Tugas mencari contoh Regresi Linear sederhana dan berganda

Statistik Kelas Ganjil

M Rizaldy Akbar C1B114089

CONTOH SOAL REGRESI LINEAR

SEDERHANA DAN REGRESI
LINEAR BERGANDA

MEGA PUSPITA DEWI

1101125122
PENDIDIKAN MATEMATIKA 4B

REGRESI LINEAR SEDERHANA

Hubungan antara kompetensi (X) dan kinerja pegawai (Y) kita ambil sampel acak 15
0rang pegawai sebagai berikut :

40
55
32
55
50
52
61
44
30
22
40
64
58
48
44

4
16
12
24
15
24
22
17
4
14
24
26
20
9
14

Akan ditentukan persamaan regresi

22
30
32
40
40
44
44
48
50
52
55
55
58
61
64
695

14
4
12
4
24
17
14
9
15
24
16
24
20
22
26
245

484
900
1024
1600
1600
1936
1936
2304
2500
2704
3025
3025
3364
3721
4096
34219

Y atas X

maka didapat :

XY
308
120
384
160
960
748
616
432
750
1248
880
1320
1160
1342
1664
12092

Dari rumus XIV(6) kita peroleh harga-harga :

( Y ) ( X 2) ( X )( XY )
a=
2
n X 2 ( X )

a=

( 245 )( 34219 ) ( 695 )( 12092 )

15 ( 34219 ) ( 695 )2

a=

83836558403940
513285483025

a=0,670
2

n X 2 ( X )
b=

n XY ( X )( Y )

b=

15 ( 12092 )( 695 )( 245 )

15 ( 34219 )( 695 )2

b=

181380170275
513285483025

b=0,367

Dengan demikian, persamaan regresi linear

atas

untuk soal diatas

adalah :

Y^ =a+bX
Y^ =0,67+ 0,367 X
PENCARIAN REGRESI LINEAR SEDERHANA

Y ATAS X DENGAN MENGGUNAKAN SPSS

Coefficientsa
Standardized
Unstandardized Coefficients
Model
1

Std. Error

(Constant)

-.670

6.142

kompetensi

.367

.129

a. Dependent Variable: pegawai

REGRESI LINEAR BERGANDA

3

Coefficients
Beta

.621

Sig.
-.109

.915

2.854

.014

Misalnya kita akan membahas hubungan antara kompetensi

( X2)

dengan kinerja pegawai

( X1)

dan kompetensi

( Y ) . Untuk tujuan itu maka kita ambil sampel acak

sebagai berikut :

No Subyek
1
2
3
4
5
6
7
8
9
10

Y
6
7
8
8
9
10
5
12
6
7

X1
12
14
10
16
18
24
12
30
10
6

X2
10
11
14
13
15
20
8
16
12
9

Tentukan persamaan regresi ganda

atas

X1

dan

X2

Penyelesaian :

No Subyek
1
2
3
4
5
6
7
8
9
10
Jumlah

X1

X2

X1 Y

X2 Y

X1 X2

X 12

X 22

6
7
8
8
9
10
5
12
6
7
78

12
14
10
16
18
24
12
30
10
6
162

10
11
14
13
15
20
8
16
12
9
128

72
98
80
128
162
240
60
360
60
112
1372

60
77
112
104
135
200
40
192
72
63
1055

120
154
140
208
270
480
96
480
120
144
2212

144
196
100
256
324
576
144
900
100
256
2996

100
121
196
169
225
400
64
256
144
81
1756

Y =a0 n+a 1 X 1+ a2 X 2
78=10 a 0+ 162a 1+128 a 2 . . . persamaan I

Y X 1=a0 X 1 +a1 X 12 +a2 X 1 X 2

4

1372=162 a0 +2996 a1 +2212 a2 . . . persamaan II

Y X 2=a0 X 2 +a1 X 1 X 2 +a 2 X 22
1055=128 a 0+ 2212a 1+1756 a 2 . . . persamaan III

Subtitusi dari persamaan I

78=10 a 0+ 162a 1+128 a 2

10 a0=78162 a1128 a2
a0 =7,816,2 a112,8 a 2

Persamaan II

1372=162 a0 +2996 a1 +2212 a2

1372=162 ( 7,816,2 a112,8 a2 ) +2996 a1 +2212 a2
1372=1263,62624,4 a12073,6 a2+ 2996 a1 +2212 a2
108,4=371,6 a1138,4 a2 . . . Persamaan IV

Persamaan III

1055=128 a 0+ 2212a 1+1756 a 2 .

