Regresi Berganda
Regresi Berganda
2007/2008
REGRESI BERGANDA
Modul regresi sederhana yang telah dibahas pada bab terdahulu difokuskan pada
modul yang menggunakan satu veriabel indenpenden X untuk mengestimasi nilai variabel dependen Y. Modal ini dikembangankan untuk mengestimasinilai variabel dependen Y dengan menggunakan lebih dari satu variabel indenpenden (X1, X2 ., Xn). Dalamkasus ekonomi dan bisnis seringkali dijumpai perubahan suatu variabel dipengaruhi oleh lebih dari satu variabel. Misalnya nilai penjualan tidak hanya dipengaruhi oleh biaya promosi akan tetapi dapat juga secara bersama sama dipengaruhi oleh pengeluaran untuk penelitian dan pengembangan, dan faktor faktor lainnya. Hubungan fungsional antara variabel dependen (Y) dengan variabel indenpenden adalah
= a + b1X1 + b2 X2 42
Dimana : = nilai estimasi Y a= nilai Y pada perpotongan antara garis linear dengan sumbu vartikel Y X1 ,X2 = nilai variabel indenpenden X1 dan X2 b1, b2 = Slope yang berhubungan dengan variabel X1 dan X2
= na
+ b1X1 + b1X1
+ b2X2
.4 3
+ b1X1X2 4 4 .4 5
+ b1X1X2 + b2X2
Besarnya a,b1 dan b2 dapat dicari dengan memanpulasi ketiga persamaan tersebut. Berikut ini contoh mentukan persamaan regresi berganda dengan menggunakan data yang terdapat pada Tabel 4.1. pada contoh tersebut Y merupakan dependen. Sedangkan X1dan X2 merupakan variabel indenpenden.
Untuk memperoleh nilai nilai yang diperlukan pada persamaan 4 3 , 4 4, dan 4 5 maka data pada Tabel 4 . 1 diolah seperti data yang terdapat pada Tabel 4.2. Tabel 4.1. Data Contoh Menentukan Persamaan Regresi
Y 10 17 18 26 35 8
X1 8 21 14 17 36 6
X2 4 9 11 20 13 28
Penyelesaian persamaan 4-3,4-4, dan 4-5 bertujuan untuk menentukan a, b1, dan b2. Dengan memasukan nilai-nilai yang diperoleh dari tabel 4.2 ke dalam persamaan 4-3, 4-4, dan 4-5, maka dihasilkan tiga buahpersamaan yang yang mengandung a,b1, dan b2 yang nilainya belum diketahui,yaitu:
144 =
6a +
102b1
Apabila ketiga persamaan tersebut diselesaikan secara simultan, maka diperoleh nilai a, b1, dan b2 sebagai berikut :
Tabel 4.2 data hasil pengolahan dari data pada tabel 4.1 Y 10 17 18 26 35 8 144
Y
X1 8 21 14 17 36 6 102
X1
X2 4 9 11 20 13 28 85
X2
Nilai a, b1 dan b2 disubstitusikan ke dalam persamaan regresi dua variabel secara umum
akan diperoleh sebuah persamaan regresi linear yang menunjukan hubungan antara variabel X1, X2 dengan Y sebagai berikut :
estimasi adalah :
= 1.8713 + 0,8771X1 + 0,1566X2 = 1,8713 + 0,8771(600) + 0,1566 (1000) = 1,8713 +526.26 + 156,6 = 684.7313
Pusat Pengembangan Bahan Ajar - UMB Ir. Sahibul Munir SE, M.Si STATISTIKA 1
1).
Perumusan Hipotesis Jika diduga bahwa suatu variabel mempunyai hubungan yang positif dengan variabel lain, maka rumusan hipotesisnya adalah Ho : = 0 (tidak ada hubungan antara suatu variabel yang positif dengan variabel lain) Ha : > 0 (terdapat hubungan yang positif dan signifikan anatara suatu suatu variabel dengan variabel lainnya)
2). Menentukan taraf nyata (level of signifance ) , misalnya 5% 3). Menetukan titik kritis (daerah penerimaan / penolakan Ho). Titik kritis dicari dengan bantuan Tabel t (t distribution) Nilai t-tabel ditentukan berdasarkan tingkat signifikansi () yang digunnakan dan derajat bebas atau degree of freedom (df), dimana df = n-2, yang besarnya tergantung pada jumlah sampel (n). Jika misalnya = 0,05 dan n=8 atau df = 8 - 2 = 6, maka t tabel nya adalah :
t=
r n2 1 r 2
Ir. Sahibul Munir SE, M.Si STATISTIKA 1
Terima Ho
Tolak Ho/Terima Ha
t =1,943 5). Kesimpulan Kesimpulan di buat berdasarkan keputusan yang diambil. Jika keputusan menerima Ho , kesimpulannya adalah tidak ada korelasi (hubungan) antara variabel satu dengan variabel lainnya. Sebaliknya jika tolak Ho dan terima Ha, maka kesimpulannya adalah terdapat korelasi (hubungan) positif yang signifikan antara variabel satu dengan variabel lainnya.
