Kelompok : 2 (Dua)
1. Devi Lisa Oktavia (1949201008)
2. Faiza Diah Kinasih (1949201011)
3. Nita Afifah (1949201022)
4. Riki Hidayat (1949201034)
KATA PENGANTAR
Penulis
BAB I
PENDAHULUAN
A. Latar Belakang
Pembangunan merupakan indikator yang dilakukan oleh pemerintah untuk
mewujudkan masyarakat yang makmur dan sejahtera.Adapun indikator yang
dapat digunakan dalam mengukur keberhasilan suatu pembangunan yaitu salah
satunya dengan Indeks Pembangunan Manusia (IPM). IPM merupakan tolak ukur
perbandingan dari pendidikan, harapan hidup, melek huruf serta standar hidup
keberhasilan dan kesejahteraan suatu Negara atau wilayah.
Keberhasilan dan kesejahteraan pembangunan di suatu Negara atau
wilayah dikatakan berhasil dan sejahtera jika telah mampu mengurangi
kesenjangan sosial dan kemiskinannya, serta tingkat pendapatannya tinggi dan
tidak terjadi masalah-masalah sosial.Karena seperti yang kita ketahui bahwa ada
banyak Negara berkembang dan Negara maju yang masih mengalami hal
tersebut.Sedangkan ada Negara yang pendapatannya rendah namun mampu
mengalami kemajuan karena menggunakan secara bijaksana semua sumber daya
untuk mengembangkan kemampuan dasar manusia.
Untuk melihat pengaruh hubungan antara IPM dengan beberapa variabel
dapat menggunakan analisis regresi linear berganda. Analisis regresi digunakan
untuk mengukur seberapa besar pengaruh antara variabel bebas dan variabel
terikat. Apabila hanya terdapat satu variabel bebas dan satu variabel terikat, maka
regresi tersebut dinamakan regresi linear sederhana (Alwi dkk, 2019). Sebaliknya,
apabila terdapat lebih dari satu variabel bebas atau variabel terikat, maka disebut
regresi linear berganda. Regresi linear berganda merupakan model regresi yang
melibatkan lebih dari satu variabel independen. Analisis regresi linear berganda
dilakukan untuk mengetahui arah dan seberapa besar pengaruh variabel
independen terhadap variabel dependen (Ghozali, 2018).
B. Rumusan Masalah
1. Bagaimana definisi analisis regresi linear berganda ?
2. Bagaimana cintoh kasus regresi linear berganda !
3. Bagaimana langkah penyelesaian analisis regresi linear berganda ?
C. TUJUAN
1. untuk mengetahui definisi analisis regresi linier berganda
2. untuk mengetahui contoh kasus regresi linear berganda
3. Untuk mengetahui langkah Penyelesaian analisis regresi linear berganda
D. Langkah pengujian
1. Uji Regresi Linier Berganda
2. Koefisien Determinasi
3. Uji Signifikansi (Uji F)
4. Interpretasi Hasil
BAB II
ISI
B. Contoh Kasus
Dalam kasus ini, peneliti ingin mengetahui apakah ada hubungan yang
signifikan antara rata-rata lama sekolah dan tingkat partisipasi angkatan kerja
terhadap indeks pembangunan manusia (IPM). Sebanyak 10 data diambil secara
acak dan disajikan dalam tabel berikut :
X1 10 2 4 6 8 7 10 6 7 6
X2 7 3 2 4 6 5 4 3 4 3
Y 23 7 15 17 23 22 3 14 20 19
C. Penyelesaian
1) Menentukan variabel X dan Y
Variabel X1 : rata- rata lama sekolah
Variabel X2 : tingkat partipasi angkatan kerja
