Membentuk Matriks Koefisien Korelasi Membentuk Persamaan Regresi Pertama

46 Tabel 3.10 Lanjutan No. 26. 3,313 8,772 4,609 3,271 10,858 5,213 7,911

27. 7,255

7,360 8,546 6,056 12,494 5,213 12,535 28. 7,255 8,772 7,149 4,784 7,900 5,213 13,778

29. 4,544

8,674 7,149 4,784 6,513 5,213 15,337 30. 4,544 5,904 7,149 2,000 7,900 2,000 12,539

31. 7,255

7,360 9,911 2,000 7,900 3,604 12,499 32. 4,544 8,772 8,546 3,271 12,494 2,000 12,499

33. 4,544

7,360 5,781 2,000 7,900 3,610 10,018

34. 7,255

7,317 7,149 2,000 6,513 2,000 13,778

35. 3,313

5,813 5,781 3,271 9,435 5,213 13,778 36. 3,231 7,360 4,609 3,271 9,323 2,000 12,499 37. 4,544 5,904 5,781 2,000 6,073 3,610 12,499

38. 5,906

5,904 8,546 6,056 10,858 5,213 12,535

39. 7,255

7,360 10,138 4,542 10,958 5,213 12,499

40. 4,544

3,000 9,911 4,784 9,323 5,213 12,539 Sumber: Perhitungan menggunakan Excel

3.7.1 Membentuk Matriks Koefisien Korelasi

� = ∑ − ̅ − ̅ √∑ − ̅ ∑ − ̅ Koefisien korelasi antara Y dengan X 1 � = ∑ − ̅ − ̅ √∑ − ̅ ∑ − ̅ � = -6,9439 √ 91,9581 248,2724 = −0,0460 Untuk perhitungan nilai koefisien korelasi antara dengan lainnya menggunakan Software SPSS 16. Universitas Sumatera Utara 47 Matriks koefisien korelasi antara dengan dan antar variabel. 1 -0,046 -0,281 0,226 0,399 -0,022 -0,010 -0,046 1 0,161 0,311 0,234 -0,051 0,010 -0,281 0,161 1 0,143 0,250 0,078 0,048 0,226 0,311 0,143 1 0,363 0,079 0,293 0,399 0,234 0,250 0,363 1 0,283 0,301 -0,022 -0,051 0,078 0,079 0,283 1 0,167 -0,010 0,010 0,048 0,293 0,301 0,167 1 Sumber: Perhitungan menggunakan SPSS

3.7.2 Membentuk Persamaan Regresi Pertama

Berdasarkan matriks korelasi sebelumnya, variabel yang mempunyai harga mutlak koefisien korelasi terbesar terhadap adalah . Sehingga variabel yang pertama yang diregresikan terhadap adalah . Persamaan regresi yang didapat dalam bentuk matriks sebagai berikut: 18,037 14,058 9,824 12,539 11,257 13,864 11,297 19,620 11,063 10,018 12,499 12,499 10,018 13,778 13,778 12,499 12,499 12,535 12,499 12,539 = 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 4,784 6,056 2,000 3,271 6,056 2,000 6,056 6,056 2,000 4,784 2,000 3,271 2,000 2,000 3,271 3,271 2,000 6,056 4,542 4,784 �� B Universitas Sumatera Utara 48 ′ = 40 161,180 161,180 744,393753 ′ = 523,045 2168,879132 Dengan menggunakan rumus: ′ − = det ′ adj ′ Akan didapat: ′ − = 0,196060 -0,042452 - 0,042452 0,010535 Diperoleh: = ′ − ′ = 10,474946 0,644836 b = 10,475 ; b 4 = 0,645 Uji Keberartian Regresi antara dengan ′ = 10,474946 0,644836 ′ . ′ = 6877,439475 Sehingga didapat: SSR = ′ . ′ − ∑ n = 6877,439475 - 523,045 2 40 = 38,037674 SST = ∑ − ∑ n = 7087,670161 - 523,030 2 40 = 248,268360 SSE = SST – SSR = 248,268360 – 38,037674 = 210,230686 MSE = SSE n − p = 210,230686 40 − 2 = 5,532386 MSR = SSR p − 1 = 38,037674 2 − 1 = 38,037674 Tabel 3.11 Analisa Variansi Untuk Uji Keberartian Regresi dengan Sumber Variansi df SS MS F hitung Regresi 1 38,037674 38,037674 6,875456 Residu 38 210,230686 5,532386 Total 39 248,268360 - Universitas Sumatera Utara 49 F tabel = F 1 ; 38 ; 0,05 = 4,10. Karena F hitung F tabel , maka regresi antara dengan berarti, dan variabel tetap dalam regresi. Persamaan regresi yang terbentuk adalah = 10,475 + 0,645 .

3.7.3 Menghitung Harga Parsial Korelasi Variabel Sisa Pertama