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
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
( Y ) ( X 2) ( X )( XY )
a=
2
n X 2 ( X )
a=
a=
83836558403940
513285483025
a=0,670
2
n X 2 ( X )
b=
n XY ( X )( Y )
b=
b=
181380170275
513285483025
b=0,367
atas
adalah :
Y^ =a+bX
Y^ =0,67+ 0,367 X
PENCARIAN REGRESI LINEAR SEDERHANA
Std. Error
(Constant)
-.670
6.142
kompetensi
.367
.129
Coefficients
Beta
.621
Sig.
-.109
.915
2.854
.014
( X2)
( X1)
dan kompetensi
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
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 2=a0 X 2 +a1 X 1 X 2 +a 2 X 22
1055=128 a 0+ 2212a 1+1756 a 2 . . . persamaan III
Persamaan II
Persamaan III
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
a1
Subtitusi
dan
a2
ke persamaan I
atas
X1
dan
X2
adalah :
Y ATAS X 1 dan X 2
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
Langkah-langkah penyelesaiannya:
> Variabel bebas dan variabel tak bebas
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.
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