UJI SIGNIFIKANSI KOEFISIEN REGRESI MELALUI KEYAKINAN INTERVAL ESTIMASI

Selain menggunakan uji t, kita juga dapat menguji signifikansi hubungan linier antara variabel-variabel independen dengan variabel independennya melalui keyakinan interval estimasi b1 dan menentukan apakah nilai hipotesis (b1 = 0) termasuk dalam interval atau tidak.

Kita bisa menyusun keyakinan interval estimasi dari slope b1 dengan cara mengalikan nilai ttabel dengan kesalahan standar slope (Sb1) lalu kemudian menambahkan dan mengurangkan hasilnya ke slope sampel. Perhitungan ini digunakan untuk menentukan batas bawah dan batas atas keyakinan interval estimasi.

Sebagai contoh, kita menggunakan output regresi yang sudah sering kita gunakan seperti gambar di atas. Output regresi ini adalah regresi antara variabel independen jumlah sales dengan variabel dependen jumlah penjualan motor. Dari output di atas kita bisa mengetahui bahwa batas bawah dan batas atas keyakinan interval estimasi dari slope jumlah sales dan jumlah penjualan motor. Dengan tingkat kepercayaan 95%, batas bawahnya adalah 0,09088 dan batas atasnya adalah 0,40912.

Karena nilai-nilai ini di atas 0, kita bisa menyimpulkan bahwa ada hubungan linear yang signifikan antara jam kerja dan rekaman kubik yang dipindahkan. Bila koefisien regresi (b) negatif maka nilai batas atas dan batas bawah harus negatif atau kurang dari 0. Koefisien regresi dianggap tidak signifikan bila batas bawah kurang dari 0 dan batas atas lebih dari 0, dan sebaliknya bila koefisien regresi negatif.

Interval kepercayaan pada contoh di atas menunjukkan bahwa untuk setiap penambahan 1 orang sales, rata-rata penjualan perhari diperkirakan meningkat setidaknya 0,09088 jam tetapi kurang dari 0,40912 unit. Jika nilai 0 masuk di dalam interval, kita harus menyimpulkan bahwa tidak ada hubungan antara jumlah sales dan penjualan motor.

PENGHITUNGAN BATAS BAWAH DAN BATAS ATAS

Sudah disinggung di atas bahwa penghitungan batas bawah dan batas atas keyakinan interval estimasi dilakukan dengan cara mengalikan nilai ttabel dengan kesalahan standar slope (Sb1) lalu kemudian menambahkan dan mengurangkan hasilnya ke slope sampel.

Loading...

Interval = b1 ± (t(α/2 ; n-k) x Sb1)

Dimana t(α/2 ; n-2) = t(0,025 ; 3) = 3,1824

Interval = 0,25 ± (3,1824 x 0,05)

Interval = 0,25 ± (3,1824 x 0,05)

Loading...

Interval = 0,25 ± 0,15912

Jadi Keyakinan Interval Estimasi = 0,09088 b1≤ 0,40912

Bagaimana Gaes….. hasil hitung manual sama dengan penghitungan yang dilakukan komputer kan?. Disarankan bagi Anda untuk melakukan latihan mandiri untuk meretensi pemahaman Anda ya….

Tinggalkan Balasan