Regresi Ganda

Regresi
bebas

ganda
adalah
regresi
yang menggunakan lebih dari 1 variabel
guna memprediksi (menduga) variabel terikat (gayut).

Beberapa hal penting dalam regresi yaitu :
I. Mencari persamaan Regresi Ganda
II. Mencari Standard Error dari Estimasi
III. Menghitung Standard Error Koefisien Regresi b1 (1) dan b2 (2)
IV. Mencari Koefisien Determinasi – Interpretasi
V. Mencari Koefisien Korelasi – Interpretasi

I. Mencari Persamaan Regresi
Melalui Model Eliminasi

Persamaa Regresi : Y = a + b1X2 + b2 X2
Tabel 1
Iklan
N Radio
o
X1

Iklan
TV
X2

Penjualan
Y

X1 X2

X1 Y

X 12

X 22

Y2

X2 Y

1

4

1

7

4

28

7

16

1

49

2

7

2

12

14

84

24

49

4

144

3

9

5

17

45

153

85

81

25

289

4

12

8

20

96

240

160

144

64

400

X 2i
= 16

Yi
= 56

(X1 Y)i
= 505

(X2 Y)i
= 276

X 12
=
290

X 22
=
94

Y2
=
882

X 1i =
32

I.
II.

III.

(X1 X2)i
= 159

Yi = n a + b1 X1i + b2 X2i
(X 1Y)i = a X1i + b1 (X12)i + b2 (X1 X2)i
(X 2Y)i = a X2i + b1 (X1 X2)i + b2 (X2 2)i

Statistik dan Probabilitas – Regresi Ganda
STTA – Semester Gasal TA 2011/2012

Hal: 1

7490 4 12 8 20 20.Model ini perlu eliminasi.661 dan b2= 0.0016 = 2.5058 (Yi .i) (Yi .677 5 1.711 2 -0.661 X1 + 0.3048 0.644.Y i)2 Statistik dan Probabilitas – Regresi Ganda STTA – Semester Gasal TA 2011/2012 SSE Hal: 2 .3225 1.644 + 1.0930 2 7 2 12 12.3049 -0. maka persamaan pertama dan kedua menjadi sebagai berikut : 56 = 4 a + 32 b1+ 16 b2 505 = 32 a + 290 b1 + 159 b2 276 = 16 a + 159 b1 + 94 b2 Akhirnya ditemukan a = 0. b1= 1.304 8 -0.)2 (SSE) ∧ Iklan Radio X1 Iklan TV X2 Penjualan Y 1 4 1 7 7.0169 ∧ Jadi Y = 0. Mencari Standar Error dari Estimasi Mencari Standar Error : Tabel 2 ∧ Y PenyimpaRegresi ngan Individu (Y-) ( Y .7112 0.4407 ∧ Y Y ∧ Y ∧ Y ∧ (Yi .0929 3 9 5 17 15.0169 X2 II.3049 0.i)2 = 0.

4407 SY.12 1.56227 Sb1 = ――― = 1.――――― = Rumus SY.56227 1.4031 Tabel 3 Iklan Radio X1 Iklan TV X2 (X1)2 (X2)2 X1 X2 1 4 1 16 1 4 2 7 2 49 4 14 3 9 5 81 25 45 4 12 8 144 64 96 Statistik dan Probabilitas – Regresi Ganda STTA – Semester Gasal TA 2011/2012 Hal: 3 . Untuk b1.12 = ――――――― = 2.56227 1.56227 Sb1 = ――――――――― = ―――――――― = ―――――― = ――― = SS x1 1− r 2 34 1− 0. Hanya saja ini berarti di sekeliling garis regresi.4407 = 1.1134 1.9686 12 ( ) ( ) ( ) 1.12 = n – k –1 ―――― n–k–1 2.56227 4–2–1 III.0579 1. caranya sebagai berikut: S Y . Menghitung Standar Error Koefisien Regresi 1 dan 2 Sb artinya bahwa SE pada b1 dan b2 mempunyai pengertian yang sama dengan SD pada statistik deskriptif.9421 34 0.

