1

Makalah
ANALISIS REGRESI DAN REGRESI GANDA

Disusun oleh :

1. Rudini mulya ( 41610010035 )

2. Fallen jatu anwar try ( 41610010036
) 3. Novian ( 41610010034
)

Teknik Industri
Universitas Mercu Buana
Jakarta 2010

Rudini mulya_teknik industry universitas mercu buana 2012

 ANALISIS REGRESI DAN REGRESI GANDA

9.1 Pengertian Regresi

Regresi dan korelasi adalah metode statistik yang di pakai untuk

mengukur asosiasi atau hubungan antara dua atau lebih variabel kuantitatif,

sedangkan untuk mengukur asosiasi antara dua atau lebih variabel kuantitatif di

pakai tes X kuadrat. Sebagai contoh pengaruh antara besarnya cc kendaraan

bermotor dengan kecepatan mobil, maka , hubungan antara dua variabel ini

dinyatakan pada sumbu X dan Y yang membentuk suatu garis linear dan

koefisien korelasi ( r ) yang menyatakan derajat hubungan antara dua variabel

tersebut.

9.1.1 Regresi Linear atau sederhana

Regresi atau peramalan adalah suatu proses memperkirakan secara

sitemats tentang apa yang paling mungkin terjadi di masa yang akan datang

berdasarkan informasi masa lalu dan sekarang yang dimiliki agar kesalahannya

dapat diperkecil.

Kegunaan regresi dalam penelitian salah satunya adalah untuk

meramalkan atau memprediksi variabel terikat (Y) apabila variabel bebas (X)

diketahui.

Regresi Linear atau Sederhana adalah regresi berupa garis lurus yang

menyatakan hubungan antara dua variabel pada sumbu X dan Y dengan rumus

Y = bX + a seta slope = AC / BC .

Formula :
n(Σ XY ) – (Σ X ) ( Σ Y )
Koefisien Regresi b=Σ
n( ΣY ) - b ( ΣX )

( ΣY ) - b ( ΣX )
Konstanta a= n
Keterangan X = Variabel X

Y = Variabel Y

Σ = Sigma

n = Jumlah pasangan data

a = Konstanta

b. = Koefisien regresi

Contoh :

“ Pengaruh kualitas pelayanan karyawan Showroom mobil Tunas Toyota

(X) terhadap kepuasan konsumen (Y)”

Setelah dilakukan penelitian maka didapat data mengenai kualitas

pelayanan (X) dan kepuasan konsumen (Y) adalah sebagai berikut :

N X Y N X Y
o o
1 4 3 1 4 3
5 4 1 6 5
2 4 3 1 4 3
9 4 2 9 2
3 4 3 1 4 3
8 5 3 5 2
4 4 2 1 4 3
4 9 4 3 3
5 4 3 1 5 3
9 7 5 0 6
6 4 3 1 5 3
6 4 6 1 6
7 4 3 1 4 3
6 5 7 9 8
8 5 3 1 5 3
0 8 8 0 5
9 4 3 1 4 3
8 5 9 4 0
1 5 3 2 4 3
0 0 9 0 9 6

Asumsi data berdistribusi normal.

Langkah menjawabnya

Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat

Ha : Tidak terdapat pengaruh yang signifikan antara kualitas pelayanan

terhadap kepuasan konsumen

Ho : Terdapat pengaruh yang signifikan antara kualitas pelayanan terhadap

kepuasan konsumen
Langkah 2. Membuat Ha dan Ho dalam bentuk statistik

Ha : r ≠ 0

Ho : r = 0

Langkah 3. Membuat tabel penolong untuk menghitung angka statistik

No T To 2 2 XY
o tal X Y
t Y

X
1 45 34 2025 1156 1530
2 49 34 2401 1156 1666
3 48 35 2304 1225 1680
4 44 29 1936 841 1276
5 49 37 2401 1369 1813
6 46 34 2116 1156 1564
7 46 35 2116 1225 1610
8 50 38 2500 1444 1900
9 48 35 2304 1225 1680
10 50 39 2500 1521 1950
11 46 35 2116 1225 1610
12 49 32 2401 1024 1568
13 45 32 2025 1024 1440
14 43 33 1849 1089 1419
15 50 36 2500 1296 1800
16 51 36 2601 1296 1836
17 49 38 2401 1444 1862
18 50 35 2500 1225 1750
19 44 30 1936 900 1320
20 49 36 2401 1296 1764

