28
ANALISIS REGRESI GANDA (dua prediktor)

ANALISIS-REGRESI-GANDA2

Embed Size (px)

DESCRIPTION

Analisis regresi multiple

Citation preview

ANALISIS REGRESI GANDA (dua prediktor)

ANALISIS REGRESI GANDA(dua prediktor)..PENDAHULUANAnalisis regresi dua prediktor adalah sebuah teknik analisis yang digunakan untuk mengetahui hubungan antara dua prediktor (X1 dan X2) dengan kriterium. Hubungan ini digunakan sebagai suatu model regresi yang digunakan untuk meramalkan atau meprediksi nilai (Y) berdasarkan nilai (X) tertentu. Dengan analisis regresi akan diketahui prediktor yang benar-benar signifikan mempengaruhi kriterium dan dengan variabel yang signifikan tadi dapat digunakan untuk memprediksi nilai kriterium.PERSAMAAN REGRESI:

Y = a + bX1 + cX2

Y = KriteriumX1,2= Prediktor 1,2a = konstantab ,c= koefisien regresi

CONTOH:X1X2Y910511128101171213610147810591251211711137101161217815126121571114713158Dari data di samping buatlah persamaan regresi antara Bakat (X1) dan Minat (X2) dengan prestasi belajar siswa!Apakah persamaan regresi yang diperoleh dapat dijadikan sebagai dasar prediksi terhadap prestasi belajar siswa berdasarkan Bakat dan Minatnya?Apakah ada korelasi Bakat (X1) dan Minat (X2) dengan prestasi belajar siswa (Y)?Jika ya, prediktor mana yang lebih dominan dalam memprediksi prestasi siswa?X1X2YX1X2YX1X2X1YX2Y910511128101171213610147810591251211711137101161217815126121571114713158Selesaikan tabel sebagaimana berikut:X1X2YX1X2YX1X2X1YX2Y910581100259045501112812114464132889610117100121491107077121361441693615672781014710019649140709881056410025804050912581144251084560121171441214913284771113712116949143779110116100121361106066121781442896420496136151262251443618090721215714422549180841051114712119649154779813158169225641951041201651909918592464669211411021274Selesaikan tabel sebagaimana berikut:Langkah-langkah perhitungan:Menghitung rata-rata

Langkah-langkah perhitungan:2. Menghitung deviasi

.. Menghitung deviasi

.. Menghitung deviasi

.. Menghitung deviasi

.. Menghitung deviasi

.. Menghitung deviasi

.. Menghitung deviasi

Langkah-langkah Perhitungan:3. Menghitung koefisien regresi

..3. Menghitung koefisien regresi

..3. Menghitung koefisien regresi

..3. Menghitung koefisien regresi

Langkah-langkah Perhitungan:4. Membuat Persamaan Regresi

Y= a + bX1 + cX2=1,405 + 0,136X1 + 0,292X2

Langkah-langkah Perhitungan:5. Menguji Signifikansi Persamaan Regresi

.5. Menguji Signifikansi Persamaan Regresi

m = banyaknya prediktor.5. Menguji Signifikansi Persamaan RegresiUntuk F5%(tabel alpha = 0,05) Lihat baris pada angka 12 (sesuai dbres) dan kolom pada angka 2 (sesuai dbreg) diperoleh F5% = 3,885

Untuk F1%(tabel alpha = 0,01) Lihat baris pada angka 12 (sesuai dbres) dan kolom pada angka 2 (sesuai dbreg) diperoleh F1% = 6,927

.5. Menguji Signifikansi Persamaan RegresiDari hasil perhitungan diperoleh Freg = 5,712 > F5% = 3,885 berarti persamaan regresi tersebut secara signifikan dapat digunakan sebagai dasar prediksi terhadap prestasi siswa berdasarkan bakat dan minatnya.Langkah-langkah Perhitungan:6. Menghitung taraf korelasi

Langkah-langkah Perhitungan:7. Menguji signifikansi taraf korelasi

Untuk F5%(tabel alpha = 0,05) Lihat baris pada angka 12 (sesuai dbres) dan kolom pada angka 2 (sesuai dbreg) diperoleh F5% = 3,885

Untuk F1%(tabel alpha = 0,01) Lihat baris pada angka 12 (sesuai dbres) dan kolom pada angka 2 (sesuai dbreg) diperoleh F1% = 6,927

.7. Menguji Signifikansi Taraf KorelasiDari hasil perhitungan diperoleh Freg = 5,712 > F5% = 3,885 berarti ada korelasi yang signifikan antara bakat dan minat dengan prestasi siswa.Langkah-langkah Perhitungan:8. Menghitung Sumbangan Relatif (SR)

100%Langkah-langkah Perhitungan:9. Menghitung Sumbangan Efektif (SE)

Dari perhitungan di atas, diketahui bahwa Bakat (X2) mempunyai sumbangan efektif sebesar 11,3% terhadap prestasi siswa dan Minat (X2) mempunyai sumbangan efektif sebesar 37,4% . Dengan demikian Minat merupakan prediktor yang lebih dominan dalam memprediksi prestasi siswa dibandingkan Bakat.