1
PERSAMAAN REGRESI BERGANDA
Y = a + b1 X1 + b2 X2
Y = a + b1 X1 + b2 X2 + b3 X3
2
Persamaan Untuk Mendapatkan Koefisien Regresi
Nilai koefisien regresi a, b1, dan b2 dapat dipecahkan secara simultan dari tiga
persamaan berikut:
3
CONTOH:
Permintaan Dipengaruhi Harga dan Pendapatan
Nomor Permintaan Harga minyak Pendapatan
Sampel Minyak (liter/bulan) (Rp ribu/liter) (Rp juta/bulan)
Gita 3 8 10
Anna 4 7 10
Ida 5 7 8
Janti 6 7 5
Dewi 6 6 4
Henny 7 6 3
Ina 8 6 2
Farida 9 6 2
Ludi 10 5 1
Natalias 10 5 1
Y X1 X2 YX1 YX2 X1 2 X2 2 X1 X2
3 8 10 24 30 64 100 80
4 7 10 28 40 49 100 70
5 7 8 35 40 49 64 56
6 7 5 42 30 49 25 35
6 6 4 36 24 36 16 24
7 6 3 42 21 36 9 18
8 6 2 48 16 36 4 12
9 6 2 54 18 36 4 12
10 5 1 50 10 25 1 5
10 5 1 50 10 25 1 5
Y=68 X1 = 63 X2 =46 X1Y= 409 X2Y= 239 X12= 405 X22= 324 X1X2 = 317
5
Y = na + b1X1 + b2X2 (a) 16
X1Y = aX1 + b1X12 + b2X1 X2 (b)
X2Y = aX2 + b1X1 X2 + b2X22 (c)
68 = 10a + 63 b1 + 46 b2 (1)
409 = 63a + 405b1 + 317b2 (2)
239 = 46a + 317b1 + 324b2 (3)
Untuk mendapatkan nilai koefisien regresi a, b1, dan b2 dapat dilakukan dengan
Subtitusi antar persamaan
Setelah menemukan nilai b2, maka nilai b1 dapat dicari dengan mempergunakan
persamaan 4 atau 5. Maka Nilai b1
-19,4 = 0 + 8,1b1 + 27,2(-0,41) ………………………. (4)
19,4 = 8,1b1 - 11,18
8,1b1 = -19,4 + 11,18
8,1 b1 = - 8,22
b1 = -8,22/8,1 = -1,015
Nilai a nya
68 = 10a + 63(-1,015) + 46(-0,41)……………………….. (1)
68 = 10a - 63,96 – 18,90
10a = 63 + 92,86
a = 150,86/10 = 15,086
Dengan menemukan nilai koefisien regresi a, b1, dan b2 maka persamaan regresinya dapat
dinyatakan sebagai berikut:
7
RUMUS KOEFISIEN DETERMINASI
Koefisien Determinasi menunjukkan suatu proporsi dari varian yang dapat diterangkan oleh
persamaan regresi (regression of sum squares, RSS) (Ŷ - Y)2 terhadap varian total (total sum of
squares, TSS)(Y - Y)2. Besarnya koefisien determinasi dirumuskan sebagai berikut:
( Ŷ Y ) 2
R
2
(Y Y ) 2
R2
n( a. Y b1
. YX 1
b2
) ( Y )2
n. Y 2 ( Y )2
8
RUMUS KOEFISIEN KORELASI SEDERHANA
n YX Y X
r 2 2
X X2
n Y Y n X X
2 2 2
2 2
2
n YX Y X
r 1 1
YX 2
n Y Y n X X
2 2 2
1 1
2
n X X X X
r 1 2 1 2
n X X n X X
X 1X 2 2
1 1
2 2
2 2
2
9
RUMUS KOEFISIEN KORELASI PARSIAL
r r r
r YX 2 YX 1 X 1X 2
( 1 r )( 1 r )
YX 2 X 1 2 2
YX 2 X 1X 2
r r r
r YX 1 YX 2 X 1X 2
( 1 r )( 1 r )
YX 1 X 2 2 2
YX 2 X 1X 2
r r r
r X 1X 2 YX 1 Y1X 2
( 1 r )( 1 r )
YX 1 X 2 2 2
YX 1 Y X2
10
RUMUS KESALAHAN BAKU
( Ŷ Y )
2
S
n ( k 1)
Y . X 1X 2
12
CONTOH KESALAHAN BAKU PENDUGAAN
15
10
5
0
n – (k+1) 10 – (2+1)
1 2 3 4 5 6 7 8 9 10
Y Y'
( Ŷ Y )
2
3.58
S 0 ,72
n (n k) 10 ( 2 1)
Y . X 1X 2
13
RUMUS LAIN KESALAHAN BAKU
Y a Y b X Y b X Y
2
S 1 1 2 2
n3
Y . X 1X 2
14
RUMUS KESALAHAN BAKU UNTUK INTERVAL
PENDUGAAN
Ŷ t( S Y . X 1 . Y2
)
Ŷ : Nilai dugaan dari Y untuk nilai X tertentu
t : Nilai t-tabel untuk taraf nyata tertentu
15
MEMBACA HASIL OLAH DATA DENGAN SOFTWARE
(MS.EXCEL ATAU LAINNYA)
16
Dari hasil pengolahan data diatas
• MENULISKAN PERSAMAAN REGRESINYA
Y = 15,086 – 1,015X1 – 0,410 X2
17
UJI GLOBAL ATAU UJI SIGNIFIKANSI SERENTAK
(UJI F)
1. Menyusun Hipotesa
18
Untuk uji ini digunakan tabel F Pada tabrl F judul kolom menyatakan
derajat bebas pembilang (atas) dan samping kiri derajat bebas
penyebut.
