Oleh:
NURHAKIMAH MUJAHID (210007301037)
SITI HARDIANTI (210007301038)
ALIM ALQADRI AMIR (210007301039)
TUTUT MASSANG (210007301040)
dihubungkan /dijelaskan lebih dari satu variabel, mungkin dua, tiga, dan
sederhana namun pada regresi linier berganda variabel bebasnya lebih dari
Model regresi linier berganda untuk dua variabel bebas dan satu
yaitu meliputi:
Y 0 1 X 1 2 X 2 ... k X k
Dimana :
= Peubah acak
Y = Variabel terikat
sebagai berikut :
b0 Y b1 X 1 b2 X 2
n 2 n n n
2i 1i i 1i 2i x2i yi
x x y x x
b1 i 1 i 1 i 1 i 1
2
n
2
n
2
n
x1i x2i x1i x2i
i 1 i 1 i 1
n
2
n
n
n
1i 2i i 1i 2i x1i yi
x x y x x
b2 i 1 i 1 i 1 i 1
2
n 2 n 2 n
x1i x2i x1i x2i
i 1 i 1 i 1
Untuk regesi linier ganda dengan tiga atau lebih variabel bebas,
sama. Namun, pada saat ini kita akan memanfaatkan computer untuk
1. Normalitas
Uji normalitas beertujuan untuk mengetahui normal atau tidaknya
suatu distribusi data..Uji normalitas adalah hal yang penting karena
merupakan salah satu syarat pengujian parametric-test (uji parametric)
dimana data harus berdistribusi normal.Data yang berdistribusi normal
artinya sampel dari data yang digunakan sudah mewakili
populasi.Begitupun sebaliknya, apabila data tidak berdistribusi normal
maka sampel tidak mewakili populasi dari data tersebut.
a) Hipotesis
H 0 Data berdistribusi normal
b) Statistik uji
Statistik uji yang biasa digunakan dalam uji normalitas
adalah uji Chi Square, Skewness dan kurtosis atau uji Kolmogorov
Smirnov.
c) Daerah krits
Daerah kritis untuk uji Kolmogorov Smirnov yaitu
H1 Terjadi multikolinieritas
b) Statistik uji
Statistik uji yang biasa digunakan dalam uji multikolinieritas
adalah dengan Variance inflation factor (VIF), korelasi pearson
antara variabel-variabel bebas, atau dengan melihat eigenvalues dan
condition index (CI). Dengan rumus sebagai berikut :
1
VIF
1 Ri2
c) Daerah krits
Daerah kritis pada uji multikoinieritas adalah
H1 Terdapat heterokedastisitas
b) Statistik uji
Statistik uji yang biasa digunakan dalam uji
heterokedastisitas adalah uji Glejser, uji Park atau uji White.
c) Daerah krits
Daerah untuk uji Kolmogorov Smirnov adalah sebagai
berikut:
kesalahan atau kebenaran dari hasil hipotesis nol (H0) dari sampel, uji
dependen.
D. Contoh Soal
Kita akan meneliti variasi beratba dan (Y) dikaitkan dengan tinggi badan
(X1) dan umur (X2) untuk anak-anak yang memiliki masalah atau
kekurangan gizi. Peubah terikat adalah berat, serta dua peubah dasar tinggi
dan umur sebagai peubah bebas. Andaikan bahwa sebuah sampel acak
terdiri dari 12 anak yang mengunjungi sebuah klinik. Data berat (kg),
tinggi (cm), dan umur (tahun) diperoleh untuk setiap anak dan diberikan
pada table 5.1 (Buku Analisis Korelasi dan Regresi oleh Prof. Muhammad
Arif Tiro)
Anak 1 2 3 4 5 6 7 8 9 10 11 12
Y(kg) 32 36 27 34 28 29 39 29 28 26 38 39
X1(cm) 57 59 49 62 51 50 55 48 42 42 61 57
X2(thn) 8 10 6 11 8 7 10 9 10 6 12 9
Jawab:
Pertama-tama kita buat table pembantu agar memudahkan kita dalam
menghitung
x1 −∑ Y
∑ x1 y = ∑ X 1Y – ∑ N
=20603−
( 633 ) −385
12
=294,25
( ∑ X 2 ) −∑ Y
∑ x 2 y=∑ X 2 Y − N
=75,617
2
(∑ X 1 ) ( 633 )2
2
∑ x 1 =∑ X 1 −2 = 33903 - =¿512,25
N 12
∑ x 22=39,667
∑ y2 =264,917
∑ x 1 x2=87,5
a) Persamaan model regresi
x1 y ∑ x1 x2
b 1=
|∑∑ x2 y ∑ x 22 | =
( ∑ x 1 y ) (∑ x 22 )−(∑ x1 x2 )(∑ x 2 y )
2 =
x 12 ∑ x1 x2 (∑ x12 )(∑ x 22 )−(∑ x 1 x 2 )
|∑∑ x1 x 2 ∑ x 22 |
( 294,25 )( 39,667 )−( 87,5)(75,617)
=¿
( 512,25 )( 39,667 )−( 87,5)2
5,357,7153
= =0,4231
12663,17
∑ x12 ∑ x1 y
b 2=
|
∑ x 1 x2 ∑ x2 y
=
| (∑ x 12) (∑ x 2 y )−(∑ x 1 x 2)(∑ x 1 y)
2 =
∑ x 12 ∑ x 1 x 2 (∑ x 12 )(∑ x22 )−(∑ x 1 x2 )
|
∑ x1 x 2 ∑ x 22 |
11219,56
=0,8861
12663,17
b0 = Ý −b1 X́ 1−b 2 X́ 2
= 1,939
= (0,4231)(294,25) + (0,8861)(75,617)
= 191,501
= 264,917 – 191,501
= 73,416
2) Menentukan derajat bebas (db)
db(T) = 19 – 1
= 18
db(Reg) =k
=4
db(Res) =n–k–1
= 19 – 4 – 1
= 15
JK ( Reg) 191,501
RJK(Reg) = = =¿ 47,8752
db (Reg) 4
JK ( Res) 73,416
RJK(Sisa) = = =¿ 4,8944
db (Res) 15
4) Menentukan Fhitung
Uji signifikansi regresi Y atas X1 dan X2
Hipotesis :
H0: regresi tak berarti
H1: regresi berarti
RJK ( Reg) 47,8752
Fhitung = = =¿ 9,78162, bandingkan dengan Ftab(0,05;4;15) = 3,06.
