P. 1
Makalah Studi Kasus Regresi dan Regresi Berganda

Makalah Studi Kasus Regresi dan Regresi Berganda

|Views: 727|Likes:
Dipublikasikan oleh Rudini Mulya
Regresi dan korelasi adalah metode statistik yang di pakai untuk mengukur asosiasi atau hubungan antara dua atau lebih variabel kuantitatif, sedangkan untuk mengukur asosiasi antara dua atau lebih variabel kuantitatif di pakai tes X kuadrat_Rudini Mulya,dkk 2012
Regresi dan korelasi adalah metode statistik yang di pakai untuk mengukur asosiasi atau hubungan antara dua atau lebih variabel kuantitatif, sedangkan untuk mengukur asosiasi antara dua atau lebih variabel kuantitatif di pakai tes X kuadrat_Rudini Mulya,dkk 2012

More info:

Categories:Types, Research
Published by: Rudini Mulya on Jan 02, 2013
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

12/21/2013

pdf

text

original

Rudini mulya_teknik industry universitas mercu buana 2012

1
Makalah
ANALISIS REGRESI DAN REGRESI GANDA





Disusun oleh :

1. Rudini mulya ( 41610010035 )
2. Fallen jatu anwar try ( 41610010036 )
3. Novian ( 41610010034 )



Teknik Industri
Universitas Mercu Buana
Jakarta 2010

Rudini mulya_teknik industry universitas mercu buana 2012

2
ANALISIS REGRESI DAN REGRESI GANDA

9.1 Pengertian Regresi
Regresi dan korelasi adalah metode statistik yang di pakai untuk
mengukur asosiasi atau hubungan antara dua atau lebih variabel kuantitatif,
sedangkan untuk mengukur asosiasi antara dua atau lebih variabel kuantitatif di
pakai tes X kuadrat. Sebagai contoh pengaruh antara besarnya cc kendaraan
bermotor dengan kecepatan mobil, maka , hubungan antara dua variabel ini
dinyatakan pada sumbu X dan Y yang membentuk suatu garis linear dan
koefisien korelasi ( r ) yang menyatakan derajat hubungan antara dua variabel
tersebut.

9.1.1 Regresi Linear atau sederhana
Regresi atau peramalan adalah suatu proses memperkirakan secara
sitemats tentang apa yang paling mungkin terjadi di masa yang akan datang
berdasarkan informasi masa lalu dan sekarang yang dimiliki agar kesalahannya
dapat diperkecil.
Kegunaan regresi dalam penelitian salah satunya adalah untuk
meramalkan atau memprediksi variabel terikat (Y) apabila variabel bebas (X)
diketahui.
Regresi Linear atau Sederhana adalah regresi berupa garis lurus yang
menyatakan hubungan antara dua variabel pada sumbu X dan Y dengan rumus
Y = bX + a seta slope = AC / BC .
Formula :
n(Σ XY ) – (Σ X ) ( Σ Y )
Koefisien Regresi b = Σ
n( ΣY ) - b ( ΣX )

( ΣY ) - b ( ΣX )
Konstanta a = n

Rudini mulya_teknik industry universitas mercu buana 2012

3

Keterangan X = Variabel X
Y = Variabel Y
Σ = Sigma
n = Jumlah pasangan data
a = Konstanta
b. = Koefisien regresi
Contoh :
“ Pengaruh kualitas pelayanan karyawan Showroom mobil Tunas Toyota
(X) terhadap kepuasan konsumen (Y)”
Setelah dilakukan penelitian maka didapat data mengenai kualitas
pelayanan (X) dan kepuasan konsumen (Y) adalah sebagai berikut :
No X Y No X Y
1 45 34 11 46 35
2 49 34 12 49 32
3 48 35 13 45 32
4 44 29 14 43 33
5 49 37 15 50 36
6 46 34 16 51 36
7 46 35 17 49 38
8 50 38 18 50 35
9 48 35 19 44 30
10 50 39 20 49 36

