Tabel 3.3. Uji Multikolinieritas
Sumber : Hasil Penelitian, 2013 Data Diolah
Dari tabel 3.3 uji multikolinieritas terlihat bahwa setiap variabel bebas X
1
, X
2
, X
3
, X
4
dan X
5
memiliki nilai VIF 5. Hal ini berarti antara variabel bebas tidak terjadi multikolinieritas.
3.3.3. Regresi Linier Berganda dengan Metode Backward
Adapun langkah-langkah dalam melakukan analisis regresi linier berganda dengan metode backward pada SPSS 17 untuk data pada lampiran 1
adalah sebagai berikut: 1. Klik Analyze.
2. Pilih Regression, Liniear. 3. Masukkan variabel terikat Y ke dalam kotak Dependent.
4. Masukkan variabel bebas X
1
, X
2
, X
3
, X
4
dan X
5
ke dalam kotak Independent. 5. Pada bagian Method, pilih Backward.
6. Pilih Options, kemudian pilih Use Probability of F pada bagian Stepping Method Criteria, untuk tingkat signifikansi isi 0,05 pada entry dan 0,1 pada
removal. Pilih continue. 7. Pada bagian Statistics, pilih Covariance Matrix dan Collinearity diagnostics.
Pilih continue. 8. Pada bagian Plot, masukkan Zpred ke dalam kotak Y dan masukkan Sresid ke
dalam kotak X, pilih Histrogram dan Normal probability plot. Pilih continue.
Model Collinearity Statistics
Tolerance VIF
1 Constant
X1 .633
1.581 X2
.360 2.776
X3 .818
1.222 X4
.817 1.224
X5 .458
2.184 a. Dependent Variable: Y
Universitas Sumatera Utara
9. Pada bagian Save, pilih Unstandardized Residuals, pilih continue. 10. Pada toolbar menu, pilih Transform, Compute Variable. Ketikkan nama
variabel absolut pada kotak Target Variable. Pada kotak Function Group pilih All, lalu muncul Abs pindahkan ke kotak Numeric Expression. Pindahkan
Unstandardized residual ke Numeric Expression. Akan muncul variabel absolut di halaman Data View. Kemudian uji variabel absolut dengan
menjadikannya variabel terikat. 11. Pilih ok.
Interpretasi Output Tabel 3.4.
Variables EnteredRemoved
b
Model Variables
Entered Variables
Removed Method
1 X5, X1, X4, X3,
X2
a
. Enter 2
. X3 Backward
criterion: Probability of F-
to-remove = ,100.
a. All requested variables entered. b. Dependent Variable: Y
Sumber : Hasil Penelitian, 2013 Data Diolah.
Dari tabel 3.4 Variables EnteredRemoved
b
dapat dilihat variabel bebas yang dimasukkan adalah variabel pendapatan kepala rumah tangga X
1
, jumlah anggota rumah tangga X
2
, pendidikan kepala rumah tangga X
3
, lama berumah tangga X
4
dan jumlah subsidi beras miskin X
5
. Variabel yang dikeluarkan adalah variabel pendidikan kepala rumah tangga X
3
. Proses eliminasi variabel bebas berhenti di model 2.
Universitas Sumatera Utara
Tabel 3.5. Excluded Variables
b
Model Beta In
t Sig.
Partial Correlation
2 X3
.071
a
.663 .512
.113 a. Predictors in the Model: Constant, X5, X1, X4, X2
b. Dependent Variable: Y Sumber : Hasil Penelitian, 2013 Data Diolah.
Pada tabel 3.4 Variables EnteredRemoved
b
dan tabel 3.5. Excluded Variables
b
terlihat proses eliminasi variabel bebas independent yang tidak signifikan. Eliminasi ini didasarkan pada besarnya nilai t
hitung
uji t parsial. Variabel X
3
memiliki nilai t
hitung
sebesar 0,663. Selanjutnya nilai t
hitung
tersebut dibandingkan dengan nilai t
tabel
pada tingkat kepercayaan 95
atau α = 5. Nilai t
tabel
model 1 pada derajat kebebasan 34 n-k-1
= 40-5-1 = 34 dengan α = 5 adalah 2,032. Dengan demikian didapat nilai t
hitung
t
tabel
0,663 2,032. Sehingga variabel X
3
harus dikeluarkan dari persamaan regresi linier berganda.
Dalam metode backward, pengeluaran variabel bebas yang tidak signifikan dapat juga dilakukan dengan melihat koefisien korelasi parsial yang terkecil terhadap
variabel terikatnya.
Tabel 3.6. Koefisien Korelasi Parsial
No. Variabel
Koefisien Korelasi Parsial
Tingkat Signifikansi
Variabel yang Dikontrol
1. X
1
0,431 0,009
X
2
,X
3
,X
4
dan X
5
2. X
2
0,608 0,000
X
1
,X
3
,X
4
dan X
5
3. X
3
0,113 0,512
X
1
,X
2
,X
4
dan X
5
4. X
4
-0,315 0,061
X
1
,X
2
,X
3
dan X
5
5. X
5
-0,320 0,057
X
1
,X
2
,X
3
dan X
4
Sumber : Hasil Penelitian, 2013 Data Diolah.
Dari tabel tabel 3.6 dapat dilihat bahwa variabel X
3
memiliki koefisien korelasi parsial yang paling kecil sebesar 0,113 dan tingkat signifikansi yang paling tinggi
sebesar 0,512.
Universitas Sumatera Utara
Tabel 3.7. Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 479746.351
216049.167 2.221
.033 X1
.231 .083
.340 2.788
.009 X2
85441.168 19117.201
.723 4.469
.000 X3
5814.608 8771.911
.071 .663
.512 X4
-3339.996 1726.354
-.208 -1.935
.061 X5
-22845.841 11606.056
-.283 -1.968
.057 2
Constant 557069.266
180389.845 3.088
.004 X1
.219 .080
.322 2.730
.010 X2
87267.241 18765.557
.739 4.650
.000 X4
-3788.494 1575.468
-.236 -2.405
.022 X5
-23410.972 11481.628
-.290 -2.039
.049 a. Dependent Variable: Y
Sumber : Hasil Penelitian, 2013 Data Diolah.
Setelah dilakukan eliminasi variabel bebas dengan metode backward, didapat persamaan regresi linier berganda pada tabel 3.7 Coefficients
a
. Pada model 1 seluruh variabel dimasukkan. Pada model 2, variabel yang dikeluarkan adalah variabel X
3
. Dengan demikian setelah melewati 2 tahapan, variabel bebas yang layak masuk adalah
variabel X
1
, X
2
, X
4
dan X
5
. Model yang digunakan adalah model 2. Jadi persamaan regresi linier berganda pada persamaan 2.6 dapat ditulis sebagai berikut :
= 557.069,266 + 0,219
+ 87.267,241 –
3.788,494
−
23.410,972
3.3.4. Koefisien Determinasi Ganda