Uji Korelasi Dan Regresi

UJI KORELASI DAN REGRESI

Uji untuk menganalisis hubungan 2 variabel yang 2 datanya numerik.

Skla datanya interval atau ratio

Contoh:

Umur dengan tekanan darah. Atau umur ibu dengan berat badan bayi

Bedanya

Hanya bisa melihat ada hubungan atau tidak. Dan bagaimana pola hubungannya ( positif/ negativ? Erat?lemah?) = korelasi Bisa untuk memprediksi regresi

Misal untuk meliat jumlah keluarga dg konsumsi

masukkan

Correlations

JUMLAH

ANGGOTA

KELUARGA k_energi

JUMLAH ANGGOTA

KELUARGA

Pearson Correlation 1 .066

Sig. (2-tailed) .616

N 60 60

k_energi Pearson Correlation .066 1

Sig. (2-tailed) .616

N 60 60

Yang merah nilai person corelation = keeratan hubungannilai P yang biru Jika > maka Ho diterima tidak ada hubungan

Coba dengan regresi

*regresi linear untu numerik- numerik, regresi binear unuk kategorik- kategorikMisal hub antara jumlah anggota dengan konsumsi energi

Dependen: konsumsi energiIndependen: jumlah keluarga

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig.B Std. Error Beta

1 (Constant) 47.462 7.961 5.962 .000

JUMLAH ANGGOTA

KELUARGA.726 1.440 .066 .504 .616

a. Dependent Variable: k_energi

Nilai P yang merah jika lebih besar maka ho di terima

Regresi linear ganda: hub 2 atau lebih variabel independen dengan 1 variabel dependen

Langkah bivariat

1. Seleksi bivariat ( analisis satu satu, kemudian diliat nilai Pnya. Yang Pnya lebih kecil atau sama dengan dari 0,25 itu yg dipilih

Misal:

Variabel : pangan , non pangan, uang, jumlah keluarga, konsumsi energi, konsumsi protein, pendidikan ibu

Pangan Pnya 0.000 di pilih

Non pangan P nya o.252 dipilih

Uang 0, 609 dibuang

Jml anggota 0,000 dipilih

Konsumsi energi 0,133 dipilih

Kon.protein 0,552 dibuang

Pendidika ibu 0,112 dipilih

2. seleksi multivariat

Coefficientsa

Model


Standardized

Coefficients

t Sig.B Std. Error Beta

1 (Constant) 105686.240 10076.959 10.488 .000

PENGELUARAN PANGAN .198 .010 .749 19.287 .000

JUMLAH ANGGOTA

KELUARGA-19598.730 1430.038 -.530 -13.705 .000

PENDIDIKAN IBU 23289.728 6854.484 .132 3.398 .001

a. Dependent Variable: dayabeli

Dicari yang nilai P nya < dari 0,05 masuk dalam model

Untuk meliat hub yang paling dominan itu di standar.....Dan yg paling dominan 0.749Yang biru dalah nilai betaUntuk membuat persamaan garisAlfa yang constantJadi persmaaan garis: 105686.240 + 0,198 pangan - 19589 keluarga dll

Setiap pengeluaran pangan bertamabh 1 rupiah maka daya beli akan naik 0,198Setiap jmlah keluarga naik 1 maka daya beli akan turun 19589

Uji multivariat normalitas

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 1.981E11 3 6.605E10 204.605 .000a

Residual 1.808E10 56 3.228E8

Total 2.162E11 59

a. Predictors: (Constant), PENDIDIKAN IBU, JUMLAH ANGGOTA KELUARGA, PENGELUARAN

PANGAN

b. Dependent Variable: dayabeli

Liat P nya

Coefficientsa

Model


Standardized

Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 105686.240 10076.959 10.488 .000

PENGELUARAN PANGAN .198 .010 .749 19.287 .000 .989 1.011

JUMLAH ANGGOTA

KELUARGA-19598.730 1430.038 -.530 -13.705 .000 .998 1.002

PENDIDIKAN IBU 23289.728 6854.484 .132 3.398 .001 .991 1.009


Jika lebih besar dari 10 tidak diterima liat vif

Collinearity Diagnosticsa

Model

Dimensi

on Eigenvalue Condition Index

Variance Proportions

(Constant)

PENGELUARAN

PANGAN

JUMLAH

ANGGOTA

KELUARGA

PENDIDIKAN

IBU

1 1 3.040 1.000 .01 .01 .01 .02

2 .808 1.939 .00 .00 .00 .97

3 .117 5.089 .01 .68 .28 .01

4 .034 9.407 .98 .31 .71 .00


Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 1.4920E4 2.4165E5 1.1961E5 57950.88372 60

Residual -3.05153E4 5.91346E4 .00000 17503.91359 60

Std. Predicted Value -1.807 2.106 .000 1.000 60

Std. Residual -1.698 3.291 .000 .974 60


Jika mean residual 0 maka memenuhi

Jika tidak membentuk pola maka memenuhi asusmsi homoskedastisitas

Uji Korelasi Dan Regresi

Documents