analisis-regresi-berganda1
-
Upload
heru-satria -
Category
Documents
-
view
8 -
download
0
Transcript of analisis-regresi-berganda1
Materi kuliah Analisis Multivariat Analisis Regresi Berganda :
Teknik Industri WiMa Madiun
1
ANALISIS REGRESI BERGANDA
Contoh :
Dari hasil penelitian diperoleh data sebagai berikut :
n Y X1 X2
1 23 10 7
2 7 2 3
3 15 4 2
4 17 6 4
5 23 8 6
6 22 7 5
7 10 4 3
8 14 6 3
9 20 7 4
10 19 6 3 Analisis :
n Y X1 X2 X1Y X2Y X1X2 X12 X22 Y2
1 23 10 7 230 161 70 100 49 529
2 7 2 3 14 21 6 4 9 49
3 15 4 2 60 30 8 16 4 225
4 17 6 4 102 68 24 36 16 289
5 23 8 6 184 138 48 64 36 529
6 22 7 5 154 110 35 49 25 484
7 10 4 3 40 30 12 16 9 100
8 14 6 3 84 42 18 36 9 196
9 20 7 4 140 80 28 49 16 400
10 19 6 3 114 57 18 36 9 361
Jml 170 60 40 1122 737 267 406 182 3162
Mean 17 6 4
n = 10
∑ Y = 170 Y = 17 X1 = 6 X2 = 4
∑ X1 = 60 ∑ X1Y = 1122 ∑ X12 = 406 ∑ Y2 = 3162
∑ X2 = 40 ∑ X2Y = 737 ∑ X22 = 182 ∑ X1X2 = 267
Materi kuliah Analisis Multivariat Analisis Regresi Berganda :
Teknik Industri WiMa Madiun
2
Menghitung Koefisien regresi
Y = bo + b1X1 + b2X2 + e
bo n + b1 ∑ X1 + b2 ∑ X2 = ∑ Y ( 1 )
bo ∑ X1 + b1 ∑ X12 + b2 ∑ X1X2 = ∑ X1Y ( 2 )
bo ∑ X2 + b1 ∑ X1X2 + b2 ∑ X22 = ∑ X2Y ( 3 )
PENGUJIAN KOEFISIEN ARAH b1, b2 SECARA PARSIAL
Untuk menguji koefisien arah b1 dan b2 secara parsial digunakan uji t.
Sebelum dilakukan uji t, terlebih dahulu menghitung nilai V(b1), V(b2),
se(b1)dan se(b2), sbb :
Rumus :
V(b1) = 2
2121
222
2
212
1
222
2
)()(
)(
∑∑−∑−
∑−∑
∑−∑
∑−∑
n
XXXX
n
XX
n
XX
n
XX
x MSE
se(b1) = )( 1bV
V(b2) = 2
2121
222
2
212
1
212
1
)()(
)(
∑∑−∑−
∑−∑
∑−∑
∑−∑
n
XXXX
n
XX
n
XX
n
XX
x MSE
se(b2) = )( 2bV
1. Pengujian koefisien b1
� Hipotesis :
• Ho : β1 = 0 ( Tidak terdapat pengaruh yang signifikan
secara parsial variable X1 terhadap variable Y
• Ha : β1 ≠ 0 ( Terdapat pengaruh yang signifikan secara
parsial variable X1 terhadap variable Y
� Uji statistik dengan uji t � Taraf signifikansi yang digunakan adalah 0,01 dengan n = 10
dan k = 2
� Diuji dengan 2 arah, dengan nilai ttabel = tα/2 ; db : n-k-1 = t0,01/2 ; db : 10-2-1 = t0,05 ;db : 7 = ± 3,499
Materi kuliah Analisis Multivariat Analisis Regresi Berganda :
Teknik Industri WiMa Madiun
3
� Kriteria penerimaan :
• JIka thitung ≥ ttabel maka Ho ditolak dan terima Ha
• JIka thitung < ttabel maka Ho diterima dan tolak Ha
Kurva penerimaan Ho :
Daerah
penolakan Ho
Daerah
penerimaan Ho
Daerah
penolakan Ho
- 3,499 3,499
� Nilai statistik t (thitung)
thitung = )( 1
1
bse
b
� Kesimpulan
Latihan : 1. Hitung nilai V(b1), V(b2), se(b1)dan se(b2) dari kasus di atas
2. Lakukan pengujian koefisien b1 dan b2
MENGHITUNG KOEFIEISN KORELASI PARSIAL DAN BERGANDA
� Koefisien korelasi parsial
• Korelasi X1 dengan Y (ryx1)
ryx1 =
∑−∑
∑−∑
∑∑−∑
n
YY
n
XX
n
YXYX
22
212
1
11
)()(
• Korelasi X2 dengan Y (ryx2)
ryx2 =
∑−∑
∑−∑
∑∑−∑
n
YY
n
XX
n
YXYX
22
222
2
