ANALISIS REGRESI LINEAR BERGANDA
OLEH:
SUKANDI
I111 12 044
FAKULTAS PETERNAKAN
UNIVERSITAS HASANUDDIN
MAKASSAR
2013
DAFTAR ISI
HALAMAN SAMPUL…………………………………………………...i
KATA
PENGANTAR……………………………………………………ii
DAFTAR
ISI……………………………………………………………...iii
BAB I PENDAHULUAN
I.I Latar
Belakang…………………………………………………………1
I.2 Rumusan
Masalah……………………………………………………..1
I.3 Tujuan Penulisan………………………………………………………1
BAB II PEMBAHASAN
II.I Definisi Regresi Linear berganda.....................................................2
II.2 Model Persamaan Matematika
Regresi Linear berganda..................3
II.3
Pemanfaatan Dalam Bidang Pemasaran..............................................4
II.4
Contoh Soal Dan Penyelesaiannya......................................................5
BAB III PENUTUP
III.I
Kesimpulan..........................................................................................7
DAFTAR PUSTAKA
KATA PENGANTAR
Bismillahirrahmanirrahim
Alhamdulillhahirabil’alamin, puji dan syukur kehadirat ALLAH
SWT. sebagai pencipta atas segala kehidupan yang kita lihat, kita dengar dan
kita rasa yang senantiasa memberikan rahmat, hidayah dan inayah-Nya sehingga penulis
dapat menyelesaikan tugas mata kuliah ini. Shalawat serta salam semoga
tetap tercurah kepada Nabi besar Muhammad SAW beserta keluarga, sahabat, dan
para pengikutnya yang tetap istiqomah hingga yaumil akhir.
Dalam kesempatan ini, penulis juga ingin mengucapkan terima
kasih dengan hati yang tulus kepada seluruh pihak yang telah membantu dalam
penyelesaian makalah ini, semoga Allah senantiasa membalas dengan kebaikan yang
berlipat ganda.
Penulis menyadari bahwa penyusunan makalah ini masih jauh
dari sempurna, oleh karena itu penulis mengharapkan kritik dan saran yang
bersifat membangun dari semua pihak, guna perbaikan di masa yang akan datang.
Akhirnya semoga amal baik yang telah diberikan oleh semua pihak kepada penulis,
mendapat balasan yang setimpal dari Allah SWT. harapan penulis semoga makalah
ini dapat bermanfaat bagi semua pihak.
Makassar, April 2013
Penyusun
BAB
1
PENDAHULAN
I.I Latar Belakang Permasalahan
Seperti yang
diketahui banyak kejadian atau peristiwa di alam maupun masyarakat yang
menunjukkan bahwa tidak hanya dipengaruhi satu variabel saja tetapi oleh beberapa
variable lain (multivariat) yang mempengaruhi secara bersamaan. Salah
satu cara untuk melakukan analisis data
multivariat dapat digunakan analisis regresi ganda (multiple regression analysis).
Metode ini dapat diperluas penggunaannya dalam berbagai bidang penelitian, baik yang
eksperimen maupun yang bukan bersifat eksperimen dalam ilmu social dan lain
sebagainya. Dalam uji analisis regresi ada beberapa syarat yang harus dipenuhi agar
estimasi yang diperoleh adalah benar dan efektif. Salah satu asumsi yang
penting dan harus terpenuhi. Dari Latar belakang di atas tujuan umum makalah ini adalah untuk mengetahui uji persyaratan regresi
linear ganda (Linearitas, Multikolinearitas, Heterosdastisitas, Autokorelasi)
agar estimasi yang di peroleh adalah benar dan efektif.
I.2Rumusan
Masalah
1.Apa definisi dari regresi linear berganda ?
2. Bagaimana pemanfaatanregresi linear bergandadalambidangpemasaran ?
3.Bagaimana model
persamaanmatematikaregresi linear berganda ?
I.3 Tujuan
Penulisan
1.Untuk mengetahui definisi dari regresi linear berganda.
2.Untuk mengetahui pemanfaatanregresi
linear bergandadalambidangpemasaran.
3. Untukmengetahui model
persamaanmatematikaregresi linear berganda.
BAB II
PEMBAHASAN
II.I Definisi regresi inear berganda
Regresi artinya peramalan, penaksiran, atau pendugaan pertama kali di perkenalkan pada tahun 1877 oleh Sir Francis Galton (1822 – 1911). Sehubungan dengan penelitiannya terhadap tinggi manusia. Penelitian tersebut membandingkan antara tinggi anak laki-laki dan tinggi badan ayahnya. Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tergantung dan memprediksi variabel tergantung dengan menggunakan variabel bebas. Gujarati (2006) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang menerangkan (the explanatory). Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas. Jika variabel bebas lebih dari satu, maka analisis regresi disebut regresi linear berganda. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan kepada variabel tergantung.
