Analisis Regresi Linier Berganda

Presentasi berjudul: "Analisis Regresi Linier Berganda"— Transcript presentasi:

1 Analisis Regresi Linier Berganda
Ihsan Rizaldi Hakim

2 Sistematika Pembahasan
Teori Regresi Linier Gambaran umum Analisis SPSS Kesimpulan

3 Regresi Linier Analisis regresi adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel-variabel yang lain. Analisis regresi digunakan untuk melihat pengaruh variable bebas terhadap variabel tergantung serta memprediksi nilai variable tergantung dengan menggunakan variable bebas. Dalam analisis regresi variable bebas berfungsi untuk menerangkan (explanatory) sedang variable tergantung berfungsi sebagai yang diterangkan (the explained).  Dalam analisis regresi data harus berskala interval atau rasio. Hubungan dua variable bersifat dependensi. Untuk menggunakan analisis regresi diperlukan beberapa persyaratan yang harus dipenuhi. Analisis regresi linear ini digunakan untuk menentukan variabel bebas yang berpengaruh terhadap variabel tak bebas dan membentuk suatu model persamaan matematis dari hubungan variabel tak bebas dengan satu atau lebih variabel bebas.

4 Tujuan & Sasaran Tujuan
Untuk mengetahui dan menganalisis regresi linear mengenai pengaruh nilai variabel terhadap nilai variabel bebas sehingga dapat membentuk suatu model persamaan matematis dari hubungan variabel tak bebas dengan satu atau lebih variabel bebas. Sasaran Untuk memberikan pemahaman mengenai teori yang telah diberikan, serta proses pembelajaran mengenai kasus perencanaan yang di ujikan dengan menggunakan analisis regresi

5 Ruang lingkup materi Adapun materi yang ada adalah uji hipotesis mengenai pengaruh faktor-faktor yang mempengaruhi aksesibilitas yang kemudian dianalisis meggunakan metode analisis regresi dengan kajian: Mengkaji nilai F Hitung Mengkaji nilai F Tabel Mengkaji nilai R2 Mengkaji nilai VIF (X1 dan X2) Mengkaji Persamaan Regresi dari data di atas Mengkaji hubungan antara variabel bebas dengan variabel terikat Mengkaji pengaruh antara variabel bebas dengan variabel terikat, dan besarnya pengaruh.

6 Persamaan untuk Regresi Linier
Y = a + b X Ket: Y = variabel terikat X = variabel bebas a = intersep b = koefisien regresi/slop

7

8 Profil kependudukan Kabupaten Garut
Penduduk Kabupaten Garut berdasarkan sensus 2010 berjumlah jiwa, terdiri dari laki-laki jiwa dan perempuan jiwa, dengan sex rasio 102,62 persen dan laju pertambahan penduduk 1,59% per tahun. Wilayah kecamatan dengan jumlah penduduknya terbesar adalah kecamatan  Garut Kota mencapai jiwa, dan terkecil di kecamatan Mekarmukti jiwa. Tingkat kepadatan penduduk rata-rata pada tahun 2010 adalah 783 jiwa/km2 dengan sebaran yang tidak merata pada setiap wilayah kecamatan, terakumulasi di wilayah perkotaan; tertinggi tingkat kepadatannya adalah Tarogong Kidul jiwa/km2 dan Garut Kota jiwa/km2. Tingkat kepadatan terendah adalah wilayah kecamatan Pamulihan 133 jiwa/km2dan Cisewu 191 jiwa/km2. Jumlah rumah tangga pada tahun sebanyak KK dengan banyaknya anggota keluarga antara 4 s/d 5 orang per KK. Jumlah KK terbesar adalah wilayah kecamatan Garut Kota sebanyak KK, Karangpawitan KK dan Cilawu KK. Berdasarkan kelompok usia, jumlah penduduk Kabupaten Garut pada tahun 2009 adalah :       Kelompok usia 0-14 tahun sebanyak jiwa atau 32,97%       Kelompok usia tahun sebanyak jiwa atau 62,07%       Kelompok diatas 65 tahun sebanyak jiwa atau 4,96%.

9 Tabel Jumlah Penduduk Kabupaten Garut, 2010
No Kecamatan Luas (Ha) Jumlah Penduduk Kepadatan Per Ha 1 Cisewu 17283 33010 1,91 2 Caringin 9903 29474 2,98 3 Talegong 10874 30720 2,83 4 Bungbulang 14698 59529 4,05 5 Mekarmukti 5522 15601 6 Pamulihan 13244 17567 1,33 7 Pakenjeng 19844 65699 3,31 8 Cikelet 17232 40998 2,38 9 Pameungpeuk 4411 38861 8,81 10 Cibalong 21359 41152 1,93 Jumlah 134370 372611 32,36

10 Asumsi Hipotesa H0 = Tidak terdapat variabel X yang mempengaruhi Y H1 = Terdapat variabel X yang mempengaruhi Y

11 Coefficient Correlationsa Descriptive Statistics
Analisis Coefficient Correlationsa Model Jumlah_Penduduk Luas_Ha 1 Correlations 1.000 -.535 Covariances 7.205E-10 -1.074E-9 5.600E-9 a. Dependent Variable: Kepadatan Descriptive Statistics Mean Std. Deviation N Kepadatan 2.60 2.119 10 Luas_Ha 1.34E4 Jumlah_Penduduk 3.73E4 Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics Durbin-Watson R Square Change F Change df1 df2 Sig. F Change 1 .891a .794 .735 1.091 13.464 2 7 .004 1.208 a. Predictors: (Constant), Jumlah_Penduduk, Luas_Ha b. Dependent Variable: Kepadatan Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. 95% Confidence Interval for B Correlations Collinearity Statistics B Std. Error Beta Lower Bound Upper Bound Zero-order Partial Part Tolerance VIF 1 (Constant) 3.210 1.027 3.126 .017 .782 5.639 Luas_Ha .000 -.977 -4.807 .002 -.518 -.876 -.825 .714 1.401 Jumlah_Penduduk .858 4.223 .004 .336 .847 .725 a. Dependent Variable: Kepadatan

12

13 Hasil analisis 1. F hitung = 13, F tabel = ? 3. R2 = 0, VIF = X1 (1,401), X2 (1,401) 5. Persamaan Y = a + b1x1 + b2x bnxn Y = 3, (1,401) + 0 (1,401) Y = 3,21 Dari tabel F, untuk α = 0,05, df1 = 2, df2 = 7 maka F tabel = 4,74 Karena F hitung = 13,464 > F tabel = 4,74 maka H0 ditolak dan H1 diterima

14 Kesimpulan Berdasarkan hasil analisis regresi linier pada tingkat kepadatan penduduk di wilayah kabupaten Garut dipengaruhi oleh beberapa variabel bebas yaitu diantaranya jumlah penduduk, dan luas wilayah pada saat kondisi eksisting di tahun 2010, yaitu variabel yang sangat berpengaruh terhadap kepadatan penduduk adalah jumlah peduduk dengan nilai korelasi mendekati 1, sedangkan untuk variabel luas wilayah eksisting tidak terlalu berpengaruh terhadap kepadatan penduduk di wilayah kabupaten Garut. Karena F hitung > F tabel, maka H0 ditolak, dan H1 diterima. Jadi Paling sedikit ada satu variabel X yang mempengaruhi Y, yaitu kepadatan penduduk yang terdapat di Kabupaten Garut, dapat dipengaruhi oleh jumlah penduduk dan kurang dipengaruhi oleh luas wilayah di wilayah tersebut.

15 Terimakasih..