ANALISA REGRESI

A. Regresi Sederhana (Daua Variabel)

B. B. Regresi Ganda (Tiga Variabel)
Drs. Payungan Hasibuan
 ANALISA REGRESI SEDERHANA

A. Regresi Sederhana (Dua Variabel)

1. Pengertian
a. Regresi (peramalan) apa yang mungkin
terjadi di masa yang akan datang,
berdasarkan informasi masa lalu atau
sekarang.
b. Regresi dapat juga diartikan sebagai
usaha memperkirakan perubahan.
e. Terdapat perbedaan antara analisa korelasi dengan
regresi. Analisa korelasi digunakan untuk mencari arah
dan kuatnya hubungan antara dua variabel atau lebih.
Sedangkan analisa regresi digunakan untuk
mempradiksikan seberapa jauh perubahan nilai
variabel dependen bila nilai variabel independen
dinaikkan atau diturunkan.
2. Rumus-rumus Regresi
a. Ý = a + bx Ý = Variabel terikat
x = Variabel bebas
a = konstanta
b = koefisien arah

b = n∑xy - ∑x.∑y
n∑x² - (∑x)²

a= ∑y -b∑x
n
3. Langkah-langkah
Langkah 1. Membuat hipotesis dalam kalimat
Langkah 2. Membuat hipotesis dalam statistik
Langkah 3. Menghitung persamaan Regresi
Langkah 4. Melukis garifik regresi
Langkah 5. Uji Signifikan (Uji Keberartian Regresi).
Ho : Koefisien arah regresi tidak berarti (b=0)
Ha : Koefisien arah regresi berarti (b≠0)
Langkah 5.1. Mencari Jumlah Kuadrat Regresi (JKreg(a)
JKreg(a)= (∑y)²
n

Langkah 5.2. Mencari Jumlah Kuadrat Regresi (JK Reg(b/a)

(∑x)(∑y)
Jk Reg(b/a) = b { ∑xy- n }
Langkah 5.3. Mencari Jumlah Kuadrat Residu(JKRes)

JK Res = ∑y²-JK Reg(b/a)-JK Reg(a)

Langkah 5.4.Rata-Rata Jumlah Kuadarat Regresi

(RJK Reg(a))

RJKReg(a)= JKReg(a)

Langkah 5.5.Rata-Rata Jumlah Kuadarat Regresi

RJK Reg(b/a)

RJKReg(b/a)= JK Reg.(b/a)
Langka 5.6.Mencari F hitung
F hitung = RJKReg(b/a)
RJK Res
Langkah 5.7.Membuat kesimpulan:
Jika F hit ≥ F tabel , tolak Ho artinya signifikan.
F hit ≤ F tabel , tolak Ha artinya tdk signifikan
Fhit ={(1-æ)(dk=Reg(b/a),dk=Res)}
6. Uji Linieritas
6.1. Membuat hipotesis dalam kalimat
6.2. Jumlah Kuadarat Error (JKE)
JKE= {∑y²- (∑y)²}
n
6.3. Jumlah Kuadrat Tuna Cocok (JKTC)
JKTC = JKRES-JKE
6.4. Rata-rata Jumlah Kuadarat Tuna Cocok (RJKTC)
RJKTC = JKTC
K-2
6.5. Rata-rata Jumlah Kuadrat Error (RJKE)
RJKE = JKE
n-k
6.6. Mencari F Hitung
F Hitung = RJK TC
RJKE
6.7. Menentukan Keputusan Pengujian Linieritas
Jika F Hitung ≤ F Tabel, maka tolak Ho
artinya berpola Linier.
Jika F Hitung ≥ F Tabel, maka terima Ho
artinya tidak berpola linier.
Tabel Anava
Sumber Derajat Jumlah Rata-rata F hitung F tabel
Varians Kebebasan Kuadarat Jumlah
(dk) (JK) Kuadrat
(RJK)
Total n 18825 Signifikan
Linier
Regresi(a) 1 JKReg(a) RJKReg(a) Keterangan
Regresi(b/a) 1 JKReg(b/a) RJKReg(b/a) Perbandingan
Residu n-2 JKRes RJKRes Fhitung dengan
F tabel signifikan
Dan Linieritas
Tuna Cocok k-2 JKTC RJKTC
Error n-k JKE RJKE
Contoh 1.
Judul Penelitian:
PENGARUH PENGALAMAN KERJA
TERHADAP PENJUALAN BARANG DI PASURUAN
Pengalaman Kerja(x) 2 3 1 4 1 3 2 2
Penjualan Barang (y) 50 60 30 70 40 50 40 35
Pertanyaan :
1. Bagaimana persamaan regresinya ?
2. Gambarkan diagram pencarnya !
3. Gambar garis regresi !
4. Buktikan apakah ada pengaruh x terhadap y.
5. Buktikan apakah berpola linier !
Langkah-langkah menjawab :
1. Hipotesis dalam kalimat
Ha: Terdapat pengaruh yang signifikan antara
pengalaman kerja terhadap penjualan
barang.
Ho: Tidak terdapat pengaruh yang signifikan
antara pengalaman kerja terhadap
penjualan barang.
2. Hipotesis dalam statistik
Ha: r ≠ 0
Ho: r = 0
Langkah 3. Menghtung persamaan regresi

