SlideShare a Scribd company logo
1 of 31
Kuswanto-2012
Regresi linier berganda
• Pada regresi linier sederhana € 1 variabel
bebas (X) dan 1 variabel tak bebas (Y)
• Regresi linier berganda :
• 2 atau lebih variabel bebas (X1, X2,…,Xn)
• 1 variabel tak bebas (Y)
• Apabila ada 2 variabel bebas, maka akan ada 2
koefisien regresi, yaitu b1 dan b2
• Bentuk persamaan
• Y = b0 + b1X1 + b2X2
Lebih dari 2 var bebas
• 3 var bebas : Y=b0 + b1X1 + b2X2 + b3X3
• 4 Var bebas :
Y=b0 + b1X1 + b2X2 + b3X3 + b4X4
• 5 Var bebas :
Y=b0+b1X1+b2X2+b3X3+b4X4+b5X5
• Namun demikian, makin banyak var bebas
makin sulit diinterpretasi
Cara analisis regresi berganda
1. Pendugaan model dengan rumus regresi
berganda (hanya untuk 2 variabel bebas)
2. Pendugaan model dengan matrik
1. Pendugaan model regresi
berganda dengan rumus
• hanya untuk 2 variabel bebas
€
•
efisien
1. Pendugaan model dengan rumus
regresi berganda
Σ Σ Σ
2
2
2
Σ 1 Σ 2 Σ 1 2
2
2
2 1 1 2
(
(
x )( x )  ( x x )
x y)  ( x x )(x y)
x )(
b1
Σ
Σ Σ Σ
2
2
2
1 Σ 2 Σ 1 2
1
1 2
2
2
1
(
)(
(
x )  ( x x )
x )(
x x )(x y)
y) (
x
x
b2 
Persamaan regresi Y = b0 + b1X1 + b2X2
  
  
b0  Y b1 X1  b2 X 2
dimana
Contoh soal
No Var Produksi (Y) Tinggi Tan (X1) Jmlh anakan (X2)
1 5,755 110,5 24,5
2 5,939 105,4 16,0
3 6,010 118,1 14,6
4 6,545 104,5 18,2
5 6,730 93,6 65,4
6 6,750 84,1 17,6
7 6,889 77,8 17,9
8 7,862 75,6 19,4
Total
Rerata
Cara mengerjakan € lengkapi tabel dengan …..
No Var Y X1 X2 YX1 YX2 X1X2
1 5,76 110,50 24,50
2 5,94 105,40 16,00
3 6,01 118,10 14,60
4 6,55 104,50 18,20
5 6,73 93,60 65,40
6 6,75 84,10 17,60
7 6,89 77,80 17,90
8 7,86 75,60 19,40
Total
Rerata
JK
Lengkapi tabel dengan nilai total, rata-rata dan jumlah kuadrat
No Var Y X1 X2 YX1 YX2 X1X2
1 5,76 110,50 24,50
2 5,94 105,40 16,00
3 6,01 118,10 14,60
4 6,55 104,50 18,20
5 6,73 93,60 65,40
6 6,75 84,10 17,60
7 6,89 77,80 17,90
8 7,86 75,60 19,40
Total 52,48 769,60 193,60
Rerata 6,56 96,20 24,20
JK 347,47 75789,24 6684,34
Lengkapi tabel dengan nilai YX1
No Var Y X1 X2 YX1 YX2 X1X2
1 5,76 110,50 24,50 635,93
2 5,94 105,40 16,00 625,97
3 6,01 118,10 14,60 709,78
4 6,55 104,50 18,20 683,95
5 6,73 93,60 65,40 629,93
6 6,75 84,10 17,60 567,68
7 6,89 77,80 17,90 535,96
8 7,86 75,60 19,40 594,37
Total 52,48 769,60 193,60 40388,61
Rerata 6,56 96,20 24,20
JK 347,47 75789,24 6684,34
Lengkapi tabel dengan nilai YX2
No Var Y X1 X2 YX1 YX2 X1X2
1 5,76 110,50 24,50 635,93 141,00
2 5,94 105,40 16,00 625,97 95,02
3 6,01 118,10 14,60 709,78 87,75
4 6,55 104,50 18,20 683,95 119,12
5 6,73 93,60 65,40 629,93 440,14
6 6,75 84,10 17,60 567,68 118,80
7 6,89 77,80 17,90 535,96 123,31
8 7,86 75,60 19,40 594,37 152,52
Total 52,48 769,60 193,60 40388,61 10160,13
Rerata 6,56 96,20 24,20
JK 347,47 75789,24 6684,34
Lengkapi tabel dengan nilai X1X2
No Var Y X1 X2 YX1 YX2 X1X2
1 5,76 110,50 24,50 635,93 141,00 2707,25
2 5,94 105,40 16,00 625,97 95,02 1686,40
3 6,01 118,10 14,60 709,78 87,75 1724,26
4 6,55 104,50 18,20 683,95 119,12 1901,90
5 6,73 93,60 65,40 629,93 440,14 6121,44
6 6,75 84,10 17,60 567,68 118,80 1480,16
7 6,89 77,80 17,90 535,96 123,31 1392,62
8 7,86 75,60 19,40 594,37 152,52 1466,64
Total 52,48 769,60 193,60 40388,61 10160,13 148994,56
Rerata 6,56 96,20 24,20
JK 347,47 75789,24 6684,34
Masukkan ke dalam rumus b1 dan b2
Menghitung b1 dan b2
• Dari rumus
• Ingat bahwa
2
2
2
2
Σ 2 Σ 1 Σ 1 2 2
Σ 1 Σ 2 Σ 1 2
( x )( x )  ( x x )
x )( x y )  ( x x )( x y)
b1 
(
X ) /n
x  (X ) ( 2
2
2
Σ 2 Σ 2 Σ 2
karena merupakan rumus varian
• Dan untuk
• Sehingga setiap nilai varian dan kovarian harus
diselesaikan dulu rumusnya baru nilai
dimasukkan untuk menghitung b1 dan b2
Σ Σ Σ
x  X ) /n
(X ) ( 2
1
2 2
1 1
Setelah semua varian dan kovarian
dimasukkan, maka..
• Diperoleh b1 = - 23,75
b2 = 150,27
•
diperoleh b0 = 3,336
• Persamaan regresi diperoleh
Y = 3,336 – 23,75 X1 + 150,27 X2
  
b0  Y b1 X 1  b2 X 2
Uji hipotesis
• H0 : bi = 0
H1 : bi / 0 maka thit =bi/sebi
• H0 : b1 = b2 =0
H1 : minimum salah satu / 0, maka tabel anovanya
SK Db JK RK F hit
2 buah b 2 Σbi (xiy) RK reg RK reg/RK
sisa
Sisa n-1-2 Sisa RK sisa
Total n-I JK Y
Menghitung anova
• Jumlah kuadrat regresi
JKr = b1 Σx1y + b2 Σx2y
= (-23,75)(65,194)+(150,27)(7,210)
= 2.631,804
• JKtotal = Σy² = 3.211,562
• JKsisa = Σy² -JKr = 579.700
Masukkan
SK Db JK RK F hit
Regresi 2 2.631.804 RK reg 11,35
Sisa 5 579.700 RK sisa
Total 7 3.211.562
€
pengaruh linier kombinasi tinggi tanaman dan jumlah anakan
memberikan kontribusi yang nyata thd keragaman produksi gabah
Koefisien determinasi JKr/JKtotal = 0,82
Kesimpulan : sebanyak 82% total keragaman produksi dari 8
varietas padi tersebut dapat dihitung dengan fungsi linier
berganda, dengan variabel tinggi tanaman dan jumlah
anakan
2. Pendugaan model regresi linier
berganda dengan matrik
2. Pendugaan model regresi linier berganda
dengan matrik
• Perhatikan Contoh Regresi Linier
Sederhana
• Model regresi linier sederhana, asalnya
Y = þ0 + þ1X + s
• Penduga dari model tercebut adalah
Y = b0 + b1X
• Contoh kacuc dengan data berikut
Data luas tanah (ha)(X) dan beaya produksi (Rp)(Y)
No Y X
1. 59,2 0,7
2. 97,8 1,5
3. 98,6 1,9
…. …. ….
10. 8,9 0,1
Model regresi linier dari tabel
tersebut adalah
Y = þ0 + þ1X + s
Dari tabel tersebut dapat ditulis
59,2 = þ0 + 0,7 þ1 + e1
97,8 = þ0 + 1,5 þ1 + e2
98,6 = þ0 + 1,9 þ1 + e3
….. … …..
8,9 = þ0 + 0,1 þ1 + e10
Y = þ0 + X þ1 + e
Bila ditulis dalam bentuk matrik
59,2 = þ0 + 0,7 þ1 + e1
97,8 = þ0 + 1,5 þ1 + e2
98,6 = þ0 + 1,9 þ1 + e3
….. … …..
9,9 = þ0 + 0,1 þ1 + e10
Dipecah menjadi
matrik
Y=
59,2
97,8
98,6
….
9,9
X=
1 0,7
1 1,5
1 1,9
……..
1 0,1
þ =
þ0
þ1
e1
e2
e3
…
e4
E =
Vektor observasi vektor var. bebas vektor eror
Vektor dari
parameter yg
akan diduga
Penyelesaian matrik
Bila transpos (X’) dikali X, maka € matrik X’X
0,7 1,5
1 1 1 … 1
1,9 … 0,1
1 0,7
1 1,5
1 1,9
X’X = =
n ΣXi
ΣXi ΣXi2
……..
1 0,1
0,7 1,5
1 1 1 … 1
1,9 … 0,1
59,2
97,8
98,6
…
8,9
X’Y = =
ΣYi
ΣXiYi
Penyelesaian matrik
• Penduga matrik þ adalah
b = b0 maka dapat ditulis
b1 (X’X) b = (X’Y)
• Penyelesaian matrik € dengan inversi
(X’X) b = (X’Y)
(X’X)-1 (X’X) b = (X’X)-1 (X’Y)
Maka b = (X’X)-1 (X’Y)
dimana
n
X’X = ΣXi
ΣXi ΣYi
ΣXi2
X’Y =
ΣXiYi
b0
b = b1
dapat pula dikerjakan regresi linier berganda
