Hai hai hai, Sahabat Generasi Emas 2020!
Gimana nih kabar kalian semua? Masih semangatkan, untuk mencari informasi dalam rangka mencerdaskan diri?
Pada postingan sebelumnya kita sudah membahas tentang Korelasi dan Regresi Sederhana yaa.. Pada kesempatan kali ini kita akan membahas tentang Korelasi dan Regresi Berganda, yuk kita langsung bahas aja!
KORELASI GANDA
Korelasi ganda (multiple correlation) merupakan angka yang menunjukkan arah dan kuatnya hubungan antara dua variabel independen secara bersama-sama atau lebih dengan satu variabel dependen. Sebagai contoh penelitian yang berjudul, Hubungan Tingkat Percaya Diri dan Motivasi Belajar dengan Prestasi Belajar Bahasa Inggris. Pada penelitian tersebut menanyakan hubungan secara bersama-sama antara Tingkat Percaya Diri dan Motivasi Belajar dengan Prestasi Belajar Bahasa Inggris. Rumus korelasi ganda dua variabel adalah sebagai berikut.
REGRESI BERGANDA
Analisis regresi linear berganda sebenarnya sama dengan analisis regresi linear sederhana, hanya variabel bebasnya lebih dari satu buah. Persamaan umumnya adalah:
Y = a + b1 X1 + b2 X2 + .... + bn Xn.
Dengan Y adalah variabel bebas, dan X adalah variabel-variabel bebas, a adalah konstanta (intersept) dan b adalah koefisien regresi pada masing-masing variabel bebas.
Interpretasi terhadap persamaan juga relatif sama, sebagai ilustrasi, pengaruh antara motivasi (X1), kompensasi (X2) dan kepemimpinan (X3) terhadap kepuasan kerja (Y) menghasilkan persamaan sebagai berikut:
Y = 0,235 + 0,21 X1 + 0,32 X2 + 0,12 X3
2. Jika variabel kompensasi meningkat, dengan asumsi variabel motivasi dan kepemimpinan tetap, maka kepuasan kerja juga akan meningkat.
3. Jika variabel kepemimpinan meningkat, dengan asumsi variabel motivasi dan kompensasi tetap, maka kepuasan kerja juga akan meningkat.
Interpretasi terhadap konstanta (0,235) juga harus dilakukan secara hati-hati. Jika pengukuran variabel dengan menggunakan skala Likert antara 1 sampai dengan 5 maka tidak boleh diinterpretasikan bahwa jika variabel motivasi, kompensasi dan kepemimpinan bernilai nol, karena ketiga variabel tersebut tidak mungkin bernilai nol karena Skala Likert terendah yang digunakan adalah 1
Analisis regresi linear berganda memerlukan pengujian secara serempak dengan menggunakan F hitung. Signifikansi ditentukan dengan membandingkan F hitung dengan F tabel atau melihat signifikansi pada output SPSS. Dalam beberapa kasus dapat terjadi bahwa secara simultan (serempak) beberapa variabel mempunyai pengaruh yang signifikan, tetapi secara parsial tidak. Sebagai ilustrasi: seorang penjahat takut terhadap polisi yang membawa pistol (diasumsikan polisis dan pistol secara serempak membuat takut penjahat). Akan tetapi secara parsial, pistol tidak membuat takut seorang penjahat. Contoh lain: air panas, kopi dan gula menimbulkan kenikmatan, tetapi secara parsial, kopi saja belum tentu menimbulkan kenikmatan.
Penggunaan metode analisis regresi linear berganda memerlukan uji asumsi klasik yang secara statistik harus dipenuhi. Asumsi klasik yang sering digunakan adalah asumsi normalitas, multikolinearitas, autokorelasi, heteroskedastisitas dan asumsi linearitas..
Langkah-langkah yang lazim dipergunakan dalam analisis regresi linear berganda adalah 1) koefisien determinasi; 2) Uji F dan 3 ) uji t. Persamaan regresi sebaiknya dilakukan di akhir analisis karena interpretasi terhadap persamaan regresi akan lebih akurat jika telah diketahui signifikansinya. Koefisien determinasi sebaiknya menggunakan Adjusted R Square dan jika bernilai negatif maka uji F dan uji t tidak dapat dilakukan.
Bentuk-bentuk regresi yang juga sering digunakan dalam penelitian adalah regresi logistik atau regresi ordinal.
CONTOH
CONTOH KORELASI
Dilakukan penelitian ada tidaknya hubungan antara tingkat percaya diri dan motivasi belajar dengan prestasi belajar bahasa inggris kelas X SMA “Tirta”. Untuk keperluan tersebut, maka telah dilakukan pengambilan data terhadap 10 responden yang diambil secara random. Berdasarkan 10 responden tersebut diperoleh data tentang hasil tingkat percaya diri (X1), motivasi belajar (X2), dan prestasi belajar bahasa inggris (Y), sebagai berikut.
Ho ditolak
7. Kesimpulan
Ada hubungan yang signifikan (dapat diberlakukan untuk populasi dimana sampel diambil) antara tingkat percaya diri dan motivasi belajar dengan prestasi belajar bahasa inggris
CONTOH REGRESI
Dalam suatu penelitian yang dilakukan terhadap 10 rumah tangga yang diilih secara acak, diperoleh data pengeluaran untuk pembelian barang-barang tahan lama per minggu (Y), pendapatan per minggu (X1), dan jumlah anggota rumah tangga (X2) sebagai berikut :
Seandainya suatu rumah tangga mempunyai X1 dan X2, masing-masing 11 dan 8. Berapa besarnya nilai Y. Artinya, berapa ratus rupiah rumah tangga yang bersangkutan akan mengeluarkan biaya untuk pembelian barang-barang tahan lama?
Penyelesaian :
Langkah pertama adalah mengolah data diatas menjadi sebagai berikut:
Dari hasil penghitungan diatas model regresi linier berganda dapat dituliskan sebagai berikut :
Demikian juga, jika jumlah anggota rumah tangga bertambah 1 orang maka akan menaikkan pengeluaran untuk pembelian barang-barang tahan lama per minggu sebesar Rp45,1 dengan asumsi pendapatan per minggu konstan/tetap.
Nah, sekian teman-teman pembahasan tentang Korelasi dan Regresi Berganda..
Semoga Bermanfaat ya buat teman-teman semua
Assalamu’alaikum... :)
Tidak ada komentar:
Posting Komentar