No. X Y x² y² Xy
1. 2 50 4 2500 100
2. 3 60 9 3600 180
3. 1 30 1 900 30
4. 4 70 16 4900 280
5. 1 40 1 1600 40
6. 3 50 9 2500 150
7. 2 40 4 1600 80
8. 2 35 4 1225 70
∑x= ∑y= ∑x²= ∑y²= ∑xy=
18 375 48 18825 930
b = n(∑xy) – (∑x)(∑y) = 8(930)-(18)(375)=11,5
n(∑x²) – (∑x)² 8(48)-(18)²

∑y - b∑x 375 – 11,5(18)

a= n = 8 = 21

Ý = 21 + 11,5 x
Jika pengalaman kerja tidak ada (0), maka hasil
penjualan 21 unit. Tapi apabila pengalaman kerja
dinaikkan 1 unit ( 1 tahun maka hasil penjualan
menjadi 32,5
Langkah 4. Melukis grafik garis trend
Ý = 21 + 11,5 x y
X= 0 , maka y = 21
Titik (0,21)
(2,25);(4,87
X= ∑x = 18 = 2,25
n 8
(0,21)
Y = ∑ y = 375 = 46,875
n 8
Titik (2,25 ; 46,875) x

x
Langkah 5. Uji Signifikan
5.1. Membuat hipotesis
Ho : Koefisien regresi tidak berarti (b=0)
Ha : Koefisien regresi berarti (b ≠ 0)
5.2. Menghitung Jumlah Kuadrat Regresi (a)
JK Reg(a)= (∑y)²= (375)²= 17578,125
n 8
5.3. JK Reg(b/a)= b{∑xy – (∑x)(∑y)}=
n
11,5{930 – (18)(375)}=991,875
8
5.4. JK Res = ∑Y² - JKReg(a)-JKReg(b/a)
= 1885-991,875-17578,125 = 255
5.5. Mencarai Rata-Rata Jamulah Kuadrat
Regresi (RJKReg(a))

RJKReg(a)=JKReg(a)

17578,125
5.6. Mencari Rata-rata Jumlah Kuadrat
Residu (RJK Res)

RJK Res = JK Res = 225 = 42,5

n-2
8-2
5.7. Mencari F Hitung

F Hitug = RJK Reg(b/a)

