Anda di halaman 1dari 18

REGRESI LINIER BERGANDA

Contoh regresi linier sederhana terdahulu dapat dikerjakan melalui


pendekatan matrik sebagai berikut :
Y = vektor observasi
X = matrik variabel bebas
= vektor dari parameter yang akan diestimasi
= vektor error
sehingga matriknya sebagai berikut :
59,2 1 ,!
" " "
" e
1
" " " "
"
" " " "
Y = " X = =
o
= .
" " " "
"
1 .
" " " e
2
"
"
" 1 ,1
#,9
1 ,!
o
$ ,!
1
1 1,5
o

o
$ 1,5
1
" " " "
" "
1
" "
X = " " = " "
" " " "
" " " "
" " " "
" "
1 ,1
o
$ ,5
1
1
Y = X $
Yang artinya untuk setiap variabel terdapat hubungan :
59,2 = o $ ,!
1
$ e
" " " "
" " " "
" " " "
#,9 = o $ ,!
1
$ e
atau :
Yi = o + 1Xi +
%adi &ontoh regresi dimuka besarnya :
1 1 """"1 1 ,! 2 1,#
X'X = ,! 1,5 ,1 1 1,5 =
" " " "
" "
" " " "
" "
" " " "
" " 1,# 12,(
1 ,1
atau :
X'X = n X
i
X
i
X
i
2

dengan teknik yang sama :
2
Y
i
X'Y =
X
i
Y
i
a b )1 d*+ )b*+
,
)1
= = =
& d )&*+ a*+
Xi2 )X
n-Xi)X. -Xi)X.
-X'X.
-1
=
)X 1
-Xi)X.
2
-Xi)X.
2
/ntuk &ontoh berikut :
0
bo
= 2 1,# #(2,1
b1
1,#
i
1"51# #12,51
+ = 2 2 1,51# ) 1,# 2 1,# = 101,01
1,51# ) 1,# #(2,1
= 1*101,01
)1,# 2 #12,51
,9(09! ),#222 #(2,1
=
),#222 ,152250 #12,51
(
bo #,5!#95
=
b1 12,#52
3egresi 4inier 5erganda dengan p buah 6ariabel 5ebas
X
1
X
2
X
3
X
4
. . . . . . .
.
X
p
Y
X
11
X
21
X
01
X
(
" " " " " " "
"
X
p
Y
1
X
12
X
22
X
0
X
(
" " " " " " "
"
X
p
Y
2
" " " " " " " " " " "
"
" "
" " " " " " " " " " "
"
" "
" " " " " " " " " " "
"
" "
X
1n
X
2n
X
0n
X
(n
" " " " " " "
"
X
pn
Y
n
7ehingga model regresinya menjadi :
Yj =
o
+
1
X
1j
+
2
X
2j
+ . . . . . . . +
p
X
pj
+ e
j
+an pendekatan 4east 78uare dari persamaan regresi menghasilkan
persamaan normal
-X'X. b = X'Y
5esarnya
5
atau
1
Contoh :
+ata ini menjadi matrik X dan 6ektor Y :
!
,atrik X'X adalah :
#
Cara menghitung +eterminan :
9
PENGUJIAN HIPOESIS DALA! REGRESI LINIER BERGANDA
/ji signi9ikansi regresi adalah untuk menentukan adanya hubungan linier antara
variabel respon Y dan beberapa variabel regresor 2
1
, 2
2
""""""""""2
k
" +engan hipotesis
:o : ;
1
= ;
2
= """"" = ;
k
:1 : ;
j
<
=rosedur pengujian umumnya sama dengan yang digunakan dalam regresi linier
sederhana"
%umlah kuadrat : %> atau 7um 78uares = 7yy dibagi kedalam %> regresi dan jumlah
kuadrat residu? yaitu :
7
""
= 77
#e$
$ 77
#e%
U&'() *e&$(j+ H+po'e%+% :o : ;
1
= adalah dengan menghitung
77
#e$
*n ,7
#e$
@
,+'
= =
77
#e%
-.& /) / 10 ,7
#e%
:o ditotak jika @
,+'
A @B, k,n)k)1
Cabel Dnalisis 6arian untuk 7igni9ikansi pada 3egresi 5erganda
7umber 6ariasi +5 %> >C @
,+'(&$
3egresi k 77
#e$
,7
#e$
,7
#e$
- ,7
#e%
3esidu n Ek E 1 77
#e%
,7
#e%
Cotal n E 1 7
""
1
Atau
atau
Jumlah Kuadrat Regresi
Jumlah kuadrat residu
Jumlah kuadrat Total
11
1o&'o, %o23 4+ 2'2% *2)2
.5567890
2
S
YY
= 1:.31978269 - 25 = 5;:475428
SS
REG
= 1:.9;876939- .5567890
2
= 55597:188
SS
RES
= S
YY
- SS
REG
= 5;:475428 - 55597:188
= 2337;289
<
HIUNG
= !S
REG
-!S
RES
= 2;;5749:3-1978236 = 281724
2=e3 A&23+%+% >2#+2& (&'() %o23 4+ 2'2%
7umber 6ariasi +5 %> >C @
,+'(&$
3egresi 2 555,#111 2!!5,(#0 211,2(
3esidu 22 200,!21 1,1209
Cotal 2( 5!#(,5(21
7ehingga @hitung A @,5?2,22 = 0,((
>esimpulannya : %umlah Faktu untuk mengantar berhubungan dengan
volume*jumlah yang di antar dan atau jarak
Contoh 2" :
Dda 19 rumah tangga yang merupakan sampel a&ak diteliti tentang banyaknya
konsumsi daging ayam -puluhan ribu rupiah. dan pendapatan per minggu -dalam
12
ratusan ribu rupiah." +isisi lain permintaan akan daging ayam untuk keperluan
konsumsi -Y. akan diperngaruhi oleh harga -X1. daging ayam dan pendapatan -X2."
:asil penelitian adalah sebagai berikut :

