Professional Documents
Culture Documents
'
(yi ) y)
*. Tujuan
+u#uan acara ini adalah agar mahasis,a dapat melakukan pengu#ian secara statistic
apakan beberapa variable independen xi berpengaruh secara nyata (signi(ikan) baik secara
bersama%sama maupun secara parsial (sendiri%sendiri) terhadap variable dependen y. selain itu
mahasis,,a dimaksudkan agr mampu menginterpretasikan hasil print out computer hasil regresi
beranda.
-. Contoh
Suatu perusahaan dibidang industry memiliki data usia$ income sales person$ dan
pengalaman ker#a sebagai sales (tabel 1). .erusahaan itu ingin membuat model regresi berganda
untuk memprediksi income berdasakan usia dan pengalaman ker#a. /ata pada tabel diatas dapat
disimpan dengan nama: multiple0reg.sav.
+abel 1. /ata usia$ income sales person dan pengalaman ker#a
1sia (x1) .engalaman 2er#a 3ncome (y) dalam dollar
!1
!4
5
5
!6577
5177
!8
!9
!7
8
7
!
6
8
9
6
7
!
7
1
5
6
56777
57!77
777
8777
1!777
777
:777
4777
!7777
Pertanyaan : +entukan koe(isien dari persamaan regresi berganda dan tentukan apakah
koe(isien regresi yang diperolehsigni(ikan; <akukan pula estimasi income sales untuk seorang
salesperson yang berusian 57 tahun dengan pengalaman ker#a 5 tahun pada perusahaan tersebut.
Solusi: 2ita akan mencari koe(isien regresi bo$b1 dan b dari persamaan regresi linier
berganda yi ' bo + b1x1i + bxi dan melakukan u#i hipotesis untuk mengetahui apakah koe(isien
yang diperoleh signi(ikan.
/. Hipotesis
1sia pengalaman ker#a sebagai sales person berpengaruh terhaadap income sales.
=o : b1'b'7
=1 : minimal salah satu bi (i'1 dan ) tidak sama dengan nol
>. Prosedur
1. *uka (ile: multiple0reg0data.sav.
. 2lik Analy?e @egression <inear
!. .indahkan variabel income ke dalam box ber#udul /ependent dan variabel usia ke dalam box
ber#udul 3ndependent(s). /emikian pula variable pengalaman ker#a ke dalam box ber#udul
3ndependent(s).
5. .astikan anda memilih Aethod:>nter. 2emudian klik tombol statistics Diagnostic anda
member tanda check (v) pada Estimates, Model Fit, Colllinearity Diagnostics dan Durbin-
watson.
6. 2emudian klik -ontinue dan B2.
C. Hasil Analisis
D. Interpretasi Hasil
Eilai @
(R square) dari tabel odel Su!!ary menun#ukkan bah,a 95F dari varians
In"o!e dapat di#elaskan oleh perubahan dalam variabel usia dan Pen#ala!an $erja.
Enilai u#i statistic /urbin%Gatson' 1.594$ #adi dapat diasumsikan tidak ter#adi
autocrrelation.
+abel AN%VA di atas mengindikasikan bah,a regresi berganda secara statistik sangat
signi(icant dengan C ' :5.176 untuk dera#at kebebasan k ' dan n ) k ) 1 ' 11 ) ) 1 ' 8
dan p-value ' 7.777 yang #auh lebih kecil dari ' 7.76.
1#i C mengu#i hipotesis H0 : 1 = 2 = 7 terhadap =a : tidak semua 1 dan $ tidak
semuanya nol. /ari p-value ' 7.777 yang #auh lebih kecil dari ' 7.76$ terlihat bah,a H0 :
1 = 2 = 7 ditolak sangat signi(ikan.
.ersamaan garis regresi berganda yang diperoleh menggunakan metode kuadrat terkecil
yang didapat adalah y ' %17!:7.6 + 171.798x1+1::!.61:x
1ntuk mengu#i signi(ikansi masing%masing koe(isien regresi digunakan u#i%t dengan hasil
sebagai berikut:
o Variabel usia: H0 : 1 = 0 terhadap H1 : 10
o nilai u#i%t dengan t'4.:76 dengan dera#at kebebasan n%k%1'11%'14 dan p%value'7.777
lebih kecil dari = 0,05.
/ari tabel -oe((itient #uga terlihat bah,a nilai V3C'1.!44 sehingga masih dapat dianggap
tidak ter#adi multicollinearity (atau tepatnya hanya low collinearity).
/ari normal probability plot #uga terlihat bah,a titik%titik dan membentuk pola linear
sehingga konsosten dengan distribusi normal.