PENGANTAR METODE STATISTIKA KELAS C

JURUSAN STATISTIKA
2011
Nama

: Indi Yasinta Hadianti Fikliani

NRP

: 1311100114

Assisten Dosen

: Nuzilatul Firdausi

Studi Kasus

: Harga handphone dan fitur yang disediakan

I.

Data
Data diambil pada tanggal 4 Desember 2011 dari majalah pulsa edisi 222 Th IX/2011/30
November-13 Desember. Dari majalah tersebut diambil data secara acak dengan
kualifikasi merek handphone, banyaknya fitur yang disediakan dan harga yang dibandrol.
Dari data yang telah diambil akan dihitung regresinya untuk mengetahui apakah

II.

handphone dengan harga tertentu mempengaruhi jumlah fitur yang ditawarkan.

Analisa Data
Dari data yang sudah diambil secara acak akan dikualifikasikan kedalam kelompok
jumlah fitur yang ditawarkan/predictor (x) dan harga/response (y), karena banyaknya fitur
mempengaruhi harga handphone. Berikut tabel perhitungannya :
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

x
10
11
32
35
33
31
35
36
34
40
24
22
23
27
22
24

y
250,000
300,000
800,000
1,000,000
2,999,000
2,450,000
3,100,000
3,075,000
3,775,000
4,175,000
699,000
500,000
1,000,000
1,000,000
2,599,000
2,449,000

x2
100
121
1,024
1,225
1,089
961
1,225
1,296
1,156
1,600
576
484
529
729
484
576

y2
62,500,000,000
90,000,000,000
640,000,000,000
1,000,000,000,000
8,994,001,000,000
6,002,500,000,000
9,610,000,000,000
9,455,625,000,000
14,250,625,000,000
17,430,625,000,000
488,601,000,000
250,000,000,000
1,000,000,000,000
1,000,000,000,000
6,754,801,000,000
5,997,601,000,000

xy
2,500,000
3,300,000
25,600,000
35,000,000
98,967,000
75,950,000
108,500,000
110,700,000
128,350,000
167,000,000
16,776,000
11,000,000
23,000,000
27,000,000
57,178,000
58,776,000

17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
Total

21
46
46
30
22
26
32
37
32
22
24
18
24
21
24
16
26
20
23
20
22
25
19
27
29
33
14
20
34
24
28
21
20
29
1,314

3,100,000
3,500,000
4,400,000
3,850,000
1,400,000
3,499,000
3,200,000
3,000,000
900,000
1,950,000
3,150,000
4,050,000
900,000
1,600,000
3,650,000
500,000
475,000
850,000
745,000
575,000
1,850,000
4,450,000
1,400,000
1,400,000
3,800,000
500,000
275,000
250,000
1,225,000
800,000
400,000
599,000
1,200,000
2,100,000
95,714,000

441
2,116
2,116
900
484
676
1,024
1,369
1,024
484
576
324
576
441
576
256
676
400
529
400
484
625
361
729
841
1,089
196
400
1,156
576
784
441
400
841
37,486

9,610,000,000,000
12,250,000,000,000
19,360,000,000,000
14,822,500,000,000
1,960,000,000,000
12,243,001,000,000
10,240,000,000,000
9,000,000,000,000
810,000,000,000
3,802,500,000,000
9,922,500,000,000
16,402,500,000,000
810,000,000,000
2,560,000,000,000
13,322,500,000,000
250,000,000,000
225,625,000,000
722,500,000,000
555,025,000,000
330,625,000,000
3,422,500,000,000
19,802,500,000,000
1,960,000,000,000
1,960,000,000,000
14,440,000,000,000
250,000,000,000
75,625,000,000
62,500,000,000
1,500,625,000,000
640,000,000,000
160,000,000,000
358,801,000,000
1,440,000,000,000
4,410,000,000,000
272,708,706,000,000

65,100,000
161,000,000
202,400,000
115,500,000
30,800,000
90,974,000
102,400,000
111,000,000
28,800,000
42,900,000
75,600,000
72,900,000
21,600,000
33,600,000
87,600,000
8,000,000
12,350,000
17,000,000
17,135,000
11,500,000
40,700,000
111,250,000
26,600,000
37,800,000
110,200,000
16,500,000
3,850,000
5,000,000
41,650,000
19,200,000
11,200,000
12,579,000
24,000,000
60,900,000
2,779,185,000

Dari tabel diatas dapat dihitung beberapa aspek dari analisis regresi, seperti :

1.914.280
sx2 =
s y2 =
s xy =
^

1314
50

= 26,28

95.714 .000
50

x 2n ( x )2 = 37.486 - 50(26,28) = 2.954,08

y 2n ( y )2 = 272.708.706.000 - 50(1.914.280) = 8,94853E+13
xyn ( x )2 ( y )2 = 2.779.185.000-50(26,28) (1.914.280) = 2,6E+08
2

s xy

2,6E+08

= 2.924,08 = 89.307,35796
sx
^ = y - ( ^ . x ) = 1.914.280 ( 89.307,35796 x 26,28 ) = -432.717
2
( s xy )
( 2,6E+08 )2
2
SSE = s y = 8,94853E+13
= 6,6E+13
2
=

2.954,08
sx
^
^y = ^ + = -432.717 + 89.307.35796
Perhitungan minitab sebagai berikut :

12/5/2011 11:29:03 PM
Welcome to Minitab, press F1 for help.

Regression Analysis: y versus x

The regression equation is
y = - 432717 + 89307 x
Predictor
Constant
x

Coef
-432717
89307

S = 1171930

SE Coef
590391
21562

R-Sq = 26.3%

T
-0.73
4.14

P
0.467
0.000

R-Sq(adj) = 24.8%

Analysis of Variance
Source
Regression
Residual Error
Total

DF
1
48
49

SS
2.35612E+13
6.59241E+13
8.94853E+13

MS
2.35612E+13
1.37342E+12

F
17.16

P
0.000

Unusual Observations

Dengan pengujian hipoteisis :

Obs
H018
:
19
28
H138:

x
y
Fit SE Fit Residual St Resid
46.0 3500000 3675421 456363
-175421
-0.16 X
= 0 (jumlah
fitur3675421
tidak mempengaruhi
harga handphone)
46.0
4400000
456363
724579
0.67 X
18.0 4050000 1174815 243604
2875185
2.51R
25.0
4450000
168018harga
2650033
0 (jumlah
fitur1799967
mempengaruhi
handpphone)2.28R

R denotes
an observation
with a large
standardized
Dengan
uji thitung
dan tingkat kepercayaan
95%,
maka :

residual.
X denotes an observation whose X value gives it large leverage.

t hitung

s x ( ^ )
s

89.307 = 4,22

s x2 ^
x
SSE
n2

2.954,08
x 89.307
1,31848E+12

= 4,7334E-05 x

ttabel dengan df : 48 = 1,684 (df : 40 mendekati 48)

Karena nilai thitung > ttabel maka kita dapat menolak H0.
Penarikan Kesimpulan
Kesimpulan yang dapat diambil dari hasil analisa diatas bahwa banyaknya fitur yang
disediakan pada tipe handphone tertentu mempengaruhi harga yang diminta produsen.
Semakin banyak fitur yang disediakan dan semakin berkualitas fitur yang disediakan
maka semakin mahal harga handphone tersebut. Berikut tampilan gambar scatterplot
dengan menggunakan minitab :
Scatterplot of y vs x
5000000

4000000

3000000
y

III.

2000000

1000000

0
10

20

30
x

40

50