PERTEMUAN XIII

alat statistik yang bermanfaat untuk

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 :

1. H: = 0 ; i0 (model regresi tidak layak digunakan/

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.