Regresi adalah analisis dimana kita memulai berteori tentang hubungan kausal antar variabel meskipun tidak cukup kuat untuk membuktikan adanya hubungan kausalitas. Kita berteori bahwa suatu variabel menjadi penyebab (Independent variable) dari variabel lainnya (dependent variable). Jadi, fokus penelitian kita adalah untuk mencari tahu apa saja yang menjadi penyebab DV. Bukan seperti korelasi yang hanya sekedar mencari keterkaitan antar bervariasinya suatu variabel dengan variabel lain.
Berbeda dengan penelitian bidang fisika, variabel-variabel psikologi dipengaruhi oleh sangat banyak variabel. Misalnya prestasi belajar, yang mempengaruhi prestasi belajar amat sangant banyak, bisa intelegensi, motivasi belajar, guru, fasilitas sekolah, teman kelas, pola asuh orang tua, dan masih ada banyak lagi. Bila kita ingin menjadikan prestasi belajar sebagai DV, kita tidak mungkin dapat memasukkan semua hal yang mempengaruhi prestasi belajar sebagai IV kita karena keterbatasan alat ukur dan lain-lain. Oleh sebab itu kita mengenal istilah residual (e), yaitu hal-hal yang mempengaruhi DV tetapi tidak kita ikut teliti.
Perbedaan lainnya ilmu psikologi dengan ilmu fisika ialah variabel-variabel psikologi banyak yang memiliki hubungan dua arah atau saling mempengaruhi (reciprocal). Misalnya orang yang memiliki motivasi belajar yang tinggi memiliki prestasi belajar yang tinggi, begitu juga dengan orang yang yang prestasinya tinggi juga bisa membuatnya menjadi semangat belajar. Selain itu IV juga tidak secara langsung mempengaruhi DV. Ada banyak perantara yang membuat IV mempengaruhi DV. Misalnya tekanan (pressure) dapat mempengaruhi performa kerja yang optimal. Hubungan kedua variabel ini bersifat tidak langsung karena memiliki perantara dukungan (support). Apabila seseorang hanya mendapatkan tekanan saja dan tidak disertai dukungan, maka yang tejadi bukanlah performa kerja yang optimal melainkan dua hal, yaitu resistensi (protes) atau alienasi (pindah kerja).
Dalam analisis regresi, kita berusaha mencari garis yang paling bisa mewakili kesemua titik dengan residu yang paling kecil (least square). Seperti gambar diatas, kita berusaha sebisa mungkin untuk mencari 1 garis lurus yang bisa menghubungkan semua titik. Tapi sayang tidak akan pernah bisa. Kalau kata Pak Jahja Umar, “Kalau ada yang bisa, Saya mau usulkan orang itu supaya bisa mendapatkan penghargaan Nobel.” Jadi, usaha yang dapat kita lakukan ialah menghubungkan kesemua titik tersebut dengan suatu garis lurus yang memiliki jarang yang paling kecil (dari titik biru ke garis merah paling dekat).
Garis ini merupakan garis yang menghubungkan harapan kita tentang y jika x diketahui. Dengan begitu, kita bisa memprediksi variabel y jika diketahui variable x. sebagai contoh, kita bisa memprediksi harga minyak bumi jika kita menaikkan variabel A, B, C, dan D. Tetapi prediksi seperti ini berlaku pada bidang fisika, ekonomi, dan lain-lain. Dalam variabel psikologi, kita tidak bisa melakukan prediksi karena sangat banyak variabel yang tidak dikontrol. Jadi, prediksi akan sangat mudah meleset.
Hanya ada tiga variabel dalam regresi walaupun ada banyak IV dan DV, yaitu Y, regresi, dan residu. Koefisien regresi (r) merupakan sejauh mana persimpangan regresi dengan Y. sedangakan r square (r2) merupakan SS (sum of square) regresi dibagi SS Y. r2 menunjukkan bervariasinya Y yang disebabkan oleh regresi (sehimpunan X). Bingung ga? Kalau yang satu ini rada susah buat dijelasin kalau ga ketemu langsung. Tapi karena kita mahasiswa psikologi, jadi ga usah terlalu pusing sama yang begini-beginian.
