Regresi Linier dan Korelasi

Presentasi berjudul: "Regresi Linier dan Korelasi"— Transcript presentasi:

1 Regresi Linier dan Korelasi
Resista Vikaliana 25/03/2016

2 Regresi Linier Sederhana
Salah satu metode untuk mengetahui hubungan antar variabel (x terhadap y) Misal : harga helm dengan tingkat keamanan (diukur dari kualitas) Regresi Linier Sederhana Resista Vikaliana 25/03/2016

3 Regresi Linier Sederhana (lanjutan-SPSS )
Analyze-Regression-Linear Dependent tingkat kualitas Independent harga Statistics – Descriptive-Part and partial correlations Confidence interval-Casewise diagnostic-Continue Plots-Normal probability plot Regresi Linier Sederhana (lanjutan-SPSS ) Resista Vikaliana 25/03/2016

4 Uji ini dipakai untuk uji pendahuluan pada Regresi Linier Berganda
Uji yang dilakukan adalah Uji Normalitas Uji Heterokedastisitas Uji Mulitikolinieritas Uji Autokorelasi (untuk data yang time series/ jangka waktu tertentu bukan cross sectional/ jangka waktu sama) Uji linieritas Uji Asumsi Klasik Resista Vikaliana 25/03/2016

5 Regresi Linier Sederhana Regresi Linier Berganda
Uji validitas Uji reliabilitas Uji normalitas Untuk Sampel besar (> 2000) digunakan uji Kolmogorov-smirnov, Untuk Sampel kecil (< 2000) digunakan uji Shapiro-Wilks. Uji regresi linier sederhana Uji koefisien korelasi Uji koefisien determinasi Uji Hipotesis T Uji asumsi klasik Uji multikolinearitas Uji heterokedastisitas Uji autokorelasi Uji linieritas Uji regresi linier berganda Uji Hipotesis F Resista Vikaliana 25/03/2016

6 Uji Normalitas Dengan Rasio Skewness dan Rasio Kurtosis
Analyze-Regression-Linier Save-Unstandardized Kembali ke Input Data, muncul unstandardized residual Analyze-descriptive (pindahkan nilai unstandardized residual ke variable-OK Interpretasi: Rasio Skewness: Statistics / Std Deviasi Rasio Kurtosis : statistics/ std deviasi Kedua rasio menyatakan data terdistribusi normal apabila berkisar -2 s.d. +2 Dengan K-S (Kolmogorov Smirnov) Analyze-non parametric test-1 sampel KS Test distribution-normal Bila sig> 0,05 dikatakan normal Resista Vikaliana 25/03/2016

7 Uji Heterokedastisitas
Harus bersifat homokedastisitas/ pengmatan satu dengan pengamatan yang lain sama agar memberikan pandangan model yang lebih akurat Uji yang bisa dilakukan Uji Park Uji White Uji Glejser Uji Heterokedastisitas Resista Vikaliana 25/03/2016

8 Uji Heterokedastisitas dengan Uji Glejser
Undstandardized residual-transform-compute variable Target variable ketik abresid Function group ketik all Function and special variable ketik abs Klik tanda panah atas Masukkan variabel Understandardized residual ke dalam kotak numeric expression-Klik OK Lakukan regresi Analyze-Regression-Linear Kolom dependen: variabel abresid Kolom independen: variabel bebas OK Interpretasi t hitung pada tabel coefficient, lihat sig, bila sig >0,05 tidak signifikan mengindikasikan bahwa model sudah terbebas dari gejala heterokedastisitas. Resista Vikaliana 25/03/2016

9 Uji Multikolinieritas
Suatu kondisi di mana terjadi korelasi atau hubungan yang kuat di antara variabel bebas. Dalam analisis regresi berganda, harus terbebas dari gejala multikolinieritas. Indikasi nilai VIF/ Variance Inflation Factor < 10 berarti baik (tidak ada gejala multikolinieritas) Analyze-Regression-linier Statistics-collinearity diagnostics-continue-OK Resista Vikaliana 25/03/2016

10 Regresi Linier Berganda
Teknik statistika yang dapat digunakan untuk menganalisis hubungan antara variabel dependen dan variabel independen. Untuk mengetahui signifikansi pengarus variabel independen terhadap variabel dependen, sehingga dapat memuat prediksi yang tepat. Regresi Linier Berganda Resista Vikaliana 25/03/2016

11 Regresi Linier Berganda (lanjutan –SPSS)
Analyze-Correlate-Bivariate Pearson-Two tailed-Flag significant correlation Statistics-Collinearity diagnostic-Continue Estimates-Model fit Plot-Normal probability plot Regresi Linier Berganda (lanjutan –SPSS) Resista Vikaliana 25/03/2016

12 Koefisien Korelasi dan Koefisien Determinasi
Lihat di Output: Model Summary Koefisien Korelasi ditunjukkan oleh R2/ R Square Koefisien Determinasi ditunjukkan oleh Adjusted R Square. Nilai Adjusted R Square dikalikan 100% merupakan persentase pengaruh variabel bebas/ independen terhadap variabel terikat/ dependen Untuk korelasi pada regresi berganda, masing- masing variabel bisa dilihat pada Korelasi Bivariat Koefisien Korelasi dan Koefisien Determinasi Resista Vikaliana 25/03/2016

13 0 = Tidak ada korelasi antara dua variabel
Untuk memudahkan melakukan interpretasi mengenai kekuatan hubungan antara dua variabel penulis memberikan kriteria sebagai berikut (Sarwono:2006): 0 = Tidak ada korelasi antara dua variabel >0 – 0,25 = Korelasi sangat lemah >0,25 – 0,5 = Korelasi cukup >0,5 – 0,75 = Korelasi kuat >0,75 – 0,99 = Korelasi sangat kuat 1 = Korelasi sempurna Resista Vikaliana 25/03/2016

14 Uji T bisa dilihat pada Tabel Output Coefficient
Uji F bisa dilihat pada Tabel Output Anava Resista Vikaliana 25/03/2016