Terima kasih banyak pak, videonya bagus sekali dan sangat bermanfaat untuk banyak orang. Namun jika saya boleh memberi saran, lebih baik lagi jika menyertakan sumber/kutipan rumusnya🙏.
Videonya sangat bagus sekali, jelas lugas dan bermakna, ada deskripsi cara membaca nya jugaaaaa. tip bangetttttttt,, pasti saya share, like, and subcribe kak
Permisi pak izin bertanya misal punya saya judulnya memgenai pengaruh varibel x1 dan x2 terhadap Y, lalu untuk menguji hipo pertama dan kedua mengenai pengaruh varibel x1 terhadap y dan pengaruh variabel x2 terhadap y perlu melakukan uji regresi linear sederhana. Lalu untuk nilai df tabel t itu nanti K = 2 atau 3 yaa pak ?
Mohon izin bertanya kak, judul penelitian saya pengaruh media pembelajaran terhadap hasil belajar siswa. Data yang saya ambil adalah pretest postest (kelas eksperimen) dan pretest postest (kelas kontrol). Untuk uji regresi yang dimasukkan pada kolom X dan kolom Y data yang mana ya kak ?
Menggunakan Posttest dengan Pretest sebagai Kovariat kak. Ini adalah metode alternatif yang sering digunakan dalam analisis data pretest-posttest, di mana posttest dijadikan variabel dependen dan pretest serta kelompok dijadikan variabel independen. Langkah-langkah di SPSS : 1. Siapkan Data di SPSS Data harus mencakup kolom untuk pretest, posttest, dan kelompok (0 untuk kontrol, 1 untuk eksperimen). Contoh Data: | Pretest | Posttest | Kelompok | |---------|----------|----------| | 80 | 85 | 0 | | 78 | 82 | 0 | | 85 | 90 | 1 | | 82 | 88 | 1 | 2. Analisis Regresi di SPSS: Langkah 1: Buka menu Analyze > Regression > Linear... Langkah 2: Masukkan variabel Posttest sebagai variabel dependen (Dependent). Langkah 3: Masukkan variabel Pretest dan Kelompok sebagai variabel independen (Independent). Langkah 4: Klik OK untuk menjalankan analisis regresi. Mengapa Menggunakan Pretest sebagai Kovariat? 1.Kontrol terhadap Variabilitas Awal: Dengan memasukkan pretest sebagai kovariat, kaka bisa mengontrol variabilitas awal di antara peserta, sehingga analisis lebih fokus pada pengaruh perlakuan terhadap perubahan dari pretest ke posttest. 2.Meningkatkan Akurasi: Ini bisa memberikan hasil yang lebih akurat karena mempertimbangkan skor awal masing-masing peserta. 3.Interpretasi Hasil: Koefisien untuk Pretest: Menunjukkan seberapa besar nilai pretest mempengaruhi nilai posttest. 4. Koefisien untuk Kelompok: Menunjukkan pengaruh perlakuan (kontrol vs eksperimen) pada nilai posttest setelah mengontrol nilai pretest. Contoh Hasil: Jika koefisien Kelompok positif dan signifikan, ini berarti kelompok eksperimen (dengan perlakuan) memiliki skor posttest yang lebih tinggi dibandingkan kelompok kontrol, setelah mengontrol nilai pretest.
Halo kak aku mau tanyaa, judul saya Efektivitas model pembelajaran... terhadap hasil belajar.... Data yang diambil ada angket, pretest dan postest. Untuk yang di uji regresi berarti yang data mana ya kak? Semoga dijawab karena sudah sangat stuck 🥺🙏 terima kasih sebelumnya
Halo! Jika Kaka ingin menguji efektivitas model pembelajaran terhadap hasil belajar menggunakan analisis regresi, Kaka akan menggunakan data pretest dan posttest sebagai variabel dependen (variabel yang ingin Kaka prediksi atau jelaskan) dan variabel independen (variabel yang digunakan untuk memprediksi atau menjelaskan variabel dependen). Jadi, dalam konteks Kaka, data yang diambil untuk diuji menggunakan regresi adalah skor pretest dan posttest siswa. Skor pretest akan menjadi variabel independen, sementara skor posttest akan menjadi variabel dependen. Misalnya, Kaka ingin menguji seberapa baik model pembelajaran tertentu memprediksi peningkatan hasil belajar siswa (posttest) berdasarkan skor awal siswa (pretest). Dalam hal ini, Kaka akan menggunakan skor pretest sebagai variabel independen dan skor posttest sebagai variabel dependen dalam analisis regresi Kaka. Jadi, secara singkat: • Variabel dependen (Y) : Skor posttest (hasil belajar setelah penerapan model pembelajaran) • Variabel independen (X) : Skor pretest (hasil belajar sebelum penerapan model pembelajaran) Dengan menggunakan regresi, Kaka dapat menentukan seberapa kuat hubungan antara skor pretest dan posttest, serta seberapa signifikan pengaruh model pembelajaran terhadap peningkatan hasil belajar siswa setelah mengontrol untuk skor awal mereka. Semoga membantu kak.
Maaf kak, mau tanya kira kira untuk teknik analisis data yang hanya satu linear itu pake regersi ya ka. Saya mah kurang faham kuanti ka. Metode yang saya gunakan adalah ekperimen tapi saya mandek di teknik analisis data nya mau pake apa ka. Mungkin kaka bisa bantu mengarahkan ya.
Pak boleh tanya saya buat skripsi tentang lama penggunaan korset terhadap penurunan TFU Pengguna korsetnya dibagi kedalam 2 kelompok Kelompok yamg menggunakan < 6 jam Dan kelompok kedua > 6 jam Kira-kira untuk metode analisis regresi linier ini sesuai tidak ya pak dengan skripsi saya ?
Izin bertanya kak, penelitian sy berjudul pengaruh model pembelajaran terhadap keaktifan belajar siswa, teknik pengumpulan data menggunakan angket dan tes untuk kelas eksperimen dan kelas kontrol Untuk Variabel X menggunakan tes (pretest dan postest) Dan variabel Y menggunakan angket Uji regresinya bagaimana kak?mohon penjelasannya kak🙏
Uji regreai pada model penelitian kaka kurang tepat dilakukan. Dan sebaiknya menggunakan analisis sprti dibawah ini kak: 1. Uji Paired Sample T-Test (atau Wilcoxon jika data tidak normal) untuk Variabel X (pretest dan posttest) guna melihat perubahan hasil tes dalam kelompok eksperimen dan kontrol. 2. Uji Independent Sample T-Test (atau Mann-Whitney U jika data tidak normal) untuk Variabel Y (angket) untuk membandingkan hasil angket antara kelas eksperimen dan kontrol. 3. Analisis Deskriptif untuk melihat gambaran umum skor rata-rata, standar deviasi, dan kecenderungan data. Jika perlu, bisa gunakan ANOVA atau ANCOVA jika ada lebih dari satu kelompok eksperimen. Semoga membantu kak!
mas, izin bertanya. untuk hasil yang ANOVAnya diapakan mas? apakah yang dipakai hanya hasil dari gambar Model Summary dan Coefficient saja mas? terima kasih mas...
Pak jika ada negatif nya di -0.569 Maka kesimpulan nya seperti apa pak, kalau di dividio angka itu bernilai positif artinya bila promosi meningkat maka penjualan juga mengalami peningkatan sebesar 0.569. Mohon penjelasan nya pak🙏
Kak izin bertanya, kalau misal judul pengaruh model pembelajaran discovery learnig terhadap kemampuan pemahaman matematis dan sel-efficacy siswa. Data yang diperoleh dari pretest dan posttest, bagaimana cara memasukan data ke dalam uji regresi tersebut? Karena ingin diketahui apakah ada pengaruh atau tidak dan seberapa besar pengaruh yang diperoleh🙏 Jika menggunakan rumus Y=a+bX+e, untuk a dan b nya dilihat dari data yg mana ya kak?
Persiapkan Data: Pretest (X1): Nilai pretest siswa sebelum penerapan model pembelajaran Discovery Learning. Posttest (Y1): Nilai posttest kemampuan pemahaman matematis siswa setelah penerapan model pembelajaran. Self-efficacy Pretest (X2): Nilai self-efficacy sebelum penerapan model. Self-efficacy Posttest (Y2): Nilai self-efficacy setelah penerapan model.