Asumsi data berdistribusi normal.
Langkah menjawabnya
Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat
Ha : Tidak terdapat pengaruh yang signifikan antara kualitas pelayanan
terhadap kepuasan konsumen
Ho : Terdapat pengaruh yang signifikan antara kualitas pelayanan terhadap
kepuasan konsumen


Rudini mulya_teknik industry universitas mercu buana 2012

4
Langkah 2. Membuat Ha dan Ho dalam bentuk statistik
Ha : r ≠ 0
Ho : r = 0
Langkah 3. Membuat tabel penolong untuk menghitung angka statistik
No Tot
X
Total
Y
X
2
Y
2
XY

1 45 34 2025 1156 1530
2 49 34 2401 1156 1666
3 48 35 2304 1225 1680
4 44 29 1936 841 1276
5 49 37 2401 1369 1813
6 46 34 2116 1156 1564
7 46 35 2116 1225 1610
8 50 38 2500 1444 1900
9 48 35 2304 1225 1680
10 50 39 2500 1521 1950
11 46 35 2116 1225 1610
12 49 32 2401 1024 1568
13 45 32 2025 1024 1440
14 43 33 1849 1089 1419
15 50 36 2500 1296 1800
16 51 36 2601 1296 1836
17 49 38 2401 1444 1862
18 50 35 2500 1225 1750
19 44 30 1936 900 1320
20 49 36 2401 1296 1764

Jmlh 951 693 45333 24137 33038

Langkah 4. Masukkan angka – angka statistik dari tabel penolong ke dalam
rumus
n(Σ XY ) – (Σ X ) ( Σ Y )
b = ------------------------------------
n( ΣX
2
) - ( ΣX )
2


20(33038 ) – (951 ) (693 )
b = ------------------------------------
20( 45333 ) - ( 951)
2


660760 – 659043 1717
b = ------------------------------------ = ---------- = 0.76
906660 - 904401 2259



Rudini mulya_teknik industry universitas mercu buana 2012

5

( ΣY ) - b ( ΣX )
a = -----------------------------
n

( 693 ) - 0.76 ( 951 )
a = -------------------------------- = - 1.488
20

Langkah 5. Masukan nilai a dan b ke dalam persamaan
Y = a + bX = -1.488 + 0.76X
Langkah 6. Uji signifikansi dan linieritas dengan menggunakan Anova atau Uji F.
F hitung = RJK reg / RJK Res
( ΣY )
2
(693)
2
480249
JK reg(a) = -------------- = -------------- = ------------ = 24012.45
n 20 20

(Σ X ) ( Σ Y ) (951 ) (693 )
JK reg(b,a) = b. Σ XY - ------------------ = 0.76 33038 - ---------------
n 20

= 0.76 ( 33038 – 32952.15) = 0.76 (85.85)

= 65.246

JK res = ΣY
2
- JK reg(b,a) - JK reg(a) = 24137 – 65.246 – 24012.45 = 59.304

RJK reg a = JK reg a

RJK reg (b,a) = JK reg(b,a)

RJK res = JK res / n – 2 = 59.304 / 18 = 3.128

F hitung = RJK reg (b,a)/ RJK res = 65.246 / 3.128 = 20.859

Langkah 7. Tetapkan taraf signifikansinya
Signifikansinya 0.05
Langkah 8. Kriteria pengujian Ho
Ho : signifikan
Ha : tidak signifikan
F hitung ≥ F tabel, maka Ho diterima


Rudini mulya_teknik industry universitas mercu buana 2012

6
F tabel = F (1 – α) (dkreg (b/a) (dkres)
= F (1 – 0.05) (1) (20 -2)
= F (0.95) (1) (18)
F tabel = 4.41. Hasilnya F hitung ≥ F tabel atau 20.859 ≥ 4.41
Langkah 9. Buat Kesimpulan
Berdasarkan perbandingan nilai F hitung dengan F tabel, maka dapat diambil
kesimpulan bahwa terdapat hubungan yang signifikan antara kualitas pelayanan
dengan kepuasan konsumen.

