ANALISIS REGRESI DAN KORELASI BERGANDA

Analisis regresi berganda merupakan perluasan dari analisis regresi linier sederhana. Dalam
regresi linier sederhana, dibuat analisis hubungan dua variabel (satu variabel independent
dengan satu variabel dependent) yang dinyatakan dengan persamaan linier Y’ = a + bX,
dengan tujuan membuat prediksi tentang besarnya nilai Y (variabel dependent) berdasarkan
nilai X (variabel independent) tertentu.
Prediksi perubahan variabel dependent (Y) akan menjadi lebih baik apabila dimasukkan
lebih dari satu variabel independent dalam persamaan liniernya (X 1, X2,……..Xn). Hubungan
antara lebih dari satu variabel independent dengan satu variabel dependent inilah yang
dibicarakan dalam analisis regresi linier berganda. Hubungan antara banyak variabel inilah
yang sesungguhnya terjadi dalam dunia nyata, karena sebenarnya kebanyakan hubungan
antar variabel dalam ilmu soisal merupakan hubungan statistikal, artinya bahwa perubahan
nilai Y tidak mutlak hanya dipengaruhi oleh satu nilai X tertentu tetapi dipengaruhi oleh
banyak nilai X.
Model regresi berganda dengan 1 variabel dependent (Y) dengan n variabel independent
(X) adalah :
Y’ = a + b1.X1 + b2.X2 + …… + bn.Xn + e
Misalnya untuk n = 2, model regresinya adalah :
Y’ = a + b1.X1 + b2.X2 + e
Dimana :
Y’ = nilai Y prediksi
X1 = Variabel bebas 1
X2 = Variabel bebas 2
b1 = Koefisien regresi variabel bebas 1, adalah perubahan pada Y untuk setiap
perubahan X1 sebesar 1 unit dengan asumsi X2 konstan
b2 = Koefisien regresi variabel bebas 2, adalah perubahan pada Y untuk setiap
perubahan X2 sebesar 1 unit dengan asumsi X1 konstan
e = Kesalahan Prediksi (error)

Analisis regresi linier berganda, berdasarkan penelitian sampel dinyatakan dengan

persamaan linier :
Y’ = a + b1.X1 + b2.X2 + …… + bn.Xn
Untuk kasus dua variabel independent, persamaan liniernya dinyatakan sebagai :
Y’ = a + b1.X1 + b2.X2
Untuk mendapatkan nilai a, b1 dan b2 digunakan rumus-rumus sebagai berikut :
 a=Y −b 1 X 1 −b2 X 2
( ∑ X 22) (∑ X 1 Y )−(∑ X 1 X 2 )(∑ X 2 Y )
b1 = 2
(∑ X 21 )(∑ X 22 )−(∑ X 1 X 2 )
(∑ X 21) (∑ X 2 Y )−(∑ X 1 X 2)(∑ X 1 Y )
b2 = 2
( ∑ X 21 )(∑ X 22 )−(∑ X 1 X 2)
( ∑ X 1) (∑ Y )
∑ X 1 Y =∑ X 1 Y − n

