Regresi Linier Berganda Pengertian Analisis regresi linier berganda

Regresi Linier Berganda

Pengertian • Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independen (X 1, X 2, …. Xn) dengan variabel dependen (Y).

Contoh • Dosen mata kuliah komunikasi sosial ingin mengetahui faktor-faktor yang berpengaruh terhadap nilai ujian akhir semester (UAS). Diasumsikan faktor-faktor tersebut adalah minat mahasiswa terhadap mata kuliah ini, frekuensi belajar, frekuensi menghadiri kelas, nilai ujian tengah semester, dan frekuensi berkunjung ke perpustakaan.

Langkah SPSS • Analyze > Regression > Linier > masukkan var UAS kedala kolom dependen. > masukkan var minat, belajar, kehadiran, UTS, dan perpustakaan kedalam kolom Independen. > Klik tombol statistik, pilih Dorbin-Watson, Descriptive dan Colliniarity diagnostic. > Klik tombol Plot, pilih Normal Probability Plot > Masukkan var Sdresid kedala Y dan Zpred ke kolo X. > Klik Save, pilih residual unstandardized dan Studenized > OK

Descriptive Statistic • Nilai rata-rata ujian UAS dari 50 orang mahsiswa adalah 68, 66 dengan simpangan deviasi 15, 60, rata-rata minat mahasiswa terhadap matakuliah komunikasi sosial adalah 6, 04 dari rentang 1 -10 dengan standar deviasi 1, 678 sedangkan rata-rata belajar mahasiswa selama seminggu adalah 5, 44 jam dengan deviasi 1, 87. Sebanyak 97, 24% mahasiswa menghadiri mata kuliah ini dan rata hasil ujian tengah semester (UTS) untuk mata kuliah ini adalah 70, 48

Langkah Awal Analisis • Normality of residual. Dari grafik P-P plot terlihat pancaran residual berada di sekitar garis lurus sehingga asumsi normalitas terpenuhi. • Problem autokorelasi: dari tabel model summary diketauhi bahwa nilai Durbin Watson d = 2, 146 dan nilai batas dari tabel 1, 771 didapat dari n = 50 dan k = 5 dimana 2, 146 > 1, 771 maka tidak ada problem autokorelasi

Langkah Awal Analisis • Multikoliniertas diantara var independen. Pemeriksaan ini dilakukan dengan melihat nilai VIF (Varian Infalated Factor) dari tabel coeficient nilai VIF < 10 maka dapat disimpulkan tidak ada problem Multikoliniertas • Homoscedasticity of residual berdasal hasil scater plot pancaran data tidak terdapat problem Homoscedasticity

Pengujian Hipotesis • H 0: Secara keseluruhan minat mahasiswa terhadap mata kuliah ini, frekuensi belajar, frekuensi menghadiri kelas, nilai ujian semester, dan frekuensi berkunjung ke perpustakaan tidak mempunyai hubungan linier yang signifikan terhadap nilai ujian akhir semseter • H 1: H 0: Secara keseluruhan minat mahasiswa terhadap mata kuliah ini, frekuensi belajar, frekuensi menghadiri kelas, nilai ujian semester, dan frekuensi berkunjung ke perpustakaan mempunyai hubungan linier yang signifikan terhadap nilai ujian akhir semseter

Statistik Uji: Statistik F • Kriteria uji: Tolak hipetesis no bilai signifikan value F test < 0, 05, oleh karena F test 0, 000 maka hasilnya adalah menolak hipotesis nol artinya keseluruhan variabel independen mempunyai hubungan linier.

Statatistik uji t • Kriteria uji: tolak hipotesis nol bila p value < 0, 05 dari tabel coefcient uji t dapat dilihat bahwa hanya kehadiran yang tidah ada pengaruh terhadap nilia ujian akhir

Model persamaan regresi • Y = -7, 705 + 3, 514 x 1+1, 387 x 2 + 0, 287 x 4 + 7, 133 x 5