REGRESI GANDA (LINEAR)

Prof. Dr. Maruf Akbar

PROGRAM PASCASARJANA
UNIVERSITAS NEGERI JAKARTA
2009
PENGANTAR

- Penelitian tentang perilaku manusia seringkali berkaitan dengan variabilitas

yang ada diantara individual, atau kelompok pada kurun waktu dan tempat
tertentu
- Fenomena variabilitas ini menjadi perhatian peneliti untuk mencari penjelasan
teoretik dan empiris
Variabilitas
(The variability of a distribution as the amount of spread of the score around
the mean)

VARIABEL

X Y

Variabilitas Variabilitas
REGRESI GANDA DENGAN TIGA VARIABEL PREDIKTOR

ANALISIS REGRESI GANDA

Teknik statistik yang digunakan untuk analisis hubungan (relationship) antara
satu variabel dependen dan sejumlah variabel independen
Tujuan teknik regresi adalah untuk investigasi relationship antara satu
variabel dependent dengan sejumlah variabel independen
(*Regression analysis reveal relationships among variables but not imply the
relationships are causal)

Populasi

Y = β0 + β1 X1 + β2 X2 + ... + βk Xk + ε

Sampel
^
Y = b0 + b1 X1 + b2 X2 + ... + bk Xk + e

Y = skor mentah variabel dependent

b0 = intercept
b1, b2, ..., bk = koefisien regresi variabel-variabel
independen
e = error atau residual
PERSAMAAN REGRESI GANDA (3 VARIABEL PREDIKTOR)

POPULASI
Y = β0 + β1X1 + β2 X2 + β3 X3 + ε

SAMPEL

Y = b0 + b1X1 + b2 X2 + b3 X3 + e
MENGHITUNG KOEFISIEN REGRESI GANDA

Tentukan nilai

x1i = X1i - X1 , x2i = X 2i– X 2 , x3i = X3i - X3 , yi = Yi - Y

Koefisien-koefisien b0, b1 , b2 , b3 dihitung sebagai berikut

b1 Σ x1i 2 + b2 Σ x1i x2i + b3 Σ x 1i x3i = Σ x1i yi

b1 Σ x1i x2i + b2 Σ x2i 2 + b3 Σ x 2i x3i = Σ x2i yi

b1 Σ x1i x3i + b2 Σ x2i x3i + b3 Σ x3i2 = Σ x3i yi

PERHITUNGAN

(ΣX1i )2 (ΣX1i)(ΣX2i )
2 2
Σ x1i = ΣX 1i - , Σ x1i x2i =ΣX1iX2i -
n n

(ΣX2i )2 (ΣX1i)(ΣX3i )
2 2
Σ x2i = ΣX 2i - , Σ x1i x3i= ΣX1iX3i -
n n

(ΣX3i)2 (ΣX2i)(ΣX3i )
2 2
Σ x3i = ΣX 3i - , Σ x2i x3i= ΣX2iX3i -
n n

(Σ Yi )2 ( ΣX1i )(ΣYi)
2 2
Σ yi = ΣY i - , Σ x1i yi= ΣX1iYi -
n n

(ΣX2i)(ΣYi) (ΣX3i )(ΣYi )

Σ x2iyi= ΣX2iYi - , Σ x3i yi= ΣX3iYi -
n n
 CONTOH

TABEL PERHITUNGAN
X1 X2 X3 Y X1X2 X1X3 X1Y X2X3 X2Y X3Y (X1)2 (X2)2 (X3)2 (Y)2
5 6 5 8 30 25 40 30 48 40 25 36 25 64
6 7 6 9 42 36 54 42 63 54 36 49 36 81
6 8 8 10 48 48 60 64 80 80 36 64 64 100
8 9 8 11 72 64 88 72 99 88 64 81 64 121
8 9 8 11 72 64 88 72 99 88 64 81 64 121
8 9 9 11 72 72 88 81 99 99 64 81 81 121
8 9 9 11 72 72 88 81 99 99 64 81 81 121
9 10 10 12 90 90 108 100 120 120 81 100 100 144
10 10 12 13 100 120 130 120 130 156 100 100 144 169
12 10 13 14 120 156 168 130 140 182 144 100 169 196
80 87 88 110 718 747 912 792 977 1006 678 773 828 1238
 2
Σ x1i = 38 Σ x1i x2i = 22 Σ x2iyi = 20