(∑ X 2) ( ∑ Y )
∑ X 2 Y =∑ X 2 Y − n

(∑ X 1 ) ( ∑ Y )
∑ X 1 X 2=∑ X 1 X 2− n
2
2 2 (∑ Y )
∑ Y =∑ Y −
n
Y
Y =∑
n

X 1=
∑ X1
n

X 2=
∑ X2
n
Analisis Korelasi Berganda
Analisis korelasi berganda merupakan perluasan dari analisis korelasi sederhana. Dalam
analisis korelasi berganda bertujuan untuk mengetahui bagaimana derajat hubungan antara
beberapa variabel independent (Variabel X1, X2, ……., Xk) dengan variabel dependent
(Variabel Y) secara bersama-sama.
Asumsi-asumsi sehubungan dengan analisis regresi berganda tersebut adalah :
1. Variabel-Variabel independent dan variabel dependent mempunyai hubungan linier
2. Semua variabel, baik variabel-variabel independent maupun variabel dependent,
merupakan variabel-variabel random kontinyu.
3. Distribusi kondisional nilai masing-masing variabel berdistribusi normal (multivariate
normal distribution)
4. Untuk berbagai kombinasi nilai variabel yang satu dengan yang lain tertentu,
varaince dari distribusi kondisional masing-masing variabel adalah homogen (asumsu
homoscedasticity berlaku untuk semua variabel)
5. Untuk masing-masing variabel, nilai observasi yang satu dengan yang lain, tidak
berkaitan.
Berdasarkan korelasi berganda, yang diberi notasi RY.12…..n dihitung melalui jalur terjadinya
hubungan antara beberapa variabel independent (X1, X2, ……., Xn) dengan satu variabel
dependent (Y), yakni yang berupa regresi linier berganda Y’ = a + b 1.X1 + b2.X2 + …… +
bn.Xn.
Berdasarkan adanya regresi berganda tersebut, koefisien korelasi linier berganda tersebut
dihitung dengan menggunakan rumus sebagai berikut :

b1 ∑ X 1 Y + b2 ∑ X 2 Y + .. .. . .. .. .+b n ∑ X n Y
RY . 12 =

Contoh
√ ∑Y2

Berikut tabel hasil angket dari beberapa siswa mengenai motivasi, minat, dan hasil belajar
matematika yaitu :
Motivasi belajar Minat belajar Hasil belajar matematika
X1 X2 Y
15 14 80
17 17 75
10 15 90
16 15 75
12 15 85
19 18 80
14 20 80
14 16 95
15 16 75
17 16 85
13 15 78
13 15 90
15 15 90
15 16 85
15 17 75

No X1^ X2^ X1*X

X1 X2 Y X1*Y X2*Y Y^2
2 2 2
1 15 14 80 225 196 1200 1120 210 6400
2 17 17 75 289 289 1275 1275 289 5625
3 10 15 90 100 225 900 1350 150 8100
4 16 15 75 256 225 1200 1125 240 5625
5 12 15 85 144 225 1020 1275 180 7225
6 19 18 80 361 324 1520 1440 342 6400
7 14 20 80 196 400 1120 1600 280 6400
8 14 16 95 196 256 1330 1520 224 9025
9 15 16 75 225 256 1125 1200 240 5625
10 17 16 85 289 256 1445 1360 272 7225
11 13 15 78 169 225 1014 1170 195 6084
12 13 15 90 169 225 1170 1350 195 8100
13 15 15 90 225 225 1350 1350 225 8100
14 15 16 85 225 256 1275 1360 240 7225
15 15 17 75 225 289 1125 1275 255 5625
 jumla 1806 1977 10278
h 220 240 1238 3294 3872 9 0 3537 4

( 3872 )( 18069 )− (3537 )( 19770 )

b1 = =
(3294 ) ( 3872 )−( 3537 )2 0,0029
( 3294 ) ( 19770 )−( 3537 )( 18069 )
b2 = =
( 3294 ) ( 3872 )−( 3537 )2 0,0951
Y =102176
X 1=14,666667
X 2=82,53333333
a=Y −b 1 X 1 −b2 X 2
a=102176−0,0029 ( 14,666667 )−0,0951 ( 82,53333333 )=102.168 , 1085
Berdasarkan adanya regresi berganda tersebut, koefisien korelasi linier berganda
tersebut dihitung dengan menggunakan rumus sebagai berikut :

b1 ∑ X 1 Y + b2 ∑ X 2 Y + .. .. . .. .. .+b n ∑ X n Y
RY . 12 =
√ ∑Y2
Berdasarkan contoh tentang hubungan antara motivasi belajar (X 1) dan minat belajar
(X2) dengan Hasil belajar (Y), koefisien korelasi linier bergandanya dinyatakan
dengan :

b1 ∑ X 1 Y + b2 ∑ X 2 Y
RY . 12=
√ ∑Y2

0 , 0029(18069)+0 , 0951(19770) 1932 ,5271

RY . 12=
√ 102784
=
102784 √
=0 , 1377