F hitung =
Dimana :
m = jumlah variabel bebas yang baru masuk
n = jumlah data observasi
k = banyaknya parameter dalam persamaan baru
Rsquare new = nilai Rsquare dari persamaan yang baru
Rsquare Old = nilai Rsquare dari persamaan yang lama
Sehingga F hitung = 35,714
•Sedangkan
F table V1=k dan v2 = n-k-1 dengan 95% = 3,587
Pengambilan keputusan :
Jika F hitung > F table maka Ho ditolak
Jika F hitung < F table maka Ho diterima
Kriteria Hipotesis :
Ho = bentuk linier benar
Ha = bentuk linier salah
Dengan demikian F hitung > F table maka Ho ditolak yang berarti
bentuk bukan linier
Model Summaryb
Model Summaryb
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Berat Badan Bayi Lahir 17.631 1.774 .913 9.940 .000 .991 1.009
Panjang Bayi Lahir -.624 .312 -.184 -2.003 .068 .991 1.009
B. Autokorelasi
Tujuannya untuk mengetahui ada tidaknya korelasi Antara variabel
pengganggu pada periode tertentu dengan variabel sebelumnya.
Mendeteksi autokorelasi dengan menggunakan nilai Durbin Watson (dl
dan du).
Model Summaryb
C. Heteroskedastisitas
Digunakan untuk menguji terjadinya perbedaan variance residual
suatu periode pengamatan ke periode pengamatan yang lain.
Cara memprediksi ada tidaknya heteroskedastisitas pada suatu
model dapat dilihat dengan pola gambar Scatterplot.
Regresi yang tidak terjadi heteroskedastisitas jika :
1. titik-titik data menyebar di atas dan di bawah atau di sekitar
angka 0
2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja
3. Penyebaran titik-titik data tidak boleh membentuk pola
bergelombang melebar kemudian menyempit dan melebar
kembali.
4. Penyebaran titik-titik data tidak berpola.
Analisis dari Scatterplot di atas :
1. titik-titik data menyebar di atas dan di bawah atau disekitar 0
2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja
3. Penyebaran titik-titik data tidak membentuk pola bergelombang
menyebar kemudian menyempit dan melebar kembali
4. Penyebaran titik-titik data tidak berpola
Maka dapat disimpulkan tidak terjadi heterokedastisitas.
4. Uji Validitas
Digunakan untuk mengetahui kelayakan butir-butir dalam suatu
daftar pertanyaan dalam mendefinisikan suatu variabel. Uji
validitas ini sebaiknya dilakukan pada setiap butir pertanyaan di uji
validitasnya. Hasil r hitung dibandingkan dengan r table dimana df
= n-2 dengan sig 5%. Jika r table < r hitung maka valid.
5. Uji Reabilitas (keandalan)
Merupakan suatu kestabilan dan konsistensi responden dalam
menjawab hal yang berkaitan dengan kontruk-kontruk pertanyaan
yang merupakan dimensi suatu variabel dan disusun dalam suatu
bentuk kuisioner. Hasil Uji Reabilitas jika nilai Alpha > 0,60 maka
pertanyaannya reliable.
Contoh
Jawaban responden terhadap pelayanan suatu hotel
No STS TS S SS
(1) (2) (3) (4)
2 Apakah karyawan di hotel kami cepat tanggap dengan apa yang diinginkan konsumen?
3 Apakah karyawan di hotel kami telah memberikan pelayanan sesuai dengan keinginan
konsumen?
4 Apakah karyawan di hotel kami dapat selalu memberikan keterangan dengan jelas setiap
pertanyaan konsumen yang berhubungan dengan hotel?
5 Apakah anda sebagai tamu mendapat pelayanan yang baik di hotel kami?
Langkah-langkahnya
1. Memasukkan data ke SPSS
a. Buka SPSS pilih variabel view
b. Variabel pertama : pertanyaan 1
c. Name : ketik p1
d. Type : pilih Numeric
e. Width : pilih 8
f. Decimal : pilih 0
g. Label : ketik Pertanyaan 1
h. Value : pilin None
i. Columns : pilih 8
j. Align : pilih Right
k. Measure : pilih Scale
Variabel kedua : pertanyaan 2
a. Name : ketik p2
b. Dan seterusnya mengikuti pertanyaan pertama
Variabel ketiga : pertanyaan 3
c. Nama : ketik p3
d. Dan seterusnya mengikuti pertanyaan 1 dan 2
e. Isi sampai pertanyaan kelima
Mengisi Data
1. Setelah data diinput save dan beri nama valid dan reliable
2. Mengolah data : klik Analyze-Scale-Realiability Analysis
•3. Masukkan p1,p2,p3,p4,p5 ke kotak Items
4. Klik Statistics
5. Beri tanda pada Scale If Item Deleted
6. Klik Continue
7. Klik Ok
Hasil Uji Validitas
Dengan menggunakan jumlah responden sebanyak 30 maka nilai r table
dapat diperoleh melalui table r product moment pearson dengan df = n
– 2, jadi df = 30 – 2= 28, maka r table = 0,312. pertanyaan dikatakan
valid jika r hitung > r table, dapat dilihat dari Corrected Item Total
Corelation
Item-Total Statistics