TUGAS

ANALISIS REGRESI
UJI REGRESI LINEAR SEDERHANA DAN BERGANDA

DISUSUN OLEH:
TRIA SUSILOWATI MAHADING
413415006

PROGRAM STUDI STATISTIKA

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI GORONTALO
2017
Soal :
Seorang mahasiswa fakultas Ekonomi dan Bisnis ingin mengetahui pengaruh
pendapatan (X1) dan banyaknya tanggungan kepala keluarga (X2) terhadap pengeluaran sebuah
rumah tangga setiap bulan
No Y X1 X2
 1 1.000 1.500 3
2 2.600 3.000 5
3 3.500 4.000 3
4 1.400 2.000 4
5 2.500 2.600 4
6 900 1.200 2
7 1.350 3.000 3
8 1.500 2.400 3
9 5.000 5.500 6
10 3.200 3.700 3
11 2.200 3.000 4
12 2.400 2.600 2
13 3.000 3.100 3
14 4.500 4.100 5

A. Lakukan pengujian hubungan X1 dengan Y dan X2 dengan Y

B. Lakukan pengujian hubungan X1 dan X2 dengan Y

Penyelesaian :
A. Pengujian hubungan X1 dengan Y dan X2 dengan Y
Pengujian Hubungan X1 dengan Y
1. Pengujian Persyaratan Analisis
Persyaratan uji regresi dan korelasi sederhana adalah data berdistribusi normal dan
model regresi linier. Pengujian persyaratan analisis ini tersedia pada bagian Charts dan
Curve Fit.

a) Output charts.

1
 Berdasarkan chart Normal P-P Plot Regression Standardized Residual tampak
bahwa titik-titik tersebar di sekitar garis lurus. Hal ini menggambarkan bahwa
persyaratan normalitas terpenuhi. Selain itu, uji Kolmogorov-Smirnov menunjukkan
juga bahwa data berdistribusi normal.

b) Output Curve Fit.

2
 Berdasarkan grafik diperoleh pola hubungan antara minat belajar degan hasil
belajar. Pola hubungan ini memperlihatkan bahwa sebaran data membentuk garis
lurus (linier) yang naik dari kiri ke kanan atas. Sehingga, dapat dikatakan bahwa
model regresi signifikan atau layak digunakan untuk memprediksikan hubungan
antara minat belajar dengan hasil belajar siswa.
2. Pengujian hipotesis penelitian
Hasil output selain digunakan untuk hipotesis penelitian juga digunakan untuk
menganalisis secara deskriptif. Sehingga perlu djelaskan pula bagian output descriptive.
a) Output Descriptive Statistic

Bagian ini berisi tentang informasi deskrpitif seperti rata-rata pengeluaran =

2503,57 dan rata-rata pendapatan = 2978,57.

3
b) Output Coefficients (a)

Bagian ini berisi tentang model regresi sederhana pendapatan (X1) dengan
pengeluaran rumah tangga (Y). pada kolom Unstandardized Coefficients B diperoleh
nilai konstanta -611,241 dan koefisien variabel pendapatan sebesar 1,046. Jadi,
model regresi Hubungan antara pendapatan (X1) dengan pengeluaran (Y) adalah =
-611,241 + 1,046X1.

c) Output Anova (a)

Bagian ini berisi tentang hasil uji signifikansi regresi menggunakan uji-F.
Hipotesis yang diuji:
H0 : = 0
H1 : 0
Kriteria pengujian: Tolak H0 jika p-value <
Analisis dan Keputusan:
Nilai F0 = 75,298 dengan derajat bebas (db) pembilang = 1 dan derajat bebas (db)
penyebut = 13 dan nilai probabilitas p = 0,000. Karena p = 0,000 < 0,05 maka H0
ditolak. Jadi, dapat disimpulkan bahwa regresi signifikan. Tanda a pada nilai Sig.
menunjukkan bahwa pada = 0,01 juga memenuhi, sehingga dikatakan koefisien
regresi signifikan.