RJK Res

F Hitung = 991,875 = 23,34

42,5
F Tabel = F{(1-œ)(dkReg(b/a))(dk Res)}

F Tabel=F{(0,95)(1,6)=5,99
 5.8. Membuat Kesimpulan
Ternyata F hitung > F tabel
23,34 > 5,99, maka tolak Ho artinya signifikan.
Sumber Derajat Jumlah Rata-rata F hitung F tabel
Varians Kebebasan Kuadarat Jumlah
(dk) (JK) Kuadrat
(RJK)
Total 8 18825 Signifikan=23,2 5,99
Linier=0,35 6,94
Regresi(a) 1 17578,125 17578,125 Keterangan
Regresi(b/a) 1 991,875 991,875 Perbandingan F hitung
Residu n-2 225 42,5 dengan F tabel
signifikan dan
Linieritas, ternyata:
23,24>5,99 signifikan
0,35<6,94 Linieritas
Tuna Cocok k-2 83,33 19,165
Error n-k 216,67 54,1675
 6. Uji Linieritas
6.1. Mencari Jumlah Kuadrat Error (JKE)
JKE= ∑(∑y²-(∑y)² } = 216,67
n
No. X Y X Kelompok N Y
1 2 50 1 K1 2 30
2 3 60 1 40
3 1 30 2 K2 3 35
4 4 70 2 40
5 1 40 2 50
6 3 50 3 K3 2 50
7 2 40 3 60
8 2 35 4 k4 1 70

JKE=[30²+40²-(30+40)]+[35²+40²+50-(35+40+50)²+
2 3
[50²+60²-(50+60)²+ [70²-(70)²= [50+116,67+50+0]=216,67
2 1
6.2. Mencari Jumlah Kuadarat Tuna Cocok (JKTC)
JKTC= JKRes-JKE= 225-216,67=38,33
6.3. Mencari Rata-rata Jumlah Kuadrat Tuna
Cocok (RJK TC).
RJK TC = JKTC
k-2
RJK TC = 38,33 = 19,33
4-2
6.4. Mencarai Rata-rata Kuadrat Error (RJKE)
RJKE = JKE
n-k
RJKE = 216,67 = 54,1675
8-4
6.5. Mencari F Hitung
F Hitung = RJKTC
RJKE
F Hitung = 19,165 = 0,35
54,1675
6.6. Membuat keputusan
Jika F hitung ≤ F tabel, maka tolak Ho artinya berpola linier.
Jika F hitung ≥ F tabel, maka terima Ho artinya tidak berpola linier
F tabel = F(1-œ)(dkTC,dkE)
F tabel = F(1-0,05)(dk=k-2,dk=n-k)
F tabel = F(0,95)(dk=4-2)(dk=8-4)
F tabel = F(0,95)(2,4) , F tabel = 6,94
Karena F hitung < F tabel, maka tolak Ho artinya data
berpola linier.
Langkah 7. Uji koefisien korelasi Product Moment
rxy= n(∑xy) - ∑x. ∑y
{n(∑x²)-(∑x)²}{n(∑y²)-(∑y)²}
= 8(930) - 18. 375
{8(48)-(18)²}{8(18825)-(375)²}
= 7440 – 6750 = 690
{384-324}{150600-140625} {60}{9975}
= 690 = 690 = 0,892
598500 773,6
Jadi terdapat hubungan positif sangat kuat antara
pengalaman kerja dengan hasil penjualan.
Langkah 8. Analisa Koefisien Determinan
Kp = r² x 100 % = 0,892 ² x 100 % = 79,57 %
Berarti kontribusi pengalaman kerja terhadap hasil penjualan
sebesar 79,57 % sedangkan sisanya 20,43% ditentukan oleh faktor-
faktor lain seperti barang supsitusi, harga dan lain-lain.
Langkah 9. Uji signifikan t hitung
t hitung = r √n-2 = 0,892√8-2 = 0,892 √6 = 0,892(2,45)
√1-r² √1-(0,892)² √1-0,795664 √0,204336
= 2,1854 = 4,832
0,4523
Dk = n-1=8-1=7 , taraf kesalahan 5%, uji dua pihak t tabel =
0,711. Karena t hitung > t tabel atau 4,832 > 0,711 , Ho ditolak
dan Ha diterima, artinya terdapat pengaruh yang signifikan antara
pengalaman kerja terhadap hasil penjualan.
Langkah 9. Melukis daerah penolakan dan daerah yang
diterima