untuk 2 variabel bebas atau lebih
Cara mendapatkan matrik (X’X), (X’Y) dan
matrik b, sama dengan regresi 1 variabel bebas
Dan hasilnya adalah…
Matrik untuk regresi linier berganda
X’Y =
n ΣX1
X’X = ΣX1 ΣX1
2
ΣX2 ΣX1X2
ΣX2
ΣX1X2
ΣX2
2
ΣY
ΣX1Y
ΣX2Y
b =
b0
b1
b2
Dari matrik tersebut dapat dihitung nilai koefisien regresi
berganda b1, b2 dan intersep b0 dengan rumus
b = (X’X)-1 (X’Y)
Perlu diperhatikan € mencari invers matrik
Cara ini dapat digunakan untuk mengitung
koefisien regresi linier berganda 2, 3, 4 atau
lebih variabel bebas
Untuk 3 variabel bebas, maka
Tabel ANOVA
Dari uji hipotesis
• H0 : bi = 0 Vs H1 : bi / 0 maka thit =bi/sebi
• H0 : b1 = b2 =0 Vs H1 : minimum salah satu / 0,
maka tabel anovanya
SK Db JK RK F hit
2 buah b 2 Σbi (xy)i RK reg RK reg/RK
res
residu n-1-2 Sisa RK res
Total n-I JK Y
Regresi linier berganda 3 variabel bebas
X’X =
n ΣX1 ΣX2 ΣX3
ΣX1 ΣX1
2 ΣX1X2 ΣX1X3
ΣX2 ΣX1X2 ΣX2
2 ΣX2X3
ΣX3 ΣX1X3 ΣX2X3 ΣX3
2
ΣY
X’Y = ΣX1Y
ΣX2Y
ΣX3Y
b0
b = b1
b2
b3
Dengan rumus
b = (X’X)-1 (X’Y),
Maka nilai koefisien regresi
Akan ketemu
Menghitung invers matrik
• Invers suatu matrik C dapat dihitung
dengan rumus
C-1 = C*/ |C|
dimana C* = matrik ajugat yang berisi matrik kofaktor dan
|C| adalah diterminan matrik
• Invers matrik juga dapat dicari dengan
metode Dolittle
• Cara paling mudah dan cepat
menggunakan komputer
Contoh Soal : dari data sebelumnya
No Var Y X1 X2 YX1 YX2 X1X2
1 5,76 110,50 24,50 635,93 141,00 2707,25
2 5,94 105,40 16,00 625,97 95,02 1686,40
3 6,01 118,10 14,60 709,78 87,75 1724,26
4 6,55 104,50 18,20 683,95 119,12 1901,90
5 6,73 93,60 65,40 629,93 440,14 6121,44
6 6,75 84,10 17,60 567,68 118,80 1480,16
7 6,89 77,80 17,90 535,96 123,31 1392,62
8 7,86 75,60 19,40 594,37 152,52 1466,64
Total 52,48 769,60 193,60 40388,61 10160,13 148994,56
Rerata 6,56 96,20 24,20
JK 347,47 75789,24 6684,34
Diperoleh matrik
8 769,6 193,6
X’X = 769,6 75789,24 148994,56
193,6 148994,56 6684,34
52,48
40388,61
10160,13
X’Y =
Cari invers matrik X’X dengan
determinan untuk menduga b.
Dari data tersebut ketemu
b0 = 6,336
b1 = -23,75
b2 = 150,27
Maka Y = 6,336-23,75X1+150,27X2
BAHAN
DISKUSI
• Cari data untuk analisis
regresi linier berganda
• Satu variabel tak bebas Y
• Dua variabel bebas X1 dan
X2
• Hitunglah nilai b0, b1 dan
b2
• Tunjukkan persamaan
regresinya
• Tunjukkan tabel anovanya
• Kumpulkan minggu depan

