Nama : Rafika Surya Adhi

NIM : 4118008
Praktikum Komputasi I – A

1. Regresi Linear Sederhana

Seorang pengusaha bernama Andrianto ingin

meneliti tentang pengaruh biaya promosi terhadap
volume penjualan pada perusahaan minyak wangi.
Dari pernyataan tersebut didapatvariabel dependen
(Y) adalah volume penjualan dan variabel
independen (X) adalah biaya promosi. Data-data
yang didapat ditabulasikan sebagai berikut:
N
Biaya Promosi Volume Penjualan
o
1 12 56
2 14 62
3 13 60
4 12 61
5 15 65
6 13 66
7 14 60
8 15 63
9 13 65
10 14 62
     

Variables Entered/Removedb

Variables Variables
Model Entered Removed Method

1 Biaya Promosia . Enter

a. All requested variables entered.

b. Dependent Variable: Volume Penjualan

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .449a .201 .101 2.826

a. Predictors: (Constant), Biaya Promosi

R Square = 0,201 menunjukkan angka koefisien determinasinya (R2). Artinya variansi dalam prestasi dapat dijelaskan
oleh motivasi belajar melalui model sebesar 20,1%, sisanya berasal dari variabel lain. Atau dengan bahasa sederhana
besarnya kontribusi/sumbangan biaya promosi terhadap volume penjualan adalah sebesar 20,1%, sisanya (79,9%) berasal
dari variabel lain.
Adjusted R square = 0,101. Ukuran ini maknanya sama dengan R square, hanya saja Adjusted R square ini nilainya lebih
stabil karena sudah disesuaikan dengan jumlah variabel bebasnya.
Standard Error of The Estimate = 2,826yang menunjukkan ukuran tingkat kesalahan dalam melakukan prediksi terhadap
variabel terikat.

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 16.095 1 16.095 2.015 .194a

Residual 63.905 8 7.988

Total 80.000 9

a. Predictors: (Constant), Biaya Promosi

b. Dependent Variable: Volume Penjualan

Hasil pengujian tersebut ditemukan harga F hitung sebesar 2,015 dengan sig.= 0,194. Oleh karena nilai sig. >
0,05 maka Ho (p=0) diterima yang artinya biaya promosi tidak memiliki pengaruh yang signifikan terhadap
volume penjualan.

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 45.286 11.809 3.835 .005

Biaya Promosi 1.238 .872 .449 1.419 .194

a. Dependent Variable: Volume Penjualan

Hasil pengujian ditemukan nilai t hitung sebesar 1,419 dengan sig.= 0,194. Oleh karena nilai sig.> 0,05 maka H0 (β=0)
diterima yang artinya biaya promosi tidak berpengaruh positif dan signifikan terhadap volume penjualan.

Persamaan regresinya : Y’ = 45,286 + 1,238X

2. Regresi linear berganda

Dalam suatu penelitian yang dilakukan terhadap 10 rumah tangga yang diilih secara acak, diperoleh data
pengeluaran untuk pembelian barang-barang tahan lama per minggu (Y), pendapatan per minggu (X1), dan
jumlah anggota rumah tangga (X2) sebagai berikut :
 Variables Entered/Removedb

Variables Variables
Model Entered Removed Method

1 jumlah anggota
rumah tangga ,
. Enter
pendapatan per
minggu a

a. All requested variables entered.

b. Dependent Variable: pengeluaran untuk pembelian

barang-barang tahan lama per minggu

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .915a .836 .790 2.521

a. Predictors: (Constant), jumlah anggota rumah tangga , pendapatan

per minggu

Bagian ini menampilkan:

R = 0,915 artinya koefisien korelasinya sebesar 0,915. Angka menunjukkan derajad korelasi antara variabel jumlah
anggota rumah tangga dan pendapatan per minggu dengan pengeluaran untuk pembelian barang-barang tahan lama
per minggu.
R Square = 0,836 menunjukkan angka koefisien determinasinya (R2). Artinya variansi dalam prestasi dapat dijelaskan oleh
motivasi belajar dan uang saku melalui model sebesar 83,6%, sisanya (16,4%) berasal dari variabel lain.
Atau dengan bahasa sederhana besarnya kontribusi/sumbangan jumlah anggota rumah tangga dan pendapatan per minggu
terhadap pengeluaran untuk pembelian barang-barang tahan lama per minggu adalah sebesar 83,6%, sisanya
(16,4%) berasal dari variabel lain.
Adjusted R square = 0,790. Ukuran ini maknanya sama dengan R square, hanya saja Adjusted R square ini nilainya lebih
stabil karena sudah disesuaikan dengan jumlah variabel bebasnya.
Standard Error of The Estimate = 2,521 yang menunjukkan ukuran tingkat kesalahan dalam melakukan prediksi terhadap
variabel terikat.
 ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 227.512 2 113.756 17.899 .002a

Residual 44.488 7 6.355

Total 272.000 9

a. Predictors: (Constant), jumlah anggota rumah tangga , pendapatan per minggu

b. Dependent Variable: pengeluaran untuk pembelian barang-barang tahan lama per minggu

Hasil pengujian tersebut ditemukan harga F hitung sebesar 17,899 dengan sig.= 0,002. Oleh karena nilai sig.<
0,05 maka H0 (ρ=0) ditolak yang artinya pendapatan per minggu dan jumlah anggota rumah tangga secara
simultan berpengaruh terhadap pengeluaran untuk pembelian barang - barang tahan lama per minggu.

