Home » , , » Analisis Regresi Linier Berganda Menggunakan Excel

Analisis Regresi Linier Berganda Menggunakan Excel

Written By Unknown on Jumat, 12 Juni 2015 | 01.23

Add Ins →Megastat Correlation/Regresion Regression Analysis
Pada input range:
Select variabel x dan  y
Pada option: cek list variance inflation factor dan tets intercept
Pada residual : cek list output residual, durbin Watson dan normal probality plot of residual
 
0.952
Adjusted R²
0.945
0.976
Std. Error 
2.693
16
2
Dep. Var.
y
Intrepetasinya dari r-square adjusted ialah variasi variabel y mampu dijelaskan oleh variabel x1 dan x2 sebesar 94,5 persen sisanya variabel di luar model
ANOVA table
         
Source
SS 
df 
MS
F
p-value
Regression
 1,872.7000
2  
936.3500
129.08
2.66E-09
Residual
 94.3000
13  
7.2538
   
Statistik observasi: Nilai signifikansi= 0.000, maka tolak H0. Atau kita dapat membandingkan nilai F pada tabel hasil dengan nilai F pada tabel F standar. Keputusan: Tolak H0. Kesimpulan: Dengan tingkat alpha 5 persen dapat disimpulkan bahwa secara bersama-sama variabel bebas berpengaruh signifikan terhadap variabel tidak bebas.
Regression output
       
confidence interval
   
variables
 coefficients
std. error
   t (df=13)
p-value
95% lower
95% upper
VIF
Intercept
37.6500
2.9961
 12.566
1.20E-08
31.1773
44.1227
 
x1
4.4250
0.3011
 14.695
1.78E-09
3.7745
5.0755
 1.000
x2
4.3750
0.6733
 6.498
2.01E-05
2.9204
5.8296
 1.000
Selanjutnya, tabel ini merupakan tabel analisis paling penting. Dengan tabel ini kita bisa melihat model yang dihasilkan dari variabel-variabel kita dan bagaimana pengaruhnya terhadap variabel tak bebas.
Model yang terbentuk adalah sebagai berikut:
Sebelum membaca pengaruh setiap variabel, kita pastikan dulu apakah variabel tersebut berpengaruh signifikan terhadap y atau tidak.
H0: βi=0
H1 : βi≠0
a= 5%
Statistik uji: T-Test
Untuk melihat hal itu, bisa kita lihat dari nilai t dan signifikansi setiap variabel. Untuk nilai t, kita bisa mengatakan signifikan apabila nilai |t|>t tabel standar. Jika menggunakan nilai signifikansi, maka kita bisa mengatakan variabel tersebut signifikan bila nilai sig < a (dalam kasus ini nilai a=5%). Pada tabel dapat kita lihat bahwa kedua variabel bebas berpengaruh signifikan terhadap variabel tak bebas. Pembacaannya adalah sebagai berikut:
-          Setiap kenaikan 1 satuan variabel x1 maka akan menaikkan nilai variabel y sebesar 4,425 satuan dengan asumsi variabel lain bernilai tetap
-          Setiap kenaikan 1 satuan variabel x2 maka akan menaikkan nilai variabel y sebesar 4,375 satuan dengan asumsi variabel lain bernilai tetap
Durbin-Watson =
2.31
Nilai durbin Watson mendekati 2 berarti bebas dari autokolerasi.
NIlai VIF kedua variabel bebas juga < 5, sehingga model bebas dari multikolinearitas
 Terlihat grafik residual mengikuti trend dengan sudut 45 derajat sehingga mengikuti distribusi normal 
Share this article :

0 komentar:

Posting Komentar



 
Support : Your Link | Your Link | Your Link
Copyright © 2013. Statistik Menarik - All Rights Reserved
Template Created by Creating Website Modified by CaraGampang.Com
Proudly powered by Blogger