Analisis Regresi Sederhana Pada Nilai UAS Menggunakan Microsoft Excel Dan IBM SPSS

Authors

  • Yaning Tri Hapsari Universitas PGRI Yogyakarta
  • Richo Fenda Refiantoro Program Studi Teknik Industri, Universitas PGRI Yogyakarta
  • Catur Rizki Nugroho Program Studi Teknik Industri, Universitas PGRI Yogyakarta

DOI:

https://doi.org/10.52072/arti.v17i2.396

Keywords:

Excel, SPSS, regresi, variabel terikat, variabel bebas

Abstract

Pemanfaatan teknologi informasi sangat diperlukan untuk memudahkan pengolahan data, contohnya dengan pemanfaatan software Microsoft Excel dan IBM SPSS. Penelitian ini membahas analisis regresi pada data nilai ulangan akhir semester dengan Microsoft Excel dan IBM SPSS. Analisis regresi adalah suatu metode untuk mengembangkan suatu model (persamaan) yang menggambarkan hubungan antara beberapa variabel. Persamaan regresi yang dihasilkan Microsoft Excel dan IBM SPSS sama yaitu Y = 62,869 + 0,206X. Analisis regresi yang dihasilkan dari Microsoft Excel dan IBM SPSS juga sama, yaitu garis regresinya adalah linier dan korelasi tidak signifikan.  Uji signifikansi dengan IBM SPSS dilakukan dengan membandingkan antara nilai Sig. dengan taraf signifikansi yang digunakan (0,05). Perbedaan pengolahan data dengan Microsoft Excel dan IBM SPSS terletak pada kecepatan dan kemudahan dalam pengerjaannya. IBM SPSS lebih mudah dan cepat dalam mengolah data statistic, sedangkan Microsoft Excel memerlukan pemahaman rumus.

Downloads

Download data is not yet available.

References

Imran, M. I. A. (2018). Pengaruh Kepuasan Pelanggan Terhadap Minat Beli Ulang Makanan Di Rumah Makan Ayam Bakar Wong Solo Alauddin Kota Makassar. Jurnal Profitability Fakultas Ekonomi Dan Bisnis, 2(1), 50–64.

Indrawan, S., Suarlin, J., & Sirlyana. (2022). Penerapan Peramalan Produksi Produk Semen Di PT XYZ Guna Memenuhi Permintaan Konsumen. Jurnal ARTI (Aplikasi Rancangan Teknik Industri), 17(1), 91-97.

Marbun, N. J., Mahmud, S. F., & Maghfira, Y. (2021). Strategi Pemasaran Alat Olahraga Toko Yonex Sport Di Kota Dumai. Jurnal ARTI (Aplikasi Rancangan Teknik Industri), 16(1), 99-106.

Marcus, G. L., Wattimanela, H. J., & Lesnussa, Y. A. (2012). Analisis Regresi Komponen Utama Untuk Mengatasi Masalah Multikolinieritas Dalam Analisis Regresi Linier Berganda. BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 6(1), 31–40.

Ningsih, S., & Dukalang, H. H. (2019). Penerapan Metode Suksesif Interval Pada Analsis Regresi Linier Berganda. Jambura Journal of Mathematics, 1(1), 43-53.

Padilah, T. N., & Adam, R. I. (2019). Analisis Regresi Linier Berganda Dalam Estimasi Produktivitas Tanaman Padi Di Kabupaten Karawang. FIBONACCI: Jurnal Pendidikan Matematika Dan Matematika, 5(2), 117–128.

Putri, S. A. (2019). Perbandingan Eviews, SPSS, dan Excel. Universitas Sumatera Utara.

Riadi, E. (2016). Statistika Penelitian (Analisis Manual dan IBM SPSS). Penerbit Andi, Yogyakarta.

Sungkawa, I. (2013). Penerapan Analisis Regresi Dan Korelasi Dalam Menentukan Arah Hubungan Antara Dua Faktor Kualitatif Pada Tabel Kontingensi. Jurnal Mat Stat, 13(1), 33–41.

Syachputri, D. K., & Mesra, T. (2022). Analisis Studi Kelayakan Bisnis Jasa Pemasangan Wika Solar Water Heater pada CV Vania Jaya Plumbing. Jurnal ARTI: Aplikasi Rancangan Teknik Industri, 17, 68–80.

W. T. Bhirawa. (2020). Proses Pengolahan Data Dari Model Persamaan Regresi Dengan Menggunakan Statistical Product and Service Solution (SPSS). Jurnal Mitra Manajemen, 71-83.

Widyastuti, Handini & Sakmir, Rizat. (2020). Perancangan Sistem Informasi Pengolahan Data Nilai Siswa Berbasis Web. IMTechno: Journal of Industrial Management and Technology, 1(1), 19-26.

Published

2022-11-29

How to Cite

Yaning Tri Hapsari, Fenda Refiantoro, R. ., & Rizki Nugroho, C. . (2022). Analisis Regresi Sederhana Pada Nilai UAS Menggunakan Microsoft Excel Dan IBM SPSS . Jurnal ARTI (Aplikasi Rancangan Teknik Industri), 17(2), 107-116. https://doi.org/10.52072/arti.v17i2.396