2. HUBUNGAN LEBIH DARI DUA VARIABEL
REGRESI LINEAR BERGANDA
Apabila terdapat lebih dari dua variabel, maka hubungan linear
dapat dinyatakan dalam persamaan regresi linear berganda
sebagai berikut :
Y’= b0 + b1X1 + b2X2 + . . . + bkXk
Disini ada satu variabel tidak bebas, yaitu Y’ dan ada k varibel
bebas, yaitu X1, . . . , Xk
3. Untuk menghitung b0, b1, b2, . . . , bk kita gunakan metode kuadrat terkecil
yang menghasilkan persamaan normal sebagai berikut :
b0 n + b1 ΣX1 + b2 ΣX2 + . . . + bk ΣXk = ΣY
b0ΣX1 + b1 ΣX1
2
+ b2 Σ X1X2 + . . . + bk Σ X1Xk = ΣX1Y
b0ΣX2 + b1 ΣX2X1 + b2 Σ X2
2
+ . . . + bk Σ X2Xk = ΣX2Y
. . . . .
. . . . .
. . . . .
b0ΣXk + b1 ΣX1Xk + b2 Σ X2Xk + . . . + bk Σ Xk
2
= ΣXkY
4. Kalau persamaan ini dipecahkan, kita akan memperoleh nilai
b0, b1, b2, . . . , bk. Kemudian dapat dibentuk persamaan regresi
linear berganda.
Apabila persamaan regresi itu telah diperoleh, barulah kita dapat
meramalkan nilai Y dengan syarat kalau nilai X1, X2, . . . ., Xk
sebagai variabel bebas sudah diketahui.
Misalkan: k =2, maka Y’ = b0 + b1X1 + b2X2, satu variabel tak
bebas(Y), dan dua variabel bebas (X1 dan X2), maka b0, b1, dan b2
dihitung dari persamaan normal berikut :
13. Dalam suatu penelitian yang dilakukan terhadap 10 rumah tangga
yang dipilih secara acak, diperoleh data pengeluaran untuk pembelian
barang-barang tahan lama per minggu (Y), pendapatan per minggu
(X1), dan jumlah anggota rumah tangga (X2) sebagai berikut :
seandainya suatu rumah tangga mempunyai X1 dan X2, masing-masing
11 dan 8. berapa besarnya nilai Y. Artinya, berapa ratus rupiah rumah
tangga yang bersangkutan akan mengeluarkan untuk pembelian
barang-barang tahan lama ?
Y (ratusan rupiah) 23 7 15 17 23 22 10 14 20 19
X1 (ribuan rupiah) 10 2 4 6 8 7 4 6 7 6
X2 (orang) 7 3 2 4 6 5 3 3 4 3
Contoh 8.4
17. KORELASI BERGANDA
• Apabila kita mempunyai tiga variabel Y, X1, X2, maka korelasi
X1 dan Y digambarkan dengan rumus berikut :
• Korelasi X2 dan Y digambarkan dengan rumus berikut :
• Korelasi X1 dan X2 digambarkan dengan rumus berikut :
∑∑
∑==
22
1
1
1
ii
ii
yyx
yx
yx
rr i
∑∑
∑==
22
2
2
22
ii
i
yyx
yx
yx
rr
i
∑∑
∑
==
2
2
2
1
21
1221
ii
i
xx
xx
xix
rr
18. • Kalau kita ingin mengetahui kuatnya hubungan antara variabel Y dengan
beberapa variabel X lainnya (misalnya antara Y dengan X1 dan X2), maka
kita harus menggunakan suatu koefisien korelasi yang disebut koefisien
korelasi linear berganda (KKLB) yang rumusnya adalah sebagai berikut :
• Apabila KKLB dikuadratkan, maka akan diperoleh koefisien penentuan
(KP), yaitu suatu nilai untuk mengukur besarnya sumbangan dari
beberapa variabel X terhadap variasi (naik-turunnya) Y. Kalau Y’ = b0 +
b1X1 + b2X2, KP mengukur besarnya sumbangan X1 dan X2 terhadap
variasi, atau naik turunnya Y.
• Apabila dikalikan dengan 100% akan diperoleh persentase sumbangan X1
dan X2terhadap naik-turunnya Y.
