Di antara Regresi Linear Mudah & Regresi Pelbagai

Pada entri yang lepas saya ada membincangkan mengenai ujian korelasi yang mana digunakan untuk menentukan perkaitan di antara IV dan DV. Sebenarnya kajian kita tidak lengkap sepenuhnya jika kita hanya sekadar melakukan ujian korelasi sahaja. Jika terbukti adanya perkaitan di antara IV dan DV yang kita kaji, berapakah sumbangan IV tersebut kepada DV? Berapa peratuskah sumbangan R square tersebut? Kita tidak dapat tentukannya selagi kita tidak menjalankan ujian regresi pulak. Di sini pentingnya ujian Regresi untuk menentukan faktor manakah yang menyumbang paling tinggi kepada DV kajian kita. Pemboleh ubah IV ini menjadi faktor peramal kepada pemboleh ubah bersandara (DV).

Cuma di antara simple linear regression dan multiple regression yang mana menjadi pilihan kita. Selalunya pada tahap penyelidikan sarjana/master, simple linear regression sudah memadai. Ia termasuk di dalam analisis univariat. Ini bermakna kita hanya menggunakan 1 IV dan 1 DV sahaja. Sebagai contohnya kajian kita dijalankan untuk menentukan faktor empati sebagai faktor yang menyumbang kepada tingkah laku prososial dalam kalangan pelajar. Melalui ujian regresi linear mudah, kita dapat mengetahui nilai varians yang disumbangkan oleh faktor empati kepada DV tingkah laku prososial. Maksudnya jika hasil kajian ini menunjukkan perkaitan yang signifikan,ini bermakna faktor empati memberi kesan kepada perubahan DV kajian kita itu.

Manakala jika kita mempunyai beberapa faktor peramal (dua atau lebih faktor) yang dijangka menyumbang kepada perubahan dalam suatu DV, maka ujian regresi pelbagai lebih sesuai digunakan sebagai analisis multivariat. Sebagai contohnya, terdapat tiga faktor yang diramal sebagai faktor yang mempengaruhi tahap tingkah laku prososial pelajar iaitu empati, altruisme dan moral reasoning. Jadi kita boleh gunakan ujian regresi pelbagai untuk menentukan faktor mana yang paling menyumbang kepada pembentukan tingkah laku prososial pelajar tersebut.

13 thoughts on “Di antara Regresi Linear Mudah & Regresi Pelbagai

  1. iman solehah says:

    salam puan, saya ingin bertanya tentang regrasi multivariat dengan lebih mendalam lagi. kajian saya mempunyai 3 IV jd saya sudah mengunakan regrasi multivariat ini pada data spss saya. saya cuma mahu tahu bagaimana cara membaca regrasi multivariat ini, mana satu yang mesti saya ambil di situ

  2. rosma212 says:

    Cara nak baca output multiple reg. Perlu lihat nilai F dan sig. pada model yg dpt (ujian anova), kemudian bg kaedah stepwise baca nilai beta dan nilai r square utk tgk sumbangan varians.

  3. hazyra says:

    sy nk tnye sy ade iv (gya pmbljrn-8 jnis gaya), iv (psonaliti -4 jnis) , dv (pngk)..boleh ke wat regresi klo data jenis cmni? pngk tu nak kne tuka ke data pangkat ke?

  4. Habiel says:

    salam puan.
    saya nak bertanya tentang Multiple Regression Model Summary table.
    Untuk nilai dalam R Square yang diperolehi adakah ianya mewakili semua pemboleh ubah (independent variables) yang kita gunakan?

  5. Mohd Nadzir Mat Isa says:

    As salam, utk coefficient alpha unstandardize B tumjukkan .310, .111,..285,.025 (ada 4 IV) manakala sig .000,..198,.002 dan .778 respectively..apa maknanya puan?

  6. rosma212 says:

    Wassalam Nadzir, itu nilai Beta, manakala sig tu nilai samada ujian hipotesis kita signifikan atau sebaliknya. Kalau nilainya .000 maksudnya signifikan. Nilai yang signifikan ialah nilai yang tidak lebih besar daripada 0.05

  7. Cikgu rahim says:

    Salam puan…saya ada 2 IV dan 1 DV. Semua iv adalah data skala ordinal dan dv pula skala nisbah.
    Soalan.
    1. Bole saya guna regresi berganda sebab iv ada 2 ?
    Nota : rujuk buku prof chua yan piaw – buku 5 ” statistik penyelifikan lanjutan”….semua p.ubah mesti skala selang @ nisbah.

  8. azim says:

    SALAM PUAN, SAYA ADA TIGA 3 IV DAN 1DV. SEMUA IV DAN DV BERSKALA NOMINAL DAN ORDINAL, APA UJIAN YANG SESUAI SAYA GUNAKAN?

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s