Analisis Regresi Ganda dengan Dua Prediktor

Analisis regresi ganda dengan dua predictor akan menganalisis satu variabel
kriterium (Y) dan dua variabel predictor (X1 dan X2). Rumus Persamaan Regresi Ganda
dengan 2 variabel Prediktor:
Y =a+b1 X 1 +b 2 X 2
Y : Variabel Kriterium
X 1 : Variabel prediktor 1
X 2 : Variabel prediktor 2
b 1: koefisien prediktor 1
b 2: koefisien prediktor 2

Berikut adalah tabel data Nilai Bakat (X1) dan Minat (X2) dengan Prestasi Belajar (Y)
Subjek X1 X2 Y
1 9 10 5
2 11 12 8
3 10 11 7
4 12 13 6
5 10 14 7
6 8 10 5
7 9 12 5
8 12 11 7
9 11 13 7
10 10 11 6
11 12 17 8
12 15 12 6
13 12 15 7
14 11 14 7
15 13 15 8
Pertanyaan:
1. Dari data di atas buatlah persamaan regresi antara Nilai Bakat (X1) dan Minat (X2)
dengan prestasi belajar (Y)!
2. Apakah persamaan regresi yang diperoleh dapat dijadikan sebagai dasar prediksi
terhadap prestasi belajar siswa berdasarkan Nilai Bakat dan Minatnya?
 3. Apakah ada korelasi antara Nilai bakat (X1) dan Minat (X2) dengan prestasi belajar
siswa (Y)?
4. Jika iya, predictor (X) mana yang lebih dominan dalam memprediksi prestasi belajar
siswa (Y)?

Langkah-Langkah Perhitungan
Buat Tabel seperti berikut:
Subjek X1 X2 Y X1² X2² Y² X1X2 X1Y X2Y
1 9 10 5 81 100 25 90 45 50
2 11 12 8 121 144 64 132 88 96
3 10 11 7 100 121 49 110 70 77
4 12 13 6 144 169 36 156 72 78
5 10 14 7 100 196 49 140 70 98
6 8 10 5 64 100 25 80 40 50
7 9 12 5 81 144 25 108 45 60
8 12 11 7 144 121 49 132 84 77
9 11 13 7 121 169 49 143 77 91
10 10 11 6 100 121 36 110 60 66
11 12 17 8 144 289 64 204 96 136
12 15 12 6 225 144 36 180 90 72
13 12 15 7 144 225 49 180 84 105
14 11 14 7 121 196 49 154 77 98
15 13 15 8 169 225 64 195 104 120
∑ 165 190 99 1859 2464 669 2114 1102 1274

1. Menghitung Rata-rata

X́ 1 =
∑ X 1 = 165 =11
n x1 15

X́ 2 =
∑ X 2 = 190 =12,667
n x2 15

Ý =
∑ Y = 99 =6,6
ny 15
2. Menghitung Deviasi
a.
2
2 2 (∑ Y )
∑ y =∑ Y −
N
 ( 99 )2
¿ 669−
15
9801
¿ 669−
15
¿ 669−653,4
¿ 15,6

b.
2
2 2 ( ∑ X 1)
∑ x =∑ X −
1 1
N
( 165 )2
¿ 1859−
15
27225
¿ 1859−
15
¿ 1859−1815
¿ 44
c.
2
2 2 ( ∑ X 2)
∑ x =∑ X −
2 2
N
(190 )2
¿ 2464−
15
36100
¿ 2464−
15
¿ 2464−2406,667
¿ 57,333
d.

(∑ X 1 ) (∑ Y )
∑ x 1 y=∑ X 1 Y − N
( 165 ) ( 99 )
¿ 1102−
15
16335
¿ 1102−
15
¿ 1102−1089
 ¿ 13
e.
(∑ X 2 ) (∑ Y )
∑ x 2 y=∑ X 2 Y − N
(190 )( 99 )
¿ 1274−
15
18819
¿ 1274−
15
¿ 1274−1254
¿ 20
f.
( ∑ X 1)( ∑ X 2 )
∑ x 1 x2 = ∑ X 1 X 2 − N
( 165 ) ( 190 )
¿ 2114−
15
31350
¿ 2114−
15
¿ 2114−2090
¿ 90
3. Menghitung Koefisien Regresi
( ∑ x 22 )( ∑ x 1 y ) −( ∑ x 1 x2 )( ∑ x2 y )
b= 2
(∑ x21 )(∑ x 22)−( ∑ x1 x 2)
(57,333 )( 13 ) −( 24 ) ( 20 )
¿
( 44 )( 57,333 )− ( 24 )2
745,329−480
¿
2522,652−576
265,329
¿
1946,625
¿ 0,136

