You are on page 1of 2

Dari rumus analisis regresi linier Y = + X , di mana = Y : variabel terikat yaitu jarak inferior orbital margin ke infraorbital foramen.

n. X : variabel bebas yaitu jarak inferior orbital margin ke garis khayal yang ditarik secara horizontal dari alae hidung. : nilai konstanta / intersep : koefisien regresi dari variabel bebas = = 0, tidak terdapat perbedaan antara variabel bebas dan terikat. H1 = 0, terdapat perbedaan antara variabel bebas dan terikat.

Ho

total sampling, yaitu mengambil semua subjek penelitian yang sesuai dengan kriteria inklusi dan tidak memililki kriteria eksklusi. analisis regresi linier dan disajikan dalam bentuk persamaan regresi atau model regresi. 1. Memasukkan data hasil pengukuran ke dalam SPSS.34, 35 2. Uji normalitas data dengan tes Kolmogorov-Smirnov untuk sampel yang jumlahnya besar (>50 subjek) / Shapiro-Wilk untuk sampel yang jumlahnya sedikit ( 50 subjek). Distribusi data normal jika p > 0,05.35 3. Analisis regresi linier dengan menggunakan SPSS. Langkah-langkahnya = a. Analyze Regression Linier35 b. Variabel bebas (X), dimasukkan ke kotak Dependent.35 c. Variabel terikat (Y), dimasukkan ke kotak Independent.35 d. Lalu pilih OK. e. Lihat hasil di output pada bagian Coefficient, tentukan persamaan regresinya, di mana kita tentukan nilai konstanta / intersep () dan nilai koefisien regresinya ().34, 35 Y=+X

Y = variabel terikat yaitu jarak inferior orbital margin ke infraorbital foramen. X = variabel bebas yaitu jarak inferior orbital margin ke garis khayal yang ditarik secara horizontal ke puncak alae hidung. = konstanta, di mana titik potong antara garis regresi dengan sumbu Y pada diagram kartesius saat nilai X nya 0. Merupakan nilai rata-rata Y jika X nya 0. = suatu koefisien regresi X. Menunjukkan seberapa besar kontribusi yang diberikan variabel X terhadap Y. f. Melihat nilai tx nya serta signifikansinya (p value). Jika nilai t > t tabel dan p value nya < 0,05 berarti penelitian ini menunjukkan pengaruh signifikan variabel X terhadap Y.34 g. Melihat nilai F. h. Melihat nilai koefisien determinasi (Adjusted R square) menujukkan seberapa besar persentase hasil persamaan regresi atau kemampuan variabel X dalam menebak serta menjelaskan variabel Y. Nilai antara 0 1 (0-100%), semakin mendekati 1 (100%) berarti semakin tinggi kemampuan variabel bebas dalam menjelaskan variabel terikat.35

You might also like