Seleksi Variabel Ketiga Diregresikan Membentuk Persamaan Regresi Ketiga Pembentukan Persamaan Penduga Pertimbangan Terhadap Penduga

18 Uji keberartian regresi dengan tabel anava sama dengan langkah kedua yaitu dengan menggunakan tabel 2.2. Selanjutnya diperiksa apakah koefisien regresi b k signifikan, dengan hipotesa: H : b k = 0 H 1 : b k ≠ 0 F hitung = � � � � � Keputusan: a Bila F hitung F 1; n – p; 0,05 , terima H artinya b k dianggap sama dengan nol, maka proses diberhentikan dan persamaan yang terbaik = � + � ℎ ℎ . b Bila F hitung ≥ F 1; n – p; 0,05 , tolak H artinya b k dianggap tidak sama dengan nol, maka variabel X k tetap di dalam penduga.

2.6.5 Seleksi Variabel Ketiga Diregresikan

Dipilih kembali harga korelasi parsial variabel sisa terbesar. Menghitung harga masing-masing parsial korelasi variabel sisa dengan rumus: � ℎ � = � ℎ � − � � � ℎ � √ − � � − � ℎ � Dimana: merupakan variabel sisa

2.6.6 Membentuk Persamaan Regresi Ketiga

Dengan memilih korelasi parsial terbesar, persamaan regresi dibuat = � + � ℎ ℎ + � � � + � , dengan cara sebagai berikut: = [ ℎ ℎ � � ⋮ ⋮ ℎ� ⋮ ⋮ �� � ] 19 ′ − = [ � ∑ ℎ ∑ ℎ ∑ ℎ ∑ � ∑ ∑ ℎ � ∑ ℎ ∑ � ∑ ℎ � ∑ ∑ ℎ ∑ � ∑ � ∑ � ∑ ] − ′ = [ ∑ ∑ ℎ ∑ � ∑ ] Untuk proses selanjutnya dilakukan dengan cara yang sama seperti diatas.

2.6.7 Pembentukan Persamaan Penduga

Persamaan penduga ̂ = � + � dimana X i adalah semua variabel X yang masuk kedalam penduga faktor penduga dan b i adalah koefisien regresi untuk X i .

2.6.8 Pertimbangan Terhadap Penduga

Sebagai pembahasan suatu penduga, untuk menanggapi kecocokan penduga yang diperoleh ada dua hal yang dipertimbangkan yakni: a. Pertimbangan berdasarkan R 2 Suatu penduga sangat baik digunakan apabila persentase variabel yang dijelaskan sangat besar atau bila R 2 → 1 b. Analisa residu Suatu regresi adalah berarti dan model regresinya cocok sesuai berdasarkan nilai observasi apabila asumsi dibawah ini dipenuhi: ≈ N , � berarti residu e j mengikuti distribusi normal dengan mean e = 0 dan varian σ 2 = konstanta Asumsi ini dibuktikan dengan analisis residu. Untuk langkah ini pertama dihitung residu sisa dari penduga, yaitu selisih dari respon observasi terhadap hasil keluaran oleh penduga berdasarkan prediktor observasi. Dengan rumus: = − ̂ dimana tabelnya seperti dibawah ini: 20 Tabel 2.4 Analisa Residu No. Observasi Respon Penduga Residu 1 2 3 ⋮ N ⋮ � ̂ ̂ ̂ ⋮ ̂ � − ̂ − ̂ − ̂ ⋮ � − ̂ � Jumlah - - ∑ Rata-rata - - ∑ � Asumsi a. Rata-rata residu sama dengan nol ฀ ̅ = 0 b. Varian e j = Varian e k = ฀ 2 Keadaan ini dibuktikan dengan uji statistika dengan menggunakan uji korelasi Rank Spearman Spearman’s Rank Correlation Test, ditunjukkan dengan tabel berikut: Tabel 2.5 Rank Spearman No. Observasi Penduga Y j Residu � � Rank Y Rank e �� � − � � � � 1 2 3 ⋮ n ⋮ � ⋮ � � � � ⋮ � � � � � � � � ⋮ � � � d d d ⋮ d � d d d ⋮ d � Jumlah - - - - - ∑ d Koefisien korelasi Rank Spearman r s : � = − 6 ∑ d n n − 21 Dimana: = Perbedaan rank yang diberikan oleh dua karakter yang berbeda n = Jumlah responden Kemudian diuji dengan menggunakan Uji t dengan rumus: t n = � √n − √ − � Dimana: t tabel = t n –2, 1–α n – 2 = Derajat kebebasan α = Taraf signifikan hipotesa. Dengan membandingkan tes terhadap tabel, bila t hitung t tabel maka, varian e j = varian e k dengan kata lain bila t hitung t tabel , maka varian seluruh residu adalah sama. Bila terbukti varian e j = varian e k maka model yang digunakan yakni model linier adalah cocok. 22 BAB 3 PEMBAHASAN

3.1 Penarikan Sampel