1055=128 ( 7,816,2 a112,8 a2 ) +2212 a1 +1756 a2
1055=998,42073,6 a11638,4 a 2+2212 a1 +1756 a 2
56,6=138,4 a1 +117,6 a 2 . . . Persamaan V

Eliminasi Persamaan IV dan V

5

51429,44 a1+ 19154,56 a2=15002,566

51429,44 a 1+ 43700,16 a2=21032,56

24545,6 a 2=6029,994
a2=0,2455
371,6 a1138,4 a2=108,4 138,4
138,4 a1 +117,6 a 2=56,6 371,6

a2

Subtitusi

ke persamaan V

138,4 a1 +117,6 a2=56,6

138,4 a1 +117,6 (0,2455)=56,6
138,4 a1 +28,87=56,6
138,4 a1=27,73
a1=0,200

a1

Subtitusi

dan

a2

ke persamaan I

10 a0 +162 a1 +128 a2=78

10 a0 +162 ( 0,200 ) +128 ( 0,2455 )=78
10 a0 +32,4+ 31,424=78
10 a0=7832,431,424
10 a0=14,176
a0 =1,4176

Jadi persamaan regresi ganda

6

atas

X1

dan

X2

adalah :

Y^ =1,4176+ 0,200 X 1+ 2,2455 X 2

Pencarian regresi linear berganda

Y ATAS X 1 dan X 2

dengan menggunakan spss

Coefficientsa
Standardized
Unstandardized Coefficients
Model
1

Std. Error

(Constant)

1.412

.925

VAR00002

.200

.052

VAR00003

.246

.093

Coefficients
Beta

Sig.

1.527

.171

.613

3.830

.006

.423

2.644

.033

a. Dependent Variable : Pegawai

CONTOH PENGHITUNGAN MANUAL ANALISIS REGRESI

LINEAR BERGANDA (DUA VARIABEL) - 1
Menurut kajian literatur permintaan suatu produk ditentukan oleh harga barang dan pendapatan
seseorang. Hasil pengamatan terhadap 12 sampel atas permintaan suatu barang dalam hal ini gula
diperoleh data harga minyak goreng dan pendapatan konsumen :

Langkah-langkah penyelesaiannya:
> Variabel bebas dan variabel tak bebas

Variabel Bebas : X1 = Harga minyak goreng dan X2 = Pendapatan konsumen

Variabel Tak Bebas : Y = Permintaan minyak goreng

> Persamaan regresi linear berganda : Y' = a + b1X1 + b2X2

> Menentukan nilai konstanta dan koefisien regresi

sehingga

Khusus untuk parameter b1 data adalah dalam ribuan, sehingga hasil tersebut harus dibagi dengan
1000, diperoleh b1 = -0,000582 = -0,001.
Jadi persamaan Regresi Linear Berganda dengan dua variabel bebas adalah :
Y' = 12,7753 - 0,001 X1 - 0,488 X2
> Interpretasi koefisien regresi

Nilai a = 12,7753 artinya jika tidak ada harga minyak goreng dan pendapatan konsumen,
namun permintaan akan minyak goreng sebanyak 12,7753.

Nilai b1 = -0,001 artinya jika harga minyak goreng meningkat satu rupiah maka akan
terjadi penurunan permintaan sebesar 0,001 satuan dimana pendapatan konsumen
dianggap tetap.

Nilai b2 = - 0,488 artinya jika pendapatan konsumen mengalami kenaikan sebesar satu
rupiah maka akan terjadi penurunan permintaan gula sebesar 0,488 satuan dimana harga
gula dianggap tetap.

> Menghitung Koefisien Determinasi

Artinya sekitar 94,21% variasi variabel bebas harga minyak goreng X1 dan pendapatan konsumen
X2 dapat menjelaskan variasi variabel tak bebas permintaan minyak goreng Y.
Note
:
b1 yang digunakan -0,582 dan pengali -32 seharusnya -32000 sehingga perkalian keduanya akan
memiliki hasil yang sama yaitu (-0,00582 x -32000) = (-0,582 x 32).
> Menghitung Koefisien Korelasi Berganda

Artinya terjadi hubungan yang sangat kuat antara variabel bebas harga minyak goreng X 1 dan
pendapatan konsumen X2 dengan variabel tak bebas permintaan minyak goreng Y.
> Menghitung Nilai Standart Error Estimate

Jadi standart error persamaan regresi adalah 0,6818, hal ini menunjukkan penyimpangan data-data
terhadap garis persamaan regresi linear berganda yang terbentuk. Nilainya cukup kecil.
> Menghitung Nilai Korelasi Parsial

10

dimana

https://reznaramadhani3.files.wordpress.com/.../contoh-soal-regresi-linea...
http://jam-statistic.blogspot.co.id/2014/07/contoh-penghitungan-manual-analisis.html

11