30 00
00 15
00 00
40 00
00 20
00 00
16 00
00 80
00 00
80 00
00 40
00 00
40 00
00 20
00 00
30000000 15000000
3000000 1500000
500000 250000
4000000 2000000
500000 250000
1600000 800000
5000000 2500000
8000000 4000000
8000000 4000000
30 00
00 00
15 00
00 00
4000000 2000000
50 00
00 25
00 00
50 00
00 25
00 00
50 00
00 25
00 00
80 00
00 40
00 00
y x1
x2 x3
x4 x5
x6 x7
x8 x9
Matrix Plot of y, x1, x2, x3, x4, x5, x6, x7, x8, x9
Dari matriks plot diatas dapat diketahui hubungan antara peubah respon Y dengan masing – masing peubah bebas X dan hubungan antar peubah bebas X .
a. Hubungan antara Y dengan X
1
sector pertanian berdasarkan matriksplot diatas dapat dilihat bahwa hubungan antara keduanya dapat dikatakan membentuk kelinearan positif
tetapi hubungan antara keduanya dapat dikatakan lemah. Ini dibuktikan dengan persebaran titik – titiknya yang tersebar. Hubungan antara Y dengan X
1
tersebut terdapat satu buah data yang menjauh dari data lainnya yang diduga sebagai pencilan.
b. Hubungan antara Y dengan X
2
sector pertambangan dilihat dari matriksplot diatas dapat dikatakan membentuk kelinearan positif tetapi hubugan antara keduanya dapat
dikatakan lemah. Ini dapat dibuktikan dari persebaran titik – titiknya.Hubungan antara Y dengan X
2
tersebut terdapat satu buah data yang menjauh dari data lainnya yang diduga juga sebagai pencilan
c. Hubungan antara Y dengan X
3
sektor industri
, X
4
sektor listrik dan air minum
, X
5
bangunan konstruksi
, X
6
perdagangan hotel dan restoran
, X
7
angkutan dan komunikasi
, X
8
bank dan lembaga keuangan
, dan X
9
jasa – jasa
dilihat dari matriksplot diatas dapat dilihat bahwa titik – titik yang ada tidak tersebar . Ini menunjukkan bahwa hubungan
antara Y dengan X dapat dikatakan linier positif yang sangat kuat. Yang mana artinya
semakin tinggi nilai masing – masing X maka semakin tinggi nilai Y. Pada matriksplot pada X
3
, X
4
, X
5
, X
6
, X
7
, X
8
, dan X
9
dapat dilihat bahwa terdapat satu buah data yang menjauh dari data lainnya diduga sebagai pencilan.berdasarkan hasil minitab untuk
masing – masing peubah bebas adalah seperti dibawah ini : Pernyataan diatas dapat dibuktikan dengan hasil minitab dibawah ini :
Correlations: y, x1, x2, x3, x4, x5, x6, x7, x8, x9
y x1 x2 x3 x4 x5 x6 x7 x8 x1 0.431
0.066
x2 0.570 0.448 0.011 0.054
x3 0.966 0.360 0.440 0.000 0.130 0.060
x4 0.935 0.110 0.475 0.897 0.000 0.653 0.040 0.000
x5 0.933 0.352 0.636 0.865 0.924 0.000 0.139 0.003 0.000 0.000
x6 0.979 0.366 0.504 0.984 0.913 0.878 0.000 0.124 0.028 0.000 0.000 0.000
x7 0.934 0.135 0.461 0.895 0.984 0.894 0.903 0.000 0.580 0.047 0.000 0.000 0.000 0.000
x8 0.914 0.058 0.407 0.895 0.986 0.884 0.919 0.960 0.000 0.814 0.084 0.000 0.000 0.000 0.000 0.000
x9 0.981 0.311 0.549 0.934 0.969 0.933 0.954 0.956 0.947 0.000 0.195 0.015 0.000 0.000 0.000 0.000 0.000 0.000
Cell Contents: Pearson correlation P-Value
Berdasarkan hasil minitab diatas bisa dibuktikan interpretasi dari matriksplot yaitu dengan menentukan hipotesisnya terlebih dahulu.Hipotesis yang bisa dibuat untuk menguji
korelasi ini adalah sebagai berikut. Ho : ρ = tidak ada korelasi
H
1
: ρ = ada korelasi Hasil analisis korelasi diatas memperlihatkan bahwa hubungan antara Y dengan X
1
dan X
2
bisa dikatakan mempunyai hubungan korelasi karena dilihat dari nilai p value nya lebih besar dari alfa 0,05 maka kesimpulannya tolak Ho yaitu Y dengan X
1
dan X
2
mempunyai
hubungan. Tetapi untuk memprediksi apakah hubungannya kuat atau lemah dilihat dari nilai korelasinya. Kriteria dalam melihat nilai korelasi adalah
Sangat kuat apabila nilai korelasi 0,9 r
xy
1
Kuat apabila nilai korelasi 0,7 r
xy
0,9
Sedang moderat apabila nilai korelasi 0,5 r
xy
0,7
Rendah apabila nilai korelasi 0,3 r
xy
0,5
Kecil apabila nilai korelasi 0 r
xy
0,3 Dilihat dari hasil minitab diatas dapat diketahui bahwa nilai korelasi Y dengan X
1
bisa dikatakan rendah karena nilai korelasinya adalah 0,431 sedangkan nilai korelasi Y dengan X
2
bisa dikatakan sedang karena nilai korelasinya adalah 0,570.
Selanjutnya hubungan antara Y dengan X
3
, X
4
, X
5
, X
6
, X
7
, X
8
, dan X
9
dilihat dari nilai p value nya adalah 0. Maka kesimpulannya adalah tolak Ho karena p value nya lebih kecil dari alfa
0,05 . Kesimpulannya adalah antara variabel bebas dengan variabel respon memiliki hubungan yang sangat erat. Ini juga dibuktikan dengan nilai korelasinya berada di selang 0,9 r
xy
1. Jika ingin melihat hubungan antara variabel bebas juga bisa dilihat melalui matriksplot dan nilai
korelasi yang ada di atas. akan tetapi kali ini hanya konsentrasi pada hubungan Y dengan masing – masing variabel bebasnya.
1. Regresi Linear Berganda