Mata Kuliah : Statistika Kebumian

Prodi ME

Materi Kuliah Minggu ke- 13:

Regresi Linier Berganda

Dosen :
1. Dr.Ir. Eddy Winarno, S.Si, MT
2. Hendy Roesma Wardhana, ST, MT
 Regresi Linier Berganda
(RLB)

Yˆ  a0  a1 X 1  a2 X 2  ....  ak X k

Data Data Data Data

Diketahui Diketahui Diketahui Diketahui

Dicari Dicari Dicari Dicari

 1. Metode Kuadrat Terkecil

Untuk 2 variabel prediktor X, ditulis sebagai :

Yˆ  a0  a1 X 1  a2 X 2
Koefisien a0, a1, dan a2 didapat dari :
-dijumlahkan : Yi = a0n + a1 X1i + a2 X2i

-dikalikan dg X1i : YiX1i = a0 X1i + a1 X1i2 + a2 X1iX2i

- dikalikan dg X2i : YiX2i = a0 X2i + a1 X1iX2i + a2 X2i2

maka didapat :
a0  Y  a1 X 1  a2 X 2
( X 22 i )( X 1iYi )  ( X 1i X 2i )( X 2iYi )
a1 
( X 12i )( X 22i )  ( X 1i X 2i ) 2
( X 12 i )( X 2iYi )  ( X 1i X 2i )( X 1iYi )
a2 
( X 12i )( X 22i )  ( X 1i X 2i ) 2
• Perhatikan tabel di bawah :
X1 = pendapatan, ribu rupiah
X2 = banyak jiwa keluarga
Y = pengeluaran, ratusan rupiah
X1 10 2 4 6 8 7 4 6 7 6

X2 7 3 2 4 6 5 3 3 4 3
Y 23 7 15 17 23 22 10 14 20 19

 Susun Persamaan Regresi Linier Berganda

 Hitung Koeifisien Determinasi, apa artinya
 Hitung ry1.2 dan ry2.1
 Tulis persamaan regresi secara lengkap
• Dari data di atas didapat harga-harga :

 Yi = 170  X1i = 60  X2i = 40

 X1iYi = 1.122  X2iYi = 737  X1iX2i = 267
 X1i2 = 406  X2i2 = 182 n = 10

• Dibentuk persamaan :
170 = 10 a0 + 60 a1 + 40 a2
1.122 = 60 a0 + 40 a1 + 267 a2
737 = 40 a0 + 267 a1 + 182 a2

Didapat : a0 = 3,92 a1 = 2,50 a2 = - 0,48

Jadi persamaan regresi linier berganda :

Y = 3,92 + 2,50 X1 – 0,48 X2

 Koefisien Korelasi RSB
ry21  ry22  2ry1ry 2 r12
ry .12 
1  r122
Dengan : ry1 = koef.kor. Y dan X 1
ry2 = koef.kor. Y dan X 2
r12 = koed.kor. X1 dan X2

Koefisien Regresi Parsial dihitung dengan rumus :

ry1  ry 2 r12 ry 2  ry1r12
ry1.2  dan ry 2.1 
(1  r )(1  r )
2
y2
2
12
(1  ry21 )(1  r122 )

ry1.2 = koefisien korelasi parsiil Y dan X 2 bila X1 tetap

ry2.1 = koefisien korelasi parsiil Y dan X 1 bila X2 tetap
 X1 10 2 4 6 8 7 4 6 7 6

X2 7 3 2 4 6 5 3 3 4 3
Y 23 7 15 17 23 22 10 14 20 19

Y = 3,92 + 2,50 X1 – 0,48 X2

ry21  ry22  2ry1ry 2 r12 ry1 = 0,92 ;

ry .12  ry2 = 0,74 ;
1  r122 r12 = 0,86

(0,92) 2  (0,74) 2  2.(0,92)(0,74)(0,86) ry.12 = 0,9254 ; R2 = 0,8564

ry.12   0,9254
1  (0,86) 2

0,92  (0,74)(0,86)
ry1.2   0,8263
(1  0,5476)(1  0,7396) Yˆ
= 3,92 + 2,50 X1 – 0,48 X2
0,74  (0,92)(0,86) (0,6827) (0,0654)
ry 2.1   0,257
(1  0,8464)(1  0,7396) R2 = 0,8564
 Analisis Korelasi
Y = 3,92 + 2,50 X1 – 0,48 X2
(0,6827) (0,0654)
R2 = 0,8564

Y R2 Peringkat
X1 0,6827 2
X2 0,0654 3
X1 ; X 2 0,8564 1

Dibaca :
Y = 3,92 + 2,50 X1 – 0,48 X2 Variabel Y dipengaruhi oleh
R2 = 0,8564 kombinasi varian X1 dan X2 sebesar 85,64%
Sisanya :
sebesar 14,36% dipengaruhi oleh variabel
selain variabel X1 dan X2