TUGAS

ANALISIS STATISTIK

“ANALISIS REGRESI LINIER BERGANDA”

OLEH:
MOH. SURIYAIDULMAN RIANSE
NPM 212180013

PROGRAM STUDI PASCASARJANA TEKNIK PERTAMBANGAN

JURUSAN TEKNIK PERTAMBANGAN
FAKULTAS TEKNOLOGI MINERAL
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
YOGYAKARTA
2019
 ANALISIS REGRESI LINIER BERGANDA

a. Pendahuluan
Regresi Linear Berganda adalah model regresi linear dengan melibatkan lebih
dari satu variable bebas atau predictor. Dalam bahasa inggris, istilah ini disebut
dengan multiple linear regression. Pada dasarnya regresi linear berganda adalah
model prediksi atau peramalan dengan menggunakan data berskala interval atau
rasio serta terdapat lebih dari satu predictor. Skala data yang dimaksud diatas adalah
pada semua variabel terutama variable terikat. Pada regresi linear, tidak menutup
kemungkinan digunakannya data dummy pada variable bebas. Yaitu pada regresi
linear dengan dummy.
Persamaan regresi linear berganda sebagai berikut:
Y’ = a + b1X1+ b2X2+…..+ bnXn
Keterangan:
Y’ = Variabel dependen (nilai yang diprediksikan)
X1 dan X2 = Variabel independen
a = Konstanta (nilai Y’ apabila X1, X2…..Xn = 0)
b = Koefisien regresi (nilai peningkatan ataupun penurunan)
untuk menghitung b0, b1, b2 … bk dan seterusnya kita menggunakan Metode
Kuadrat Terkecil (Least Square Method) yang menghasilkan persamaan model
sebagai berikut
b. Analisis
a. Data
Data yang dianalisis merupakan hasil pengujian cepat rambat gelombang pada
batuan atau Uji Ultrasonic. Pengujian dilakukan pada jenis litologi berupa napal.
Nilai yang dicari adalah kecepatan rambat gelombang primer Vp (meter/detik)
dengan variabel yang berpengaruh berupa kecepatan rambat gelombang sekunder
Vs (meter/detik), Modulus Elastisitas E (kg/cm) dan koefisien geser batuan µ.

Vs Vp
Kode E (kg/cm) µ
No (m/det) (m/det)
Percontoh
X1 X2 X3 Y
1 UCG-NS1 4689.97 1107627.93 0.23 7920.16
2 UCG-NS2 402.57 8384.37 0.39 948
3 UCG-NS3 1480.23 157611.45 0.43 4196.7
4 UCG-NS4 1147.5 79592.81 0.34 2324.05
5 UCG-NS5 1037.07 64837.11 0.33 2062.29
6 UCG-NS6 1801.69 171611.02 0.4 4546.55
7 UCG-NS7 2506.25 421576.65 0.44 7518.75
8 UCG-NS8 1393.2 134696.57 0.39 3285.85
9 UCG-NS9 2855.02 550494.05 0.44 8722.22
10 UCG-NS0 3563.82 730288.49 0.32 6926.83
11 GT - 8C 525.11 15840.77 0.36 1123.15
12 GT - 8D-1 351.85 6766.28 0.4 861.85
13 GT - 8AG 459.95 11723.01 0.4 1135.09
14 GT - 8H 674.4 26426.16 0.42 1827.42
15 GT - 8O 770.27 34458.82 0.36 1628.57
16 GT - 8Q 389.67 8819.17 0.42 1062.73
17 GT - 8T 376.67 8505.95 0.42 1014.97
18 GT - 9C 709.8 27096.24 0.37 1548.39
19 GT - 9H 754.14 31879.83 0.28 1366.15
20 GT - 9K 458.92 11955.1 0.43 1327.87
21 GT - 9U 652.17 29242.23 0.45 2119.78
22 GT - 9W-1 510.2 14314.5 0.37 1123.15
23 GT - 9Y 720 29555.85 0.32 1389.71
24 GT - 9L 411.66 10025.63 0.39 977.36
25 GT - 9AB 670.77 27206.32 0.43 1948.85
b. Analisis Regresi Linier Berganda
Analisis dilakukan menggunakan 2 metode, yaitu analisis menggunakan
software (Microsoft Excel) dan analisis dengan perhitungan manual.

