisi alpha dari uji F pada taraf nyata yang ditentukan. hasilnya adalah membahas hipotesis. sedangkan R2 menyatakan kumulatif data yang relevan terhadap model.

  17. Siang ka, jika hasil dalam regresi berganda nilai y = -0,159 + 0,000 X1 + 0,012 X2
    itu bagaimana ya ka? apakah boleh konstanta bernilai negatif dan koefisien X1 0?
    mohon bantuannya ka, terima kasih

    1. Nilai 0 nya dilihat dulu signifikan atau tidak. Jika tidak signifikan buat apa dipikirkan? Nilainya tidak signifikan mempengaruhi Y.

      Konstanta negatif boleh apa tidak? Tergantung kita bahas apa untuk y. Jika bahas konsumsi misalnya, tidak mungkin konstanta negatif ya… Terima kasih

  18. Selamat pagi pak saya ingin bertanya, di penelitian sata terdapat 3 variabel endogen yaitu net benefit, use, dan user satisfaction, tp disini variabel use nya mempunayi nilai r-square hanya 0,460, User satusfaction sebesar 0.673 dan nilai rSquare net benefitnya 0.596
    Ini berarti bagaimana ya pak? Apakah net benefit tidak dipengarihi krna Nilai r-square dibawah 0,6?

    Mohon bantuannya, terimakasih

  19. selamat malam pak, mohon pencerahan, saya sedang meneliti menggunakan 2 variabel bebas, 1 variabel terikat, data panel untuk tahun 2014-2018 dan 14 kabupaten kota. kalau data pada variabel bebas yang digunakan banyak angka nol (o), apakah termasuk data balanced/unbalanced? apakah bisa dilakukan analisis regresi data panel? terima kasih

  20. Siang mas Agung, saya mau bertanya apa bila nilai sig pada tabel coefficients (Uji F) seluruhnya(constant,X1,dan X2) bernilai 0,000 itu hasil penghitungan datanta sudah benar?

  21. Assalamualaikum pak.
    Nilai adjust R square saya di bawah 0,50 yaitu 0,416. Dan nilai variabel x1 saya di bawah nilai t hitung.bagaimana itu bisa terjadi dan bagaimana saya menjeleskan nya ?
    _terima kasih_

  22. Assalamu’alaikum, Pak. Saya mau bertanya. Pada uji regresi linier berganda, data saya tidak signifikan karena nilai t hitung 0,05. Akan tetapi pada uji F data signifikan. Lantas bagaimana cara menjawab hipotesis ketiga, pak? Terimakasih.

    1. wa alaikum salam. uji F signifikan, uji T tidak signifikan. artinya tidak ada variabel dominan yang mempengaruhi Y, tetapi secara bersamaan mempengaruhi nilai Y. terima kasih

  23. Assalamualaikum pak, mau tanya.

    Sebelumnya, kan saya meneliti pengaruh metode TSTS (variabel x) terhadap hasil belajar kognitif (y1), afektif (y2, dan psikomotorik (y3). Nah yang saya mau tanyakan itu, bagaimana cara kita menentukan R Square nya?

    Sebab di artikel online mayoritas itu menyampaikan bahwa untuk menentukan R square dilihat dari satu variabel x dan satu atau lebih variabel y. Sedangkan untuk yang sama seperti milik saya itu tidak ada.

    Mohon pencerahannya pak. Terima kasih

    1. Ini artinya variabel independennya satu sedangkan dependennya tiga ya.. berarti memiliki 3 model atau persamaan linear nantinya. Dan ada 3 r square. Masing masing model satu r square. Terima kasih

  24. Mau tanya pak, saya menggunakan 3 var. X dan 2 diantaranya tidak signifikan terhadap Y, yang saya bisa gunakan untuk kesimpulan, R square (sesuai jumlah var X signifikan) atau adjusted square (sesuai jumlah var X digunakan)?
    Terima kasih

  25. Malam pak, bagaimana jika nilai r saya hanya 30% . apakah sudah termasuk baik? tetapi data di uji Asumsi Klasik hanya linier yg bermasalah. selebihnya lulus uji pak

  26. Halo pak, saya mau tanya, ini kan saya penelitian mengenai perilaku investor di bursa saham di indonesia, nah data2 yg saya pakai itu sebenernya data2 yg simpel, cuma agak bingung kenapa hasil setelah saya regresikan itu kecil terus, data2 yg saya pakai kebanyakan yg nol koma (0.0xx). Itu kira2 gimana ya pak? Kebetulan tertarik jg untuk konsultasi langsung, kalau bapak ada bayangan sedikit mengenai ini, saya mau lanjut langsung konsultasi seperti itu. Makasih.