2
Σ x2i = 16,1 Σ x1i x3i= 43 Σ x3i yi = 38

Σ x3i 2 = 53,6 Σ x2i x3i= 26,4

2
Σ yi = 28 Σ x1i yi= 32
PERSAMAAN

38 b1 + 22 b2 + 43 b3 = 32
22 b1 + 16,1 b2 + 26,4 b3 = 20
43 b1 + 26,4 b2 + 53,6 b3 = 38
HASIL PERHITUNGAN

32 22 43
20 16,1 26,4
38 26,4 53,6 195
b1 = = = 0,357
38 22 43 545,5
22 16,1 26,4
43 26,4 53,6

38 32 43
22 20 26,4
43 38 53,6
174,4
b2 = = = 0,32
38 22 43 545,5
22 16,1 26,4
43 26,4 53,6

38 22 32
22 16,1 20
43 26,4 38 144,4
b3 = = = 0,265
38 22 43 545,5
22 16,1 26,4
43 26,4 53,6

b0 = Y - b1X1 - b2 X2 - b3 X3 =
11- (0,357x8) – (0,32x 8,7)-(0,267x8,8) = 3,028
PERSAMAAN REGRESI (UNTUK SAMPEL)
KOEFISIEN KORELASI GANDA

Y = 3,028 + 0,357 X1 + 0,32 X2 + 0,265 X3

JK reg 26, 966

2
R 123.y = = = 0,96
2
Σy 28

R 123.y = 0,96 = 0,97

JKreg = b 1 Σ x1 y + b2 Σ x 2 y + b3 Σ x 3y = 26,966

( Σ Y )2
Σ y 2 = Σ Y2 - = 28
n
Uji signifikansi R

R2 / k 0,96 / 3
F = = = 48
2
(1- R ) / (n – k -1 ) (1-0,96)/(10-3-1)

Ftabel ( α =0,05 , dk. = 3/6 ) = 4,76

KOEFISIEN KORELASI
KOEFISIEN KORELASI PARSIL

1. Korelasi antara X1 dengan Y, dan kontrol pada X2

r y1 - r y2 r 12
ry1.2 =
( 1 – r y2 2 )( 1 – r 12 2 )

2. Korelasi antara X1 dengan Y, kontrol pada X2 dan X3

r y1. 2 - r y3.2 r 13.2
ry1.23 =
( 1 – r y3.2 2 )( 1 – r 13. 2 2 )

3. Korelasi antara X2 dengan Y, dan kontrol pada X1

r y2 - r y1 r 12
ry2.1 =
2 2
( 1 – r y1 )( 1 – r 12 )

4. Korelasi antara X2 dengan Y, kontrol pada X1 dan X3

r y2. 3 - r y1.3 r 21.3
ry2.31 =
( 1 – r y1.3 2 )( 1 – r 21. 3 2 )

5. Korelasi antara X3 dengan Y, kontrol pada X1 dan X2

r y3. 1 - r y2.1 r 32.1

ry3.12 =
2 2
( 1 – r y2.1 )( 1 – r 321 1 )
LANJUTAN

PERUMUSAN MASALAH PENELITIAN

1. Apakah ada hubungan antara X1 dengan Y ?

2. Apakah ada hubungan antara X2 dengan Y?
3. Apakah ada hubungan antara X3 dengan Y?
4. Apakah ada hubungan antara X1, X2, dan X3 secara
bersama- sama dengan Y ?

KAJIAN TEORETIK
1. Deskripsi teoretik Y
2. Deskripsi teoretik X1
3. Deskripsi teoretik X2
4. Deskripsi teoretik X3

KERANGKA BERPIKIR
1. Hubungan X1 dengan Y
2. Hubungan X1 dengan Y
3. Hubungan X1 dengan Y
4. Hubungan X1, X2, X3 secara bersama-sama dengan Y

HIPOTESIS PENELITIAN
1. Terdapat hubungan positif antara X1 dengan Y
2. Terdapat hubungan positif antara X2 dengan Y
3. Terdapat hubungan positif antara X3 dengan Y
4. Terdapat hubungan positif antara X1, X2, X3 secara
bersama-sama dengan Y
RUMUSAN HIPOTESIS STATISTIK

HIPOTESIS STATISTIK

1. H0 : ρy1 ≤ 0
H1 : ρy1 > 0

2. H0 : ρy2 ≤ 0
H1 : ρy2 > 0

3. H0 : ρy3 ≤ 0
H1 : ρy3 > 0

4. H0 : ρy.123 ≤ 0
H1 : ρy.123 > 0
MULTIPLE REGRESSION

PERHITUNGAN MANUAL
Y = βo + β1 X1 + β2 X2 + β3 X3 + ε
Y = bo + b1 X1 + b2 X2 + b3 X3 + e
Persamaan
Y = bo + b1 X1