22
)()(
• Korelasi X1 dengan X2 (rx1x2)
rx1x2 =
∑−∑
∑−∑
∑∑−∑
n
XX
n
XX
n
XXXX
222
2
212
1
2121
)()(
setelah dihitung koefisien korelasi di atas, selanjutnya dihitung
koefisien korelasi parsial yang sebenarnya dengan mengeliminir
factor koreksinya, dengan rumus sbb :
Materi kuliah Analisis Multivariat Analisis Regresi Berganda :
Teknik Industri WiMa Madiun
4
• Korelasi X1 dengan Y (ry1) dengan asumsi var. X2 konstan
ry1 = )1)(1(
))((2
212
2
2121
xxyx
xxyxyx
rr
rrr
−−
−
• Korelasi X2 dengan Y (ry2) dengan asumsi var. X1 konstan
ry2 = )1)(1(
))((2
212
1
2112
xxyx
xxyxyx
rr
rrr
−−
−
• Korelasi X1 dengan X2 (ry12) dengan asumsi var. Y konstan
ry12 = )1)(1(
))((2
22
1
2121
yxyx
yxyxxx
rr
rrr
−−
−
� Koefisien korelasi berganda ( R )
Sebelum dihitung koefisien korelasi berganda, terlebih dahulu
dihitung koefisien determinasi (R2), dengan rumu sbb :
R2 = SST
SSR−1 sehingga nilai R dapat dihitung dengan rumus :
R = 2R
� MENGETAHUI FAKTOR (Var. X) YANG PALING DOMINAN
MEMPENGARUHI Y
Variable yang dominan mempengaruhi var. Y dapat dilihat dari
nilai thitung yang paling besar. Latihan : 1. Hitung koefisien korelasi parsial dari kasus di atas
2. Hitung koefisien korelasi berganda dari kasus di atas 3. Variabel mana yang paling dominan berpengaruh
terhadap var. Y ?
Materi kuliah Analisis Multivariat Analisis Regresi Berganda :
Teknik Industri WiMa Madiun
5
Chow Test :
Chow test adl alat untuk menguji test for equality of coefficients atau
uji kesamaan koefisien (Ref. Imam Ghozali, 2001:51).
Jika hasil observasi yang sedang diteliti dikelompokkan dalam dua
kelompok, dan akan diuji apakah dua kelompok observasi tersebut
mempunyai koefisien yang sama atau tidak, maka analisis ini dapat
dilakukan dengan chow test. Uji kesamaan koefisien dua kelompok
dilakukan dengan rumus F test, sbb :
F = )/(
/)(
knSSRu
rSSRuSSRr
−−
Keterangan :
SSRr = sum of squared residual dari restricted regression(total
regresi)
SSRu = sum of squared residual dari unrestricted regression
(masing-masing kelompok), yang diperoleh dari :
SSRu = SSR kel. pertama + SSR kel. kedua
n = jumlah observasi
k = jumlah parameter (variable) yang diestimasikan pd
unrestricted regression yang diperoleh dari :
k = k kel. pertama + k kel. Kedua
r = jumlah parameter yang diestimasikan pd restricted
regression
hipotesis yang akan diuji adalah :
Ho : Tidak terdapat perbedaan antara dua kelompok observasi
Ha : Terdapat perbedaan antara dua kelompok observasi
Kriteria penerimaan Ho :
• Jika Fhitung ≥ Ftabel maka Ho ditolak, dan
• Jika Fhitung < Ftabel maka Ho diterima
Latihan : Lakukan chow test terhadap data latihan di atas, misalkan
data ke 1 s/d 5 adalah data observasi pertama dan data ke
6 s/d 10 adalah data observasi kedua
Referensi : Ghozali, Imam. 2001. Aplikasi Analisis Multivariate dengan
Program SPSS. Edisi kedua. Penerbit: Undip. Semarang