3.3.1. Membentuk Matriks Koefisien Korelasi
r ∑ X
X Y Y
∑ X X ∑ Y
Y
Koefisien korelasi Antara Y dengan X
1
r ∑ X
X Y Y
∑ X X
∑ Y Y r
,
= 0,888
Matriks koefisien korelasi antara Y dengan X
i
dan antar variabel. Y X1 X2 X3 X4 X5 X6 X7 X8
Y 1 0,888 0,931 0,975 0,015 0,773 0,937 0,922 0,924
X1 0,888 1 0,874 0,845 0,088 0,684 0,931 0,921 0,902
X2 0,931 0,874 1 0,926 0,028 0,772 0,935 0,935 0,910
X3 0,975 0,845 0,926 1 -0,050 0,782 0,928 0,894 0,863
X4 0,015 0,088 0,028 -0,050 1 0,161 0,113 0,121 0,314
X5 0,773 0,684 0,772 0,782 0,161 1 0,793 0,852 0,805
X6 0,937 0,931 0,935 0,928 0,113 0,793 1 0,963 0,936
X7 0,922 0,921 0,935 0,894 0,121 0,852 0,963 1 0,958
X8 0,924 0,902 0,910 0,863 0,314 0,805 0,936 0,958 1 Sumber : Perhitungan menggunakan SPSS 16
Universitas Sumatera Utara
3.3.2 Membentuk Persamaan Regresi Pertama
Berdasarkan matriks korelasi di atas variabel yang mempunyai koefisien korelasi terbesar terhadap Y adalah X
3
. Sehingga variabel yang pertama masuk pada persamaan adalah X
3
dan kemudian dihitung koefisien regresi antara Y dengan X
3
. Berdasarkan bentuk umum persamaan regresi linier berganda :
Y b
b X b X
b X ε
diperoleh persamaan regresi sebagai berikut : Y
= b
+ b
3
X
3
+ ε
i
528 =
b +
76b
3
620 =
b +
92b
3
583 =
b +
82b
3
624 =
b +
97b
3
593 =
b +
100b
3
665 =
b +
111b
3
653 =
b +
131b
3
660 =
b +
178b
3
758 =
b +
284b
3
838 =
b +
412b
3
884 =
b +
444b
3
874 =
b +
433b
3
Dimana nilai Y dan X
3
yang ada di persamaan regresi di atas masing-masing mewakili jumlah kriminalitas dan pencurian lihat Tabel 3.1
Universitas Sumatera Utara
528 1 76
620 1 92
583 1 82
624 1 97
593 1 100
665 1 111
b 653
= 1 131 b
3
660 1 178
758 1 284
838 1 412
884 1 444
874 1 433
Y X
b
1 76 1 92
1 82 1 97
X =
1 100 1 111
1 131 1 178
1 284 1 412
1 444 1 433
Universitas Sumatera Utara
X’X =
12 2440
X’Y =
8280 2440 736564
1873106
Dengan menggunakan rumus :
Akan didapat: X’X
‐1
= 0,255293082
-0,000845704 -0,000845704 0,000004159200
Diperoleh: β = X’X
‐1
X’Y = 529,7334856
0,788193355 b
= 529,73 b
3
= 0,79
Uji Keberartian Regresi
β
1
= 529,73 0,79 β
1
. X
’
Y = 5862534 Sehingga didapat :
SSR β . X Y
∑
12 8280
2
= 149334,1
SST ∑Y
∑
5870472 ‐
12 8280
2
= 5870472 – 5713200
= 157272
Universitas Sumatera Utara
SSE = SST – SSR = 7937.898
2 -
12 7937,898 =793,7898
.
Tabel 3.2 Analisa Variansi Untuk Uji Keberartian Regresi Y dengan X
3
Sumber Variasi df
SS MS
F
hitung
Regresi X
2
1 152718,140
152718,140 335,360
Residu 10
4553,86
455,386 Total 11
157272
F
tabel
= F
1;10;0,05
= 4,96 . Karena F
hitung
F
tabel
, maka regresi antara Y dengan X
3
berarti. Sehingga variabel X
3
tetap dalam regresi. Persamaan regresi yang terbentuk adalah : Y = 529,73+ 0,79 X
3
.
3.3.3. Menghitung Harga Masing-masing Parsial korelasi Variabel Sisa
Kategori