STATISTIK MULTIVARIAT

Tentang
Regresi Linear Sederhana dan Regresi Linear Berganda

Nama Kelompok 2
1. M. Ari Suharto (1510521035)
2. Utari Elisa (1510521049)
3. Della Meiresya Putri (1510522006)
4. Meiji Ikhlasul Khairi (1510522040)
5. Indah Purnama Sari (1510522059)

Jurusan Manajemen
Fakultas Ekonomi
Universitas Andalas
Tahun Ajaran 2016/2017
Soal no. 6 hal 554 :
Jawaban :
Diketahui :
= 0,05
Y atau dependent variabel = Bonus
X atau independent variabel= Salary

Hipotesis
H0 : 1 = 0
Ha : 1 0
Koefisien determinasi, dilambangkan dengan r2
ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 178.196 1 178.196 36.659 .001a

Residual 34.026 7 4.861

Total 212.222 8

a. Predictors: (Constant), Salary

b. Dependent Variable: Bonus

 SSR 178,196
r =
2
SST = 212,222 = 0, 8397

Koefisien korelasi
rxy = (tanda dari b1) Koefisien Determinasi
= (tanda dari b1) r2
= + 0,8397
= + 0,9163
Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .916a .840 .817 2.20474

a. Predictors: (Constant), Salary

b. Dependent Variable: Bonus

Intrepertasi:
Koefisien Determinasi = 0,840
84% dari variabilitas dalam bonus yang dapat dijelaskan oleh
persamaan regresi estimasi dengan jumlah salary sebagai variabel
independent
Koefisien Korelasi
Hubungan linear positif yang sangat kuat (0,9163) terjadi antara
salary dan bonus
Peningkatan salary terkait dengan peningkatan bonus

Uji F
 ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 178.196 1 178.196 36.659 .001a

Residual 34.026 7 4.861

Total 212.222 8

a. Predictors: (Constant), Salary

b. Dependent Variable: Bonus

Pendekatan nilai prob:
Tolak H0 jika nilai probabilitas
Karena 0,001 < 0,05
Maka tolak H0, dengan demikian terdapat hubungan yang signifikan
antara salary dan bonus

Persamaan regresi estimasi

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) -9.564 4.376 -2.185 .065

Salary .181 .030 .916 6.055 .001

a. Dependent Variable: Bonus

= b0 + b1 x
= -9,564 + 0,181 x
Interpretasi:
0.181 = jika terjadi kenaikan jumlah gaji $1 maka bonus bertambah $ 0,181
Jika uji F menunjukan bahwa hubungan regresi signifikan, uji t dapat dilakukan untuk
menentukan signifikansi dari masing-masing parameter individu.
Statistik uji : uji t
Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) -9.564 4.376 -2.185 .065

Salary .181 .030 .916 6.055 .001

a. Dependent Variable: Bonus

 Untuk b1
Tolak H0 jika nilai probabilitas (p-value)
Karena 0,001 < 0,05
Maka tolak H0
Dengan demikian terdapat hubungan yang signifikan antara salary
dan bonus

Residual
Casewise Diagnosticsb

Case
Number Std. Residual Bonus Predicted Value Residual Status

1 -1.283 12.00 14.8290 -2.82900

2 1.263 14.00 11.2153 2.78471

3 -.370 16.00 16.8165 -.81655

4 -.731 19.00 20.6109 -1.61094

5 .794 22.00 20.2496 1.75043

6 .800 24.00 22.2371 1.76289

7 -.519 7.00 8.1436 -1.14364

8 .903 17.00 15.0097 1.99031

9 -.856 18.00 19.8882 -1.88820

10 . 11.00 . . Ma

a. Missing Case

b. Dependent Variable: Bonus

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 8.1436 22.2371 16.5556 4.71959 9

Residual -2.82900 2.78471 .00000 2.06234 9

Std. Predicted Value -1.782 1.204 .000 1.000 9

Std. Residual -1.283 1.263 .000 .935 9

a. Dependent Variable: Bonus

Bonus vace president jika gajinya $120.000
= -9,564 + 0,181x
= -9,564 + 0,181($120.000)
Bonus = $ 21. 710,436
Bonus vace presiden jika gajinya $140.000
 = -9,564 + 0,181($140.000)
Bonus = $ 25.330,436
Soal no. 5 hal 632 :

Jawaban :
Diketahui : = 0,05
Hipotesis
H 0 : 1 = 2 = 0
Ha : 1 dan/atau 2 0
Koefisien determinasi, dilambangkan dengan r2
MSE = 0,413
MSR = 11,718
SSR = 23,435
SSE = 2,065
SST = 25,500