Daerah penolakan Daerah penerimaan Ha Daerah penolakan Ho

Ho

-4,832 -0,711 0,711 4,832

Rangkuman.
Langkahiikan Analisa Regresi
1. Hipotesis dalam kalimat
2. Hipotesis dalam statistik
3. Menghitung persamaan regresi
4. Melukis grafik garis trend
5. Uji Signifikan
6. Uji Linieritas
7. Uji koefisien korelasi
8. Analisa koefisien determinan
9. Uji signifikan t hitung
10.Melukis grafik daerah yang memenuhi
Soal.
Hubungan antara biaya iklan dan hasil penjualan
Biaya Iklan (jutaan 1 2 3 4 5 6 7
rupiah)
Hasil Penjualan 5 7 8 10 11 14 15
(Jutaan rupiah)

Hitunglah :
a. Persamaan regresi
b. Koefisien korelasi dan jelaskan !
c. t hitung
d. Koepfisien determinan dan jelaskan !
Tugas.
Penelitian tentan kualitas layanan terhadap hasil penjualan barang sbb.
No Kualitas Hasil Penjualan No. Kualitas Hasil Penjualan
. Layanan(X) (Y) Layanan (X) (Y)
1 54 167 18 45 160
2 50 155 19 47 155
3 53 148 20 53 159
4 45 146 21 49 159
5 48 170 22 56 172
6 63 173 23 57 168
7 46 149 24 50 159
8 56 166 25 49 150
9 52 170 26 58 165
10 56 174 27 48 159
11 47 156 28 52 162
12 56 158 29 56 168
13 55 150 30 54 166
14 52 160 31 59 177
15 50 157 32 47 149
16 60 177 33 48 155
17 55 166 34 56 160
Pertanyaan :
1. Bagaimana persamaan regresinya?
2. Gambar garis regresinya!
3. Buktikan apakah ada hubungan yang
signifikan.
4. Buktikan apakah data tersebut berpola linier ?
Penyelesaian.

Langkah 1. Hipotesis dalam kalimat

Ho : Tidak terdapat pengaruh yang signifikan antara
kualitas layanan terhadap nilai rata-rata penjualan
Ha : Terdapat pengaruh yang signifikan antara
kualitas layanan terhadap nilai rata-rata penjualan
Langkah 2. Hipotesis dalam statistik
Ho : r = 0
Ha : r ≠ 0
Langkah 3. Menghitung Persamaan regresi.
Pengamatan terhadap nilai kualitas Layanan (X) dan nilai penjualan barang (Y):
No. X Y X² Y² XY N0. X Y X² Y² XY

1 54 167 2916 27889 9018 18 45 160

2 50 155 2500 24025 7750 19 47 155
3 53 148 2809 21904 7844 20 53 159
4 45 146 2025 21316 6570 21 49 159
5 48 170 2304 28900 8160 22 56 172
6 63 173 3969 29929 10899 23 57 168
7 46 149 2116 22201 6854 24 50 159
8 56 166 3136 27556 9296 25 49 150
9 52 170 2704 28900 8840 26 58 165
10 56 174 3136 30276 9744 27 48 159
11 47 156 2209 24336 7332 28 52 162
12 56 158 3136 24964 8848 29 56 168
13 55 150 3025 22500 8250 30 54 166
14 52 160 2704 25600 8320 31 59 177
15 50 157 2500 24649 7850 32 47 149
16 60 177 3600 31329 10620 33 48 155
17 55 166 3025 27556 9130 34 56 160

