Anda di halaman 1dari 27

ANALISIS

REGRESI BERGANDA

Oleh:
Dr.Suliyanto, SE,MM

http://management-unsoed.ac.id
 Regresi Berganda
 Download

1
LATAR BELAKANG MUNCULNYA ANALISIS REGRESI
BERGANDA

Fenomena ekonomi bersifat komplek, sehingga tidak


cukup dijelaskan oleh satu variabel bebas.

Contoh:
Besarnya konsumsi tidak hanya dipengaruhi oleh
pendapatan saja tetapi juga dipengaruhi oleh jumlah
anggota keluarga, tingkat pendidikan serta variabel
lainnya.
Perbedaan dengan Regresi Sederhana
• Regresi sederhana • Regresi berganda terdiri
hanya terdiri satu dua variabel atau lebih
variabel bebas. variabel bebas.
• Y = a+b1X1+ b2X2+
• Y = a+bX+ ….+bnXn+ 
UJI ASUMSI KLASIK
• UJI NORMALITAS
• NON-HETEROSKEDASTISITAS
• NON-MULTIKOLINIERITAS
• NON-AUTOKORELASI
• LINIERITAS
Persamaan Regresi

Persamaan Regresi linier Berganda:


Y = a + b1X1 + b2X2+…+bnXn + 

Y = Nilai yang diramalkan


a = Konstansta
b1 = Koefesien regresi untuk X1
b2 = Koefesien regresi untuk X2
bn = Koefesien regresi untuk Xn
X1 = Variabel bebas pertama
X2 = Variabel bebas kedua
Xn = Variabel bebas ke n
 = Nilai Residu
Contoh Kasus:
Seorang peneliti akan meneliti apakah ada pengaruh
harga dan pendapatan terhadap konsumsi buah
Duren. Untuk keperluan tersebut diambil sampel
secara acak sebanyak 10 rumah tangga.
Pemecahan
1.Judul
Pengaruh pendapatan dan harga terhadap konsumsi buah Duren.
2. Pertanyaan Penelitian
– Apakah terdapat pengaruh negatif harga terhadap konsumsi buah Duren?
– Apakah terdapat pengaruh positif pendapatan terhadap konsumsi buah
Duren?
– Diantara variabel pendapatan dan harga variabel manakah yang paling
berpengaruh terhadap konsumsi buah Duren?
3.Hipotesis
– Terdapat pengaruh negatif harga terhadap konsumsi buah Duren?
– Terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren?
– Variabel pendapatan memiliki pengaruh yang paling besar terhadap
konsumsi buah Duren.
4. Kriteria Penerimaan
Hipotesis 1

Hipitesis 1.
Untuk menguji hipotesis: Harga memiliki pengaruh
negatif terhadap konsumsi buah Duren, digunakan
kriteria sebagai berikut:
Ho : bj≥ 0 : Tidak terdapat pengaruh negatif harga
terhadap konsumsi buah Duren.
Ha : bi < Terdapat pengaruh negatif harga terhadap
konsumsi buah Duren.
Kriteria:
• Ho diterima Jika thitung ≥ -t tabel
• Ha diterima Jika thitung < -t tabel
4. Kriteria Penerimaan Hipotesis 2
Hipitesis 2.
Untuk menguji hipotesis: Pendapatan memiliki pengaruh positif
terhadap konsumsi buah Duren, digunakan kriteria sebagai berikut:
Ho : bj≤ 0 : Tidak terdapat pengaruh positif pendapatan terhadap konsumsi
buah Duren.
Ha : bi > Terdapat pengaruh positif pendapatan terhadap konsumsi buah
Duren. .
Kriteria:
• Ho diterima Jika thitung ≤ t tabel
• Ha diterima Jika thitung > t tabel
4. Kriteria Penerimaan Hipotesis 3
Hipitesis 3.
Untuk menguji hipotesis, Variabel pendapatan memiliki pengaruh yang
paling besar terhadap konsumsi buah Duren
Kriteria:
• Hipotesis Ditolak Jika:
Elastisitas () Pendapatan ≤ Elastisitas () Harga
• Hipotesis Diterima Jika:
Elastisitas () Pendapatan > Elastisitas () Harga
Uji ketepatan model.
Untuk melakukan uji ketepatan model (goodness of fit) digunakan
uji F

