regresi linear o

7/25/2019 Regresi Linear o

1/4

Nama :

NRP :

Kelompok/ nomor soal :

Regresi Linear

Fungsi

o Untuk mengetahui arah hubungan antara variabel independen dengan

variabel dependen apakah positif atau negatif dan untuk memprediksi nilai

dari variabel dependen apabila nilai variabel independen mengalami

kenaikan atau penurunan.. Data yang digunakan biasanya berskala interval

atau rasio.

Renana !nalisis

a. !nalisis deskriptif dan u"i normalitas

b. !nalisis bivariat dengan u"i pearson atau spearman

. !nalisis multivariate

d. Resume analisis

a. U"i Normalitas

Fungsi

o Untuk memperlihatkan bah#a data sampel berasal dari populasi yang

berdistribusi normal

$ipotesis

o $% & Data berdistribusi normal

o $' & Data berdistribusi tidak normal

!sumsi

o !pabila nilai(p/ )ig. kurang dari alpha %.%* +mis %.%%%,- maka $% ditolak dan

disimpulkan Data berdistribusi tidak normal.o )edangkan apabila nilai(p lebih dari atau sama dengan alpha %.%* +mis. %.000,- maka

$% gagal ditolak dan disimpulkan Data berdistribusi normal.

1ara

Kita memilih menu

!naly2e ( Desriptive )tatistis ( 34plore...

)ehingga akan munul dialog bo4 seperti ini:


2/4

+prt sreen,

5asukan semua variable ke dalam kolom dependen list lalu klik plot6.

7alu kita memilih opsi Normality plots #ith tests- kemudian klik 1ontinue dan 8K. )P)) akan

menampilkan beberapa hasil analisis seperti ini:

+prtsreen,

)P)) menya"ikan dua tabel sekaligus di sini. )P)) akan melakukan analisis )hapiro(9ilk "ika

kita hanya memiliki kurang dari *% sub"ek atau kasus. U"i )hapiro(9ilk dianggap lebih akurat

ketika "umlah sub"ek yang kita miliki kurang dari *%.

Kesimpulan

dibaa )ig dari abel est of Normality didapatkan hasil )ig nya6.. artinya

+berdasarkan asumsi,

b. !nalisis bivariat dengan menggunakan u"i pearson atau spearman


3/4

pearson digunakan untuk data numeri numeri- kalo his;uare kategorik kategorik- kalo

spearman pake numeri kategorik.

Kita lihat dulu hasil yang didapatkan dari u"i normalitas- apabila normal lakukan u"i korelasi

person dan apabila tidak normal lakukan u"i korelasi spearman- didapatkan hasilnyaa6666..

. !nalisis 5ultivariat

7akukan prosedur analisis regresi linear

Klik !naly2e


4/4

tidak bermakna dikeluarkan seara bertahap. @ariable yang dikeluarkan adalah variable yang

tmempunyai nilai p yang paling besar

Pada tabel 5odel )ummary baa di ad"ust R s;uare untuk memperoleh seberapa bedar

variable(variabel bebas dapat men"elaskan variable terikat. Aang paling besar adalah yang

mempunyai koefisien determinan terbaik. Didapatkan hasilnya66.. Pada tabel !novadibaa di tabel )ig nya. P < %.%* tidak ada perbedaan . p B %.%* terdapat /

paling tidak ada perbedaan dalam model yang bermakna. Didapatkan hasilnya..

Pada tabel 1oeffiients dapat memperlihatkan asumsi multikolineariti serta proses pengeluaran

variable pada setiap tahap analisis.lihat pada nilai tolerane "ika lebih besar dari %-' atau %-C

dan diba#ah * atau '% maka asumsinya tidak ada multikolineariti terpenuhi. Didapatkan

hasilnya..

abel residual statistis untuk mengu"i asumsi residu nol dan tidak ada outlier- baa mean nya

kalo rerata nya % berarti asumsi terpenuhi.

Pada tabel satter plot lihat antara !+variable terikat, dengan Regression )tandardi2ed Preditive

@alue +variable bebas, Sebaran merata varian dari y sama pada beberapa

varians x. dengan demikian Asumsi homocedasticity terpenuhi (syarat

linearitas terpenuhi) Pada grafik histogram dan normal P(P plot untuk mengeek asumsi normalitas dari residu.

Didapatkan bentuk bellshape data berdistribusi normal. Asumsi

terpenuhi. Diagram sebar antara =PR3D dan =R3)>D Sebaran merata varian dari y sama

pada beberapa varians x. Asumsi homocedasticity terpenuhi. Resume hasil

regresi linear o

Documents