mengetahui hubungan antara dua variabel atau lebih, sehingga salah satu variabel dapat diduga dari variabel lainnya. 1. Mencari hubungan variabel independen dengan variabel dependen 2. Memberikan prediksi pada data variabel dependen berdasarkan data variabel independen 3. Mendapatkan model terbaik 1. Uji Normalitas 2. Uji Linearitas 3. Uji Heteroskedastis 4. Uji Multikolinearitas 5. Uji Autokorelasi Analisis Regresi yang hanya memiliki satu variabel independen Yi = b0 + b1Xi Yi : nilai variabel dependen pada observasi ke-i b0 : konstanta/intercept b1 : koefisien regresi X1 Xi : nilai variabel independen pada observasi ke-i
Y : var. dependen : var. respon
X : var independen : var. explanatory Untuk melihat apakah ada hubungan linear antara var. dependen dg var. independen
1. hubungannya linear positif
2. hubungannya linear negatif
3. tidak ada hub. linear jika datanya
mengumpul/menyebar, tidak membentuk pola seperti garis-garis diatas Uji hipotesis :
tidak ada hub.linear antara var.independen dg var.dependen) H: 0 ; i0 (model regresi layak digunakan /ada hub.linear antara var.independen dg var.dependen) 2. Tingkat signifikansi : 3. Statistik uji : sig atau Fhitung 4. Daerah kritis : Ho ditolak jika sig < atau Fhitung > Ftabel 5. Kesimpulan 1. Uji terhadap konstanta 2. Uji terhadap koefisien regresi dari b1 Uji hipotesis :
1.H: = 0 (konstanta tidak signifikan thdp model
regresi) H: 0 (konstanta signifikan thdp model regresi) 2. Tingkat signifikansi : 3. Statistik uji : sig 4. Daerah kritis : Ho ditolak jika sig < 5. Kesimpulan Uji hipotesis :
1.H: = 0 (koefisien regresi X tidak signifikan
thdp model regresi / tidak ada pengaruh var.independen thdp var.dependen) H: 0 (koefisien regresi X signifikan thdp model regresi / ada pengaruh var.independen thdp var.dependen) 2. Tingkat signifikansi : 3. Statistik uji : sig 4. Daerah kritis : Ho ditolak jika sig < 5. Kesimpulan Korelasi mengukur keeratan hubungan linear dari dua variabel Tidak menggambarkan hubungan sebab akibat Nilainya berkisar antara -1 sampai 1 Tanda + dan menunjukkan arah hubungan (+) searah ( - ) berlawanan arah R digunakan untuk menilai kesesuaian model Koefisien determinasi : % keragamanY yang mampu dijelaskan oleh X Contoh : Nilai R = 0.912 Artinya: kira-kira 91,2% variasi variabelY mampu dijelaskan oleh variable X, sisanya disebabkan oleh faktor lain yang belum bisa dijelaskan.