Jml 95 693 4533 2413 3303

h 1 3 7 8

Langkah 4. Masukkan angka – angka statistik dari tabel penolong ke dalam

rumus

n(Σ XY ) – (Σ X ) ( Σ Y )
b =
n( ΣX2 ) - ( ΣX )2

20(33038 ) – (951 ) (693 )

b =
20( 45333 ) - ( 951)2

660760 – 659043 1717

b = = = 0.76
906660 - 904401 2259
 ( ΣY ) - b ( ΣX )
a=
n

( 693 ) - 0.76 ( 951 )

a= 20 = - 1.488

Langkah 5. Masukan nilai a dan b ke dalam persamaan

Y = a + bX = -1.488 + 0.76X

Langkah 6. Uji signifikansi dan linieritas dengan menggunakan Anova atau Uji F.

F hitung = RJK reg / RJK Res

( ΣY )2 (693) 2 480249
JK reg(a) = -------------- = -------------- = ------------ = 24012.45
n 20 20

(Σ X ) ( Σ Y ) (951 ) (693 )
JK reg(b,a) = b. Σ XY - ------------------ = 0.76 33038 - ---------------
n 20

= 0.76 ( 33038 – 32952.15) = 0.76 (85.85)

= 65.246

JK res = ΣY2 - JK reg(b,a) - JK reg(a) = 24137 – 65.246 – 24012.45 = 59.304

RJK reg a = JK reg a

RJK reg (b,a) = JK reg(b,a)

RJK res = JK res / n – 2 = 59.304 / 18 = 3.128

F hitung = RJK reg (b,a)/ RJK res = 65.246 / 3.128 = 20.859

Langkah 7. Tetapkan taraf signifikansinya

Signifikansinya 0.05

Langkah 8. Kriteria pengujian Ho

Ho : signifikan

Ha : tidak signifikan

F hitung ≥ F tabel, maka Ho diterima

 F tabel = F (1 – α) (dkreg (b/a) (dkres)

= F (1 – 0.05) (1) (20 -2)

= F (0.95) (1) (18)

F tabel = 4.41. Hasilnya F hitung ≥ F tabel atau 20.859 ≥ 4.41

Langkah 9. Buat Kesimpulan

Berdasarkan perbandingan nilai F hitung dengan F tabel, maka dapat diambil

kesimpulan bahwa terdapat hubungan yang signifikan antara kualitas pelayanan

dengan kepuasan konsumen.

9.1.2 Regresi Ganda

Analisis regresi ganda adalah pengembangan dari analisis regresi

sederhana. Kegunaannya yaitu untuk meramalkan nilai variabel terikat (Y)

apabila variabel bebas minimal dua atau lebih.

Analisis regresi ganda adalah suatu alat analisis peramalan nilai

pengaruh dua variabel bebas atau lebih terhadap variabel terikat untuk

membuktikan ada atau tidaknya hubungan fungsi atau hubungan kausal antara

dua variabel bebas atau lebih dengan satu variabel terikat.

Persamaan regresi ganda dirumuskan :

a. Dua Variabel Bebas : ў = a + b1 X1 + b2X2

b. Tiga Variabel Bebas : ў = a + b1 X1 + b2X2 + b3X3

c. Empat Variabel Bebas : ў = a + b1 X1 + b2X2 + b3X3 + b4X4

d. Ke – n Variabel Bebas : ў = a + b1 X1 + b2X2 +.........+ bnXn

Keterangan :

X = Variabel X

Ў = Variabel Y

a = Konstanta

b. = Koefisien regresi
Langkah-langkah menjawab regresi ganda adalah sebagai berikut :

Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat

Langkah 2. Membuat Ha dan Ho dalam bentuk statistik

Langkah 3. Membuat tabel penolong untuk menghitung angka statistik

Langkah 4. Hitung nilai – nilai persamaan b1, b2, dan a dengan rumus

Metode kuadrat terkecil (least square) (Hariwijaya, 99)

a = Y - b1X1 - b2X2
(Σx 2).(Σx y) – (Σx x ).(Σx y)
2 1 1 2 2
b1 = 2 2 2
(Σx ).( (Σx ) - (Σx x )
1 2 1 2

(Σx 2).(Σx y) – (Σx x ).(Σx y)

