Anda di halaman 1dari 42

Regresi Linier Berganda

Program Studi Teknik Industri


Universitas Brawijaya

Ihwan Hamdala, ST., MT


SI 2 - Regresi & Korelasi Berganda

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

Hubungan antara kecepatan pelayanan dan kualitas produk


dengan kepuasan pelanggan
Var. independen : kecepatan pelayanan & kualitas produk
Var. dependen : kepuasan pelanggan
SI 2 - Regresi & Korelasi Berganda

Model Regresi Berganda


Menguji hubungan linier antara
1 variabel dependen (y) dan 2 atau lebih variabel independen (xn)
Model pd populasi:
Y-intercept

Population slopes

Random Error

y = + 1 x1 + 2 x2 + + n xn +
Estimasi model regresi berganda:
Estimasi
(atau prediksi)
Nilai y

Estimasi
intercept

Estimasi koofisien slope

y = a + b1 x1 + b2 x2 + + bn xn
SI 2 - Regresi & Korelasi Berganda

Model Regresi Berganda


Model dgn 2 variabel independen

y = a + b1 x1 + b2 x2

x2

x1
SI 2 - Regresi & Korelasi Berganda

Model Regresi Berganda


Model dgn 2 variabel independen

y
yi

y = a + b1 x1 + b2 x2
<

<
yi

Sample
observation

e = (y y)

x2i
x2

<

x1i
x1
SI 2 - Regresi & Korelasi Berganda

persamaan regresi y yang


terbaik diperoleh dengan
meminimumkan
sum
of
squared error (jmh kuadrat
5
error) e2

Asumsi Regresi Berganda


Error (residual) dari model regresi:
<

e = (y y)

Error berdistribusi normal


Mean dari error adalah nol
Error memiliki variansi yang konstan
Error bersifat independen

SI 2 - Regresi & Korelasi Berganda

Regresi Berganda

Tentukan tujuan apa yang diinginkan dan pilih


variabel dependennya

Tentukan sejumlah variabel independen

Pengumpulan data sampel (observasi) untuk


semua variabel

SI 2 - Regresi & Korelasi Berganda

Mencari Persamaan Regresi Berganda


Dapat ditentukan dengan beberapa cara sbb:
1. Metode Kuadrat Terkecil
2. Persamaan Normal
3. Sistem Matriks

SI 2 - Regresi & Korelasi Berganda

1. Metode Kuadrat Terkecil (dgn 2 var


independen)

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

1. Metode Kuadrat Terkecil - lanjutan


b1 dan b2 Koefisien regresi dicari dgn persamaan

(x2 2 )(x1 y) - (x1 x2 )(x2 y)


b1 =
(x12 )(x2 2 )- (x1 x2 )2
(x12 )(x2 y) - (x1 x2 )(x1 y)
b2 =
(x12 )(x2 2 )- (x1 x2 )2
SI 2 - Regresi & Korelasi Berganda

10

1. Metode Kuadrat Terkecil - lanjutan


y 2 = Y 2 - nY

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!

SI 2 - Regresi & Korelasi Berganda

12

Contoh Soal-lanjutan
X1
Bulan

Jam kerja pegawai

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

SI 2 - Regresi & Korelasi Berganda

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:

Y = -13,828 + 0,564X1 + 1,099X2


SI 2 - Regresi & Korelasi Berganda

16

Interpretasi persamaan regresi


berganda
Persamaan regresi linier berganda
Y = -13,828 + 0,564X1 + 1,099X2
Nilai a = -13,828
Jika jam kerja pegawai (X1) dan jam kerja mesin (X2) keduanya bernilai nol,
maka estimasi besarnya pajak tertunda (Y) sebesar -13,828

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

SI 2 - Regresi & Korelasi Berganda

1 2

22

18

Contoh (dari soal sebelumnya)


n ke
1
2
3
4
5
6
7
8
9
10
Rata2
Total

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

SI 2 - Regresi & Korelasi Berganda

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

SI 2 - Regresi & Korelasi Berganda

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

Mencari Determinan Matriks


Untuk mencari determinan matriks berordo 3 x 3 dapat dengan
beberapa metode, salah satunya dengan metode Sarrus. Misal ada
sebuah matriks B.

