ANALISIS REGRESI PENDIDIKAN EKONMI FE

ANALISIS REGRESI F. GALTON (HUKUM GALTON) KETERGANTUNGAN DEPENDEN (TERIKAT) DENGAN SATU ATAU LEBIH VARIABEL INDEPENDEN (BEBAS) PREDIKSI RATA-RATA POPULASI ATAU NILAI RATA-RATA VARIABEL DEPENDEN BERDASARKAN NILAI V INDEPENDEN

ASUMSI ORDINARY LEAST SQUARE MODEL REGRESI LINER Y = a + bx 1 + ui X nonstokastik, tetap dalam sampel yg berulang Nilai rata-rata kesalahan adalah 0 Homoskedasitas (sebaran yang sama) Tidak terdapat autokorelasi Tidak terdapat multikolinier

ASUMSI ORDINARY LEAST SQUARE Jml obs > jml parameter yang diestimasi Adanya variabilitas nilai X Model telah dispesikasikan degan benar

GOODNESS OF FIT SUATU MODEL Ketepatan fungsi regresi sampel dalam menaksir nilai aktual diukur dengan Goodness of fitnya Koefisien diterminasi (R2) Uji signifikansi simultas (Uji F) Uji Signifikasi Parameter Individual (Uji t)

DEFINISI VARIABEL

MEMASUKKAN DATA

ANLISIS REGRESI LINIER

MASUKAN VARIABEL DEPENDENI

Model R R Square Adjst R Sqr SE of Estm 1 .721a .519 .488 2.670 a. Predictors: (Constant), Pelayanan, LOKASI, KEMMANJ

Uji simultan (uji F) ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 354.356 3 118.119 16.567 .000a Residual 327.964 46 7.130 Total 682.320 49 a. Predictors: (Constant), Pelayanan, LOKASI, KEMMANJ b. Dependent Variable: Partisps

Uji Parameter individual (uji t) Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .981 4.062 .241 .810 KEMMANJ .456 .167 .326 2.726 .009 LOKASI .458 .161 .323 2.841 .007 Pelayanan .251 .097 .293 2.579 .013 a. Dependent Variable: Partisps

Persmaan regresi Y = 0,981 +0,456 Kemmanj + 0,458 Loks + 0,251 pelyn

Model R R Square Adjst R Sqr SE of Estm 1 .482a .232 .200 3.74918 a. Predictors: (Constant), INCOME, PENGLM, JMLKEL, PENDKN

Uji signifikansi Simultan (Uji F) ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 221.100 4 55.275 7.189 .000a Residual 730.404 95 7.688 Total 951.504 99 a. Predictors: (Constant), INCOME, PENGLM, JMLKEL, PENDKN b. Dependent Variable: SAVING

Coefficientsa Model Unstandardized Coefficients Standardized t Sig. B Std. Error Coefficients Beta 1 (Constant) -2.284 1.937 -1.179 .241 JMLKEL .109 .191 .052 .570 .570 PENDKN .181 .111 .196 1.635 .105 PENGLM -.006 .038 -.018 -.166 .869 INCOME .197 .060 .357 3.295 .001 a. Dependent Variable: SAVING

ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 393.983 4 98.496 7.007 .000a Residual 1335.351 95 14.056 Total 1729.334 99 a. Predictors: (Constant), ICOME, PENGKER, JUMKEL, PDDK b. Dependent Variable: SAVING

Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -3.448 2.875 -1.200 .233 JUMKEL .377 .260 .135 1.453 .150 PDDK .161 .150 .133 1.077 .284 PENGKER -.036 .055 -.075 -.644 .521 ICOME .289 .077 .387 3.737 .000 a. Dependent Variable: SAVING