STATISTIKA PENELITIAN

NAMA : AZIZUL AMLAN

NIM : ( 411417019 )

Pengertian Regresi Berganda

Regresi berganda adalah model regresi atau prediksi yang melibatkan lebih dari satu variabel bebas atau
prediktor. Istilah regresi berganda dapat disebut juga dengan istilah multiple regression. Kata multiple berarti
jamak atau lebih dari satu variabel. Perbedaannya adalah jika multiple regression atau regresi berganda adalah
adanya lebih dari satu variabel prediktor (variabel bebas/variabel independen. Sedangkan multivariat regression
atau regresi multivariat adalah analisis regresi dimana melibatkan lebih dari satu variabel response (variabel
terikat/variabel dependen).

Jenis regresi Berganda

1.) Regresi Linear Berganda

Regresi Linear Berganda adalah model regresi berganda jika variabel terikatnya berskala data interval atau
rasio (kuantitatif atau numerik). Sedangkan variabel bebas pada umumnya juga berskala data interval atau rasio.
Namun ada juga regresi linear dimana variabel bebas menggunakan skala data nominal atau ordinal, yang lebih
lazim disebut dengan istilah data dummy. Maka regresi linear yang seperti itu disebut dengan istilah regresi linear
dengan variabel dummy.

❖ UJI SIGNIFIKAN MODEL REGRESI GANDA

❖ UJI KORELASI GANDA

Korelasi ganda (multiple correlation) merupakan angka yang menunjukkan arah
dan kuatnya hubungan antara dua variabel independen secara bersama-sama atau
lebih dengan satu variabel dependen. Sebagai contoh penelitian yang berjudul,
Hubungan Tingkat Percaya Diri dan Motivasi Belajar dengan Prestasi Belajar
Bahasa Inggris. Pada penelitian tersebut menanyakan hubungan secara bersama-
sama antara Tingkat Percaya Diri dan Motivasi Belajar dengan Prestasi Belajar
Bahasa Inggris. Rumus korelasi ganda dua variabel adalah sebagai berikut.
 Jadi untuk dapat menghitung korelasi ganda, maka harus dihitung terlebih
dahulu korelasi sederhananya dulu melalui korelasi Product Moment dari Pearson.

Contoh 6.2 Dilakukan penelitian ada tidaknya hubungan antara tingkat percaya diri dan motivasi belajar
dengan prestasi belajar bahasa inggris kelas X SMA “ Tirta” . Untuk keperluan tersebut, maka telah dilakukan
pengambilan data terhadap 10 responden yang diambil secara random. Berdasarkan 10 responden tersebut diperoleh
data tentang hasil tingkat percaya diri (X1), motivasi belajar (X2), dan prestasi belajar bahasa inggris (Y), sebagai
berikut.
❖ UJI KORELASI PARSIAL X1 Dengan Parsial Y Jika X2 Dikontrol
Korelasi Parsial Merupakan suatu korelasi yang menjelaskan korelasi antara 1 variable
dengan 1 variable dan variable lainnya dianggap konstan. Terdapat 3 macam bentuk
korelasi parsial, yaitu :