(The Chi Square Test) Sebaagaimana yang sering dijumpai, bahwa nilai observasi atau pengamatan yang diperoleh dari suatu sempel tidak selalu persis sama dengan nilai yang diharapkan atau nilai teoritis yang sesuai dengan azas probabilita Dalam percobaan pelembaransebuah dadu sebanyak 60 kali, diharapkan atau secara teoritis akan diperoleh mata dadu : 1. Sebanyak 1/6 x 60 kali = 10 kali 2. Sebanyak 1/6 x 60 kali = 10 kali 3. Sebanyak 1/6 x 60 kali = 10 kali 4. Sebanyak 1/6 x 60 kali = 10 kali 5. Sebanyak 1/6 x 60 kali = 10 kali 6. Sebanyak 1/6 x 60 kali = 10 kali Namun demikian secara aktual atau kenyataannya tidak demikian, dan setelah diobservasi hasilnya : Mata dadu 1 Frekuensi munculnya = 8 Pusat Pengembangan Bahan Ajar - UMB Ir. Sahibul Munir SE, M.Si STATISTIKA 1
Mata dadu 2 Frekuensi munculnya = 11 Mata dadu 3 Frekuensi munculnya = 11 Mata dadu 4 Frekuensi munculnya = 12 Mata dadu 5 Frekuensi munculnya = 9 Mata dadu 6 Frekuensi munculnya = 9 60 Berdasarkan hasil observasi dari percobaan percobaan diatas dapat muncul pertanyaan apakah mata dadu tersebut imbang (fair )? Dalam pengertian statistik mata dadu yang imbang (fair) dapat menggambarkan distribusi probabilita yang selanjutnya dalam pembahasan ini disebut sebagai Hipotesis nol (Ho) Pertanyaan diatas dapat juga dinyatakan sebagai berikut : Apakah data observasi sesuai dengan Hipotesis nol (Ho) atau Apakah hasil pengamatan (observasi) itu tidak berbeda dengan hasil yang diharapkan.
Sedangkan metode statistik yang dipakai untuk menguji masalah tsb diatas didasarkan pada 2 distribusition (distribusi kai kuadrat, 2). Satatistik 2 (kai kuadrat ) merupakan suatu ukuran ketidak cocokan / ketidak sesuaian anatara hasil pengamatan (observasi ) dengan hasil yang diharafkan (expected) dan dirumuskan:
( oij Eij ) 2 =
Eij
dimana : Oij = nilai observasi pada berisi kolom j. Eij = nilai yang diharapkan pada baris I, kolom j. Dalam pembahasan distribusi atau pengujian 2 ini hanya meliputi 1. Test of Inedepedence 2. Test of Good ness of Fit 1. Pengujian Independensi ( Analisis abel Kontigensi) Pengujian ini ddigunakan untuk mengetahui apakah 2 variabel memiliki hubungan atau tidak .
Misalnya ingin diuji apakah ada hubungan atau tidak antara jenis kelamin dengan indeks prestasi (IP) mahasiswa . Untuk tujuan tersebut diambil sempel 120 mahasiswa dan 80 mahasiswa. Hasil pengamatan (observasinya) adalah sbb: Tabel 1. Indesk Prestasi Mahasiswa Menurut Jenis Kelamin. Bagus Mahasiswa Mahasiswa Total sekali 27 13 40 Indeks Prestasi Bagus Cukup 35 15 50 33 27 60 Kurang 25 25 50 Total 120 80 200
Dengan = 5 % ujilah hipotesis yang menyatakan bahwa Indeks Prestasi tidak berhubungan (independen) dengan jenis kelamin mahasiswa.
Prosedur Pengujiannya 1). Menentukan Ho dan Hi Ho : Indeks Prestasi tidak berhubungan dengan jenis kelamin Hi : Indeks Prestasi berhubungan dengan jenis kelamin 2). Menentukan daerah penolakan Ho dengan menggunakan distribusi 2 atau 2 tabel df = (n 1)(k 1) Dimana : n = Jumlah baris k = Jumlah kolom df = (2 1) ( 4 1 ) = 3 Pada Tabel distribusi 2 untuk = 0,05 dan df = 3 maka 2 = 7,815 3). Menghitung nilai statistik uji (mencari 2 hitung )
(0 E)2 =
E
O = Frekuensi pengamatan (observasi) E = Frekuensi yang diharapkan
Dimana :