Statistika

Tahapan Dalam Melakukan Analisis Regresi Linier Berganda

Tahapan Dalam Melakukan Analisis Regresi Linier Berganda
0
Tahapan Dalam Melakukan Analisis Regresi Linier Berganda

Urutan atau tahapan dalam melakukan analisis regresi linier berganda umumnya dibagi menjadi beberapa langkah utama, mulai dari uji instrumen/prasyarat, uji asumsi klasik, analisis regresi, hingga uji hipotesis:

1. Uji Instrumen dan Kualitas Data (Khusus Data Primer)

  • Uji Validitas: Mengukur apakah kuesioner atau instrumen yang disebarkan benar-benar mengukur apa yang seharusnya diukur (r_hitung > r_tabel).
  • Uji Reliabilitas: Mengukur tingkat konsistensi jawaban responden (biasanya dilihat dari nilai Cronbach's Alpha > 0,60 atau > 0,70).

2. Uji Prasyarat / Uji Asumsi Klasik  

Agar model regresi bersifat BLUE (Best Linear Unbiased Estimator), data harus melalui serangkaian pengujian asumsi klasik:

  • Uji Normalitas: Memastikan nilai residu atau error berdistribusi normal (misalnya menggunakan uji Kolmogorov-Smirnov atau Normal P-P Plot).
  • Uji Linearitas: Memastikan ada hubungan yang bersifat linear antara masing-masing variabel bebas (X) dengan variabel terikat (Y).
  • Uji Multikolinearitas: Memastikan tidak ada korelasi yang tinggi antar variabel bebas (dilihat dari nilai Tolerance > 0,10 dan VIF < 10).
  • Uji Heteroskedastisitas: Memastikan varian dari residual bersifat konstan atau homoskedastis (melalui scatter plot atau uji Glejser).
  • Uji Autokorelasi: Memastikan tidak ada korelasi antar data observasi satu dengan yang lain (biasanya menggunakan nilai Durbin-Watson) — khusus untuk data time series/runtut waktu.

3. Analisis Persamaan Regresi Linier Berganda

  • Menyusun persamaan matematis:
  • Menentukan besar nilai konstanta (α) dan koefisien regresi (β) masing-masing variabel bebas. 

4. Uji Hipotesis dan Kelayakan Model

  • Uji F (Uji Simultan): Menguji apakah semua variabel bebas secara bersama-sama (serentak) berpengaruh signifikan terhadap variabel terikat (sig. < 0,05).
  • Uji t (Uji Parsial): Menguji pengaruh masing-masing variabel bebas secara sendiri-sendiri terhadap variabel terikat (sig. < 0,05).
  • Koefisien Determinasi (R²): Mengukur seberapa besar kemampuan variabel bebas dalam menjelaskan variasi dari variabel terikat (dalam bentuk persentase). 


Topik:
A
PenulisNahlMedia
‹ Artikel BerikutnyaBaca artikel yang lebih baru Artikel Sebelumnya ›Baca artikel yang lebih lama

Komentar

Memuat komentar...

Tulis Komentar