1. regresi ganda
DESCRIPTION
regresi gandaTRANSCRIPT
TUGAS RESUME
STATISTIK
“Regresi Ganda”
Oleh:
Fuja Novitra15175015
DOSEN PEMBIMBING:
Dr. DJUSMAINI DJAMAS, M.Si
PROGRAM STUDI PENDIDIKAN FISIKA
PROGRAM PASCASARJANA
UNIVERSITAS NEGERI PADANG
2015
Regresi Ganda
Banyak persoalan penelitian / pengamatan yang terjadi sebagai akibat lebih dari dua
variabel, atau dengan kata lain memerlukan lebih dari satu peubah bebas dalam membentuk
model regresi. Sebagai salah satu contoh, IPK (Indeks Prestasi Kumulatif) seorang
mahasiswa (Y) bergantung pada jumlah jam belajar (X1), banyaknya buku yang dibaca (X2),
jumlah uang (X3) dan banyak faktor lainnya. Untuk memberikan gambaran tentang suatu
permasalahan / persoalan, biasanya sangat sulit ditentukan sehingga diperlukan suatu model
yang dapat memprediksi dan meramalkan respon yang penting terhadap persoalan tersebut,
yaitu regresi linier berganda.
Bentuk umum model regresi linier berganda untuk populasi adalah :
Dimana
Y = Pengamatan ke i pada variabel tak bebas
X k = Pengamatan ke I pada variabel bebas
βk = Koeisien regresi variabel bebas X k
ε = Variabel gangguan
Regresi ganda berguna untuk mendapatkan pengaruh dua variabel bebas, atau untuk mencari
hubungan fungsional dua variabel tak bebas atau lebih. Dengan taksiran :
Dimana :
Y = Nilai taksiran bagi variabel Y
b0 = Taksiran bagi parameter konstanta β0
b0,b1,…,bk = Taksiran bagi parameter konstanta β0,β1,…,βk
Untuk mencari nilai b0,b1,…,bk diperlukan n buah pasang data (X1, X2, ...., X k, Y)
yang dapat disajikan dalam tabel berikut :
Tabel Data Hasil Pengamatan dari n Responden (X1, X2, ...., X k, Y)
D a r i t a b l e t e r s e b u t d a p a t d i l i h a t b a h w a
berpasangan dengan X11, X21, ..., X k1. Data Y 2 berpasangan dengan X21, X22, …, X k2 dan
seterusnya.
Persamaan regresi berganda dengan dua variabel bebas , X2 ditaksir oleh :
Dan diperoleh tiga persamaan normal, yaitu :
Sehingga dalam bentuk matriks dapat dituliskan :
Untuk regresi linier berganda dengan tiga variabel bebas X1, X2, X3 ditaksir oleh :
Untuk rumus diatas harus diselesaikan dengan empat persamaan normal yaitu :
Responden X1 X2 … X k Y
1
2
.
.
n
X11 X21 … X k1 Y 1
X12 X22 … X k2 Y 2
. . . . .
. . . . .
X1n X2n … X kn Y n
Sehingga dalam bentuk matriks dapat dituliskan :
Dimana :
Y = Variabel terikat (nilai duga)
X1, X2, X3 = Variabel bebas
b0,b1,b2 dan b3 = Koefesien regresi linier berganda
b0 = Nilai Y, apabila X1= X2= X3
b1 = Besarnya kenaikan / penurunan Y dalam satuan, jika X ! naik / turun
satu satuan dimana X2, X3 konstan
b2 = Besarnya kenaikan / penurunan Y dalam satuan, jika X2 naik / turun
satu satuan dimana X1, X3 konstan
b3 = Besarnya kenaikan / penurunan Y dalam satuan, jika X3 naik / turun
satu satuan dimana X1, X2 konstan
+ atau - = tanda yang menunjukkan arah hubungan antara Y dengan variabel
bebas X
Harga - harga b0, b1, b2 dan b3 yang telah dudapat kemudian disubtitusikan ke dalam
persamaan sehingga diperoleh model regresi linier berganda Y atas X1, X2, X3.
Dalam persamaan model regresi linier yang diperoleh, maka antara nilai Y dengan Y’
akan menimbulkan perbedaan hasil yang sering disebut sebagai kekeliruan. Ukuran tersebut
dapat dihitung oleh kekeliruan baku taksiran S ² y .12…k , yang dapat ditentukan dengan rumus :
S ² y .12…k = ∑ (¿Y−Y ' )²n−k−1
¿
Dengan :
Y = Nilai data hasil pengamatan
Y’ = Nilai hasil regresi
N = Ukuran sampel
K = Banyaknya variabel bebas
Contoh:
Berikut adalah data Volume Penjualan (juta unit) mobil dihubungkan dengan variabel biaya
promosi (X1 dalam juta rupiah/tahun) dan variabel biaya penambahan asesoris (X2 dalam
ratusan ribu rupiah/unit).
x1 x2 y x1 x2 x1y x2y x1² x2² y²2 3 4 6 8 12 4 9 163 4 5 12 15 20 9 16 255 6 8 30 40 48 25 36 646 8 10 48 60 80 36 64 1007 9 11 63 77 99 49 81 1218 10 12 80 96 120 64 100 144
=31=
40 =50 =239=
296=
379=
187=
306=
470
Tetapkan Persamaan Regresi Linier Berganda = a + b1 X1 + b2 X2
n = 6
= 31 = 40 = 50
= 239 = 296 = 379
=187 =306 = 470
Masukkan notasi-notasi ini dalam ketiga persamaan normal,
(i)
(ii)
(iii)
Sehingga didapatkan tiga persamaan berikut:
(i) 6a + 31 b1 + 40 b2 = 50
(ii) 31 a + 187 b1 + 239 b2 = 296
(iii) 40 a + 239 b1 + 306 b2 = 379
Lakukan Eliminasi, untuk menghilangkan (a)
(ii) 31 a + 187 b1 + 239 b2 = 296 6
(i) 6a + 31 b1 + 40 b2 = 50 31
(ii) 189 a + 1122 b1 + 1434 b2 = 1776
(i) 189 a + 961 b1 + 1240 b2 = 1550
(iv) 161b1 + 194 b2 = 226
Kemudian
(iii) 40 a + 239 b1 + 306 b2 = 379 6
(i) 6a + 31 b1 + 40 b2 = 50 40
(iii) 240 a + 1434 b1 + 1836 b2 = 2274
(i) 240 a + 1240 b1 + 1600 b2 = 2000
(v) 194 b1 + 236 b2 = 274
Selanjutnya, eliminasi (b1) dan dapatkan nilai (b2)
(v) 194 b1 + 236 b2 = 274 161
(iv) 161 b1 + 194 b2 = 226 194
(v) 31234 b1 + 37996 b2 = 44114
(iv) 31234 b1 + 37636 b2 = 43844
360 b2 = 270
b2 = 0,75
Dapatkan Nilai (b1) dan nilai (a) dengan melakukan substitusi, sehingga:
(v) 194 b1 + 236 b2 = 274
Perhatikan b2 = 0.75
194 b1 + 236 (0,75) = 274
194 b1 + 177 = 274
194 b1 = 97
b1 = 0,50
(i) 6a + 31 b1 + 40 b2 = 50
Perhatikan b1 = 0,50 dan b2 = 0,75
6a + 31(0,50) + 40 (0,75) = 50
6a + 15,5 + 30 = 50
6a = 4,5
a = 0,75
Sehingga Persamaan Regresi Berganda
a + b1 X1 + b2 X2 dapat ditulis sebagai 0,75 + 0,50 X1 + 0,75 X2