5. Regresi Linier Berganda.pdf

Embed Size (px)

Citation preview

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    1/42

    Regresi Linier Berganda

    SI 2 - Regresi & Korelasi Berganda 1

    Program Studi Teknik Industri

    Universitas Brawijaya

    Ihwan Hamdala, ST., MT

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    2/42

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    3/42

    Model Regresi Berganda

    Menguji hubungan linier antara1 variabel dependen (y) dan 2 atau lebih variabel independen (xn)

    Model pd populasi:

    Y-intercept Population slopes Random Error  

    Estimasi(atau prediksi)Nilai y

    Estimasi koofisien slope

    Estimasi model regresi berganda:

    Estimasiintercept

    nn2211  xb xb xba ŷ   ++++=  

    ε x β  x β  x β α y nn2211 +++++=  

    3SI 2 - Regresi & Korelasi Berganda

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    4/42

    Model Regresi Berganda

    Model dgn 2 variabel independen

    y

    x1

    x2

    2211   xb xba ŷ   ++=

    4SI 2 - Regresi & Korelasi Berganda

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    5/42

    Model Regresi Berganda

    Model dgn 2 variabel independen

    y

    x1

    x2

    2211   xb xba ŷ   ++=yi

    yi

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    6/42

     Asumsi Regresi Berganda

    Error berdistribusi normal

    Mean dari error adalah nol

    Error memiliki variansi yang konstan

    Error bersifat independen

    e = (y – y)

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    7/42

    Regresi Berganda

    Tentukan tujuan apa yang diinginkan dan pilih

    variabel dependennya

    Tentukan sejumlah variabel independen Pengumpulan data sampel (observasi) untuk

    semua variabel

    7SI 2 - Regresi & Korelasi Berganda

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    8/42

    Mencari Persamaan Regresi Berganda

    Dapat ditentukan dengan beberapa cara sbb:

    1. Metode Kuadrat Terkecil

    2. Persamaan Normal

    3. Sistem Matriks

    8SI 2 - Regresi & Korelasi Berganda

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    9/42

    1. Metode Kuadrat Terkecil (dgn 2 varindependen)

    2211   X b X bY a 

    2211   xb xba ŷ   ++=

    n

    Y Y 

    =

    n

     X  X 

      11

    ∑=

    n

     X  X 

      22

    ∑=

    9SI 2 - Regresi & Korelasi Berganda

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    10/42

    1. Metode Kuadrat Terkecil - lanjutan

    ( )( ) ( )( )( )( )   ( )221

    22

    21

    2211

    2

    21

     x x x x y x x x y x xb

    ∑-∑∑

    ∑∑-

    ∑∑=

    ( )( ) ( )( )( )( )   ( )2

    212

    22

    1

    12122

    12

     x x x x

     y x x x y x xb

    ∑-∑∑

    ∑∑-∑∑=

    10SI 2 - Regresi & Korelasi Berganda

    b1 dan b2  Koefisien regresi dicari dgn persamaan

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    11/42

    1. Metode Kuadrat Terkecil - lanjutan

    11SI 2 - Regresi & Korelasi Berganda

    222Y nY  y  -∑=∑

    2

    12

    12

    1   X n X  x  -∑=∑

    2

    22

    22

    2   X n X  x  -∑=∑

    Y  X nY  X  y x 111  -∑=∑

    Y  X nY  X  y x 222  -∑=∑

    212121   X  X n X  X  x x  -∑=∑

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    12/42

    Contoh Soal

    SI 2 - Regresi & Korelasi Berganda 12

    Internal Revenue Service mencoba mengestimasi pajak

    aktual yang tak terbayar tiap bulan di divisi Auditing.

    Dua faktor yang mempengaruhinya adalah jumlah jam

    kerja pegawai dan jumlah jam kerja mesin (komputer).

    Untuk menganalisis seberapa besar kedua faktor itumempengaruhi besarnya pajak aktual tak terbayar tiap

    bulan, dilakukan pencatatan selama 10 bulan dengan

    data ditunjukkan pada tabel berikut.

    Cari persamaan regresi linier bergandanya!

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    13/42

    Contoh Soal-lanjutan

    SI 2 - Regresi & Korelasi Berganda 13

    X1 X2 Y (Rp 1000)

    Jam kerja pegawaiJam kerja

    mesin/komputer

    Pajak aktual yang

    tidak dibayar

    Januari 45 16 29

    Pebruari 42 14 24Maret 44 15 27

    April 45 13 25

    Mei 43 13 26

    Juni 46 14 28

    Juli 44 16 30

    Agustus 45 16 28

    September 44 15 28

    Oktober 43 15 27

    Bulan

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    14/42

    Jawab

    14SI 2 - Regresi & Korelasi Berganda

    n ke X1 X2 Y X1Y X2Y X1X2 X12

    X22 Y

    1 45 16 29 1.305 464 720 2.025 256 841

    2 42 14 24 1.008 336 588 1.764 196 576

    3 44 15 27 1.188 405 660 1.936 225 729

    4 45 13 25 1.125 325 585 2.025 169 6255 43 13 26 1.118 338 559 1.849 169 676

    6 46 14 28 1.288 392 644 2.116 196 784

    7 44 16 30 1.320 480 704 1.936 256 900

    8 45 16 28 1.260 448 720 2.025 256 784

    9 44 15 28 1.232 420 660 1.936 225 78410 43 15 27 1.161 405 645 1.849 225 729

    Rata2 44,1 14,7 27,2

    Total 441 147 272 12.005 4.013 6.485 19.461 2.173 7.428

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    15/42

    Jawab - lanjutan

    SI 2 - Regresi & Korelasi Berganda 15

    6  ,29 )2 ,27  )( 10( 428.7 Y nY  y  2222

    =-=-∑=∑

    9 ,12 )1 ,44 )( 10( 461.19 X n X  x  22

    12

    12

    1 =-=-∑=∑

    1 ,12 )7  ,14 )( 10( 173.2 X n X  x   22

    22

    22

    2 =-=-∑=∑

    8 ,9 )2 ,27  )( 1 ,44 )( 10( 005.12Y  X nY  X  y x 111 =-=-∑=∑

    6  ,14 )2 ,27  )( 7  ,14 )( 10( 013.4Y  X nY  X  y x 222 =-=-∑=∑

    3 ,2 )7  ,14 )( 1 ,44 )( 10( 485.6  X  X n X  X  x x 212121 =-=-∑=∑

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    16/42

    Jawab - lanjutan

    SI 2 - Regresi & Korelasi Berganda 16

    ( )( ) ( )( )( )( )   ( )   564 ,0 )3 ,2(  )1 ,12 )( 9 ,12( 

     )6  ,14 )( 3 ,2(  )8 ,9 )( 1 ,12( 

     x x x x

     y x x x y x xb

    2221

    22

    21

    22112

    21 =

    -

    -=

    ∑-∑∑

    ∑∑-∑∑=

    ( )( ) ( )( )( )( )   ( )   099 ,1 )3 ,2(  )1 ,12 )( 9 ,12(  )8 ,9 )( 3 ,2(  )6  ,14 )( 9 ,12( 

     x x x x

     y x x x y x xb 2221

    22

    21

    1212212 =

    -

    -=∑-∑∑

    ∑∑-∑∑=

    828 ,13 )7  ,14 )( 099 ,1(  )1 ,44 )( 564 ,0( 2 ,27  X b X bY a 2211 -=--=--=

    Sehingga diperoleh persamaan regresi linier berganda

    yaitu:

     Y = -13,828 + 0,564X1 + 1,099X2

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    17/42

    Interpretasi persamaan regresiberganda

    SI 2 - Regresi & Korelasi Berganda 17

    Persamaan regresi linier berganda Y = -13,828 + 0,564X1 + 1,099X2

    Nilai a = -13,828

    Jika jam kerja pegawai (X1) dan jam kerja mesin (X2) keduanya bernilai nol,

    maka estimasi besarnya pajak tertunda (Y) sebesar -13,828

    Nilai b1 = + 0,564

    • Hubungan antara jam kerja pegawai (X1) dengan pajak tertunda (Y)

    • Jika jam kerja mesin (X2) adalah konstan, maka setiap kenaikan nilai jam

    kerja pegawai (X1) sebesar satu satuan akan meningkatkan pajak tertunda

    (Y) sebesar 0,564 satuan,

    Nilai b2 = + 1,099

    • Hubungan antara jam kerja mesin (X2) dengan pajak tertunda (Y)

    • Jika jam kerja pegawai (X1) adalah konstan, maka setiap kenaikan nilai jam

    kerja mesin (X2) sebesar satu satuan akan meningkatkan pajak tertunda (Y)

    sebesar 1,099 satuan

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    18/42

    2. Persamaan Normal

    SI 2 - Regresi & Korelasi Berganda 18

      =  + 11  + 22 

    1   = 1  + 112 + 21 2 

    2   = 2  + 11 2  + 222  

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    19/42

    Contoh (dari soal sebelumnya)

    SI 2 - Regresi & Korelasi Berganda 19

    n ke   X1   X2   Y   X1Y X2Y X1X2   X12

    X22 Y

    2

    1 45 16 29 1.305 464 720 2.025 256 841

    2 42 14 24 1.008 336 588 1.764 196 576

    3 44 15 27 1.188 405 660 1.936 225 729

    4 45 13 25 1.125 325 585 2.025 169 625

    5 43 13 26 1.118 338 559 1.849 169 676

    6 46 14 28 1.288 392 644 2.116 196 784

    7 44 16 30 1.320 480 704 1.936 256 900

    8 45 16 28 1.260 448 720 2.025 256 7849 44 15 28 1.232 420 660 1.936 225 784

    10 43 15 27 1.161 405 645 1.849 225 729

    Rata2 44,1 14,7 27,2

    Total 441 147 272 12.005 4.013 6.485 19.461 2.173 7.428

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    20/42

    Jawab

    SI 2 - Regresi & Korelasi Berganda 20

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    21/42

    Jawab  – lanjutan

    SI 2 - Regresi & Korelasi Berganda 21

    Diperoleh persamaan:

    Y = -13,828 + 0,564X1 + 1,099X2

    =

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    22/42

    3. Sistem Matriks

    SI 2 - Regresi & Korelasi Berganda 22

     A

     Aa

    det

    det 1 A

     Ab

    det

    det 21 

     A

     Ab

    det

    det3

     

     

     

     

    2

    2212

    21

    2

    11

    21

     X  X  X  X 

     X  X  X  X  X  X n

     A

     

     

     

     

    22212

    21

    2

    11

    21

    1

     X  X  X Y  X 

     X  X  X Y  X 

     X  X Y 

     A

     

     

     

     

    2

    222

    2111

    2

    2

     X Y  X  X 

     X  X Y  X  X  X Y n

     A

     

     

     

     

    Y  X  X  X  X 

    Y  X  X  X 

    Y  X n

     A

    2212

    1

    2

    11

    1

    3

    Dari persamaan

    normal disusun

    dalam bentuk

    matriks

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    23/42

    Mencari Determinan Matriks

    Untuk mencari determinan matriks berordo 3 x 3 dapat dengan

    beberapa metode, salah satunya dengan metode Sarrus. Misal ada

    sebuah matriks B.

    SI 2 - Regresi & Korelasi Berganda 23

    Maka

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    24/42

    Persamaan regresi berganda dengan3 variabel bebas

    SI 2 - Regresi & Korelasi Berganda 24

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    25/42

    Persamaan regresi berganda dengan3variabel bebas

    SI 2 - Regresi & Korelasi Berganda 25

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    26/42

    Persamaan regresi berganda dengan3 variabel bebas

    SI 2 - Regresi & Korelasi Berganda 26

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    27/42

    Kesalahan Baku & Koefisien RegresiBerganda

    Kesalahan baku : nilai yang menyatakan seberapa jauh

    menyimpangnya nilai regresi terhadap nilai yang sebenarnya

    SI 2 - Regresi & Korelasi Berganda 27

    mn

     y xb y xb y

    S e

      22112

    ( )( )21.Y 

    2

    12

    1

    e1

    r 1 X n X 

    S Sb

    -∑ -

    =

      21.

    2

    2

    2

    2

    2

    1 Y 

    e

    r  X n X 

    S Sb

     

    2

    2

    2

    2

    2

    1

    2

    1

    2121

    1.

     X  X n X  X n

     X  X  X  X nr Y 

    Koefisien

    Korelasi antara

    X1 dan X2

    m = k+1

    k = jmh var bebas

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    28/42

    Pada contoh soal sebelumnya

    SI 2 - Regresi & Korelasi Berganda 28

    mn

     y xb y xb yS e

      22112

    071 ,1310

     )6  ,14( 10 ,1 )8 ,9( 56  ,0( 6  ,29S e =-+-=

    Dgn persamaan pd slide

    sebelumnya bisa diperoleh

    nilai Sb1 dan Sb2:

    Kesalahan Baku & Koefisien RegresiBerganda

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    29/42

    Interval Keyakinan Bagi penduga B1dan B2

    SI 2 - Regresi & Korelasi Berganda 29

    Pengujian menggunakan distribusi t dengan derajat bebas (db) =n – m,

    Dengan contoh soal sebelumnya, dgn ∝ =5%, db = n – m = n – k

    -1 = 10 – 2 - 1 = 7, maka:

    Interval keyakinan bagi penduga B1 adalah

    b1 – t(α/2, n-k-1).Sb1< B1 < b1 + t(α/2, n-k-1).Sb1

    0,564 – (2,365)(0,303) < B1 < 0,564 + (2,365)(0,303)

    -0,153 < B1 < 1,281

    Interval keyakinan bagi penduga B2 adalahB2 – t(α/2, n-k-1).Sb2 < B2 < b2 + t(α/2, n-k-1).Sb2

    1,099 – (2,365)(0,313) < B2 < 1,099 – (2,365)(0,313)

    0,359 < B2 < 1,839

    P P f

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    30/42

    Pengujian Parameter KoefisienRegresi Berganda

    SI 2 - Regresi & Korelasi Berganda 30

    Bertujuan untuk menentukan apakah ada sebuah hubungan linear

    antar variabel tidak bebas Y dengan variabel bebas X1, X2,… ,Xk.

     Ada 2 bentuk pengujian hipotesis bagi koefisien regresi

    berganda:

    1. Pengujian hipotesis serentak2. Pengujian hipotesis individual

    Pengujian Hipotesis Serentak

    Merupakan pengujian hipotesis koefisien regresi berganda dengan

    B1 dan B2 serentak atau secara bersama-sama mempengaruhi Y.Pengujian Hipotesis individual

    Merupakan pengujian hipotesis koefisien regresi berganda

    dengan hanya satu B (B1 atau B2 ) yang mempengaruhi Y.

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    31/42

    Pengujian Hipotesis Serentak 

    Langkah-langkah pengujian:

    1. Menentukan formulasi hipotesis

    H0 : B1 = B2 = 0 (X1 dan X2 tidak mempengaruhi Y)

    H1 : B1   B2   0 (X1 dan X2 mempengaruhi Y ataupaling tidak ada X yang mempengaruhi Y

    2. Menentukan taraf nyata ( ) dan nilai F tabel

    Taraf () dan nilai F tabel ditentukan dengan derajatbebas  1 = k dan  2 = n - k -1

    SI 2 - Regresi & Korelasi Berganda 31

    F(1)(2) = …….

    k

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    32/42

    Pengujian Hipotesis Serentak -lanjutan

    Langkah-langkah pengujian:

    3. Menentukan kriteria pengujian

    H0 diterima jika F0 ≤ F(1)(2)

    H0 ditolak jika F0 > F

    (

    1)(

    2)4. Menentukan nilai uji statistik dengan tabel ANOVA

    SI 2 - Regresi & Korelasi Berganda 32

    Sumber 

    Variasi

    Jumlah

    Kuadrat

    Derajat

    Bebas

    Rata-rata

    Kuadrat

    F0

    Regresi

    (X1, X2)

    Error 

    JKR

    JKE

    k

    n – k - 1

    JKR

    k

    JKEn - k -1

    RKR

    RKE

    Total JKT n - 1

    S k

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    33/42

    Pengujian Hipotesis Serentak -lanjutan

    SI 2 - Regresi & Korelasi Berganda 33

    ∑ -=∑=  222

    Y nY  y JKT        y xb y xb JKR 2211

    ( ) ( )∑ ∑-+∑ -=   Y  X nY  X bY  X nY  X b JKR   222111JKE = JKT - JKR

    Selain menggunakan tabel ANOVA di

    atas, nilai Fo dapat pula ditentukan

    dengan menggunakan rumus:   )3(

    12

    0

    n

     KPB

     KPB

     F 

    Dimana:

    KPB = (R2) = koefisien penentu atau koefisien determinasi

    berganda

    n = jumlah sampel

    atau

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    34/42

    Pengujian Hipotesis Serentak -lanjutan

    KPB = (R2) = koefisien penentu atau koefisien

    determinasi berganda

    5. Membuat kesimpulanMenyimpulkan apakah H0 diterima atau ditolak

    SI 2 - Regresi & Korelasi Berganda 34

    2 = 11

     +

    22

    2  

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    35/42

    Pengujian Hipotesis Individual

    Langkah-langkah pengujian:

    1. Menentukan formulasi hipotesis

    H0 : Bi = 0 (tidak ada pengaruh Xi terhadap Y)

    H1 : Bi > 0 (ada pengaruh positif Xi terhadap Y)Bi < 0 (ada pengaruh negatif Xi terhadap Y)

    Bi ≠ 0 (ada pengaruh Xi terhadap Y)

    2. Menentukan taraf nyata ( ) dan nilai t tabel

    db = n - k

    SI 2 - Regresi & Korelasi Berganda 35

    P ji Hi t i I di id l

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    36/42

    Pengujian Hipotesis Individual -lanjutan

    Langkah-langkah pengujian:

    3. Menentukan kriteria pengujian

    H0 diterima jika t0 ≥ t (n-m)

    H0 ditolak jika t0 < t (n-m)

    4. Menentukan nilai uji statistik

    5. Membuat kesimpulan

    SI 2 - Regresi & Korelasi Berganda 36

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    37/42

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    38/42

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    39/42

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    40/42

    Jawab (pengujian individual)-lanjutan

    5. Kesimpulan

    Karena t1

    1,859 < 2,365

    Maka terima hipotesis H0

    : B1

    = 0

    Karena t2

    3,511 > 2,365

    Maka tolak Ho : B2 = 0

    Berarti:

    tidak ada hubungan linier antara variabel X1 dgn Y

    ada hubungan linier antara variabel X2 dgn Y

    SI 2 - Regresi & Korelasi Berganda 40

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    41/42

    Latihan Soal

    Keputusan konsumen untuk membeli suatu produk dipengaruhi oleh

    promosi dan harga. Dari data observasi diperoleh data sebagai

    berikut.

    SI 2 - Regresi & Korelasi Berganda 41

    No Promosi Harga Keputusan Konsumen

    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 5 227 4 3 10

    8 6 3 14

    9 7 4 20

    10 6 3 19

    Jumlah 60 40 170

  • 8/19/2019 5. Regresi Linier Berganda.pdf

    42/42

    Latihan Soal - lanjutan

    Pertanyaan:

    Buatlah persamaan regresi bergandanya!

    Jika penjual makanan tersebut ingin

    mengetahui apakah variabel promosi dan hargamempengaruhi keputusan konsumen untuk

    membeli produk, buatlah uji hipotesisnya dgn

    tingkat signifikansi 5%.