More Related Content

Similar to Statistik Regresi-Linier-Bergandaaa.pptx

Soal Matematika Teknik
Soal Matematika TeknikSoal Matematika Teknik
Soal Matematika TeknikTarmuji ICT
 
power point vektor sekolah menengah atas
power point vektor sekolah menengah ataspower point vektor sekolah menengah atas
power point vektor sekolah menengah atasAriyantoKembar10
 
SOAL-SOAL MATEMATIKA SMA
SOAL-SOAL MATEMATIKA SMASOAL-SOAL MATEMATIKA SMA
SOAL-SOAL MATEMATIKA SMADea_tita
 
Perogram linier
Perogram linier Perogram linier
Perogram linier fauz1
 
2010 2011 xii ips1 hartini, martha
2010 2011 xii ips1 hartini, martha2010 2011 xii ips1 hartini, martha
2010 2011 xii ips1 hartini, marthabasukimahatma
 
Pembahasan Soal UN Matematika SMP 2013 ala orang kampung
Pembahasan Soal UN Matematika SMP 2013 ala orang kampungPembahasan Soal UN Matematika SMP 2013 ala orang kampung
Pembahasan Soal UN Matematika SMP 2013 ala orang kampungYan Aryana
 
Fungsi pecah fungsi rasional
Fungsi pecah  fungsi rasional Fungsi pecah  fungsi rasional
Fungsi pecah fungsi rasional Ig Fandy Jayanto
 
Presentasi method secant group 1
Presentasi method secant group 1Presentasi method secant group 1
Presentasi method secant group 1Arthur Putra
 
Penyelesaian sistem persamaan linear dengan
Penyelesaian  sistem persamaan  linear  denganPenyelesaian  sistem persamaan  linear  dengan
Penyelesaian sistem persamaan linear denganBAIDILAH Baidilah
 
Modul SMK Kurikulum 2013. KD.3.19.Persamaan Fungsi Kuadrat
Modul SMK Kurikulum 2013. KD.3.19.Persamaan Fungsi KuadratModul SMK Kurikulum 2013. KD.3.19.Persamaan Fungsi Kuadrat
Modul SMK Kurikulum 2013. KD.3.19.Persamaan Fungsi KuadratAbdullah Banjary
 
03 - Metode Numerik yah.pptx
03 - Metode Numerik yah.pptx03 - Metode Numerik yah.pptx
03 - Metode Numerik yah.pptxRT011Kedungkampil
 
Pt 4 vektor-rev
Pt 4 vektor-revPt 4 vektor-rev
Pt 4 vektor-revlecturer
 

Similar to Statistik Regresi-Linier-Bergandaaa.pptx (20)

Fungsi non linear
Fungsi non linearFungsi non linear
Fungsi non linear
 
6. spltv
6. spltv6. spltv
6. spltv
 
Soal Matematika Teknik
Soal Matematika TeknikSoal Matematika Teknik
Soal Matematika Teknik
 
power point vektor sekolah menengah atas
power point vektor sekolah menengah ataspower point vektor sekolah menengah atas
power point vektor sekolah menengah atas
 
