uji korelasi dan regresi
DESCRIPTION
Uji Korelasi Dan RegresiTRANSCRIPT
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
Unstandardized Coefficients
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
Unstandardized Coefficients
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
a. Dependent Variable: dayabeli
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
a. Dependent Variable: dayabeli
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
a. Dependent Variable: dayabeli
Jika mean residual 0 maka memenuhi
Jika tidak membentuk pola maka memenuhi asusmsi homoskedastisitas