SSR 23,435
r =
2
SST = 25,500 = 0, 9190

r2 yang disesuaikan :
 n1
r 2a = 1- (1- r ) n p1
2

81
r 2a = 1- (1- 0,919) 821 = 0,8866

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .959a .919 .887 .64259

a. Predictors: (Constant), Newpapaer Adertising, Television

Advertising

b. Dependent Variable: Weekly Gross Revenue

Interpretasi:
Koefisien Determinasi = 0,919
91,9% dari variabilitas dalam Weekly Gross Revenue (y) dijelaskan dengan
persamaan regresi berganda estimasi dengan jumlah Television Advertising (x1) dan
News Paper Advertising (x2) sebagai variabel independen.
Standar error:
s = MSE

= 0,413
= 0,64259
Uji F
 ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 23.435 2 11.718 28.378 .002a

Residual 2.065 5 .413

Total 25.500 7

a. Predictors: (Constant), Newpapaer Adertising, Television Advertising

b. Dependent Variable: Weekly Gross Revenue

Pendekatan nilai probabilitas:

Tolak H0 jika nilai probabilitas
Karena 0,002 < 0,05
Maka tolak H0, dengan demikian terdapat hubungan yang signifikan antara Weekly
Gross Revenue (y) dan dua variabel independen, Television Advertising (x1) dan
News Paper Advertising (x2)

Persamaan regresi estimasi

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 83.230 1.574 52.882 .000

Television Advertising 2.290 .304 1.153 7.532 .001

Newpapaer Adertising 1.301 .321 .621 4.057 .010

a. Dependent Variable: Weekly Gross Revenue

Y^ = b0 + b1x1 + b2x2
Y^ = 83,230 + 2,290X1 + 1,301 X2

Interpretasi:
2,290 = jika terjadi kenaikan iklan televisi $1 maka terjadi penambahan pengeluaran
pendapatan kotor mingguan $2,290 dimana iklan koran dianggap konstan.
1,301= jika terjadi kenaikan iklan koran $1 maka terjadi penambahan pengeluaran
pendapatan kotor mingguan $1,301 dimana iklan televisi dianggap konstan.

Uji t
Jika uji F menunjukan bahwa hubungan regresi berganda signifikan, uji t dapat
dilakukan untuk menentukan signifikansi dari masing masing parameter individu.
 Hipotesis
H0 : 1 = 0
Ha: 1 0
H0 : 2 = 0
Ha: 2 0
Statistik uji : Uji t
Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 83.230 1.574 52.882 .000

Television Advertising 2.290 .304 1.153 7.532 .001

Newpapaer Adertising 1.301 .321 .621 4.057 .010

a. Dependent Variable: Weekly Gross Revenue

Untuk b1
Tolak H0 jika nilai probabilitas
Karena 0,001 < 0,05
Maka tolak H0
Dengan demikian terdapat hubungan yang signifikan antara Television Advertising
dan Weekly Gross Revenue

Untuk b2
Tolak H0 jika nilai probabilitas
Karena 0,010 < 0,05
Maka tolak H0
Dengan demikian terdapat hubungan yang signifikan antara News Paper Advertising
dan Weekly Gross Revenue

Residual
 Casewise Diagnosticsb

Case Weekly Gross

Number Std. Residual Revenue Predicted Value Residual Status

1 -.984 96.00 96.6325 -.63249

2 -.642 90.00 90.4124 -.41244

3 1.024 95.00 94.3423 .65769

4 -.324 92.00 92.2080 -.20802

5 .943 95.00 94.3939 .60609

6 -.370 94.00 94.2380 -.23801

7 -.653 94.00 94.4197 -.41970

8 1.007 94.00 93.3531 .64688

9 . . . . Ma

a. Missing Case

b. Dependent Variable: Weekly Gross Revenue

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 90.4124 96.6325 93.7500 1.82973 8

Residual -.63249 .65769 .00000 .54309 8

Std. Predicted Value -1.824 1.575 .000 1.000 8

Std. Residual -.984 1.024 .000 .845 8

a. Dependent Variable: Weekly Gross Revenue

Berapa Weekly Gross Revenue when $3500 is spent on television advertising and $1800 is
spent on newspaper advertising?

= 83,23+ 2,29 x1 + 1,301 x2

= 83,23 + 2,29 ($3.500) + 1,301 ($1.800)
Pendapatan kotor mingguan= $ 10.440,03