@@EndaChannel MasyaAllah terimakasih ka untuk penjelasannya 🙏🏼 Izin bertanya kembali kak, untuk urutan analisis data statistiknya apa saja ya ka? Kebetulan rencana dari saya itu menggunakan normalitas, homogenitas, perbedaan dua rata-rata melalui uji t, dan effect size kak🙏🏼
@@EndaChannel saya diberi tugas untuk mencari tabel kriteria pengaruh, katanya untuk melihat seberapa besar pengaruhnya. Saya sudah berusaha mencari dan menemukan tabel koefisien determinasi, apakah koefisien determinasi juga bisa digunakan dalam penelitian tersebut ka?🙏🏼
sangat bisa kak, koefisien determinasi memang dirancang untuk itu. Tabel Kriteria Pengaruh Berdasarkan R-squared Tabel berikut menunjukkan kriteria pengaruh berdasarkan nilai R-squared: Nilai R-squared (R²) | Kriteria Pengaruh 0 - 0.19 | Pengaruh sangat lemah 0.20 - 0.39 | Pengaruh lemah 0.40 - 0.59 | Pengaruh sedang 0.60 - 0.79 | Pengaruh kuat 0.80 - 1.00 | Pengaruh sangat kuat
Kak mau tanya, kalau uji regresi linier sederhana, pakai dua sampel (kontrol eksperimen) dan ada data post test pretest, lalu data yang di ujikan di SPss itu data apa aja ya? apa data angket dan posttest eksperimen aja apa gimana??
Menggunakan Posttest dengan Pretest sebagai Kovariat kak. Ini adalah metode alternatif yang sering digunakan dalam analisis data pretest-posttest, di mana posttest dijadikan variabel dependen dan pretest serta kelompok dijadikan variabel independen.Langkah-langkah di SPSS untuk Metode 2:Siapkan Data di SPSS:Data harus mencakup kolom untuk pretest, posttest, dan kelompok (0 untuk kontrol, 1 untuk eksperimen).Contoh Data: | Pretest | Posttest | Kelompok | |---------|----------|----------| | 80 | 85 | 0 | | 78 | 82 | 0 | | 85 | 90 | 1 | | 82 | 88 | 1 | Analisis Regresi di SPSS:Langkah 1: Buka menu Analyze > Regression > Linear... Langkah 2: Masukkan variabel Posttest sebagai variabel dependen (Dependent). Langkah 3: Masukkan variabel Pretest dan Kelompok sebagai variabel independen (Independent). Langkah 4: Klik OK untuk menjalankan analisis regresi. Mengapa Menggunakan Pretest sebagai Kovariat? Kontrol terhadap Variabilitas Awal: Dengan memasukkan pretest sebagai kovariat, kaka bisa mengontrol variabilitas awal di antara peserta, sehingga analisis lebih fokus pada pengaruh perlakuan terhadap perubahan dari pretest ke posttest. Meningkatkan Akurasi: Ini bisa memberikan hasil yang lebih akurat karena mempertimbangkan skor awal masing-masing peserta.Interpretasi Hasil:Koefisien untuk Pretest: Menunjukkan seberapa besar nilai pretest mempengaruhi nilai posttest.Koefisien untuk Kelompok: Menunjukkan pengaruh perlakuan (kontrol vs eksperimen) pada nilai posttest setelah mengontrol nilai pretest. Contoh Hasil:Jika koefisien Kelompok positif dan signifikan, ini berarti kelompok eksperimen (dengan perlakuan) memiliki skor posttest yang lebih tinggi dibandingkan kelompok kontrol, setelah mengontrol nilai pretest.
Maaaf kak mau tanya, kalau pakai data hasil tes dan kuesioner siswa. Data kuesionernya harus uji validitas dan reliabilitas dulu ya baru bisa dipakai untuk regresi linier sederhana?
Izin bertanya pak, jika nilai Constant negatif (dibagian tabel coefficients) bagaimana solusinya pak ? Untuk uji prasyaratnya sudah memenuhi standar pak. Mohon pencerahannya pak 🙏🏻
Jika nilai Constant (intersep) pada regresi negatif, itu tidak selalu masalah asalkan hasilnya masuk akal secara teori dan logis. Berikut langkah sederhana yang bisa Anda lakukan: 1. Pahami Konteks* - Nilai Constant adalah prediksi Y saat semua X bernilai nol. Periksa apakah situasi ini realistis dalam penelitian Anda. 2. Periksa Skala Data - Pastikan skala variabel sesuai. Jika skala terlalu besar atau kecil, lakukan normalisasi seperti menggunakan z-score. 3. Evaluasi Model* - Pastikan semua variabel relevan sudah termasuk dalam model, dan tidak ada kesalahan dalam formulasi model. 4. Gunakan Dummy Jika Perlu - Jika ada variabel kategori, cek apakah variabel dummy sudah benar. 5. Konsultasi Literatur - Bandingkan dengan penelitian serupa. Konstanta negatif bisa wajar tergantung konteks. 6. Diskusikan Hasil* - Jelaskan dalam laporan bahwa nilai negatif ini hanya aspek matematis, bukan masalah praktis jika interpretasinya tetap logis. Contoh Interpretasi Jika penelitian Anda adalah tentang hubungan antara tingkat belajar siswa (*X*) dan keaktifan siswa (Y), dan Constant bernilai negatif, itu bisa diartikan: - Ketika * bernilai nol (misalnya siswa tidak belajar sama sekali), maka keaktifan siswa diprediksi negatif. - Meskipun secara praktis Y tidak bisa negatif, ini hanya mencerminkan hasil matematis dari regresi. semoga membantu.
Kak izin bertanya🙏🏻 Jika hanya menggunakan variabel X dan Y dan variabel kontrol, masing-masing satu variabel itu menggunakan regresi berganda atau sederhana ya? Terimakasih kak🙏🏻
kak maaf mau tanya kalau variabel x itu respondennya 1 guru sedangkan variabel y itu responden 100 siswa maka make uji regresi apa ya ? untuk mencari pengaruh
Bang boleh bertanya....pada saat saya uji regresi linier sederhana, pada tabel coefficients kolom t nilai t hitung > t tabel jadi ini dibaca berpengaruh atau tidak berpengaruh yah pak.... Dan sedangkan nilai signifikannya juga pak 0,699 < 0,05 berarti jika nilai signifikan lebih besar dari 0,05 dikatakan berpengaruh atau tidak berpengaruh... Terimakasih pak semoga dibalas🙏
Jika koefisien regresi (β), variabel independen (X), dan t-hitung semuanya bernilai negatif, berikut adalah interpretasinya: 1. Koefisien Regresi Negatif (β): Menunjukkan bahwa ada pengaruh negatif antara variabel independen (X) dan variabel dependen (Y). Artinya, ketika nilai X meningkat, nilai Y cenderung menurun, dan sebaliknya. 2. Variabel Independen (X) Bernilai Negatif: Jika X itu sendiri bernilai negatif, maka ini menunjukkan bahwa data untuk variabel X dalam model regresi mencakup nilai-nilai negatif. Ini bisa terjadi jika X adalah variabel yang bisa memiliki nilai negatif (misalnya, perubahan pendapatan yang bisa positif atau negatif). 3. t-hitung Negatif: t-hitung yang negatif menunjukkan bahwa arah pengaruh X terhadap Y adalah negatif. Namun, yang penting di sini adalah signifikansinya. Apakah t-hitung negatif tersebut signifikan secara statistik? Jika p-value < α (biasanya 0,05), maka pengaruh negatif ini . Kesimpulan: Gabungan dari koefisien regresi negatif, X yang negatif, dan t-hitung negatif mengindikasikan bahwa variabel X yang bernilai negatif memiliki pengaruh yang signifikan dalam menurunkan nilai variabel dependen Y. Ini menunjukkan hubungan yang kuat dan negatif antara X dan Y dalam konteks data yang sedang dianalisis. Semoga membantu kak.
Ka mau tanya, kalo misal judulnya pengaruh model pembelajaran snowball throwing terhadap hasil belajar. Nah data yg diambil pretest dan posttest. Untuk dimasukkan ke dalam data di uji regresi ini apa ya ka?
@@EndaChannelKak memakai data posttest ini merujuk siapa ya kak? Dosen saya mengharuskan mencantum rujukan dari jawaban ini😔🙏🏻 Kalau ada mohon bantuannya kak🙏🏻🙏🏻
pak, cara bedain hipotesis dua arah dengan satu arah gimana ya pak? kalo judul saya tentang pengaruh beban kerja terhadap kelelahan itu dua arah atau satu arah pak?
