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 X1 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

dimana
https://jam-statistic.blogspot.com/2014/07/contoh-penghitungan-manual-analisis.html