Contoh Kasus Multi Korelasi | ||||||
X1
|
X2
|
Y
|
X1
|
X2
|
Y
| |
2
|
5
|
2
|
4
|
3
|
3
| |
2
|
4
|
1
|
3
|
6
|
3
| |
1
|
5
|
1
|
6
|
9
|
6
| |
1
|
3
|
1
|
6
|
8
|
6
| |
3
|
6
|
5
|
8
|
9
|
10
| |
4
|
4
|
4
|
9
|
6
|
9
| |
5
|
6
|
7
|
10
|
4
|
6
| |
5
|
4
|
6
|
9
|
5
|
6
| |
7
|
3
|
7
|
4
|
8
|
9
| |
6
|
3
|
8
|
4
|
9
|
10
| |
Questions :
| ||||||
1
|
Find the regression equation.
| |||||
2
|
Test the increment variance, the relative
| |||||
important of varl'
|
SOLUSI 1
Coefficientsa
| ||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
| ||
B
|
Std. Error
|
Beta
| ||||
1
|
(Constant)
|
-1.236
|
1.341
|
-.922
|
.370
| |
x1
|
.674
|
.161
|
.609
|
4.180
|
.001
| |
x2
|
.618
|
.203
|
.444
|
3.045
|
.007
| |
a. Dependent Variable: y
|
Dari table diatas diperoleh informasi bahwa taksiran nilai parameter dari regresi :
Y’ = -1,236 + 0,674 X1 + 0,618 X2
Pengujian parameter βo
Langkah 1.
Ho : βo = 0 Vs Ho : βo ≠ 0
Langkah 2.
Bandingkan nilai signifikansi (0,370) dengan nilai Îħ = 5%
Nilai signifikansi (0,370) > Îħ (0,05), maka Ho diterima, artinya nilai koefisien βo untuk Îħ = 5% tidak terlalu mempengaruhi nilai taksiran dari Y dalam menganalisis regresi.
Pengujian parameter β1
Langkah 1.
Ho : β1 = 0 Vs Ho : β1 ≠ 0
Langkah 2.
Bandingkan nilai signifikansi (0,001) dengan nilai Îħ = 5%
Nilai signifikansi (0,001) < Îħ (0,05), maka Ho diterima, artinya nilai koefisien β1 untuk Îħ = 5% sangat mempengaruhi nilai taksiran dari Y dalam menganalisis regresi.
Pengujian parameter β2
Langkah 1.
Ho : β2 = 0 Vs Ho : β2 ≠ 0
Langkah 2.
Bandingkan nilai signifikansi (0,007) dengan nilai Îħ = 5%
Nilai signifikansi (0,007) > Îħ (0,05), maka Ho diterima, artinya nilai koefisien β2 untuk Îħ = 5% sangat mempengaruhi nilai taksiran dari Y dalam menganalisis regresi.
Pengaruh variable X terhadap Y
ANOVAa
| ||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
| |
1
|
Regression
|
106.661
|
2
|
53.331
|
15.541
|
.000b
|
Residual
|
58.339
|
17
|
3.432
| |||
Total
|
165.000
|
19
| ||||
a. Dependent Variable: y
| ||||||
b. Predictors: (Constant), x2, x1
|
Menghitung pengaruh variable X terhadap Y secara serentak dapat menggunakan uji F apakah pengaruhnya signifikan atau tidak. Dengan membandingkan nilai F hitung dan Ftabel. Jika Fhitung < Ftabel maka Ho diterima.
F hitung adalah 15,541 dan F table diperoleh pada sig.0,05 dengan df1 = 2, dan df2 = 17 adalah 3,5915.
Jadi diperoleh nilai Fhitung adalah 15,541 > Ftable jadi hipotesis nol ditolak, kesimpulannya yaitu Variabel X1 dan X2 secara serentak berpengaruh terhadap Y.
Atau dapat juga dicari variable mana yang paling berpengaruh terhadap Y dengan membandingkan F untuk masing-masing variable bebas.
Testing increment due to X1
Model Summary
| ||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
1
|
.674a
|
.454
|
.423
|
2.23800
|
a. Predictors: (Constant), x1
|
ANOVAa
| ||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
| |
1
|
Regression
|
74.844
|
1
|
74.844
|
14.943
|
.001b
|
Residual
|
90.156
|
18
|
5.009
| |||
Total
|
165.000
|
19
| ||||
a. Dependent Variable: y
| ||||||
b. Predictors: (Constant), x1
|
Coefficientsa
| ||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
| ||
B
|
Std. Error
|
Beta
| ||||
1
|
(Constant)
|
1.814
|
1.077
|
1.684
|
.109
| |
x1
|
.745
|
.193
|
.674
|
3.866
|
.001
| |
a. Dependent Variable: y
|
Dari data diatas diperoleh Ry.x12 = 0,454 dengan nilai F = 14,943
Atau dapat disimpulkan bahwa X1 accounted for about 45,4 % to Ry.122
Dengan nilai b = 0,745
Testing increment due to X2
Model Summary
| ||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
1
|
.532a
|
.283
|
.243
|
2.56370
|
a. Predictors: (Constant), x2
|
ANOVAa
| ||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
| |
1
|
Regression
|
46.694
|
1
|
46.694
|
7.104
|
.016b
|
Residual
|
118.306
|
18
|
6.573
| |||
Total
|
165.000
|
19
| ||||
a. Dependent Variable: y
| ||||||
b. Predictors: (Constant), x2
|
Coefficientsa
| ||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
| ||
B
|
Std. Error
|
Beta
| ||||
1
|
(Constant)
|
1.424
|
1.633
|
.872
|
.395
| |
x2
|
.741
|
.278
|
.532
|
2.665
|
.016
| |
a. Dependent Variable: y
|
Dari data diatas diperoleh Ry.22 = 0,283 dengan nilai F = 7,104
Atau dapat disimpulkan bahwa X2 accounted for about 28,3 % to Ry.122
Dengan nilai b = 0,741
No comments:
Post a Comment