d) Output Model Summary (b) dan Correlations

4
 Kedua output ini memberikan informasi tentang nilai koefisien korelasi dan
koefisien determinasi antara pendapatan (X1) dengan pengeluaran (Y). Pada output
Model Summary(b) diperoleh nilai R square = 0,863 atau 86,30%. Nilai ini
bermakna bahwa hubungan antara pendapatan (X1) dengan pengeluaran rumah
tangga (Y) adalah positif dan sangat kuat dimana pendapatan mempengaruhi
pengeluaran sebesar 86,30%.
Pengujian Hubungan X2 dengan Y
1. Pengujian Persyaratan Analisis
Persyaratan uji regresi dan korelasi sederhana adalah data berdistribusi normal
dan model regresi linier. Pengujian persyaratan analisis ini tersedia pada bagian Charts
dan Curve Fit.
a) Output bagian charts.

5
 Berisi tentang pengujian normalitas data. Berdasarkan chart Normal P-P Plot
Regression Standardized Residual tampak bahwa titik-titik tersebar di sekitar garis
lurus. Hal ini menggambarkan bahwa persyaratan normalitas terpenuhi. Selain itu, uji
Kolmogorov-Smirnov menunjukkan juga bahwa data berdistribusi normal.
b) Output bagian Curve Fit.

Berisi tentang uji linieritas model regresi melalui grafik. Berdasarkan grafik
diperoleh pola hubungan antara minat belajar degan hasil belajar. Pola hubungan ini
memperlihatkan bahwa sebaran data membentuk garis lurus (linier) yang naik dari
kiri ke kanan atas. Sehingga, dapat dikatakan bahwa model regresi signifikan atau
layak digunakan untuk memprediksikan hubungan antara minat belajar dengan hasil
belajar siswa.

2. Pengujian hipotesis penelitian

6
 Hasil output selain digunakan untuk hipotesis penelitian juga digunakan untuk
menganalisis secara deskriptif. Sehingga perlu djelaskan pula bagian output descriptive.
a) Output Descriptive Statistic

Bagian ini berisi tentang informasi deskrpitif seperti rata-rata pengeluaran =

2503,57 dan rata-rata banyak tanggungan = 3,57.

b) Output Coefficients (a)

Bagian ini berisi tentang model regresi sederhana banyak tanggungan (X2)
dengan pengeluaran rumah tangga (Y). pada kolom Unstandardized Coefficients B
diperoleh nilai konstanta 50,410 dan koefisien variabel banyak tanggungan sebesar
686,885. Jadi, model regresi Hubungan antara banyak tanggungan (X2) dengan
pengeluaran (Y) adalah = 50,410 + 686,885X2.

c) Output Anova (a)

Bagian ini berisi tentang hasil uji signifikansi regresi menggunakan uji-F.
Hipotesis yang diuji:

7
 H0 : = 0
H1 : 0
Kriteria pengujian: Tolak H0 jika p-value <
Analisis dan Keputusan:
Nilai F0 = 8,075 dengan derajat bebas (db) pembilang = 1 dan derajat bebas (db)
penyebut = 13 dan nilai probabilitas p = 0,015. Karena p = 0,015 < 0,05 maka H0
ditolak. Jadi, dapat disimpulkan bahwa regresi signifikan. Tanda a pada nilai Sig.
menunjukkan bahwa pada = 0,05 juga memenuhi, sehingga dikatakan koefisien
regresi signifikan.

d) Output Model Summary (b) dan Correlations

Kedua output ini memberikan informasi tentang nilai koefisien korelasi

dan koefisien determinasi antara banyak tanggungan (X2) dengan pengeluaran
(Y). Pada output Model Summary(b) diperoleh nilai R square = 0,402 atau
40,20%. Nilai ini bermakna bahwa hubungan antara banyak tanggungan (X2)
dengan pengeluaran rumah tangga (Y) adalah positif dan sedang dimana banyak
tanggungan mempengaruhi pengeluaran sebesar 40,20%.

B. Pengujian Hubungan X1 dan X2 dengan Y

1) Uji Asumsi
Normalitas

8
berdasarkan Normal P-P Plot of Regression Standardized Residual diketahui data
berdistribusi normal, hal ini didukung juga oleh hasil uji Kolmogorov-Smirnov (nilai
Sig.>0,05)

Homogenitas

berdasarkan Tabel Coefficients tersebut diketahui bahwa data sudah homogen.

