Dengan b , b
₁, b₂, b₃ adalah koefisien yang ditentukan berdasarkan data hasil pengamatan. Untuk menghitung nilai x
₁ , x
₂ , x
, dan
3.5 Kesalahan Standart 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 variable tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar estimasi,
makin rendah ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variable tidak bebas sesungguhnya. Algifari, 2000. Analisa Regresi Teori, Kasus dan
Solusi, Edisi 2 Kesalahan standar estimasi dapat ditentukan dengan rumus :
1
2 ,...,
2 ,
1 ,
− −
=
∑
Λ
k n
Y Y
S
i k
y
Dengan :
Universitas Sumatera Utara
Y
i
= Nilai data sebenarnya
Λ i
Y = Nilai taksiran.
3.6 Koefisien Determinasi
Menguji keberartian regresi linear berganda dimaksudkan untuk meyakinkan apakah regresi yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat
kesimpulan mengenai sejumlah peubah yang dipelajari. Usman, Husaini, R. Purnomo Setiady Akbar, 1995. Pengantar Statistik
Hipotesa :
H
o
: Tidak terdapat hubungan fungsional yang signifikan antara semua faktor yang mempengaruhi terhadap faktor yang dipengaruhi.
H
1
: Terdapat hubungan fungsional yang signifikan antara semua faktor yang mempengaruhi terhadap faktor yang dipengaruhi.
Koefisien determinasi yang dinyatakan dengan R
2
untuk pengujian regresi linear berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui
proporsi keragaman total dalam variabel terikat Y yang dapat dijelaskan atau diterangkan oleh variabel – variabel bebas X yang ada dalam model persamaan
Universitas Sumatera Utara
regresi linear berganda secara bersama – sama. Maka R
2
akan ditentukan dengan rumus ,yaitu:
R
2
=
2 i
reg
y JK
∑
Dengan: JK
reg
= Jumlah Kuadrat Regresi
Harga R
2
yang diperoleh sesuai dengan variansi yang dijelaskan masing – masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variasi yang
dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja yang bersifat nyata.
3.7 Koefisien Korelasi