SOAL-SOAL MATEMATIKA SMA
SOAL-SOAL MATEMATIKA SMASOAL-SOAL MATEMATIKA SMA
SOAL-SOAL MATEMATIKA SMA
 
Perogram linier
Perogram linier Perogram linier
Perogram linier
 
2010 2011 xii ips1 hartini, martha
2010 2011 xii ips1 hartini, martha2010 2011 xii ips1 hartini, martha
2010 2011 xii ips1 hartini, martha
 
Vektor
VektorVektor
Vektor
 
Pembahasan Soal UN Matematika SMP 2013 ala orang kampung
Pembahasan Soal UN Matematika SMP 2013 ala orang kampungPembahasan Soal UN Matematika SMP 2013 ala orang kampung
Pembahasan Soal UN Matematika SMP 2013 ala orang kampung
 
Statistik (Bab 11)
Statistik (Bab 11) Statistik (Bab 11)
Statistik (Bab 11)
 
Fungsi pecah fungsi rasional
Fungsi pecah  fungsi rasional Fungsi pecah  fungsi rasional
Fungsi pecah fungsi rasional
 
Presentasi method secant group 1
Presentasi method secant group 1Presentasi method secant group 1
Presentasi method secant group 1
 
Soal persamaan kuadrat2
Soal persamaan kuadrat2Soal persamaan kuadrat2
Soal persamaan kuadrat2
 
Bab 3(3) spl
Bab 3(3) splBab 3(3) spl
Bab 3(3) spl
 
Simpleks maksimum
Simpleks maksimum Simpleks maksimum
Simpleks maksimum
 
Penyelesaian sistem persamaan linear dengan
Penyelesaian  sistem persamaan  linear  denganPenyelesaian  sistem persamaan  linear  dengan
Penyelesaian sistem persamaan linear dengan
 
Modul SMK Kurikulum 2013. KD.3.19.Persamaan Fungsi Kuadrat
Modul SMK Kurikulum 2013. KD.3.19.Persamaan Fungsi KuadratModul SMK Kurikulum 2013. KD.3.19.Persamaan Fungsi Kuadrat
Modul SMK Kurikulum 2013. KD.3.19.Persamaan Fungsi Kuadrat
 
03 - Metode Numerik yah.pptx
03 - Metode Numerik yah.pptx03 - Metode Numerik yah.pptx
03 - Metode Numerik yah.pptx
 
spdv,spltv,and sptldv
spdv,spltv,and sptldvspdv,spltv,and sptldv
spdv,spltv,and sptldv
 
Pt 4 vektor-rev
Pt 4 vektor-revPt 4 vektor-rev
Pt 4 vektor-rev
 

Recently uploaded

Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptxSesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx185TsabitSujud
 
Kelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdfKelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdfVardyFahrizal
 
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptxPPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptxYehezkielAkwila3
 
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptxAhli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptxarifyudianto3
 
Materi Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur LebaranMateri Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur LebaranSintaMarlina3
 
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptxAnnisaNurHasanah27
 
Transfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia IndustriTransfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia Industririzwahyung
 
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptxPPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptxHamidNurMukhlis
 
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptxQCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptxdjam11
 

Recently uploaded (9)

Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptxSesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
 
Kelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdfKelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdf
 
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptxPPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
 
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptxAhli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
 
Materi Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur LebaranMateri Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur Lebaran
 
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
 
Transfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia IndustriTransfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia Industri
 
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptxPPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
 
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptxQCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
 

