MAKALAH EKONOMETRIKA

“Regresi Linear Berganda”

OLEH :

NUR AINI

18030005

SOSIAL EKONOMI PERIKANAN

SEKOLAH TINGGI PERIKANAN DAN KELAUTAN

MATAULI
2020
 ii

KATA PENGANTAR

Puji syukur saya haturkan atas kehadirat Allah SWT, karena dengan
pertolonganNya, saya dapat menyelesaikan Makalah Mata Kuliah Ekonometrika
tentang “Regresi Linera Berganda”. Meskipun banyak rintangan dan hambatan
yang saya alami dalam proses pengerjaan Makalah ini, tetapi Alhamdulillah saya
dapat menyelesaikan laporan ini tepat pada waktunya.

Saya menyadari sepenuhnya bahwa Makalah yang telah saya buat ini
tidak akan terselesaikan jika tanpa bantuan dan bimbingan bapak ibu
terutama Ridho Allah Swt. Meskipun saya berharap isi dari Makalah ini
bebas dari kekurangan dan kesalahan, namun selalu ada yang kurang. Oleh
karena itu, saya mengharapkan kritik dan saran yang membangun agar
laporan ini dapat lebih baik lagi.

Akhir kata saya mengucapkan terimakasih, semoga Makalah ini dapat

bermanfaat bagi para pembaca, dan terutama buat saya sebagai penyusun.

Pandan, 11 November 2020

Nur Aini
 iii

DAFTAR ISI

Isi Halaman
KATA PENGANTAR............................................................................. ii
DAFTAR ISI............................................................................................. iii
I. PENDAHULUAN
1.1 Latar Belakang ............................................................................ 1
1.2 Rumusan Masalah.. ..................................................................... 2
1.3 Tujuan ......................................................................................... 2

III. ISI
2.1 Pengertian Analisis Regresi ........................................................ 3
2.2 Persamaan regresi linear berganda.............................................. 3
2.3 Koefisien regresi linear berganda ............................................... 4
2.4 Proses uji regresi linear berganda ............................................... 4
2.4 Asumsi regresi linear berganda................................................... 6
2.4 Pengaplikasian Rumus Regresi Berganda Pada Kasus .............. 6

III. PENUTUP
3.1 Kesimpulan. ................................................................................ 10
3.2 Saran. .......................................................................................... 10

DAFTAR PUSTAKA............................................................................. 11
 1

I. PENDAHULUAN

1.1. Latar Belakang

Analisis regresi merupakan alat statistik yang banyak digunakan dalam

berbagai bidang. Analisis tersebut bertujuan untuk mengetahui hubungan antara
variabel dependen dan variabel independen. Ada tiga macam tipe dari analisis
regresi. Tipe yang pertama adalah regresi linier sederhana yang berfungsi untuk
mengetahui hubungan linier antara dua variabel, satu variabel dependen dan satu
variabel independen. Tipe kedua adalah regresi linier berganda yang merupakan
model regresi linier dengan satu variabel dependen dan lebih dari satu variabel
independen. Tipe ketiga adalah regresi non linier yang berasumsi bahwa
hubungan antara variabel dependen dan variabel independen tidak linier pada
parameter regresinya (Yan and Gang Su, 2009).
Dalam regresi linier sederhana, metode yang biasa digunakan dalam
mengestimasi parameter regresi adalah metode kuadrat terkecil atau Ordinary
Least Squares (OLS). Konsep metode ini adalah untuk mengestimasi parameter
dengan memilih garis regresi yang terdekat dengan garis dari semua data. Secara
matematika penentuan parameter regresi ini dengan cara meminimumkan jumlah
kuadrat dari residualnya (Walpole dan Myers, 1986).
Sebelum menarik sampel dari suatu populasi terkadang diperoleh
informasi mengenai parameter yang akan diestimasi. Jika informasi tersebut ingin
dimasukkan dalam analisis data, maka estimasi parameter regresi dengan metode
kuadrat terkecil tidak memungkinkan untuk memasukkan informasi tersebut. Oleh
karena itu, diperlukan metode bayesian untuk menyelesaikan permasalahan
tersebut.
Analisis regresi dipergunakan untuk menggambarkan garis yang menunjukan
arah hubungan antar variabel, serta dipergunakan untuk melakukan prediksi.
Analisa ini dipergunakan untuk menelaah hubungan antara dua variabel atau
lebih, terutama untuk menelusuri pola hubungan yang modelnya belum diketahui
dengan sempurna. Regresi yang terdiri dari satu variabel bebas (predictor) dan
satu variabel terikat (Response/Criterion) disebut regresi linier sederhana
 2