1) Analisis Menggunakan Microsoft Excel

Dalam analisis, yang menjadi variable Y adalah kecepatan rambat gelombang
primer Vp (meter/detik). Sedangkan yang menjadi variable X1, X2 dan X3 adalah
berturut-turut kecepatan rambat gelombang sekunder Vs (meter/detik), Modulus
Elastisitas E (kg/cm) dan koefisien geser batuan µ.
 Dengan metode ini menghasilkan perhitungan sebagai berikut.

SUMMARY OUTPUT
Regression Statistics
Multiple R 0.9842
R Square 0.96865
Adjusted R Square 0.96417
Standard Error 461.958
Observations 25

ANOVA
Significance
df SS MS F F
Regression 3 138456928.7 46152309.6 216.266 6.06274E-16
Residual 21 4481510.404 213405.257
Total 24 142938439.1

Standard
Coefficients t Stat P-value
Error
Intercept -5593.8 783.9638566 -7.1352844 4.89811E-07
X Variable 1 3.45935 0.451094104 7.66878854 1.61112E-07
X Variable 2 -0.0048 0.00186849 -2.569231 0.01787879
X Variable 3 13138.4 1927.94117 6.8147259 9.73021E-07

Lower 95% Upper 95% Lower 95.0% Upper 95.0%

Intercept -7224.147204 -3963.5 -7224.1 -3963.5
X Variable 1 2.521243748 4.39745 2.52124 4.39745
X Variable 2 -0.008686318 -0.0009 -0.0087 -0.0009
X Variable 3 9129.01748 17147.8 9129.02 17147.8
 2) Analisis Manual
Vs Vp
Kode E (kg/cm) µ
No (m/det) (m/det) X12 X22 X32 Y2 X1Y X2Y X3Y X1X2 X1X3 X2X3
Percontoh
X1 X2 X3 Y
1 UCG-NS1 4689.97 1107627.93 0.23 7920.16 21995818.6 1.22684E+12 0.0529 62728934.43 37145312.8 8772590426 1821.6368 5194741763 1078.69 254754
2 UCG-NS2 402.57 8384.37 0.39 948 162062.605 70297660.3 0.1521 898704 381636.36 7948382.76 369.72 3375295.831 157.002 3269.9
3 UCG-NS3 1480.23 157611.45 0.43 4196.7 2191080.85 24841369171 0.1849 17612290.89 6212081.24 661447972.2 1804.581 233301196.6 636.499 67772.9
4 UCG-NS4 1147.5 79592.81 0.34 2324.05 1316756.25 6335015404 0.1156 5401208.403 2666847.38 184977670.1 790.177 91332749.48 390.15 27061.6
5 UCG-NS5 1037.07 64837.11 0.33 2062.29 1075514.18 4203850833 0.1089 4253040.044 2138739.09 133712923.6 680.5557 67240621.67 342.233 21396.2
6 UCG-NS6 1801.69 171611.02 0.4 4546.55 3246086.86 29450342185 0.16 20671116.9 8191473.67 780238083 1818.62 309189858.6 720.676 68644.4
7 UCG-NS7 2506.25 421576.65 0.44 7518.75 6281289.06 1.77727E+11 0.1936 56531601.56 18843867.2 3169729437 3308.25 1056576479 1102.75 185494
8 UCG-NS8 1393.2 134696.57 0.39 3285.85 1941006.24 18143165970 0.1521 10796810.22 4577846.22 442592724.5 1281.4815 187659261.3 543.348 52531.7
9 UCG-NS9 2855.02 550494.05 0.44 8722.22 8151139.2 3.03044E+11 0.1936 76077121.73 24902112.5 4801530213 3837.7768 1571671523 1256.21 242217
