regresi linear o
TRANSCRIPT
-
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:
-
7/25/2019 Regresi Linear o
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
-
7/25/2019 Regresi Linear o
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
-
7/25/2019 Regresi Linear o
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