Syarat-Syarat Regresi (skripsi dan tesis)

  1. Model regresi dikatakan layak  jika angka signifikansi pada ANOVA sebesar < 0.05
  2. Predictor yang digunakan sebagai variabel bebas harus layak. Kelayakan ini diketahui jika angka Standard Error of Estimate < Standard Deviation
  3. Koefesien regresi harus signifikan. Pengujian dilakukan dengan uji t. Koefesien regresi signifikan jika t hitung > t table (nilai kritis). Dalam IBM SPSS dapat diganti dengan menggunakan nilai signifikansi (sig) dengan ketentuan sebagai berikut:
  • Jika sig < 0,05; koefesien regresi signifikan
  • Jika sig > 0,05; koefesien regresi tidak signifikan
  1. Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi antar variabel bebas yang sangat tinggi atau terlalu rendah. Syarat ini hanya berlaku untuk regresi linier berganda dengan variabel bebas lebih dari satu. Terjadi multikolinieritas jika koefesien korelasi antara variable bebas > 0,7 atau < – 0,7
  2. Tidak terjadi otokorelasi jika: – 2 ≤ DW ≤ 2
  3. Keselerasan model regresi dapat diterangkan dengan menggunakan nilai r2 semakin besar nilai tersebut maka model semakin baik. Jika nilai mendekati 1 maka model regresi semakin baik. Nilai r2mempunyai karakteristik diantaranya: 1) selalu positif, 2) Nilai r2 maksimal sebesar 1. Jika Nilai r2 sebesar 1 akan mempunyai arti kesesuaian yang sempurna. Maksudnya seluruh variasi dalam variabel tergantung (variabel Y) dapat diterangkan oleh model regresi. Sebaliknya jika r2 sama dengan 0, maka tidak ada hubungan linier antara variabel bebas (variabel  X) dan variabel tergantung (variabel Y).
  4. Terdapat hubungan linier antara variabel bebas (X) dan variabel tergantung (Y)
  5. Data harus berdistribusi normal
  6. Data berskala interval atau rasio
  7. Terdapat hubungan  dependensi, artinya satu variabel merupakan variabel tergantung yang tergantung pada variabel (variabel) lainnya.