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 3.919 2.418 1.621 .149

pendapatan per minggu 2.491 .703 1.024 3.544 .009

jumlah anggota rumah

-.466 1.016 -.133 -.459 .660
tangga

a. Dependent Variable: pengeluaran untuk pembelian barang-barang tahan lama per minggu

Y’ = 3,919 + 2,491X1 – 0,466X2.

 Untuk variabel pendapatan per minggu (X1) ditemukan nilai b1 = 2,491 dengan t = 3,544 dan sig. =
0.009. oleh karena nilai sig.< 0,05 maka H0 (β1 =0) ditolak yang artinya variabel penndapatan per
minggu berpengaruh signifikan terhadap pengeluaran untuk pembelian barang-barang tahan lama per
minggu jika jumlah anggota rumah tangga dikendalikan/dikontrol.
 Untuk variabel jumlah anggota rumah tangga (X2) ditemukan nilai b2= -0,466 dengan sig. = 0,660. Oleh
karena nilai sig.> 0,05 maka H0 (β2=0) diterima yang artinya variabel jumlah anggota rumah tangga
tidak berpengaruh /berpengaruh negatif signifikan terhadap pengeluaran untuk pembelian barang-
barang tahan lama per minggu jika pendapatan per minggu dikendalikan/dikontrol.

3. Regresi linear berganda

Sebuah penelitian dilakukan untuk mengetahui apakah ada pengaruh makanan ikan (tiap hari dalam seminggu)
[X1] dan panjang ikan (mm) [X2] terhadap berat ikan (kg) [Y] di Desa Tani Tambak Raya Sejahtera. Data
sebagai berikut:
 Variables Entered/Removedb

Variables Variables
Model Entered Removed Method

1 panjang ikan,
pengaruh
. Enter
makanan ikan
per haria

a. All requested variables entered.

b. Dependent Variable: berat ikan

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .583a .339 .174 2.351

a. Predictors: (Constant), panjang ikan, makanan ikan per hari

Bagian ini menampilkan:

R = 0,583 artinya koefisien korelasinya sebesar 0,583. Angka menunjukkan derajad korelasi antara variabel panjang ikan
dan makanan ikan per hari dengan berat ikan.
R Square = 0,339 menunjukkan angka koefisien determinasinya (R2). Artinya variansi dalam prestasi dapat dijelaskan oleh
motivasi belajar dan uang saku melalui model sebesar 33,9%, sisanya (66,1%) berasal dari variabel lain.
Atau dengan bahasa sederhana besarnya kontribusi/sumbangan panjang ikan dan makanan ikan per hari terhadap berat
ikan adalah sebesar 33,9%, sisanya (66,1%) berasal dari variabel lain.
Adjusted R square = 0,174. Ukuran ini maknanya sama dengan R square, hanya saja Adjusted R square ini nilainya lebih
stabil karena sudah disesuaikan dengan jumlah variabel bebasnya.
Standard Error of The Estimate = 2,351 yang menunjukkan ukuran tingkat kesalahan dalam melakukan prediksi terhadap
variabel terikat.
 ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 22.706 2 11.353 2.055 .190a

Residual 44.203 8 5.525

Total 66.909 10

a. Predictors: (Constant), panjang ikan, makanan ikan per hari

b. Dependent Variable: berat ikan

Hasil pengujian tersebut ditemukan harga F hitung sebesar 2,055 dengan sig.= 0,190. Oleh karena nilai sig.>
0,05 maka H0 (ρ=0) diterima yang artinya panjang ikan dan makanan ikan per hari secara simultan tidak
berpengaruh terhadap berat ikan tersebut.

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 28.273 5.815 4.862 .001

pengaruh makanan ikan per

.521 .628 .330 .829 .431
hari

panjang ikan .052 .069 .303 .761 .468

a. Dependent Variable: berat ikan

Y’ = 28,273 + 0,521X1 + 0,052X2

 Untuk variabel makanan ikan per hari (X1) ditemukan nilai b1 = 0,521 dengan t = 0,829 dan sig. =
0.431. oleh karena nilai sig.> 0,05 maka H0 (β1 =0) diterima yang artinya variabel makanan ikan per
hari tidak berpengaruh signifikan terhadap berat ikan jika variabel panjang ikan dikendalikan/dikontrol.
 Untuk variabel panjang ikan (X2) ditemukan nilai b2= 0,052 dengan nilai t = 0,761 dan sig.= 0,468 Oleh
karena nilai sig.> 0,05 maka H0 (β2=0) diterima yang artinya variabel panjang ikan tidak berpengaruh
secara signifikan terhadap berat ikan jika variabel makanan ikan dikendalikan/dikontrol.