Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

ANALISIS REGRESI GANDA (dua prediktor). ………..PENDAHULUAN Analisis regresi dua prediktor adalah sebuah teknik analisis yang digunakan untuk mengetahui.

Presentasi serupa


Presentasi berjudul: "ANALISIS REGRESI GANDA (dua prediktor). ………..PENDAHULUAN Analisis regresi dua prediktor adalah sebuah teknik analisis yang digunakan untuk mengetahui."— Transcript presentasi:

1 ANALISIS REGRESI GANDA (dua prediktor)

2 ………..PENDAHULUAN Analisis 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.

3 PERSAMAAN REGRESI: Y = a + bX1 + cX2 Y = Kriterium X1,2= Prediktor 1,2 a = konstanta b,c= koefisien regresi

4 CONTOH: X1X2Y 9105 11128 10117 12136 10147 8105 9125 117 137 10116 12178 15126 157 11147 13158 1.Dari data di samping buatlah persamaan regresi antara Bakat (X1) dan Minat (X2) dengan prestasi belajar siswa! 2.Apakah persamaan regresi yang diperoleh dapat dijadikan sebagai dasar prediksi terhadap prestasi belajar siswa berdasarkan Bakat dan Minatnya? 3.Apakah ada korelasi Bakat (X1) dan Minat (X2) dengan prestasi belajar siswa (Y)? 4.Jika ya, prediktor mana yang lebih dominan dalam memprediksi prestasi siswa?

5 X1X2YX1²X2²Y²X1X2X1YX2Y 9105 11128 10117 12136 10147 8105 9125 117 137 10116 12178 15126 157 11147 13158 ∑∑∑∑∑∑∑∑∑ Selesaikan tabel sebagaimana berikut:

6 X1X2YX1²X2²Y²X1X2X1YX2Y 91058110025904550 11128121144641328896 10117100121491107077 12136144169361567278 10147100196491407098 81056410025804050 912581144251084560 12117144121491328477 11137121169491437791 10116100121361106066 121781442896420496136 15126225144361809072 121571442254918084105 11147121196491547798 1315816922564195104120 1651909918592464669211411021274 Selesaikan tabel sebagaimana berikut:

7 Langkah-langkah perhitungan: 1.Menghitung rata-rata

8 Langkah-langkah perhitungan: 2. Menghitung deviasi

9 …….. Menghitung deviasi

10

11

12

13

14

15 Langkah-langkah Perhitungan: 3. Menghitung koefisien regresi

16 …..3. Menghitung koefisien regresi

17

18

19 Langkah-langkah Perhitungan: 4. Membuat Persamaan Regresi Y= a + bX1 + cX2 =1,405 + 0,136X1 + 0,292X2

20 Langkah-langkah Perhitungan: 5. Menguji Signifikansi Persamaan Regresi

21 …….5. Menguji Signifikansi Persamaan Regresi m = banyaknya prediktor

22 …….5. Menguji Signifikansi Persamaan Regresi Untuk F 5% (tabel alpha = 0,05) Lihat baris pada angka 12 (sesuai dbres) dan kolom pada angka 2 (sesuai db reg ) diperoleh F5% = 3,885 Untuk F 1% (tabel alpha = 0,01) Lihat baris pada angka 12 (sesuai dbres) dan kolom pada angka 2 (sesuai db reg ) diperoleh F1% = 6,927

23 …….5. Menguji Signifikansi Persamaan Regresi Dari 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.

24 Langkah-langkah Perhitungan: 6. Menghitung taraf korelasi

25 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

26 …….7. Menguji Signifikansi Taraf Korelasi Dari hasil perhitungan diperoleh Freg = 5,712 > F5% = 3,885 berarti ada korelasi yang signifikan antara bakat dan minat dengan prestasi siswa.

27 Langkah-langkah Perhitungan: 8. Menghitung Sumbangan Relatif (SR) 100%

28 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.


Download ppt "ANALISIS REGRESI GANDA (dua prediktor). ………..PENDAHULUAN Analisis regresi dua prediktor adalah sebuah teknik analisis yang digunakan untuk mengetahui."

Presentasi serupa


Iklan oleh Google