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