Persamaan Regresi Linier Berganda (Contoh Kasus Manual) (01)

Pengolahan Data Regresi Linier Berganda Secara Manual !!!

Langkah 1:

Siapkan DATA MENTAH Y, X1, X2 !!!

Langkah 2:

Berdasarkan Langkah 1, tambahkan kolom tabel berdasarkan komponen rumus yang ada pada rumus b1 (koefisien X1), b2 (koefisien X2) dan bo (konstanta/intercept)  !!!

Langkah 3:

Menghitung nilai b0, b1 dan b2 berdasarkan rumus berikut ini !!!

Langkah 4:

Tentukan Persamaan Regresi Berganda. Berdasarkan pada hasil perhitungan nilai bo, b1 dan b2 pada langkah 3 !!!

Langkah 5:

Menghitung nilai T (b1) dan T (b2) berdasarkan rumus berikut ini !!!

Dimana:

 

 

Langkah 6:

Menghitung nilai R^2 (Koefisien Determinasi) dan R^2 Adj berdasarkan rumus berikut ini !!!

Dimana: P = 2 dan N = 10

Langkah 7:

Menghitung nilai F berdasarkan rumus berikut ini !!!

Langkah 8:

Uji Koefisien Regresi Secara Parsial (Uji T) !!!
Uji ini digunakan untuk mengetahui apakah dalam model regresi variabel independen (X₁, X₂,…..X_n) secara parsial berpengaruh signifikan terhadap variabel dependen (Y). 

Dari hasil perhitungan langkah 5 [T-Hit. (b1) dan T-Hit. (b2)] dapat ditentukan

Langkah-langkah pengujian sebagai berikut:

Pengujian koefisien regresi variabel X1

1.   Menentukan Hipotesis

Ho : Secara parsial tidak ada pengaruh signifikan antara variabel X1 dengan

         variabel Y.

Ha : Secara parsial ada pengaruh signifikan antara variabel X1 dengan

        variabel Y.

2.   Menentukan tingkat signifikansi

            Tingkat signifikansi menggunakan α = 5%

      3.   Menentukan T-Hitung

Berdasarkan perhitungan langkah 5, diperoleh T hitung (b1) sebesar -4,02894

      4.   Menentukan t tabel

Tabel distribusi t dicari pada a = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) n-k-1 atau  10 - 2 - 1  = 7 (n adalah jumlah kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi = 0,025) hasil diperoleh untuk t tabel sebesar 2,36462 (Lihat pada lampiran) atau dapat dicari di Ms Excel dengan cara pada cell kosong ketik =tinv(0.05;15) lalu enter.

5.   Kriteria Pengujian

Ho diterima jika -t tabel < t hitung < t tabel

            Ho ditolak jika -t hitung < -t tabel atau t hitung > t tabel

6.   Membandingkan t hitung dengan t tabel

Nilai -t hitung < -t tabel (-4,02894 < -2,36462), maka Ho ditolak atau H1 diterima

 7.  Kesimpulan

Oleh karena nilai -t hitung < -t tabel (-4,02894 < -2,36462), maka H1 diterima, artinya secara parsial ada pengaruh signifikan antara variabel X1 dengan variabel Y. Jadi dari kasus ini dapat disimpulkan bahwa secara parsial variabel X1 berpengaruh terhadap variabel Y pada pada objek peneliti yang diteliti.

Pengujian koefisien regresi variabel X2

1.   Menentukan Hipotesis

Ho : Secara parsial tidak ada pengaruh signifikan antara variabel X2 dengan

         variabel Y.

Ha : Secara parsial ada pengaruh signifikan antara variabel X2 dengan

        variabel Y.

2.   Menentukan tingkat signifikansi

            Tingkat signifikansi menggunakan α = 5%

      3.   Menentukan T-Hitung

Berdasarkan perhitungan langkah 5, diperoleh T hitung (b2) sebesar 6.489833

      4.   Menentukan t tabel

Tabel distribusi t dicari pada a = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) n-k-1 atau  10 - 2 - 1  = 7 (n adalah jumlah kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi = 0,025) hasil diperoleh untuk t tabel sebesar 2,36462 (Lihat pada lampiran) atau dapat dicari di Ms Excel dengan cara pada cell kosong ketik =tinv(0.05;15) lalu enter.

5.   Kriteria Pengujian

Ho diterima jika -t tabel < t hitung < t tabel

            Ho ditolak jika -t hitung < -t tabel atau t hitung > t tabel

6.   Membandingkan t hitung dengan t tabel

Nilai t hitung > t tabel (6.489833 > 2,36462), maka Ho ditolak atau H1 diterima

 7.  Kesimpulan

Oleh karena nilai t hitung > t tabel (6.489833 > 2,36462), maka H1 diterima, artinya secara parsial ada pengaruh signifikan antara variabel X12 dengan variabel Y. Jadi dari kasus ini dapat disimpulkan bahwa secara parsial variabel X2 berpengaruh terhadap variabel Y pada pada objek peneliti yang diteliti.