Statistika, dewasa banyak diminati masyarakat apapun profesinya, baik praktisi bisnis-manajemen, praktisi hukum, politisi, medis-psikologis dan sebagainya, teriebih lagi bagi kalangan akadenisi, ilmuwan dan peneliti. Keputuhan statistik sebagai alat analisis dirasakan semakin besar oleh pemakaimya, karena semakin meningaktanya persoalan yang harus diselesaikan baik secara kuantitatif maupun kualitatif, sementara di sisi lain waktu yang tersedia untuk menyelesaikan persoalan terasa semakin sempit.
Dinanika ilmu statistik sendiri sebenarnya telah berjalan seiring, bahkan lebih ke depan dibanding dengan kebutuhan penyelesaian permasalahan seharian pemakainya, tetapi persoalannya tidak hanya sebatas pada konsep statistiknya belaka. Waktu yang dirasa semakin sempit menginginkan tehnologi komputer turut berperan dalam penghematan waktu, biaya di saping harapan akan optimalisasi dan akurasi basil yang diperuleh Oleh karena itu telah banyak diprodoksi paket program aplikasi komputer unuk analisis, dan salah satunya adalah Statistical Program for Social Science (SPSS).
SPSS merupakan paket program aplikasi komputer tutuk menganalisis data kuatitatip dengan uji-uji statistik, terutama analisis statistik untuk ilmu-ilmu sosial, Namun demikian kemampuan SPSS dalam menganalisis data terkait dengan analisis statistik tidak harya sebatas pada ilmu-ilmu sasial, tetapi juga dapat digunakan untuk hampir seluruh problematic semua bidang ilmu. Beberapa diskriptip data dengan aplikasi sangat sederhana dan mudah dapat digunakan untuk membuat laporan berbentuk tabulasi, chart (grafik), plot (diagram) dari berbagai distribusi, statistik deskriptif, statistik inferensial, dan analisis statistik yang komplek. Sehingga SPSS merupakan program statistik yang lengkap, menyeluruh, terpadu dan sangat fleksibel untuk analisis data, walau masih ada kelemahan dan kekurangannya.
Secara garis besar SPSS menghasilkan 3 maca mtipe file, yaitu :
1. File data, file ini dihasilkan melalui SPSS Data Editor yang disimpan dengan ekstensi sav.
2. File teks, file ini dihasilkan melalui output window dan disimpan dengan ekstensi lst.
3. File chart, file ini dihasilkan melalui chart window yang disimpan dengan ekstensi cht.
Beberapa macam analisis statistik seperti: Anallsis nilali sentral, analisys of varians (Anova), analisis regresi, analisis diskriminan, analisis non-pararnetrik dan analisis lainnya. Makalah ini membahas penggunaan SPSS untuk analisis regresi dengan focus membangun "madel" regresfuntuk memenuhi asumsi klasik dengan tetap berpedoman pada kaidah teori yang mendukung, guna memperoleh istimasi linier terbaik (Best Linier Unbias Estimate).
Dengan pertimbangan kepraktisan fungsi dan efisiensi waktu, petunjuk teknis pengoperasial diuraikan dengan sangat sederhana, tetapi melalui latihan-latihan serta bimbingan dan mengaplikasikan ke dalam beberapa kasus dan menggunakan komputer diharapkan dapat membuat mahasiswa terampil. Adapun secara garis besar tahan yang harus dilakukan adalah sebagal berikut:
1. Menasukan data
- Membuat data baru
- Mengedit data
- Menambah data
- Mengakses data
- Tranformasi data
3. Mengevaluasi Model melalui hasil analisis
4. Melakukan uji Asumsi Klasik
Salah satu analisis statistik yang digunakan untuk melihat ada tidaknya hubungan dan bentuk hubungan dari dua varlabel atau lebih tersebut digunakan analisis Korelasi, sedang untuk menganalisis ada tidaknya dan besar pengaruh variable independent terhadap variable dependent digunakan analisis regresi. Regresi merupakan alat statistik yang digunakan untuk melihat seberapa jauh suatu veraibel (independent variabel) berpengaruh terhadap variabel lain (dependent variabel) karena adanya hubungan dari dua atau lebih variabel tersebut, serta bagaimana bertuk hubungannya.
Analisis regresi terutama ditujukan untuk penaksiran dari/atau peramalan nilal rata-rata hitung atau nilai rata-rata (populasi) variabel tak bebas atas dasar nilai variabel yang menjelaskan (diketahui) melalui pengambilan sample yang dilakukan secara acak. Sehtngga Sample Regression Function (SRF), digunakan iutuk mendekati Population Regremion Function (PRF), dengan metode kuadrat terkecil (Ordinary Least Squares - OLS) yang secara matematis dapat ditulis sebagai berikut:
yi; = bo + b1x1 + b2x2 + ..+ bnxn + e; ( SFR, dihitung)
Pertanyaan yang timbul adalah: dengan mererima kenyataan bahwa SRF hanyalah suatu pendekatan dari PFR, dapakah ditemukan suatu ketentuan atau metode yang membuat pendekatan tersebut "sedekat" mungkin ?. Dengan kata lain bagaimana SRF dihitung, sehingga diperoleh bo “sedekat" mungkin Bo sebenarnya, b1 "sedekat" mungkin dengan B1 sebenarnya demikian juga untuk b2, b3 dan seterusnya sanpai bn. Oleh karena itu perlu dilakukan uji asumsi klasik. Dengan melihat :
1. Normalitas
2. Homoskedasitas (kesamaan varians)
3. Nonautokorelasi Autokorelasi, dan
4. Nonmultikolinearitas Multikolinearitas
