Persamaan Regresi Linear Berganda

Di samping hubungan linier dua variabel, hubungan linier lebih dari dua variabel
bisa juga terjadi. Dari hasil pengamatan ternyata banyak perubahan atau peristiwa
ekonomi yang tidak hanya dipengaruhi oleh dua variabel saja, tetapi lebih dari dua
variabel, misalnya harga beras tidak hanya ditentukan oleh adanya persediaan,
tetapi juga oleh harga BBM, upah buruh dan sebagainya. Dengan demikian Y’
yang diperoleh dipengaruhi oleh k buah variabel X, yaitu X1, X2, … , Xk.

Sehingga untuk harga beras diatas menjadi:

Y = harga beras dinyatakan dalam rupiah
X1 = persediaan dalam kg
X2 = harga BBM tiap liter dalam rupiah
X3 = upah buruh tiap orang dalam rupiah
X4 = harga beras import liter dalam rupiah

2
Persamaan umum regresi linear berganda adalah:

Y’ = a+ b1X1 + b2X2 + b3X3 + ... + bk Xk

Untuk persamaan regresi linear
Y’ = a+ b1X1 + b2X2
Keterangan:
Y’ = Variabel terikat
a = Konstanta,sebesar nilai Y apabila X1 = X2 =0
b1 = Besarnya kenaikan/penurunan Y dlm satuan, jika X1 naik/turun satu satuan
dan X2 konstan
b2 = Besarnya kenaikan/penurunan Y dlm satuan, jika X2 naik/turun satu satuan
dan X1 konstan
b1, b2 = koefisien regresi linier berganda
X1 ,X2 = Variabel bebas

Tiga Cara untuk melakukan Perhitungan :

1. Persamaan Normal

2. Metode Kuadrat Terkecil

3. Metode SPSS 3
1. Persamaan normal

Y  a.n  b . X
1 1  b2 . X 2

 X Y  a. X
1 1  b1. X  b2 . X1. X 2
1
2

 2
X Y  a. 2 1 1 2 2 2
X  b . X . X  b . X 2

4
2.

a  Y  b1 X 1  b2 X 2
 x y . x    x y 
2
.  x .x 
b1  1 2 2 1 2

 x .  x   x .x 
2
1
2
2 1 2
2

 x y . x    x y 
2
.  x .x 
b2  2 1 1 1 2

 x .  x    x .x 
2
1
2
2 1 2
2

Kembali ke
slide 14

5
2.

a  Y  b1 X 1  b2 X 2
 x y . x    x y 
2
.  x .x 
b1  1 2 2 1 2

 x .  x   x .x 
2
1
2
2 1 2
2

 x y . x    x y 
2
.  x .x 
b2  2 1 1 1 2

 x .  x    x .x 
2
1
2
2 1 2
2

Kembali ke
slide 14

6
 Y X 1 X 2
Y ,......X 1  ,............X 2 
n n n
x1  x1  n. X 1
2 2 2

x2  x2  n. X 2
2 2 2

2
y  Y  n.Y
2 2

x1 y  x1 y  n. X 1Y
x2 y  x2 y  n. X 2 Y
x1 x2  x1 x2  n. X 1 X 2

7
 3.

Dengan menggunakan Program Komputasi Statistik, dimana salah satunya adalah

SPSS (Statistical Product and Service Solution).
Banyak Program Komputasi statistik lainnya, seperti: eviews, Stata, TSP dll.
SPSS merupakan salah satu program aplikasi yang digunakan untuk melakukan
perhitungan statistik dengan menggunakan komputer.

8
C ontoh soal

Data dibawah ini diperoleh dari 10 orang mengenai kemampuan kerja

pegawai(X1) dan kepemimpinan direktif (X2) terhadap produktifitas kerja
pegawai (Y)

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

Buatlah persamaan regresi dan jelaskan artinya !

