REGRESI

Report
REGRESI
Bulek niyaFn
ANALISIS REGRESI



Menemukan persamaan regresi yang menunjukkan
hubungan antara
1 variabel dependen (variabel terikat / yg
dipengaruhi) dengan satu atau beberapa variabel
independen (variabel bebas / yg mempengaruhi ).
Persamaan
Y = aX1 + bX2 + c
Seberapa besar X1 & X2 mempengaruhi Y
TAHAP UJI

Analisis Prosentase
Dari output R square = 0,713 .
Hal ini berarti 71,3% variabel dependent :
Nilai Ujian Statistik dijelaskan oleh
variabel independent : Lama jam belajar & Tingkat
IQ
UJI ANOVA
 UJI T
 UJI PENYIMPANGAN ASUMSI KLASIK (pekan depan)

UJI ANOVA
Hipotesis:
Ho : Tidak ada pengaruh antara jam belajar dan
tingkat IQ terhadap nilai statistic
H1 : Ada pengaruh antara jam belajar dan tingkat
IQ terhadap nilai statistic

Dari uji ANOVA didapatkan Fhitung = 8,691
dengan tingkat signifikasi 0,013 (probabilitas)
karena probabilitas 0,013 < 0,05 (Ho ditolak)
maka model regresi bisa digunakan untuk
memprediksi nilai ujian statistik.
UJI T
Menguji signifikansi koefisien-koefisien dari variabelvariabel independen)
 Syarat Persamaan Regresi :
Regresi Linier :
Y = aX1 + c
Regresi Linier Berganda :
Y = aX1 + bX2 + … + c
Dari hasil perhitungan diatas dapat dibuat (sementara)
persamaan regresi estimasi:
Y= 1,016 X1 – 1,254 X2 – 37,338 (lihat pada output)
Dimana :
 Y = Nilai ujian statistik ;
 X1 = Tingkat IQ ;
 X2 = Lama jam belajar
 c = constanta (faktor lain selain tingkat IQ dgn lama
bljr)
Persamaan Regresi
Y= 1,016 X1 – 1,254 X2 – 37,338
PENGAMBILAN KEPUTUSAN
Hipotesis
Ho : Koefisien regresi tidak signifikan
H1 : Koefisien regresi signifikan
Misalkan bentuk umum persamaan regresi:
Y = aX1 + bX2 + … + c
Pengambilan Keputusan
a. Berdasarkan perbandingan thitung dengan ttabel
Syarat :
Ho diterima : Jika Thitung berada diantara nilai ± ttabel
Ho ditolak : Jika Thitung tidak berada diantara nilai ± ttabel




Nilai thitung masing-masing koefisien regresi berturut-turut:
t1 = 0,866 ( thitung untuk variabel independen Tingkat IQ)
t2 = -0,072 (thitung untuk variabel independen Lama jambelajar)
T tabel  IDF.T (0,975, 7) = 2.36

Karena nilai t1 dan t2 berada diantara ttabel
maka Ho diterima.
Y= 1,016 X1 – 1,254 X2 – 37,338

Dari persamaan tersebut menunjukkan setiap
penambahan 1 tingkat IQ akan meningkatkan
nilai ujian sebesar 1,016 dan setiap
penambahan -1 lama jam belajar mengurangi
nilai ujian statistik sebesar 1,254.
b. Berdasarkan probabilitas
Syarat :
Jika probabilitas > 0,05, maka Ho diterima
Jika probabilitas < 0,05, maka Ho ditolak
Karena nilai probabilitas untuk
t1 = 0,415 > 0,05 maka Ho diterima &
probabilitas t2 = 0,945 > 0,05 maka Ho
diterima, dengan kesimpulan yang sama
dengan pengambilan keputusan pada
perbandingan Thit dgn Ttabel.
UJI ASUMSI KLASIK
Autokorelasi
Uji Autokorelasi adalah untuk mengetahui adanya
korelasi antara variabel gangguan sehingga
penaksir tidak lagi efisien baik dalam model
sampel kecil maupun dalam sampel besar.


similar documents