9.1.2 Regresi Ganda
Analisis regresi ganda adalah pengembangan dari analisis regresi
sederhana. Kegunaannya yaitu untuk meramalkan nilai variabel terikat (Y)
apabila variabel bebas minimal dua atau lebih.
Analisis regresi ganda adalah suatu alat analisis peramalan nilai
pengaruh dua variabel bebas atau lebih terhadap variabel terikat untuk
membuktikan ada atau tidaknya hubungan fungsi atau hubungan kausal antara
dua variabel bebas atau lebih dengan satu variabel terikat.
Persamaan regresi ganda dirumuskan :
a. Dua Variabel Bebas : ў = a + b
1
X
1
+ b
2
X
2

b. Tiga Variabel Bebas : ў = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3

c. Empat Variabel Bebas : ў = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4

d. Ke – n Variabel Bebas : ў = a + b
1
X
1
+ b
2
X
2
+ .........

+ b
n
X
n

Keterangan :
X = Variabel X
Ў = Variabel Y
a = Konstanta
b. = Koefisien regresi

Rudini mulya_teknik industry universitas mercu buana 2012

7
Langkah-langkah menjawab regresi ganda adalah sebagai berikut :
Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat
Langkah 2. Membuat Ha dan Ho dalam bentuk statistik
Langkah 3. Membuat tabel penolong untuk menghitung angka statistik
Langkah 4. Hitung nilai – nilai persamaan b1, b2, dan a dengan rumus
Metode kuadrat terkecil (least square) (Hariwijaya, 99)
__ __ __
a = Y - b
1
X
1
- b
2
X
2

(Σx
2
2
).(Σx
1
y) – (Σx
1
x
2
).(Σx
2
y)
b1 = -----------------------------------------
(Σx
1
2
).( (Σx
2
2
) - (Σx
1
x
2
)
2


(Σx
1
2
).(Σx
2
y) – (Σx
1
x
2
).(Σx
1
y)
b
2
= -----------------------------------------
(Σx
1
2
).( (Σx
2
2
) - (Σx
1
x
2
)
2



Σy
1
2
= ΣY
2
– n.Y
2

Σx
1
2
= Σ X
1
2
– n. X
1
2

Σx
2
2
= Σ X
2
2
– n. X
2
2

Σx
1
y

= ΣX
1
Y

- n. (ΣX
1
) (ΣY)

Rumus persamaan jika terdapat 2 variabel bebas
Y = a.n + b
1
ΣX
1
+ b
2
ΣX
2
YX
1
= aΣX
1
+ b
1
ΣX
1
2
+ b
2
ΣX
1
X
2
YX
2
= a ΣX
2
+ b
1
Σ X
1
X
2
+ b
2
ΣX
2
2

Rumus persamaan jika terdapat 3 variabel bebas

Σx
1
2
= ΣX
1
2
- (ΣX
1
)
2

-------
n

Σx
2
2
= ΣX
2
2
- (ΣX
2
)
2

-------
n

Rudini mulya_teknik industry universitas mercu buana 2012

8

Σx
3
2
= ΣX
3
2
- (ΣX
3
)
2

-------
n


Σx
1
x
2
= ΣX
1
X
2
- (ΣX
1
) (ΣX
2
)
--------------
n

Σx
1
x
3
= ΣX
1
X
3
- (ΣX
1
) (ΣX
3
)
--------------
n

Σx
2
x
3
= ΣX
2
X
3
- (ΣX
2
) (ΣX
3
)
--------------
n

Σx
1
y

= ΣX
1
Y

- (ΣX
1
) (ΣY)
--------------
n

Σx
2
y

= ΣX
2
Y

- (ΣX
2
) (ΣY)
--------------
n

Σx
3
y

= ΣX
3
Y

- (ΣX
3
) (ΣY)
--------------
n

Σy
2
= (ΣY)
2
- (ΣY)
2

-------
n

Langkah 5. Masukkan hasil perhitungan di atas ke dalam rumus b dan a

b
1
= (Σx
2
2
).(Σx
1
y) – (Σx
1
x
2
).(Σx
2
y)
-----------------------------------------
(Σx
1
2
).( (Σx
2
2
) - (Σx
1
x
2
)
2


