ESA SI (Minggu ke-7)

Analisis regresi merupakan metode statistika yang amat banyak digunakan dalam peneltian. Secara umum regresi adalah studi mengenai ketergantungan satu variabel (variabel tak bebas/ variabel respon) dengan satu atau lebih variabel bebas/ variabel penjelas.

            Sebelum melakukan analisis regresi berganda untuk uji hipotesis penelitian, maka ada beberapa persyaratan atau asumsi klasik yang harus terpenuhi, diantaranya yaitu data interval atau rasio, linearitas, normalitas, non outlier, homoskedastisitas, non multikolinearitas dan non autokorelasi.

Persyaratan Penggunaan Analisis Regresi

1. Model regresi dikatakan layak jika angka signifikansi pada ANOVA sebesar < 0.05

2. Predictor yang digunakan sebagai variabel bebas harus layak. Kelayakan ini diketahui jika angka Standard Error of Estimate < Standard Deviation.

3. Koefesien regresi harus signifikan. Pengujian dilakukan dengan Uji T. Koefesien regresi signifikan jika T hitung > T tabel (nilai kritis).

4. Tidak boleh terjadi multikolinieritas" artinya tidak boleh terjadi korelasi yang sangat tinggi atau sangat rendah antar variabel bebas. Syarat ini hanya berlaku untuk regresi linier berganda dengan variabel bebas lebih dari satu.

5. Tidak terjadi otokorelasi. Terjadi otokorelasi jika angka Durbin dan Watson (DA) sebesar < 1 dan > 3

6. Keselerasan model regresi dapat diterangkan dengan menggunakan nilai r2 semakin besar nilai tersebut maka model semakin baik. Jika nilai mendekati 1 maka model regresi semakin baik. Nilai r2 mempunyai karakteristik diantaranya: 1) selalu positif, 2) Nilai r2 maksimal sebesar 1. Jika nilai r2 sebesar 1 akan mempunyai arti kesesuaian yang sempurna. Maksudnya seluruh variasi dalam variabel Y dapat diterangkan oleh model regresi. Sebaliknya jika r2 sama dengan 0, maka tidak ada hubungan linier antara X dan

7. Terdapat hubungan linier antara variabel bebas (X) dan variabel tergantung (Y).

8. Data harus berdistribusi normal.

9. Data berskala interval atau rasio

10. Kedua variabel bersifat dependen, artinya satu variabel merupakan variabel bebas (disebut juga sebagai variabel predictor) sedang variabel lainnya variabel tergantung (disebut juga sebagai variabel response)



 

Comments

Post a Comment

Popular posts from this blog

MAKALAH MANOVA DUA JALUR

Multivariate Analysis of Variance (MANOVA) merupakan statistik kompleks yang mirip dengan ANOVA, tetapi dengan variabel terikat lebih dari satu yang dianalisis bersamaan. Variabel-variabel dalam MANOVA secara konseptual berhubungan dan memiliki korelasi yang rendah. Hal ini dikarenakan, jika korelasinya terlalu tinggi, maka akan timbul multikolinieritas. Sedangkan jika variabel-variabel tersebut tidak memiliki korelasi, maka tidak ada alasan untuk menganalisisnya secara bersamaan (Leech dkk., 2005) . Dengan lebih dari satu variabel terikat, jika variabel bebas berjumlah satu maka yang digunakan adalah One-Way MANOVA (Manova Satu Jalur). Akan tetapi jika variabel bebasnya berjumlah dua, maka yang digunakan adala Two-Way Manova (MANOVA Dua Jalur). (Leech dkk., 2005)   Makalah MANOVA  
Read more

ESAI MPK (Minggu ke-12)

 Analysis of Covariance (ANCOVA) merupakan analisis statistik yang digunakan untuk membandingkan rata-rata dari dua atau lebih sampel independen dan mengukur korelasi antara dua atau lebih variabel (Ravid, 2011; Rutherford, 2001). Secara ringkas, ANCOVA merujuk pada teknik analisis yang mengkombinasikan ANOVA dan analisis regresi linier (Rutherford, 2011, Rutherford 2001). Sama seperti ANOVA, jenis ANCOVA juga terdapat ANCOVA satu jalur dan dua jalur. Perbedaannya adalah pada jumlah variabel independennya (faktor). Menurut Garson (2013), ANCOVA digunakan untuk tiga tujuan: 1. Dalam desain kuasi-eksperimental, untuk menghilangkan efek dari variabel yang mengubah hubungan dari kategoris independen ke interval dependen. 2. Dalam desain eksperimental, untuk mengontrol faktor-faktor yang tidak dapat diacak tetapi dapat diukur pada skala interval. Karena pengacakan pada prinsipnya mengontrol semua variabel yang tidak terukur, penambahan kovariat ke model jarang atau tidak pernah diperluk...
Read more

ESAI SI (Minggu ke-11)

 Anava dua jalur adalah teknik statistik inferensial parametrik yang digunakan untuk menguji hipotesis komparatif lebih dari dua sampel (k sampel) secara serempak bila setiap sampel terdiri dari dua kategori atau lebih. Tujuan dari uji ini adalah untuk menguji terdapat atau tidak perbedaan hasil yang dicapai berdasarkan kriteria-kriteria yang dipakai. Asumsi yang harus dipenuhi dalam ANAVA di antaranya:  (a) terdiri dari kelompok-kelompok independen,  (b) variabel dependen diukur pada skala interval atau rasio,  (c) variabel dependen terdistribusi normal dalam populasi,  (d) skor-skor yang diperoleh dari sampel-sampel yang random, dan  (e) variannya homogen. Dikatakan ANAVA dua jalur karena jumlah variabel independent/faktornya sebanyak dua.
Read more