ANALISIS REGRESI

LINEAR BERGANDA
Amanda Adityaningrum, S.Si., M.Si
 Estimasi
Regresi Linear Berganda
Amanda Adityaningrum, S.Si., M.Si
1 2
 Regresi Linear Berganda
   X X  X tY
1
yi   0  1 x1i   2 x2i  ...   p x pi   i
t

 n n n

 n  X 1i  X 2i  X pi 
 i 1 i 1 i 1

 n   n 

n n n

  X 1i X X 
2
1i 1i X 2i X 1i X pi   Yi 
 i 1 i 1 i 1 i 1
  i 1

X X  n
t
  n

X tY    X 1iYi 
n n n

  X 2i X X 
2
1i X 2i 2i X 2i X pi 
 i 1 i 1 i 1 i 1   i 1 
   n

 n    2i i 
X Y
 X
n n n  i 1 
X pi 
  X X  2
X pi X pi
i 1
pi
i 1
1i
i 1
1i
i 1


Amanda Adityaningrum, S.Si., M.Si 3

 Case Study
Regresi Linear Berganda
Amanda Adityaningrum, S.Si., M.Si
2 4
 Case Study
x1 x2 y
Suatu perusahaan otomotif memiliki data usia dan
pengalaman kerja. Perusahaan tersebut ingin mengetahui 30 4 36
pengaruh usia (dalam tahun) dan pengalaman kerjanya 38 5 42
(dalam tahun) terhadap pendapatan seorang karyawan 38 4 45
(dalam ratusan ribu/bulan). 40 3 40
30 1 22
Solusi
28 3 30
y : Pendapatan 20 0 12
x1 : Usia 24 2 25
x2 : Pengalaman Kerja 29 3 30
28 5 28

Amanda Adityaningrum, S.Si., M.Si 5

     X t X  X tY
n
i 1 i
Y  310 1

Estimasi Parameter

n
X 1i  305
i 1  10 305 30   2.778 0.098 0.104 
X t X  305 9673 971 X X    0.098 0.004 0.010 
1


n
X 2i  30
t

i 1
 30 971 114   0.104 0.010 0.064 

n
Y
i 1 i
2
 620
 n 
   i 
n
X  9673
2
Y
i 1
 8.421
1i
 i 1   310 
    1.060 
n
i  114  
2
X tY    X 1iYi   9980 
n
i 1
X 2
 2.359 
  i 1  1046 
n
Y X 1i  9980
i 1 i  n

  2i i 
X Y

n
i 1 i
Y X 2i 1046  i 1 
Yˆ  8.421  1.060 X 1  2.359 X 2

n
i 1
X 1i X 2i  971

Amanda Adityaningrum, S.Si., M.Si 6