10 UCG-NS0 3563.82 730288.49 0.32 6926.83 12700813 5.33321E+11 0.1024 47980973.85 24685975.3 5058584221 2216.5856 2602616726 1140.42 233692
11 GT - 8C 525.11 15840.77 0.36 1123.15 275740.512 250929994.2 0.1296 1261465.923 589777.297 17791560.83 404.334 8318146.735 189.04 5702.68
12 GT - 8D-1 351.85 6766.28 0.4 861.85 123798.423 45782545.04 0.16 742785.4225 303241.923 5831518.418 344.74 2380715.618 140.74 2706.51
13 GT - 8AG 459.95 11723.01 0.4 1135.09 211554.003 137428963.5 0.16 1288429.308 522084.646 13306671.42 454.036 5391998.45 183.98 4689.2
14 GT - 8H 674.4 26426.16 0.42 1827.42 454815.36 698341932.3 0.1764 3339463.856 1232412.05 48291693.31 767.5164 17821802.3 283.248 11099
15 GT - 8O 770.27 34458.82 0.36 1628.57 593315.873 1187410276 0.1296 2652240.245 1254438.61 56118600.49 586.2852 26542595.28 277.297 12405.2
16 GT - 8Q 389.67 8819.17 0.42 1062.73 151842.709 77777759.49 0.1764 1129395.053 414113.999 9372396.534 446.3466 3436565.974 163.661 3704.05
17 GT - 8T 376.67 8505.95 0.42 1014.97 141880.289 72351185.4 0.1764 1030164.101 382308.75 8633284.072 426.2874 3203936.187 158.201 3572.5
18 GT - 9C 709.8 27096.24 0.37 1548.39 503816.04 734206222.1 0.1369 2397511.592 1099047.22 41955547.05 572.9043 19232911.15 262.626 10025.6
19 GT - 9H 754.14 31879.83 0.28 1366.15 568727.14 1016323561 0.0784 1866365.823 1030268.36 43552629.75 382.522 24041855 211.159 8926.35
20 GT - 9K 458.92 11955.1 0.43 1327.87 210607.566 142924416 0.1849 1763238.737 609386.1 15874818.64 570.9841 5486434.492 197.336 5140.69
21 GT - 9U 652.17 29242.23 0.45 2119.78 425325.709 855108015.4 0.2025 4493467.248 1382456.92 61987094.31 953.901 19070905.14 293.477 13159
22 GT - 9W-1 510.2 14314.5 0.37 1123.15 260304.04 204904910.3 0.1369 1261465.923 573031.13 16077330.68 415.5655 7303257.9 188.774 5296.37
23 GT - 9Y 720 29555.85 0.32 1389.71 518400 873548269.2 0.1024 1931293.884 1000591.2 41074060.3 444.7072 21280212 230.4 9457.87
24 GT - 9L 411.66 10025.63 0.39 977.36 169463.956 100513256.9 0.1521 955232.5696 402340.018 9798649.737 381.1704 4127150.846 160.547 3910
25 GT - 9AB 670.77 27206.32 0.43 1948.85 449932.393 740183847.9 0.1849 3798016.323 1307230.11 53021036.73 838.0055 18249183.27 288.431 11698.7
∑ 29312.9 3720536.31 9.53 68906.44 64121090.9 2.33111E+12 3.7035 332862338 141848620 24456038946 25918.69 11503593145 10596.9 1268328
Dengan metode skor deviasi diperoleh hasil sebagai berikut :