Langkah untuk menganalisis data dengan metode regresi menggunakan SPSS sangat mudah. Hanya pilih analyze – Regression – Liner – lalu masukkan variable mana yang ingin dijadikan dependent variable dan mana yang ingin dijadikan independent variable.
Lalu akan keluar outputnya. Tidak semua harus di interpretasikan. Yang penting pertama ialah r2 (R square) yang ada pada tabel model summary.
Model Summary | ||||
Model | R | R Square | Adjusted R Square | Std. Error of the Estimate |
1 | .663a | .388 | 1.883 | |
a. Predictors: (Constant), Pre-Purchase Search, Purchase Beliefs, Pre-purchase Search Beliefs |
R square menunjukkan bahwa bervariasinya DV dapat diterangkan sebesar 43% oleh ke tiga IV (Pre-Purchase Search, Purchase Beliefs, dan Pre-purchase Search Beliefs). Bila kita telah melihat R square, selanjutnya kita harus melihat apakah model ini signifikan atau tidak. cara untuk mengetahuinya ialah dengan melihat tabel Anova.
ANOVAb | ||||||
Model | Sum of Squares | Df | Mean Square | F | Sig. | |
1 | Regression | 91.729 | 3 | 30.576 | 8.622 | .000a |
Residual | 117.028 | 33 | 3.546 | | | |
Total | 208.757 | 36 | | | | |
a. Predictors: (Constant), Pre-Purchase Search, Purchase Beliefs, Pre-purchase Search Beliefs | ||||||
b. Dependent Variable: Purchase |
Dari table diatas, kita bisa mengetahui bahwa pengaruh ketiga IV secara bersama-sama terhadap DV ialah signifikan ( .05 <). Maksudnya signifikan ialah bervariasinya DV memang disebabkan oleh IV, bukan hanya sekedar fluktuasi sampling saja.
Setalah itu yang harus dilakukan ialah mengetahui pengaruh masing-masing IV (bukan secara bersama-sama seperti yang ada pada R square) terhadap DV dan mana sajakah yang signifikan pengaruhnya dan mana saja yang tidak signifikan pengatuhnya. Informasi ini dapat kita dapatkan pada tabel coefficient.
Coefficientsa | ||||||
Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | ||
B | Std. Error | Beta | ||||
1 | (Constant) | -4.163 | 3.718 | | -1.120 | .271 |
Pre-purchase Search Beliefs | .140 | .109 | .217 | 1.288 | .207 | |
Purchase Beliefs | .174 | .105 | .236 | 1.661 | .106 | |
Pre-Purchase Search | .317 | .131 | .389 | 2.428 | .021 | |
a. Dependent Variable: Purchase |
Dari tabel diatas, kita bisa melihat hanya satu IV (Pre-purchase Search) saja yang memiliki pengaruh yang signifikan. Pengaruh Pre-purchase Search (IV) terhadap Purchase (DV) ialah sebesar 38%. Variabel lainnya tidak memiliki pengaruh yang signifikan karena pada kolom Sig., ketiga variabel tersebut memiliki nilai yang lebih besar dari 0.05.
Gampang banget kan? Jadi apa yang mesti ditakutin dengan multiple regression? Di Kampus saya UIN Syarif Hidayatullah Jakarta, kalau mau lulus yah minimal harus melakukan penelitian dengan analisis data multiple regression dengan 8 variabel. Kebijakan ini achievable ko. "Tunggu beberapa tahun lagi, Psikologi UIN bakalan jadi The Center of Quantitative Research in Indonesia" kata Pak Dekan.
Tidak ada komentar:
Posting Komentar