23 34.1
4 86
65 1.975
15.2 24
35.1 4
98 80
1.915 14.4
25 27.4
4 121
80 2.670
15.0 26
31.5 4
89 71
1.990 14.9
27 29.5
4 98
68 2.135
16.6 28
28.4 4
151 90
2.670 16.0
29 28.8
6 173
115 2.595
11.3 1
30 26.8
6 173
115 2.700
12.9 1
Sumber : Bovas Abraham dan Johannes Ledolter 1983
Keterangan : Y
= Gas Mileage mil per galon = Jumlah silinder
= pertukaran mesin dalam inch
3
= Daya kuda = Berat dalam 1000 pon
= Percepatan dalam detik = Tipejenis mesin straight [1]; V [0]
3.3.1 Analisis Dengan Regresi Linier Berganda
Analisa regresi dengan metode kuadrat terkecil persamaan 2.18 menghasilkan persaman regresi sebagai berikut : perhitungan pada lampiran A
̅
Universitas Sumatera Utara
Tabel 3.2 Uji Signifikansi Koefisien Regresi Linier Berganda
Variabel Koefisien
Regresi SE. Koefisien
T- Hitung VIF
Konstanta 60.530
5.051 11.984
-1.874 0.810
-2.315 17.398
0.041 0.016
2.514 21.631
-0.074 0.043
-1.717 12.482
-7.950 2.881
-2.760 41.175
-0.265 0.358
-0.741 2.601
3.601 1.559
2.309 5.739
Dengan taraf nyata maka
pada lampiran E
Berdasarkan uji signifikansi koefisien regresi secara parsial dimana terdapat variabel yang
| ̂
| yaitu variabel bebas
dan . Hal ini
menyebabkan bahwa diterima yang berarti terdapat variabel bebas
dan yang tidak berpengaruh nyata terhadap variabel terikat
Y
.
3.3.2 Pendeteksian Multikolinieritas
Untuk pendeteksian adanya multikolinieritas ada beberapa cara yang dapat digunakan antara lain :
1. Nilai Korelasi
Dengan menggunakan persamaan 2.26 maka didapatkan nilai korelasi masing- masing variabel yang dijelaskan pada tabel berikut.
Universitas Sumatera Utara
Tabel 3.3 Nilai Korelasi Data Gas Mileage Antar Variabel Bebas
Variabel 1.000
0.944 0.872
0.914 -0.243
0.826 0.944
1.000 0.862
0.945 -0.219
0.750 0.872
0.862 1.000
0.905 -0.321
0.710 0.914
0.945 0.905
1.000 -0.60
0.632 -0.243
-0.219 -0.321
-0.60 1.000
-0.460 0.826
0.750 0.710
0.632 -0.460
1.000 perhitungan pada lampiran B
Berdasarkan nilai korelasi diatas terdapat korelasi antar variabel yang melebihi 0.75. Hal ini mengindikasikan bahwa terdapat multikolinieritas.
2. Faktor Variansi Inflasi VIF
Dengan menggunakan persamaan 2.27 maka didapatkan nilai VIF masing-masing variabel bebas yang dijelaskan pada tabel berikut.
Tabel 3.4 Nilai Faktor Variansi Inflasi VIF
Variabel VIF
17.398 21.631
12.482 41.175
2.601 5.739
perhitungan pada lampiran B Nilai VIF lebih besar dari 10 mengindikasikan bahwa terdapat multikolinieritas.
Universitas Sumatera Utara
3.3.3 Analisis Dengan Regresi Komponen Utama