Haldir24's Blog

Oktober 13, 2009

Regresi Linear Berganda 3 Variabel

Filed under: Statistika — haldir24 @ 1:54 pm

untuk melakukan analisis, lakukanlah langkah2 sebagai berikut :

  • Klik Analyse
  • Klik Regresion : pilih Linear
  • Pindahkan variabel Y ke kolom Dependent
  • Pindahkan variabel X1 dan X2 ke kolom Independent
  • Isi kolom deMethod dengan perintah Enter
  • Klik Option: Pada pilihan  Stepping Methode Criteria masukan angka 0.05 pada kolom Entry
  • Cek Include constant in equation
  • Pada pilihan Missing Value: cek Exclude case listwise
  • Tekan Continue
  • Pilih Satatistic : Pada pilihan Regression Coefficient pilih Estimate Model Fit  dan Descriptive.  Pada pilihan Residual, kosongkan saja.
  • Tekan Continue
  • Klik Ok.

Melakukan Penafsiran Hasil Analisis dengan SPSS

  1. Model Summary
    • Misal nilai R = .776 :  Korelasi antara X1, X2 terhadap Y sebesar .776 artinya, hubungan kedua variabel tersebut sangat kuat
    • Misal nilai R Square = .602 menunjukkan 0,602 atau 60.2% variasi Y dipengaruhi oleh X1 dan X2
  2. Anova dan Coefficents
  • Pada ANOVA, misal nilai F = 35,499 dengan p = 0,001. oleh karena p < 0,05 maka regresi dapat dipakai untuk memprediksi Y, atau secara bersama-sama variabel bebas X1 dan X2 berpengaruh tehadap Y pada taraf kepercayaan 95%.
  • Pada Coefficient:
    • Misal, Nilai B Constant 29,126 menyatakan bahwa jika X1 dan X2 diperhatikan maka Y akan naik sebesar 29,126.
    • Misal, Nilai B variabel X1 sebesar 15,823 menyatakan bahwa jika setiap variabel X1 sebesar 15,823 makan Y akan meningkat sebesar 15,823
    • Misal, Nilai B variabel X2 sebesar 6,103 menyatakan bahwa jika setiap variabel X2 sebesar 6,103 makan Y akan meningkat sebesar 6,103

    Berdasarkan nilai B Constant dan B variabel X1 dan variabel X2, dapat dibuat persamaan regresi :
    Y = a + b1X1 + b2X2
    Y = 29,129 + 18,823X1 + 6,103X2

Pengujian Hipotesis

Dasar pengambilan keutusan untuk mengetahui koefisien pengaruh masing-masing variabel:

Hipotesis :

  1. Ho : ρ = 0,  artinya  tidak terdapat pengaruh signifikan yang positif  antara X1 dan X2 terhadap Y.
  2. Ha  : ρ ≠ 0, artinya terdapat pengaruh signifikan yang positif antara X1 dan X2 terhadap Y.
  • Jika nilai t hitung < t tabel, maka Ho diterima, atau tidak ada pengaruh signifikan dari sebuah variabel bebas terhadap variabel terikat
  • Jika nilai t hitung > t tabel, maka Ho ditolak, atau terdapat pengaruh signifikan dari sebuah variabel bebas terhadap variabel terikat.
  • Tabel dilihat dengan db (derajat kebebasan) = N – k, N= Jumlah Sampel (N = 60) dan k = Jumlah Variabel (k = 3), sehingga db = 60 – 3 = 57
  • t tabel (db = 57 dengan taraf kepercayaan 95%) adalah 1,672
  • misalkan, t hitung X1 = 3,770. Oleh karena t hitung > t tabel,  maka Ho ditolak atau X1 secara signifikan berpengaruh terhadap Y.
  • misalkan, t hitung X2 = 3,420. Oleh karena t hitung > t tabel,  maka Ho ditolak atau X2 secara signifikan berpengaruh terhadap Y.

Kesimpulan:

Dengan demikian berdasarkan ketentuan, hipotesis diterima Jika t hitung > dari t tabel maka diketahui bahwa harga t hitung lebih besar dari harga t tabel (29,196 > 1,672).

Tinggalkan sebuah Komentar »

Belum ada komentar.

RSS feed for comments on this post. TrackBack URI

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

Buat situs web atau blog gratis di WordPress.com.

%d blogger menyukai ini: