Regresi Linear Berganda 140302114531 Phpapp01
Transcript of Regresi Linear Berganda 140302114531 Phpapp01
![Page 1: Regresi Linear Berganda 140302114531 Phpapp01](https://reader036.fdokumen.com/reader036/viewer/2022082406/5695d2631a28ab9b029a3a79/html5/thumbnails/1.jpg)
BAB I
PENDAHULUAN
1.1 Latar Belakang
Statistik merupakan data, informasi, atau hasil penerapan algoritma statistika
pada suatu data. Statistik juga dapat digunakan untuk menguji suatu hipotesis dengan
kebenaran secara ilmiah yang sering disebut dengan statistik inferensial. Selain itu
statistik juga dapat meramal suatu kejadian di masa depan dengan menggunakan data
yang ada di masa sekarang yang sering disebut dengan estimasi.
Statistik parametrik merupakan salah satu macam statistik, yang salah satu
fungsinya untuk menghitung korelasi atau pengaruh suatu variabel terhadap variabel
lainnya yang tercakup dalam regresi linear berganda.
Di era modern seperti sekarang dipandang perlu adanya evaluasi secara
matematik dengan menggunakan ilmu statistik dalam hal bisnis, karena adanya
persaingan yang tinggi didalamnya. Tujuannya adalah agar bisa menjalankan bisnis
dengan efektif dan efisien. Dan salah satu dari ilmu statistik yang mendukung hal
tersebut adalah statistik parametrik pada regresi linear berganda .
1
![Page 2: Regresi Linear Berganda 140302114531 Phpapp01](https://reader036.fdokumen.com/reader036/viewer/2022082406/5695d2631a28ab9b029a3a79/html5/thumbnails/2.jpg)
BAB II
PEMBAHASAN
2.1 Statistik Parametrik
Statistik Parametrik yaitu ilmu statistik yang mempertimbangkan jenis
sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau tidak.
Dengan kata lain, data yang akan dianalisis menggunakan statistik parametrik harus
memenuhi asumsi normalitas. Pada umumnya, jika data tidak menyebar normal,
maka data seharusnya dikerjakan dengan metode statistik non-parametrik, atau
setidak-tidaknya dilakukan transformasi terlebih dahulu agar data mengikuti sebaran
normal, sehingga bisa dikerjakan dengan statistik parametrik.
Contoh metode statistik parametrik :
a. Uji-z (1 atau 2 sampel)
b. Uji-t (1 atau 2 sampel)
c. Korelasi pearson,
d. Perancangan percobaan (one or two-way anova parametrik), dll.
Ciri-ciri statistik parametrik :
- Data dengan skala interval dan rasio
- Data menyebar/berdistribusi normal
Keunggulan dan kelemahan statistik parametrik
Keunggulan :
1. Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak
diuji dan dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan
kuat.
2. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal
serta memiliki varian yang homogen.
Kelemahan :
1. Populasi harus memiliki varian yang sama.
2. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.
2
![Page 3: Regresi Linear Berganda 140302114531 Phpapp01](https://reader036.fdokumen.com/reader036/viewer/2022082406/5695d2631a28ab9b029a3a79/html5/thumbnails/3.jpg)
3. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus
normal dan bervarian sama, dan harus merupakan kombinasi linear dari efek-efek
yang ditimbulkan
2.2 Regresi Linear Berganda
Analisis regresi linier berganda adalah hubungan secara linear antara dua atau
lebih variabel independen (X1, X2,….Xn) dengan variabel dependen (Y). Analisis ini
untuk mengetahui arah hubungan antara variabel independen dengan variabel
dependen apakah masing-masing variabel independen berhubungan positif atau
negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel
independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya
berskala interval atau rasio.
Persamaan regresi linear berganda sebagai berikut:
Y’ = a + b1X1+ b2X2+…..+ bnXn
Keterangan:
Y’ = Variabel dependen (nilai yang diprediksikan)
X1 dan X2 = Variabel independen
a = Konstanta (nilai Y’ apabila X1, X2…..Xn = 0)
b = Koefisien regresi (nilai peningkatan ataupun penurunan)
Standar Deviasi (s) adalah akar dari Varians (R2)
Rumus Standar Deviasi
S= √s2
Rumus Average x1 x2 dan y
X1= ∑ x1 i
n X2=
∑ x2
n Y =
∑ y2
n
3
![Page 4: Regresi Linear Berganda 140302114531 Phpapp01](https://reader036.fdokumen.com/reader036/viewer/2022082406/5695d2631a28ab9b029a3a79/html5/thumbnails/4.jpg)
Rumus Varians
(s2 ¿ = ∑ ¿¿¿
Rumus mencari koefisien regresi
∑ yi = a 0n+a 1∑ x 1i+a 2∑ x 2i ………………(1)
∑ yixi = a 0∑ x 1i+a 1∑ x i2+a 2∑ x1 ix 2i ……………… (2)
∑ y1 = a 0∑ x 2i+a 1∑ x1 ix 2 i+a2∑ x 2i2 ………………(3)
Rumus Koefisien korelasi parsial
rx1 = n¿¿
Korelasi Ganda R dan Koefisien Determinasi R2
Ry1x1x2= √ (ryx 12+ryx 22)−(2 ryx1 . ryx 2. rx 1 x 2)(1−rx1 x 22)
Koefisien Determinasi R2
R2= (ryx 1¿¿2+ryx 22)−(2 ryx 1 .ryx 2 . rx1 x2)
(1−x 1. x 22)¿
Rumus F hitung
F = R2:k
(1−R2 ) .(n−k−1)
Rumus F tabel
F1 = k-1 F2= n-k
2.3 contoh soal dan pembahasannya
4
![Page 5: Regresi Linear Berganda 140302114531 Phpapp01](https://reader036.fdokumen.com/reader036/viewer/2022082406/5695d2631a28ab9b029a3a79/html5/thumbnails/5.jpg)
Tahun
Biaya Pemasaran Jumlah Sales Penjualan
X1 X2 Y (xi-xbar) (xi-xbar)^22001 2.5 25 34 -1.625 2.6402002 2.5 35 24 -1.625 2.6402003 2.75 40 39 -1.375 1.8902004 3 45 39 -1.125 1.2652005 3.5 55 49 -0.625 0.3902006 4.5 59 54 0.375 0.1402007 4 65 59 -0.125 0.0152008 5 72 59 0.875 0.7652009 5.25 78 69 1.125 1.2652010 5.25 85 79 1.125 1.2652011 5.5 92 84 1.375 1.8902012 5.75 98 84 1.625 2.640
jml 49.5 749 673 0 16.8125
avrg 4.125 62.416 56.083 0 1.401
(x2-x2bar)^2 (yi-ybar) (y-ybar)^21400.006 -22.083 487.673751.6736 -32.083 1029.340
502.506 -17.083 291.840303.340 -17.083 291.840255.0069 -7.083 50.173
11.673 -2.083 4.3406.673 2.916 8.506
91.840 2.916 8.506
5
x1iyi x2iyi X1i^2 X2i^2 Yi^2 x1ix2i (x2i-xbar)85 850 6.25 625 1156 62.5 -37.41660 840 6.25 1225 576 87.5 -27.416
107.25 1560 7.5625 1600 1521 110 -22.416117 1755 9 2025 1521 135 -17.416
171.5 2695 12.25 3025 2401 192.5 -7.416243 3186 20.25 3481 2916 265.5 -3.416236 3835 16 4225 3481 260 2.583295 4248 25 5184 3481 360 9.583
362.25 5382 27.563 6084 4761 409.5 15.583414.75 6715 27.563 7225 6241 446.25 22.583
462 7728 30.25 8464 7056 506 29.5833483 8232 33.063 9604 7056 563.5 35.583
3036.75 47026 221 52767 42167 3398.25 0253.062 3918.833 18.417 4397.25 3513.916 283 0
![Page 6: Regresi Linear Berganda 140302114531 Phpapp01](https://reader036.fdokumen.com/reader036/viewer/2022082406/5695d2631a28ab9b029a3a79/html5/thumbnails/6.jpg)
242.840 12.916 166.840510.006 22.916 525.173875.173 27.916 779.340
1266.173 27.916 779.340
6017 0 4423501 0 369
2.3 Contoh Soal
Sebuah Perusahaan meminta anda untuk membuat analisa dan model untuk peramalan
penjualan produk, dimana variabelnya adalah jumlah biaya pemasaran dan jumlah
sales yang bekerja pada perusahaan tersebut. Data perusahaan selama 2001 sampai
dengan tahun 2012 adalah sebagaimana terlampir. Dengan menggunakan data diatas
anda diminta untuk membuat/menghitung :
1. Buatkanlan deskriptif data tersebut (average, varians, std deviasi, Diagram )
2. Hitunglah Model Persamaan Regresi Y = a0 + a1X1+a2X2
3. Hitunglah Koefisien Korelasi parsial (rx1y, rx2y dan rx1x2)
4. Hitunglah Korelasi Ganda (R ) dan Koefisien determinasi (R2 )
5. Hitunglah Nilai F
6. Buatkanlah Analisa dari hasil no 1 s/d 5
Jawab
Jawab
No. 1
Average x1 x2 dan y
X1= ∑ x1 i
n=
49,512
= 4,125
X2= ∑ x2
n=
74912
= 62,416
Y = ∑ y2
n=
67312
= 56,083
6
![Page 7: Regresi Linear Berganda 140302114531 Phpapp01](https://reader036.fdokumen.com/reader036/viewer/2022082406/5695d2631a28ab9b029a3a79/html5/thumbnails/7.jpg)
Varians (s2 ¿ = ∑ ¿¿¿
x1= ∑ ¿¿¿ = 16,812
11 = 1,528
x2= ∑ ¿¿¿ = 6017
11 = 547
y = ∑ ¿¿¿ = 4423
11 = 1402,090
Standar Deviasi (s) adalah akar dari Varians (R2)
S= √s2 maka untuk x1= √1,528 = 1,236
x2= √547 = 23,338
y = √402,090 = 20,052
Diagram variabel
7
![Page 8: Regresi Linear Berganda 140302114531 Phpapp01](https://reader036.fdokumen.com/reader036/viewer/2022082406/5695d2631a28ab9b029a3a79/html5/thumbnails/8.jpg)
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 20120
20
40
60
80
100
120
Biaya pemasaranJumlah salesPenjualan
No. 2
Rumus Persamaan
∑ yi = a 0n+a 1∑ x 1i+a 2∑ x 2i ………………(1)
∑ yixi = a 0∑ x 1i+a 1∑ x i2+a 2∑ x1 ix 2i ……………… (2)
∑ y1 = a 0∑ x 2i+a 1∑ x1 ix 2 i+a2∑ x 2i2 ………………(3)
Aplikasi rumus pada soal
673 = a0.12+a1.49,5+a2.749 ………… ..(1)
3036,75 = a0.49,5+a1.221+a2.3398,25………… ..(2)
47026 = a 0.749+a1.3398,25+a2.52767 ………… ..(3)
Kemudian mengeliminasi persamaan (1) dengan (2)
673 = a 0.12+a1.49,5+a2.749 x 49,5
3036,75 = a 0.49,5+a 1.221+a2.3398,25 x 12
33313,5 = a 0.594+a1.2450,25+a2.37075,5
36441 = a 0.594+a1.2652+a 2.40779
-3127,5 = −a 1.201,75−a2.3703,5 ……… ..(4)
Kemudian untuk mencari persamaan (5) maka mengeliminasi persamaan (1) (3)
8
![Page 9: Regresi Linear Berganda 140302114531 Phpapp01](https://reader036.fdokumen.com/reader036/viewer/2022082406/5695d2631a28ab9b029a3a79/html5/thumbnails/9.jpg)
673 = a 0.12+a1.49,5+a2.749 x 749
47026 = a 0.749+a1.3398,25+a2.52767 x 12
504077 = a 0.8988+a 1.37075,5+a 2.561001
564312 = a 0.8988+a 1.40779+a2.633204
- 60235 = −a 1.3703,5−a2.72203 ………(5)
Kemudian mencari nilai a 1 dengan mengeliminasi substitusi persamaan (4) (5)
-3127,5 = −a 1.201,75−a2.3703,5 x 72203
- 60235 = −a 1.3703,5−a2.72203 x 3703,5
-225814882,5 = −a 1.14566955,25−a 2.267403810,5
-223080322,5 = −a 1.13715912,25−a 2.267403810,5
-2734560 = −a 1.851043
a 1= 3,213 ………(6)
Selanjutnya mencari nilai a 2 dengan mensubstitusikan persamaan (6) ke (5)
- 60235 = −a 1.3703,5−a2.72203
- 60235 = −3,213 . 3703,5−a2.72203
- 60235 = −11899,345−a 2.72203
a 2.72203= −11899,345+60235
a 2.72203= −48335,665
a 2= 0,669 ………(7)
Selanjutnya mencari nilai a 0 dengan mensubsititusikan persamaan (6) dan (7) kedalam Persamaan (1)
673 = a 0.12+a1.49,5+a2.749 ………… ..(1)
673 = a 0.12+3,213 . 49,5+0,669 .749
673 = a 0.12+660,124
a 0.12= 673– 660,124
a 0.12= −12,876
9
![Page 10: Regresi Linear Berganda 140302114531 Phpapp01](https://reader036.fdokumen.com/reader036/viewer/2022082406/5695d2631a28ab9b029a3a79/html5/thumbnails/10.jpg)
a 0 = - 1,073 …….(8)
Jadi persamaan nya adalah
Penjualan = -1,073 + 3,213 Pemasaran + 0,669 Jumlah Sales
No. 3
Koefisien korelasi parsial
rx1 = n¿¿
rx1i = (12 .3036,75 )−(49,5.673)
√ {(12.221 )−2450,25¿ }. {(12.42167 )−(452929)}
rx1i = 36441−33313,5
√(2652−2450,25 ) .(506004−452929)
rx1i = 3127,5
√(201,75 ) .(53075)
rx1i = 3127,5
3272,289
rx1i = 0,955
rx2y = ¿¿
rx2y = (12 .47026 )−(749 . 673)
√ {12 (52767 )−561001 } . {(12.42167 )−452929 }
rx2y = 564312−504077
√72203 . 53075
rx2y = 60,235
61904,557
rx2y = 0,973
rx1x2 = ¿¿
rx1x2 = (12 .3398 )−(49,5 . 749)
√ {12 (221−2450,25 ) } . {(12 .52767)−561001 }
10
![Page 11: Regresi Linear Berganda 140302114531 Phpapp01](https://reader036.fdokumen.com/reader036/viewer/2022082406/5695d2631a28ab9b029a3a79/html5/thumbnails/11.jpg)
rx1x2 = 40776−37075,5
√201,75 .72203
rx1x2 = 3700,5
3816,668
rx1x2 = 0,969
No. 4
Korelasi Ganda R dan Koefisien Determinasi R2
Ry1x1x2= √ (ryx 12+ryx 22)−(2 ryx1 . ryx 2. rx 1x 2)(1−rx1 x 22)
Ry1x1x2= √ (0,99 52+0,97 32 )−¿¿¿
Ry1x1x2= √ ( 0,912+0,946 )−(1,800)¿¿ ¿
Ry1x1x2= √ 1,858−1,8000,061
Ry1x1x2= √ 0,0570,061
Ry1x1x2= √0,949
Ry1x1x2= 0,974
Koefisien Determinasi R2
R2= (ryx 1¿¿2+ryx 22)−(2 ryx 1 .ryx 2 . rx1 x2)
(1−x 1. x 22)¿
R2= 0,949
No. 5
Nilai F hitung
F = R2:k
(1−R2 ) .(n−k−1)
11
![Page 12: Regresi Linear Berganda 140302114531 Phpapp01](https://reader036.fdokumen.com/reader036/viewer/2022082406/5695d2631a28ab9b029a3a79/html5/thumbnails/12.jpg)
F = 0,949 :2
(1−0,949 )(12−2−1)
F = 0,475
(0,051 )(9)
F = 0,4750 ,005
= 83,736
Nilai F tabel
F1= k-1
F1=2-1
F1= 1
F2= n-k
F2= 12-2
F2= 10
No. 6
Analisa dari data diatas
Ha : adanya pengaruh antara nilai penjualan dengan biaya pemasaran dan jumlah karyawan.
Ho : tidak adanya pengaruh antara nilai penjualan dengan biaya pemasaran dan jumlah karyawan.
Maka, terdapat pengaruh antara Y bersama sama dengan X1dengan X2. Karena ternyata :
Fhitung > Ftabel
83,736 > 4,96
F Hitung > F Tabel maka, Ha ditolak berhubungan tapi tidak signifikan
Semakin banyak jumlah sales maka semakin besar jumlah penjualannya
BAB III
PENUTUP
12
![Page 13: Regresi Linear Berganda 140302114531 Phpapp01](https://reader036.fdokumen.com/reader036/viewer/2022082406/5695d2631a28ab9b029a3a79/html5/thumbnails/13.jpg)
Demikian penjabaran singkat mengenai point – point yang saya bahas.
Kesempurnaan hanya milik Allah SWT, dan kekurangan adalah milik kami sebagai
manusia. Mohon kritik dan saran dari pembaca, guna menjadikan sesuatu yang lebih
baik lagi di masa mendatang.
13