ANALISIS REGRESI LINIER GANDA

Prof. Dr. Drs. Edi Syahputra, M.Pd

2. Model regresi linier Ganda

Rumus (8.16) dan (8.17) di atas untuk mencari bo dan bı, hanya dapat digunakan untuk menentukan
koefisien garis regresi linier sederhana, dengan perkataan lain hanya dapat dipakai jika persamaan garis
regresi yang hendak dicari paling banyak memuat satu variabel bebas dan satu variabel tidak bebas. Jika
banyaknya variabel bebasnya lebih dari satu maka kita harus menggunakan metode lain. Secara manual
kita dapat menggunakan metode Doolitle, atau kita dapat menggunakan perangkat lunak komputer
misalnya dengan menggunakan SPSS. Buku ini akan memberikan contoh-contoh penggunaan metode
Doolitle serta akan mengkonfirmasi hasilnya dengan output SPSS sehingga hasil manual yang diperoleh
dengan menggunakan metode Doolitle lebih meyakinkan.

1). Penggunaan Metode Doolitle

Pandang kembali persamaan garis regresi Y = β 0 + β 1 X + ε Jika ada n pasang data pengamatan yaitu (X1,
y1), (X2, y2)…….., .......,……. (Хn. Уn).

persamaan di atas dapat ditulis menjadi:

Yi = β 0 + β 1 X i + ε i i=1 , 2 ,3 , … , n

Ini artinya adalah : Y1 = β 0 + β 1 X 1 + ε 1

Y2 = β 0 + β 2 X 2+ ε 2

Y3 = β 0 + β 3 X 3+ ε 3

……………………………..

Yn = β 0 + β 1 X n+ ε n

Dapat di tulis dalam bentuk matriks :

[ ] [] [ ] [ ]
Y1 1 X1 ε1
Y2 1 X ε
= β0 + 2 β1 + 2
: : : :
Yn 1 Xn εn

[ ] [ ][ ] [ ]
Y 1 1 X1 β0 ε1
Y 2 1 X2 . ε
⇔ = + 2
: :: . :
Y n 1 Xn β1 εn

⇔ Y = X β +ε
 [ ] []
1 X1 Y1
1 X2 Y2
Dalam hal ini X = ,Y=
:: :
1 Xn Yn

][ ] [
1 X1
Sehingga X’X =[ 1
X1
1 ..
X2. .
1
Xn
1 X2
::
1 Xn
=
∑ Xi
n ∑ Xi
∑ xi 2 ]
][ ]
Y1
∑ Yi ⌉
Dan X’Y = [1
X1
1 ..
X2. .
1
Xn
Y2
:
=⌈
∑ XiYi❑
Yn

Padahal dari persamaan (8.14) dan (8.15) yaitu persamaan normal :

n b0 ∑ X i + n b1 ∑ X 2i = n ∑ X i Y i

dapat ditulis dalam bentuk matriks sebagai berikut :

[∑ n
Xi
∑ Xi
∑ X 2i [] ] [∑∑ ]
b0
b1
=
Yi
Xi Y i

Sehingga X’X
b0
b1 []
=X ' Y atau X’X b = X’Y ini juga disebut persamaan normal dalam

bentuk matriks dan vektor. Secara umum persamaan garis regresi linier ganda adalah :

Y = β 0 + β 1 X 1 + β 2 X 2 +…+ β k X k + ε❑

Jika percobaan (ulang) dilakukan n kali untuk berbagai nilai X1, X2, …., Xk maka persamaan di atas dpat
di tulis :

Yi = β 0 + β 1 X 1 + β 2 X 2 +…+ β k X ki + ε i i=1 , 2 , … , n: n≥ k + 1

[]
Y1
Y 1 X 11 ¿ 1 ¿
Sehinga = 2 =⌈
: ¿ ¿ ¿ ¿
Yn

2). Contoh Penggunaan Metode Doolittle

Sebagaimana yang telah dikemukakan di atas, bahwa metode Doolittle dapat digunakan
untuk mencari koefisien-koefisien persamaan garis regresi linier baik yang sederhana
maupun yang ganda.

Tabel 8.1
Format Doolittle untuk Matriks Simetris x’x
Aturan Baris X’X X’Y Koreksi
C1,C2,…..,Cp
'
R1
'
R2
.
.
'
Rp

R1
'
R1
∆1 r1
'
R2 j - R12 r 1 j R2
∆2 r2

.
.

t −1
Rtj - ∑ R qt r qj
'

q =1

∆t
.
.
p−1
Rp
R pj - ∑ Rqp r qj
'

q=1

rp
 Berikut ini diberikan langkah-langkah penggunaan metode Doolittle.

Langkah 1. Rumuskan model regresi

2. Buat format seperti tabel 8.1
3. Tentukan matriks 𝑋′𝑋
4. Tulis unsur-unsur matriks 𝑋′𝑋 dalam tabel 8.1
5. Tulis unsur-unsur 𝑋′𝑌 dalam tabel
6. Tulis semua unsur baris 𝑅11 di baris 𝑅1
7. Bagi unsur-unsur pada baris 𝑟1dengan unsur pertama di baris 𝑅1

8. Tulis pada baris 𝑅𝑡

t −1
Rt = Rtj 1 - ∑ R qt r qj
q =1

9. Bagi unsur-unsur pada baris rt dengan unsur pertama ≠ 0

di baris Rt .

