MENDETEKSI PENGARUH NAMA : NURYADI.

Presentasi berjudul: "MENDETEKSI PENGARUH NAMA : NURYADI."— Transcript presentasi:

1 MENDETEKSI PENGARUH NAMA : NURYADI

2 PENGUJIAN (DIAGNOSTIC CHECKING)
Mendeteksi Pengaruh PENYEBAB BESARNYA PENGARUH : Ditentukan nilai X Ditentukan jauhnya nilai Y dari rata-rata Y Tergantung pada model yang digunakan

3 Langkah Mendeteksi Pengaruh
Melihat pola hubungan antara variabel independen (X) dengan variabel dependent (Y). Estimasi Parameter Untuk mengetahui apakah variabel independen (X) mempengaruhi variabel (Y) dengan melihat model regresi yang dihasilkan dengan perhitungan (yang biasanya dilakukan secara manual)

4 Pengujian (Diagnostic Checking)
a. Uji hipotesis koefisien regresi secara bersama-sama untuk mengetahui apakah variabel independen (X) secara bersama-sama mempengaruhi model regresi atau tidak. UJI HIPOTESIS H0 = β1= β2 = ….βp = 0 H1 = minimal ada satu βk ≠ 0, k=0,1,2,3…,p Statistik Uji F* = (JKR / p) / (JKS/n-p-1) H0 ditolak jika F* > Fp ; n-p-1 ; α (F=tabel)

5 b. Uji hipotesis parsial untuk tiap koefisien regresi
Untuk mengetahui pengaruh tiap-tiap variabel independent UJI HIPOTESIS H0 = βk = 0 H1 = βk ≠ 0, k= 0,1,2,3…,p Statistik Uji t* = βi / s.βi Ho ditolak jika t* > t-tabel

6 Uji Keseluruhan dari koefisien regresi :
Hipotesis: Ho = β1 = β2 = 0 H1 = minimal ada satu βk ≠ 0 (β1 ≠ 0 atau β1 ≠ β2 ≠ 0) Statistk Uji : F* = (JKR/2) / (JKS/ n-3)

7 Contoh Kasus Akan diteliti apakah Usia dan pengalaman kerja mempengaruhi pendapatan? Dimana X1 = Usia X2 = Pengalaman kerja Y = Pendapatan

8 Diagram sebar hubungan antara Y (pendapatan) dengan X1 (usia)

9 Diagram sebar hubungan antara Y (pendapatan) dengan X2 (Pengalaman kerja)

10 INTERPRETASI Dari kedua diagram diatas tampak bahwa sebaran titik-titik baik Y dengan X1 maupun Y dengan X2 cenderung naik dan terdapat kecenderungan linear

11 PENGUJIAN (diagnostic checking)
Uji keseluruhan dari koefisien regresi ANOVA : Uji tentang β

12 INTERPRETASI TABEL ANOVA
Dari tabel terlihat bahwa nilai F adalah 35,606>4,74 = F tabel, maka pada tingkat kepercayaan 95% Ho ditolak artinya Usia (X1) dan pengalaman kerja (X2) Signifikan secara bersama-sama mempengaruhi pendapatan karyawan.

13 Koefisien Determinasi dari model
Nilai R2 = 0,91 Artinya 91% pendapatan karyawan dapat dijelaskan oleh usia dan pengalaman kerjanya.

14 Uji Parsial Untuk Tiap Koefisien Regresi

15 INTERPRETASI TABEL Dari tabel terlihat bahwa untuk koefisien β1 nilai t-hitung = 4,81 > 2,365= t-tabel, maka pada tingkat kepercayaan 95% Ho ditolak artinya Usia (X1) secara signifikan berpengaruh positif terhadap pendapatan karyawan.

16 …. Sedangkan untuk koefisien β2 nilai t-hitung = 2,72<>2,365 = t-tabel, maka pada tingkat kepercayaan 95% Ho ditolak. Artinya pengalaman kerja juga mempengaruhi pendapatan secara signifikan

17 Uji kesesuaian Model Diagram sebar antara error dan data faktual

18 INTERPRETASI Tampak bahwa faktor gangguan atau error tersebar secara acak disekitar 0 dan tidak memiliki pola khusus sehingga dapat dikatakan bahwa model regresi hasil estimasi memenuhi sifat linear.

19 Tugas Data Kasus No_urut x1 x2 x3 x4 Y 1 6 44 12 13.2 86.3 2 7 46 15.2
30.9 3 8 70 11 163.2 4 177.7 5 9 60 159.6 10 40 107.2 153.8 79.3 55 155.0 15 42 146.0 160.0 17 50 9.2 200.1 13 237.5 14 18 20 80 339.4 16 22 56 291.9

20 Cek hubungan Korelasi bivariate : chek mana yang berpengaruh
Dari variabel yang berpengaruh lakukan analisis regresi berganda Lakukan interpretasi hasil Kumpulkan pada pertemuan selanjutnya

21 THANK’s For your attention