PENDAHULUAN
Latar Belakang
ANALISIS REGRESI
Rumusan Masalah
1
Bagaimana
menentukan
uji
korelasi
2
Bagaimana
membuat
analisis
regresi
sederhana
3
4 Bagaimana menentukan uji asumsi IIDN
Bagaimana karakteristik data
Tujuan Penelitian
Manfaat Penelitian
Mampu melakukan
Uji Korelasi serta
Analisis Regresi
Mampu menentukan
pemeriksaan asumsi
IIDN
Paham Karakteristik
Data
Batasan Masalah
30
DATA
TINJAUAN PUSTAKA
Karakteristik Data
Uji Korelasi
H0 : (Tidak ada hubungan antara variabel x dan y)
H1 : (Ada hubungan antara variabel x dan y)
Daerah Kritis : Tolak H0 jika
Statistik Uji :
x y
x n y y
n i x i y i
n
n n x2
i i
2
i
Analisis Regresi
y a bx
Model
n x i y i
i 1
x y
i 1
i 1
n x i2
i 1
i 1
xi
y
i 1
- b x i
i 1
F0 f
MSR
MSE
(v1 , v 2 )atauF0 f
(v1 , v 2 )
Uji Parsial
H0 : j =0 (variabel predictor tidak berpengaruh terhadap respon)
H1: j 0 , j=0,1,2,..k
Tentukan taraf nyata
Daerah kritik : Tolak H0 jika t 0 t
Uji statistik
b
t
sb
atau t 0 t
Residual Independen
Hipotesis :
H0 : = 0 (residual bersifat independen)
H1 : 0 (residual tidak bersifat independen)
Taraf Signifikan :
= 0,05
Daerah Kritis :
Tolak H0 jika d < dL
METODOLOGI PENELITIAN
Sumber Data
30
DATA
SELASA 16 SEPTEMBER 2015
Variabel Penelitian
Langkah Analisis
1
2
3
4
5
6
Diagram Alir
Variabel
X
Y
Uji Korelasi
Mean
11,113
1,738
Varians
5,276
0,333
Median
10,650
1,710
Minimum
7,200
0,690
Maximum
17,600
3,160
Scatterplot of y vs x
3,5
3,0
2,5
2,0
1,5
Pearson
correlation
1,0
10
12
x
14
16
18
0,114
p-value
0,557
Analisis Regresi
Y = 1,42 + 0,0286 X
jika laju pertumbuhan penduduk menurut provinsi (X) bertambah satu satuan
maka jumlah penduduk miskin di kota yang ada di Indonesia (Y) akan
bertambah sebesar 0,0286 satuan.
Uji Serentak
digunakan untuk mengetahui apakah model rergresi tersebut signifikan
atau tidak signifikan
Hipotesis
H0 : i = 0 (Laju pertumbuhan penduduk tidak mempengaruhi jumlah tingkat
kemiskinan)
H1 : i 0 (Laju pertumbuhan penduduk mempengaruhi jumlah tingkat
kemiskinan)
Taraf signifikan
= 0,05
Daerah Kritis :
F-hitung > F-tabel atau P-value <
Statistik uji bagi uji serentak menggunakan analisis variansi atau ANOVA bisa
dilihat dari tabel berikut dengan menggunakan distribusi F.
Sumber
variasi
Regresi
Residual
Error
Total
Derajat
Bebas
1
27
Jumlah
Kuadrat
0,1207
9,2074
28
9,3282
Kuadrat
Tengah
0,1207
0,3410
FF-tabel
Hitung
0,35
7,68
P-value
0,557
untuk menguji kebaikan model regresi dan mengetahui hubungan antara variabel laju
pertumbuhan penduduk menurut provinsi dengan variabel jumlah penduduk miskin di
kota yang ada di Indonesia bisa dilihat dari tabel berikut.
R-Square
R-Square(adj)
1,3%
0,0%
Uji Parsial
digunakan untuk menguji satu per satu dari koefisien variabel yang ada.
Hipotesis
H0 : 0 =
H1 : 0 0
Atau
H0 : 1 = 0
H1 : 1 0
Predictor
Coef
Constant
1,420
0
0,028
59
Laju Pertumbuhan
Penduduk Menurut
Provinsi (x)
SE
Coef
0,544
8
0,048
05
Thitung
2,61
P
0,015
0,59
0,557
Taraf signifikan
= 0,05
persamaan garis regresi pada constant nyata karena P-value = 0,015 < 0,05 sehingga
model regresi pada data tersebut merupakan model yang signifikan sedangkan pada laju
pertumbuhan penduduk menurut provinsi persamaan garis regresi yang diperoleh tidak
nyata karena P-value = 0,557 > 0,05 artinya model regresi pada data tersebut tidak
signifikan.
Versus Fits
(response is y)
Residual Identik
1,5
Hipotesis:
H0 : residual data bersifat identik
H1 : residual data tidak bersifat identik
Residual
1,0
0,5
0,0
-0,5
Taraf Signifikan :
-1,0
1,60
= 0,05
1,65
1,70
1,75
1,80
Fitted Value
Daerah Kritis:
Tolak H0 jika P-value < dan Fhitung > F(p;n-p-1)
Source
Regression
Regression
Error
Total
DF
1
27
SS
0,1207
9,2074
28
9,3282
MS
0,1207
0,3410
F
0,35
P
0,557
1,85
1,90
1,95
Residual Independen
Hipotesis :
H0 : = 0 (residual bersifat independen)
H1 : 0 (residual tidak bersifat independen)
Taraf Signifikan :
Versus Order
= 0,05
(response is y)
1,5
Daerah Kritis :
Residual
1,0
0,5
0,0
-0,5
-1,0
2
10
12 14 16 18
Observation Order
20
22
24
26
28
99
Mean
StDev
N
KS
P-Value
95
90
Taraf Signifikan :
80
Percent
70
60
50
40
30
20
10
= 0,05
-1,5
Daerah Kritis :
Tolak H0 jika P-value <
KolmogorovSmirnov
P-value
0,078
>0,150
-1,0
-0,5
0,0
RESI1
0,5
1,0
1,5
-1,68448E-15
0,5734
29
0,078
>0,150
Saran