Analisis Regresi Linier Berganda dan Uji t

Slides:



Advertisements
Presentasi serupa
Analisis Regresi.
Advertisements

Statistik Parametrik.
UJI PERBEDAAN (Differences analysis)
Tulis Pada Lembar Jawaban NAMA JADWAL MANUAL JADWAL KOMPUTER NPM DOSEN TA MANUAL TA KOMPUTER.
Julian Adam Ridjal, SP., MP.
UJI ASUMSI KLASIK.
KORELASI DAN REGRESI LINEAR SEDERHANA
Regresi Analisis regresi adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan matematis antara variabel output/dependen (y) dengan satu.
KORELASI & REGRESI.
BAB VI REGRESI SEDERHANA.
MENGOLAH DATA MENGGUNAKAN SPSS
UJI ASUMSI KLASIK.
Analisis Regresi. ANALISIS REGRESI Melihat ‘pengaruh’ variable bebas/independet variabel/ thd variable terikat/dependent variabel. Berdasarkan jumlah.
Uji Hubungan : Korelasi dan Regresi
2. Independent-Sample T Test
ANALISIS MULTIVARIAT.
ANALISIS KORELASI.
Contoh Perhitungan Regresi Oleh Jonathan Sarwono.
ANALISIS REGRESI DENGAN VARIABEL MODERATING
FEB Univ. 17 Agustus 1945 Jakarta
oleh: Hutomo Atman Maulana, S.Pd. M.Si
MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)
CONTOH KASUS DALAM RISET SKRIPSI DAN TESIS DENGAN REGRESI LINIER
FEB Univ. 17 Agustus 1945 Jakarta
STATISTIK INFERENSIAL
Contoh Korelasi oleh: Jonathan Sarwono
FEB Univ. 17 Agustus 1945 Jakarta
STATISTIK INFERENSIAL
created by Vilda Ana Veria Setyawati
FEB Univ. 17 Agustus 1945 Jakarta
PAIRED SAMPLE T-test Utk menguji apakah 2 sampel yg berhubungan atau berpasangan berasal dari populasi yg mempunyai means sama. Langkah-langkah analisis.
KORELASI & REGRESI.
Analisis Korelasi dan Regresi linier
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
ANALISIS REGRESI.
Uji Hipotesis dengan SPSS
ANALISIS MODERATING.
Uji t Dua Sampel Independent dengan SPSS
KORELASI Dosen : Dhyah Wulansari, SE., MM..
Pertemuan ke 14.
ANALISIS REGRESI BERGANDA
Pertemuan ke 14.
Analisis REGRESI.
Uji Asumsi Klasik Multikolinearitas Normalitas
MODUL 10 ANALISIS REGRESI
Regresi linier satu variable Independent
ANALISIS KORELASI.
VALIDITAS DAN REABILITAS REGRESI BERGANDA Nori Sahrun, S.Kom., M.Kom
REGRESI BERGANDA dan PENGEMBANGAN Nori Sahrun., S.Kom., M.Kom
TUGAS AKHIR PRAKTIKUM METODE STATISTIKA II
Single and Multiple Regression
Analisis Regresi.
KOMPUTER EPIDEMIOLOGI
Makta Kuliah Bimbingan Penulisan Skripsi 2
UJI KORELASI Choirudin, M.Pd.
Regresi Linier Beberapa Variable Independent
UJI HIPOTESIS ANALISIS BIVARIAT.
Regresi Linier Beberapa Variable Independent
Single and Multiple Regression
Tulus maruli tua pasaribu, S.Pd
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
ANALISIS DISKRIMINAN.
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
Analisis Regresi Linier Berganda
UJI ASUMSI KLASIK.
PRAKTIKUM STATISTIKA INDUSTRI
Single and Multiple Regression
ANALISIS REGRESI LINIER
Regresi Linier dan Korelasi
Uji Perbandingan Rata-Rata (Uji t)
Transcript presentasi:

Analisis Regresi Linier Berganda dan Uji t By Daniel Damaris Novarianto S.

Menganalisis Pengaruh Dua Variabel Bebas Terhadap Satu Variabel Tergantung Dengan Menggunakan Regresi Linier Berganda

Analisis Regresi Linier Berganda Pengertian : Menghitung besarnya pengaruh 2 variabel bebas terhadap 1 variabel tergantung Syarat : Variabel bebas dan variabel tergantung harus berskala interval Kegunaan Sama seperti regresi sederhana tetapi variable yang digunakan berjumlah 2

Contoh Kasus Perusahaan ingin melakukan prediksi besarnya jumlah prediksi biaya yang akan dikeluarkan dengan menggunakan dua variable bebas. Berikut prediksi biaya yang akan dikeluarkan oleh perusahaan :