❖ Uji Normalitas Galat Taksiran

a. Uji Normalitas Galat Taksiran Y atas X Dalam perhitungan pengujian
persyaratan analisis dilakukan untuk menguji apakah galat taksiran regresi Y atas
X berdistribusi normal atau tidak.
Pengujian normalitas galat taksiran regresi Y atas X dilakukan dengan Uji
Lilliefors pada taraf signifikansi (α = 0,05), untuk sampel sebanyak 40 orang
dengan kriteria pengujian berdistribusi normal apabila Lhitung (Lo) < Ltabel (Lt)
dan jika sebaliknya maka galat taksiran regresi Y atas X tidak berdistribusi
normal. Hasil perhitungan Uji Lilliefors menyimpulkan bahwa taksiran regresi Y
atas X berdistribusi normal.
Hal ini dapat dibuktikan dengan hasil perhitungan Lo = 0,1099 sedangkan
Lt = 0.1401. Ini berarti Lo < Lt (perhitungan terdapat pada lampiran 29).
Statistika Non-Parametrik
• Ciri statistika non-parametrik :
o Prosedur non-parametrik -> fokus hanya
pada beberapa karakteristik dibandingkan
parameter populasi
o Prosedur bebas sebaran (free-distribution) ->
tidak terpaku pada asumsi distribusi data
tertentu
• Kapan digunakan?
o Data yang digunakan memiliki skala yang
tidak memadahi untuk diuji secara
parametrik
o Asumsi penting data untuk diuji secara
parametrik tidak terpenuhi
2
 One-Sample Sign Test
(Uji Tanda Satu Sampel)
• Digunakan untuk menguji apakah median
pada data sama dengan median yang
diharapkan
• Disebut uji tanda karena data diubah
menjadi serangkaian tanda + dan -
• Asumsi :
a. Contoh acak saling bebas dengan median (M) tidak
diketahui
b. Skala variabel minimal ordinal
c. Variabel yang diamati kontinu
• Hipotesis :
a. (dua sisi) :H0:M=M0,H1:M≠M0

b. (satu sisi) :H0:M≤M0,H1:M>M0

c. (satu sisi) :H0:M≥M0,H1:M<M0

3
 Sign test ....
• Statistik uji 0 → abaikan
− 0= −→ −
+→ +

(Hipotesis a) : S = S’ = min(S-, S+)

(Hipotesis b) : S = S-
(Hipotesis c) : S = S+

• Kaidah Keputusan

4
 Sign test ....
• Latihan

Apakah benar bahwa mahasiswa pada

umumnya menyediakan waktu kurang dari dua
jam untuk belajar mandiri?

Statistik Uji : S = S+ = 2
Keputusan :
Kesimpulan : tidak cukup bukti untuk menolak
H0
-> umumnya mahasiswa menyediakan waktu ≥ 2 jam belajar
5
 Wilcoxon Signed-Ranks
Test
• Suatu prosedur non-parametrik untuk
menguji median yang memanfaatkan
arah (tanda + dan -) maupun besar
arah itu.
• Asumsi :
a. Contoh acak saling bebas dengan median
(M) tdk diketahui
b. Variabel yang diamati kontinu
c. Data diukur minimal skala interval
d. Pengamatan saling bebas
• Hipotesis
6
 Wilcoxon ...
• Prosedur
1. Hitung Di = Xi – M0 (jika hasilnya 0, maka
abaikan)
2. Beri peringkat untuk Di (jika ada yg sama,
peringkatnya dirata-ratakan)
3. Hitung jumlah peringkat dengan tanda +
(T+) dan – (T-)

• Statistik Uji
7
 Wilcoxon ....
• Kaidah Keputusan

8
 Wilcoxon ....
• Latihan

Apakah median IP suatu kelas tsb kurang dari

3.40 ?
Hipotesis :H0=M≥3.40;H1=M<3.40

9
Wilcoxon ....

T
a
b
e
l
 W
i
l
c
o
x
o
n
T
1
0
(
0
.
0
5
)
≈

1
1

Keputusan : karena T+ > Ttabel, maka tidak tolak H0

-> pernyataan tsb tidak dapat dibuktikan (median IP mahasiswa
tak lebih dari 3.40)
10
 Median Test
(uji perbandingan nilai
tengah)
• Digunakan untuk menguji apakah
sama median sampe 1 dengan median
sampel 2
• Asumsi :
a. Data terdiri dari 2 contoh acak yang berasal
dari populasi-populasi dengan median tidak
diketahui
b. Skala data minimal ordinal
c. Variabel yang diukur bersifat kontinu
d. Dua populasi dengan bentuk sama
11
 Median test ...
• Hipotesis : H0 = MX = MY ; H1 = MX ≠ MY

• Prosedur
a. Gabungkan data sampel X dengan Y (n1 + n2
pengamatan)
b. Klasifikasikan menurut tabel berikut

Tolak H0 jika |T|≥ ztabel

• Statistik uji
• Kaidah keputusan :
12
 Median test ...
• Latihan

Apakah median kedua sampel tersebut sama?