X
1
2 0 5 ( 1 2 0 ( 5 1
X
2
0 ( 1 5 ! 1 ( 5 ( 0
Y 5 # # 9 9 10 1 9 ( 0
a" hitung bo, b1, dan b2 dari persamaan regresi G = bo $ b
1
X
1
$ b
2
X
2
b" hitung 7bo, 7b
1
dan 7b
2
sebagai kesalahan baku bo, b
1
, dan b
2
"
&" :itung 3
2
Pe&"e3e%2+2& ?
X
1
X
2
Y X
1
2
X
2
2
X
1
X
2
X
1
Y X
2
Y Y
2
2 0 5 ( 9 1 1 15 25
0 ( # 9 11 12 2( 02 1(
5 1 # 25 01 0 ( (# 1(
( 5 9 11 25 2 01 (5 #1
1 ! 9 01 (9 (2 5( 10 #1
2 1 10 ( 01 12 21 !# 119
0 ( 1 9 11 12 1# 2( 01
( 5 9 11 25 2 01 (5 #1
5 ( ( 25 11 2 2 11 11
1 0 0 01 9 1# 1# 9 9
@ X
1
= @X
2
= @Y= @X
1
2
= @X
2
2
= @X
1
X
2
@X
1
Y= @X
2
Y= @Y
2
=
49 4; ;4 1:9 23; 162 2:2 3;5 828
X
1
= X
2
= Y=
( (,! !,(
n HX
2+
HX
0i
X'X = HX
2+
HX
2+
2

H X
2+
X
0i

HX
0i
HX
0i
X
2+
HX
0i
2
n HX
1+
HX
2i
b
o
HY
i
X'Y = HX
1+
HX
1+
2

H X
1+
X
2i
b
1
=

HX
1i
Y
i
HX
2i
HX
1i
X
2i
HX
2
2
b
2
HX
2i
Y
i
A'2(
1 ( (! b
o
!(
X'Y = (

1#

192 b
1
=

2#2 = Ab = H
(!

192

20!

b
2
0!5
10
= = A
-1
H
A
-1
= 1/det (A) Adj (A)= 1/det (A). K = matrik kofaktor A
-1
, K
T
=transpose K
A
11
A
12
A
13
K = A
21
A
22
A
23

A
31
A
32
A
33
A
+j
= .-10
+ + j
4e' .A+j0 A232( . + + j 0 = $e&2p =e#+ '2&42 +
A232( . + + j 0 = $2&j+3 =e#+ '2&42 -
A
11
= .1:90.23;0 / .1620
2
= 42889 - 38:84
A
12
= - B.490 .23;0 / .4;0.1:90 C = -64:9 + 6924 = -458
A
13
= .490.1620- .4;0.1:90 = ;8:9 / :489 = -;:9
A
21
= - B.490 .23;0 / .1620.4;0 C = -64:9 + 6924 = -458
A
22
= 23;9 - 2296 = 181
A
23
= -1629 + 1::9 = - 49
A
31
= ;8:9 - :489 = -;:9
A
32
= -1629 + 1::9 = - 49
A
33
= 1:99 - 1899 = 299
4e' .A0 = 2
11
A
11
+ 2
12
A
12
+ 2
13
A
13
= 19 .5;680 + 49 .-4580 + 4; .-;:90
= 5;689-1:249 / 38889
= 3989
A
11
A
21
A
31
5!91 )(51 )!#
-D
)1
. = 1*det -D. A
12
A
22
A
32
= 1*01 )(51 111 )(
A
13
A
23
A
33
)!5 )( 2
= = .XDX0
-1
.XDY0 = A
-1
XDY
=
o
5;68 - 458 -;:9 ;4
=
1
= 1-3989 -458 181 - 49 2:2
=
2
-;:9 - 49 299 3;5
=o = 1-3989 B.5;680.;40 +.-4580.2:20 + .-;:90.3;50C = 275526
=1 = 1-3989 B.-4580.;40 +.1810.2:20 + .-490. 3;50C = -179621
=2 = 1-3989 B.-;:90.;40 +.-490.2:20 + .2990. 3;50C = 17689:
E = =o + =
1
X
1
+ =
2
X
2
1(
E = 275526 - 179621 X
1
+ 17689:X
2
b"" e
)1
e = H e
i
2
= Y
)1
Y ) b
o
)1
X
)1
Y