9
X1 X2 Y X1 Y X2 Y X 1 X2 X1 2 X2 2 Y2

10 7 23 230 161 70 100 49 529

2 3 7 14 21 6 4 9 49

4 2 15 60 30 8 16 4 225

6 4 17 102 68 24 36 16 289

8 6 23 184 138 48 64 36 529

7 5 22 154 110 35 49 25 484

4 3 10 40 30 12 16 9 100

6 3 14 84 42 18 36 9 196

7 4 20 140 80 28 49 16 400

6 3 19 114 57 18 36 9 361

60 40 170 1122 737 267 406 182 3162

10
1. Cara Pertama: METODE PERSAMAAN NORMAL
170 = 10 a + 60 b1 + 40 b2 ............. (1)
1.122 = 60 a + 406 b1 + 267 b2 .............(2)
737 = 40 a + 267 b1 + 182 b2 .............(3)
Persamaan (1) dan (2)
170 = 10 a + 60 b1 + 40 b2 ............ (1) x6
1.122 = 60 a + 406 b1 + 267 b2 .............(2) x 1 menjadi
1020 = 60 a + 360 b1 + 240 b2
1122 = 60 a + 406 b1 + 267 b2 –
-102 = 0 a + -46 b1 + -27 b2
-102 = - 46 b1 – 27 b2 ..............(4)
Persamaan (1) dan (3)
170 = 10 a + 60 b1 + 40 b2 ............. (1) x4
737 = 40 a + 267 b1 + 182 b2 ..............(3) x 1 menjadi
680 = 40 a + 240 b1 + 160 b2
737 = 40 a + 267 b1 + 182 b2 –
-57 = 0a + -27 b1 + -22 b2
-57 = -27 b1 – 22 b2 ..............(5) 11
Persamaan (4) dan (5)
-102 = - 46 b1 – 27 b2 ..............(4) x 27
-57 = -27 b1 – 22 b2 ..............(5) x 46
-2.754 = -1.242 b1 – 729 b2
-2.622 = -1.242 b1 – 1.012 b2 –
-132 = 0 b1 + 283 b2
b2 =-132 : 283= -0,466
b2 = -0,466

Harga b2 dimasukkan dalam salah satu persamaan (4) atau (5). Dalam hal
ini dimasukkan dalam persamaan (4), maka:
-102 = - 46 b1 – 27 b2
-102 = - 46 b1 – 27 (-0,466)
-102 = - 46 b1 – -12,582
46 b1 = 114,582
b1 = 2,4909

12
Harga b1 dan b2 dimasukkan dalam persamaan (1), maka :
170 = 10 a + 60 b1 + 40 b2 ............. (1)
170 = 10 a + 60 (2,4909) + 40 (-0,466)
170 = 10 a + 149,454 – 18,640
10a = 170 – 149,454 + 18,640
a = 39,186 : 10 = 3,9186
Jadi diperoleh:
a = 3,9186
b1 = 2,4909
b2 = -0,466
Jadi Persamaan Regresi Ganda Linier untuk dua prediktor (Kemampuan
Kerja Pegawai dan Kepemimpinan direktif adalah:
Y = 3,9186 + 2,4909 X1 – 0,466 X2

13
Arti (cara baca) persamaan

Y = 3,9186 + 2,4909 X1 – 0,466 X2

Dari persamaan itu berarti produktivitas kerja pegawai akan naik, bila
kemampuan pegawai ditingkatkan, dan akan turun bila kepemimpinan
direktif (otoritas) ditingkatkan.

