ANALISIS REGRESI
BERGANDA
Kelompok 3
Saskia Kurniati K012202044
Iis Mirani K012202055
Nurjannah K012202069
Dewi Yuliani K012211043
REGRESI LINIER
ANOVA Table
Standardized Collinearity
Unstandardized Coefficients Coefficients t Sig. Statistics
Model B Std. Error Beta Tolerance VIF
1 (Constant) 284.581 20.912 13.609 .000
Umur (X1) .338 .282 .076 1.199 .244 .808 1.238
Berat Badan (X2) .327 .275 .069 1.188 .248 .968 1.033
Output pada tabel Coefficients menunjukkan bahwa variable umur, berat dan olahraga memberikan semua
nilai VIF dibawah 10 atau nilai Tolerance di atas 0,1. Berarti tidak terdapat gejala multikolinearitas pada
model dalam penelitian ini.
d. Uji asumsi autokorelasi
Uji autokorelasi adalah pengujian asumsi redidual yang memiliki korelasi pada periode ke-t dengan
periode sebelumnya (t-1). Statistik uji yang sering digunakan adalah Durbin-Watson (DW Test). Uji
asumsi autokorelasi dilakukan dengan Langkah sebagai berikut:
Model Summaryb
Output pada tabel Model Summary menunjukkan bahwa dari kasus di atas diperoleh nilai d = 1,692 dan
nilai batas atas pada tabel Durbin-Watson untuk k=3, n=25 dan alpha = 0,05 = 1,654, maka nilai d > dU
artinya model bebas dari gejala autokorelasi.
d. Uji asumsi homoskedastisitas
Uji ini dipergunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari
residual satu pengamatan ke pengamatan lainnya. Uji asumsi homoskesdastisitas dengan program SPSS
adalah sebagai berikut
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 6.752 11.411 .592 .560
Umur (X1) -.182 .154 -.257 -1.182 .251 .808 1.238
Berat Badan (X2) .104 .150 .138 .695 .495 .968 1.033
Lama Olahraga -.035 .036 -.213 -.972 .342 .799 1.251
(X3)
a. Dependent Variable: Abresid
Output pada tabel Coefficients diperoleh p untuk variable umur, berat badan dan lama olahraga semua
> 0,05. Ini dapat disimpulkan model bebas dari masalah heteroskesdastisitas.
Langkah 2: Hitung koefisien regresi dan kemaknaannya
Perhitungan koefisien regresi ganda dan kemaknaannya sama dengan regresi linier sederhana dan
diperoleh hasil sebagai berikut:
Model Summaryb
Std. Error of the
Model R R Square Adjusted R Square Estimate
1 .965
a
.932 .922 2.916
a. Predictors: (Constant), Lama Olahraga (X3), Berat Badan (X2), Umur (X1)
Output pada tabel Model Summary memberikan nilai Adjusted R Square sebesar 0,922. Nilai ini
menunjukkan bahwa sumbangan atau pengaruh variable umur, berat badan dan lama olahraga terhadap
naik turunnya kolesterol adalah sebesar 92,2%. Sisanya 7,8% disebabkan oleh faktor lain yang tidak
dimasukkan dalam model. Pada tabel ini yang digunakan adalah Adjusted R Square karena regresi
linier berganda
ANOVAa
b. Predictors: (Constant), Lama Olahraga (X3), Berat Badan (X2), Umur (X1)
Output pada tabel Anova tampak bahwa nilai F-hitung pada model penelitian adalah sebesar 95,757
dengan nilai p sebesar = 0,000. Karena nilai p = 0,000 lebih kecil dari 0,05, maka dapat disimpulkan
bahwa variable umur, berat badan dan lama olahraga mempunyai pengaruh simultan yang signifikan
terhadap kolesterol. Atau dapat disimpulkan bahwa model yang diperoleh baik (good of fit).
Coefficients
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 284.581 20.912 13.609 .000
Umur (X1) .338 .282 .076 1.199 .244
Berat Badan (X2) .327 .275 .069 1.188 .248
Output pada tabel Coeffients diperoleh nilai Unstandardized Coefficients (Bo) = 284,581, nilai B1 = 0,338, B2 =
0,327, dan B3 = -1,006. Namun dari ketiga variable independent hanya variable lama olahraga yang mempunyai
nilai p = 0,000 < 0,05. Ini dapat disimpulkan bahwa hanya variable lama olahraga mempunyai pengaruh terhadap
kolesterol. Sehingga model regresi yang diperoleh adalah:
Y = 284,581 – 1,006 X atau Kolesterol = 284,581 – 1,006 (lama olahraga).
Besar pengaruh lama olahraga terhadap kolesterol adalah = -0,982. Dari model ini diperoleh koefisien regresi
bernilai negative artinya semakin lama berolahraga semakin turun kolesterol.
THANK YOU