= HY
i
2
E b
o
H Y
i
E b
1
H X
1i
Y
i
E b
2
H X
2i
Y
i
= 121 E -2,5529. -!(. E -)1,92.-2#2. E -1,91#.-0!5.
121 E 1##,91(1 E 0!,9!22 E !05,0 = 9,!5!1
e
)1
e H e
i
2
9,!5!1
7e
2
= ))))))) = ))))))) = ))))))))) = 1,0909
n E k ! !
e
)1
e = H e
i
2
= A dapat dihitung langsung dan ei = Yi E G
He
i
2
= H -Y
i
E G
i
.
2

Yi = ) 2,5529 E 1,921 X1 $ 1,91# X
2
-dihitung untuk semua i, i = 1, 2, """,1.
=erkiraan 6ar -b. = 7
b
2
= 7
e
-X
)1
X.
)1

Dpabila + = -X
)1
X.
)1
= 7
2
bj
= 7
2
edjj
, dimana d
jj
= elemen matriks dari baris j dan kolom j
terletak pada diagonal produk,
5!91 ) (51 ) !#

+ = -X
)1
X.
)1
= D
)1
= 1*01 ) (51 111 ) (

) !# )( 2
7
b
2
o
= 7
e
2
d
oo
= 1,0909*01 -5!91. = 2,1(2
7
bo
= 7
b
2
o
= 1,12(#
7
b
2
1
= 7
e
2
d
11
= 1,0909*01 -111. = ,!00
7
b1
= 7
b
2
1
= ,2!#
7
b
2
2
= 7
e
2
d
22
= 1,0909*01 -2. = ,911
7
b2
= 7
b
2
2
= ,01#
15
7
e
2
d
oo
, 7
e
2
d
11
dan 7
e
2
d
22
, merupakan kesalahan baku dari penduga bo, b1 dan b2
dan biasanya ditulis di baFah nilai masing)masing penduga tersebut" ,akin ke&il
kesalahan penduga, makin baik -makin teliti . penduga tersebut" ,etode kuadrat
terke&il akan memberikan * menghasilkan kesalahan baku yang minimum bagi setiap
penduga " Drtinya metode lain tidak akan menghasilkan kesalahan baku yang lebih
ke&il paling)paling sama, apabila dibandingkan dengan metode kuadrat terke&il" Ileh
karena itu penduga pada metode kuadrat terke&il diberi nama 54/J -5est 4inier
/nbiased Jstimator.
E = 275526 - 179621 X
1
+ 17689:X
2
-1,12(#. -,2!#. -,01#.
b
1
H 2
1
y $ b
2
H2
2
y
3
2
= H y
2
= H -Y EY.
2

H y
2
= 121
H 2
1
y = H - X
1
E X
1
. -Y E Y.
= H -X
1
Y. ) H X
1
H Y*n
= 2#2 E -(. -!(.*1 = )1(
H 2
2
y = H -X
2
Y. ) H X
2
H Y*n
= 0!0 E -(.-!.*1 = !!
)1,921 -)1(. $ 1,91# -!!.
32 = = ,2!
121
%adi koe9isien determinasi berganda = ,2!, artinya besarnya sumbangan -share. X1
dan X2 terhadap variasi naik turunnya Y sebesar 2! K
11
MATERI
ANALISIS STATISTIKA
LINGKUNGAN
Pertemuan IV
1!
PROGRAM PASCA SARJANA
PENGELOLAAN SUMBERDAYA ALAM DAN LINGKUNGAN
FAKULTAS PERTANIAN
UNIVERSITAS PALANGKA RAYA
2!
"# $ % ! & # #2 #%
"2 % ! & # ## #2 #'
Y ! & # ## #' #$ #(
a) Tentu*an +er,amaan re-re,.n/a
0) Bera+a*a1 rama2an Y 3.*a "# 4 #! 5an 62 4 #%
7) 8.tun- R2
5) 8.tun- S09: S0# 5an S02
1#