2 2 ∑(𝑋1 )2
∑𝑋1 = ∑𝑋1 −
𝑛
(29312.9)2
∑𝑋1 2 = 64121090.9 −
25
∑𝑋1 2 = 29751246.6

(𝑋2 )2
∑𝑋2 2 = 𝑋2 2 −
𝑛
(3720536.31)2
∑𝑋2 2 = 2331113257231.02 −
12

∑𝑋2 2 =1777417639869.89

(𝑋3 )2
∑𝑋3 2 = 𝑋3 2 −
𝑛
(9.530)2
∑𝑋3 2 =3.704−
25

∑𝑋3 2 =0.071

(𝑌)2
∑𝑌 2 = 𝑌 2 −
𝑛
(68906.44)2
∑𝑌 2 = 332862338.034 −
25
∑𝑌 2 = 142938439.095

(𝑋1 )(𝑌)
∑𝑋1 𝑌 = 𝑋1 𝑌 −
𝑛
(29312.9)(68906.44)
∑𝑋1 𝑌 = 141848620.117 −
25
∑𝑋1 𝑌 = 61054716.714
 (𝑋2 )(𝑌)
∑𝑋2 𝑌 = 𝑋2 𝑌 −
𝑛
(3720536.31)(68906.44)
∑𝑋2 𝑌 = 24456038945.653 −
25
∑𝑋2 𝑌 = 14201282465.140

(𝑋3 )(𝑌)
∑𝑋3 𝑌 = 𝑋3 𝑌 −
𝑛
(9.530)(68906.44)
∑𝑋3 𝑌 = 25918.69 −
25
∑𝑋3 𝑌 = -348.445

(𝑋1 )(𝑋2 )
∑𝑋1 𝑋2 = 𝑋1 𝑋2 −
𝑛
(29312.9)(3720536.31)
∑𝑋1 𝑋2 = 11503593144.882 −
25
∑𝑋1 𝑋2 =7141204792.826

(𝑋1 )(𝑋3 )
∑𝑋1 𝑋3 = 𝑋1 𝑋3 −
𝑛
(29312.9)(9.530)
∑𝑋1 𝑋3 = 10596.9 −
25
∑𝑋1 𝑋3 =-577.177

(𝑋2 )(𝑋3 )
∑𝑋2 𝑋3 = 𝑋2 𝑋3 −
𝑛
(3720536.31)(9.530)
∑𝑋2 𝑋3 = 1268328.263 −
25
∑𝑋2 𝑋3 =-149940.179

Persamaan regresi untuk tiga prediktor adalah:

Y = a + b1X1 + b2X2 + b3X3
Untuk mencari koefisien regresi a, b1, b2 dan b3 digunakan persamaan simultan sebagai
berikut:

∑𝑋1 𝑌 = 𝑏1 ∑𝑋1 2 + 𝑏2 ∑𝑋1 𝑋2 + 𝑏3 ∑𝑋1 𝑋3

∑𝑋2 𝑌 = 𝑏1 ∑𝑋1 𝑋2 + 𝑏2 ∑𝑋2 2 + 𝑏3 ∑𝑋2 𝑋3

∑𝑋3 𝑌 = 𝑏1 ∑𝑋1 𝑋3 + 𝑏2 ∑𝑋2 𝑋3 + 𝑏3 ∑𝑋3 2

𝑎 = 𝑌̅ − 𝑏1 𝑋
̅̅̅1 − 𝑏2 𝑋
̅̅̅2 − 𝑏3 𝑋
̅̅̅3

Hasil perhitungan dengan metode skor deviasi dimasukkan ke rumus persamaan 1, 2

dan 3:
61054716.714 =29751246.600 𝑏1 +7141204793 𝑏2 + (-577.17748) 𝑏3 (1)
14201282465.140 =7141204792.826 𝑏1 +1.77742 𝑏2 + (-149940.1789) 𝑏3 (2)
-348.445 = (-577.177) 𝑏1 +(-149940.1789) 𝑏2 +0.070664 𝑏3 (3)

Jika persamaan (1) dibagi dengan (-577.17748); persamaan (2) dibagi dengan
(−149940.1789); dan persamaan (3) dibagi dengan 0.070664, maka diperoleh:

