REGRESI GANDA

NO X1 X2 Y X1*Y X2*Y X1*X2 X1^2 X2^2 Y^2

1 15 12 32 480 384 180 225 144 1024
2 20 20 33 660 660 400 400 400 1089
3 15 23 35 525 805 345 225 529 1225
4 16 25 38 608 950 400 256 625 1444
5 9 11 32 288 352 99 81 121 1024
6 17 25 32 544 800 425 289 625 1024
7 16 24 34 544 816 384 256 576 1156
8 20 22 36 720 792 440 400 484 1296
9 15 24 34 510 816 360 225 576 1156
10 17 26 39 663 1014 442 289 676 1521
JML 160 212 345 5542 7389 3475 2646 4756 11959

a. Tentukan persamaan regresi ganda Y atas X1 dan X2

b. Apa yang dapat Anda tafsirkan dari persamaan regresi tersebut ?
c. Ujilah keberartian koefisisien regresi ganda tersebut baik secara
bersama-sama maupun parsial ( masing - masing) pada @ 0.01
PENYELESAIAN
X 
2
Skor deviasi
 X
1
1) x2 
1 1
2
 = 2646 - (160)^2 = 2646
n 10
= 86

  X2 
2

2)
x X
2
2
2
2 
n
= 4756 - (212)^2
10
= 4756

= 261.6

 Y 
2

3)  y  Y2 2

n
= 11959 - (345)^2
10
= 11959

= 56.5
  X   Y 
 x1y  
1
4) XY
1
= 5542 - (160)(345) = 5542
n 10
= 22
  X  Y 
 x2 y   X 2Y 
2
5) = 7389 - (212)(345) = 7389
n 10
= 75

  X   X 
 x1x2   X1 X 2 
1 2
6) = 3475 - (160)(212) = 3475
n 10
= 83
a. Menentukan koefisien - koefisien ( b1 dan b2) dan konstanta (a)
persamaan regresi ganda yaitu:
1). Koefisien regresi X

b1 
  x    x y    x x    x y
2
2 1 1 2 2

261.6 * 22
 x   x   x x  86 * 261.6
2 2 2
1 2 1 2

= 5755.2 - 6225
22497.6 - 6889

2). Koefisien regresi X2

b2 
  x    x y    x x    x y
2
1 2 1 2 1
 86 * 75
 x   x   x x 
2 2 2
1 2 1 2 86 * 261.6

= 6450 - 1826
22497.6 - 6889

3). Konstanta Regresi ganda

a
 Y  b   X 1
   X2
  b2 

  345 - -0.03
n
1  n
   n  10

= 34.5 - -0.03

= 34.5 - -0.48

= 28.7048
~ 28.7
Membentuk persamaan regresi ganda :
^
Y  a  b1 X 1  b2 X 2

^
Y  28.7  0.03 X 1  0.296 X 2

b. Tafsiran dari persamaan regresi ganda kuadrat terkecil

1). Menentukan (JK) Jumlah Kuadrat Setiap Sumber Varian:
1. JKTR   y 2 = 56.5
2. JK reg  b1  x1 y  b2  x2 y
2
= -0.03 * 22 + 0.296
= -0.66 + 22.2
= 21.54
 3. JK res  JK RT  JK reg = 56.5 - 21.54
= 34.96
2). Menentukan Derajat Keabsahan (dk) Setiap Varian:
'1. dkTR  n-1 = 10-1=9
2. dk reg  k = 2
3. dk res  n-k-1 = 10-1-2=7
3). Menentukan Rerata Jumlah Kuadrat (RJK) sumber varian yang diperlukan:
'1. RJK reg  JK reg = 21.54 = 10.77
k
2
2. RJK res  JK res = 34.96 = 4.9942857 ~ 4.99
n  k 1
7
4). Menentukan nilai F hitung (Fh) yaitu:
RJK
hF  reg
= 10.77 = 2.1583166 ~ 2.16
RJK
4.99
res

5). Menentukan nilai F tabel (Ft):

Misal ditetapaka alpha 0.01, maka untuk dk 1 =2 dan dk2 =7
diperoleh Ft = 9.55
Ho : B1 = B2 = 0
H1 : bukan Ho
Kriteria pengujian
Terima Ho jika Fh < Ft dan Tolak Ho Jika Fh>Ft

6). Uji hipotesis penelitian:

