Regresi Linier Berganda (Dengan SPSS)

7/26/2019 Regresi Linier Berganda (Dengan SPSS)

http://slidepdf.com/reader/full/regresi-linier-berganda-dengan-spss 1/27

Regresi Linier Bergan(dengan SPSS)



Persiapan Data Data Ekspor Pakaian Jadi dari Indonesia ke Jepang. Data yang t

tahunan, !"# $ %&&&.

'ahunEkspor

('on)arga

(Juta'on)*urs

!"# +.-","& %"," #,#

!" .&#,+& ++," &,%+

!"- ".+,& ,"" +,#

!"" #.-",&& &&,"& +,"

!"! ."!,&& #+,! %,

!!& !.+!,-& ++%,%# +,!"

!! .#,&& #-,& #,!

!!% %&.",&& !%",& ,%

!!+ %.--,&& .&"#,#& ",!

!! +.#&,&& .!%,%& %%,&#

!!# !.%%+,&& %.+#,"& %%,#

!! #.&-,&& .!+,-& %&,

!!- #.!,&& +.-+, +

!!" #".&!-,&& %.&-,-& -&,-

!!! %."-,&& %.!+#,-& -,%

%&&& &".%"&,&& +.%+#,"& "



Permodelan Regresi Ekspor Pakaian Jadi se/agai 0aria/el terikat

(dependent variable), arga Ekspor Pakaian

(R1)dan *urs 2en terhadap Rupiah (*3RS)0aria/el /e/as (independent variable).

4ontoh ini ingin melihat pengaruh 0aria/el Ekspor Pakaian Jadi (R1) dan 0aria/el *ursterhadap Rupiah (*3RS) terhadap 0aria/el EPakaian Jadi (E*S), dengan model regresi se/erikut5

6odel di atas yang akan diestimasi adalah



SPSS (Statisti9al Pa9kage :or 'he So9ial S9ien9e

a) Buka ;plikasi SPSS , maka akan mun9ul tampilan seperti /erikut

J e n d e l a D

a t a



J e n d e l a

< u t p u

t



:ile DATA /er=ungsi se/agai tempat untuk menginput(template standar SPSS) yang terdiri dari dua sheet, Ddan >aria/el >ie?,

Data >ie? untuk menginput data, sedangkan >aria/elmem/erikan identitas 0aria/el, seperti5 @ame, 'ype, ADe9imals, La/el, >alue, 6issing, 4olumns, ;lign, 6eas

Role yang di/agi dalam kolomkolom. Semua identitashanya saCa, pada pem/ahasan ini 9ukup isi kolom Nam

:ile OUTPUT /er=ungsi se/agai luaran dari hasil olahayang telah diinput pada 7le DATA dan dieksekusi seskeinginantuCuan pengolahan data.



Setelah data terinput, maka langkah selanCutnyamem/erikan identitas pada setiap 0aria/el.

*olom pertama untuk 0aria/el Ekspor Pakaian Jadinama EKS,

*olom kedua untuk 0aria/el arga Ekspor Pakaiandi/eri nama HRG, dan

*olom ketiga untuk 0aria/el *urs 2en terhadap Rudi/eri nama KURS.

Pindahkan tampilan ke sheet >aria/le >ie?, sehinggtampak seperti /erikut5



Sehingga tampilan pada sheet Data >ie? akan sep

Sampai disini persiapan data selesai, dan data suduntuk diolah.



Estimasi Model RegreLinier Estimasi model dilakukan se9ara sekaligus dengan

penguCian asumsi klasik (multikolinieritas, autokorheteroskedastisitas dan normalitas). Sehingga out

dihasilkan dari pengolahan data dapat digunakan asumsi klasik dan uCi kelayakan model (1oodness

;dapun langkahlangkahnya adalah se/agai /eriku

;. Estimasi regresi linier dengan 9ara klik AnalyzeRegression 8 Linier...



*lik , lalu Pindahkan!PRED ke kotak 5 danpindahkan !RES"D ke kotak 25untuk memun9ulkan hasil uCiheteroskedastisitas, dan

*lik kotak dise/elah kiri @ormalpro/a/ility plot untukmemun9ulkan hasil uCinormalitas.

Setelah itu klik .

Setelah semua tom/ol perintahyang diinginkan di klik, makauntuk memun9ulkan semua

output, klik dengan



Jangan Lupa menyimpan Jendela Da

Jendela <utputnya..



6em/a9a <utputPE@13JI;@ ;S36SI *L;SI*

;. 6ultikolinieritas

asil uCi multikolinieritas, dapat dilihat pada ta/el #dua kolom terakhir.@ilai >I: untuk 0aria/el Hsamasama ,%", sedannya &,"&. *arena nilai >0aria/el tidak ada yang le& atau # (/anyak /uku ymenyaratkan tidak le/ih

Cuga yang menyaratkan t

maka dapat dikatakan tidmultikolinieritas pada ked/e/as terse/ut.

Berdasarkan syarat asumlinier dengan <LS, maka linier yang /aik adalah ya

adanya multikolinieritas. demikian, model di atas t



Jumlah >ar Be/as (k) 8 % dan Ju8

'a/el Dur/inAatson menun

dL 8 &,!"% dan nilai d3 8 ,#

dapat ditentukan kriteria terC

autokorelasi seperti terlihat p

di/a?ah ini.

@ilai DA hitung se/esar %,% le/ih /esar dake9il dari %," yang artinya /erada pada dae

a&to(orelasi. Sehingga dapat disimpulkan /model regresi linier tidak terCadi autokorelasi.



D. @ormalitas

Perlu diingatkan /ah?a asumsi normalitadimaksud dalam asumsi klasik pendekatan adalah (data) residual yang di/entuk modellinier terdistri/usi normal, /ukan 0aria/le /eataupun 0aria/el terikatnya. *riteria se/uahresidual terdistri/usi normal atau tidak dengpendekatan Normal P*P Plot dapat dilakuk

dengan melihat se/aran titiktitik yang ada gam/ar. ;pa/ila se/aran titiktitik terse/utmendekati atau rapat pada garis lurus (diagmaka dikatakan /ah?a (data) residual terdinormal, namun apa/ila se/aran titiktitik ter

menCauhi garis maka tidak terdistri/usi norm

P*P Plot di atas relati= me



lurus, sehingga dapat disim/ah?a (data) residual terdnormal. asil ini seCalan deklasik dari regresi linier dependekatan <LS.

*elemahan dari uCi normalNormal P*P Plot terletakdekatCauhnya se/aran titiada /atasan yang Celas meatau Cauhnya se/aran titiksehingga sangat dimungkikesalahan penarikan kesim6isalnya teramati /ah?a stitik terlihat relati= dekat (aterdistri/usi normal), tapi t9ukup dikatakan dekat (tidterdistri/usi normal). *ond

/ergantung kepada su/Cek



@ilai prob. : hitung (sig.) pada ta/el di atas nila&,&&& le/ih ke9il dari tingkat signi7kansi &,&#sehingga dapat disimpulkan /ah?a model regr

linier yang diestimasi layak digunakan untukmenCelaskan pengaruh arga Ekspor Pakaian Ja(R1) dan *urs 2en terhadap Rupiah (*3RS)terhadap 0aria/el terikat Ekspor Pakaian Jadi (E

Regresi Linier Berganda (Dengan SPSS)

Documents

Transcript of Regresi Linier Berganda (Dengan SPSS)