Regresi Berganda
Menguji hubungan linier antara
1 variabel dependen (y) dan 2 atau lebih
variabel independen (xn)
Contoh
Hubungan antara suhu warehouse dan viskositas cat dengan
jumlah cacat foam mark pada produk
Var. independen : suhu warehouse & viskositas cat
Var. dependen : jumlah cacat foam mark
Population slopes
Random Error
y = + 1 x1 + 2 x2 + + n xn +
Estimasi model regresi berganda:
Estimasi
(atau prediksi)
Nilai y
Estimasi
intercept
y = a + b1 x1 + b2 x2 + + bn xn
SI 2 - Regresi & Korelasi Berganda
y = a + b1 x1 + b2 x2
x2
x1
SI 2 - Regresi & Korelasi Berganda
y
yi
y = a + b1 x1 + b2 x2
<
<
yi
Sample
observation
e = (y y)
x2i
x2
<
x1i
x1
SI 2 - Regresi & Korelasi Berganda
e = (y y)
Regresi Berganda
y = a + b1 x1 + b2 x2
a Y b1 X 1 b2 X 2
Y=
Y
n
X 1
X 2
X1 =
X2 =
n
n
SI 2 - Regresi & Korelasi Berganda
10
x1 = X 1 - n X 1
x2 = X 2 - n X 2
x1 y = X 1Y - n X 1Y
x2 y = X 2Y - n X 2 Y
x1 x2 = X 1 X 2 - n X 1 X 2
SI 2 - Regresi & Korelasi Berganda
11
Contoh Soal
Internal Revenue Service mencoba mengestimasi pajak
aktual yang tak terbayar tiap bulan di divisi Auditing.
Dua faktor yang mempengaruhinya adalah jumlah jam
kerja pegawai dan jumlah jam kerja mesin (komputer).
Untuk menganalisis seberapa besar kedua faktor itu
mempengaruhi besarnya pajak aktual tak terbayar tiap
bulan, dilakukan pencatatan selama 10 bulan dengan
data ditunjukkan pada tabel berikut.
Cari persamaan regresi linier bergandanya!
12
Contoh Soal-lanjutan
X1
Bulan
Januari
Pebruari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
SI 2 - Regresi & Korelasi Berganda
45
42
44
45
43
46
44
45
44
43
X2
Jam kerja
mesin/komputer
16
14
15
13
13
14
16
16
15
15
Y (Rp 1000)
Pajak aktual yang
tidak dibayar
29
24
27
25
26
28
30
28
28
27
13
Jawab
n ke
1
2
3
4
5
6
7
8
9
10
Rata2
Total
X1
X2
45
42
44
45
43
46
44
45
44
43
44,1
441
16
14
15
13
13
14
16
16
15
15
14,7
147
29 1.305
24 1.008
27 1.188
25 1.125
26 1.118
28 1.288
30 1.320
28 1.260
28 1.232
27 1.161
27,2
272 12.005
X1Y
X2Y
464
336
405
325
338
392
480
448
420
405
4.013
X1X2
720
588
660
585
559
644
704
720
660
645
X1
X2
2.025
1.764
1.936
2.025
1.849
2.116
1.936
2.025
1.936
1.849
256
196
225
169
169
196
256
256
225
225
841
576
729
625
676
784
900
784
784
729
6.485 19.461
2.173
7.428
14
Jawab - lanjutan
2
y = Y - nY = 7.428 - ( 10 )( 27 ,2 )2 = 29 ,6
2
x1 = X 1 - n X 1 = 19.461 - ( 10 )( 44 ,1 )2 = 12,9
2
x2 2 = X 2 2 - n X 2 = 2.173 - ( 10 )( 14 ,7 )2 = 12,1
x1 y = X 1Y - n X 1Y = 12.005 - ( 10 )( 44 ,1 )( 27 ,2 ) = 9 ,8
x2 y = X 2Y - n X 2 Y = 4.013 - ( 10 )( 14 ,7 )( 27 ,2 ) = 14 ,6
x1 x2 = X 1 X 2 - n X 1 X 2 = 6.485 - ( 10 )( 44 ,1 )( 14 ,7 ) = 2,3
SI 2 - Regresi & Korelasi Berganda
15
Jawab - lanjutan
(x2 2 )(x1 y)- (x1 x2 )(x2 y) ( 12,1 )( 9 ,8 ) - ( 2,3 )( 14 ,6 )
b1 =
=
= 0 ,564
2
2
2
2
(x1 )(x2 )- (x1 x2 )
( 12 ,9 )( 12 ,1 ) - ( 2 ,3 )
(x12 )(x2 y)- (x1 x2 )(x1 y) ( 12,9 )( 14 ,6 ) - ( 2,3 )( 9 ,8 )
b2 =
(x12 )(x2 2 )- (x1 x2 )2 = ( 12,9 )( 12,1 ) - ( 2,3 )2 = 1,099
a = Y - b1 X 1 - b2 X 2 = 27 ,2 - ( 0 ,564 )( 44 ,1 ) - ( 1,099 )( 14 ,7 ) = - 13,828
