Materi kuliah Analisis Multivariat

Teknik Industri WiMa Madiun

Analisis Regresi Berganda :

ANALISIS REGRESI BERGANDA

Contoh :
Dari hasil penelitian diperoleh data sebagai berikut :
n
1
2
3
4
5
6
7
8
9
10

Y
23
7
15
17
23
22
10
14
20
19

X1
10
2
4
6
8
7
4
6
7
6

X2
7
3
2
4
6
5
3
3
4
3

Analisis :
n

X1

X2

X1Y

X2Y

X1X2

X12

X22

Y2

1
2
3
4
5
6
7
8

23
7
15
17
23
22
10
14

10
2
4
6
8
7
4
6

7
3
2
4
6
5
3
3

230
14
60
102
184
154
40
84

161
21
30
68
138
110
30
42

70
6
8
24
48
35
12
18

100
4
16
36
64
49
16
36

49
9
4
16
36
25
9
9

529
49
225
289
529
484
100
196

9
10

20
19

7
6

4
3

140
114

80
57

28
18

49
36

16
9

400
361

Jml

170

60

40

1122

737

267

406

182

3162

Mean

17

= 10

= 170

= 17

X1

X2

= 4

X1

= 60

X1Y

= 1122

X12

406

Y2

= 3162

X2

= 40

X2Y

= 737

X22

182

X1X2

= 267

Materi kuliah Analisis Multivariat

Teknik Industri WiMa Madiun

Analisis Regresi Berganda :

Menghitung Koefisien regresi

Y = bo + b1X1 + b2X2 + e

bo n

b1 X1

b2 X2

= Y

(1)

bo X1

b1 X12

b2 X1X2

= X1Y

(2)

bo X2

b1 X1X2

b2 X22

= X2Y

(3)

PENGUJIAN KOEFISIEN ARAH b1, b2 SECARA PARSIAL

Untuk menguji koefisien arah b1 dan b2 secara parsial digunakan uji t.
Sebelum dilakukan uji t, terlebih dahulu menghitung nilai V(b1), V(b2),
se(b1)dan se(b2), sbb :
Rumus :

( X 2 ) 2
X2
n
x MSE
2
2
2
( X 1 )
( X 2 )
X1 X 2
2

X 2
X 1 X 2

n
n
n

V(b1) =

2
X 1

se(b1) =

V (b1 )
( X 1 ) 2
X1
n
x MSE
2
2
2

( X 1 )
(

X
)

2
2
1
2

X 2
X 1 X 2

n
n
n

V(b2) =

se(b2) =

2
X 1

V (b2 )

1. Pengujian koefisien b1

Hipotesis
:
Ho : 1 = 0 ( Tidak terdapat pengaruh yang signifikan
secara parsial variable X1 terhadap variable Y
Ha : 1 0 ( Terdapat pengaruh yang signifikan secara
parsial variable X1 terhadap variable Y

Uji statistik dengan uji t

Taraf signifikansi yang digunakan adalah 0,01 dengan n = 10
dan k = 2

Diuji dengan 2 arah, dengan nilai ttabel = t/2 ; db : n-k-1 = t0,01/2 ;
db : 10-2-1 = t0,05 ;db : 7 = 3,499

Materi kuliah Analisis Multivariat

Teknik Industri WiMa Madiun

Analisis Regresi Berganda :

Kriteria penerimaan :
JIka thitung ttabel maka Ho ditolak dan terima Ha
JIka thitung < ttabel maka Ho diterima dan tolak Ha
Kurva penerimaan Ho :
Daerah
penolakan Ho

Daerah
penerimaan Ho

- 3,499

Daerah
penolakan Ho

3,499

Nilai statistik t (thitung)

thitung =

b1
se(b1 )

Kesimpulan
Latihan : 1. Hitung nilai V(b1), V(b2), se(b1)dan se(b2) dari kasus di atas
2. Lakukan pengujian koefisien b1 dan b2
MENGHITUNG KOEFIEISN KORELASI PARSIAL DAN BERGANDA

Koefisien korelasi parsial

Korelasi X1 dengan Y (ryx1)