(∑ x21 ) ( ∑ x2 y )−( ∑ x 1 x 2 )( ∑ x 1 y )
c= 2
(∑ x 21 )( ∑ x 22 ) −( ∑ x 1 x 2 )
 ( 44 ) ( 20 )−( 24 )( 13 )
¿
( 44 )( 57,333 )− ( 24 )2
880−312
¿
2522,652−576
569
¿
1946,625
¿ 0,292

a=Ý −( b . X́ 1 )−( c . X́ 2 )
¿ 6,6−( 0,136 .11 )−( 0,292 .12,667 )
¿ 6,6−1,496−3,699
¿ 1,405
4. Membuat Persamaan Regresi
Y =a+b1 X 1 +b 2 X 2
Y =1,405+ 0,136 X 1 +0,292 X 2

5. Menguji signifikansi persamaan regresi

a. Mencari Jumlah Kuadrat (JK)
JK reg =b . ∑ x 1 y +c . ∑ x 2 y
¿ 0,136 . 13+0,292 .20
¿ 1,768+5,84
¿ 7,608
JK res =∑ y 2−JK reg
¿ 15,6−7,608
¿ 7,992
b. Mencari F regresi
JK reg /m
F reg =
JK res / ( N −m−1 )
7,608/2
¿
7,992/ ( 15−2−1 )
3,804
¿
0,666
 ¿ 5,712
c. Mencari derajat kebebasan
db reg =m=2
m= banyaknya predictor
db res =N −m−1
¿ 15−2−1=12
N=subjek total
d. Mencari F tabel

db reg

db res
F tabel1 %

F tabel 1%=6,93
 db reg

db res
F tabel5 %

F tabel 5 %=3,89

6. Pengambilan kesimpulan
F reg > F tabel 5 %  Signifikan

F reg > F tabel 1 %  Sangat Signifikan

F reg ≤ F tabel5 %  Tidak Signifikan

 F reg =5,712> F tabel 5% =3,89, berarti persamaan regresi data di atas adalah
signifikan dan dapat digunakan sebagai dasar prediksi terhadap prestasi belajar
siswa berdasarkan nilai bakat dan minat

7. Menghitung Taraf Korelasi

JK reg
R 2=
∑ y2
7,608
¿
15,06
¿ 0,487
R=√ R 2=√ 0,487=0,698
8. Menguji Signifikansi Taraf Korelasi
R2 /m
F=
( 1−R2 ) / ( N −m−1 )
0,487/2
¿
(1−0,487 ) / ( 15−2−1 )
0,244
¿
( 0,513 ) /12
0,244
¿
0,043
¿ 5,696
 F tabel 1%=6,93
 F tabel 5 %=3,89
 Hasil perhitungan menunjukan F h=5,696> F tabel 5 %=3,89 berarti ada korelasi
yang signifikan antara nilai bakat dan minat dengan prestasi belajar siswa
9. Menghitung sumbangan relatif (SR)
b .∑ x1 y
SRx 1= × 100 %
JK reg
0,136 .13
¿ ×100 %
7,608
1,768
¿ ×100 %
7,608
¿ 0,232 ×100 %
¿ 23,2 %

c . ∑ x2 y
SRx 2= ×100 %
JK reg
0,292. 20
¿ × 100 %
7,608
5,84
¿ ×100 %
7,608
¿ 0,768 ×100 %
¿ 76,8 %
10. Menghitung Sumbangan Efektif
SEx 1=SR x1 . R 2
¿ 23,2 % . 0,487=11,3 %
SEx 2=SR x2 . R 2
¿ 76,8 % . 0,487=37,4 %
 Dari hasil perhitungan menunjukan bahwa Bakat (X1) mempunyai sumbangan
efektif sebesar 11,3% terhadap prestasi belajar dan minat (X2) memiliki
sumbangan efektif sebesar 37,4% terhadap prestasi belajar.
 Sehingga predictor minat (X2) menjadi predictor yang lebih dominan dalam
memprediksi prestasi belajar siswa dibandingkan bakat (X2)