Y = bo + b2 X2

Y = b0 + b3 X3

Y = bo + b1 X1 + b2 X2 + b3 X3
Rumus-rumus yang digunakan

1. Hitung nilai : n, Σ X 2 , Σ Y 2 , ΣXY, Σ X 2 , Σ Y 2

2. Hitung Koefisien:

(Σ Y) ( Σ X 2 ) – (ΣX ) (ΣXY)
bo =
n ΣX2 - ( Σ X) 2

n (Σ XY) – (ΣX ) (ΣY)

b1 =
2 2
3. n Σ X - ( Σ X)
Menetapkan persamaan Regresi Linear (sederhana)

Y = bo + b X
LANJUTAN
4. Menghitung Sumber Variasi

2
JK (T) = Σ Y
(ΣY)2
JK (bo) =
n

(ΣX ) (ΣY) n Σ XY –(ΣX)(ΣY)2

JK (b1/bo) = b1 (Σ XY) – =
n n Σ X 2 – (Σ X) 2

JK (S) = JK(T) - JK (bo) - JK (b1/bo)

2
(Σ Y i )
JK (G) = Σ Σ Yi 2 -
xi ni

JK (TC) = JK (S) - JK (G)

LANJUTAN

Tabel Anava untuk uji Regresi Linear Y = a + bX

Sumber dk. JK RJK Fhitung Ftabel Kesim-

variasi pulan
Total n Σ Y2 Σ Y2
Koefisien 1 JK(a) JK (a)
(a)
Koefisien 1 JK((b ‫ ׀‬a) s2 reg = JK((b ‫׀‬a) s2 reg / s2 sis F (α, dk.
(b ‫ ׀‬a) v1=1, v2 =
n-2 )
Sisa n-2 JK(S) s2 sis = JK (S)/ n-2
Tuna cocok k-2 JK(TC) s2 TC = JK (TC) /k-2 s2 TC / s2 G F (α, dk.
v1=k-2, v2
= n-k )
Galat n-k JK(G) s2 G = JK(G) / n-k

Uji signifikansi Uji Linearitas

Persamaan Regresi Persamaan Regresi
sederhana
LANJUTAN

6. Menghitung Koefisien Korelasi

n Σ X Y - ( Σ X ) (Σ Y )
r =

{ n Σ X2 – (ΣX) 2 }{n Σ Y2 - (Σ Y ) 2}

7. Uji Signifikansi Koefisein Korelasi

H0. : ρyx ≤ 0
H1 : ρyx > 0

Statistik uji :
ryx n-2
t =

1 - r.yx 2

t tabel = α = 0,05 dan dk. = n -2

LANJUTAN

Contoh

Uji signifikansi koefisien korelasi X1 dengan Y

Korelasi r thitung t tabel
α = 0,05 α = 0,01
ry1 0,57 4,93** 1,68 2,42

Keterangan:
** = Koefisien korelasi sangat signifikan
* = Koefisien korelasi signifikan
t tabel = t ( α ; db. = n -2)
Uji Signifikansi Koefisien Korelasi Parsial

r n–k-1
t =
1 - r2
UJI SIGNIFIKANSI KOEFISIEN KORELASI PARSIL

CONTOH

Uji signifikansi koefisien korelasi parsial

( X1 dan Y)

Korelasi r thitung t tabel

α = 0,05 α = 0,01
**
ry1.2 0,60 5,26 1,68 2,42
ry1.3 0,56 4,70** 1,68 2,42
ry1.23 0,59 4,77** 1,68 2,42

Uji signifikansi koefisien korelasi parsial

( X2 dan Y)

Korelasi r thitung t tabel

α = 0,05 α = 0,01
**
ry2.1 0,48 3,87 1,68 2,42
ry2.3 0,42 3,24** 1,68 2,42
ry2.13 0,47 3,69** 1,68 2,42

Uji signifikansi koefisien korelasi parsial

( X3 dan Y)

Korelasi r thitung t tabel

α = 0,05 α = 0,01
*
ry3.1 0,32 2,30 1,68 2,42
ry3.2 0,32 2,34* 1,68 2,42
ry3.12 0,29 2,07* 1,68 2,42
LANJUTAN

