Analisis Regresi Linier Berganda dengan Bahasa Pemograman C++ Menguji Keberartian Koefisien Regresi
statistika yang digunakan untuk menentukan apakah suatu model terbebas dari masalah heterokedastisitas atau tidak, seperti misalnya Uji White, Uji Park, Uji
Glejser dan lain-lain. Bila variabel penjelas secara statistik signifikan mempengaruhi residual maka
dapat dipastikan model ini memiliki masalah heterokedastisitas. Dalam tesis ini akan dilakukan Uji Glejser dengan menggunakan SPSS untuk mengetahui apakah terjadi
gejala heterokedastisitas atau tidak.
Tabel 4.3. Koefisien
Berdasarkan tabel 4.3. diatas diketahui bahwa nilai t-statistik dari seluruh variabel penjelas tidak ada yang signifikan secara statistik, sehingga dapat
disimpulkan bahwa model ini tidak mengalami masalah heterokedastisitas.
4.2.2. Analisis Regresi Linier Berganda dengan Bahasa Pemograman C++
Setelah dilakukan uji asumsi klasik dengan menggunakan aplikasi perangkat lunak SPSS versi 18.00, diketahui bahwa tidak terdapat gejala multikorelasi, autokorelasi,
dan heterokedastisitas terhadap model data yang diteliti. Langkah selanjutnya adalah membuat rancangan aplikasi dengan
menggunakan Bahasa Pemograman C++ untuk melihat pengaruh antara rata-rata nilai UN
1
, IP Komulatif IP Semester 1, 2 dan 3
2
, jumlah sks mata kuliah yang diambil pada semester 4
3
, dan pendidikan orang tua
4
, terhadap masa
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
7,9312
0,333 23,829 0,000
IP_Komulatif b
2
-0,876 0,089
-0,534 -9,838 0,000 Rata_Rata_Nilai_UN b
1
-0,049 0,038
-0,059 -1,292 0,197 Jumlah_SKS_Sem_IV b
3
-0,022 0,017
-0,059 -1,278 0,202 Pendidikan_Orangtua b
4
0,017 0,023
0,028 0,763 0,446
a. Dependent Variable: Masa_Studi
Universitas Sumatera Utara
studi . Algoritma yang digunakan adalah regresi linier berganda yang menghasilkan persamaan sebagai berikut :
dimana : = Masa Studi
1
= Rata-Rata Nilai UN,
2
= IP Komulatif IP semester 1, 2 dan 3,
3
= Jumlah SKS Mata Kuliah yang Diambil Pada Semester 4,
4
= Pendidikan Orangtua = Konstanta
= Berdasarkan hasil perhitungan dengan menggunakan bahasa pemograman
C++ listing program dapat dilihat dalam lampiran 3 diperoleh bentuk persamaan
liniernya adalah sebagai berikut : Koefisien Regresi
= 7,9312 – 0,0494 - 0,8757
2
– 0,0222
3
+ 0,0174
Nilai koefisien regresi pada variabel-variabel bebasnya menggambarkan apabila diperkirakan variabel bebasnya naik sebesar satu unit dan nilai variabel bebas
lainnya diperkirakan konstan atau sama dengan nol, maka nilai variabel terikat diperkirakan bisa naik atau bisa turun sesuai dengan tanda koefisien regresi variabel
bebasnya.
4