RJK (sisa) 4,8944
Ftab(0,05;4;15)= 3,06sehingga Fhit > Ftabatau H0 ditolak. Hal ini koefisien korelasi
ganda signifikan.
b) Koefisien determinasi
0,7228 x 100% = 72,28%.
7) Uji signifikansi koefisien persamaan Regresi Ganda
a) Menghitung galat baku taksiran (s y .12 ¿= √ 4,8944=2,2123
b) Menghitung Ri2
karena r12 = r21 maka R12=R22
koefisien R1 = R2 dihitung dengan rumus :
x x 87,5
R1 ¿ ∑ 1 2 = =1,4853
√¿ ¿ ¿ √(512,25)(39,667)
Sehingga menghasilkan R12=R22=¿ 2,2061
c) Menghitung Sbi 2
2 S y.12 …2
Sbi =
∑ x i2(1−R2)
2 S y.12… 2 2,2123 2,2123
Sb 1 = 2 2
= = =0,0069
∑ x 1 (1−R ) (512,25)(1−0,3767) (512,25)( 0,6233)
sb 1= √0,0069 = 0,083
Selanjutnya,
ttab(0,05;9) = 1,833
Secara umum, dapat disimpulkan bahwa variabel bebas yang berpengaruh
signifikan adalah (𝑋1) dan (𝑋2) berpengaruh terhadap nilai variabel (Y).
.10) Uji Normalitas Liliefors
a) Pengujian Normalitas X1 menggunakan liliefors
NO X1 fi Z F(Z) S(Z) |F(zi)- S(zi)|
1
0 62 1 1,333373 0,908795 1 0,09120469
|F(zi)-
N0 Y fi Z F(Z) S(Z) S(zi)|
1 26 1 -1,24536 0,106499 0,083333 0,023166
2 27 1 -1,04065 0,14902 0,166667 0,017647
3 28 2 -0,83593 0,201597 0,333333 0,131736
4 29 2 -0,63121 0,263951 0,5 0,236049
5 32 1 -0,01706 0,493194 0,583333 0,090139
6 34 1 0,392375 0,652609 0,666667 0,014057
7 36 1 0,80181 0,788668 0,75 0,038668
8 38 1 1,211244 0,887099 0,833333 0,053766
9 39 2 1,415962 0,921607 1 0,078393
Dari Y diperoleh Mean = 32,8833
SD = 4,884784
Maks (Lhit) = 0,236
Ltab = a =0,05 dan n = 12 diperoleh 0,242
Karena Lhit< Ltab dengan demikian data tersebut berdistribusi normal
HasilAnalisisdenganProgram R
Sintax
Output
Interpretasi Output dengan software R
Model Regresi
Berdasarkanhasil di atasdidapatkanpersamaanregresi:
Y^ =¿ 1,939 + 0,4231X1 + 0,8861X2
Artinya ketika variable tinggi badan (X1) seseorng bertambah 1 satuan maka
variable berat badan (Y) akan meningkat atau bertambah sebanyak 0,4231 dan
begitupun dengan X2 ketika bertambah satu satuan maka variable Y akan
bertambah sebanyak 0,8861
Uji Asumsi Klasik
a. Uji Normalitas
Berdasarkan hasil analisis dengan menggunakan aplikasi
program r diperoleh hasil p-value sebesar 0,4969 yang berarti nilai ini
lebih dari 0,05 (batas signifikan). Sehingga dapat dinyatakan bahwa data
b. Uji Multikolinieritas
DAFTAR PUSTAKA
Tiro, A.(2010). Analisis Korelasi dan Regresi. Sulawesi Selatan : Makassar.