1 2 1 2 1
b2 =
(Σx 2).( (Σx 2) - (Σx x )2
1 2 1 2

Σy12 = ΣY2 – n.Y2

Σx12 = Σ X 12 – n. X 12

Σx22 = Σ X 22 – n. X 22

Σx1y = ΣX1Y - n. (ΣX1) (ΣY)

Rumus persamaan jika terdapat 2 variabel bebas

Y = a.n + b1ΣX1 + b2ΣX2

YX1 = aΣX1 + b1ΣX12 + b2ΣX1 X2

YX2 = a ΣX2 + b1Σ X1 X2 + b2ΣX22

Rumus persamaan jika terdapat 3 variabel bebas

Σx12 = ΣX12 - (ΣX1)2

Σx22 = ΣX22 - (ΣX2)2

n
Σx32 = ΣX32 - (ΣX 3)2

Σx1x2 = ΣX1 X2 - (ΣX1) (ΣX2)

Σx1x3 = ΣX1 X3 - (ΣX1) (ΣX3)

n

Σx2 x3 = ΣX2 X3 - (ΣX2) (ΣX3)

Σx1y = ΣX1Y - (ΣX1) (ΣY)

Σx2y = ΣX2Y - (ΣX2) (ΣY)

n

Σx3y = ΣX3Y - (ΣX3) (ΣY)

Σy2 = (ΣY)2 - (ΣY)2

Langkah 5. Masukkan hasil perhitungan di atas ke dalam rumus b dan a

b1 = (Σx 22).(Σx y)1 – (Σx x1).(Σx

2 y)2

(Σx12).( (Σx 22) - (Σx x1 2)2

b2 = (Σx 21).(Σx y)2 – (Σx x1).(Σx

2 y)1

(Σx12).( (Σx 22) - (Σx 1x 2)2

a = (ΣY) - b1 (ΣX1) - b2 (Σ
X2
n n )

Langkah 6. Cari r hitung dengan rumus

Ry(1,2) = b1 Σx1y + b2 Σx2y

Σy2

Langkah 7. Kuadratkan nilai r

Langkah 8. Hitung nilai Fhitung dengan rumus

F = R2 (n – m -1)

m. (1 – R2)

langkah 9. Hitung F tabel dengan rumus

F tabel = F (1 – α) (dk pembilang, dk penyebut)

dk pembilang = m

dk penyebut = n – m – 1

kemudian lihat Ftabel, kemudian tentukan kriteria pengujian Ho, yaitu

Ha : tidak signifikan

Ho : signifikan

Jika F hitung ≤ F tabel maka Ho diterima atau signifikan.

Langkah 10. Membuat kesimpulan

Contoh :

Diketahui data mengenai kepemimpinan (X1), Etos kerja (X2) dan Prestasi Kerja
(Y) adalah seperti dalam tabel penolong berikut :

N X1 X2 Y YX1 YX2 X1X2 X12 X22 Y2

o
1 89 85 88 7832 7480 7565 7921 7225 7744
2 78 84 87 6786 7308 6552 6084 7056 7569
3 78 81 89 6942 7209 6318 6084 6561 7921
4 76 78 75 5700 5850 5928 5776 6084 5625
5 83 93 97 8051 9021 7719 6889 8649 9409
6 93 89 93 8649 8277 8277 8649 7921 8649
7 93 85 98 9114 8330 7905 8649 7225 9604
8 88 76 80 7040 6080 6688 7744 5776 6400
9 75 70 86 6450 6020 5250 5625 4900 7396
1 92 92 91 8372 8372 8464 8464 8464 8281
0
1 80 72 79 6320 5688 5760 6400 5184 6241
1
1 83 83 85 7055 7055 6889 6889 6889 7225
2
 1 83 88 85 7055 7480 7304 6889 7744 7225
3
1 91 90 96 8736 8640 8190 8281 8100 9216
4
1 77 74 83 6391 6142 5698 5929 5476 6889
5
1 69 74 95 6555 7030 5106 4761 5476 9025
6
1 94 96 93 8742 8928 9024 8836 9216 8649
7
1 91 97 98 8918 9506 8827 8281 9409 9604
8
1 69 73 79 5451 5767 5037 4761 5329 6241
9
2 84 93 98 8232 9114 7812 7056 8649 9604
0
2 77 81 84 6468 6804 6237 5929 6561 7056
1
2 91 84 92 8372 7728 7644 8281 7056 8464
2
2 78 88 89 6942 7832 6864 6084 7744 7921
3
2 85 92 98 8330 9016 7820 7225 8464 9604
4
2 82 83 88 7216 7304 6806 6724 6889 7744
5
2 77 71 83 6391 5893 5467 5929 5041 6889
6
2 74 83 80 5920 6640 6142 5476 6889 6400
7
2 63 74 78 4914 5772 4662 3969 5476 6084
8
2 81 83 75 6075 6225 6723 6561 6889 5625
9
3 85 91 85 7225 7735 7735 7225 8281 7225
0
T 245 250 262 21624 22024 20641 20337 21062 23152
tl 9 3 7 4 6 3 1 3 9