Contoh Kasus (lanj.) Bulan Jumlah Prediksi Biaya Biaya Tetap Biaya Variable January 210.00 30.00 40.00 February 215.00 35.00 45.00 March 220.00 48.00 April 225.00 43.00 50.00 May 230.00 53.00 June 235.00 56.00 July 240.00 55.00 60.00 August 245.00 58.00 63.00 September 250.00 62.00 65.00 October 255.00 68.00 November 260.00 70.00 December 270.00 75.00

Penyelesaian Tahap Pertama: Membuat Desain Variabel

Penyelesaian (lanj.) Tahap Kedua: Masukkan Data pada Posisi Data View

Penyelesaian (lanj.) Tahap Ketiga: Melakukan Analisis Klik Analyze Klik Regression: pilih Linear Pindahkan variabel jumlah prediksi biaya ke kolom Dependent Pindahkan variabel biaya tetap dan biaya variabel ke kolom Independent Masukkan variabel bulan ke kolom Case Labels Isi kolom Method dengan perintah Enter Klik Option : Pada pilihan Stepping Method Criteria masukkan angka 0,05 pada kolom Entry Cek Include constant in equation Pada pilihan Missing Values cek Exclude cases listwise Tekan Continue

Penyelesaian (lanj.) Tahap Ketiga: Melakukan Analisis (lanj.) Pilih Statistics : Pada pilihan Regression Coefficient, pilih Estimate, Model Fit dan Descriptive. Pada pilihan Residual, kosongkan saja Tekan Continue Klik Plots untuk membuat Grafik, pilih produce all partial plots Klik Continue Klik ok untuk proses perhitungan

Bagian ini untuk menafsir besarnya rata – rata biaya penjualan Penyelesaian (lanj.) Tahap Keempat: Menafsir Hasil Perhitungan Bagian I Statistik Deskriptif Bagian ini untuk menafsir besarnya rata – rata biaya penjualan

Penyelesaian (lanj.) Tahap Keempat: Menafsir Hasil Perhitungan (lanj.) Bagian II Korelasi Bagian ini untuk mengetahui ada dan tidaknya hubungan antara variabel jumlah prediksi biaya dan biaya tetap

Bagian ini menunjukkan metode dalam memasukkan variabel Penyelesaian (lanj.) Tahap Keempat: Menafsir Hasil Perhitungan (lanj.) Bagian III Variabel yang Dimasukkan Bagian ini menunjukkan metode dalam memasukkan variabel

Penyelesaian (lanj.) Tahap Keempat: Menafsir Hasil Perhitungan (lanj.) Bagian IV Ringkasan Model Bagian ini berfungsi untuk mengetahui besarnya persentase variabel tergantung jumlah prediksi biaya yang dapat diprediksi dengan menggunakan variabel bebas biaya tetap dan biaya variabel

Penyelesaian (lanj.) Tahap Keempat: Menafsir Hasil Perhitungan (lanj.) Bagian V ANNOVA Bagian ini menunjukkan besarnya angka probabilitas atau signifikansi pada perhitungan Anova yang akan digunakan untuk uji kelayakan model regresi. (sig<0,05)

Penyelesaian (lanj.) Tahap Keempat: Menafsir Hasil Perhitungan (lanj.) Bagian VI Koefisien Regresi Bagian ini menggambarkan persamaan regresi untuk mengetahui angka konstan dan uji hipotesa Persamaan : Y = a + bx1 x2 Uji t pertama: menguji signifikansi konstanta dan biaya variabel tetap Uji t kedua: menguji signifikansi konstanta variabel biaya variabel

Penyelesaian (lanj.) Tahap Keempat: Menafsir Hasil Perhitungan (lanj.) Bagian VII Statistik Residual Bagian ini memberikan penjelasan mengenai nilai minimum, maksimum dan rata -rata jumlah prediksi biaya yang diprediksi

Penyelesaian (lanj.) Tahap Keempat: Menafsir Hasil Perhitungan (lanj.) Bagian VIII Hubungan Biaya Tetap dan Jumlah Prediksi Biaya Terdapat sebaran data yang menuju ke arah kanan atas dengan membentuk slope yang tidak sempurna Dari gambar diatas dapat disimpulkan bahwa biaya tetap mempengaruhi jumlah prediksi biaya secara tidak signifikan

Bagian IX Hubungan Biaya Variabel dan Jumlah Prediksi Biaya Penyelesaian (lanj.) Tahap Keempat: Menafsir Hasil Perhitungan (lanj.) Bagian IX Hubungan Biaya Variabel dan Jumlah Prediksi Biaya Terdapat sebaran data yang menuju ke arah kanan atas dengan membentuk slope yang positif Dari grafik diatas dapat disimpulkan bahwa biaya variabel secara positif mempengaruhi jpb secara signifikan