Karena Fh < Ft maka ho di terima h1 ditolak

c. Ujilah keberartian koefisisien regresi ganda tersebut baik secara

bersama-sama maupun parsial ( masing - masing) pada @ 0.01
Uji lanjut (Pengujian Koefisien Regresi Parsial)
1). Menentukan varian error (varian kekeliruan) regresi ganda

se2 
y 2
 b1  x1 y  b2  x2 y
n  k 1
= 56.5 - -0.03 * 22 - 0.296 *
10 - 2 - 1

= 56.5 - -0.66 - 22.2

7

= 34.96 = 4.994286 ~ 5
7

2). Menentukan kekeliruan baku koefisien regresi ganda X1

sb1 
s x  e
2 2
2

  x    x    x x 
2 2 2
1 2 1 2
 sb1 
s x 
e
2 2
2

  x    x    x x 
2 2 2
1 2 1 2

sb1 
 5   261.6 
 86   261.6    83
2

= 1308 = 1308 =
22497.6 - 6889 15608.6

3). Menentukan kekeliruan baku koefisien regresi ganda X2

sb 2 
s x 
e
2 2
1

  x    x    x x 
2 2 2
1 2 1 2

sb 2 
 5   86 
 86   261.6    83
2

= 430 = 430 =
22497.6 - 6889 15608.6

4). Menentukan nilai t hitung (th) masing - masing koefisien regresi :

a). t hitung koefisien regresi b1

tb1 = b1 = -0.03 = -0.10345 ~

sb1 0.29

b). t hitung koefisien regresi b2

tb2 = b2 = 0.296 = 1.741176 ~

sb2 0.17
5). Mentukan nilai tabel @ 0.01
Pada tabel @ '= 0.01 dan dk = n-k-1=10-2-1=7
untuk uji dua pihak di peroleh harga t tabel = 3.499

6). Menguji hipotesis keberartian koefisien regresi parsial (masing - masing)

a). Menguji koefisien regresi b1:
Hipotesis yang uji
Ho : B1 = 0
H1 : B1 = 0
ternyata (-0.10 < 3.499) maka ho diterima h1 di tolak dan disimpulakan tidak terdapat
pengaruh yang signifikan X1
b). Menguji koefisien regresi b2:
Hipotesis yang uji
Ho : B2 = 0
H1 : B2 = 0
ternyata (1.74 < 3.499) maka ho diterima h1 di tolak dan disimpulakan tidak terdapat
pengaruh yang signifikan X2
- 2560

- 4494.4

- 11902.5

- 5520

- 7314

- 3392
 - 83 * 75
- 83^2

= -469.8 = -0.0301
15608.6
~ -0.03

- 83 * 22
- 83^2

= 4624 = 0.296247
15608.6
~ 0.296

160 - 0.296 212

10 10

16 - 0.296 21.2

- 6.2752

* 75
75
0.289482 ~ 0.29

0.165979 ~ 0.17

-0.10

1.74
 t1r 1010..868697
1r 10.869
2 2
DATA KORELASI GANDA
NO X1 X2 Y X1^2 X2^2 Y^2 X1*Y X2*Y X1*X2
1 8 10 9 64 100 81 72 90 80
2 6 11 9 36 121 81 54 99 66
3 8 9 12 64 81 144 96 108 72
4 12 10 10 144 100 100 120 100 120
5 10 13 15 100 169 225 150 195 130
6 14 17 16 196 289 256 224 272 238
7 11 15 15 121 225 225 165 225 165
8 12 18 18 144 324 324 216 324 216
JML 81 103 104 869 1409 1436 1097 1413 1087
RATA2 10.125 12.875 13

a. Hitung dan ujilah keberartian koefisien koreasi parsial pada @ 0.05

b. Tentukan koefisien determinasi dari korelasi ganda dan korelasi persial di atas
c. Buat interpretasi dari hasil tersebut.

PENYELESAIAN

a. Hitung dan ujilah keberartian koefisien koreasi parsial pada @ 0.05

1). Menghitung dan menguji Koefisien Korelasi Sederhana
a. Koefisien Korelasi Y dan X1
Hipotesis verbal yang diuji:
Ho : Tidak terdapat hubungan
H1 : Terdapat hubungan
ditulis
Ho : P y1 = 0
H1 : P y1 = 0

Koefisen Korelasi Y atau X1

n.�X 1Y   �X 1   �Y  8 * 1097
ry1  = 8 * 869
n.�X 12   �X 1  n.�Y 2   �Y 
2 2

= 8776 - 8424
6952 - 6561

= 352
391 * 672

= 352
512.593406

= 0.68670411 ~ 0.6867
 Pengujian hipotesis korelasi sederhana Y atas X1

rY 1 n2
tb Y 1  = 0.6867 * 8
1 r 2
Y1
1 -

= 0.6867 * 2.44949
1 - 0.471557

= 1.68206461
0.72694093

= 2.31389449 ~ 2.31

Harga t tabel pada @ 0.05 dan dk = n-2=6 untuk uji dua pihak t tabel adalah 2.447

Karena t hitung < t tabel yaitu 2.31 < 2.447 maka pengujian menolak H1 dan menerima Ho,
2
dengan demikian disimpulkan tidak terdapat korelasi (hubungan) yang signifikan.

