Hubungan antara variabel dependen dengan lebih dari satu variabel independen untuk
mengetahui hubungan antarvariabel tersebut.
Memprediksi sebuah variabel dependen
menggunakan beberapa variabel independen (prediktor)
Terdapat satu jenis variabel dependen yang bersifat numerik
Terdapat lebih dari satu variabel independen
Asumsi univariate
Variabel yang bersifat numerik harus berdistribusi normal sehingga dapat dianalisis dengan statistik parametrik
Bivariate
Uji korelasi pearson digunakan untuk mengetahui korelasi variabel dependen dan variabel independen. Sebuah variabel dapat dikatakan memiliki korelasi jika memiliki nilai p-value <0,25.
Eksistensi
Independensi
Linearitas
Homocedasticity
Multivariate Normalitas
Persamaan regresi dua prediktor
= + +
Model penduga
= + +
Perhitungan nilai a, b1 dan b2 dapat dilakukan
Y = a +b1X1 + b2X2
Nilai b1 =
Nilai b2 =
Kejadian X1 X2 Y X1Y X2Y X1X2 X12 X
Kejadian X1 X2 Y X1Y X2Y X1X2 X12 X
Nilai b1= = 0,20184
Nilai b2= = -0,17226
Nilai a = = 4,991
RYX1X2 =
Tes signifikansi = −� � /�
�−�−
Statistik uji:
Ho: R = 0
Ha: R ≠ 0
df1 = k
df2 = (n-k-1)
Pada kasus di atas dengan α=0,05 untuk
pengujian maka diambil F0,05 dengan derajat
Nilai = − ,9 9,9 9 /
− −
= 20,108
Fhitung > Ftabel berarti Ho ditolak dan Ha