14
2. Cara Kedua: METODE KUADRAT TERKECIL

170 60 40
Y  17,......X 1   6,.......X 2  4
10 10 10
x1  406  10.6 2  406  360  46
2

x2  182  10.4  182  160  22

2 2

y 2  3162  10.17 2  3162  2890  272

x1 y  1122  10.6.17  1122  1020  102
x2 y  737  10.4.17  737  680  57
x1 x2  267  10.6.4  267  240  27

15
a  17  2,4911.6  (0,46643 .4)  17  14,9466  1,86572  3,92
Rumus
Metode

b1 
102 
. 22   57 
. 27  705
  2,4911
Kuadrat
Terkecil

46. 22  27  2

283

b2 
57 . 46   102 . 27    132  0,466
46 . 22   27 2 283

Y = 3,92 + 2,4911 X1 – 0,466 X2

16
 3. Cara Ketiga: METODE SPSS

1. Masukkan nama variabel pada variabel view dan masukkan data pada data view
2. Pada menu bar, pilih analyze, sub menu regression, lalu klik linier
3. Masukkan variabel Y ke dlm kotak dependent dan X1 dan X2 ke dlm kotak
independent
4. Klik Statistics aktifkan estimates, model fit,descriptives & part and partial
correlations, continue
5. Klik Plots, aktifkan produce all partial plots, klik continue
6. Klik ok

17
Korelasi linier berganda merupakan alat ukur mengenai hubungan yang terjadi
antara variabel terikat (Y) dan dua atau lebih variabel bebas (X1,X2).
Analisis korelasinya menggunakan tiga macam koefisien korelasi :
1. Koefisien korelasi berganda

x1 y
ry .1 
x1 .y 2
2

x 2 y
ry .2 
x2 .y 2
2

x1 x2
r1.2 
x1 .x2
2 2

18
2. Koefisien determinasi

b1x1 y  b2 x2 y
r2  atau
y 2

ry .1  ry2.2  2ry .1ry .2 r1.2

r2 
1  r12.2

19
2. Koefisien korelasi berganda

Koefisien korelasi berganda (ry.12) : Keeratan hubungan antara variabel

terikat dan semua variabel bebas secara bersama-sama.

b1x1 y  b2x2 y
Ry.12 
y 2

20
3. Koefisien Korelasi Parsial
Koefisien Korelasi Parsial terdiri dari 3 :
1. Koefisien korelasi parsial antara Y dan X1 apabila X2 konstan
2. Koefisien korelasi parsial antara Y dan X2 apabila X1 konstan
3. Koefisien korelasi parsial antara X1 dan X2 apabila Y konstan

ry1  ry 2.r12
ry.12 
(1  r )(1  r )
2
y2
2
12

ry 2  ry1.r12
ry1.2 
(1  ry21 )(1  ry22 )
r12  ry1.ry 2
r12. y 
(1  ry21 )(1  ry22 )
21
A. Kesalahan baku regresi dan koefisien regresi berganda

Kesalahan baku atau selisih taksir standar regresi adalah nilai yang
menyatakan seberapa jauh menyimpangnya nilai regresi tsb terhadap nilai
sebenarnya. Kesalahan baku untuk regresi berganda yaitu :

y 2  (b1 (x1 y )  (b2 (x2 y)

Se 
nm
Keterangan:
Se = Kesalahan Baku Regresi Berganda
N = Jumlah Pasangan observasi
M = Jumlah Konstanta dalam Persamaan regresi berganda

22
Untuk Koefisien Regresi berganda b1 dan b2 kesalahan bakunya dirumuskan:

Se
Sb1  2
(x  n x 1 )(1  ry21 )
2
1

Se
Sb2  2
(x  n x 2 )(1  ry21 )
2
2

Keterangan:
Sb1 dan Sb2 = Kesalahan Baku Koefisien Regresi Berganda b1 dan b2
ry-1 = Koefisien korelasi antara X1 dan X2

n X 1 X 2   X 1 X
ry-1 =
(n X   X 1 )  (n X   X 2  )
2 2 2 2
1 2

23
B. Pendugaan Interval koefisien regresi berganda (Parameter B1dan B2)

Parameter B1 dan B2 sering disebut sebagai koefisien regresi parsial.