13
 Median test ...
• Hipotesis : H0 = MX = MY ; H1 = MX ≠ MY

• Statistik uji
median = (n1+n2)/2 =
(15+13)/2 = 14

T
=
1.
14
<
zt
ab
el
=
1.
96
->
ti
da
k
to
la
k
H0
14
 Mann-Whitney Test
• Digunakan untuk menguji apakah
sama median sampel 1 dengan media
sampel 2 yang saling bebas
• Asumsi :
a. Data terdiri dari 2 contoh acak yang berasal
dari populasi-populasi dengan median tidak
diketahui
b. Skala data minimal ordinal
c. Variabel yang diukur bersifat kontinu
d. Dua sampel saling bebas
15
 Mann-Whitney ...
• Hipotesis

• Prosedur
a. Gabungkan data sampel X dengan Y
b. Peringkatkan nilai semua amatan, jika
ada ties maka dirata-ratakan
→
c. Jumlah peringkat dari populasi 1 S
• Statistik Uji
16
 Mann-Whitney ...
• Kaidah keputusan

17
 Mann-Whitney
• Latihan

Apakah benar bahwa berat badan mahasiswa

putra melebihi berat badan mahasiswa putri?
• Hipotesis : H0= MX=MY ; H1= MX≠MY

18
 Mann-Whitney ...

S = 53.5

• Kaidah Keputusan
→
untuk n1=6, n2=6, dan = 0.05 w0.05= 8
sehingga w1-0.05=28
→
T=32.5 > w1-0.05=28 berat badan
mahasiswa
putra
melebihi
berat badan
 mahasiswa
putri

Depertemen Statistika IPB 19

 Kruskal-Wallis Test
• Digunakan untuk menguji hipotesis awal
bahwa beberapa contoh berasal dari
populasi yang sama/identik
• Kruskal-Wallis test digunakan untuk
rancangan acak lengkap
Depertemen Statistika IPB 20
 Kruskal-Wallis...
• Asumsi
a. Sampel berasal dari populasi-populasi
dengan nilai median tidak diketahui
b. Contoh saling bebas
c. Variabel yang diukur bersifat kontinu
d. Skala pengukuran minimal ordinal

• Hipotesis

21
 Kruskal-Wallis ...
• Prosedur
a. Gabungkan data semua sampel =

b. Peringkatkan nilai semua amatan, jika

ada ties maka dirata-ratakan
c. Hitung jumlah peringkat untuk setiap
→
contoh Ri
• Statistik Uji
22
 Kruskal-Wallis ...
• Kaidah Keputusan

23
 Kruskal-Wallis ...
• Latihan

Apakah data ini cukup memberikan bukti untuk

menunjukkan adanya perbedaan di antara ketiga
perlakuan tersebut?
24
 Kruskal-Wallis ...
• Hipotesis : H0= perlakuan
berefek sama
H1= min 1
perlakuan
berbeda

→
Tabel Khi-kuadrat 2 db= 2 (0.05) = 5.991 H> 2
→
tabel tolak H0
Depertemen Statistika IPB 25
 Friedman test
• Analog dengan uji analisis ragam
dua arah.
• Asumsi :
a. Data terdiri dari b kelompok
b. Variabelnya kontinu
c. Tidak ada interaksi antara kelompok dan
perlakuan
d. Pengamatan di dalam kelompok dapat
diperingkat berdasarkan besarnya
26
 Friedman ...
• Hipotesis :H0 = M1=M2=...=Mk
→
H1 = min ada 1 Mi≠Mj; i≠j

• Prosedur peringkatkan setiap pengamatan pada

perlakuan yg sama, jumlahkan peringkatnya tiap
kelompok
• Statistik uji
12
2 = ( + 1) 2

−
( + 1) 2
=1

= ( + 1)

→
• Kaidah keputusan : W ≥ Tabel W tolak H0
27
 Friedman ...
• Latihan

Apakah data ini menunjukkan ada

perbedaan di antara ketiga metode?
28
 Friedman ...
• Hipotesis : H0 = MA = MB = MC
H1 = min 1
kesamaan
dilanggar

Dipe
role
hW
=
0.86
11 k
=3
&b
=9
P-value =
P(W≥0.8611)≈
→
0.001 Tolak H0

29
30