(bivariate regression), sedangkan regresi yang variabel bebasnya lebih dari satu
disebut regresi berganda (Multiple regression/multivariate regression), yang dapat
terdiri dari dua prediktor (regresi ganda) maupun lebih

1.2. Rumusan Masalah

Berdasarkan latar belakang yang penulis kemukakan, dirumuskan beberapa
rumusan masalah, diantaranya:
1. Apa yang dimaksud dengan analisis regresi?
2. Bagaimana persamaan regresi linear berganda?
3. Bagaimana koefisien regresi linear berganda?
4. Bagaimana proses uji regresi linear berganda?
5. Bagaimana asumsi regresi linear berganda?
6. Bagaimana proses pengaplikasika regresi berganda pada suatu kasus?

1.3. Tujuan
Adapun tujuan dibuatnya makalah ini, diantaranya :
1. Mengetahui apa yang dimaksud dengan analisis regresi
2. Mengetahui persamaan regresi linear berganda
3. Mengetahui koefisien regresi linear berganda
4. Mengetahui proses uji regresi linear berganda
5. Mengetahui asumsi regresi linear berganda
6. Mengetahui proses pengaplikasikan rumus-rumus regresi berganda pada
suatu kasus
 3

II. ISI

2.1. Pengertian Analisis Regresi

Analisis regresi linier berganda didefinisikan adalah analisis regresi yang
variable tak bebas Y ditentukan oleh sekurang-kurangnya dua variabel bebas X
dan setiap variabel X maupun variabel Y hanya berpangkat satu (linier).

2.2. Persamaan Regresi Linear Berganda

Persamaan regresi linear berganda adalah persamaan regresi dengan satu
peubah tak bebas (Y) dengan lebih dari satu peubah bebas ( , ,…, ).
Hubungan antara peubah–peubah tersebut dapat dirumuskan dalam bentuk
persamaan :
= + + + ⋯+ +

Bila dituliskan dalam bentuk matriks :

= +

Beberapa asumsi yang mendasari model tersebut adalah : (i). menyebar

saling bebas mengikuti sebaran normal 0, ; (ii). memiliki ragam homogen
atau disebut juga tidak adanya masalah heteroskedastis; (iii). Tidak adanya
hubungan antara peubah X atau sering juga disebut tidak ada masalah kolinier;
dan (iv). bebas terhadap peubah X.
Dengan menggunakan metode kuadrat terkecil, yaitu dengan
meminimumkan galat/error, maka diperoleh nilai dugaan bagi , yaitu :

∑ ∑ … ∑ ∑
∑ ∑ ∑ … ∑ ∑
′
= ∑ ∑ ∑ … ∑
′
= ∑
⋯ ⋯ ⋯ ⋯ ⋯ ⋮
∑ ∑ ∑ … ∑ ∑
 4

…
…
′
…
⋯ ⋯ ⋯

′
′
1

Model regresi linier berganda untuk populasi diatas dapat ditaksir berdasarkan
sebuah smpel acak yang berukuran n dengan model regresi linier berganda untuk
sampel, yaitu:

2.3. Koefisies Regresi Linear Berganda

Dua variabel dikatakan beregresi apabila perubahan dalam satu variabel
diikuti oleh perubahan variabel lain, baik yang searah maupun tidak. Hubungan
antara variabel dapat dikelompokkan menjadi tiga jenis :

1) Terjadinya regresi positif apabila perubahan antara variabel yang satu

diikuti oleh variabel lainnya dengan arah yang sama (berbanding lurus).
Artinya apabila variabel yang satu meningkat, maka akan diikuti peningkatan
variabel lainnya.
2) Regresi Negatif terjadinya korelasi negative apabila perubahan antara
variael yang astu diikuti oleh variabel lainnya dengan arah yang berlawanan
(berbanding terbalik). Artinya apabila variabel yang satu meningkat, maka
akan diikuti penurunan variabel lainnya.
 5

3) Regresi Nihil Terjadinya korelasi nihil apabila perubahan antara variabel

yang satu diikuti oleh variabel lainnya dengan arah yang tidak teratur (acak).
Artinya apabila variabel yang satu meningkat, kadang diikuti dengan
peningkatan pada variabel lain dan kadang diikuti dengan penurunan pada
variabel lain.