Hipotesis Satu Arah vs. Dua Arah Hipotesis Satu Arah: - Menyatakan hubungan dengan arah spesifik. - Contoh: "Beban kerja yang lebih tinggi meningkatkan kelelahan." Hipotesis Dua Arah: - Menyatakan ada hubungan tanpa menentukan arah. - Contoh: "Ada pengaruh beban kerja terhadap kelelahan." Judul Kaka: "Pengaruh Beban Kerja terhadap Kelelahan" - Jika: Kaka yakin beban kerja meningkatkan atau mengurangi kelelahan, itu satu arah. - Jika: Kaka hanya yakin ada pengaruh tanpa menentukan arah, itu dua arah. Contoh: - Satu arah: "Beban kerja yang lebih tinggi meningkatkan kelelahan." - Dua arah: "Ada pengaruh beban kerja terhadap kelelahan."
Assalamualaikum warahmatullahi wabarokatuh bg, ana mau nanya bg, klaw untuk uji regresi untuk hasil nya harus memenuhi 2 syarat tersebut atau salah satu saja yang di ambil bg? Mohon penjelasannya bg🙏
kalau t hitung dan koefisien regresi (x) sama-sama negatif, intinya begini: - Hubungan antara variabel bebas (x) sama variabel terikat (y) itu berlawanan arah. Jadi kalau X naik, Y malah turun, atau sebaliknya. Tapi, kaka mesti cek juga apakah hubungan ini signifikan atau nggak (lihat p-value atau bandingin sama t tabel). Kalau nggak signifikan, berarti hubungan ini cuma kebetulan aja dan nggak kuat secara statistik. Contoh gampangnya gini: Kalau variabel X itu "jam tidur" dan Y itu "tingkat stress," terus hasil regresinya negatif, artinya makin banyak tidur, makin rendah stresnya atau sebaliknya. Tapi ya, ini baru valid kalau hasilnya signifikan. Gitu, kaka! Smoga membantu
kak mau nanya, kalau dia skala likert gmn ya masukin ke spss?? ada video yg dari awal gak kak? yg dasar spss kalau skala likert uji regresi 2 variabel? terima kasih kak
Kalau pengumpulan datax menggunakan kuisioner, maka uji validitas dan reliabilitas itu wajib kak. Namu jika pengumpulan data sebaliknya (bukan kuisioner), uji validitas dan reliabilitas ngga perlu. Utk uji deskriptif statistik itu, tdak masuk uji prasayarat. Dia hanya sebatas menggambarkan keadaan data yg kita peroleh., jadi boleh di pakai dan jga tidak, namun lebih di sarankan utk di gunakan.
@@EndaChannelini terkahir kakk, di saat pengujian hipotesis di dapt nilai sig > 0.005 dan nilai t hitung < t- tabel tuh gmn kak?? berati variabel y tidak berpengarh dengan x ya kak?? maaf merepotkan kak terimakasihh banyakkk kak 😬😬😬
kak terimakasih banyak pembahasannyaa, izin bertanya kalo untuk t hitungnya minus itu gimana yaaa berarti ga berpengaruh kahh? soalnya liat dr tutor lain asal signifikansinya sesuai itu udh berpengaruh atau gimana yaa?
@@sherlyikaputri kalo hipotesis kakaknya "terdapat pengaruh a terhadap b" tulis aja berpengaruh secara signifikan kak walaupun tnya mines tp masih masuk ke dalem t tabel
Jika kaka mendapatkan nilai koefisien regresi yang negatif dalam sebuah model regresi, artinya terdapat hubungan negatif antara variabel independen (X) dan variabel dependen (Y). Interpretasi Sederhananya: - Ketika nilai X naik, nilai Y cenderung turun. - Sebaliknya, ketika nilai X turun, nilai Y cenderung naik. Semoga membantu kak!
bang izin bertanya, jika variabel x nya interpretasi nilainya 40-240, sedangka variabel y nya 13-52, uji ini apakah masih relevan untuk dipakai? terimkasih.
Iya kak, variabel dengan rentang nilai yang berbeda tetap dapat digunakan dalam uji regresi. Namun, ada beberapa hal yang perlu diperhatikan untuk memastikan analisis regresi tetap valid dan hasilnya dapat diinterpretasikan dengan benar: 1. Skala Variabel: Meskipun variabel (x) memiliki rentang nilai yang lebih besar (40-240) dibandingkan variabel (y) (13-52), ini tidak menghalangi penggunaan regresi. Namun, perbedaan skala ini dapat mempengaruhi interpretasi koefisien regresi. 2. Standarisasi: Untuk mengatasi perbedaan skala, variabel dapat di-standardisasi (menggunakan z-score) atau dinormalisasi sehingga setiap variabel memiliki distribusi dengan mean 0 dan deviasi standar 1. Ini membantu dalam memahami kontribusi relatif dari setiap variabel. 3. Diagnostik Regresi: Penting untuk memeriksa diagnostik regresi, seperti homoskedastisitas, normalitas residual, dan tidak adanya multikolinearitas. Hal ini memastikan model regresi memenuhi asumsi yang diperlukan. 4. Interpretasi Koefisien Jika tidak di-standardisasi, koefisien regresi dari variabel dengan rentang yang lebih besar mungkin akan terlihat lebih besar hanya karena skala yang berbeda. Penting untuk memahami bagaimana perubahan satu unit dalam (x) mempengaruhi (y). Secara keseluruhan, perbedaan rentang nilai antara variabel (x) dan (y) tidak membuat regresi menjadi tidak relevan. Yang penting adalah memastikan bahwa analisis dilakukan dengan mempertimbangkan skala dan interpretasi hasil regresi dengan tepat.
@@EndaChannel maaf bang, kalau boleh izin nanya tapi diluar konteks video, kalau untuk uji korelasi pearson dengan kasus yg sama (interpretasi nilainya berbeda jauh nilai minimal dan maksimalnya pada 2 variabel) apakah tetap bisa/relevan untuk uji korelasi pearson? Terimakasih🙏🏻
Iya kak, bisa dilakukan uji korelasi pearson, asal minimal ada teori/penelitian sebelumnya yg mendukung penelitian yg dilakukan. Btw judul penelitianya ttng apa kak,? Smpai nilai X dan Y bedanya sangat jauh
@@EndaChannel kalau judul umum si kak, yg jomplang itu di interpretasi kuesionernya, jumlah pernyataan buat var x dan y beda juah, sama opsi jawaban ga sama, sebelumnya terimakasih kak
nilai konstanta atau koefisien regresi yang negatif dalam uji regresi menunjukkan adanya hubungan terbalik antara variabel yang diteliti, dengan asumsi semua variabel lain dalam model regresi dikendalikan atau tetap konstan.
Konstanta Negatif: Jika (a) negatif, misalnya -10, ini berarti bahwa tanpa adanya pengaruh dari variabel (X) (misalnya iklan, diskon, atau faktor lain yang diukur dengan (X)), variabel (Y) (misalnya penjualan, keuntungan, atau variabel lain yang diukur dengan (Y)) akan berada pada nilai negatif, seperti -10. Contoh: Misalkan persamaan regresi adalah: [ Y = -10 + 5X ] Di sini:Jika (X = 0), maka (Y = -10). Ini menunjukkan bahwa jika tidak ada pengaruh dari variabel independen (misalnya, tidak ada penjualan atau iklan), maka variabel dependen (misalnya, keuntungan) akan negatif, yakni rugi sebesar 10 juta rupiah.
Dibuat seperti biasa kak, misal hasil koefisien determinasinya 0,75 (75%), jadinya kan sisanya 25% yg dipengaruhi variabel lain. Jadi tabel yg dibuat: 75% dipengaruhi variabel X 25% dipengaruhi variabel lain
Kolom b adalah Jika koefisien arah regresi negatif, ini menunjukkan bahwa ada hubungan negatif antara variabel independen dan variabel dependen dalam model regresi tersebut. Secara lebih spesifik: 1. Hubungan Negatif: Setiap peningkatan pada variabel independen akan diikuti oleh penurunan pada variabel dependen. Sebaliknya, jika variabel independen menurun, variabel dependen akan meningkat. 2. Interpretasi Koefisien: Nilai koefisien regresi negatif memberikan ukuran tentang seberapa besar penurunan yang terjadi pada variabel dependen untuk setiap unit peningkatan pada variabel independen. Misalnya, jika koefisien regresi adalah -2, maka untuk setiap peningkatan 1 unit pada variabel independen, variabel dependen diperkirakan akan menurun sebesar 2 unit. 3. Contoh: Jika kita memiliki model regresi yang memprediksi harga rumah berdasarkan jarak dari pusat kota, koefisien regresi negatif menunjukkan bahwa semakin jauh rumah dari pusat kota, semakin rendah harga rumah tersebut. 4. Penggunaan Praktis: Memahami tanda dan besarnya koefisien regresi penting dalam analisis data dan pengambilan keputusan, karena dapat memberikan wawasan tentang bagaimana variabel-variabel dalam model saling berhubungan. Penting untuk memastikan bahwa hubungan negatif yang ditemukan bersifat masuk akal secara kontekstual dan didukung oleh teori atau logika bisnis, bukan hanya hasil dari kebetulan statistik.