56227 1.――― = 290 ――― = 290 – 256 = n 4 4 SSX1 = 34 (X2)2i (16)2 256 (b) SSX2 = (X2 i ) ―――― = 94 . caranya adalah sebagai berikut: S Y .0579 1.(X1i) = 32 (X1)2i = 290 (X2i) = 16 (X2)2i = 94 (X1 X2)i = 159 (X1)2i (32)2 1024 2 Dimana (a) SSX1 = (X1 i ) ―――― = 290 .―――― = 159 – 128 = 31 n 4 (SCPX1X2)2 (31)2 961 (d) r 12 = ―――――― = ――――― = ――― = 0.737 12 ( ) ( Statistik dan Probabilitas – Regresi Ganda STTA – Semester Gasal TA 2011/2012 ) ( ) Hal: 4 .56227 Sb2 = ――――――――― = ―――――――― = ―――――― = ――― = SS x2 1− r 2 30 1− 0.56227 1.9421 (SSX1)(SSX2) (34) (30) 1020 2 Untuk b2.9421 30 0. 16) (c) SCPX1X2 = X1X2 ―――― = 159 .12 1.――― = 94 ――― = 94 – 64 = n 4 4 SSX2 = 30 2 Sebelumnya SCPX1X2 atau Sum of cross product deviation untuk X1 & X2 (X1i X2i ) (32 .

3180 Dimana (a) SSX1 = 34 (b) SSX2 = 30 Sebelumnya SCP X1X2 atau Sum of cross product deviation untuk X1 & X2 (X1i X2i ) (32 .Y i)2 ∧ (Yi .9421 (SSX1)(SSX2) (34) (30) 1020 IV. Mencari Koefisien Determinasi .1853 1.56227 Sb2 = ――― = 1.1.Interpretasi Artinya : Suatu besaran untuk mengetahui sejauh mana variasi variabel Y dapat dijelaskan oleh variabel X1 dan X2. Variasi Variabel Y terhadap Rata-ratanya : (Yi .Y i)2 2. Ditentukan : ∧ 1.12 = 1 ――――― atau R = 1 ―― Statistik dan Probabilitas – Regresi Ganda STTA – Semester Gasal TA 2011/2012 2 Hal: 5 .Y i)2 SSE r Y. Variasi Variabel Y terhadap Garis Regresi : (Yi .16) (c) SCP X1X2 = X1X2 ――――― = 159 – ―――― = 159 – 128 = 31 n 4 (SCPX1X2)2 (31)2 961 2 (d) r 12 = ―――――― = ――――― = ――― = 0.

4407 (SSE) = 98 (SST) + Unexplained Deviation ∧ (Yi .0935 -2 4 3 9 5 17 15.i)2 (Y -)2 = 2.5001 6 36 ∧ Y Y Total Deviasi = Explained Deviation ∧ (Yi .7517 3 9 4 12 8 20 20.)2 (Y -) (Y -)2 1 4 1 7 7.306 0.309 0.Y )2 = ( Y i Y )2 + (Yi .3058 -0.6765 1.7072 -0.3089 -0.Y i)2 SSE r Y.0954 -7 49 2 7 2 12 12.Y i)2 SST = SSR + SSE (Total sum of Squares) = Regression sum of squares + Error sum of squares) ∧ (Yi .(Yi .4407 Statistik dan Probabilitas – Regresi Ganda STTA – Semester Gasal TA 2011/2012 Hal: 6 .3235 1.707 0.12 = 1 ――――― atau R = 1 ―― (Yi .Y i)2 SST Tabel 4 ∧ Y Ikla n ∧ Radi Y o Y X1 Y ∧ Y Ikla n TV X2 Penjuala n Y Regresi Penyimpangan Individu (Y-) ( Y .Y i)2 SST 2 2.

9751 98 Artinya : Variabel X1 dan X2 menjelaskan sebesar 97. VI.com/2013/04/analisis-korelasi-sederhana-correlationanalysis/ Statistik dan Probabilitas – Regresi Ganda STTA – Semester Gasal TA 2011/2012 Hal: 7 .12 = 1 ――――― = 1 0.produksielektronik.Interpretasi Cukup Jelas http://www.r2Y.5 % variabel lain. Mencari Koefisien Korelasi .5 % variabel Ydan sisanya 2.0249 = 0.

Sign up to vote on this title
UsefulNot useful