Buatlah persamaan regresinya.

Langkah menjawab

Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat

Ha : Tidak ada hubungan yang signifikan antara Kepemimpinan, Etos kerja

dan Prestasi kerja

Ho : Ada hubungan yang signifikan antara Kepemimpinan, Etos kerja dan

Prestasi kerja

Langkah 2. Membuat Ha dan Ho dalam bentuk statistik

Ha :r=0
Ho : r≠0

Langkah 3. Membuat tabel penolong untuk menghitung angka statistik (lihat tabel

diatas)

Langkah 4. Hitung nilai – nilai persamaan b1, b2, dan a dengan rumus

Persamaan yang digunakan dalam 2 variabel bebas

Y = a.n + b1ΣX1 + b2ΣX2

YX1 = a. ΣX1 + b1ΣX12 + b2ΣX1 X2

YX2 = a ΣX2 + b1Σ X1 X2 + b2ΣX22

Masukkan angka statistik dalam persamaan

2627 = 30.a + 2459 b1 + 2503b2......................................... (1)

216244 = 2459a + 203371b1 + 206413 b2............................. (2)

220246 = 2503a + 206413b1 + 210263b2.............................. (3)

Hilangkan nilai a (1)

2627 = 30.a + 2459 b1 + 2503b2......................................... (1)

216244 = 2459a + 203371b1 + 206413 b2............................. (2)

Persamaan (1)

30.a = 2627 - 2459 b1 - 2503b2

a = 2627 - 2459 b1 - 2503b2....................................................... (a)

30

216244 = 2459a + 203371b1 + 206413 b2.............................(2)

216244 = 2459 (2627 - 2459 b1 - 2503b2 ) + 203371b1 + 206413 b2

30
216244 = 215326.4 – 201556.033 b1 - 205162.57 b2+ 203371b1 + 206413 b2

216244 – 215326.4 = 1814.97 b1 + 1250.43 b2

b1 = 917. 567 – 1250.43 b2

1814.97

b1 = 0.5 – 0.689 b2..................................................................... (b)

a = 2627 - 2459 (0.5 – 0.689 b2 ) - 2503b2

30

= 2627 – 1229.5 + 1694 b2 - 2503b2

30

= 46.58 – 26.96 b2................................................................ (c)

Persamaan 3

2202 = 2503a + 206413b1 + 210263b2..............................(3)

46

2202 = 2503 (46.58 – 26.96b2) + 206413 (0.5 – 0.689 b2 ) + 210263b2

46
2202 = 116589.7 – 67480.88 b2 + 103206.5 – 142218.6 b2 + 210263b2
46
2202 = 219796.2 + 563.563b2
46

563.563b = 220246 - 219796.2

2

b2 = 220246 - 219796.2

563.563

= 0.798

a = 46.58 – 26.96 (0.798)

= 46.58 – 21.51

= 25.07

b1 = 0.5 – 0.689 b2

b1 = 0.5 – 0.689 (0.798)

= 0.5 – 0.55

= - 0.05

Y = 25.07 – 0.05 X1 + 0.798 X2

Sumber Rujukan :

Suharyadi dan Purwanto. 2007. Statistika 2. Penerbit Salemba Empat. Jakarta

Husaini Usman. 2003. Pengantar Statistika. Penerbit Bumi Aksara. Jakarta

Levin, Richard I. dan David S. Rubin. 1998. Statistic for Management.

International Edition. Prentice Hall. International Edition. USA.

Sugiyono. 2003. Metodologi Penelitian Administrasi. Penerbit Alfabeta.

Bandung.