1782 5485 94098 887201 288

b = n∑xy - ∑x.∑y =34(288380)-1782.5485= 1,29
n∑x²-(∑X)² 34(94098) –(17820
a= ∑y – b∑x = 5485 – 1,29(1782) = 93,85
n n 34 34
Jadi persamaan regresi : Y = 93,85 + 1,29X

Langkah 4. Melukis garis rekresi

176,41

93,85

64
Langkah 5. Uji Signifikan
5.1. Membuat hipotesis
Ho : Koefisien arah regresi tidak berarti (b = 0)
Ha : Koefisien arah regresi bereti (b ≠0)
Jumlah Kuadarat Total (JK(T)
JK(T)=∑Y²= 887291
5.2. Jumlah Kuadrat Regrsi (JKReg(a))
JKReg(a)=(∑Y)² = (5485)² = 884859,56
n 34

5.3. JK Reg(b/a)=b {∑xy-(∑x)(∑y)=1,29{288380-(1782.5485)}

n 34
= 1,29{288380-287478,53}=1162,8963=1162,90
5.4. Jumlah Kuadrat Residu (JKRes)
JKRes= JK(T)-JKReg(a)-JKReg(b/a)=887291-884859,56-1192,90
= 1238,54
5.5. Rata-rata Jumlah Kuadrat Regsi (a) (RJKReg(a)
RJKReg(a)= JKReg(a) = 26096,794
5.6. Rata-rata Jumlah Kuadrat Reg(b/a) (RJKReg(b/a)
RJKReg(b/a) = JKReg (b/a) = 1162,8963
5.7. Rata-rata Jumlah Kuadrat Residu (RJKRes)
RJKRes = JKRes = 1238,54 =38,704375
n-2 32
5.8. Menguji Signifikan
F hitung = RJKReg(b/a) = 1162,8963 =30,04563
RJKRes 38,704375
5.9. Uji Signifikan (Uji Keberartian)
dk pembilang = 1 dan dk penyebut= n-2=34-2=32, taraf
kesalahan 5%, F tabel = 4,15
Uji hipotesis nol, kriterianya adalah tolak Ho apabilaF hiyung > dari F
tabel. Dari hasil perhitungan F hitung > F tabel atau 30,05 > 4,15, maka
Ho ditolak dan Ha diterima artinya signifikan (koefisien itu berarti atau b
0)
Sumber Variasi Derajat Jumlah Rata-rata F hitung/
Kebebasan Kuadrat Jumlah Kuadrat Ftabel
(dk) (JK) (RJK)
Total 34 887291
Koefiisien (a) 1 884859,6
Regresi (b/a) 1 1162,90 1162,9 29,34
Siasa 32 1268,54 38,704375 30,04563

Tuna Cocok K-2=16-2= 14 581,87

Error n-k= 34 – 16=18 656,67
Langkah 6. Uji Linearitas
6.1. Membuat hipotesis
Ho : Regresi linear
Ha : Regresi tidak linear
6.2. Jumlah Kuadarat Error (JKE)
JKE=∑{∑Y²-(∑Y)²}={146²+160²-(146+160)²}+{149²-(149² )}+
n 2 1
{156²+155²+149² - (156+155+149)²}+{170²+159²+155²-(170+159+155)²}
3 3
+ {159²+150² - (159+150)²}+ {155²+157²+159²- (155+157+159)²} +
2 3
{170²+160²+162²-(170+160+162)²}+{148²+159²-(148+159)²}+
3 2
{147²+166²-(147+166)²}+{150²+159²-(150+159)²}+{166²+174²+158²+
2 2
172²+168²+160²-(166+174=158+172+168+160)²}=656,67
6
 Tabel Kelompok X
X Kelompok ni Y X Kelompok Ni Y
45 1 2 146 54 9 2 167
45 160 54 166
46 2 1 149 55 10 2 150
47 3 3 156 55 159
47 155 56 11 6 166
47 149 56 174
48 4 3 170 56 158
48 159 56 172
48 155 56 168
49 5 2 159 56 160
49 150 57 12 1 168
50 6 3 155 58 13 1 165
50 157 59 14 1 177
50 159
60 15 1 177
52 7 3 170 63 16 1 173
52 160
52 162
53 8 2 148
53 159
6.3. Jumlah Kuadrat Tuna Cocok (JK(TC)
JK(TC) = JKRes-JKE=1238,54-656,67= 581,87
B. REGRESI GANDA (TIGA VARIABEL)

