NIM : 4172111039
Kelas : PSPM C 2017
- Pada menu option, mengisi nilai probabilitas yang diperlukan. Pada menu
plots, memasukkan DEPENDNT ke kotak Y, variabel ADJPRED ke kotak X.
dan memilih Normal Probability Plot.
- Mengklik Continue lalu OK. Berikut adalah output yang dihasilkan.
Regression
Descriptive Statistics
Mean Std. Deviation N
Berat_Badan 64.30 15.456 10
Kalori 414.10 98.571 10
Correlations
Berat_Badan Kalori
Pearson Correlation Berat_Badan 1.000 .950
Kalori .950 1.000
Sig. (1-tailed) Berat_Badan . .000
Kalori .000 .
N Berat_Badan 10 10
Kalori 10 10
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Kalorib . Enter
Model Summaryb
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 1940.846 1 1940.846 74.201 .000b
Residual 209.254 8 26.157
Total 2150.100 9
Coefficientsa
Collinearit
Unstandardized Standardized y
Coefficients Coefficients Statistics
Std.
Model B Error Beta t Sig. Tolerance
1 (Constant) 2.608 7.342 .355 .732
Kalori .149 .017 .950 8.614 .000 1.000
Coefficientsa
Collinearity Statistics
Model VIF
1 (Constant)
Kalori 1.000
Collinearity Diagnosticsa
Variance Proportions
Model Dimension Eigenvalue Condition Index (Constant) Kalori
1 1 1.975 1.000 .01 .01
2 .025 8.968 .99 .99
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 47.30 81.57 64.30 14.685 10
Std. Predicted Value -1.158 1.176 .000 1.000 10
Standard Error of Predicted
1.617 2.576 2.258 .382 10
Value
Adjusted Predicted Value 45.54 80.29 64.19 14.660 10
Residual -6.587 7.433 .000 4.822 10
Std. Residual -1.288 1.453 .000 .943 10
Stud. Residual -1.445 1.682 .010 1.078 10
Deleted Residual -8.287 9.959 .115 6.301 10
Stud. Deleted Residual -1.572 1.958 .032 1.168 10
Mahal. Distance .000 1.382 .900 .555 10
Cook's Distance .000 .481 .161 .167 10
Centered Leverage Value .000 .154 .100 .062 10
Charts
ANALISIS
Tabel Variable Entered menunjukkan metode yang digunakan. Dalam kasus
di atas, diketahui bahwa tidak ada variabel yang dikeluarkan (removed).
Tabel Model Summary menampilkan nilai R (koefisien korelasi) sebesar
0,950 sedangkan koefisien korelasi ganda r (Multiple R) sebesar 0,903
merupakan Indeks determinan atau presentase pengaruh Kalori terhadap
Berat Badan. Dengan demikian kita dapat menyatakan bahwa 90,3% Berat
Badan Mahasiswa dipengaruhi oleh banyak Kalori per hari, sedangkan
sisanya 9,7% dipengaruhi oleh faktor lain.
Tabel ANOVA diatas mengindikasikan bahwa regresi sevara statistic sangat
signifikan dengan F= 74,201 untuk derajat kebebasan k= 1 dan n-k-1=10-1-
1=8 dan P-value= 0,000 yang jauh lebih kecil dari ∝= 0,05. Dari tabel
coefficients, kita dapat membuat persamaan regresi, yaitu; Y= 2,608 +
0,149X.
Regression
Descriptive Statistics
Mean Std. Deviation N
Keputusan 17.00 5.497 10
Promosi 6.00 2.261 10
Harga 4.00 1.563 10
Correlations
Keputusan Promosi Harga
Pearson Correlation Keputusan 1.000 .912 .737
Promosi .912 1.000 .849
Harga .737 .849 1.000
Sig. (1-tailed) Keputusan . .000 .008
Promosi .000 . .001
Harga .008 .001 .
N Keputusan 10 10 10
Promosi 10 10 10
Harga 10 10 10
a
Variables Entered/Removed
Variables Variables
Model Entered Removed Method
1 Harga, Promosib . Enter
a. Dependent Variable: Keputusan
b. All requested variables entered.