Variabel Y : indeks prmbangunan manusia (IPM)
H0 : tidak ada hubungan yang signifikan antara rata-rata lama sekolah,
tingkat partisipasi angkatan kerja dengan rata-rata lama sekolah
H1 : ada hubungan yang signifikan antara rata-rata lama sekolah, tingkat
partisipasi angkatan kerja dengan rata-rata lama sekolah
2
∑ x 1 =∑ X 1 2−¿ ¿
2
∑ x 2 =∑ X 2 2−¿ ¿
2 2
∑ y =∑Y −¿ ¿
(∑ X 1) ( ∑ Y ) (60)(170)
∑ x 1 y =∑ X 1 Y − =1122− =102
n 10
(∑ X 2) ( ∑ Y ) (40)(170)
∑ x 2 y =∑ X 2 Y − =737− =57
n 10
( ∑ X 1) (∑ X 2) ( 60 )( 40 )
∑ x 1 x 2=∑ X 1 X 2− =267− =27
n 10
Dengan menggunakan metode determinan (Crammer), dihitung persamaan
koefisien regresi untuk b1 dan b2 sebagai berikut :
| |
∑ x1 y ∑ x1 x2
∑ x2 y ∑ x 22 ( ∑ x22 ) ( ∑ x 1 y ) −( ∑ x 1 x 2 ) ( ∑ x 2 y )
b 1= =
∑ x12 ∑ x1 x 2 ( ∑ x 12 )( ∑ x22 )−¿ ¿
∑ x1 x2 ∑ x 22
( 22 )( 102 )−(27)(57)
¿
( 46 ) ( 22 )−¿ ¿
| |
2
∑ x1 ∑ x1 y
∑ x1 x2 ∑ x2 y ( ∑ x12 ) ( ∑ x 2 y ) −( ∑ x 1 x 2 ) ( ∑ x 1 y )
b 2= 2
=
∑ x1 ∑ x1 x 2 ( ∑ x 12 )( ∑ x22 )−¿ ¿
2
∑ x1 x 2 ∑ x2
( 46 ) ( 57 )−(27)(102)
¿
( 46 ) ( 22 )−¿ ¿
a=Y −b1 X 1−b 2 X 2
a=17−2,491 ( 6 )−(−0,466 )( 4 )=3,919
3) Membuat Model Regresi Berganda
Jadi persamaan regresi ganda linier untuk dua peubah adalah :
Y = a + b1X1 + b2X2
Keterangan :
Y = Indeks Pembangunan Manusia (IPM)
a = konstanta
b1, b2 = koefisien regresi
X1 = rata-rata lama sekolah
X2 = tingkat partisipasi angkatan kerja (TPAK)
2
b 1 ( ∑ x 1 y ) + b2 ( ∑ x2 y ) 2,491 ( 102 ) +(−0,466)(57)
r= 2
= =0,836
∑y 272
Nilai koefisien determinasi (r2) adalah sebesar 0,836. Artinya bahwa sekitar
83% variabel independen (X) yaitu Rata-Rata Lama Sekolah dan Tingkat
Partisipasi Angkatan Kerja (TPAK) berpengaruh terhadap variabel
dependen (Y) yaitu Indeks Pembangunan Manusia (IPM)
A. Kesimpulan
Dari hasil uji regresi linear berganda dapat disimpukan bahwa Koefisien
regresi variabel (X1) sebesar 2,491dengan koefisien bernilai positif.
Sedangkan koefisien regresi variabel (X2) sebesar -0,466 dengan koefisien
bernilai negatif.
Nilai koefisien determinasi (r2) adalah sebesar 0,836. Artinya bahwa sekitar
83% variabel independen (X) berpengaruh terhadap variabel dependen (Y)
Uji signifikansi menggunakan uji F didapatkan hasil untuk nilai F hitung =
17,899 sedangkan untuk nilai F tabel sebesar 3,73 dengan munggunakan
taraf signifikansi sebesar 5%. Karena nilai dari F hitung > F tabel yaitu
17,899 > 3,73 maka keputusan uji hipotesisnya adalah menolak H 0 atau
dengan kata lain H1 diterima. Dengan demikian dapat disimpulkan bahwa
ada hubungan yang signifikan antara rata-rata lama sekolah, tingkat
partisipasi angkatan kerja dengan rata-rata lama sekolah.
B. Saran
Dalam penyusunan makalah ini tentu masih jauh dari kata sempurna, oleh
karena itu penulis mengharapkan keritik yang membangun dari para pembaca
untuk perbaikan pada penulisan makalah selanjutnya.
DAFTAR PUSTAKA
https://accounting.binus.ac.id/2021/08/12/memahami-analisis-regresi-linear-
berganda/ (diakses 5 Januari 2023)