Sering sekali kita menganalisis data regresi dan mendapatkan nilai-nilai variabel tidak signifikan, atau tidak berpengaruh. Hal ini bisa terjadi oleh berbagai sebab, diantaranya adalah:
1. Data penelitian tidak rata;
2. Data penelitian tidak konsisten akibat pengisian angket yang tidak baik;
3. Kesalahan input yang tidak disadari;
4. Perbedaan satuan yang terlampau jauh antar masing-masing variabel;
5. Kurangnya data yang mempunyai power kuat.
Untuk mengatasi hal tersebut maka Anda harus bisa mengidentifikasi dulu tipe kesalahannya, HAL YANG PERLU di waspadai jika Anda mengolahkan data diluar ADALAH MELAKUKAN CARA INSTAN yang tidak ILMIAH yaitu dengan serta merta mengubah data langsung. Padahal jika data Anda sekunder mestinya data tersebut tidak boleh di ubah sama sekali karena itu termasuk pemalsuan data. Hal yang paling tepat dilakukan adalah:
1. Mentransformasi kedalam LN atau LOG supaya data lebih rata,
2. Memperbaiki angket dan menyebar ulang untuk mendapatkan data,
3. Teliti apakah ada kesalahan input yang fatal, MISALNYA sedianya anda ingin memasukkan angka "5" tetapi karena kurang teliti angka tersebut menjadi "55", tentu saja hal ini akan sangat mengganggu hasil karena "55" itu adalah "11" kalinya "5",
4. Disamakan satuannya, misalnya X1 satuannya kilo, jangan sampai X yang lain satuannya gram atau miligram sehingga data menjadi tidak rata,
5. Ditambah variabel yang mempunyai nilai searah atau berlawanan, atau dikurangi jika kebanyakan data yang mengganggu (tidak searah).
6. Mencari model regresi yang lain seperti LPM untuk meningkatkan nilai R2 dan nilai uji t dan F.
Tidak ada komentar:
Posting Komentar