Kalau nilai signifikansi (p-value) hasil uji statistik kaka adalah 0,047, artinya hasil tersebut signifikan secara statistik pada tingkat signifikansi 5% (0,05). Ini berarti probabilitas bahwa hasil yang didapat adalah karena kebetulan saja adalah 4,7%, yang lebih kecil dari ambang batas 5%. Berikut adalah beberapa poin penting terkait hasil ini: 1. Interpretasi Hasil - Karena p-value 0,047 lebih kecil dari 0,05, kaka bisa menolak hipotesis nol (H0). Ini artinya ada bukti yang cukup untuk mendukung hipotesis alternatif (H1). 2. Konteks Penelitian - Pastikan bahwa hasil ini relevan dengan konteks penelitian kaka. Signifikansi statistik tidak selalu berarti signifikansi praktis, jadi pertimbangkan juga dampak atau efek praktis dari temuan ini. 3. Uji Lanjut - Kalau ada beberapa uji yang dilakukan, pertimbangin buat melakukan koreksi untuk multiple comparisons, misalnya dengan metode Bonferroni, untuk menghindari hasil yang menyesatkan karena inflasi tingkat kesalahan. 4. Kekuatan Uji (Power) - Pertimbangkan juga kekuatan uji statistik kaka (statistical power). Nilai p yang mendekati 0,05 bisa jadi menunjukkan uji dengan kekuatan yang kurang optimal. Mungkin perlu lebih banyak data atau sampel untuk memperkuat temuan. Secara keseluruhan, nilai signifikansi 0,047 menunjukkan hasil yang signifikan pada tingkat 5%, jadi kaka bisa yakin bahwa hasil tersebut tidak muncul karena kebetulan. Tetap perhatikan konteks dan relevansi praktisnya dalam penelitian kaka.
Nilai F hitung kecil (0,067) dan sig. (0,800) itu tandanya variabel X nggak ngaruh signifikan ke Y. Mungkin datanya kurang pas, sampelnya kecil, atau ada variabel lain yang lebih ngaruh. Bisa juga uji statistiknya kurang cocok. Coba cek lagi data, tambah sampel, atau evaluasi modelnya, ya! Smoga membantu kak!
Error term (epsilon) sangat penting dalam rumus regresi karena dia menangkap semua variasi atau perubahan pada (Y) yang nggak bisa dijelaskan oleh (X). Dia juga membantu kita memeriksa apakah model kita memenuhi beberapa aturan statistik penting, supaya hasilnya bisa dipercaya. Tapi, saat kita menjelaskan hasil regresi, kita fokus pada hubungan antara (X) dan (Y) saja. Misalnya, kalau rumusnya (Y = 20 + 3X), kita lihat bahwa setiap tambahan satu unit X akan menambah (Y) sebesar 3 unit. Jadi, kita nggak perlu nyebut-nyebut error term saat menjelaskan hubungan ini, meskipun dia tetap ada di belakang layar untuk memastikan model kita valid. Semoga membantu kak😊
Terima kasih banyak pak, videonya bagus sekali dan sangat bermanfaat untuk banyak orang. Namun jika saya boleh memberi saran, lebih baik lagi jika menyertakan sumber/kutipan rumusnya🙏.
Rumusnya ada dibuku SPSS kak
Videonya sangat bagus sekali, jelas lugas dan bermakna, ada deskripsi cara membaca nya jugaaaaa. tip bangetttttttt,, pasti saya share, like, and subcribe kak
Makasih kak😅
Terima kasih kak, sangat bermanfaat sekali
Ini yang saya cariiiii❤❤❤❤
Senang bisa membantu kak
Kak buat tutorial uji korelasi rank spearman secara lengkap kak 🙏🏻
Permisi pak izin bertanya misal punya saya judulnya memgenai pengaruh varibel x1 dan x2 terhadap Y, lalu untuk menguji hipo pertama dan kedua mengenai pengaruh varibel x1 terhadap y dan pengaruh variabel x2 terhadap y perlu melakukan uji regresi linear sederhana.
Lalu untuk nilai df tabel t itu nanti K = 2 atau 3 yaa pak ?
suka banget sama videonya kak, terimakasih banyak
Alhamdulillah..
Smangat terus bang inget singgah juga ya
Mohon izin bertanya kak, judul penelitian saya pengaruh media pembelajaran terhadap hasil belajar siswa. Data yang saya ambil adalah pretest postest (kelas eksperimen) dan pretest postest (kelas kontrol). Untuk uji regresi yang dimasukkan pada kolom X dan kolom Y data yang mana ya kak ?
Kak udah tau jawabannya belum? Aku juga bingung soal ini, tolong bantu kalau tau
Menggunakan Posttest dengan Pretest sebagai Kovariat kak.
Ini adalah metode alternatif yang sering digunakan dalam analisis data pretest-posttest, di mana posttest dijadikan variabel dependen dan pretest serta kelompok dijadikan variabel independen.
Langkah-langkah di SPSS :
1. Siapkan Data di SPSS
Data harus mencakup kolom untuk pretest, posttest, dan kelompok (0 untuk kontrol, 1 untuk eksperimen).
Contoh Data:
| Pretest | Posttest | Kelompok |
|---------|----------|----------|
| 80 | 85 | 0 |
| 78 | 82 | 0 |
| 85 | 90 | 1 |
| 82 | 88 | 1 |
2. Analisis Regresi di SPSS:
Langkah 1: Buka menu Analyze > Regression > Linear...
Langkah 2: Masukkan variabel Posttest sebagai variabel dependen (Dependent).
Langkah 3: Masukkan variabel Pretest dan Kelompok sebagai variabel independen (Independent).
Langkah 4: Klik OK untuk menjalankan analisis regresi.
Mengapa Menggunakan Pretest sebagai Kovariat?
1.Kontrol terhadap Variabilitas Awal:
Dengan memasukkan pretest sebagai kovariat, kaka bisa mengontrol variabilitas awal di antara peserta, sehingga analisis lebih fokus pada pengaruh perlakuan terhadap perubahan dari pretest ke posttest.
2.Meningkatkan Akurasi:
Ini bisa memberikan hasil yang lebih akurat karena mempertimbangkan skor awal masing-masing peserta.
3.Interpretasi Hasil:
Koefisien untuk Pretest: Menunjukkan seberapa besar nilai pretest mempengaruhi nilai posttest.
4. Koefisien untuk Kelompok:
Menunjukkan pengaruh perlakuan (kontrol vs eksperimen) pada nilai posttest setelah mengontrol nilai pretest.
Contoh Hasil:
Jika koefisien Kelompok positif dan signifikan, ini berarti kelompok eksperimen (dengan perlakuan) memiliki skor posttest yang lebih tinggi dibandingkan kelompok kontrol, setelah mengontrol nilai pretest.
@@EndaChannel makasij banyak kak, membantu sekali
@@EndaChannel siap terimakasih kak🙏
Halo kak aku mau tanyaa, judul saya Efektivitas model pembelajaran... terhadap hasil belajar.... Data yang diambil ada angket, pretest dan postest. Untuk yang di uji regresi berarti yang data mana ya kak? Semoga dijawab karena sudah sangat stuck 🥺🙏 terima kasih sebelumnya
Halo! Jika Kaka ingin menguji efektivitas model pembelajaran terhadap hasil belajar menggunakan analisis regresi, Kaka akan menggunakan data pretest dan posttest sebagai variabel dependen (variabel yang ingin Kaka prediksi atau jelaskan) dan variabel independen (variabel yang digunakan untuk memprediksi atau menjelaskan variabel dependen).
Jadi, dalam konteks Kaka, data yang diambil untuk diuji menggunakan regresi adalah skor pretest dan posttest siswa. Skor pretest akan menjadi variabel independen, sementara skor posttest akan menjadi variabel dependen.
Misalnya, Kaka ingin menguji seberapa baik model pembelajaran tertentu memprediksi peningkatan hasil belajar siswa (posttest) berdasarkan skor awal siswa (pretest). Dalam hal ini, Kaka akan menggunakan skor pretest sebagai variabel independen dan skor posttest sebagai variabel dependen dalam analisis regresi Kaka.