b
2
= (Σx
1
2
).(Σx
2
y) – (Σx
1
x
2
).(Σx
1
y)
-----------------------------------------
(Σx
1
2
).( (Σx
2
2
) - (Σx
1
x
2
)
2


a = (ΣY) - b
1
(ΣX
1
) - b
2
(ΣX
2
)
----- ----- ------
n n n


Langkah 6. Cari r hitung dengan rumus

Rudini mulya_teknik industry universitas mercu buana 2012

9
Ry(1,2) = b
1
Σx
1
y + b
2
Σx
2
y
----------------------
Σy
2


Langkah 7. Kuadratkan nilai r
Langkah 8. Hitung nilai Fhitung dengan rumus
F = R
2
(n – m -1)
--------------------
m. (1 – R
2
)
langkah 9. Hitung F tabel dengan rumus
F tabel = F
(1 – α) (dk pembilang, dk penyebut)

dk pembilang = m
dk penyebut = n – m – 1
kemudian lihat Ftabel, kemudian tentukan kriteria pengujian Ho, yaitu
Ha : tidak signifikan
Ho : signifikan
Jika F hitung ≤ F tabel maka Ho diterima atau signifikan.
Langkah 10. Membuat kesimpulan

Contoh :
Diketahui data mengenai kepemimpinan (X1), Etos kerja (X2) dan Prestasi Kerja
(Y) adalah seperti dalam tabel penolong berikut :

No X1 X2 Y YX1 YX2 X1X2 X12 X22 Y2
1 89 85 88 7832 7480 7565 7921 7225 7744
2 78 84 87 6786 7308 6552 6084 7056 7569
3 78 81 89 6942 7209 6318 6084 6561 7921
4 76 78 75 5700 5850 5928 5776 6084 5625
5 83 93 97 8051 9021 7719 6889 8649 9409
6 93 89 93 8649 8277 8277 8649 7921 8649
7 93 85 98 9114 8330 7905 8649 7225 9604
8 88 76 80 7040 6080 6688 7744 5776 6400
9 75 70 86 6450 6020 5250 5625 4900 7396
10 92 92 91 8372 8372 8464 8464 8464 8281
11 80 72 79 6320 5688 5760 6400 5184 6241
12 83 83 85 7055 7055 6889 6889 6889 7225

Rudini mulya_teknik industry universitas mercu buana 2012

10
13 83 88 85 7055 7480 7304 6889 7744 7225
14 91 90 96 8736 8640 8190 8281 8100 9216
15 77 74 83 6391 6142 5698 5929 5476 6889
16 69 74 95 6555 7030 5106 4761 5476 9025
17 94 96 93 8742 8928 9024 8836 9216 8649
18 91 97 98 8918 9506 8827 8281 9409 9604
19 69 73 79 5451 5767 5037 4761 5329 6241
20 84 93 98 8232 9114 7812 7056 8649 9604
21 77 81 84 6468 6804 6237 5929 6561 7056
22 91 84 92 8372 7728 7644 8281 7056 8464
23 78 88 89 6942 7832 6864 6084 7744 7921
24 85 92 98 8330 9016 7820 7225 8464 9604
25 82 83 88 7216 7304 6806 6724 6889 7744
26 77 71 83 6391 5893 5467 5929 5041 6889
27 74 83 80 5920 6640 6142 5476 6889 6400
28 63 74 78 4914 5772 4662 3969 5476 6084
29 81 83 75 6075 6225 6723 6561 6889 5625
30 85 91 85 7225 7735 7735 7225 8281 7225
Ttl 2459 2503 2627 216244 220246 206413 203371 210623 231529