Contoh soal 4.
Hasil penelitian tentang penguasaan kosa kata, pemahaman tema, pengetahuan tata
bahasa dan kemampuan menulis siswa SMA diperoleh data sebagai berikut:

Nomor Kemampuan
Penguasaan kosa Pemahaman tema Kemampuan
absen tata bahasa
kata (x1) (x2) menulis (y)
siswa (x3)
1 6 10 16 5
2 10 22 30 9
3 10 15 20 7
4 8 8 20 6
5 6 8 18 5
6 9 18 28 8
7 8 10 20 6
8 7 12 21 6
9 8 15 24 7
10 5 7 15 4
11 9 12 19 6
12 8 12 21 7
13 9 14 23 7
14 9 15 22 7
15 7 20 26 8
 Carilah persamaan regresi y atas x 1, x2, x3 dengan menggunakan metode
Doolittle !

[] []
Jawab :

5 ¿1 6 10 16
9 1 10 22 30
7 1 10 15 20
6 1 8 8 20
5 1 6 8 18
8 1 9 18 28
6 1 8 10 20
Y= 6 X= 1 7 12 21
7 1 8 15 24
4 1 5 7 15
6 1 9 12 19
7 1 8 12 21
7 1 9 14 23
7 1 9 15 22
8 1 7 20 26

[]
1 6 10 16
1 10 22 30
1 10 15 20
1 8 8 20
1 6 8 18

[ ]
1 9 18 28
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 8 10 20
' 6 10 10 8 6 9 8 7 8 5 9 8 9 9 7
X X= 1 7 12 21
10 22 15 8 8 18 10 12 15 7 12 12 14 15 20
1 8 15 24
16 30 20 20 18 28 20 21 24 15 19 21 23 22 26
1 5 7 15
1 9 12 19
1 8 12 21
1 9 14 23
1 9 15 22
1 7 20 26
 [ ]
15 119 198 323
' 119 975 1628 2616
X X=
198 1628 2888 4497

[]
323 2616 4497 7197

5
9
7
6
5

[ ] [ ]
8
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 98
6 10 10 8 6 9 8 7 8 5 9 8 9 9 7 6
¿ 798
6 =
10 22 15 8 8 18 10 12 15 7 12 12 14 15 20 1369
7
16 30 20 20 18 28 20 21 24 15 19 21 23 22 26 2182
4
6
7
7
7
8

X'X
Aturan Baris X'Y Koreksi
b0 b1 b2 b3
'
R1 15 119 198 323 98 753
R '2 975 1628 2616 798 6017
R '3 2888 4497 1369 8754
R '4 7197 2182 9379

R '1 R1 15 119 198 323 98 753

( )1
15
R '1 r1 1 7,93333 13,2 21,53333 6,53333 50,2

R ' 2−R 12 r 1 j R2 30,93333 57,2 53,53333 20,53333 162,2

( 1
30,93333 2 ) R r2 1 1,84914 1,73060 0,66379 5,24353

R ' 3 j−( R13 r 1 j + R23 Rr 23 j ) 168,62931 134,40948 37,43103 340,46983

( 1
168,62931 3 )R r3 1 0,79707 0,22197 2,01904

R ' 4 j−( R 14 r 1 j+ R 24Rr 24 j + R34 r 3 j ) 41,95452 6,36310 48,31762

( 1
41,95452 4 ) R r4 1 0,15167 1,15167
Dari table diperoleh:

 Pada baris r 4
b 3=0,15167 ≈ 0,152

 Pada baris r 3
b 2+ 0,79707 b3=0,22197
b 2+ ( 0,79707 ) ( 0,15167 )=0,22197
b 2+ 0,1208916068=0,22197
b 2=0,22197−0,1208916068
b 2=0,101078393 ≈ 0,101

 Pada baris r 2
b 1+1,84914 b2 +1,73060 b3=0,66379
b 1+ ( 1,84914 ) ( 0,101078393 ) + ( 1,73060 ) ( 0,15167 ) =0,66379
b 1+0,1869080996 +0,262480102=0,66379
b 1+0,4493882016=0,66379
b 1=0,66379−0,4493882016
b 1=0,214401798 ≈ 0,214

 Pada baris r 1
b 0+ 7,93333 b1+ 13 ,2 b 2+21,53333 b 3=6,53333
 b 0+ ( 7,93333 )( 0,214401798 ) + ( 13 ,2 )( 0,101078393 )+ (21,53333 )( 0,15167 )=6,53333
b 0+ 1,7009202161+1,3342347876 +3,2659601611=6,53333
b 0+ 6,3011151648=6,53333
b 0=6,53333−6,30111151648
b 0=0,232214835 ≈ 0,232

Maka: ^y =0,232+ 0,214 X 1 +0,101 X 2 +0,152 X 3

'
XY