Jadi, secara singkat:
• Variabel dependen (Y) : Skor posttest (hasil belajar setelah penerapan model pembelajaran)
• Variabel independen (X) : Skor pretest (hasil belajar sebelum penerapan model pembelajaran)
Dengan menggunakan regresi, Kaka dapat menentukan seberapa kuat hubungan antara skor pretest dan posttest, serta seberapa signifikan pengaruh model pembelajaran terhadap peningkatan hasil belajar siswa setelah mengontrol untuk skor awal mereka.
Semoga membantu kak.
Wahh terima kasih banyak kakk. Sangat membantu memberikan pencerahan kepada saya 🥺 terima kasih banyak ya kakk ✨
Sama2 kak 😇
Maaf kak, mau tanya kira kira untuk teknik analisis data yang hanya satu linear itu pake regersi ya ka. Saya mah kurang faham kuanti ka. Metode yang saya gunakan adalah ekperimen tapi saya mandek di teknik analisis data nya mau pake apa ka. Mungkin kaka bisa bantu mengarahkan ya.
Pak boleh tanya saya buat skripsi tentang lama penggunaan korset terhadap penurunan TFU
Pengguna korsetnya dibagi kedalam 2 kelompok
Kelompok yamg menggunakan < 6 jam
Dan kelompok kedua > 6 jam
Kira-kira untuk metode analisis regresi linier ini sesuai tidak ya pak dengan skripsi saya ?
Izin bertanya kak, penelitian sy berjudul pengaruh model pembelajaran terhadap keaktifan belajar siswa, teknik pengumpulan data menggunakan angket dan tes untuk kelas eksperimen dan kelas kontrol
Untuk Variabel X menggunakan tes (pretest dan postest)
Dan variabel Y menggunakan angket
Uji regresinya bagaimana kak?mohon penjelasannya kak🙏
Uji regreai pada model penelitian kaka kurang tepat dilakukan. Dan sebaiknya menggunakan analisis sprti dibawah ini kak:
1. Uji Paired Sample T-Test (atau Wilcoxon jika data tidak normal) untuk Variabel X (pretest dan posttest) guna melihat perubahan hasil tes dalam kelompok eksperimen dan kontrol.
2. Uji Independent Sample T-Test (atau Mann-Whitney U jika data tidak normal) untuk Variabel Y (angket) untuk membandingkan hasil angket antara kelas eksperimen dan kontrol.
3. Analisis Deskriptif untuk melihat gambaran umum skor rata-rata, standar deviasi, dan kecenderungan data.
Jika perlu, bisa gunakan ANOVA atau ANCOVA jika ada lebih dari satu kelompok eksperimen.
Semoga membantu kak!
Baik kaka, Terima kasih banyak🙏
Tuhan memberkati 😇
@@anjeliamarselsametan5559 sama2 kak.
mas, izin bertanya. untuk hasil yang ANOVAnya diapakan mas? apakah yang dipakai hanya hasil dari gambar Model Summary dan Coefficient saja mas? terima kasih mas...
Pak jika ada negatif nya di -0.569
Maka kesimpulan nya seperti apa pak, kalau di dividio angka itu bernilai positif artinya bila promosi meningkat maka penjualan juga mengalami peningkatan sebesar 0.569.
Mohon penjelasan nya pak🙏
Kak izin bertanya, kalau misal judul pengaruh model pembelajaran discovery learnig terhadap kemampuan pemahaman matematis dan sel-efficacy siswa. Data yang diperoleh dari pretest dan posttest, bagaimana cara memasukan data ke dalam uji regresi tersebut? Karena ingin diketahui apakah ada pengaruh atau tidak dan seberapa besar pengaruh yang diperoleh🙏
Jika menggunakan rumus Y=a+bX+e, untuk a dan b nya dilihat dari data yg mana ya kak?
Persiapkan Data:
Pretest (X1): Nilai pretest siswa sebelum penerapan model pembelajaran Discovery Learning.
Posttest (Y1): Nilai posttest kemampuan pemahaman matematis siswa setelah penerapan model pembelajaran.
Self-efficacy Pretest (X2): Nilai self-efficacy sebelum penerapan model.
Self-efficacy Posttest (Y2): Nilai self-efficacy setelah penerapan model.
@@EndaChannel MasyaAllah terimakasih ka untuk penjelasannya 🙏🏼
Izin bertanya kembali kak, untuk urutan analisis data statistiknya apa saja ya ka?
Kebetulan rencana dari saya itu menggunakan normalitas, homogenitas, perbedaan dua rata-rata melalui uji t, dan effect size kak🙏🏼
@@EndaChannel saya diberi tugas untuk mencari tabel kriteria pengaruh, katanya untuk melihat seberapa besar pengaruhnya. Saya sudah berusaha mencari dan menemukan tabel koefisien determinasi, apakah koefisien determinasi juga bisa digunakan dalam penelitian tersebut ka?🙏🏼
iya, sangat bisa kak
sangat bisa kak, koefisien determinasi memang dirancang untuk itu.
Tabel Kriteria Pengaruh Berdasarkan R-squared
Tabel berikut menunjukkan kriteria pengaruh berdasarkan nilai R-squared:
Nilai R-squared (R²) | Kriteria Pengaruh
0 - 0.19 | Pengaruh sangat lemah
0.20 - 0.39 | Pengaruh lemah
0.40 - 0.59 | Pengaruh sedang
0.60 - 0.79 | Pengaruh kuat
0.80 - 1.00 | Pengaruh sangat kuat
Kak mau tanya, kalau uji regresi linier sederhana, pakai dua sampel (kontrol eksperimen) dan ada data post test pretest, lalu data yang di ujikan di SPss itu data apa aja ya? apa data angket dan posttest eksperimen aja apa gimana??
Penelitianya ttng apa kak?
@@EndaChannel ttng pengaruh pembelajaran berdiferensiasi terhadap peningkatan pemahaman konsep IPS kak, tolong pencerahannya :)
Variabel X dan Y, keduanya menggunakan pretest dan postest ya?
@@EndaChannel variabel X ada nilai hasil angket kelas eksperimen kak, variabel Y ada nilai post test pretest kelas eksperimen dan kontrol
Menggunakan Posttest dengan Pretest sebagai Kovariat kak.
Ini adalah metode alternatif yang sering digunakan dalam analisis data pretest-posttest, di mana posttest dijadikan variabel dependen dan pretest serta kelompok dijadikan variabel independen.Langkah-langkah di SPSS untuk Metode 2:Siapkan Data di SPSS:Data harus mencakup kolom untuk pretest, posttest, dan kelompok (0 untuk kontrol, 1 untuk eksperimen).Contoh Data:
| Pretest | Posttest | Kelompok |
|---------|----------|----------|
| 80 | 85 | 0 |
| 78 | 82 | 0 |
| 85 | 90 | 1 |
| 82 | 88 | 1 |
Analisis Regresi di SPSS:Langkah 1: Buka menu Analyze > Regression > Linear...
Langkah 2: Masukkan variabel Posttest sebagai variabel dependen (Dependent).
Langkah 3: Masukkan variabel Pretest dan Kelompok sebagai variabel independen (Independent).
Langkah 4: Klik OK untuk menjalankan analisis regresi.
Mengapa Menggunakan Pretest sebagai Kovariat?
Kontrol terhadap Variabilitas Awal: Dengan memasukkan pretest sebagai kovariat, kaka bisa mengontrol variabilitas awal di antara peserta, sehingga analisis lebih fokus pada pengaruh perlakuan terhadap perubahan dari pretest ke posttest.
Meningkatkan Akurasi: Ini bisa memberikan hasil yang lebih akurat karena mempertimbangkan skor awal masing-masing peserta.Interpretasi Hasil:Koefisien untuk Pretest: Menunjukkan seberapa besar nilai pretest mempengaruhi nilai posttest.Koefisien untuk Kelompok: Menunjukkan pengaruh perlakuan (kontrol vs eksperimen) pada nilai posttest setelah mengontrol nilai pretest.
Contoh Hasil:Jika koefisien Kelompok positif dan signifikan, ini berarti kelompok eksperimen (dengan perlakuan) memiliki skor posttest yang lebih tinggi dibandingkan kelompok kontrol, setelah mengontrol nilai pretest.
Maaaf kak mau tanya, kalau pakai data hasil tes dan kuesioner siswa. Data kuesionernya harus uji validitas dan reliabilitas dulu ya baru bisa dipakai untuk regresi linier sederhana?
Iya betul kak
Terimakasih banyak kakk atas jawabannya, semoga kebaikan kakak jadi pahala untuk kakak dan keluarga 😭🙏
Aamiinn..