1. Pengertian
a. Regresi Ganda adalah alat analisis peramalan
dua variabel bebas terhadap variabel terikat.
b. Pengaruh dua veriabel bebas terhadap
variabel terikat.
2. Persamaan regresi tiga variabel
Ῠ = a + b₁X₁ + b₂X₂
R= r²x1y+r²x2y-2(rx1y)(rx2y)(rx1x2)
1-r²x1x2
Fhitung= R²/k
(1-R²)/(n-k-1)
3. Perasamaan
Cara 1.
a. ∑Y= an +b1∑x1 + b2∑x2
b. ∑x1y=a∑x1+b1∑x1²+b2∑x1x2
c. ∑x2y=a∑x2+b1∑x1x2+b2∑x2²
Cara 2.
a. b1=(∑x2²)(∑x1y)-(∑x1x2)(∑x2)
(∑x1²)(∑x2²)-(∑x1x2)²
b. b2=(∑x1²)(∑x2y)-(∑X1X2)(∑X1Y)
(∑X1²)(∑X2²)-(∑X1X2)²

c. a= ∑y – b1(∑x1)-b2(∑x2)
n n n

d. (Rx1x2y)= V b1∑x1y+b2∑x2y
∑y²
h. KP= R² x 100 %

i. F hit.= R²(n – m – 1)
m(1-R²)
Contoh 2.
Pengaruh Umur dan Tinggi Terhadap Berat Badan
Umur 9 12 6 10 9 10 7 8 11 6 10 8 12 10
(x1)
Tinggi 125 137 99 122 129 128 96 64 132 95 114 101 146 132
(x2)
Berat 37 41 34 39 39 40 37 39 42 35 41 40 43 38
Badan
(Y)

Pertanyaan :
1. Tentukan persamaan regresinya ?
1. Buktikan apakah ada pengaruh yang signifikan !
Langkah-langkah :
1. Membuat Hipotesa dalam kalimat
Ha: Terdapat pengaruh yg signifikan antara
umur dan tinggi terhadap berat badan
Ho: Tidak terdapat pengaruh yg signifikan
antara umur dan tinggi terhadap berat
2. Membuat hipotesa dalam statistik
Ho: R = 0
Ha: R ≠ 0
3. Membuat Tabel
No. x1 x2 y x1² x2² y² x1y x2y x1x2
1 9 125 37 81 15625 1369 333
2 12 137 41 144 18769 1681 492
3 6 99 34 36 9801 1156 204
4 10 122 39 100 14884 1521 390
5 9 129 39 81 16641 1521 351
6 10 128 40 100 16384 1600 400
7 7 96 37 49 9216 1369 259
8 8 64 39 64 10816 1521 312
9 11 132 42 121 17424 1764 462
10 6 95 35 36 9025 1225 210
11 10 114 41 100 12996 1681 410
12 8 101 40 64 10201 1600 320
13 12 146 43 144 21316 1849 516
14 10 132 38 100 17424 1444 380
128 1660 545 1220 200522 21301 5039 65002 15570
Cara 1.
∑Y= an +b1∑x1 + b2∑x2
∑x1y=a∑x1+b1∑x1²+b2∑x1x2
∑x2y=a∑x2+b1∑x1x2+b2∑x2²

545 = 14a + 128b1+1660b2 ... (1)

5039= 128a+1220b1+15570b2 ... (2)
65002= 1660a+15570b1+200522b2 ...(3)

