REGRESI LINIER BERGANDA

REVIEW
• Regresi Linear Berganda adalah model regresi linear dengan
melibatkan lebih dari satu variable bebas atau predictor. Dalam
bahasa inggris, istilah ini disebut dengan multiple linear regression.
• Pada dasarnya regresi linear berganda adalah model prediksi atau
peramalan dengan menggunakan data berskala interval atau rasio
serta terdapat lebih dari satu predictor.
• dikatakan regresi linear berganda jika jumlah variable bebas lebih dari
satu. Sedangkan jika jumlah variable bebas hanya ada satu saja, maka
itu yang disebut dengan regresi linear sederhana.
RUMUS
REGRESI LINIER BERGANDA

Rumus Y = a + b1X1 + b2X2 + …………… bnXn

Matrik A Matrik H
n Ʃ X1 Ʃ X2 ƩY
2
Ʃ X1 ƩX1 Ʃ X1X2 ƩX1Y
2
Ʃ X2 Ʃ X1X2 ƩX2 Ʃ X2Y
• Dimana :
Y = Variabel Response atau Variabel Akibat (Dependent)
X = Variabel Predictor atau Variabel Faktor Penyebab (Independent)
a = konstanta
b = koefisien regresi (kemiringan); besaran Response yang
ditimbulkan oleh Predictor.
CONTOH HUBUNGAN ANTARA PERMINTA,
STOCK TERHADAP HARGA JUAL BARANG
• DATA NO Permintaan (X1) Stock (X2) Harga (Y)
1 123 520 95
2 136 500 97
3 112 475 86
4 105 510 84
5 95 550 77
6 89 600 74
7 106 505 85
8 119 497 90
9 115 530 87
10 123 540 91
 TABEL BANTU
2 1
NO Permintaan (X1) Stock (X2) Harga (Y) X1 X2 X1X2 X1Y X2Y
1 123 520 95 15129 270400 63960 11685 49400
2 136 500 97 18496 250000 68000 13192 48500
3 112 475 86 12544 225625 53200 9632 40850
4 105 510 84 11025 260100 53550 8820 42840
5 95 550 77 9025 302500 52250 7315 42350
6 89 600 74 7921 360000 53400 6586 44400
7 106 505 85 11236 255025 53530 9010 42925
8 119 497 90 14161 247009 59143 10710 44730
9 115 530 87 13225 280900 60950 10005 46110
10 123 540 91 15129 291600 66420 11193 49140
Ʃ 1123 5227 866 127891 2743159 584403 98148 451245
Penyelesaian Dengan MAtrik
Matrik A
n Ʃ X1 Ʃ X2 10 1123 5227
Ʃ X1 ƩX12 Ʃ X1X2 1123 127891 584403 Det (A) 128665076
Ʃ X2 Ʃ X1X2 ƩX22 5227 584403 2743159
Matrik A1
ƩY Ʃ X1 Ʃ X2 866 1123 5227
ƩX1Y ƩX12 Ʃ X1X2 98148 127891 584403 Det (A1) 5180446352
2
Ʃ X2Y Ʃ X1X2 ƩX2 451245 584403 2743159
Matrik A2
n ƩY Ʃ X2 10 866 5227
Ʃ X1 ƩX1Y Ʃ X1X2 1123 98148 584403 Det (A2) 62047507
2
Ʃ X2 Ʃ X2Y ƩX2 5227 451245 2743159
Matrik A3
n Ʃ X1 ƩY 10 1123 866
2
Ʃ X1 ƩX1 ƩX1Y 1123 127891 98148 Det (A3) -1924595
Ʃ X2 Ʃ X1X2 Ʃ X2Y 5227 584403 451245
Mencari Nilai Konstanta dan slope

RUMUS Mencari Nilai

a = Det (A) / Det (A1) a 40.26303
b1 = Det (A) / Det (A2) b1 0.48224
b2 = Det (A) / Det (A3) b2 -0.01496
MODEL REGERESI
Y = a + b1X1 + b2X2 + …………… bnXn
Persamaan Regeresi Linier Berganda
Y= 40.263 + 0.482 X1 + -0.015 X2

• PENGGUNAAN; JIKA PERMINTAAN X1 (Permintaan) 250 dan X2

(Stock) 100 MAKA PREDIKSI HARGA ADALAH 145.685 (DENGAN
MENGGUNAKAN MODEL diatas