sisaan jika tidak membentuk pola acak maka dikatakan tidak ada autokorelasi antar sisaan atau saling bebas.
2.3.2.3 Asumsi Kehomogenitas Ragam Residual
Menurut Permadi 1999 Untuk mengetahui apakah sisa antara variable terikat dengan variable bebas mempunyai keragaman yang homogen, atau tidak
menunjukkan kecenderungan tertentu. Jika standar sisa 95 berada diantara -2,2 secara merata maka sisa dikatakan berada dalam sebaran sehingga mempunyai
keragaman yang tetap. Jika asumsi kehomogenan ini terpenuhi maka secara otomatis asumsi normalitas akan dipenuhi, jika sumsi ini tidak dipenuhi maka
dilakukan cara untuk mengatasi salah satunya dengan cara melakukan transformasi terhadap data tersebut.
2.3.3 Model Terbaik
Beberapa kriteria yang digunakan untuk melihat tepat tidaknya model regresi yang diperoleh, salah satunya adalah dengan melihat koefisien
determinasi berganda R
k 2
Drapper dan Smith, 1992. Suatu masalah penting dalam penerapan analisis regresi non linier sederhana adalah pemilihan peubah-
peubah bebas yang dapat digunakan dalam model agar diperoleh model regresi non linier terbaik diantaranya
: 1. Koefisien Korelasi yang Tinggi
Korelasi adalah derajat hubungan linier antara dua variabel atau lebih dari data hasil pengamatan. Dua variabel
dikatakan berkorelasi apabila perubahan dalam satu variabel diikuti oleh perubahan variabel lain, baik yang
searah maupun tidak. Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis:
a Korelasi Positif Terjadinya korelasi positif apabila perubahan antara
variabel yang satu diikuti oleh variabel lainnya dengan arah yang sama berbanding lurus.
b Korelasi Negatif
Terjadinya korelasi negative apabila perubahan antara variabel yang satu diikuti oleh variabel lainnya dengan
arah yang berlawanan berbanding terbalik. c Tidak Ada Korelasi
Tidak Ada Korelasi apabila perubahan antara variabel yang satu diikuti oleh variabel lainnya dengan arah yang
tidak teratur acak.
Berdasarkan hubungan antar variabel yang satu dengan variabel lainnya dinyatakan dengan koefisien
korelasi yang disimbolkan dengan
”r ” .
Besarnya korelasi berkisar antara
− 1 ≤ r ≤ 1
. Untuk mencari korelasi antara variabel dengan dapat dirumuskan
sebagai berikut : X
i
Y
i
∑
¿ ¿
¿ ¿
X
i
∑
¿ Y
i
n
∑
Y
i 2
−
∑
¿
2
¿ ¿
X
i 2
− ¿ ¿
2 ¿
n
∑
¿ ¿
∑
¿ ¿ X
i
Y
i
− ¿
n
∑
¿ r=
¿ Nilai koefisien korelasi adalah
− 1 ≤ r ≤ 1
. Jika dua variabel berkorelasi negative maka nilai koefisien
korelasinya akan mendekati −1, jika dua variabel tidak berkorelasi atau berkorelasi lemah maka nilai koefisien
korelasinya akan mendekati 0, sedangkan jika dua
variabel berkorelasi positif maka nilai koefisien korelasinya akan mendekati 1.
2. Koefisien Determinasi
R
2
Koefisien Determinasi R
2
merupakan bilangan yang menyatakan
proporsi keragaman total nilai-nilai peubah Y yang dapat dijelaskan oleh nilai-nilai peubah X melalui hubungan linier
tersebut. Jika suatu korelasi sebesar
r=0,9
menunjukkan adanya hubungan linier yang kuat antara X dan Y, sehingga
r
2
= 0,81 dapat dikatakan bahwa 81 di antara keragaman
total nilai-nilai Y dapat dijelaskan oleh hubungan liniernya dengan X Permadi,1999.
3. Standar Error kecil
Standar Error standard error dari rata-rata merupakan standar deviasi dari rata-rata sampel. Ukuran statistik ini dapat melihat akurasi penduga
sampel terhadap parameter populasi. Semakin kecil nilai standar error maka penduga sampel lebih akurat. Semakin banyak sampel maka standar error
semakin kecil, maka sampel semakin representatif mewakili. SE=
SD
√
n Keterangan :
SE= ¿
standar error SD=
¿ standar deviasi
n= ¿
banyak sampel
2.3.4 Pengambilan Sampel
Kategori