8. Menentukan Persamaan Regresi Ganda (Linear)

^
Y = a + b1 X1 + b2 X2 + b3 X3
a. Tentukan nilai

x1i = X1i - X1 , x2i = X 2i– X 2 , x3i = X3i - X3 , yi = Yi - Y

Koefisien-koefisien a, b1 , b2 , b3 dihitung sebagai berikut

Σ yi x1i = b1 Σ x1i 2 + b2 Σ x1i x2i + b3 Σ x 1i x3i

Σ yi x2i = b1 Σ x1i x2i + b2 Σ x2i 2 + b3 Σ x 2i x3i

Σ yi x3i = b1 Σ x1i x3i + b2 Σ x2i x3i + b3 Σ x3i2

LANJUTAN
CONTOH
1629,45 = 1475,92 b1 + 208,59 b2 + 422,75 b3
2241,12 = 208,59 b 1 + 4730,58 b2 + 677,42 b3
1755,22 = 422,75 b 1 + 677,42 b2 + 4681,92 b3

-1
b1 1475,92 208,59 422,75 1629,45
b2 = 208,59 4730,58 677,42 2241,12
b3 422,75 677,42 4681,92 1755,22

 1475.92 208.59 422.75 

B   208.59 4730.58 677.42 
 
 422.75 677.42 4681.92

 6.978 10 4 2.221 10 5 5.98  10 5 

 
  2.221 10 5 2.166 10 4 2.933 10 5 
1
B
 
 5 5 4 
 5.98  10 2.933 10 2.232 10 

 1629.45
A   2241.12
 
 1755.22

 0.982
 A   0.398
1
B
 
 0.229
LANJUTAN

a = Y - b1X1 – b2 X 2 – b3 X 3

Y = 125,27

X1 = 18,04

X2 = 120, 70

X3 = 120,63

a = 31, 97

Persamaan Regresi

Y = 31, 97 + 0,98 X 1 + 0,39 X2 + 0,23 X3

Uji Signifikansi Regresi Ganda

Tabel ANAVA untuk Uji Signifikansi Regresi Linear Ganda

Y = a + b1 X1 + b 2 X2 + b3 X3
Sumber dk JK Fhitung Ftabel
Variasi α = α =
0,05 0,01

2
Koefisien 1 n Y -
a
Regresi k JKreg JKreg/k
(b/a)
JKres /(n-k-1)
Sisa n-k-1 JKres -
Total n TJK -

Keterangan

JKreg = b1 Σ x 1 y + b2 Σ x 2y + b3 Σ x 3y

2
JK res = Σ ( Yi - Y )

JK reg /k
F hitung =
JK res / ( n – k – 1)

F tabel = ( α , dk. pembilang = v1 dan penyebut = v2 )

KOEFISIEN KORELASI GANDA

JK reg
2
R =
2
Σy

JKreg = b1 Σ x1 y + b2 Σ x 2y + b3 Σ x 3y

( Σ Y )2
2
Σy = Σ Y2 -
n

Uji signifikansi R

R2 / k
F =
(1- R2 ) / (n – k -1 )
DATA TUGAS
DA TA

No. X1 X2 X3 Y
1 12 130 115 107
2 21 116 136 143
3 13 123 126 126
4 24 133 117 140
5 25 130 139 145
6 22 119 131 127
7 20 135 121 136
8 20 135 127 128
9 27 133 116 133
10 20 122 122 126
11 23 112 127 128
12 13 139 104 120
13 22 117 106 139
14 17 130 132 130
15 16 112 117 110
16 16 112 119 125
17 15 123 110 120
18 24 99 105 128
19 23 129 124 138
20 16 121 121 121
21 18 128 109 126
22 12 116 122 119
23 18 121 108 127
24 10 120 104 122
25 9 112 122 108
26 27 126 125 136
27 21 123 135 140
28 26 126 119 134
29 23 136 112 139
30 11 114 112 114
31 11 101 111 109
32 10 134 142 141
33 14 121 117 114
34 19 122 115 133
35 18 115 120 121
36 12 104 126 116
37 19 120 130 119
38 9 136 110 116
39 26 109 120 122
40 23 107 119 121
41 9 122 121 115
42 26 116 116 114
43 18 133 139 141
44 15 114 108 126
45 12 107 119 109
46 17 109 111 126
47 17 119 135 133
48 28 123 126 134
49 18 122 127 118
50 21 109 132 116
MATERI BERIKUT