Statistik Regresi-Linier-Bergandaaa.pptx

  • 2. Regresi linier berganda • Pada regresi linier sederhana € 1 variabel bebas (X) dan 1 variabel tak bebas (Y) • Regresi linier berganda : • 2 atau lebih variabel bebas (X1, X2,…,Xn) • 1 variabel tak bebas (Y) • Apabila ada 2 variabel bebas, maka akan ada 2 koefisien regresi, yaitu b1 dan b2 • Bentuk persamaan • Y = b0 + b1X1 + b2X2
  • 3. Lebih dari 2 var bebas • 3 var bebas : Y=b0 + b1X1 + b2X2 + b3X3 • 4 Var bebas : Y=b0 + b1X1 + b2X2 + b3X3 + b4X4 • 5 Var bebas : Y=b0+b1X1+b2X2+b3X3+b4X4+b5X5 • Namun demikian, makin banyak var bebas makin sulit diinterpretasi
  • 4. Cara analisis regresi berganda 1. Pendugaan model dengan rumus regresi berganda (hanya untuk 2 variabel bebas) 2. Pendugaan model dengan matrik
  • 5. 1. Pendugaan model regresi berganda dengan rumus • hanya untuk 2 variabel bebas € • efisien
  • 6. 1. Pendugaan model dengan rumus regresi berganda Σ Σ Σ 2 2 2 Σ 1 Σ 2 Σ 1 2 2 2 2 1 1 2 ( ( x )( x )  ( x x ) x y)  ( x x )(x y) x )( b1 Σ Σ Σ Σ 2 2 2 1 Σ 2 Σ 1 2 1 1 2 2 2 1 ( )( ( x )  ( x x ) x )( x x )(x y) y) ( x x b2  Persamaan regresi Y = b0 + b1X1 + b2X2       b0  Y b1 X1  b2 X 2 dimana
  • 7. Contoh soal No Var Produksi (Y) Tinggi Tan (X1) Jmlh anakan (X2) 1 5,755 110,5 24,5 2 5,939 105,4 16,0 3 6,010 118,1 14,6 4 6,545 104,5 18,2 5 6,730 93,6 65,4 6 6,750 84,1 17,6 7 6,889 77,8 17,9 8 7,862 75,6 19,4 Total Rerata Cara mengerjakan € lengkapi tabel dengan …..
  • 8. No Var Y X1 X2 YX1 YX2 X1X2 1 5,76 110,50 24,50 2 5,94 105,40 16,00 3 6,01 118,10 14,60 4 6,55 104,50 18,20 5 6,73 93,60 65,40 6 6,75 84,10 17,60 7 6,89 77,80 17,90 8 7,86 75,60 19,40 Total Rerata JK Lengkapi tabel dengan nilai total, rata-rata dan jumlah kuadrat
  • 9. No Var Y X1 X2 YX1 YX2 X1X2 1 5,76 110,50 24,50 2 5,94 105,40 16,00 3 6,01 118,10 14,60 4 6,55 104,50 18,20 5 6,73 93,60 65,40 6 6,75 84,10 17,60 7 6,89 77,80 17,90 8 7,86 75,60 19,40 Total 52,48 769,60 193,60 Rerata 6,56 96,20 24,20 JK 347,47 75789,24 6684,34 Lengkapi tabel dengan nilai YX1
  • 10. No Var Y X1 X2 YX1 YX2 X1X2 1 5,76 110,50 24,50 635,93 2 5,94 105,40 16,00 625,97 3 6,01 118,10 14,60 709,78 4 6,55 104,50 18,20 683,95 5 6,73 93,60 65,40 629,93 6 6,75 84,10 17,60 567,68 7 6,89 77,80 17,90 535,96 8 7,86 75,60 19,40 594,37 Total 52,48 769,60 193,60 40388,61 Rerata 6,56 96,20 24,20 JK 347,47 75789,24 6684,34 Lengkapi tabel dengan nilai YX2
  • 11. No Var Y X1 X2 YX1 YX2 X1X2 1 5,76 110,50 24,50 635,93 141,00 2 5,94 105,40 16,00 625,97 95,02 3 6,01 118,10 14,60 709,78 87,75 4 6,55 104,50 18,20 683,95 119,12 5 6,73 93,60 65,40 629,93 440,14 6 6,75 84,10 17,60 567,68 118,80 7 6,89 77,80 17,90 535,96 123,31 8 7,86 75,60 19,40 594,37 152,52 Total 52,48 769,60 193,60 40388,61 10160,13 Rerata 6,56 96,20 24,20 JK 347,47 75789,24 6684,34 Lengkapi tabel dengan nilai X1X2