Maka

SI 2 - Regresi & Korelasi Berganda

23

Persamaan regresi berganda dengan


3 variabel bebas

SI 2 - Regresi & Korelasi Berganda

24

Persamaan regresi berganda dengan


3variabel bebas

SI 2 - Regresi & Korelasi Berganda

25

Persamaan regresi berganda dengan


3 variabel bebas

SI 2 - Regresi & Korelasi Berganda

26

Kesalahan Baku & Koefisien Regresi


Berganda
Kesalahan baku : nilai yang menyatakan seberapa jauh
menyimpangnya nilai regresi terhadap nilai yang sebenarnya

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

SI 2 - Regresi & Korelasi Berganda

- 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

Kesalahan Baku & Koefisien Regresi


Berganda
Pada contoh soal sebelumnya

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

Dgn persamaan pd slide


sebelumnya bisa diperoleh
nilai Sb1 dan Sb2:

SI 2 - Regresi & Korelasi Berganda

28

Interval Keyakinan Bagi penduga B1


dan B2
Pengujian menggunakan distribusi t dengan derajat bebas (db) =
n m,
Dengan contoh soal sebelumnya, dgn =5%, db = n m = n k
-1 = 10 2 - 1 = 7, maka:
Interval keyakinan bagi penduga B1 adalah
b1 t(/2, n-k-1).Sb1< B1 < b1 + t(/2, n-k-1).Sb1
0,564 (2,365)(0,303) < B1 < 0,564 + (2,365)(0,303)
-0,153 < B1 < 1,281
Interval keyakinan bagi penduga B2 adalah
B2 t(/2, n-k-1).Sb2 < B2 < b2 + t(/2, n-k-1).Sb2
1,099 (2,365)(0,313) < B2 < 1,099 (2,365)(0,313)
0,359 < B2 < 1,839
SI 2 - Regresi & Korelasi Berganda

29

Pengujian Parameter Koefisien


Regresi Berganda
Bertujuan untuk menentukan apakah ada sebuah hubungan linear
antar variabel tidak bebas Y dengan variabel bebas X1, X2, ,Xk.
Ada 2 bentuk pengujian hipotesis bagi koefisien regresi
berganda:
1. Pengujian hipotesis serentak
2. Pengujian hipotesis individual
Pengujian Hipotesis Serentak
Merupakan pengujian hipotesis koefisien regresi berganda dengan
B1 dan B2 serentak atau secara bersama-sama mempengaruhi Y.

Pengujian Hipotesis individual


Merupakan pengujian hipotesis koefisien regresi berganda
dengan hanya satu B (B1 atau B2 ) yang mempengaruhi Y.
SI 2 - Regresi & Korelasi Berganda

30

Pengujian Hipotesis Serentak


Langkah-langkah pengujian:
1. Menentukan formulasi hipotesis
H0 : B1 = B2 = 0 (X1 dan X2 tidak mempengaruhi Y)
H1 : B1 B2 0 (X1 dan X2 mempengaruhi Y atau
paling tidak ada X yang mempengaruhi Y

2. Menentukan taraf nyata () dan nilai F tabel


Taraf () dan nilai F tabel ditentukan dengan derajat
bebas 1 = k dan 2 = n - k -1

F(1)(2) = .
SI 2 - Regresi & Korelasi Berganda

31

Pengujian Hipotesis Serentak lanjutan


Langkah-langkah pengujian:
3. Menentukan kriteria pengujian
H0 diterima jika F0 F(1)(2)
H0 ditolak jika F0 > F(1)(2)
4. Menentukan nilai uji statistik dengan tabel ANOVA
Sumber
Variasi