Regresi linear adalah alat statistik yang dipergunakan untuk mengetahui pengaruh antara satu atau beberapa variabel terhadap satu buah variabel. Variabel yang mempengaruhi sering disebut variabel bebas, variabel independen atau variabel penjelas. Variabel yang dipengaruhi sering disebut dengan variabel terikat atau variabel dependen. Regresi linear hanya dapat digunakan pada skala interval dan ratio.
Secara umum regresi linear terdiri dari dua, yaitu regresi linear sederhana yaitu dengan satu buah variabel bebas dan satu buah variabel terikat; dan regresi linear berganda dengan beberapa variabel bebas dan satu buah variabel terikat. Analisis regresi linear merupakan metode statistik yang paling jamak dipergunakan dalam penelitian-penelitian sosial. Program komputer yang paling banyak digunakan adalah SPSS (Statistical Package For Service Solutions).
Regresi Linear Berganda
Analisis regresi linear berganda sebenarnya sama dengan analisis regresi linear sederhana, hanya variabel bebasnya lebih dari satu buah. Persamaan umumnya adalah:
Y = a + b1 X1 + b2 X2 + .... + bn Xn.
Dengan Y adalah variabel bebas, dan X adalah variabel-variabel bebas, a adalah konstanta (intersept) dan b adalah koefisien regresi pada masing-masing variabel bebas
Interpretasi terhadap persamaan juga relatif sama, sebagai ilustrasi, pengaruh antara motivasi (X1), kompensasi (X2) dan kepemimpinan (X3) terhadap kepuasan kerja (Y) menghasilkan persamaan sebagai berikut:
Y = 0,235 + 0,21 X1 + 0,32 X2 + 0,12 X3
1.Jika variabel motivasi meningkat dengan asumsi variabel kompensasi dan kepemimpinan tetap, maka kepuasan kerja juga akan meningkat
2.Jika variabel kompensasi meningkat, dengan asumsi variabel motivasi dan kepemimpinan tetap, maka kepuasan kerja juga akan meningkat.
3.Jika variabel kepemimpinan meningkat, dengan asumsi variabel motivasi dan kompensasi tetap, maka kepuasan kerja juga akan meningkat.
Interpretasi terhadap konstanta (0,235) juga harus dilakukan secara hati-hati. Jika pengukuran variabel dengan menggunakan skala Likert antara 1 sampai dengan 5 maka tidak boleh diinterpretasikan bahwa jika variabel motivasi, kompensasi dan kepemimpinan bernilai nol, sebagai ketiga variabel tersebut tidak mungkin bernilai nol karena Skala Likert terendah yang digunakan adalah Analisis regresi linear berganda memerlukan pengujian secara serempak dengan menggunakan F hitung. Signifikansi ditentukan dengan membandingkan F hitung dengan F tabel atau melihat signifikansi pada output SPSS. Dalam beberapa kasus dapat terjadi bahwa secara simultan (serempak) beberapa variabel mempunyai pengaruh yang signifikan, tetapi secara parsial tidak. Sebagai ilustrasi: seorang penjahat takut terhadap polisi yang membawa pistol (diasumsikan polisis dan pistol secara serempak membuat takut penjahat). Akan tetapi secara parsial, pistol tidak membuat takut seorang penjahat. Contoh lain: air panas, kopi dan gula menimbulkan kenikmatan, tetapi secara parsial, kopi saja belum tentu menimbulkan kenikmatan
II.2 Model Persamaan Matematika Regresi Linear berganda
Regresi linear berganda dengan dua peubah bebas
Bentuk persamaan matematika yang menggambarkan regresi linear berganda dengan dua peubah bebas adalah :
Y =a0+a1X1 + a2 X2 …………………….(19)
dengan a0, a1, dan a2 adalah koefisien yang diperoleh dari hasil regresi. Penyelesaian dari persamaan tersebut berupa sekumpulan tiga persamaan simultan dengan tiga nilai yang tidak diketahui yaitu a0, a1 dan a2, disajikan dalam persamaan (20), (21), dan (22).
n . a0 + S X1i .. a1 + S X2i . a2 = S Yi ……………….. ……(20)
S X1i .a0 + S X12 i .a1 + S X2i X1i . a2 = S X1i Yi ………………..(21)
S X2i .a0 + S X2i X1i .a1 + S X22i . a2 = S X2i Yi ……………..(22)
dengan n adalah banyaknya pasangan data (X1, X2, Y).
