Mata Kuliah : Statistik

BAB 8
REGRESI GANDA
Soal Halaman : 215
3. Mungkinkah analisis regresi akan memberikan jawaban yang lengkap tentang kontribusi
masing - masing variabel bebas terhadap variabel terikatnya?Jelaskan?
Jawab :
➢ Mungkin. Pada analisis regresi linier sederhana dapat diketahui kontribusi variabel
bebas terhadap variabel terikatnya dengan cara menghitung koefisien korelasinya,
dimana koefisien korelasi merupakan kuadrat korelasi antara Y dan X. Sedangkan
untuk regresi ganda, koefisien korelasi merupakan kontribusi bersama dari seluruh
variabel bebas terhadap variabel terikatnya

4. Kapan kita menggunakan analisis regresi parsial?

Jawab :
➢ Apabila akan mengetahui besarnya kontribusi masing – masing variabel bebas
terhadap variabel terikat dengan mempertimbangkan hubungan variabel bebas lainnya,
baik terhadap variabel terikat maupun antar variabel bebas yang dicari kontribusinya.

Tugas Bab 8 – Regresi Ganda | 1

 5. Hitung koefisien regresi untuk data dibawah ini:
Nilai ISD Nilai IAD Intelegensi Statistik
X1 X2 X3 Y
90 70 115 85
75 80 110 85
80 90 115 90
85 80 110 85
95 75 95 70
90 90 110 80
75 90 120 95
85 80 100 80
60 75 95 75
75 95 120 95
60 60 90 70
75 65 90 70
60 75 105 80
80 85 115 90
Jawab :

No X1 X2 X3 Y X12 X 22 X32 X1Y X2Y X3Y X1.X2 X1.X3 X2.X3

1 90 70 115 85 8.100 4.900 13.225 7.650 5.950 9.775 6.300 10.350 8.050
2 75 80 110 85 5.625 6.400 12.100 6.375 6.800 9.350 6.000 8.250 8.800
3 80 90 115 90 6.400 8.100 13.225 7.200 8.100 10.350 7.200 9.200 10.350
4 85 80 110 85 7.225 6.400 12.100 7.225 6.800 9.350 6.800 9.350 8.800
5 95 75 95 70 9.025 5.625 9.025 6.650 5.250 6.650 7.125 9.025 7.125
6 90 90 110 80 8.100 8.100 12.100 7.200 7.200 8.800 8.100 9.900 9.900
7 75 90 120 95 5.625 8.100 14.400 7.125 8.550 11.400 6.750 9.000 10.800
8 85 80 100 80 7.225 6.400 10.000 6.800 6.400 8.000 6.800 8.500 8.000
9 60 75 95 75 3.600 5.625 9.025 4.500 5.625 7.125 4.500 5.700 7.125
10 75 95 120 95 5.625 9.025 14.400 7.125 9.025 11.400 7.125 9.000 11.400
11 60 60 90 70 3.600 3.600 8.100 4.200 4.200 6.300 3.600 5.400 5.400
12 75 65 90 70 5.625 4.225 8.100 5.250 4.550 6.300 4.875 6.750 5.850
13 60 75 105 80 3.600 5.625 11.025 4.800 6.000 8.400 4.500 6.300 7.875
14 80 85 115 90 6.400 7.225 13.225 7.200 7.650 10.350 6.800 9.200 9.775
∑ 1.085 1.110 1.490 1.150 85.775 89.350 160.050 89.300 92.100 123.550 86.475 115.925 119.250

Diketahui :
∑X1 = 1.085 ∑X22 = 89.350 ∑ X1.X2 = 86.475
∑X2 = 1.110 ∑X32 = 160.050 ∑X1.X3 = 115.925
∑X3 = 1.490 ∑ X1Y = 89.300 ∑X2.X3 = 119.250
∑Y = 1.150 ∑X2Y = 92.100
∑X12 = 85.770 ∑X3Y = 123.550