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .915a .836 .790 2.521 1.033
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 227.512 2 113.756 17.899 .002b
Residual 44.488 7 6.355
Total 272.000 9
Coefficientsa
Unstandardized Standardized Collinearity
Coefficients Coefficients Statistics
Model B Std. Error Beta t Sig. Tolerance
1 (Constant) 3.919 2.418 1.621 .149
Promosi 2.491 .703 1.024 3.544 .009 .280
Harga -.466 1.016 -.133 -.459 .660 .280
Coefficientsa
Collinearity Statistics
Model VIF
1 (Constant)
Promosi 3.576
Harga 3.576
Collinearity Diagnosticsa
Variance Proportions
Model Dimension Eigenvalue Condition Index (Constant) Promosi Harga
1 1 2.908 1.000 .01 .00 .00
2 .075 6.247 .98 .06 .09
3 .018 12.827 .01 .94 .91
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 7.50 25.57 17.00 5.028 10
Residual -3.466 2.975 .000 2.223 10
Std. Predicted Value -1.889 1.704 .000 1.000 10
Std. Residual -1.375 1.180 .000 .882 10
Charts
ANALISIS
Tabel Variable Entered menunjukkan metode yang digunakan. Dalam kasus
diatas, diketahui bahwa tidak ada variabel yang dikeluarkan (removed).
Tabel Model Summary menampilkan nilai R (koefisien korelasi) sebesar 0,915
sedangkan koefisien korelasi ganda r (multiple R) sebesar 0,836 merupakan
Indeks determinan atau persentase pengaruh X terhadap Y. Dengan demikian
kita dapat menyatakan bahwa 83,6% Keputusan Masyarakat diperngaruhi oleh
promosi dan harga, sedangkan sisanya 16,4% dipengaruhi oleh faktor lain.
Dari tabel ANOVA. Dapat dijelaskan bahwa nilai F sebesar 17,899 dengan
tingkat signifikansi sebesar 0,002 menunjukkan bahwa memang ada pengaruh.
Dari tabel coefficients, kita dapat membuat persamaan regresi, yaitu; Y=
3,918+2,491X1 – 0,466X2
4) Dari soal nomor 2 dan 3 buatlah penyelesaian secara manual.
Jawab:
SOAL NOMOR 2
Menentukan Hipotesis
H0 : Tidak terdapat pengaruh yang signifikan antara jumlah Kalori per Hari
dengan Berat Badan Mahasiswa
Ha : Terdapat pengaruh yang signifikan antara jumlah Kalori per Hari
dengan Berat Badan Mahasiswa
Hipotesis Statistik
H0: 𝛽 = 0
Ha : 𝛽 ≠ 0
Mencari Nilai b
𝑛(∑ 𝑋𝑌)−(∑ 𝑋)(∑ 𝑌)
𝑏= 𝑛(∑ 𝑋 2 )−(∑ 𝑋)2
10(279294)−(4141)(643)
𝑏= 10(1802235)−(17147881)
2792940−2662663 1302777
𝑏= = = 0,148978 ≅ 0,149
18022350 −17147881 874469
Mencari Nilai a
∑ 𝑌−𝑏(∑ 𝑋) (643)−0,149(4141 ) 2033−614,211
𝑎= = = = 2,608
𝑛 10 19
SOAL NOMOR 3
Menentukan Hipotesis
Mencari Nilai b
2
(∑ 𝑥1 ) 3600
∑ 𝑥1 2 = ∑ 𝑥1 2 − = 406 − = 46
𝑛 10
2
(∑ 𝑥2 ) 1600
∑ 𝑥2 2 = ∑ 𝑥 2 2 − = 182 − = 22
𝑛 10
2
(∑ 𝑌) 28900
∑ 𝑦 2 = ∑ 𝑌2 − = 3162 − = 272
𝑛 10
∑ 𝑋1 ∑ 𝑌 10200
∑ 𝑥1 𝑦 = ∑ 𝑥1 𝑌 − = 1122 − = 102
𝑛 10
∑ 𝑋2 ∑ 𝑌 6800
∑ 𝑥2 𝑦 = ∑ 𝑥 2 𝑌 − = 737 − = 57
𝑛 10
∑ 𝑋1 ∑ 𝑋2 2400
∑ 𝑥1 𝑥2 = ∑ 𝑋1 𝑋2 − = 267 − = 27
𝑛 10
Sehingga