-105781.530 = (-51546.097) 𝑏1 + (-12372632.41) 𝑏2 + 𝑏3 (4)

-94712.989 = (-47627.026) 𝑏1 +(-11854178.47) 𝑏2 + 𝑏3 (5)
-4931.011 = (-8167.914) 𝑏1 + (-2121875.055) 𝑏2 + 𝑏3 (6)

Jika persamaan (4) dikurangi persamaan (5); dan persamaan (5) dikurangi persamaan
(6), maka di peroleh:

-11068.541 = (-3919.071) 𝑏1 +(-518453.9376) 𝑏2 (7)

-89781.978 = (-39459.112) 𝑏1 + (-9732303.413) 𝑏2 (8)

Jika persamaan (7) dibagi dengan (-518453.9376); dan persamaan (8) dibagi dengan
(−9732303.413), maka diperoleh:

0.021 = 0.008 𝑏1 + 𝑏2 (9)

0.009 = 0.004 𝑏1 + 𝑏2 (10)
Jika persamaan (9) dikurangi persamaan (10), maka diperoleh:
0.012 =0.004 𝑏1
𝑏1 =3.459

Jika nilai b1, dimasukkan ke persamaan (10), maka diperoleh:

0.00923 =0.004 𝑏1 + 𝑏2
0.00923 = 0.004 (3.459) + 𝑏2
0.00923 =0.014 + 𝑏2
𝑏2 = -0.005

Jika nilai b1 dan b2 dimasukkan ke persamaan (6), maka dperoleh :

−4931.011 = (-8167.914) 𝑏1 + (-2121875.055) 𝑏2 + 𝑏3
−4931.011 = (−8167.914) (3.459) + (−2121875.055) (−0.005) + 𝑏3
−4931.011 = (-28255.635) + (10186.23393) + 𝑏3
−4931.011 = (-18069.401) + 𝑏3
𝑏3 =13138.391

Nilai a diperoleh dari :

𝑎 = 𝑌̅ − 𝑏1 𝑋
̅̅̅1 − 𝑏2 𝑋
̅̅̅2 − 𝑏3 𝑋
̅̅̅3

𝑎 = 2756.258 − 3.459 (1172.516) −(-0.0048) (148821.452) −13138.391(0.3812)

𝑎 = 2756.258 − 4056.138 − (-714.429) − 5008.355
𝑎 = -5593.805
Jadi, persamaan regresinya adalah :
𝑌 ′ = 𝑎 + 𝑏1 𝑋1 + 𝑏2 𝑋2 + 𝑏3 𝑋3
𝑌 ′ = −5593.805 + 3.459 𝑋1 + (−0.005)𝑋2 + 13138.391 𝑋3
Berdasarkan analisis regresi, koefisien regresi didapat berturut-turut :
𝑎 = −5593.805
𝑏1 = 3.459
𝑏2 = −0.005
𝑏3 = 13138.391

Rumus korelasi ganda 3 prediktor :

𝑏1 ∑𝑋1 𝑌 + 𝑏2 ∑𝑋2 𝑌 + 𝑏3 ∑𝑋3 𝑌
𝑅𝑦(1,2,3) =
∑𝑌 2

3.459 (61054716.714) + (−0.005)(14201282465.14) + 13138.391(−348.445)

𝑅𝑦(1,2,3) =
142938439.095
𝑅𝑦(1,2,3) = 0.96865

Koefisien determinasi (R2) adalah:

R2 = (0.96865)2
R2 = 0.9383

c. Hasil
Perhitungan melalui software Microsoft Excel maupun melalui perhitungan manual
menghasilkan nilai R yang sama, yaitu sebesar 0.96865.

Dari hasil perhitungan dapat ditulis persamaan regresi sebagai berikut.

𝒀′ = (-5593.8) + 3.45935 X1 + (-0.0048) X2 + 13138.4 X3