  • 12. No Var Y X1 X2 YX1 YX2 X1X2 1 5,76 110,50 24,50 635,93 141,00 2707,25 2 5,94 105,40 16,00 625,97 95,02 1686,40 3 6,01 118,10 14,60 709,78 87,75 1724,26 4 6,55 104,50 18,20 683,95 119,12 1901,90 5 6,73 93,60 65,40 629,93 440,14 6121,44 6 6,75 84,10 17,60 567,68 118,80 1480,16 7 6,89 77,80 17,90 535,96 123,31 1392,62 8 7,86 75,60 19,40 594,37 152,52 1466,64 Total 52,48 769,60 193,60 40388,61 10160,13 148994,56 Rerata 6,56 96,20 24,20 JK 347,47 75789,24 6684,34 Masukkan ke dalam rumus b1 dan b2
  • 13. Menghitung b1 dan b2 • Dari rumus • Ingat bahwa 2 2 2 2 Σ 2 Σ 1 Σ 1 2 2 Σ 1 Σ 2 Σ 1 2 ( x )( x )  ( x x ) x )( x y )  ( x x )( x y) b1  ( X ) /n x  (X ) ( 2 2 2 Σ 2 Σ 2 Σ 2 karena merupakan rumus varian • Dan untuk • Sehingga setiap nilai varian dan kovarian harus diselesaikan dulu rumusnya baru nilai dimasukkan untuk menghitung b1 dan b2 Σ Σ Σ x  X ) /n (X ) ( 2 1 2 2 1 1
  • 14. Setelah semua varian dan kovarian dimasukkan, maka.. • Diperoleh b1 = - 23,75 b2 = 150,27 • diperoleh b0 = 3,336 • Persamaan regresi diperoleh Y = 3,336 – 23,75 X1 + 150,27 X2    b0  Y b1 X 1  b2 X 2
  • 15. Uji hipotesis • H0 : bi = 0 H1 : bi / 0 maka thit =bi/sebi • H0 : b1 = b2 =0 H1 : minimum salah satu / 0, maka tabel anovanya SK Db JK RK F hit 2 buah b 2 Σbi (xiy) RK reg RK reg/RK sisa Sisa n-1-2 Sisa RK sisa Total n-I JK Y
  • 16. Menghitung anova • Jumlah kuadrat regresi JKr = b1 Σx1y + b2 Σx2y = (-23,75)(65,194)+(150,27)(7,210) = 2.631,804 • JKtotal = Σy² = 3.211,562 • JKsisa = Σy² -JKr = 579.700
  • 17. Masukkan SK Db JK RK F hit Regresi 2 2.631.804 RK reg 11,35 Sisa 5 579.700 RK sisa Total 7 3.211.562 € pengaruh linier kombinasi tinggi tanaman dan jumlah anakan memberikan kontribusi yang nyata thd keragaman produksi gabah Koefisien determinasi JKr/JKtotal = 0,82 Kesimpulan : sebanyak 82% total keragaman produksi dari 8 varietas padi tersebut dapat dihitung dengan fungsi linier berganda, dengan variabel tinggi tanaman dan jumlah anakan
  • 18. 2. Pendugaan model regresi linier berganda dengan matrik
  • 19. 2. Pendugaan model regresi linier berganda dengan matrik • Perhatikan Contoh Regresi Linier Sederhana • Model regresi linier sederhana, asalnya Y = þ0 + þ1X + s • Penduga dari model tercebut adalah Y = b0 + b1X • Contoh kacuc dengan data berikut
  • 20. Data luas tanah (ha)(X) dan beaya produksi (Rp)(Y) No Y X 1. 59,2 0,7 2. 97,8 1,5 3. 98,6 1,9 …. …. …. 10. 8,9 0,1 Model regresi linier dari tabel tersebut adalah Y = þ0 + þ1X + s Dari tabel tersebut dapat ditulis 59,2 = þ0 + 0,7 þ1 + e1 97,8 = þ0 + 1,5 þ1 + e2 98,6 = þ0 + 1,9 þ1 + e3 ….. … ….. 8,9 = þ0 + 0,1 þ1 + e10 Y = þ0 + X þ1 + e
  • 21. Bila ditulis dalam bentuk matrik 59,2 = þ0 + 0,7 þ1 + e1 97,8 = þ0 + 1,5 þ1 + e2 98,6 = þ0 + 1,9 þ1 + e3 ….. … ….. 9,9 = þ0 + 0,1 þ1 + e10 Dipecah menjadi matrik Y= 59,2 97,8 98,6 …. 9,9 X= 1 0,7 1 1,5 1 1,9 …….. 1 0,1 þ = þ0 þ1 e1 e2 e3 … e4 E = Vektor observasi vektor var. bebas vektor eror Vektor dari parameter yg akan diduga