Regresi Linear Berganda dengan Tiga Peubah Bebas
linear berganda dengan tiga peubah bebas adalah :
Y = a0 + a1 X1 + a2 X2 + a3 X3 ……………………………….(23)
Dengan a0, a1, a2 dan a3 adalah koefisien yang diperoleh dari hasil regresi. Penyelesaian dari persamaan tersebut berupa sekumpulan empat persamaan simultan dengan empat nilai yang tidak diketahui yaitu a0, a1 , a2, dan a3 adisajikan dalam persamaan (24), (25), (26) dan (27).
n . a0 + S X1i .. a1 + S X2i . a2 + S X3i . a3 = S Yi …………(24)
S X1i .a0 + S X12 i .a1 + S X2i X1i . a2 + S X3i X1i . a3 = S X1i Yi ….(25)
S X2i .a0 + S X2i X1i .a1 + S X22i . a2 + S X3i X2i . a3 = S X2i Yi ………(26)
S X3i .a0 + S X3i X1i .a1 + S X3i X2i . a2 + S X32i . a3 = S X3i Yi ……….(27)
dengan n adalah banyaknya pasangan data (X1, X2, X3, Y).
II.3 Pemanfaatan Dalam Bidang Pemasaran
Salah satu pemanfaatan analisis regresi adalah pada dunia bisnis atau yangberkaitan dengan aktifitas pemasaran. Kotler (1997) mengatakan bahwa ada 4bauran pemasaran yang dapat mempengaruhi besarnya tingkat penjualan, yaitu :product, prize, promotion dan place. Promosi dalam hal ini disebutkan sebagaisalah satu faktor penentu, namun dalam dunia sehari-hari aktifitas promosi sangatbervariasi, mulai dari dirrect mail, iklan, pemberian komisi dan sebagainya.
Dengan melakukan analisis regresi, sebuah perusahaan (Q) yang bergerak dibidang jasa layanan pemeriksaan laboratorium ingin menganalisis apakah aktifitaspromosi yang dilakukan selama ini mempunyai dampak signifikan terhadappenjualan dan aktifitas yang mana yang perlu mendapat perhatian lebih agartingkat penjualan menjadi maksimal.
II.4 Contoh Soal Dan Penyelesaiannya
Contoh : Data pengeluaran 10 rumah tangga, untuk pembelian barang tahan lama per minggu(Y), pendapatan per minggu (X1), dan jumlah anggota keluarga (X2) disajikan dalam tabel berikut. Jika suatu rumah tangga mempunyai pendapatan per minggu (X1) Rp11.000,00 dan jumlah anggota keluarga (X2) 8 orang, berapa uang yang dikeluarkan untuk membeli barang-barang tahan lama tersebut.
Y
|
X2
|
|
23
|
10
|
7
|
7
|
2
|
3
|
15
|
4
|
2
|
17
|
6
|
4
|
23
|
8
|
6
|
22
|
7
|
5
|
10
|
4
|
3
|
14
|
6
|
3
|
20
|
7
|
4
|
19
|
6
|
3
|
Persamaan normal adalah
BAB
III
PENUTUP
Kesimpulan
Berdasarkan contoh diatas dapat disimpulkan bahwa suatu rumah tangga dengan pendapatan per minggu Rp11.000,00 dan jumlah anggota keluarga 8 orang,diperkirakan akan mengeluarkan Rp27.500,00 untuk pembelian barang-barang tahan lama.
DAFTAR PUSTAKA
Anto, Dajan,
1991. Pengantar Metode Statistik. Jilid 2. Jakarta : LP3 S
Arif, Karseno.
1995. Statistik I. Jakarta:
Karunika
Hasan, Ikbal.
2003. Pokok-pokok Materi Statistik 2. Jakarta: Bumi Aksara.
Kotler, Phillips (1997), “Manajemen
Pemasaran”, PT. Prenhallindo, Jakarta
Komentar
🔴 AFC Utsukushhii Product 100% Original | Jual AFC Utsukushhii📱#085277553117
🔴 Agen Resmi - AFC Utsukushhii - AFC SOP100+ - AFC SOP Subarashi📱 #085277553117
🔴 Agen Resmi SOP Subarashi & Utsukushhii Beli 2 Box Free Member AFC Potensi Bonus Ratusan Juta
🔴 SOP Subarashi SOP 100 Plus - SOP Subarashi serta Manfaatnya 📱#085277553117
🔴 AFC Utsukushhii - AFC SOP Subarashi - AFC SOP 100 Plus - JUAL AFC Subarashi📱#085277553117
🔴 SOP 100+ Subarashi AFC Japan - Ready Stock - Halal BPOM📱#085277553117
🔴 AFC SOP 100+ Subarashi Japan - Ready Stock Halal BPOM Free Ongkir Seluruh Indonesia
Subarashi Medan Sumatera Utara Ready | AFC Life Japan Sumatera Utara Medan 📱#085277553117
🔴 Harga SOP Subarashi Asli AFC Jepang | Layanan COD Kota Medan📱#085277553117
SOP100+ BATAM | SOP SUBARASHI BATAM | UTSUKUSHHII BATAM | AGEN RESMI AFC BATAM 📱#085277553117
🔴 Layanan Pengiriman COD Agen Resmi AFC SOP SUBARASHI Kota Medan |📱COD #085277553117
📱0852-7755-3117 SOP SUBARASHI KOTA MEDAN