Kriteria:
• Model persamaan regresi dinyatakan baik (good of fit), jika F
hitung > F tabel
• Model persamaan regresi dinyatakan jelek (bad of fit)Jika F hitung
≤ F tabel
5. Sampel
10 Keluarga
6. Data Yang dikumpulkan

X1 2 3 5 4 6 2 3 4 5 6
X2 3 4 6 5 7 6 4 5 4 3
Y 5 8 8 9 9 13 6 9 4 3
7. Analisis Data
Untuk analisis data diperlukan, perhitungan:
1. Persamaan regresi
2. Nilai Prediksi
3. Koefesien determinasi
4. Kesalahan baku estimasi
5. Kesalahan baku koefesien regresinya
6. Nilai F hitung
7. Nilai t hitung
8. Kesimpulan
Persamaan Regresi
No X1 X2 Y X12 X22 X1X2 X1Y X2Y Y2
1 2 3 5 4 9 6 10 15 25
2 3 4 8 9 16 12 24 32 64
3 5 6 8 25 36 30 40 48 64
4 4 5 9 16 25 20 36 45 81
5 6 7 9 36 49 42 54 63 81
6 2 6 13 4 36 12 26 78 169
7 3 4 6 9 16 12 18 24 36
8 4 5 9 16 25 20 36 45 81
9 5 4 4 25 16 20 20 16 16
10 6 3 3 36 9 18 18 9 9
Jlh. 40 47 74 180 237 192 282 375 626
Koefesien Regresi:
Y = a +b1X1+b2X2+

Y = 2,5529 -1,0921X1+1,9608X2+
Makna Persamaan Regresi Yang
Terbentuk
a = 2,553, Artinya jika harga (X1) dan pendapatan
(X2) sebesar 0 maka Y akan sebesar 2,553.
b1 =-1,092, Artinya jika pendapatan (X2) konstans,
maka kenaikan harga (X1) akan
menyebabkan penurunan Y sebesar -1,092
satuan.
b2 =1,961, Artinya jika harga (X1) konstans, maka
kenaikan pendapatan (X2) akan
menyebabkan kenaikan Y sebesar 1,961
satuan.
Nilai Prediksi
• Berapa besarnya permintaan jika harga sebesar 2 dan pendapatan sebesar 3?
2,553- (1,092x2)+(1,961x3)= 6,25
• Berapa besarnya permintaan jika harga sebesar 3 dan pendapatan sebesar 4?
2,553 - (1,092x3)+(1,961x4)= 7,12
• Berapa besarnya permintaan jika harga sebesar 5 dan pendapatan sebesar 6?
2,553 - (1,092x5)+(1,961x6)= 8,86
• Berapa besarnya permintaan jika harga sebesar 4 dan pendapatan sebesar 5?
2,553 - (1,092x4)+(1,961x5)= 7,99
• Berapa besarnya permintaan jika harga sebesar 6 dan pendapatan sebesar 7?
2,553 - (1,092x6)+(1,961x7)= 9,73
• Berapa besarnya permintaan jika harga sebesar 2 dan pendapatan sebesar 6?
2,553 - (1,092x2)+(1,961x6)= 12,13
• Berapa besarnya permintaan jika harga sebesar 3 dan pendapatan sebesar 4?
2,553 - (1,092x3)+(1,961x4)= 7,12
• Berapa besarnya permintaan jika harga sebesar 4 dan pendapatan sebesar 5?
2,553 - (1,092x4)+(1,961x5)= 7,99
Dan seterusnya…………………….!!!
No X1 X2 Y Ypred (Y-Ypred)2 (Y-Ybar)2
1 2 3 5 6.252 1.568 5.76
2 3 4 8 7.121 0.773 0.36
3 5 6 8 8.859 0.738 0.36
4 4 5 9 7.99 1.020 2.56
5 6 7 9 9.728 0.530 2.56
6 2 6 13 12.135 0.748 31.36
7 3 4 6 7.121 1.257 1.96
8 4 5 9 7.99 1.020 2.56
9 5 4 4 4.937 0.878 11.56
10 6 3 3 1.884 1.245 19.36
Jlh. 40 47 74 9.777 78.4
Koefesien Determinasi
Koefesien determinasi:

(9,776)
R2  1
 (Y  ˆ
Y ) 2
R  1
2
 0,875
(78,4)
 (Y  Y ) 2

Koefesien Determinasi Disesuaikan (adjusted)

P (1  R 2
) 2(1  0,875)
Radj  R2  Radj  0,875   0,840
N  P 1 10  2  1
Kesalahan Baku Estimasi
Digunakan untuk mengukur tingkat kesalahan dari
model regresi yang dibentuk.

Se 
 (Y  Yˆ ) 2

Se 
(9,776)
 1,1818
nk 10  3
Standar Error Koefesien Regresi
Digunakan untuk mengukur besarnya tingkat kesalahan dari
koefesien regresi:

(1,1818) 2
Sa  (5796)  1,626
Se2 3060
Sb  ( Kii )
Det[ A]
(1,1818) 2
Sb1  (161)  0,271
3060

(1,1818) 2
Sb2  (200)  0,302
3060
Uji t
 1,092
tX1   4,029
bj 0,271
t hitung 
Sbj
1,961
tX 2   6,490
0,302

Pengujian Hipotesis 1:
•thitung X1 (-4,029) < dari - ttabel (1,89), maka Ha
diterima, Terdapat pengaruh negatif harga terhadap
konsumsi buah Duren.
Pengujian Hipotesis 2:
thitung X1 (6,490) > dari t tabel (1,89), maka Ha
diterima, Terdapat pengaruh positif pendapatan
terhadap konsumsi buah Duren.
Hipotesis 3:
Untuk menguji variabel yang paling berpengaruh,
digunakan uji elastisitas atau uji koefesien beta.
Uji elastisitas:
4
1  1,0921  0,590
Xi 7,4
  i
Y 4,7
 2  1,9608  1,245
7,4
Uji Koefesien beta:
Beta X1 =-0,552
Beta X2 =0,889
Kesimpulan: Karena 2>1 atau Beta(X2) > Beta (X1)
pendapatan (X2) lebih berpengaruh terhadap konsumsi
dibandingkan harga (X2)
Uji F
Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu
menggambarkan kondisi sesungguhnya:

Ho: Diterima jika F hitung  F tabel


Ha: Diterima jika F hitung > F tabel

R 2 /( k  1) 0,875 /(3  1)
F F  24,567
1  R 2 /( n  k ) 1  0,875 /(10  3)

Karena F hitung (24,567) > dari F tabel (4,74) maka maka persamaan
regresi dinyatakan Baik (good of fit).
KESIMPULAN DAN IMPLIKASI
KESIMPULAN
1. Terdapat pengaruh negatif harga terhadap konsumsi buah duren.
2. Terdapat pengaruh positif pendapatan terhadap konsumsi buah Duren.
3. Pendapatan memiliki pengaruh yang lebih besar dibanding harga
terhadap konsumsi buah duren

IMPLIKASI
Sebaiknya pemasar buah Duren mempertimbangkan harga dan
pendapatan, akan tetapi lebih mempertimbangkan pendapatan
masyarakat dibandingkan harga buah duren dalam merancang strategi
pemasarannya.