Sukses slalu kak
Izin bertanya pak, jika nilai Constant negatif (dibagian tabel coefficients) bagaimana solusinya pak ? Untuk uji prasyaratnya sudah memenuhi standar pak. Mohon pencerahannya pak 🙏🏻
Jika nilai Constant (intersep) pada regresi negatif, itu tidak selalu masalah asalkan hasilnya masuk akal secara teori dan logis.
Berikut langkah sederhana yang bisa Anda lakukan:
1. Pahami Konteks*
- Nilai Constant adalah prediksi Y saat semua X bernilai nol. Periksa apakah situasi ini realistis dalam penelitian Anda.
2. Periksa Skala Data
- Pastikan skala variabel sesuai. Jika skala terlalu besar atau kecil, lakukan normalisasi seperti menggunakan z-score.
3. Evaluasi Model*
- Pastikan semua variabel relevan sudah termasuk dalam model, dan tidak ada kesalahan dalam formulasi model.
4. Gunakan Dummy Jika Perlu
- Jika ada variabel kategori, cek apakah variabel dummy sudah benar.
5. Konsultasi Literatur
- Bandingkan dengan penelitian serupa. Konstanta negatif bisa wajar tergantung konteks.
6. Diskusikan Hasil*
- Jelaskan dalam laporan bahwa nilai negatif ini hanya aspek matematis, bukan masalah praktis jika interpretasinya tetap logis.
Contoh Interpretasi
Jika penelitian Anda adalah tentang hubungan antara tingkat belajar siswa (*X*) dan keaktifan siswa (Y), dan Constant bernilai negatif, itu bisa diartikan:
- Ketika * bernilai nol (misalnya siswa tidak belajar sama sekali), maka keaktifan siswa diprediksi negatif.
- Meskipun secara praktis Y tidak bisa negatif, ini hanya mencerminkan hasil matematis dari regresi.
semoga membantu.
Kak izin bertanya🙏🏻
Jika hanya menggunakan variabel X dan Y dan variabel kontrol, masing-masing satu variabel itu menggunakan regresi berganda atau sederhana ya?
Terimakasih kak🙏🏻
Gunakan regresi berganda kak,
Namun Dicoba saja ke 2nya, nnti akan kelihatan hasilx 🙏
kak maaf mau tanya kalau variabel x itu respondennya 1 guru sedangkan variabel y itu responden 100 siswa maka make uji regresi apa ya ? untuk mencari pengaruh
Emang judul penelitianx apa kak?
Izin bertanya kak,kak hasil contanss 38,575 dapat dari mana?
Pak, kalo uji heterokedastisitas juga bagian dr uji prasyarat uji linear sederhana gak?
Uji regresi sederhana tdk perlu menggunakan uji heteroskedastisitas kak.
@@EndaChannel baik kak. Di channel lain pake kak😭
@@jeckyl7931 sebenarnya, digunakan bisa dan tdk digunakan juga bisa, trgantung kakax sja mw pakai yg mana.
Bang boleh bertanya....pada saat saya uji regresi linier sederhana, pada tabel coefficients kolom t nilai t hitung > t tabel jadi ini dibaca berpengaruh atau tidak berpengaruh yah pak....
Dan sedangkan nilai signifikannya juga pak 0,699 < 0,05 berarti jika nilai signifikan lebih besar dari 0,05 dikatakan berpengaruh atau tidak berpengaruh...
Terimakasih pak semoga dibalas🙏
Berpengaruh kak
Kak,izin bertanya jika koefisien arah regresi(x) dan t hitung bernilai negatif artinya bagaimana kak?
hallo kak, mau bertanya dengan pertanyaan yg sama apakah kakak sudah mendapatkan jawabannya? kalau bisa tolong dijawab kak
Jika koefisien regresi (β), variabel independen (X), dan t-hitung semuanya bernilai negatif, berikut adalah interpretasinya:
1. Koefisien Regresi Negatif (β): Menunjukkan bahwa ada pengaruh negatif antara variabel independen (X) dan variabel dependen (Y). Artinya, ketika nilai X meningkat, nilai Y cenderung menurun, dan sebaliknya.
2. Variabel Independen (X) Bernilai Negatif: Jika X itu sendiri bernilai negatif, maka ini menunjukkan bahwa data untuk variabel X dalam model regresi mencakup nilai-nilai negatif. Ini bisa terjadi jika X adalah variabel yang bisa memiliki nilai negatif (misalnya, perubahan pendapatan yang bisa positif atau negatif).
3. t-hitung Negatif:
t-hitung yang negatif menunjukkan bahwa arah pengaruh X terhadap Y adalah negatif. Namun, yang penting di sini adalah signifikansinya. Apakah t-hitung negatif tersebut signifikan secara statistik? Jika p-value < α (biasanya 0,05), maka pengaruh negatif ini .
Kesimpulan:
Gabungan dari koefisien regresi negatif, X yang negatif, dan t-hitung negatif mengindikasikan bahwa variabel X yang bernilai negatif memiliki pengaruh yang signifikan dalam menurunkan nilai variabel dependen Y. Ini menunjukkan hubungan yang kuat dan negatif antara X dan Y dalam konteks data yang sedang dianalisis.
Semoga membantu kak.
izin bertanya kak, untuk dasar pengambilan hipotesis itu bisa pilih salah satu?
Perumusan hipotesis (jawaban sementara) harusnya lebih dari 1 kak
Ka mau tanya, kalo misal judulnya pengaruh model pembelajaran snowball throwing terhadap hasil belajar. Nah data yg diambil pretest dan posttest. Untuk dimasukkan ke dalam data di uji regresi ini apa ya ka?
Data ke2 nya kak, soalx kan akan dilihat perbedaan hasil penelitian sblm dan sesudah menggunakan model pembelajaran.
Kalau sampel penelitiannya ada 2 kelas (kontrol dan eksperimen) berarti hasil belajar pre dan post 2 kelas tersebut ya kak yg dipakai?
@@EndaChannelKak memakai data posttest ini merujuk siapa ya kak? Dosen saya mengharuskan mencantum rujukan dari jawaban ini😔🙏🏻 Kalau ada mohon bantuannya kak🙏🏻🙏🏻
pak, cara bedain hipotesis dua arah dengan satu arah gimana ya pak? kalo judul saya tentang pengaruh beban kerja terhadap kelelahan itu dua arah atau satu arah pak?
Hipotesis Satu Arah vs. Dua Arah
Hipotesis Satu Arah:
- Menyatakan hubungan dengan arah spesifik.
- Contoh: "Beban kerja yang lebih tinggi meningkatkan kelelahan."
Hipotesis Dua Arah:
- Menyatakan ada hubungan tanpa menentukan arah.
- Contoh: "Ada pengaruh beban kerja terhadap kelelahan."
Judul Kaka: "Pengaruh Beban Kerja terhadap Kelelahan"
- Jika: Kaka yakin beban kerja meningkatkan atau mengurangi kelelahan, itu satu arah.
- Jika: Kaka hanya yakin ada pengaruh tanpa menentukan arah, itu dua arah.
Contoh:
- Satu arah: "Beban kerja yang lebih tinggi meningkatkan kelelahan."
- Dua arah: "Ada pengaruh beban kerja terhadap kelelahan."
Kak kalau misal variabel independentnya interval sedangkan variabel dependennya rasio apakah bisa. Atau haruskah sama rasio-rasio/interval-interval?
Ngga masalah kok kak..
Nnti kan akan di jelaskan pada hasilx penelitianx.
Kak izin bertanya jika data2 variabel di dapat bukan dari hasil kuisioner apakah kita harus uji validitas?
Iya betul kak, setelah lulus uji validitas dan reliabilitas trus lanjut ke uji regresi
Kak kalau nilai sig >0,05 dan t-hitung < t-tabel itu gimana ya kak? Mohon bantuannya kak
Brrti pengaruhnya ngga signifikan kak
kak jadi ketiga tabel itu dimasukkan semua yah kak pada bab 4 hasil olah data ?
Iya kak
@@EndaChannel ohiya baik kak terima kasih🙏
izin pak jika t hitung constant bernilai negatif tetapi nilai sig 0.002 apakah tetap berpengaruh pak?
Iyaa..berpengaruh kak
Assalamualaikum warahmatullahi wabarokatuh bg, ana mau nanya bg, klaw untuk uji regresi untuk hasil nya harus memenuhi 2 syarat tersebut atau salah satu saja yang di ambil bg? Mohon penjelasannya bg🙏
Sebaiknya harus ke duanya kak
ka tolong bikin video yang hasilnya negatif gimana, soalnya t hitung saya negatif dan x negatif
kalau t hitung dan koefisien regresi (x) sama-sama negatif, intinya begini:
- Hubungan antara variabel bebas (x) sama variabel terikat (y) itu berlawanan arah. Jadi kalau X naik, Y malah turun, atau sebaliknya.
