Residual adalah selisih antara nilai sesungguhnya dengan nilai prediksi pada analisis regresi linear, baik berganda maupun sederhana. Analisis regesi linear bisa dipergunakan untuk memprediksi suatu nilai, yaitu nilai Y dan akan mempunyai selisih atau residual dengan nilai yang sesungguhnya.
![]() |
Contoh Tabulasi Data dengan SPSS Versi 23 |
![]() |
Menu Analisis Regresi Linear pada SPSS Versi 23 |
Klik Linear seperti pada gambar sehingga akan keluar Box dialog seperti gambar di bawah:
![]() |
Memasukkan Variabel Bebas dan Terikat ke Box Dialogs |
Masukkan variabel X pada Independent(s) dan Y pada Dependent, lalu tekan OK sehingga akan keluar output sebagai berikut:
![]() |
Output untuk Mencari nilai a dan b |
Dari tabel di atas didapatkan bahwa nilai a adalah 1,872 dan nilai b adalah 0,871. Untuk data No 1, kita bisa lihat bahwa nilai X adalah 19 dan nilai Y adalah sebesar 20. Jika kita menggunakan nilai a dan b yang telah kita peroleh maka nilai Y Prediksi atau hasil perhitungan adalah Y = 1,872 + (0,871) x 19 = 18,421. Ternyata mempunyai selisih dengan nilai yang sebenarnya yaitu 20. Adapun selisihnya adalah sebesar 20 - 18,421 =1,579. Nilai inilah yang disebut sebagai nilai Residual atau selisih antara nilai sebenarnya dengan nilai prediksi.
![]() |
Menu Save pada Box Regresi Linear |
Maka setelah diklik Save, akan diarahkan ke sub menu lagi yaitu sebagai berikut:
![]() |
Menyimpan Nilai Residual atau yang lain |
Jika kita ingin menyimpan nilai residual, maka berikan tanda centang pada Residual, pilih yang Unstandardized. Juga jika ingin menyimpan nilai Prediksi, maka pada Predicted Values diberikan tanda centang pada Unstandardized. Jika kita berikan centang keduanya, maka akan keluar variabel baru di tabulasi data, yaitu sebagai berikut:
![]() |
Variabel Baru yaitu Prediksi dan Residual |
Variabel PRE_1 adalah nilai prediksi. Untuk nomor 1 nilainya adalah 18,423 yang sebenarnya sama dengan perhitungan kita di atas yaitu sebesar 18,421. Perbedaan dikarenakan pembulatan angka saja. Jika nilai a dan b diset 5 atau 6 angka di belakang koma, maka hasilnya akan lebih identik. Ini hanya untuk contoh saja. Lebih lanjut, nilai residual adalah sebesar 1,577 yang juga sama dengan perhitungan manual di atas yaitu sebesar 1,579.
Hallo, Kak.. Mau nanya, apa bedanya model penelitian yg pake error di belakangnya sama gak pake? Apa itu ada pengaruhnya?
BalasHapusSama kak, itu mungkin hanya penulisannya, kadang banyak yang gak ditulis. Terima kasih.
HapusKalo untuk uji beda sebelum sesudah perlu juga yah kak di cari unstadarized residualnya, atau langsung saja uji normalitas ?
BalasHapusSesuai judulnya, ini postingan regresi linear kak. Terima kasih.
HapusKak mau bertanya, penelitian saya kan bentuknya perbandingan. Yaitu membandingkan kinerja reksadana syariah dan konvensional berdasarkan risk and return, dengan 3 metode yaitu sharpe, treynor dan juga jensen. Apakah perlu dicari juga residualnya, atau langsung ke uji normalitasnya menggunakan hasil akhir metode?
BalasHapusTerimakasih, semoga bisa difahami.
Mohon maaf kurang paham. Variabel bebasnya apa? Variabel terikatnya apa?
HapusKomentar ini telah dihapus oleh pengarang.
HapusNah sederhananya saya mau menanyakan itu kak,, dari judul penelitian saya itu yg merupakan variabel bebas dan terikatnya yg mana ya kak?
HapusJudul penelitian saya itu " analisis perbandingan kinerja reksadana syariah dan reksadana konvensional berdasarkan risk and return dengan metode sharpe,treynor, dan jensen"
Kami sarankan Anda menggunakan rujukan atau jurnal yang terpercaya. Setelah itu bisa Anda adopsi atau Anda akomodasi untuk penelitian Anda. Kami tidak bisa menjawab pertanyaan Anda. Mohon maaf.
HapusHalo kak, setelah uji normalitas menggunakan unstandardized residual disimpulkan datanya normal, pada saat kita akan melihat pengaruh variabel X1 dan X2 terhadap Y melalui regresi linear berganda nantinya variabel independen yang saya gunakan tetap X1 dan X2 atau unstandardized residual ya? Terimakasih sebelumnya kak
BalasHapusCoba
Hapuske sini Kak. Terima kasih.