Menganalisis Perbandingan Antara Dua Variabel Dengan Menggunakan Uji T Sampel Bebas

ANALISIS UJI-t Pengertian: Syarat: Kegunaan : Membandingkan rata-rata dua sampel Syarat: Variabel yang harus dibandingkan harus berskala interval dan kedua kelompok harus memiliki varians ang sama Kegunaan : Membandingkan dua hal yang berbeda

Contoh Kasus Perusahaan perangkat keras komputer X ingin melihat perbedaan rata-rata biaya bahan baku dan biaya tenaga kerja yang dikeluarkan pada bulan Januari dan Februari sebagai bahan pertimbangan untuk menentukan biaya produksi di tahun yang akan datang.

Contoh Kasus (lanj.) Berikut data seperti tertera di samping ini Bulan Biaya Bahan Baku Biaya Tenaga Kerja Januari 550223 551223 556225 557225 557550 558550 558923 558930 559254 559454 601578 602578 602591 603591 615332 617332 621551 624551 635441 636441 645221 648221 653321 659321 Februari 666554 666654 667567 667767 668556 668756 669756 669956 669875 679875 700125 702125 701223 703223 710224 714224 712335 716335 722554 723554 722335 724335 733001 733051 Berikut data seperti tertera di samping ini

Penyelesaian Pertama: Membuat Desain Variabel

Penyelesaian (lanj.) Kedua: Memasukkan Data ke SPSS

Penyelesaian (lanj.) Ketiga : Analisis Data : Analyse Pilih Compare Means Pilih Independent T Test Pindahkan Variabel “bbb” dan “btk” ke dalam kotak Test Variabel dan variabel “bulan” ke dalam kotak Grouping Variable kemudian definisikan groupnya sebagai berikut : isikan 1 pada Group 1 dan 2 pada Group 2 , kemudian tekan Continue Pilih Option: untuk Confidence Interval isikan 95% Klik Ok untuk dihitung.

Penyelesaian (lanj.) Keempat : Menafsir Keluaran Analisis Bagian I Penafsiran Group Statistics Rata –rata biaya bahan baku: Januari = 596434,17 ; Februari = 695342,08 Rata – rata biaya tenaga kerja : Januari = 598118,08 ; Februari = 695342,08 Kesimpulan : rata – rata biaya “bb” dan “btk” lebih besar pada bulan Februari

Bagian II Penafsiran Independent Sample Test untuk Biaya Bahan Baku Penyelesaian (lanj.) Keempat : Menafsir Keluaran Analisis Bagian II Penafsiran Independent Sample Test untuk Biaya Bahan Baku

Penyelesaian (lanj.) Keempat : Menafsir Keluaran Analisis Bagian II Penafsiran Independent Sample Test untuk Biaya Bahan Baku (lanj.) Menguji persyaratan yang harus dipenuhi, yaitu kesamaan varian antara kedua kelompok yang dibandingkan dengan : Rumusan Hipotesis - Hipotesis Penelitian - Rumusan Hipotesis Operational : H0 dan H1 Menentukan kriteria pengambilan keputusan : - Kriteria pengambilan keputusan : Jika sig>0,05, H0 terima ; sig< 0,05, H0 tolak - Hasil Keputusan : sig = 0,059, maka H0 diterima

Penyelesaian (lanj.) Membandingkan Rata – rata biaya bahan baku untuk bulan Januari dan bulan Februari, dengan cara menggunakan angka t test yang mengasumsikan kedua varian yang sama. Langkah – langkah : Rumusan Hipotesis - Hipotesis Penelitian - Rumusan Hipotesis Operasional : H0 dan H1 Tentukan Kriteria Pengambilan Keputusan Dengan cara menggunakan: - Angka Signifikansi : Jika Sig > 0,05 maka H0 diterima ; Sig < 0,05 H0 ditolak Kesimpulan : sig = 0,00. H0 ditolak H1 diterima - Angka t :Jika t hitung > t tabel maka H0 ditolak; t hitung < t tabel, H0 diterima Kesimpulan : t tabel = - 2,086 & t hitung -7,441. H0 ditolak H1 diterima

Penyelesaian (lanj.) Bagian III Menghitung perbedaan rata – rata biaya bahan baku untuk bulan Januari dan bulan Februari Perbedaan Rata-rata biaya bb = 596434,17 – 695342,08 = -98907,917 Bagian IV Membuat Kesimpulan Hasil uji Hipotesis menunjukkan adanya perbedaan rata – rata antara biaya bahan baku untuk bulan Januari dan bulan Februari dan biaya bahan baku untuk bulan Februari lebih Tinggi dari bulan Januari

Thank You !