Tugas Bab 8 – Regresi Ganda | 2

Persamaan yang digunakan untuk menghitung nilai a, b1, b2 maupun b3 adalah :
1. ∑Y = an + b1 ∑ X1 + b2 ∑ X2 + b3 ∑ X3
2. ∑ X1 Y = a ∑ X1 + b1 ∑ X12 + b2 ∑ X1 X2 + b3 ∑ X1 X3
3. ∑ X2 Y = a ∑ X2 + b1 ∑ X1 X2 + b2 ∑ X22 + b3 ∑ X3
4. ∑ X2 Y = a ∑ X3 + b1 ∑ X1 X3 + b2 ∑ X2 X3 + b3 ∑ X32
Apabila angka-angka dalam tabel-tabel diatas dimasukkan maka persamaan tersebut
menjadi sebagai berikut :
1. 1.150 = 14 a + 1.085 b1 + 1.110 b2 + 1.490 b3
2. 89.300 = 1.085 a + 85.775 b1 + 86.475 b2 + 115.925 b3
3. 92.100 = 1.110 a + 86.475 b1 + 89.350 b2 + 1.490 b3
4. 123.550 = 1.490 a + 115.925 b1 + 119.250 b2 + 160.050 b3
Berdasarkan ketiga persamaan di atas dapat dicari nilai masing-masing bilangan anunya yaitu
jalan menghilangkan bilangan anu satu per satu.

➢ Mengambil persamaan 1 dan 2, untuk menghilangkan a, maka menyamakan faktor a.

Persamaan 1 dikalikan dengan 77,5 dan persamaan kedua tetap, di dapat :

1. 89.125 = 1.085 a + 84.087,5 b1 + 86.025 b2 + 115.475 b3 (x77,5)

2. 89.300 = 1.085 a + 85.775 b1 + 86.475 b2 + 115.925 b3
5. -175 = 0 + -1.687,5 b1 + -450 b2 + -450 b3

➢ Mengambil persamaan 1 dan 3, untuk menghilangkan a, maka menyamakan faktor a.

Persamaan 1 dikalikan dengan 79,29 dan persamaan kedua tetap, di dapat :

1. 91.178,6 = 1.110 a + 86.025,0 b1 + 88.007,1 b2 + 118.135,7 b3 (x79,29)

3. 92.100 = 1.110 a + 86.475 b1 + 89.350 b2 + 1.490 b3
6. -921,4 = 0 a + -450,0 b1 + -1.342,9 b2 + 116.645,7 b3

➢ Mengambil persamaan 1 dan 4, untuk menghilangkan a, maka menyamakan faktor a.

Persamaan 1 dikalikan dengan 106,43 dan persamaan kedua tetap, di dapat :

1. 122.392,9 = 1.490 a + 115.475 b1 + 118.135,7 b2 + 158.578,6 b3 (x106,43)

4. 123.550 = 1.490 a + 115.925 b1 + 119.250 b2 + 160.050 b3 106,43
7. -1.157,1 = 0 a + -450 b1 + -1.114,3 b2 + -1.471,4 b3

Tugas Bab 8 – Regresi Ganda | 3

➢ Mengambil persamaan 5 dan 6, untuk menghilangkan b1, maka menyamakan faktor b1.
Persamaan 6 dikalikan dengan 3,75 dan persamaan 5 tetap, di dapat :

5. -175 = -1.687,5 b1 + -450 b2 + -450 b3

6. -3.455,4 = -1.687,5 b1 + -5.035,7 b2 + 437.421,4 b3 (x3,75)
8. 3.280,4 = 0 b1 + 4.585,7 b2 + -437.871,4 b3

➢ Mengambil persamaan 6 dan 7, untuk menghilangkan b1, maka menyamakan faktor b1,
di dapat :

6. -921,4 = -450 b1 + -1.342,9 b2 + 116.645,7 b3

7. -1.157,1 = -450 b1 + -1.114,3 b2 + -1.471,4 b3
9. 235,7 = 0 b1 + -228,57 b2 + 118.117,1 b3

➢ Mengambil persamaan 8 dan 9, untuk menghilangkan b2, maka menyamakan faktor b2.
Persamaan 9 dikalikan dengan -20,06 dan persamaan 8 tetap, di dapat :