2

b. Koefisien Korelasi Y dan X2

Hipotesis verbal yang diuji:

Ho : Tidak terdapat hubungan
H1 : Terdapat hubungan
ditulis
Ho : P y2 = 0
H1 : P y2 = 0

Koefisen Korelasi Y atau X2

n. X 2Y    X 2    Y 
ry 2  = 8 * 1413
n. X 22    X 2  n. Y 2    Y 
2 2
8 * 1409

= 11304 - 10712
11272 - 10609

= 592
663 * 672

= 592
667.484831

= 0.88691154 ~ 0.8869

Pengujian hipotesis korelasi sederhana Y atas X1

 rY 1 n2
tb Y 2  = 0.8869 *
1 r 2
Y1
1

= 0.8869 *
1 -

= 2.172452
0.461961

= 4.70267 ~

Harga t tabel pada @ 0.05 dan dk = n-2=6 untuk uji dua pihak t tabel adalah

Karena t hitung > t tabel yaitu 4.70 > 2.447 maka pengujian menerima H1 dan menolak Ho,
dengan demikian disimpulkan terdapat korelasi (hubungan) yang signifikan.

c. Koefisien Korelasi X1 dan X2

n. X 1 X 2    X 1    X 2  = 8 * 1087
r12  8 * 869
n. X 12    X 1  n. X 22    X 2 
2 2

= 8696 - 8343
6952 - 6561

= 353
391 * 663

= 353
509.14929

= 0.69331335 ~ 0.6933
d. menghitung dan menguji koefisien korelasi ganda
Hipotesis verbal yang diuji:
Ho : Tidak terdapat hubungan
H1 : Terdapat hubungan
ditulis
Ho : P y.12 = 0
H1 : P y.12 = 0

Koefisien korelasi Ganda Y atas X1 dan X2

ry21  ry22  2ry1 .ry 2 .r12

R  ry .12 = 0.6867^2 + 0.8869^2
1 r 2
12
 ry21  ry22  2ry1 .ry 2 .r12
R  ry .12
1  r122

= 1.2581485 - 0.844487
0.51933511
= 0.41366164
0.51933511

= 0.89248059 ~ 0.89

Uji signifikan koefisien korelasi ganda Y atas X1 dan X2

Uji F

R2 / k
Fh  = 0.89^2 / 2
(1  R 2 ) / ( n  k  1) 1- 0.89^2

= 0.7921 / 2
1- 0.7921

= 0.39605
0.2079 / 5

= 0.39605
0.04158

= 9.52501203 ~ 9.53
Harga F tabel pada taraf signifikan 0.05 dengan dk pembilang = 2
dan dk penyebut = n-k-1= 5 adalah 5.79
diperoleh F hitung = 9.53 > F tabel = 5.79 pada signifikan 0.05, sehingga
disimpulkan bahwa secara bersama - sama terdapat korelasi ( hubungan)
yang signifikan antara X1 dan X2 dengan Y.

b. Tentukan koefisien determinasi dari korelasi ganda dan korelasi persial

1) Koefisien Determinan Y atas X1 ;

KD  r   ry1  x 100%
2 2
= 0.6867^2 * 100%
y1
= 0.47155689 * 100%

= 47.155689 % ~
Koefisien korelasi X1 dengan Y sebesar 0.68876 tergolong lemah
kontribusi hanya 47.16% sedangkan 52.84 % skor ditentukan variabel lain.

2) Koefisien Determinan Y atas X2 ;

KD  r   ry 2  x 100%
2 2
= 0.8869^2 * 100%
y2
KD  r   ry 2  x 100%
2 2
y2
= 0.78659161 * 100%

= 78.659161 % ~
Koefisien korelasi X2 dengan Y sebesar 0.68876 tergolong kuat
kontribusi hanya 78.66% sedangkan 21.34 % skor tidak ditentukan variabel lain.

3) Koefisien Determinan ganda;

R   ry .12  x 100%
2 2
= 0.89^2 * 100%

= 0.7921 * 100%

= 79.21 % ~
Koefisien korelasi ganda X1 dan X2 dengan Y sebesar 0.89 tergolong kuat
kontribusi hanya 79.21% sedangkan 20.79 % skor tidak ditentukan variabel lain.