545 = 14a + 128b1+1660b2 ... X 128  69760= 1792a+16384b1+212480b2

5039= 128a+1220b1+15570b2 . X 14  70546 = 1792a+17080b1+217980b2
-786 = -696b1 - 5500b2 ...4

5039= 128a+1220b1+15570b2 ... X 415 2091185=53120a+506300b1+6461550b2

65002= 1660a+15570b1+200522b2 x32 2080064=53120a+498240b1+6416702b2
11121 = 8060 b1 + 44848b2 ....5
 -786 = -696b1 - 5500b2 x8060 -6335160=-5609760b1-44330000b2
11121 = 8060 b1 + 44848b2 x696  7740216= 5609760b1+31214208b2 +
1405056=-13115792b2
Jadi b2 = 1405056 = -0,107127 = -0,11
-13115792

-786 = -696b1 - 5500b2 - 696b1 = -5500b2+ 786= -5500(-0,11)+786

b1 = 605+786 = 1391 = 1,998

696 696

545 = 14a + 128b1+1660b2  14a =545 -128b1-1660b2

a = 545 -128(1,998)-1660(-0,11) = 545 -255,744 +182,6 = 471,856 = 33,704
14 14 14
Jadi persamaan regresi Ῠ = 33,704 + 1,998X₁ - 0,11X₂
Cara 2.
a. ∑x1²=∑x1²-(∑x1)²=1220 –(128)²=49,71
n 14
b. ∑x2²=∑x2²-(∑x2)² = 200522 – (1660)² =3693,43
n 14
c. ∑y²= ∑y²-(∑y)²= 21301 –(545)²= 84,93
n 14
d. ∑x1y= ∑x1y - ∑x1.∑y = 5039 – (128)(545) = 56,14
n 14
e. ∑x2y= ∑x2y - ∑x2.∑y = 65002 – (1660)(5454) = 380,57
n 14
f. ∑x1x2=∑x1x2 - ∑x1.∑x2 = 15570 – (128)(1660) = 392,86
n 14
b1=(∑x2²)(∑x1y)-(∑x1x2)(∑x2y)=(3693,43)(56,14)-392,86)(380,57)= 1,98
∑x1²)(∑x2²)-(∑x1x2)² (49,71)(3693,43)(392,86)²
b2= (∑x1²)(∑x2y)-(∑x1x2)(∑x1Y)= (49,71)(380,57)-(392,86)(56,14) = -11
(∑x1²)(∑x2²)-(∑x1x2)² (49,71)(3693,43)-(392,86)²

a= ∑Y–b1[∑x1]-b2[∑x2]= 545- 1,98[128]- (-0,11)(1660) = 33,83

n n n 14 14 14

Y = 33,38 +1,98x1 -0,11x2

4. Menghhitung koefisien korelasi
Rx1x2y= V b1∑x1y+b2∑x2y =√(1,98)(56,14)+(-0,11)(380,57
∑y² 84,93
=0,90
Jadi terdapat korelasi positif sangat kuat antara umur dan tinggi terhadap berat
badan pasien.

5. Analisa Koefisien Determinan

KP = (Rx1x2y)² x 100%= 0,90² x 100 % = 81 %
Kontribusi umur, tinggi pasien terhadap berat badab sebesar 81 % sedangkan
sisianya dipengaruhi faktor-faktor lain.

6. Uji signifikan
F hitung = R²(n-m-1) = 0,90²(14-2-1) = 23,45
m(1-R²) 2(1 – 0,90²)
F tabel = F{(1-œ)(dk pembilang=m)(dk penyebut=n-m-1)
=F{(0,95)(2,11)}=3,98
Contoh .
Hubungan antara variabel X dan Variabel Y

X 1 2 3 4 5 6

Y 6 4 3 5 4 6

a. Buatlah persamaan garis regresi !

b. Tentukan nilai duga Y, jika =8
c. Tentukan selisih taksir standar !
Penyelesaian:

X Y X² Y² XY
1 6 1 36 6
2 4 4 16 8
3 3 9 9 9
4 5 16 25 20
5 4 25 16 20
6 2 36 4 12

21 24 91 106 75
 Tugas
Indeks pasar, Tingkat suku bunga dan Return saham
Tahun 1996 samapai 2000
X1 X2 Y X1² X2² Y² X1X2 X1Y X2Y
24 17 -70 576 289 4900 408 -1680 -1190
2 16 -12 4 256 144 32 -24 -192
-31 22 -31 961 484 961 -682 961 -682
33 23 153 1089 529 23409 759 5049 3519
-9 14 -59 81 196 3481 -126 531 -826

∑X ∑X ∑Y -19 ∑X1² ∑X2² ∑Y² ∑X1X2 ∑X1Y ∑X2Y

119 292 2711 1754 32895 391 4837 629
Pertanyaan :
a. Buatlah hipotesa dalam kalimat !
b. Buatlah hipotesa dalam statistik !
c. Hitunglah persamaan regresi !
d. Hitunglah Rx1x2Y !
e. Hitunglah F hitung !
Soal.
Pengaruh kemampuan kerja pegawai dan kepemimpinan direktur
terhadap produktivitas kerja pegawai.
No. Responden X1 X2 Y
1 10 7 23
2 2 3 7
3 4 2 15
4 6 4 17
5 8 6 23
6 7 5 22
7 10 4 3
8 6 3 14
9 7 4 20
10 6 3 19

Hitunglah :
a. Persamaan regresi
b. Koefisien korelasi
c. F hitung
Langkah 1. Hipotesis dalam kalimat
Ha : Terdapat pengaruh kemampua kerja
pegawai dan kepemimpinan direktif
terhadap produktivitas kerja.
H0 : Tidak terdapat pengaruh
kemampua
kerja pegawai dan kepemimpinan
direktif terhadap produktivitas kerja.
Langkah 2. Hipotesis dalam statistik
Ha : R ≠ 0
Ho : R = 0
Langkah 3. Membuat tabel
No. X1 X2 Y X1Y X2Y X1X2 X1² X2²
1 10 7 33 230 161 70 100 49
2 2 3 7 14 21 6 4 9
3 4 2 15 60 30 8 16 4
4 6 4 17 102 68 24 36 16
5 8 6 23 184 138 48 64 36
6 7 5 22 154 110 35 49 25
7 4 3 10 40 30 12 16 9
8 6 3 14 84 42 18 36 9
9 7 4 20 140 80 28 49 16
10 6 3 19 114 57 18 36 9
60 40 170 1122 737 267 406 182
∑Y = an +b1∑X1+b2∑X2+
∑X1Y= a∑X1+b1∑X1²+b2∑X1X2
∑X2Y= a∑X2+b1∑X1X2+b2∑X2²

170 = 10a + 60b1 + 40b2 ...(1)

1.122= 60a + 406 b1 + 267 b2 ...(2)
737= 40a + 267 b1 + 182 b2 ...(3)

170 = 10a + 60b1 +40b2 x 6 1020=60a+360b1+240b2

1.122= 60a+406 b1+267 b2 x1 1122=60a+406b1+267b2
-102=-46b1-27b2...(4)
170 = 10a + 60b1 + 40b2 x4680=40a+240b1+160b2
737= 40a+267 b1+182b2 x1 737=40a+267b1+182b2-
-57= -27b1-22b2 ... (5)
-102=-46b1-27b2 x 27 -2754=-1242b1-729b2
-57= -27b1-22b2 x 46 -2622=-1242b1-1012b2 –
-132 = 283 b2
b2=-132/283=-0466
-102 = -46b1 -27(-0,466)
b1 = 2,491
10a= 170-60(2,491)+40(-o,466)=39,186
a = 3,9186
Jadi persamaan regrsi : Ý = 3,9186+2,4909X1-0,466X2
Langkah 4. Menghitung koefisien korelasi
Rx1x2y= V b1∑x1y+b2∑x2y =√
∑y²