8. 3.280,4 = 4.585,71 b2 + -437.871,4 b3

9. -4.729,0 = 4.585,71 b2 + -2.369.725,2 b3 (x -20,06)
10. 8.009,4 = 0 b2 + 1.931.853,8 b3

➢ Jika mengambil “Persamaan 10”, maka akan didapat :

8.009,4 = 1.931.853,8 b3
b3 = 0,0041

➢ Memasukkan nilai b3 ke dalam “Persamaan 9”, sehingga didapat :

235,71 = -228,57 b2 - 118.117,1 b3
235,71 = -228,57 b2 – (118.117,1 x 0,0041)
b2 = 235,71 / 489,71
b2 = 0,4813

➢ Memasukkan nilai b3 dan b2 ke dalam “Persamaan 7”, sehingga didapat :

-1.157,1 = -450 b1 – 1.114,3 b2 – 1.471,4 b3
-1.157,1 = -450 b1 – (1.114,3 x 0,4813) – (1.471,4 x 0,0041)
b1 = 450 / (1.157,1 – 536,35 – 6,1)
b1 = 450 / 614,65
b1 = 0,7321

Tugas Bab 8 – Regresi Ganda | 4

➢ Memasukkan nilai b3, b2 dan b1 ke dalam “Persamaan 1”, sehingga didapat :
89.125 = 1.085 a + 84.087,5 b1 + 86.025 b2 + 115.475 b3
89.125 = 1.085 a + (84.087,5 x 0,7321) + (86.025 x 0,4813) + (115.475 x 0,0041)
89.125 = 1.085 a + 61.562,13 + 41.406,95 + 478,75
a = (103.447,84 - 89.125) / 1.085
a = 13,2008

Maka persamaan regresinya adalah :

Y = a + b1 X1 + b2 X2 + b3 X3
Y = 13,2008 + 0,7321 X1 + 0,4813 X2 + 0,0041 X3

➢ Hasil SPSS :
Descriptive Statistics
Mean Std. Deviation N
Y 82,14 8,708 14
X1 77,50 11,393 14
X2 79,29 10,163 14
X3 106,43 10,639 14

Correlations
Y X1 X2 X3
Pearson Correlation Y 1,000 ,136 ,801 ,961
X1 ,136 1,000 ,299 ,286
X2 ,801 ,299 1,000 ,793
X3 ,961 ,286 ,793 1,000
Sig. (1-tailed) Y . ,322 ,000 ,000
X1 ,322 . ,150 ,161
X2 ,000 ,150 . ,000
X3 ,000 ,161 ,000 .
N Y 14 14 14 14
X1 14 14 14 14
X2 14 14 14 14
X3 14 14 14 14

Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
1 ,975a ,951 ,936 2,198 2,185
a. Predictors: (Constant), X3, X1, X2
b. Dependent Variable: Y

Tugas Bab 8 – Regresi Ganda | 5

 ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 937,421 3 312,474 64,703 ,000b
Residual 48,294 10 4,829
Total 985,714 13
a. Dependent Variable: Y
b. Predictors: (Constant), X3, X1, X2

Coefficientsa
Standardized
Unstandardized Coefficients Collinearity Statistics
Model Coefficients t Sig.
B Std. Error Beta Tolerance VIF
1 (Constant) 4,161 6,634 ,627 ,545
X1 -,124 ,056 -,162 -2,199 ,053 ,904 1,106
X2 ,118 ,099 ,137 1,186 ,263 ,366 2,733
X3 ,735 ,094 ,898 7,796 ,000 ,369 2,710
a. Dependent Variable: Y

Collinearity Diagnosticsa
Variance Proportions
Model Dimension Eigenvalue Condition Index (Constant) X1 X2 X3
1 1 3,976 1,000 ,00 ,00 ,00 ,00
2 ,014 16,623 ,00 ,86 ,07 ,03
3 ,007 23,469 ,73 ,14 ,21 ,00
4 ,002 42,400 ,27 ,00 ,72 ,97
a. Dependent Variable: Y

Tugas Bab 8 – Regresi Ganda | 6

Tugas Bab 8 – Regresi Ganda | 7