pbi  t / 2;nk Sbi  Bi  bi  t / 2;nk Sbi  0,95

bi  Bi
t0  , i  2,3
Sbi

24
L atihan soal

1. Data dibawah ini diperoleh dari 10 penginapan yang merupakan sampel acak
dari sejumlah penginapan didaerah pariwisata. Ditanyakan tentang besarnya
penerimaan, biaya pelayanan dan biaya promosi yang telah dikeluarkan pada
tahun 2003. Data yang diperoleh adalah rata-ratanya dalam puluhan juta
rupiah.
Kita ketahui, bahwa rata-rata penerimaan penginapan (Y) akan dipengaruhi
oleh rata-rata biaya pelayanan (X1) dan rata-rata biaya promosi (X2). Hasil
penelitian adalah sebagai berikut:
X1 2 3 5 4 6 2 3 4 5 6
Pertanyaanya :
X2 3 4 6 5 7 6 4 5 4 3
a. Hitung persamaan
regresi majemuk Y 5 8 8 9 9 13 6 9 4 3
Y’ = a1 + b1 X1 + b2 X2
b. Koefisien Korelasi berganda

25
x1 x2 y x1y x2y x1x2 x12 x22 y2
2 3 5 10 15 6 4 9 25
3 4 8 24 32 12 9 16 64
5 6 8 40 48 30 25 36 64
4 5 9 36 45 20 16 25 81
6 7 9 54 63 42 36 49 81
2 6 13 26 78 12 4 36 169
3 4 6 18 24 12 9 16 36
4 5 9 36 45 20 16 25 81
5 4 4 20 16 20 25 16 16
6 3 3 18 9 18 36 9 9
40 47 74 282 375 192 180 237 626

26
2. PT. Matahari Surya Cemerlang berkedudukan di Serang Banten
merupakan produsen sepatu. Perusahaan masih memikirkan masalah
produktivitas, apakah untuk meningkatkan produktivitas diperlukan
peningkatan gaji karyawan, atau diperlukan tambahan pengawas. Hal
yang disadari perusahaan, terkadang tenaga kerja tidak produktif bukan
karena masalah gaji tetapi disebabkan unsur kemalasan, oleh sebab itu
diperlukan tambahan jumlah pengawas. Berdasarkan pada kedua hal
tersebut, diadakan survey terhadap beberapa bagian perusahaan dan
berikut adalah hasilnya
Responden Produktifitas Gaji Pengawas
1 38 854 9 Pertanyaanya :
2 24 607 5 a. Buatlah persamaan
3 32 681 7 regresi dan jelaskan
4 4 202 5
artinya.
5 17 338 7
6 46 951 13 b. Hitung koefisien
7 30 693 15 determinasi dan
8 8 163 11 korelasinya.
9 20 349 16
c. Ujilah koefisien regresi
10 13 151 10
parsialnya.

d. Bahaslah apa yang sebaiknya dilakukan oleh pengusaha sepatu 27

3. Berikut ini tentang pendapatan (dlm jutaan rupiah) tabungan keluarga (dalam
jiwa) dan pengeluaran kartu rekreasi (puluhan ribu) yang masing-masing
diberi lambang x1,x2,x3 dan Y dari 10 kepala keluarga.

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

Pertanyaanya :
a. Tentukan persamaan regresi mutiple?
b. Berapa pengeluaran rekreasi yang dapat diperkirakan bila seorang kepala
keluarga mempunyai pendapatan 5 juta dan banyaknya tanggungan
keluarga 2 orang ?
c. Hitung koefisien korelasi parsial dan koefisien korelasi multiple dari data
tsb serta jelaskan artinya?
d. Tentukan kesalahan standar dalam analisis regresi dan korelasi antara
pendapatan dan pengeluaran rekreasi ?

28
e. Pada tingkat keyakinan 95% tentukan batas-batas taksiran konstanta α
dalam persamaan regresi populasinya?
f. Pada tingkat α = 5% dapatkah disimpulkan bahwa konstatnta α dalam
persamaan regresinya = 0
g. Pada tingkat α = 5% dapatkah disimpulkan bahwa antara pendapatan dan
pengeluaran untuk rekreasi terdapat korelasi ?

29