OLEH:
Y= +
Persamaan regresi linier ganda secara umum dapat dituliskan sebagai
berikut:
=
Model regresi linier sederhana
Model ini hanya memiliki satu variabel bebas (katakanlah X) dan satu
variabel tidak bebas (katakanlah Y). Pandang model regresi linier
sederhana:
Y = β 0 + β1 X + ε
……….(8.7)
………………..(8.8)
dari sampel β0 b0; β1 b1 dan εi ei , E(εi) = 0 sehingga
persamaan (1) dapat ditulis
Ŷ = b0 + b1X ...(8.9)
dan persamaan (8.7) dan (8.8) dapat ditulis:
........……….(8.10)
………………..(8.11)
Dua ruas kanan terakhir dari masing-masing persamaan (8.10) dan
(8.11) disederhanakan dan diperoleh persamaan (8.12) dan (8.13)
yang disebut persamaan normal.
n b0 + b1 …………….............…(8.12)
b ………………..(8.13)
persamaan (8.12) dan persamaan (8.13) membentuk sistem persamaan
yang dapat diselesaikan dengan metode eliminasi, dengan cara
persamaan (8.12) dikalikan sedangkan persamaan (8.13)
dikalikan n. Dengan demikian diperoleh sistem persamaan berikut:
n b0 + b1 = …………………(8.14)
n b0 …………………(8.15)
Jika persamaan (8.14) dikurang oleh persamaan (8.15) maka diperoleh
rumus untuk menentukan nilai b1 seperti ditunjukkan pada persamaan
(8.16).
b ………………….(8.16)
Jika persamaan (8.12) dimanipulasi secara aljabar diperoleh rumus
mencari nilai b0 seperti pada persamaan (15)
n b0 + b1
bagilah kedua ruas dengan n maka diperoleh:
b atau b0 = …… (8.17)
Dengan menggunakan rumus (8.16) dan rumus (8.17) dapat diperoleh
nilai-nilai b0 dan b1 , nilai-nilai inilah sebagai penduga nilai dan .
Jika nilai-nilai b0 dan b1 ini kita substitusikan ke persamaan (8.9) yaitu
Ŷ = b0 + b1X maka kita akan memperoleh suatu persamaan garis regresi
linier sederhana sebagai penduga persamaan garis regresi linier
sederhana pada populasi.
Contoh soal :
Tabel berikut menunjukkan besarnya konsumsi (Y), dan pendapatan (X)
dari 15 orang
Konsumsi 11 12 14 15 16 7 6 8 9 10 18 17 10 6 7
(juta) Rp
Pendapatan 18 20 22 24 26 8 10 12 14 16 20 25 12 9 10
(juta) Rp
Tentukan nilai b0 dan b1 serta persamaan garis regresi linier
Penyelesaian:
Untuk mencari nilai-nilai b0 dan b1 kita dapat menggunakan rumus
(8.16) dan rumus (8.17). Agar memudahkan penggunaan rumus di atas,
tabel kita susun dalam bentuk kolom-kolom dan kita tambahi kolom-
kolom yang memuat komponen yang terdapat pada rumus 8.16
nO
1 11 18 324 198
2 12 20 400 240
3 14 22 484 308
4 15 24 576 360
b = 0,61 dan b
5 16 26 676 416
6 7 8 64 56 Jadi persamaan garis regresi linier sederhana sebagai penduga garis
7 6 10 100 60 regresi pada populasi adalah = 1,07 + 0,61 X. Makna dari
8 8 12 144 96
9 9 14 196 126 persamaan penduga garis regresi ini adalah setiap pertambahan nilai X
10 10 16 256 160 sebesar satu satuan maka nilai Y akan bertambah sebesar 0,61 dengan
11 18 20 400 360
12 17 25 625 425
perkataan lain setiap pertambahan pendapatan satu juta rupiah maka
13 10 12 144 120 konsumsi bertambah sebesar 0,61 juta rupiah.
14 6 9 81 54
15 7 10 100 70
= 4570 =3049
= 166
= 246
Konfirmasi contoh soal nomor 1 menggunakan SPSS