Buatlah persamaan regresinya.
Langkah menjawab
Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat
Ha : Tidak ada hubungan yang signifikan antara Kepemimpinan, Etos kerja
dan Prestasi kerja
Ho : Ada hubungan yang signifikan antara Kepemimpinan, Etos kerja dan
Prestasi kerja
Langkah 2. Membuat Ha dan Ho dalam bentuk statistik
Ha : r = 0
Ho : r ≠ 0
Langkah 3. Membuat tabel penolong untuk menghitung angka statistik (lihat tabel
diatas)
Langkah 4. Hitung nilai – nilai persamaan b1, b2, dan a dengan rumus
Persamaan yang digunakan dalam 2 variabel bebas
Y = a.n + b
1
ΣX
1
+ b
2
ΣX
2
YX
1
= a. ΣX
1
+ b
1
ΣX
1
2
+ b
2
ΣX
1
X
2

Rudini mulya_teknik industry universitas mercu buana 2012

11
YX
2
= a ΣX
2
+ b
1
Σ X
1
X
2
+ b
2
ΣX
2
2

Masukkan angka statistik dalam persamaan
2627 = 30.a + 2459 b
1
+ 2503b
2
............................ (1)
216244 = 2459a + 203371b
1
+ 206413 b
2
.......................... (2)
220246 = 2503a

+ 206413b
1
+ 210263b
2
........................... (3)
Hilangkan nilai a (1)
2627 = 30.a + 2459 b
1
+ 2503b
2
............................ (1)
216244 = 2459a + 203371b
1
+ 206413 b
2
.......................... (2)
Persamaan (1)
30.a = 2627 - 2459 b
1
- 2503b
2

a = 2627 - 2459 b
1
- 2503b
2
........................................... (a)
-- ------------------------------
30
216244 = 2459a + 203371b
1
+ 206413 b
2
.......................... (2)
216244 = 2459 (2627 - 2459 b
1
- 2503b
2
) + 203371b
1
+ 206413 b
2

-------------------------------
30
216244 = 215326.4 – 201556.033 b
1
- 205162.57 b
2
+ 203371b
1
+ 206413 b
2


216244 – 215326.4 = 1814.97 b
1
+ 1250.43 b
2

b
1
= 917.567 – 1250.43 b
2

-------------------------------------------
1814.97

b
1
= 0.5 – 0.689 b
2
…………………………….. (b)




a = 2627 - 2459 (0.5 – 0.689 b
2
)

- 2503b
2

--------------------------------------------------
30
= 2627 – 1229.5 + 1694 b
2
- 2503b
2
--------------------------------------------------
30
= 46.58 – 26.96 b
2
................................................................ (c)


Rudini mulya_teknik industry universitas mercu buana 2012

12
Persamaan 3
220246 = 2503a

+ 206413b
1
+ 210263b
2
........................... (3)
220246 = 2503 (46.58 – 26.96b
2
)

+ 206413 (0.5 – 0.689 b
2
) + 210263b
2

220246 = 116589.7 – 67480.88 b
2
+ 103206.5 – 142218.6 b
2
+ 210263b
2

220246 = 219796.2 + 563.563b
2

563.563b
2
= 220246 - 219796.2
b
2
= 220246 - 219796.2
----------------------
563.563

= 0.798
a = 46.58 – 26.96 (0.798)
= 46.58 – 21.51
= 25.07
b
1
= 0.5 – 0.689 b
2

b
1
= 0.5 – 0.689 (0.798)
= 0.5 – 0.55
= - 0.05



Y = 25.07 – 0.05 X
1
+ 0.798 X
2



Sumber Rujukan :

Suharyadi dan Purwanto. 2007. Statistika 2. Penerbit Salemba Empat. Jakarta

Husaini Usman. 2003. Pengantar Statistika. Penerbit Bumi Aksara. Jakarta

Levin, Richard I. dan David S. Rubin. 1998. Statistic for Management.
International Edition. Prentice Hall. International Edition. USA.

Sugiyono. 2003. Metodologi Penelitian Administrasi. Penerbit Alfabeta.
Bandung.

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->