2
12
1221
2
2
2
1
12.
1
2
r
rrrrr
RKKLB
yyyy
y
−
−+
==
2
12.y
RKP =
19. ∑
∑ ∑+
== 2
22112
12.
i
iiii
y
y
yxbyxb
RKP
( )( )
( )( )
( )
( )∑ ∑
∑ ∑
∑ ∑ ∑
∑ ∑
∑ ∑ ∑
∑ ∑
−=
−=
−=
−−=
−=
−−=
22
22
22
222
11
111
1
1
1
ii
ii
iiii
iiii
iiii
iiii
Y
n
Y
YYy
YX
n
YX
YYXXyx
YX
n
YX
YYXXyx
Koefisien penentuan dapat juga dihitung berdasarkan rumus
berikut :
20. Y = 3,92 + 2,50 X1 – 0,48 X2
Y = b0 + b1 X1 + b2 X2
( )( )
( )( )
( )
( ) 272170
10
1
162.3
1
5717040
10
1
737
1
10217060
10
1
122.1
1
2
222
222
111
=−=
−=
=−=
−=
=−=
−=
∑ ∑∑
∑ ∑ ∑∑
∑ ∑ ∑∑
iii
iiiiii
iiiiii
Y
n
Yy
YX
n
YXyx
YX
n
YXyx
( ) ( )
84,08369,0
272
5748,010250,2
2
2211
2
12.
==
−
=
+
=
=
∑
∑ ∑
KP
KP
y
yxbyxb
KP
RKP
i
iiii
y
90,08369,0
2
12.
12.
==
=
=
KKLB
RKKLB
RKKLB
y
y
Contoh 8.5
21. KOEFISIEN KORELASI PARSIAL
• Kalau variabel Y berkorelasi dengan X1 dan X2, maka
koefisien korelasi antara Y dan X1 (X2 konstan), antara Y dan
X2 (X1 konstan), dan antara X1 dan X2 (Y konstan) disebut
Koefisien Korelasi Parsial (KKP)
22. • Koefisien korelasi parsial X1 dan Y, kalau X2 konstan
• Koefisien korelasi parsial X2 dan Y, kalau X1 konstan
• Koefisien korelasi parsial X1 dan X2, kalau Y konstan
2
12
2
2
1221
2.1
11 rr
rrr
r
y
yy
y
−−
−
=
2
12
2
1
1212
1.2
11 rr
rrr
r
y
yy
y
−−
−
=
2
2
2
1
2112
.12
11 yy
yy
y
rr
rrr
r
−−
−
=
23. =2.1yr Koefisien Korelasi Parsial antara biaya iklan dan hasil penjualan
kalau pendapatan konstan. Jadi pengaruh pendapatan terhadap
hasil penjualan tidak diperhitungkan.
Koefisien Korelasi Parsial antara biaya iklan dan pendapatan
kalau hasil penjualan konstan. Jadi pengaruh hasil penjualan
terhadap pendapatan tidak diperhitungkan.
Koefisien Korelasi Parsial antara pendapatan dan hasil penjualan
kalau biaya iklan konstan. Jadi pengaruh iklan terhadap hasil
penjualan tidak diperhitungkan.
=1.2 yr
=yr .12
24. Contoh 8.6
• Dengan menggunakan contoh 8.4, hitunglah koefisien korelasi
parsial antara X1dan Y, X2dan Y, serta X1dan X2.
Penyelesaian
( )( )
( )( )
( )
( ) 272170
10
1
162.3
1
5717040
10
1
737
1
10217060
10
1
122.1
1
2
222
222
111
=−=
−=
=−=
−=
=−=
−=
∑ ∑∑
∑ ∑ ∑∑
∑ ∑ ∑∑
iii
iiiiii
iiiiii
Y
n
Yy
YX
n
YXyx
YX
n
YXyx
( )
( )
27)40)(60(
10
1
267
1
2240
10
1
182
)(
1
4660
10
1
406
)(
1
212121
2
11
2
2
2
2
2
11
2
1
2
=−=
∑∑−∑=
=−=
∑−=
=−=
∑−=
∑
∑∑
∑∑
iiiiii
iii
iii
XX
n
XXXX
X
n
X
n
xx
xx