Diketahui disini ada tiga variabel yaitu Y, X1, dan X2, jadi k=3,
sedangkan jumlah n=10.
2. Menentukan Nilai Tabel (F) - Derajat bebas pembilang besarnya adalah k – 1 = 3 – 1 = 2,
- Derajat bebas penyebut besarnya adalah n – k = 10 – 3 = 7
19
Nilai F-hitung ditentukan dengan rumus sebagai berikut:
R 2 /( k 1)
F
( 1 R 2 ) /( n 3 )
Dari soal diketahui bahwa R2 = 0,933 dan n= 10, sehingga nilai
3. Menentukan nilai F-hitung
F-hitung adalah:
0 ,933 /( 3 1)
F 0 ,4665 / 0 ,0096 48 ,73881
( 1 0 ,933) /( 10 3 )
20
5. Memutuskan Hipotesa
21
UJI SIGNIFIKANSI PARSIAL atau INDIVIDUAL
(UJI t)
1. Menyusun Hipotesa
22
Untuk uji ini digunakan tabel t dengan derajat bebas df = n-k
Diketahui disini ada tiga variabel yaitu Y, X1, dan X2, jadi k=3,
sedangkan jumlah n=10 maka df = 10 – 3 = 7 dengan taraf nyata 1% ,
2. Menentukan Nilai Tabel (t) 5% atau lainya.
Dalam kasus ini taraf nyata 5%. df = 10-3 = 7 , uji dua arah adalah
2,365
23
4. Menentukan daerah keputusan Ho ditolak Ho ditolak
Ho tidak ditolak
24
Keputusan bisa juga diambil
dari nilai p-value tanpa melihat
pada tabel yaitu :
• Dengan membandingkan p-
value dengan taraf nyata
yang digunakan.
• Jika p-value < Tkt. Sig ()
maka H0 ditolak dan H1
diterima
• Jika Jika p-value > Tkt. Sig
() maka H0 tidak ditolak
dan H1 ditolak
Kita lihat untuk X1 p-value >
maka H0 tidak ditolak
sehingga X1 tidak
berpengaruh secara nata
terhadap Y
25
ASUMSI DAN PELANGGARANASUMSI PADA
REGRESI BERGANDA
26
Pelanggaran asumsi multikoniear: antar variabel bebas ada korelasi
Beberapa teknik untuk mengenali multikoLinieritas:
a. Variabel bebas secara bersama-sama pengaruhnya nyata, atau Uji F-nya nyata, namun ternyata setiap
variabel bebasnya secara parsial pengaruhnya tidak nyata, (uji-t-nya tidak nyata).
b. Nilai koefisien determinasi R2 sangat besar, namun ternyata variabel bebasnya berpengaruh tidak
nyata, (uji-t tidak nyata).
c. Nilai koefisien korelasi parsial yaitu rYX1.X2, rYX2.X1, dan rX1X1.Y ada yang lebih besar dari koefisien
determinasinya.
27
CONTOH KASUS: KEUNTUNGAN DIPENGARUHI ASET
DAN HARGA SAHAM PERBANKAN
Y = a + b1X1 + b2X2
Di mana
Durbin-watson 2,151
Coefficient Correlations
X Variable 1 X Variable 2
X Variable 1 1 -0,124
X Variable 2 -0,124 1
29
CONTOH KASUS: KEUNTUNGAN DIPENGARUHI ASET
DAN HARGA SAHAM PERBANKAN
Y = -168,833 + 15,496 X1 + 0,268 X2
(t= -0,55) (t= 6,865) (t= 1,627)
R Square = 0,930
Dw = 2,151
rX1X2Y = -0,124
Persamaan Y = -168,833 + 15,496 X1 + 0,268 X2 menyatakan bahwa apabila aset (X1)meningkat 1 triliun,
maka keuntungan (Y) meningkat 15,496 miliar rupiah, dengan demikian return on asset diperbankan dapat
diperkiran sebesar 1,55% dan hal ini sudah sesuai dengan data ROA seluruh perbankan yaitu 1,57% pada
tahun 2003. Apabila harga saham (X2) naik 1 rupiah, maka keuntungan perusahaan meningkat 0,268 miliar.
Nilai R2= 0,930 ini menunjukkan kemampuan variabel asset dan harga saham menjelaskan
perilaku keuntungan perusahaan sebesar 93% dan sisanya atau residu sebesar 7% dijelaskan
oleh variabel lain yang tidak dimasukkan dan diteliti dalam persamaan tersebut. ini
menunjukkan spesifikasi yang baik, karena kemampuan menjelaskannya relatif besar.
30
TERIMA KASIH
31