X1 Y
n
2

( X 1 )
( Y ) 2
2
2

1
n
n

X 1Y

ryx1 =

Korelasi X2 dengan Y (ryx2)

X2 Y
n
2
( X 2 )
( Y ) 2
2

n
n
X 2Y

ryx2 =

2
X 2

Korelasi X1 dengan X2 (rx1x2)

X1 X 2
n
2
( X 1 )
( X 2 ) 2
2

X 2

n
n
X1X 2

rx1x2 =

2
X 1

setelah dihitung koefisien korelasi di atas, selanjutnya dihitung

koefisien korelasi parsial yang sebenarnya dengan mengeliminir
factor koreksinya, dengan rumus sbb :

Materi kuliah Analisis Multivariat

Teknik Industri WiMa Madiun

Korelasi X1 dengan Y (ry1) dengan asumsi var. X2 konstan

ry1 =

ryx1 (ryx 2 )(rx1x 2 )

(1 ryx 2 )(1 rx1x 2 )
2

Korelasi X2 dengan Y (ry2) dengan asumsi var. X1 konstan

ry2 =

Analisis Regresi Berganda :

ryx 2 (ryx1 )(rx1x 2 )

(1 ryx1 )(1 rx1x 2 )
2

Korelasi X1 dengan X2 (ry12) dengan asumsi var. Y konstan

ry12 =

rx1x 2 (ryx1 )(ryx 2 )

(1 ryx1 )(1 ryx 2 )
2

Koefisien korelasi berganda ( R )

Sebelum dihitung koefisien korelasi berganda, terlebih dahulu
dihitung koefisien determinasi (R2), dengan rumu sbb :
R2 = 1
R =

SSR
SST

sehingga nilai R dapat dihitung dengan rumus :

R2

MENGETAHUI FAKTOR (Var. X) YANG PALING DOMINAN

MEMPENGARUHI Y
Variable yang dominan mempengaruhi var. Y dapat dilihat dari
nilai thitung yang paling besar.
Latihan : 1. Hitung koefisien korelasi parsial dari kasus di atas
2. Hitung koefisien korelasi berganda dari kasus di atas
3. Variabel mana yang paling dominan berpengaruh
terhadap var. Y ?

Materi kuliah Analisis Multivariat

Teknik Industri WiMa Madiun

Analisis Regresi Berganda :

Chow Test :
Chow test adl alat untuk menguji test for equality of coefficients atau
uji kesamaan koefisien (Ref. Imam Ghozali, 2001:51).
Jika hasil observasi yang sedang diteliti dikelompokkan dalam dua
kelompok, dan akan diuji apakah dua kelompok observasi tersebut
mempunyai koefisien yang sama atau tidak, maka analisis ini dapat
dilakukan dengan chow test. Uji kesamaan koefisien dua kelompok
dilakukan dengan rumus F test, sbb :
F=

( SSRr SSRu ) / r
SSRu /(n k )

Keterangan :
SSRr
SSRu

= sum of squared residual dari restricted regression(total

regresi)
= sum of squared residual dari unrestricted regression
(masing-masing kelompok), yang diperoleh dari :
SSRu = SSR kel. pertama + SSR kel. kedua

n
k

= jumlah observasi
= jumlah parameter (variable) yang diestimasikan pd
unrestricted regression yang diperoleh dari :
k = k kel. pertama + k kel. Kedua

= jumlah parameter yang diestimasikan pd restricted

regression

hipotesis yang akan diuji adalah :

Ho :

Tidak terdapat perbedaan antara dua kelompok observasi

Ha :

Terdapat perbedaan antara dua kelompok observasi

Kriteria penerimaan Ho :
Jika Fhitung Ftabel maka Ho ditolak, dan
Jika Fhitung < Ftabel maka Ho diterima
Latihan : Lakukan chow test terhadap data latihan di atas, misalkan
data ke 1 s/d 5 adalah data observasi pertama dan data ke
6 s/d 10 adalah data observasi kedua

Referensi : Ghozali, Imam. 2001. Aplikasi Analisis Multivariate dengan

Program SPSS. Edisi kedua. Penerbit: Undip. Semarang