Kelompok 2

Mega Putri Novia Agustin (08010520007)

Alicia Fatihah (08020520014)
Muhammad Zaidan Fahmi (08020520025)
Nadya Kurnia Sabrina (08020520028)
 Table Of Contents

25% 50% 75% 90%

Analisis Regresi Analisis Regresi Analisis Regresi Studi Case

Sederhana Berganda Logistik
 ANALISIS REGRESI SEDERHANA

Analisis regresi sederhana (simple regression analysis) adalah

analisis yang digunakan untuk menganalisis satu variabel terikat (Y)
dengan menggunakan satu variabel bebas (X). Variabel bebas yang
dipilih adalah yang mempunyai hubungan (korelasi) dengan variabel
terikat. Untuk mengetahui bahwa variabel bebas (X) yang dipilih
mempunyai korelasi dengan variabel terikat (Y) dapat digunakan
analisis korelasi.

Analisis Korelasi
Analisis korelasi (correlation analysis) adalah analisis
yang digunakan untuk mengetahui hubungan sebab akibat
antara beberapa variabel.
Rumus yang dapat digunakan dalam analisis korelasi
berupa metode kuadrat terkecil sebagai berikut.
Koefisien Determinan ()
Koefisien determinan () mengukur persentase variabilitas
Y yang dapat dijelaskan dengan variabel bebas X. Dalam
analisis regresi, koefisien determinan (coefficient of
determination) ini merupakan nilai terpenting karena
koefisien determinan menggambarkan seberapa jauh
variabilitas Y dipengaruhi oleh variabilitas X. Rumus
koefisien determinan () dapat dihitung dan hasil
perhitungan metode kuadrat terkecil sebagai berikut.

Pengujian Hipotesis tentang Koefisien Korelasi

Dalam merumuskan hipotesis nol (Ho) harus disertai
dengan hipotesis alternatif (H1) sebagai berikut.
H0 e = 0, X dan Y tidak berkorelasi
Ha e mempunyai hubungan negatif
Ha e mempunyai hubungan positif
Ha e berkorelasi
Bila hasil pengujian ternyata harus menerima H0 berarti
X dan Y tidak berkorelasi, maka tidak ada gunanya
menggunakan regresi Y = a + bX untuk meramalkan Y
 Analisis Regresi Berganda
Analisis regresi berganda (multiple regression analysis) adalah analisis regresi yang mampu
menjelaskan hubungan antara variable terikat (dependen) dengan variable bebas (independent) yang
lebih dari satu.

Persamaan Regresi
Berganda
Y = variabel terikat
= konstanta (intersep) dari Y
dan = koefisien regresi parsial
dan = dua variabel bebas
Koefisien Korelasi
Koefisien Determinasi
Pada analisis regresi berganda Koefisien determinasi parsial
perhitungan koefisien korelasi dihitung berdasarkan perhitungan
dihitung secara parsial dan koefisien korelasi parsial yang
secara berganda. dikuadratkan sebagai berikut:
Sebuah variabel bebas yang
baik adalah variabel bebas yang Perhitungan koefisien determinasi
berhubungan erat dengan berganda () sebagai berikut:
variabel terikatnya dan tidak
berhubungan erat dengan
variabel bebas lainnya.
 Analisis Regresi Logistik
Regresi logistik dapat digunakan untuk memodelkan hubungan antara dua kategori variabel dependen dan dua atau lebih variabel
independent. Analisis regresi logistik ini digunakan untuk melihat pengaruh sejumlah variabel independen terhadap variabel dependen
yang berupa variabel response biner yang hanya mempunyai dua nilai atau juga untuk memprediksi nilai suatu variabel dependen
berdasarkan nilai variabel-variabel independen