Tapi, kaka mesti cek juga apakah hubungan ini signifikan atau nggak (lihat p-value atau bandingin sama t tabel). Kalau nggak signifikan, berarti hubungan ini cuma kebetulan aja dan nggak kuat secara statistik.
Contoh gampangnya gini: Kalau variabel X itu "jam tidur" dan Y itu "tingkat stress," terus hasil regresinya negatif, artinya makin banyak tidur, makin rendah stresnya atau sebaliknya.
Tapi ya, ini baru valid kalau hasilnya signifikan.
Gitu, kaka!
Smoga membantu
Catatan itu dapet dari mana bang ? Kalo ada buku nya bisa spill buku yang lengkap berisi catatan itu😊
Catatanya sudah hilang kak🥺
kak mau nanya, kalau dia skala likert gmn ya masukin ke spss?? ada video yg dari awal gak kak? yg dasar spss kalau skala likert uji regresi 2 variabel?
terima kasih kak
Nonton ini saja kak th-cam.com/video/ekj36wglnYU/w-d-xo.html
Bisa juga nonton mulai dari ini kak th-cam.com/video/TUHcpUR-hbQ/w-d-xo.html
Bg misal variabel x adalah sampel,dan y adalah hasil angket. Apakah bisa? Karma saya hanya menggunakan 1 angket untuk melihat hasil
Bisa bung..!
kak sebelum regrsi harus uji linieritas dan normalitas kan? itu salah satu aja atau wajib keduanya harus di uji dulu sebelum regresi?
Ada beberapa yg bilang wajib keduanya, dan ada jga yg salah stu saja.
Jdi trgantung dri peneliti mau pakai yg mna.
@@EndaChannel kak saya sudah uji linier sama normalitas kedua , selanjutnya uji valid dan uji deskriptif statistik perlu lg gak kak??
untuk lanjut ke regresi linier
Kalau pengumpulan datax menggunakan kuisioner, maka uji validitas dan reliabilitas itu wajib kak.
Namu jika pengumpulan data sebaliknya (bukan kuisioner), uji validitas dan reliabilitas ngga perlu.
Utk uji deskriptif statistik itu, tdak masuk uji prasayarat. Dia hanya sebatas menggambarkan keadaan data yg kita peroleh., jadi boleh di pakai dan jga tidak, namun lebih di sarankan utk di gunakan.
@@EndaChannelini terkahir kakk, di saat pengujian hipotesis di dapt nilai sig > 0.005 dan nilai t hitung < t- tabel tuh gmn kak?? berati variabel y tidak berpengarh dengan x ya kak?? maaf merepotkan kak terimakasihh banyakkk kak 😬😬😬
kak terimakasih banyak pembahasannyaa, izin bertanya kalo untuk t hitungnya minus itu gimana yaaa berarti ga berpengaruh kahh? soalnya liat dr tutor lain asal signifikansinya sesuai itu udh berpengaruh atau gimana yaa?
Kak mau tanya boleh, ini kan ada 35 data terus di kurang 2 , 2 itu dari mana ya?
@@melala6853bagian mn ya kak?
nitip kak
@@melala6853 kak maaf bgt br bales tp aku gatau lupa udh lama lulus🥲🙏
@@sherlyikaputri kalo hipotesis kakaknya "terdapat pengaruh a terhadap b" tulis aja berpengaruh secara signifikan kak walaupun tnya mines tp masih masuk ke dalem t tabel
Izin bertanya, misalnya nilai coefficient regresinya negatif bagaimana ya interpretasinya?
Jika kaka mendapatkan nilai koefisien regresi yang negatif dalam sebuah model regresi, artinya terdapat hubungan negatif antara variabel independen (X) dan variabel dependen (Y).
Interpretasi Sederhananya:
- Ketika nilai X naik, nilai Y cenderung turun.
- Sebaliknya, ketika nilai X turun, nilai Y cenderung naik.
Semoga membantu kak!
@@EndaChannel terima kasih atas jawabannya🙏
Makasih pak kasus saya juga sama seperti itu 🙏 makasih sudah menjawab @@EndaChannel
Sama2 kak!
Kak, kalau nilai R disamping R square itu koefisien korelasi?yg nilainya bisa berkisar -1 sampai 1?
Iya betul kak.
pak izin bertanya, jika nilai R square nya 0,277 berarti hanya 27,7% x mempengaruhi y?
Iya benar skali kak👍
bang izin bertanya, jika variabel x nya interpretasi nilainya 40-240, sedangka variabel y nya 13-52, uji ini apakah masih relevan untuk dipakai? terimkasih.
Iya kak, variabel dengan rentang nilai yang berbeda tetap dapat digunakan dalam uji regresi. Namun, ada beberapa hal yang perlu diperhatikan untuk memastikan analisis regresi tetap valid dan hasilnya dapat diinterpretasikan dengan benar:
1. Skala Variabel:
Meskipun variabel (x) memiliki rentang nilai yang lebih besar (40-240) dibandingkan variabel (y) (13-52), ini tidak menghalangi penggunaan regresi. Namun, perbedaan skala ini dapat mempengaruhi interpretasi koefisien regresi.
2. Standarisasi:
Untuk mengatasi perbedaan skala, variabel dapat di-standardisasi (menggunakan z-score) atau dinormalisasi sehingga setiap variabel memiliki distribusi dengan mean 0 dan deviasi standar 1. Ini membantu dalam memahami kontribusi relatif dari setiap variabel.
3. Diagnostik Regresi:
Penting untuk memeriksa diagnostik regresi, seperti homoskedastisitas, normalitas residual, dan tidak adanya multikolinearitas. Hal ini memastikan model regresi memenuhi asumsi yang diperlukan.
4. Interpretasi Koefisien
Jika tidak di-standardisasi, koefisien regresi dari variabel dengan rentang yang lebih besar mungkin akan terlihat lebih besar hanya karena skala yang berbeda. Penting untuk memahami bagaimana perubahan satu unit dalam (x) mempengaruhi (y).
Secara keseluruhan, perbedaan rentang nilai antara variabel (x) dan (y) tidak membuat regresi menjadi tidak relevan. Yang penting adalah memastikan bahwa analisis dilakukan dengan mempertimbangkan skala dan interpretasi hasil regresi dengan tepat.
@@EndaChannel terimakasih untuk jawabannya bang🙏🏻, semoga sukses selalu🙏🏻
@@EndaChannel maaf bang, kalau boleh izin nanya tapi diluar konteks video, kalau untuk uji korelasi pearson dengan kasus yg sama (interpretasi nilainya berbeda jauh nilai minimal dan maksimalnya pada 2 variabel) apakah tetap bisa/relevan untuk uji korelasi pearson? Terimakasih🙏🏻
Iya kak, bisa dilakukan uji korelasi pearson, asal minimal ada teori/penelitian sebelumnya yg mendukung penelitian yg dilakukan.
Btw judul penelitianya ttng apa kak,? Smpai nilai X dan Y bedanya sangat jauh
@@EndaChannel kalau judul umum si kak, yg jomplang itu di interpretasi kuesionernya, jumlah pernyataan buat var x dan y beda juah, sama opsi jawaban ga sama, sebelumnya terimakasih kak
pak izin bertanya, jika koefisien determinasi 0,180 berarti 18% boleh kan ya pak?? terima kasih🙏🏻
Boleh kak
@@EndaChannelbaik pak, terima kasih banyak🙏🏻
Kak kalo hasil sig²nya sama sama 0.00 gimna tu kak? Otomatis tidak berpengaruh kan ya kak?
Brpngaruh signifikan kak
@@EndaChannel jadi untuk uji regresi linear sederhana di lihat dari nilai b'a ya kak?
Iya kak
Kak mau tanya di bagian coefisien itu kok di hasilku bisa angkanya banyak ya kak sedangkan aku coba di laptop lain hasilnya desimal 3 angka
Disesuaikan saja angka di belakang komax kak..
mau bertanya Pak, apabila hasil nilai konstanta (a) nya negatif artinya apa ya Pak? terima kasih🙏🏻
nilai konstanta atau koefisien regresi yang negatif dalam uji regresi menunjukkan adanya hubungan terbalik antara variabel yang diteliti, dengan asumsi semua variabel lain dalam model regresi dikendalikan atau tetap konstan.