  27. Assalamualaikum Wr.Wb
    Pak maaf mau tanya, kan nilai r square atau nilai koefisien determinasi saya kecil ya pak. Hanya 15% dari 3 variabel independen dengan 1 variabel tidak berpengaruh. Nah itu alasannya kenapa ya pak sampe bisa kecil gitu? Terus nilai koefisien yang baik itu berapa? Apakah ada batasannya? Dan apakah penelitian saya bisa diterima?

  28. Terima kasih artikelnya pak. Yang saya mau tanya, apakah eliminasi responden ini halal digunakan dalam proses penelitian? Jika sudah dapat r2 yg diinginkan apakah harus diulang penelitian dr awal atau dijelaskan saja bahwa ada eliminasi responden untuk mendapatkan r2 yang baik? Terima kasih

    1. apa maksud halal atau haram ini mas? saya sudah dijelaskan di videonya bahwa ini tergantung dari sampling. jika mengganggu sampling maka ini tentu tidak boleh dilakukan. yang dimaksud mengganggu sampling adalah tidak mencerminkan populasi atau ada yang tidak terwakili karena proses eliminasi ini. toh jika harus tereliminasi harus diketahui alasannya. Pencilan atau karakteristik berbeda dengan kelompok.

      jika syarat itu tidak terpenuhi, maka masuk dalam ranah fabrikasi dan penelitiannya jadi tidak berguna. terima kasih

      1. Maksud saya apakah dibolehkan (halal/haram).
        Mewakili disini maksudnya jumlah dr responden pak ? Kebetulan r2 awal saya 32% dengan jumlah responden 55. Setelah saya ikuti langkah bapak r2 saya jadi 82% dengan eliminasi 5 responden. Apakah ini dibolehkan?

        1. iya.. jumlah responden merupakan perwakilan dari populasi atau biasa disebut sebagai sample. Saya tidak bisa menentulan ini boleh atau tidak hanya dari jumlah eliminasinya mas.. tetapi jika responden setelah eliminasi itu diyakini masih bisa mewakili populasi yang saya jelaskan diatas tadi, maka bisa digunakan.

          1. dasar teori yang mana nih mas? karena ini artikel kumpulan dari berbagai topik. tapi klo bicara buku, sebenarnya apa yang saya sampaikan ini bukan rahasia lagi. banyak buku yang membahasnya. jika yang ditanya tentang eliminasi, maka jawabannya adalah pencilan data. terima kasih

          2. Silahkan baca tentang metode sampling, dan eliminasi pencilan data. Sepertinya saya sudah gamblang berbicara di video tersebut ya??

    1. selamat pagi.. banyak artikel di blog ini cara meningkatkan r square. silahkan berusaha terlebih dahulu dan tentu tidak bisa sy terangkan disini. youtube channel juga sudah dibuat. namanya “catatan budi”. terima kasih

  29. assalamualaikum Pak agung, nohon bantuannya

    pak bagaimana menaikkan R square pada uji Ordinal logit?
    trimakasih pak atas jawabannya

  30. Assalamualaikum.wr.wb pak saya mau tanya, uji asumsi klasik sudah lolos semua. Tapi ketika masuk di analisis regresi linier untuk uji t dan f nya, 3 variabel X yg saya pake tidak signifikan semua. Judul penelitian saya “struktur kepemilikan sebagai pemoderasi pengaruh praktik transfer pricing, capital intensity, dan leverage terhadap tax avoidance”

    1. Wa alaikum salam. Lalu pertanyaannya apa mbk?

      Uji asumsi klasik itu adalah uji pendahuluan. Jadi memang belum ada jaminan akan oke ditahap selanjutnya. Terima kasih

    1. selamat siang mbk Devi. maaf baru balas. baru sempat buka email. tentang r square itu sangat luas mbk kemungkinannya. sebaiknya mbk baca baca dulu artikel saya yang membahas r square di blog ini. gunakan fasilitas search di samping jika menggunakan desktop atau laptop. apakah nanti polanya tidak linear, atau terjadi ada data pencilan, atau terjadi multikolinear, semuanya bisa terjadi. klo sudah mentok tetap ga bisa, silahkan diskusi lagi. terima kasih

Tinggalkan Balasan ke Hikmah Batalkan balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *