PRAKTIKUM MATEMATIKA

PRAKTIKUM KE III

ANALISIS REGRESI LINEAR BERGANDA

NAMA : RICKY ARIADI

NIM : 4171111022

KELAS : MATEMATIKA DIK B 2017

PRODI : PENDIDIKAN MATEMATIKA

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI MEDAN

2020
I. JUDUL : ANALISIS REGRESI LINEAR
BERGANDA

II. TUJUAN PRAKTIKUM : 1. Mengetahui persamaan regresi yang

terbentuk dari data yang pertama dan data
yang kedua.

2. Mengetahui besar pengaruh antara

variabel bebas terhadap variabel terikat.

3. Mengetahui hubungan yang terjadi antara

variabel X dan variabel Y

III. ALAT DAN BAHAN : A. ALAT

NO NAMA ALAT JUMLAH

1. Laptop 1 buah
2. Printer 1 buah
B. BAHAN

NO NAMA BAHAN JUMLAH

1. Aplikasi SPSS 1 set
2. Kertas A4 buah

IV. TANGGAL PRAKTIKUM : 6 April 2020

V. TINJAUAN TEORITIS : Analisis regresi linier berganda adalah

hubungan secara linier antara dua atau lebih
variabel independen ( , , … ) dengan
variabel dependen ( Y). Analsisis ini untuk
mengetahui arah hubungan antara variabel
idependen dengan variabel dependen apakah
masing-masing variabel berhubungan positif
atau negatif. ( Hasan,2005)

Analisis regresi adalah studi tentang masalah

hubungan beberapa variabel yang
ditampilkan dalam persamaan matematika.
Analisis regresi lebih akurat dalam
melakukan analisis korelasi, peramalan atau
perkiraan nilai variabel terikat pada nilai
variabel bebas lebih akurat pula karena pada
analisis kesulitan dalam menunjukkan slop
(tingkat perubahan suatu variabel terhadap
variabel lain dapat ditentukan). Analisis
regresi terbagi menjadi dua yaitu regresi
linier dan nonlinier. Analisis regresi linier
terdiri dari analisis regresi sederhana dan
analisis regresi berganda. Perbedan
keduanya terletak pada jumlah variabel
independennya. Regresi linier sederhana
hanya memiliki satu variabel sedangkan
regresi linier berganda mempunyai banyak
variabel independen. Analisis regresi
nonlinier adalah regresi eksponensial.

( Andi, 2009)

Dalam analisis regresi berganda merupakan

teknik statistik yang dapat digunakan untuk
menganalisis hubungan antara 1 variabel
terikat ( variabel dependen/ variabel kriterian
= Y) dengan beberapa variabel bebas/
independen/ prediktor (X1,X2,X3,...,XN)

Model regresi linier berganda dapat

dirumuskan :

Y= + + +. . + +

Dan model taksiran dari model regresi linier

berganda:

Y= + + =. . =

Dimana :

Y menyatakan variabel terikat/kriterian

, ,… menyatakan variabel bebas ke-

1,2,...,n

, ,… menyatakan parameter regresi

linier berganda .

, ,… menyatakan taksiran dari

parameter regresi linier berganda.

( Sugiyono, 2010)
VI. PTOSEDUR KERJA : Membuka aplikasi SPSS dengan mengklik
ikon 2 kali maka akan muncul tampilan
seperti ini :

DATA PERTAMA

1. Memasukkan data ke variable view

dengan mendefenisikannya.

2. Memasukkan data yang akan dianalisis ke

data view.

3. Mengklin Analyze, memilih regression,

kemudian memilih linear
Sehingga muncul kotak dialog :

4. Memasukkan variabel income kedalam

dependent dan memasukkan variabel usia
maupun pengalaman kedalam independent.

5. Memilih statistic maka akan mucul kotak

dialog, kemudian mencentang collynearity
diagnotics dan durbin watson dan kemudian
klik continue

6. Mengklik plots maka akan muncul kotak

dialog , kemudian centang normal
probability plot, memasukkan ZRESID
kedalam kolom Y dan ZPRED ke dalam
kotak X.

Klik continue, kemudia OK maka akan

muncul hasil outputnya.

DATA KEDUA

1. Memasukkan data ke variable view

dengan mendefenisikannya.
2. Memasukkan data yang akan dianalisis ke
data view.

3. Mengklin Analyze, memilih regression,

kemudian memilih linear

Kemudian muncul kotak dialog

4. Memindahkan variabel X1, X2, dan X3 ke
kolom independent dan variabel Y ke kolom
dependent.

5. mengklik menu statistic maka akan

muncul kotak dialog , kemudian centang
descriptive, collinearitydiagnostic dan
durbin watson kemudian continue.
 6. Mengklik options kemudian mucul kotak
dialog dan klik continue.

7. Mengklik plots maka akan muncul kotak

dialog, kemudian klik OK.

Maka akan muncul outputnya.

VII. HASIL PRAKTIKUM : A. Secara Manual

DATA YANG PERTAMA

1. Membuat Ha dan H0 dalam bentuk

kalimat.

H0 : Tidak terdapat pengaruh yang

signifikan variabel X1(usia),
X2(pengalaman kerja ) terhadap Y
(income).
 Ha : Terdapat pengaruh yang signifikan
variabel X1(usia), X2(pengalaman kerja )
terhadap Y (income).

2. Membuat Ha dan H0 dalam bentuk

statistik.

H0 : = =0

Ha : ≠ ≠0

3. Membuat Tabel Penolong untuk

menghitung angka statistik.

X1 X2 Y X12 X22
31 4 35400 961 16
37 4 41200 1369 16
38 5 45000 1444 25
39 2 40300 1521 4
30 0 22000 900 0
28 3 28000 784 9
20 0 13000 400 0
23 1 22000 529 1
25 2 26000 625 4
28 4 27000 784 16
29 5 30000 841 25
328 30 329900 10158 116

Y2 X1.X2 X1.Y X2.Y

1253160000 124 1097400 141600
1697440000 148 1524400 164800
2025000000 190 1710000 225000
1624090000 78 1571700 80600
484000000 0 660000 0
784000000 84 784000 84000
169000000 0 260000 0
484000000 23 506000 22000
676000000 50 650000 52000
729000000 112 756000 108000
900000000 145 870000 150000
1,0826E+10 954 10389500 1028000
4. Menghitung nilai-nilai persamaan b1,
b2 dan a

(∑ ) 107584
= − = 10158 −
11

= 377,6364

(∑ ) 900
= − = 116 −
11

= 34,18182

(∑ ) 108834 + 11
= − = 1,0826E + 10 −
11

= 931689091

∑ ∑
= −
108207200
= 10389500 −
11

= 552481,82

∑ ∑
= −
9897000
= 1028000 −
11

= 128272,7

∑ ∑ 9840
= − = 954 −
11

= 59,45455

Sehingga

{(∑ .∑ ) (∑ .∑ )}
=
{(∑ .∑ )} (∑ ) }

{( , ( , ) ( , ( , )}
= {( , ( , ) ( , )

= , ,

= ,
= 1201,098
 {(∑ .∑ ) (∑ .∑ )}
=
{(∑ .∑ )} (∑ ) }

{( , ( , ) ( , ( , )}
= {( , ( , ) ( , )

= , ,

= ,
= 1663,516

(∑ ) ( .∑ ) ( .∑ )
=

(329900) ( , (328))−(1663,516(30))
=

(329900) − (393960,1) − (49905,48)

=
11
−113966
= = −10360,5
11
5. Memasukkan nilai-nilai persamaan
tersebut kedalam persamaan regresi
berganda.

Y = a + b1X1 + b2X2

Y = -10360,5 + 1201,098 X1 + 1663,516 X2

6. Menghitung besarnya pengaruh

koefisien determinasi

( .∑ ) + ( .∑ )
=
∑

(1201,098(552481,82) + (1663,516)(128272,7)
=
931689091

(663584739) + (213383725)
=
931689091

876968464
= = 0,9412673
931689091

7. Menghitung standar error

 ∑ − ( .∑ ) − ( .∑ ) − ( .∑
( )=
−3

, −10360,5( ) ( , ( , ) ( , )( , )
=

, ( ) (663584739)−(213383725)
=

= = √1670831617 = 40875,8072

8. Statistik Pengujian

− ℎ < maka Ha ditolak dan H0

diterima.

− ℎ > maka Ha diterima dan H0

ditolak.
/
ℎ =( )/( )

0,9412673/2
=
(1 − 0,9412673)/(11 − 2 − 1)
,
=( , )/
= 64, 10514

Df pembilang = m= 2

Df penyebut = n-m-1 = 11-2-1= 8

( , ; ; ) = 4,46

9. Kesimpulan

Oleh karena ℎ > Ha

diterima dan H0 ditolak maka dapat
disimpulkan bahwa terdapat pengaruh
yang signifikan antara variabel X1(usia),
X2(pengalaman kerja ) terhadap Y
(income).
 DATA YANG KEDUA

Persamaan regresi yang terbentuk dari

data yang kedua dilihat dari hasil ouput
SPSS adalah dilihat dari tabel cofficient
dan terletak pada kolom B.

Dimana b1 = 0,036; b2 = -0,01; b3 = 0,17

dan a = 141, 457

Sehingga persamaan regresinya adalah :

Y = a + b1X1 + b2X2 + b3X3

Y= 141, 457 + 0,036 X1 -0,01 X2 + 0,17

X3

B. Secara SPSS

- DATA YANG PERTAMA

- DATA YANG KEDUA
VIII. KESIMPULAN : Berdasarkan praktikum yanh sudah
dilakukan, dapat disimpulkan bahwa :

1. Persamaan regresi yang terbentuk dari

data yang pertama adalah Y = -10360,5 +
1201,098 X1 + 1663,516 X2 dan pada data
yang kedua adalah Y= 141, 457 + 0,036 X1 -
0,01 X2 + 0,17 X3.

2. Besarnya pengaruh usia dan pengalaman

yang dipengaruhi oleh Income adalah dilihat
dari nilai = 0,9412673 x 100% = 94,1 %
artinya usia dan pengalaman mempengaruhi
income sebesar 94,1% dan 5,9% dipengaruhi
oleh variabel lain atau faktor lain.

3. Hubungan antara variabel X1(usia),

X2(pengalaman kerja ) terhadap Y (income)
adalah terdapat pengaruh yang signifikan
karena > Ha diterima dan H0
ditolak.

IX. DAFTAR PUSTAKA : Andi. 2009. SPSS Untuk Pengolah Data

Statistik. Semarang :Wahana Komputer.

Hasan M, Iqbal. 2005. Pokok-Pokok Materi

Statistik 1(Statistik Deskriptif). Jakarta : PT.
Bumi Aksara.
 Sugiyono. 2010. Statistik Untuk Penelitian.
Alfabeta : MediaKom.

X. NAMA ASISTEN LAB : ADI PUTRA NUGRAHA BARUS

NIM 4163111004

YULI AISYAH

NIM 4161111084

Medan, 9 April 2020

Dosen Pengampu Praktikan

Dra. Nurliani Manurung, M.Pd Ricky Ariadi AR

NIP.196203051987032003 NIM.4171111043