Soal : silahkan buat atau cari sendiri yang menunjukkan bahwa soal tersebut
diselesaikan dengan Regresi Linear Baerganda.
Ketentuan Soal :
Ketentuan Jawaban :
Selamat Bekerja
Tabel data Kualitas bangunan dipengaruhi oleh bahan bangunan yang
digunakan yaitu,semen, pasir, batako, besi, dan kayu.
LAPORAN HASIL ANALISIS REGRESI MENGGUNAKAN APLIKASI SPSS
2.3
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Kayu, Batako,
Semen, Besi, . Enter
b
Pasir
a. Dependent Variable: KualitasBangunan
b. All requested variables entered.
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 ,981a ,962 ,954 ,605
a. Predictors: (Constant), Kayu, Batako, Semen, Besi, Pasir
Dari tabel diatas bahwa nilai korelasi atau hubungan uji R = 0.981 dan R 2 =
0.962 dimana pengaruh variabel bebas terhadap variabel terikat yaitu menunjukan
96,2% Kualitas bangunan per unit dan sisanya dapat dijelaskan oleh variable lain.
Dimana pada tabel standard error didapatkan nilai sebesar 0,605 dimana
apabila di jadikan presentase 6% dimana standard error masih kecil dimana nilainya
masih berada di bawah 80% yang artinya dalam kesalahan memasukan data sangat
kecil kemungkinan kesalahannya.
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 213,027 5 42,605 116,368 ,000b
Residual 8,421 23 ,366
Total 221,448 28
a. Dependent Variable: KualitasBangunan
b. Predictors: (Constant), Kayu, Batako, Semen, Besi, Pasir
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5,101 1,624 3,141 ,005
Semen ,254 ,013 ,967 19,998 ,000
Pasir ,009 ,015 ,031 ,606 ,551
Batako -,007 ,010 -,031 -,736 ,469
Besi -,001 ,013 -,005 -,103 ,919
Kayu ,000 ,014 -,001 -,027 ,979
a. Dependent Variable: KualitasBangunan
Coefficient Correlationsa
Model Kayu Batako Semen Besi Pasir
1 Correlations Kayu 1,000 ,008 -,139 ,184 -,215
Batako ,008 1,000 -,013 -,180 -,115
Semen -,139 -,013 1,000 -,193 -,477
Besi ,184 -,180 -,193 1,000 ,282
Pasir -,215 -,115 -,477 ,282 1,000
Covariances Kayu ,000 1,086E-6 -2,404E-5 3,195E-5 -4,297E-5
Batako 1,086E-6 ,000 -1,614E-6 -2,298E-5 -1,686E-5
Semen -2,404E-5 -1,614E-6 ,000 -3,112E-5 -8,853E-5
Besi 3,195E-5 -2,298E-5 -3,112E-5 ,000 5,255E-5
Pasir -4,297E-5 -1,686E-5 -8,853E-5 5,255E-5 ,000
a. Dependent Variable: KualitasBangunan
Tabel diatas yaitu Uji multikolinieritas dimana tabel ini untuk menguji gejala
multikolinier. Dimana uni multikolinieritas yang digunakan yaitu uji Pair-Wise
Correlation dimana nilai dari uji ini mmerupakan nalai Correlation pada kolom antar
peubah bebas. Dimana paja uji Pair-Wise Correlation ini tidak ditemukannya nilai
dari variabel X1 sampai dengan X5 yang melebihi standar nilai yang ditetapkan yaitu
0,70 pada uji Pair-Wise Correlation ini. Jadi kesimpulannya model yang diterapkan
ini tidak mengandung gejala multikolinier dalam data.
Dalam sebuah data yang dapat dikatakan memiliki suatu distribusi normal
apabila data yang didapatkan dapat menyebar mengikuti garis diagonal yang ditarik
dari angka nol atau disebut dengan grafik histogramnya dan hal ini disebut
berdistribusi normal. Sebaliknya apabila data dalam grafik memencar dan tidak
mengikuti garis diagonal maka grafik tersebut dapat dikatakan tidak berkontribusi
normal. Hal tersebut dapat dijelaskan dengan uji P-P plot dibawah ini.
Dapat dari gambar diatas dimana gambar diatas merupakan gambar grafik
hotogram dan P-P plot dimana grafik ini menjelaskan bahwa Kualitas bangunan
dipengaruhi oleh bahan bangunan yang dibutuhkan diantaranya semen, kayu, pasir,
batako, dan besi. Dapat dilihat dalam penyebaran datanya mengikuti garis diagonal
yang ditarik dari angka nol.
1. Ho: Tidak ada gejala heteroskedastisitas, dimana titik titik dalam grafik
menyebar dengan baik
2. Ha: Ada gejala heteroskedastisitas, dimana titik titik dalam grafik tidak
menyebar dengan baik dimana titik titik mengumpul pada satu tempat dalam
grafik
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,981a ,962 ,954 ,605 2,357
a. Predictors: (Constant), Kayu, Batako, Semen, Besi, Pasir
b. Dependent Variable: KualitasBangunan
Dari hasil tabel diatas dilihat pada tabel durbin-watson didapatkannya angka
yaitu 2,357 dimana angka ini berada diatas >2 yang artinya berada pada aoutokorelasi
negatif.
Model regresi terbaik adalah model yang dapat menjelaskan perilaku peubah
tak bebas dengan sebaik-baiknya dengan memilih peubah-peubah bebas dari sekian
banyak peubah bebas yang tersedia dalam data. Untuk menentukan peubah bebas
mana yang akan dimasukkan ke dalam model regresi, menurut Draper[1], ada dua
kriteria yang saling bertentangan yaitu
1. Agar persamaannya bermanfaat untuk peramalan, biasanya ingin dimasukkan
sebanyak mungkin peubah sehingga diperoleh nilai ramalan yang andal
2. Karena untuk memperoleh informasi dari banyak peubah serta
pemantauannya seringkaali diperlukan biaya yang tinggi, maka diinginkan
persaman regresi yang mencakup sesedikit mungkin peubah. Kompromi
diantara kedua kriteria itulah yang disebut pemilihan model regresi terbaik.
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Stepwise
(Criteria:
Probability-of-F-
Semen . to-enter <= ,050,
Probability-of-F-
to-remove >= ,
100).
a. Dependent Variable: KualitasBangunan
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Correlations
Model B Std. Error Beta t Sig. Zero-order Partial Part
1 (Constant) 4,923 ,643 7,652 ,000
Semen ,257 ,010 ,980 25,555 ,000 ,980 ,980 ,980
a. Dependent Variable: KualitasBangunan
Berdasarkan hasil tabel diatas merupakan hasil output dari program, terlihat
bahwa variabel yang masuk kedalam model yaitu X1, maka prsamaan model regresi
terbaik adalah sebagai berikut:
Y = 4,923 + 0,257 X1
Dari persamaan regresi tersebut dapat dijelaskan bahwa apabila terjadi
peningkatan dalam penggunaan semen dalam membangun maka kualitas bangunan
akan meningkat. Tiap peningkatan semen satu satuan maka akan meningkat sebesar
0,257
1.7 Kesimpulan
Jadi dari beberapa uji asumsi klasik yang dilakukan dapat disimpulkan bahwa
data data diatas dalam kualitas bangunan dipengaruhi oleh semen, kayu, pasir, batako,
dan besi. Dimana tidak ditemukannya penyimpangan dalam data data yang diuji
sehingga data tersebut dapat dikatakan bersifat Normal.