Autocorrelation

9
 berdasarkan Tabel Model Summaryb diperoleh nilai Durbin-Watson (DW) = 1,345.
Nilai DW ini akan dibandingkan dengan nilai dL (Durbin Lower) dan dU (Durbin
Upper) yang ada pada tabel Durbin-Watson pada lampiran 1. Untuk n = 14, K
(banyak variabel bebas) = 2 dan taraf signifikansi 5% diperoleh dL = 0,9054 dan
dU = 1,5507. Karena dU berada diantara DW dan (4-dU) atau 1,345 < 1,5507 <
2,4493 maka disimpulkan tidak terdapat autokorelasi.

Independen

berdasarkan Tabel Coefficients diketahui nilai VIF < 10, sehingga variabel X1 dan
X2 dapat dikatakan saling independen.
Karena semua asumsi telah terpenuhi, maka pengujian regresi berganda dapat
dilanjutkan.

2) Output Descriptive Statistics

Berdasarkan output bagian descriptive statistic diperoleh rata-rata pengeluaran =

2503,57, rata-rata pendapatan = 2978,57, rata-rata banyak tanggungan = 3,57.

3) Output Coefficientsa

Output ini menginformasikan tentang model regresi ganda pengeluaran (Y) atas
pendapatan (X1) dan banyak tanggungan (X2). Pada kolom B (Unstandardized
Coefficients) diperoleh nilai konstanta sebesar -736,564, koefisien variabel pendapatan

10
 sebesar 0,994 dan koefisien variabel banyak tangungan sebesar 78,324. Sehingga model
regresi yang diperoleh adalah = -736,564 + 0,994X1 + 78,324X2.
4) Output Anovaa

Output ini menginformasikan tentang hasil uji signifikansi regresi ganda dengan
menggunakan uji-F dan pengujian signifikansi koefisien regresi menggunakan uji-t.
Hipotesis yang diuji:
H0 : = 0
H1 : 0
Kriteria pengujian: Tolak H0 jika p-value <
Analisis dan Keputusan:
a) Uji Signifikansi Regresi melalui Uji-F (uji serentak)
Nilai F0 = 35,438 dengan db = 2/13 dan nilai probabilitas (Sig.) = 0,000. Karena nilai
p = 0,000 < 0,05 maka sesuai dengan kriteria pengujian H 0 ditolak. Jadi, dapat
disimpulkan bahwa model regresi ganda = -736,564 + 0,994X1 + 78,324X2
signifikan.

b) Uji Signifikansi Koefisien Regresi Ganda melalui Uji-t (uji parsial)

Uji Signifikansi koefisien regresi ganda tersedia pada output Coeficients.

Uji Signifikansi Koefisien Variabel Pendapatan

Nilai t0 = 6,160 dengan p = 0,000. Karena nilai p = 0,000 < 0,05 maka tolak H0.
Jadi, dapat disimpulkan bahwa koefisien variabel pendapatan signifikan.
Uji Signifikansi Koefisien Variabel Banyak Tanggungan
Nilai t0 = 0,505 dengan p = 0,624. Karena nilai p = 0,624 > 0,05 maka gagal tolak
H0. Jadi, dapat disimpulkan bahwa koefisien variabel banyak tanggungan tidak
signifikan.

11
5) Output Model Summary(b)

Output ini menginformasikan tentang nilai koefisien korelasi ganda dan koefisien
determinasi antara pendapatan (X1) dan banyak tanggungan (X2) dengan pengeluaran
(Y). Pada output Model Summary(b) diperoleh nilai R square = 0,866. Nilai ini
bermakna bahwa hubungan antara pendapatan (X1) dan banyak tanggungan (X2) dengan
pengeluaran (Y) positif dan kuat dimana pendapatan (X1) dan banyak tanggungan (X2)
memberikan kontribusi sebesar 86,60 % melalui model regresi = -736,564 + 0,994X1 +
78,324X2.

12