  • 22. Penyelesaian matrik Bila transpos (X’) dikali X, maka € matrik X’X 0,7 1,5 1 1 1 … 1 1,9 … 0,1 1 0,7 1 1,5 1 1,9 X’X = = n ΣXi ΣXi ΣXi2 …….. 1 0,1 0,7 1,5 1 1 1 … 1 1,9 … 0,1 59,2 97,8 98,6 … 8,9 X’Y = = ΣYi ΣXiYi
  • 23. Penyelesaian matrik • Penduga matrik þ adalah b = b0 maka dapat ditulis b1 (X’X) b = (X’Y) • Penyelesaian matrik € dengan inversi (X’X) b = (X’Y) (X’X)-1 (X’X) b = (X’X)-1 (X’Y) Maka b = (X’X)-1 (X’Y)
  • 24. dimana n X’X = ΣXi ΣXi ΣYi ΣXi2 X’Y = ΣXiYi b0 b = b1 dapat pula dikerjakan regresi linier berganda untuk 2 variabel bebas atau lebih Cara mendapatkan matrik (X’X), (X’Y) dan matrik b, sama dengan regresi 1 variabel bebas Dan hasilnya adalah…
  • 25. Matrik untuk regresi linier berganda X’Y = n ΣX1 X’X = ΣX1 ΣX1 2 ΣX2 ΣX1X2 ΣX2 ΣX1X2 ΣX2 2 ΣY ΣX1Y ΣX2Y b = b0 b1 b2 Dari matrik tersebut dapat dihitung nilai koefisien regresi berganda b1, b2 dan intersep b0 dengan rumus b = (X’X)-1 (X’Y) Perlu diperhatikan € mencari invers matrik Cara ini dapat digunakan untuk mengitung koefisien regresi linier berganda 2, 3, 4 atau lebih variabel bebas Untuk 3 variabel bebas, maka
  • 26. Tabel ANOVA Dari uji hipotesis • H0 : bi = 0 Vs H1 : bi / 0 maka thit =bi/sebi • H0 : b1 = b2 =0 Vs H1 : minimum salah satu / 0, maka tabel anovanya SK Db JK RK F hit 2 buah b 2 Σbi (xy)i RK reg RK reg/RK res residu n-1-2 Sisa RK res Total n-I JK Y
  • 27. Regresi linier berganda 3 variabel bebas X’X = n ΣX1 ΣX2 ΣX3 ΣX1 ΣX1 2 ΣX1X2 ΣX1X3 ΣX2 ΣX1X2 ΣX2 2 ΣX2X3 ΣX3 ΣX1X3 ΣX2X3 ΣX3 2 ΣY X’Y = ΣX1Y ΣX2Y ΣX3Y b0 b = b1 b2 b3 Dengan rumus b = (X’X)-1 (X’Y), Maka nilai koefisien regresi Akan ketemu
  • 28. Menghitung invers matrik • Invers suatu matrik C dapat dihitung dengan rumus C-1 = C*/ |C| dimana C* = matrik ajugat yang berisi matrik kofaktor dan |C| adalah diterminan matrik • Invers matrik juga dapat dicari dengan metode Dolittle • Cara paling mudah dan cepat menggunakan komputer
  • 29. Contoh Soal : dari data sebelumnya No Var Y X1 X2 YX1 YX2 X1X2 1 5,76 110,50 24,50 635,93 141,00 2707,25 2 5,94 105,40 16,00 625,97 95,02 1686,40 3 6,01 118,10 14,60 709,78 87,75 1724,26 4 6,55 104,50 18,20 683,95 119,12 1901,90 5 6,73 93,60 65,40 629,93 440,14 6121,44 6 6,75 84,10 17,60 567,68 118,80 1480,16 7 6,89 77,80 17,90 535,96 123,31 1392,62 8 7,86 75,60 19,40 594,37 152,52 1466,64 Total 52,48 769,60 193,60 40388,61 10160,13 148994,56 Rerata 6,56 96,20 24,20 JK 347,47 75789,24 6684,34
  • 30. Diperoleh matrik 8 769,6 193,6 X’X = 769,6 75789,24 148994,56 193,6 148994,56 6684,34 52,48 40388,61 10160,13 X’Y = Cari invers matrik X’X dengan determinan untuk menduga b. Dari data tersebut ketemu b0 = 6,336 b1 = -23,75 b2 = 150,27 Maka Y = 6,336-23,75X1+150,27X2
  • 31. BAHAN DISKUSI • Cari data untuk analisis regresi linier berganda • Satu variabel tak bebas Y • Dua variabel bebas X1 dan X2 • Hitunglah nilai b0, b1 dan b2 • Tunjukkan persamaan regresinya • Tunjukkan tabel anovanya • Kumpulkan minggu depan