1 / 28

ANALISIS REGRESI GANDA ( dua prediktor )

ANALISIS REGRESI GANDA ( dua prediktor ). ………..PENDAHULUAN.

kalani
Download Presentation

ANALISIS REGRESI GANDA ( dua prediktor )

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. ANALISIS REGRESI GANDA(duaprediktor)

  2. ………..PENDAHULUAN Analisisregresiduaprediktoradalahsebuahteknikanalisis yang digunakanuntukmengetahuihubunganantaraduaprediktor (X1 dan X2) dengankriterium. Hubunganinidigunakansebagaisuatu model regresi yang digunakanuntukmeramalkanataumeprediksinilai (Y) berdasarkannilai (X) tertentu. Dengananalisisregresiakandiketahuiprediktor yang benar-benarsignifikanmempengaruhikriteriumdandenganvariabel yang signifikantadidapatdigunakanuntukmemprediksinilaikriterium.

  3. PERSAMAAN REGRESI: Y = a + bX1 + cX2 Y = Kriterium X1,2 = Prediktor 1,2 a = konstanta b ,c = koefisienregresi

  4. CONTOH: • Dari data disampingbuatlahpersamaanregresiantaraBakat (X1) danMinat (X2) denganprestasibelajarsiswa! • Apakahpersamaanregresi yang diperolehdapatdijadikansebagaidasarprediksiterhadapprestasibelajarsiswaberdasarkanBakatdanMinatnya? • ApakahadakorelasiBakat (X1) danMinat (X2) denganprestasibelajarsiswa (Y)? • Jikaya, prediktormana yang lebihdominandalammemprediksiprestasisiswa?

  5. Selesaikantabelsebagaimanaberikut:

  6. Selesaikantabelsebagaimanaberikut:

  7. Langkah-langkahperhitungan: • Menghitung rata-rata

  8. Langkah-langkahperhitungan: 2. Menghitungdeviasi

  9. …….. Menghitungdeviasi

  10. …….. Menghitungdeviasi

  11. …….. Menghitungdeviasi

  12. …….. Menghitungdeviasi

  13. …….. Menghitungdeviasi

  14. …….. Menghitungdeviasi

  15. Langkah-langkahPerhitungan: 3. Menghitungkoefisienregresi

  16. …..3. Menghitungkoefisienregresi

  17. …..3. Menghitungkoefisienregresi

  18. …..3. Menghitungkoefisienregresi

  19. Langkah-langkahPerhitungan: 4. MembuatPersamaanRegresi Y = a + bX1 + cX2 =1,405 + 0,136X1 + 0,292X2

  20. Langkah-langkahPerhitungan: 5. MengujiSignifikansiPersamaanRegresi

  21. …….5. MengujiSignifikansiPersamaanRegresi m = banyaknyaprediktor

  22. …….5. MengujiSignifikansiPersamaanRegresi Untuk F5%(tabel alpha = 0,05) Lihatbarispadaangka 12 (sesuai dbres) dankolompadaangka 2 (sesuai dbreg) diperoleh F5% = 3,885 • Untuk F1%(tabel alpha = 0,01) • Lihatbarispadaangka12 (sesuaidbres) dankolompadaangka2 (sesuaidbreg) diperolehF1% = 6,927

  23. …….5. MengujiSignifikansiPersamaanRegresi Dari hasilperhitungandiperolehFreg = 5,712 > F5% = 3,885 berartipersamaanregresitersebutsecarasignifikandapatdigunakansebagaidasarprediksiterhadapprestasisiswaberdasarkanbakatdanminatnya.

  24. Langkah-langkahPerhitungan: 6. Menghitungtarafkorelasi

  25. Langkah-langkahPerhitungan: Untuk F5%(tabel alpha = 0,05) Lihatbarispadaangka 12 (sesuai dbres) dankolompadaangka 2 (sesuai dbreg) diperoleh F5% = 3,885 • Untuk F1%(tabel alpha = 0,01) • Lihatbarispadaangka12 (sesuaidbres) dankolompadaangka2 (sesuaidbreg) diperolehF1% = 6,927 7. Mengujisignifikansitarafkorelasi

  26. …….7. MengujiSignifikansiTarafKorelasi Dari hasilperhitungandiperolehFreg = 5,712 > F5% = 3,885 berartiadakorelasi yang signifikanantarabakatdanminatdenganprestasisiswa.

  27. Langkah-langkahPerhitungan: 8. MenghitungSumbanganRelatif (SR) 100%

  28. Langkah-langkahPerhitungan: 9. MenghitungSumbanganEfektif (SE) Dari perhitungandiatas, diketahuibahwaBakat (X2) mempunyaisumbanganefektifsebesar 11,3% terhadapprestasisiswadanMinat (X2) mempunyaisumbanganefektifsebesar 37,4% . DengandemikianMinatmerupakanprediktor yang lebihdominandalammemprediksiprestasisiswadibandingkanBakat.

More Related