Sehingga diperoleh persamaan regresi linier berganda
yaitu:
16
Nilai b1 = + 0,564
Hubungan antara jam kerja pegawai (X1) dengan pajak tertunda (Y)
Jika jam kerja mesin (X2) adalah konstan, maka setiap kenaikan nilai jam
kerja pegawai (X1) sebesar satu satuan akan meningkatkan pajak tertunda
(Y) sebesar 0,564 satuan,
Nilai b2 = + 1,099
Hubungan antara jam kerja mesin (X2) dengan pajak tertunda (Y)
Jika jam kerja pegawai (X1) adalah konstan, maka setiap kenaikan nilai jam
kerja mesin (X2) sebesar satu satuan akan meningkatkan pajak tertunda (Y)
sebesar 1,099 satuan
SI 2 - Regresi & Korelasi Berganda
17
2. Persamaan Normal
= + 1
1 + 2
1 =
1 + 1
12 + 2
2 =
2 + 1
1 2 + 2
1 2
22
18
X1
X2
45
16
42
44
45
43
46
44
45
44
43
44,1
441
14
15
13
13
14
16
16
15
15
14,7
147
X1Y
Y
29
X2Y
X1X2
X12
X22
Y2
1.305
464
720
2.025
256
841
24 1.008
27 1.188
25 1.125
26 1.118
28 1.288
30 1.320
28 1.260
28 1.232
27 1.161
27,2
272 12.005
336
405
325
338
392
480
448
420
405
588
660
585
559
644
704
720
660
645
1.764
1.936
2.025
1.849
2.116
1.936
2.025
1.936
1.849
196
225
169
169
196
256
256
225
225
576
729
625
676
784
900
784
784
729
6.485 19.461
2.173
7.428
4.013
19
Jawab
20
Jawab lanjutan
Diperoleh persamaan:
Y = -13,828 + 0,564X1 + 1,099X2
=
SI 2 - Regresi & Korelasi Berganda
21
3. Sistem Matriks
Dari persamaan
normal disusun
dalam bentuk
matriks
n
A X1
X
2
Y
A1 X 1Y
X Y
2
X
X
X
X X
X X X
X
X
X X X
X X X
det A1
a
det A
SI 2 - Regresi & Korelasi Berganda
1
2
1
1
2
1
1
2
2
2
A2 X 1
X
2
1
2
2
2
A3 X 1
X
2
det A2
b1
det A
Y X
X Y X X
X Y X
X
Y
X
X Y
X X X Y
2
1
2
1
det A3
b2
det A
22
Maka
23
24
25
26
Se
Sb1 =
rY .1
2
y
b1 x1 y b2 x2 y
m = k+1
k = jmh var bebas
nm
Se
(X
2
1
n X
- nX1
)(1 - r
Y .1
Sb2
n X 1 X 2 X 1 X 2
2
1
X 1 n X 2 X 2
2
Se
2
2
nX 2
1 r
2
Y .1
Koefisien
Korelasi antara
X1 dan X2
27
y b x y b x y
2
Se
Se =
nm
29 ,6 - ( 0 ,56( 9 ,8 ) + 1,10( 14 ,6 )
= 1,071
10 - 3
28
29
30
F(1)(2) = .
SI 2 - Regresi & Korelasi Berganda
31
Jumlah
Kuadrat
Derajat
Bebas
Rata-rata
Kuadrat
F0
Regresi
(X1, X2)
Error
JKR
JKR
k
RKR
RKE
JKE
nk-1
JKE
n - k -1
Total
JKT
n-1
32
JKR b1 x1 y b2 x2 y
atau
JKR = b1 (X 1Y - n X 1Y ) + b2 (X 2Y - nX 2 Y )
JKE = JKT - JKR
KPB
2
F0
1 KPB
(n 3)
Dimana:
KPB = (R2) = koefisien penentu atau koefisien determinasi
berganda
n
= jumlah sampel
SI 2 - Regresi & Korelasi Berganda
33
1
1
2
2
2 =
2
5. Membuat kesimpulan
Menyimpulkan apakah H0 diterima atau ditolak
SI 2 - Regresi & Korelasi Berganda
34
35
5. Membuat kesimpulan
SI 2 - Regresi & Korelasi Berganda
36
Latihan
37
38
Untuk uji B2
39
Maka tolak Ho : B2 = 0
Berarti:
tidak ada hubungan linier antara variabel X1 dgn Y
40
Latihan Soal
Keputusan konsumen untuk membeli suatu produk dipengaruhi oleh
promosi dan harga. Dari data observasi diperoleh data sebagai
berikut.
No
Promosi Harga Keputusan Konsumen
Responden
(X1)
(X2)
(Y)
1
10
7
23
2
2
3
7
3
4
2
15
4
6
4
17
5
8
6
23
6
7
5
22
7
4
3
10
8
6
3
14
9
7
4
20
10
6
3
19
Jumlah
60
40
170
SI 2 - Regresi & Korelasi Berganda
41
42