KORELASI PARSIAL
1) Koefisien korelasi parsial antara Y dan X1, dengan X2 dikendalikan :
Hipotesis verbal yang diuji:
Ho : Tidak terdapat hubungan
H1 : Terdapat hubungan
ditulis
Ho : P y1,2 = 0
H1 : P y1,2 = 0
Nilai koefisien korelasi parsial X1 dan Y, setelah mengendalikan X2 yaitu:

ry1 ry 2 . r12
ry .12  = 0.6867 - 0.8869
1  r12
2
1  ry22 1 - 0.6933^2

= 0.6867 - 0.614888
0.51933511 * 0.213408

= 0.07181223
0.33291211

= 0.21570928 ~ 0.22
Keberartian koefisien korelasi parsial tersebut dapat diuji dengan uji -t sebagai berikut:
ry1.2 n 3
tbY .12  = 0.22 * 8 -3
1 r 2
y1.2
1 - 0.22^2

= 0.22 * 2.236068
0.9754998719
 = 0.49193496
0.97549987

= 0.50429013 ~ 0.5
Dari tabel distribusi -t untuk @ = 0.05 dan dk = n-3 = 5 pada uji dua pihak diperoleh nilai t tabel = 2.571
Karena jika t hitung < t tabel, maka Ho diterima dan disimpulkan korelasi X1 dengan X2 dikendalikan
0.22 lemah mengendalikan X2, tidak ada hubungan yang signifikan X1 dengan Y.
2) Koefisien korelasi parsial antara Y dan X2, dengan X1 dikendalikan :
Hipotesis verbal yang diuji:
Ho : Tidak terdapat hubungan
H1 : Terdapat hubungan
ditulis
Ho : P y2,1 = 0
H1 : P y2,1 = 0

Nilai koefisien korelasi parsial X2 dan Y, setelah mengendalikan X1 yaitu:

ry 2  ry1 . r12
ry .21  = 0.8869 - 0.6867
1  r12
2
1  ry21 1 - 0.6933^2

= 0.8869 - 0.476089
0.51933511 * 0.528443

= 0.41081089
0.52386932

= 0.78418582 ~ 0.78
Keberartian koefisien korelasi parsial tersebut dapat diuji dengan uji -t sebagai berikut:
ry 2.1 n 3
tbY 2.1  = 0.78 * 8 -3
1 r 2
y 2.1
1 - 0.78^2

= 0.78 * 2.236068
0.6257795139

= 1.74413302
0.62577951

= 2.78713666 ~ 2.79
Dari tabel distribusi -t untuk @ = 0.05 dan dk = n-3 = 5 pada uji dua pihak diperoleh nilai t tabel = 2.571
Karena jika t hitung > t tabel, maka Ho diterima dan disimpulkan korelasi X1 dengan X2 dikendalikan
0.78 kuat mengendalikan X2, ada hubungan yang signifikan X1 dengan Y.

c. Buat interpretasi dari hasil tersebut.

INTERPRESTASI
Pedoman untuk memberikan interorestasi kolelasi ( sugiyono, 2012: 257) sebagai berikut:
1.00 - 0.80 = Korelasi tinggi
0.80 - 0.60 = Cukup Tinggi
0.60 - 0.40 = sedang
r < 0.40 = Rendah

Nilai koefisien korelasi parsial X2 dan Y, setelah mengendalikan X1 yaitu:

ry 2  ry1 . r12
ry .21  = 0.8869 - 0.6867
1  r12
2
1  ry21 1 - 0.6933^2

= 0.8869 - 0.476089
0.51933511 * 0.528443

= 0.41081089
0.52386932

= 0.78418582 ~ 0.78
Kesimpulan koefisien korelasi parsial 0.78 maka termasuk interprestasi korelasi kuat kisaran
0.60 - 0.799 = Korelasi kuat
- 81 * 104
- 81^2 * 8 * 1436 - 104^2

* 11488 - 10816
 - 2
0.6867^2

- 103 * 104
- 103^2 * 8 * 1436 - 104^2

* 11488 - 10816
 8 - 2
- 0.8869^2

2.44949
0.786592

4.7

2.447

menolak Ho,

- 81 * 103
- 81^2 * 8 * 1409 - 103^2

* 11272 - 10609

- 2 * 0.6867 * 0.8869 * 0.6933

1- 0.6933^2
/ 8 - 2 - 1

/ 5

47.16%
78.66%

79.21%

* 0.6933
* 1 - 0.8869^2
tabel = 2.571

* 0.6933
* 1 - 0.6867^2

tabel = 2.571
* 0.6933
* 1 - 0.6867^2
t = 0.8961 x akar 6 0.8961 x 2.44949 =
akar 1 - 0.8961 pangkat 2 1- 0.802995
2.194988 = 2.194988 = 4.945312
0.197005 0.443852