DISUSUN OLEH
KELOMPOK 1:
1. ADINDA AMALIA ANDRIANI ALPIAH (192207001)
2. AFIFAH NUR’AINI (192207002)
3. AGNES ANASTASIA WULANDARI (192207003)
4. AISYAH ANAMARDIYAH RAMADANI (192207004)
Regresi Berganda
1. TUJUAN PRAKTIKUM
Agar mahasiswa mampu menguraikan analisis multivariate regresi berganda.
2. DASAR TEORI
1. Analisis Regresi Berganda
- Analisis regresi linear sederhana adalah analisis regresi yang hanya melibatkan
dua variabel, yaitu 1 (satu) variabel dependen atau variabel tergantung dan 1 (satu)
variabel independen atau beb as. Pada analisis regresi sederhana, hubungan antara
variabel bersifat linier, dimana perubahan pada variabel X akan diikuti oleh
perubahan pada variabel Y secara tetap.
- Analisis regresi linear berganda atau multiple regression adalah analisis regresi
yang melibatkan lebih dari dua variabel, yaitu 1 (satu) variabel dependen atau
variabel terikat dan lebih dari 1 (satu) variabel independen atau bebas. Syarat
menggunakan uji asumsi klasik yang antara lain terdiri dari: uji normalitas, uji
heteroskedastisitas, uji auto korelasi, dan uji multikolinearitas.
- Uji t bertujuan untuk mengetaui ada atau tidaknya pengaruh parsial (sendiri) yang
diberikan variabel bebas (X) terhadap variabel terikat (Y)
- Uji F bertujuan untuk mengetahui ada atau tidaknya pengaruh simultan (bersama-
sama) yang diberikan variabel bebas (X) terhadap variabel terikat (Y)
- Koefisien diterminasi berfungsi untuk mengetahui berapa persen pengaruh yang
diberikan variabel X secara simultan terhadap variabel Y.
3. ALAT DAN BAHAN
a. Alat tulis
b. Komputer atau laptop
c. Kalkulator
4. LANGKAH PRAKTIKUM
1) Memasukkan data ke SPSS
2) Estimasi Model Regresi Linier
Estimasi model dilakukan secara sekaligus dengan pengujian asumsi klasik
(multikolinearitas, auto korelasi, heteroskedastisitas, normalitas)
3) Uji Kelayakan Model
a) Pada menu Bar, pilih Analyze > Regression > Linear
b) Masukkan variabel Y ke bagian Dependent dan variabel X1, X2, X3, X4, dan X5
ke bagian Independent (s), kemudian Klik OK
4) Melihat Hasil Output
A. UJI t
1. Jika nilai sig < 0,05, atau t hitung > t tabel maka terdapat pengaruh variabel X
dan Y.
2. Jika nilai sig > 0,05, atau t hitung < t tabel maka tidak terdapat pengaruh
variabel X dan Y.
t tabel = t (α/2 ; n-k-1) = t (0,025 ; 27) = 2,052
B. UJI F
1. Jika nilai sig < 0,05, atau F hitung > F tabel maka terdapat pengaruh variabel
X secara simultan terhadap variabel Y.
2. Jika nilai sig > 0,05, atau F hitung < F tabel maka tidak terdapat pengaruh
variabel X secara simultan terhadap variabel Y.
F tabel = F (k ; n-k) = F (2 ; 28) = 3,34
a. Menentukan Model Summary
Model Summary
1 .894 a
.799 .784 1.990
ANOVAa
Total 530.967 29
Coefficientsa
Coefficientsa
ANOVAa
Total 530.967 29
2. Cari asumsi klasik regresi linear berganda (uji normalitas, uji multikolinearitas, uji
autokorelasi dan uji heteroskedastisitas) dan interpretasikan!
1) Uji Normalitas
Pada hasil uji histogram, garis tersebut melengkung ke atas membentuk seperti
gunung dan terlihat sempurna dengan kaki yang simetris, maka dapat disimpulkan
bahwa data dalam penelitian berdistribusi normal.
2) Uji Heteroskedastisitas
Perhatikan bagian yang diberi lingkaran biru. Pertama titik 0 pada sumbu
X dan Y, selanjutnya titik-titik data yang ada dalam grafik. Jika titik-titik data
menyebar di atas dan dibawah titik 0 pada sumbu Y dan X serta tidak membentuk
pola tertentu seperti zig-zag atau menumpuk, maka dapat disimpulkan bahwa tidak
terjadi gejala heteroskedastisitas.
3) Uji Autokorelasi
Model Summaryb
Regresi Logistik
1. TUJUAN PRAKTIKUM
Agar mahasiswa mampu menguraikan analisis multivariate regresi logistik.
2. DASAR TEORI
Regresi Logistik adalah suatu metode analisis statistika untuk mendeskripsikan
hubungan antara variabel terikat yang memiliki dua kategori atau lebih dengan satu atau
lebih peubah bebas berskala kategori atau kontinu.
3. ALAT DAN BAHAN
a. Alat tulis
b. Komputer atau laptop
c. Kalkulator
4. LANGKAH PRAKTIKUM
1) Analyze -> Regression -> Binary Logistic. Kemudian masukkan variabel terikat ke
kotak dependent dan masukkan semua variabel bebas ke kotak Covariates.
4) Kemudian pad jendela utama, klik OK dan segera lihat Output anda.
5) Interpretasi Data
a) Uji kelayakan model
H0 = Diketahui output dari hormer and lemeshow test 0,416<0,43 yang artinya
model tersebut layak
Model Summary
Step -2 Log Cox & Snell Nagelkerke R
likelihood R Square Square
1 33.774 a
.198 .267
a. Estimation terminated at iteration number 5
because parameter estimates changed by less
than .001.
Nilai Nagelkerke R Square sebesar 0, 267 dan Cox & Snell R Square 0, 198 yang
menunjukkan bahwa status gizi hanya mempengaruhi 0, 267 atau 26,7% pada
berat badan bayi baru lahir, dan terdapat 100% - 26,7 % = 73,3 % sisanya
dipengaruhi oleh faktor lain.
d) Pendugaan parameter
- Dari tabel di atas terlihat nilai signifikan untuk variabel status gizi sebesar 0,276.
Angka tersebut lebih besar dari alpha penelitian (0,276 > 0,05). Artinya status gizi
tidak ada pengaruh dengan berat badan bayi baru lahir.
- Dari tabel di atas terlihat nilai signifikan untuk variabel anemia ibu hamil sebesar
0,032. Angka tersebut lebih kecil dari alpha penelitian (0,032 < 0,05). Artinya
anemia ibu hamil berpengaruh dengan berat badan bayi baru lahir.
5. DAFTAR PUSTAKA