Kesalahan Standar Estimasi Koefisien Determinasi Analisa Korelasi Correlation

2.2 Kesalahan Standar Estimasi

Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan standar estimasi standard error of estimate. Besarnya kesalahan standar estimasi menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi, makin tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya dan sebaliknya. Kesalahan standar estimasi kekeliruan baku taksiran dapat ditentukan dengan rumus : = 2.3 Keterangan : = nilai data sebenarnya = nilai taksiran

2.3 Koefisien Determinasi

Koefisien determinasi yang dinyatakan dengan untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel tak bebas Y yang dapat dijelaskan atau diterangkan oleh variabel-variabel bebas X yang ada dalam model persamaan regresi linier berganda secara bersama-sama. Maka akan ditentukan dengan rumus, yaitu : = 2.4 Universitas Sumatera Utara Keterangan : = Jumlah kuadrat regresi =

2.4 Analisa Korelasi Correlation

Analisis korelasi digunakan untuk mengetahui hubungan antara dua variabel bivariate correlation atau lebih dari dua variabel multivariate correlation dalam suatu penelitian. Untuk menentukan seberapa besar hubungan antar variabel tersebut, dapat dihitung dengan menggunakan rumus koefisien korelasi. Maka rumus yang digunakan adalah : = – 2.5 Keterangan : : Koefisien korelasi antara variabel Y dan X : Koefisien variabel bebas : Koefisien variabel terikat Besarnya nilai koefisien korelasi r selalu terletak antara -1 dan 1, maka nilai r tersebut dapat ditulis : - 1≤ r ≤ +1. Jika r = +1 maka terdapat korelasi positif sempurna antara variabel X dan Y artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula. Sebaliknya jika r = -1, maka terdapat korelasi negatif sempurna antara variabel X dan Y artinya jika nilai variabel X tinggi, maka nilai variabel Y rendah. Sedangkan r = 0, berarti tidak ada korelasi antara variabel X dan Y. Universitas Sumatera Utara Secara jelas dapat dilihat dalam tabel 2.1 berikut : Tabel 2.1 : Interpretasi Koefisien Korelasi Nilai r R Interpretasi 0,01 – 0,20 0,21 – 0,40 0,41 – 0,60 0,61 – 0,80 0,81 – 0,99 1 Tidak Berkorelasi Sangat rendah Rendah Agak rendah Cukup Tinggi Sangat tinggi

2.5 Pengujian Regresi Linier Berganda