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

SI 2 - Regresi & Korelasi Berganda

32

Pengujian Hipotesis Serentak lanjutan


JKT = y 2 = Y 2 - nY

JKR b1 x1 y b2 x2 y

atau

JKR = b1 (X 1Y - n X 1Y ) + b2 (X 2Y - nX 2 Y )
JKE = JKT - JKR

Selain menggunakan tabel ANOVA di


atas, nilai Fo dapat pula ditentukan
dengan menggunakan rumus:

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

Pengujian Hipotesis Serentak lanjutan


KPB = (R2) = koefisien penentu atau koefisien
determinasi berganda

1
1
2
2
2 =
2
5. Membuat kesimpulan
Menyimpulkan apakah H0 diterima atau ditolak
SI 2 - Regresi & Korelasi Berganda

34

Pengujian Hipotesis Individual


Langkah-langkah pengujian:
1. Menentukan formulasi hipotesis
H0 : Bi = 0 (tidak ada pengaruh Xi terhadap Y)
H1 : Bi > 0 (ada pengaruh positif Xi terhadap Y)
Bi < 0 (ada pengaruh negatif Xi terhadap Y)
Bi 0 (ada pengaruh Xi terhadap Y)
2. Menentukan taraf nyata () dan nilai t tabel
db = n - k

SI 2 - Regresi & Korelasi Berganda

35

Pengujian Hipotesis Individual lanjutan


Langkah-langkah pengujian:
3. Menentukan kriteria pengujian
H0 diterima jika t0 t (n-m)
H0 ditolak jika t0 < t (n-m)
4. Menentukan nilai uji statistik

5. Membuat kesimpulan
SI 2 - Regresi & Korelasi Berganda

36

Latihan

Coba uji secara 2 arah parameter B1 dan B2


dengan menggunakan taraf nyata sebesar =
0,05 dari soal di atas secara individual maupun
serentak!

SI 2 - Regresi & Korelasi Berganda

37

Jawab (pengujian individual)


1. Menentukan formulasi hipotesis
H0 : B1 = 0 (tidak ada pengaruh X1 terhadap Y)
H1 : B1 0 (ada pengaruh X1 terhadap Y)
Dan
H0 : B2 = 0 (tidak ada pengaruh X2 terhadap Y)
H1 : B2 0 (ada pengaruh X2 terhadap Y)
2. Menentukan taraf nyata () dan nilai t tabel
= 0,05
derajat bebas = 10 3 =7
t (0,025;7) = 2,365

SI 2 - Regresi & Korelasi Berganda

38

Jawab (pengujian individual)lanjutan


3. Menentukan kriteria pengujian
H0 diterima jika ti < t (0,025;7) = 2,365 dan ti > t (0,025;7) = - 2,365
H0 ditolak jika ti > t (0,025;7) = 2,365 dan ti < t (0,025;7) = - 2,365

4. Menentukan nilai uji statistik


Untuk uji B1

SI 2 - Regresi & Korelasi Berganda

Untuk uji B2

39

Jawab (pengujian individual)lanjutan


5. Kesimpulan
Karena t1
1,859 < 2,365
Maka terima hipotesis H0 : B1 = 0
Karena t2
3,511 > 2,365

Maka tolak Ho : B2 = 0
Berarti:
tidak ada hubungan linier antara variabel X1 dgn Y

ada hubungan linier antara variabel X2 dgn Y


SI 2 - Regresi & Korelasi Berganda

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

Latihan Soal - lanjutan


Pertanyaan:
Buatlah persamaan regresi bergandanya!
Jika penjual makanan tersebut ingin
mengetahui apakah variabel promosi dan harga
mempengaruhi keputusan konsumen untuk
membeli produk, buatlah uji hipotesisnya dgn
tingkat signifikansi 5%.

SI 2 - Regresi & Korelasi Berganda

42