PENDAHULUAN
1
1.2 Rumusan Masalah
Rumusan masalah dalam makalah ini ialah :
1. Apa yang dimaksud dengan regresi berganda?
2. Bagaimana regresi berganda ini diterapkan?
3. Bagaimana uji lanjut diimplementasikan pada regresi berganda?
1.3 Tujuan
2
BAB II
KAJIAN TEORI
Y = a + b₁ X₁ + b₂ X₂ + … + bn Xn
yang mana :
Bila terdapat 2 variable bebas, yaitu X₁ dan X₂, maka bentuk persamaan
regresinya adalah :
Y = a + b₁ X₁ + b₂ X₂
3
Nilainya negative. Disini terjadi hubungan dengan arah terbalik antara variabel
tak bebas Y dengan variabel-variabel X₁ dan X₂
Nilainya positif. Disni terjadi hubungan yang searah antara variabel tak bebas Y
dengan variabel bebas X₁ dan X₂
yang mana :
(∑ X ₁)²
∑ x ₁² = ∑ X ₁² -
n
(∑ X ₂)²
∑ x ₂² = ∑ X ₂² -
n
(∑ Y ) ²
∑ y ² = ∑Y ² -
n
∑ X ₁.∑ Y
∑x ₁ y = ∑X ₁ Y -
n
∑ X ₂.∑ Y
∑x ₂ y = ∑X ₂ Y -
n
∑ X ₁.∑ X ₂
∑x ₁ x ₂ = ∑X ₁ X ₂ -
n
4
Besarnya r² dihitung dengan rumus :
r² =
Apabila r² bernilai 0 , maka dalam model persamaan regresi yang terbentuk,
( b ₁.∑ x ₁ y ) +(b ₂.∑ x ₂ y )
variasi variabel tak bebas/variabel dependen Y tidak sedikitpun dapat dijelaskan
∑y²
oleh variasi variabel-variabel bebas X₁ dan X₂
Apabila r² bernilai 1, maka dalam model persamaan regresi yang terbentuk,
variabel tak bebas Y secara sempurna dapat dijelaskan oleh variasi variabel -
variabel bebas X₁dan X₂.
r=√ r ² =
√ ( b ₁. ∑ x ₁ y ) +(b ₂.∑ x ₂ y )
∑y²
Nilai r : -1 ≤ r ≤ +1. Apabila nilai r mendekati nilai +1 atau – 1, maka dapat
dikatakan bhawa semakin kuatnya hubungan/korelasi yang terjadi. Sebaliknya,
apabila nilai r mendekati 0, maka semakin lemahnya hubungan/korelasi yang
terjadi.
r 12+(r Y 1 r Y 2)
¿) =
√(1−r 2
Y1 )( 1−r 2Y 1)
5
2) korelasi antara Y dengan X₁ yang mana X₂ dianggap konstan (r Y 1.2)
r Y 1+(r Y 2 r 12 )
¿) =
√(1−r 2
Y2 )( 1−r 12)
2
r Y 2−(r Y 1 r 12)
¿) =
√(1−r 2
Y1 )( 1−r 212)
X₁
r Y 1.2
r 12. Y
Y
r Y 2.1
X₂
Yang mana
n .∑ X ₁ Y −(∑Y . ∑ X ₁)
rY 1 =
√ [ ( n . ∑Y ) −( ∑Y ) ] . ¿ ¿ ¿
2 2
n .∑ X ₂ Y −(∑ Y . ∑ X ₂)
rY 2 =
√ [ ( n . ∑Y 2
) −( ∑ Y 2 ) ] . ¿ ¿ ¿
n .∑ X ₁ X ₂−(∑ X ₁ .∑ X ₂)
r 12 =
√ [ ( n . ∑ X ₁ ) −( ∑ X ₁ ) ] . ¿ ¿¿
2 2
6
2.5 Kesalahan Baku Estimasi (Standard Error Estimate)
Kesalahan baku estimasi digunakan untuk melihat apakah persamaan regresi
yang terbentuk tepat/ kurang tepat dipakai untuk mengestimasi/ memprediksi
variabel response Y. Jika kesalahan bakunya besar, maka persamaan regresi yang
dibentuk kurang tepat dipakai untuk mengestimasi. Hal ini disebabkan karena selisih
nilai antara variable response Y estimasi dengan Y kenyataan akan besar. Secara
matematika kesalahan baku estimasi diekspresikan oleh :
3
Se ( S yx ) 4 =
7
Tahapan yang dilakukan dalam Uji - F adalah:
1) Menentukan Hipotesis
3) Menentukan F hitung
Rumus F hitung :
Apabila nilai Fhit < Ftab, maka hipotesis H 1 ditolak dan H 0 diterima.
Apabila nilai Fhit > Ftab, maka hipotesis H 1 diterima dan H 0 ditolak.
8
BAB III
PEMBAHASAN
Untuk mendapatkan koefisien regresi, perlu dihitung : Y, X1, X2, X1Y,
X12, X1 X2, X2Y, X22
9
2 8 7,23 22 64 52,27 484 176 159,06 57,84
3 12 9,27 37 144 85,93 1369 444 342,99 111,24
4 4 23,39 39 16 547,09 1521 156 912,21 93,56
5 8 3,57 27 64 12,74 729 216 96,39 28,56
6 6 7 46 36 49,00 2116 276 322 42
7 2 3,89 26 4 15,13 676 52 101,14 7,78
8 10 12,38 48 100 153,26 2304 480 594,24 123,8
9 4 7,89 25 16 62,25 625 100 197,25 31,56
10 2 5,13 28 4 26,32 784 56 143,64 10,26
Lalu Dicari:
n 10,00
∑x₁² 106,50
∑x₂² 357,69
∑y² 940,40
∑x₁y 139,00
∑x₂y 338,04
∑x₁x₂ 30,85
Menggunakan rumus:
10
Hasilnya :
a = 19,45
b₁ = 1,05
b₂ = 0,85
Interpretasi:
a=19,45
artinya tanpa dipengaruhi oleh variabel apapun, kemampuan servis atas bola voli
adalah sebesar 19,45
b₁=1,05
artinya setiap kenaikan kekuatan otot lengan, maka nilai kemampuan servis atas bola
voli akan naik sebesar 1,05 , dengan variabel keseimbangan badan dianggap konstan
b₂=0,85
artinya setiap kenaikan keseimbangan badan, maka nilai kemampuan servis atas bola
voli akan naik sebesar 0,85 , Jika variabel kekuatan otot lengan dianggap konstan.
11
BAB IV
PENUTUP
4.1 Kesimpulan
Uji regresi berganda sangat membantu untuk mengetahui pengaruh secara
serempak (simultan) baik kualitas maupun kuantitas dari variable-variabel bebas
terhadap variable tak bebas. Hasil model persamaan regresi dapat dipergunakan
sebagai pedoman untuk memprediksi hubungan antar variabel diluar data yang
dijadikan sampel dalam suatu populasi.
4.2 Saran
Dari pembahasan mengenai uji regresi berganda dan uji lanjut membuat
penulis merasakan bahwa pentingnya mengetahui uji regresi berganda dan uji
lanjut dalam implementasinya di sebuah penelitian. Selain itu lebih
mengembangkannya dalam penelitian olahraga di Indonesia.
12
DAFTAR PUSTAKA
13