2.4. Uji Regresi Linear Berganda

Uji regresi linier ganda perlu dilakukan untuk mengetahui apakah sekelompok
variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas.
Pada dasarnya pengujian hipotesis tentang parameter koefisien regresi secara
keseluruhan atau pengujian persamaan regresi dengana menggunakan statistik F yang
dirumuskan sebagai berikut:

Langkah-langkah yang dibutuhkan dalam pengujian hipotesis ini adalah

sebagai berikut:
a. Menentukan formulasi hipotesi

: … 0 , ,…,
: Minimal ada satu parameter koefisien regresi yang tidak sama dengan
nol atau mempengaruhi Y
b. Menentukan taraf nyata α dengan Ftabel dengan derajat kebebasan V1=k
dan V2= n-k-1

c. Memenuhi kriteria pengujian

diterima bila Fhitung ≤ Ftabel

ditolak bila Fhitung ≥ Ftabel

d. Menetukan nilai statistic F

e. Membuat kesimpulan
 6

2.5. Asumsi Regresi Linear Berganda

Tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier berganda
yaitu :
1. Mengikuti sebaran normal
2. Tidak boleh ada multikolinieritas
Cara yang paling mudah untuk menguji ada atau tidaknya gejala
multikolinieritas adalah melihat korelasi (hubungan) antar variabel bebas.
Jika nilai korelasi dibawah angka 6,5, maka tidak terjadi multikolinieritas.
3. Tidak boleh ada heterokeditas.
Dengan melihat grafik plot antara nilai variabel terikat (SRESID) dengan
residual (ZPRED). Jika ada pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian
menyempit), maka mengidentifikasikan telah terjadi heterokeditas. Jika
tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heterokeditas.

2.6. Pengaplikasikan Regresi Berganda Pada Suatu Kasus

Internal Revenue Service mencoba mengestimasi pajak actual 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.
 7

X1 X2 Y (Rp 1000)

Bulan Jam kerja Pajak aktual yang

Jam kerja pegawai mesin/komputer tidak dibayar

Januari 45 16 29
Pebruari 42 14 24
Maret 44 15 27
April 45 13 25
Mei 43 13 26
Juni 46 14 28
Juli 44 16 30
Agustus 45 16 28
September 44 15 28
Oktober 43 15 27

Jawab:
2 2 2
n ke X X Y X1Y X2Y X1X2 X1 X 2 Y

1 451 162 29 1.305 464 720 2.025 256 841

2 42 14 24 1.008 336 588 1.764 196 576
3 44 15 27 1.188 405 660 1.936 225 729
4 45 13 25 1.125 325 585 2.025 169 625
5 43 13 26 1.118 338 559 1.849 169 676
6 46 14 28 1.288 392 644 2.116 196 784
7 44 16 30 1.320 480 704 1.936 256 900
8 45 16 28 1.260 448 720 2.025 256 784
9 44 15 28 1.232 420 660 1.936 225 784
10 43 15 27 1.161 405 645 1.849 225 729

Rata2 44,1 14,7 27,2

Total 441 147 272 12.005 4.013 6.485 19.46 2.173 7.428
1
8
9
 10

III. PENUTUP

3.1. Kesimpulan
Analisis regresi linier berganda didefinisikan adalah analisis regresi yang
variabel tak bebas Y ditentukan oleh sekurang-kurangnya dua variabel bebas X
dan setiap variabel X maupun variabel Y hanya berpangkat satu (linier).
Tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier berganda
yaitu :
1. Mengikuti sebaran normal
2. Tidak boleh ada multikolinieritas
3. Tidak boleh ada heterokeditas.
Ketika ketiga asumsi tersebut telah terpenuhi, maka kita dapat melakukan uji
regresi atau uji F. Pada tugas kali ini kita melakukan uji regresi menggunakan
persamaan regresi berganda.

3.2. Saran
Bagi seorang peneliti dalam memberikan hasil data perhitungan harus
disertai dengan interpretasi atau kesimpulan yang jelas.
 11

DAFTAR PUSTAKA

Wohon, Selfina. 2017.Makalah Regresi Linear Berganda. Universitas Sam

Ratulangi
Sunyoto, Danang. 2012. Dasar – Dasar Statistika Ekonomi. Yogyakarta : CAPS
Abdurrahman, Maman dan Muhibbin, Sambas Ali, Analisis Korelasi, Regresi, dan
Jalur dalam Penelitian, Bandung : CV Pustaka Setia, 2007.