𝑌 =1 𝑛 ( 𝜋
1− 𝜋 )
= 𝛽 0+ 𝛽 1 𝑋 1+ 𝛽 2 𝑋 2+ 𝛽 3 𝑋 3+ 𝛽 4 𝑋 4 +𝜇 𝑖

1. Uji Validitas dan Reliabilitas

Uji validitas merupakan uji yang dilakukan untuk mengetahui data itu valid ataukah tidak.Apabila r hitung ≥ r tabel maka item pertanyaan
memiliki kategori valid. Namun sebaliknya, jika r hitung < r tabel maka item pertanyaan dikategorikan tidak valid. Uji reliabilitas di mana uji
ini digunakan untuk mengetahui tingkat konsistensi dan stabilitas nilai hasil skala pengukuran tertentu. Pada uji reliabilitas ini melihat dari
nilai Cronbach’s Alpha, jika nilai Cronbach’s Alpha ≥ 0,6 maka hasil suatu kuesioner tersebut reliabel (konsisten). Dan jika nilai Cronbach’s
Alpha < 0,6 maka hasil suatu kuesioner tersebut tidak reliabel (tidak konsisten).
2. Uji Multikolinieritas
Model regresi yang baik adalah model regresi yang variabel bebasnya tidak mempunyai korelasi yang tinggi. Mengetahui adanya
multikolinearitas dengan melihat nilai dari VIF (Variance Inflation Factor), jika nilai VIF < 10 maka tidak terjadi multikolinearitas.
 Studi Kasus Analisis Regresi Logistik (Studi Pada Rumah Tangga Muslim Di Kota
Malang)

1. Uji Kelayakan Model

Berikut ini pengujian menggunakan Hosmer and Lemeshow’s Goodness of Fit Test, yaitu :
Tabel 2 : Hosmer and Lemeshow’s Goodness of Fit Test

2. Uji Keseluruhan Model

Berikut ini uji overall model fit dengan menunjukkan hasil perbandingan nilai -2LL awal dengan - 2LL akhir, yaitu :
Tabel 3 : Perbandingan Nilai -2LL Awal dan -2LL Akhir -2LL

3. Uji Goodness of Fit (R2 )

Pengujian ini digunakan untuk mengetahui kemampuan variabel independen dalam menjelaskan variabel dependen.
Berikut ini merupakan nilai Negelkerke R Square yaitu:
Tabel 4 : Uji Goodness of Fit (R2 )
 Berikut ini classification table pada penelitian ini yaitu:
Tabel 5 : Classification Table Observed Predicted

4. Uji Signifikansi Simultan

Pada uji ini, apabila nilai signifikansi Chi Square < tingkat signifikansi maka dinyatakan bahwa variabel
independen secara simultan dapat mempengaruhi variabel dependen. Di bawah ini merupakan hasil dari uji
signifikansi simultan yaitu:
Tabel 6 : Hasil Uji Omnibus Tests of Model Coefficients
5. Uji Signifikansi Individual
Uji signifikansi individual dilakukan dengan cara membandingkan nilai signifikansi pada masing-masing variabel
independen dengan tingkat signifikansi yang digunakan. Sehingga dapat diketahui variabel independen
mempengaruhi variabel dependen ataukah tidak pada model regresi logistik. Di bawah ini adalah hasil uji
koefisien regresi logistik sebagai berikut :
Tabel 7 : Hasil Uji Koefisien Regresi Logistik

Berdasarkan tabel 7 maka persamaan model regresi logistik yang terbentuk sebagai berikut :
Y = -11.283 + 0.000 X1 + 0.168 X2 + 0.420 X3 + 0.105 X4 + µi
Dengan menggunakan tingkat signifikan sebesar 0,1 atau 10% maka pengaruh variabel independen terhadap
keputusan muzakki dalam menunaikan zakat maal melalui BAZNAS/LAZ yaitu:

a. Variabel pendapatan (X1) memiliki nilai signifikan 0,092 (kurang dari 0,1) sehingga dengan demikian artinya
adalah variabel pendapatan mempengaruhi secara parsial keputusan muzakki dalam menunaikan zakat maal
melalui BAZNAS/LAZ.
b. Variabel kepercayaan (X2) memiliki nilai signifikan 0,024 (kurang dari 0,1) sehingga dengan demikian
artinya adalah variabel kepercayaan mempengaruhi secara parsial keputusan muzakki dalam menunaikan
zakat maal melalui BAZNAS/LAZ.
c. Variabel motivasi (X3) memiliki nilai signifikan 0,001 (kurang dari 0,1) sehingga dengan demikian artinya
adalah variabel motivasi mempengaruhi secara parsial keputusan muzakki dalam menunaikan zakat maal
melalui BAZNAS/LAZ.
Variabel pengetahuan zakat (X4) memiliki nilai signifikan 0,496 (lebih dari 0,1) sehingga dengan demikian artinya
adalah variabel pengetahuan zakat tidak mempengaruhi secara parsial keputusan muzakki dalam menunaikan zakat
melalui BAZNAS/LAZ.
THANK YOU
Any Question?