@@EndaChannelmasih ga ngertii pakk😭
Konstanta Negatif:
Jika (a) negatif, misalnya -10, ini berarti bahwa tanpa adanya pengaruh dari variabel (X) (misalnya iklan, diskon, atau faktor lain yang diukur dengan (X)), variabel (Y) (misalnya penjualan, keuntungan, atau variabel lain yang diukur dengan (Y)) akan berada pada nilai negatif, seperti -10.
Contoh:
Misalkan persamaan regresi adalah: [ Y = -10 + 5X ]
Di sini:Jika (X = 0), maka (Y = -10).
Ini menunjukkan bahwa jika tidak ada pengaruh dari variabel independen (misalnya, tidak ada penjualan atau iklan), maka variabel dependen (misalnya, keuntungan) akan negatif, yakni rugi sebesar 10 juta rupiah.
pak kalau x nya 4 apakah bisa menggunakan regresi sederhana?
Gunakan regresi berganda kak
Permisi kak ada tabel data untuk ini tidak? Perlu untuk contoh materi
Datanya bisa dibuat sendiri kak..
Data yg saya pakai di video jga hanya contoh.
Ka itu data awalnya angkanya didpt dr mana ya ka
Dari kuisioner yg di sebar ke responden kak
Kak mau tanya itu kan ada 35 data, lalu 35-2 = 33 2 di situ dari mana ya ka
Udah ketentuanya kak, soalx kita berpatokan sama tabel koefisiennya
Bang cara bikin pie chart uji determinasi nya gimanaaaa
Dibuat seperti biasa kak, misal hasil koefisien determinasinya 0,75 (75%), jadinya kan sisanya 25% yg dipengaruhi variabel lain.
Jadi tabel yg dibuat:
75% dipengaruhi variabel X
25% dipengaruhi variabel lain
pak maaf mau tanya, kalo nilai di kolom B itu negatif bagaimana ya?
Kolom b adalah Jika koefisien arah regresi negatif, ini menunjukkan bahwa ada hubungan negatif antara variabel independen dan variabel dependen dalam model regresi tersebut. Secara lebih spesifik:
1. Hubungan Negatif: Setiap peningkatan pada variabel independen akan diikuti oleh penurunan pada variabel dependen. Sebaliknya, jika variabel independen menurun, variabel dependen akan meningkat.
2. Interpretasi Koefisien: Nilai koefisien regresi negatif memberikan ukuran tentang seberapa besar penurunan yang terjadi pada variabel dependen untuk setiap unit peningkatan pada variabel independen. Misalnya, jika koefisien regresi adalah -2, maka untuk setiap peningkatan 1 unit pada variabel independen, variabel dependen diperkirakan akan menurun sebesar 2 unit.
3. Contoh: Jika kita memiliki model regresi yang memprediksi harga rumah berdasarkan jarak dari pusat kota, koefisien regresi negatif menunjukkan bahwa semakin jauh rumah dari pusat kota, semakin rendah harga rumah tersebut.
4. Penggunaan Praktis: Memahami tanda dan besarnya koefisien regresi penting dalam analisis data dan pengambilan keputusan, karena dapat memberikan wawasan tentang bagaimana variabel-variabel dalam model saling berhubungan.
Penting untuk memastikan bahwa hubungan negatif yang ditemukan bersifat masuk akal secara kontekstual dan didukung oleh teori atau logika bisnis, bukan hanya hasil dari kebetulan statistik.
@@EndaChannelapakah ada video yg menjelaskan dengan hasil negatif di kolom B pak?
Belun ada kak
@@EndaChannelpak mau tanya lagi , kalau t hitungnya negatif tp nilai sig nya 0,003 apakah tetap signifikan pak mohon bantuannya pak?
Iya betul.
Berpengaruh signifikan kak.
Kak, kalo sig nya 0,047 itu gimana ?
Kalau nilai signifikansi (p-value) hasil uji statistik kaka adalah 0,047, artinya hasil tersebut signifikan secara statistik pada tingkat signifikansi 5% (0,05). Ini berarti probabilitas bahwa hasil yang didapat adalah karena kebetulan saja adalah 4,7%, yang lebih kecil dari ambang batas 5%. Berikut adalah beberapa poin penting terkait hasil ini:
1. Interpretasi Hasil
- Karena p-value 0,047 lebih kecil dari 0,05, kaka bisa menolak hipotesis nol (H0). Ini artinya ada bukti yang cukup untuk mendukung hipotesis alternatif (H1).
2. Konteks Penelitian
- Pastikan bahwa hasil ini relevan dengan konteks penelitian kaka. Signifikansi statistik tidak selalu berarti signifikansi praktis, jadi pertimbangkan juga dampak atau efek praktis dari temuan ini.
3. Uji Lanjut
- Kalau ada beberapa uji yang dilakukan, pertimbangin buat melakukan koreksi untuk multiple comparisons, misalnya dengan metode Bonferroni, untuk menghindari hasil yang menyesatkan karena inflasi tingkat kesalahan.
4. Kekuatan Uji (Power)
- Pertimbangkan juga kekuatan uji statistik kaka (statistical power). Nilai p yang mendekati 0,05 bisa jadi menunjukkan uji dengan kekuatan yang kurang optimal. Mungkin perlu lebih banyak data atau sampel untuk memperkuat temuan.
Secara keseluruhan, nilai signifikansi 0,047 menunjukkan hasil yang signifikan pada tingkat 5%, jadi kaka bisa yakin bahwa hasil tersebut tidak muncul karena kebetulan. Tetap perhatikan konteks dan relevansi praktisnya dalam penelitian kaka.
Untuk spssnya kita download dimana kak
Bisa download disini kak
drive.google.com/drive/folders/1JOARz8hb_yuC01JM7eyepu2BKqhEgTZU
Ka mau t tabel rumusnya dong
Ini videonya kak th-cam.com/video/qsFbWkpAglA/w-d-xo.html
kak kok bisa nilai F aku cuman 0,067 dan nilai sig. 0,800
bisa tolong bantuin pencerahannya gak kak
Nilai F hitung kecil (0,067) dan sig. (0,800) itu tandanya variabel X nggak ngaruh signifikan ke Y. Mungkin datanya kurang pas, sampelnya kecil, atau ada variabel lain yang lebih ngaruh. Bisa juga uji statistiknya kurang cocok. Coba cek lagi data, tambah sampel, atau evaluasi modelnya, ya!
Smoga membantu kak!
@@EndaChannelaku bingung kak
sampel penelitian aku cuman sekitar 15 orang ajaa
statistik nya pun aku pake diagram lingkaran gitu kak
Sebenarnya kata dospem saya, syarat uji regresi ukuran sampelx minimal harus 30 kak. Kalau kurang dari itu mending pakai analisis saja.
@@EndaChannelbaikk kaka terimakasih udah jawab pertanyaan aku 🙏
Kenapa meningkatkan satu satuan bang?
Penggunaan kalimatnya disesuaikan sja kak
@@EndaChannel dilihat dari mana sampai meningkat 1 satuan?🙏
Penelitianya ttng apa kak?
sumber belajar terhadap hasil belajar
Ý = 21.920 + 0.727 X
apakah karena hasilnya ples ?
Bang kalo hasilnya negatif gimna
Di jelaskan saja sesuai hasilnya kak
Bang kalau nilai sig nya 0.006 gimana
Brrti berpengaruh signifikan kak
@@EndaChannel saya gagal fokus bang, saya kira 0.006 itu 0.060 haha
Gimana cara buat diagram nya paaaak😢
Gunakan insert kak, lalu pilih diagram😊
Terimakasih pak
kak mau tanya, data di excel itu dapet dari mana
Itu di dapat dari akumulasi (penjumlahan) item2 pertanyaan per variabel yg ada pada kuisioner yg kita sebar pada responden kak
Hallo Gan, klo variabel pengganggu (e) kenapa menjadi tidak ada?
Error term (epsilon) sangat penting dalam rumus regresi karena dia menangkap semua variasi atau perubahan pada (Y) yang nggak bisa dijelaskan oleh (X). Dia juga membantu kita memeriksa apakah model kita memenuhi beberapa aturan statistik penting, supaya hasilnya bisa dipercaya.
Tapi, saat kita menjelaskan hasil regresi, kita fokus pada hubungan antara (X) dan (Y) saja. Misalnya, kalau rumusnya (Y = 20 + 3X), kita lihat bahwa setiap tambahan satu unit X akan menambah (Y) sebesar 3 unit. Jadi, kita nggak perlu nyebut-nyebut error term saat menjelaskan hubungan ini, meskipun dia tetap ada di belakang layar untuk memastikan model kita valid.
Semoga membantu kak😊
Kak kalo sig nya 0.001 itu bagaimana?
Signifikan kak