Silahkan dijawab soal berikut. Jawaban diketik dan di upload di googleclassroom. Tidak ada
alasan untuk keterlambatan!
1. Soal analisis regresi berganda. Berikut ini adalah data besarnya pendapatan, jumlah
anggota keluarga dan pengeluaran untuk berbelanja 12 orang karyawan?
X1 pendapatan 90 80 90 80 70 80 90 80 70 90 80 60 70 80
X2 jumlah anggota 6 6 5 4 5 4 6 3 5 4 6 4 2 4
keluarga
Y pengeluaran 75 45 55 60 65 40 45 80 60 65 68 65 66 70
3. Jelaskan bagaimana cara memberikan penilaian atas variabel kualitatif unyuk analisis
regresi variabel dummy?
4. Jelaskan perbedaan analisis regresi dengan menggunakan variabel mediasi dan analisis
regresi dengan menggunakan variabel moderasi!
Selamat Mengerjakan
1. .
a. Persamaan Regresi
Det A = (14 x 89.100 x 312) + (1.110 x 5.130 x 64) + (64 x 1.110 x 5.130)
- (64 x 89.100 x 64) + (5.130 x 5.130 x 14) + (312 x 1.110 x 1.110) +
= 1.118.059.800 - 1.117.805.400
= 253.800
Matriks A1
859 1.110 64 859 1.110
67.910 89.100 5.130 67.910 89.100
3.870 5.130 312 3.870 5.130
Det A1= (859 x 89.100 x 312) + (1.110 x 5.130 x 3.870) + (64 x 67.910 +
5.130)
- (3.870 x 8.910 x 64) + (5.130 x 5.130 x 859) + ( 312 x 67.910 x 1.110)
= (68.212.665.000) - (68.193.096.300)
= 19.568.700
Matriks A2
14 859 64 14 859
1.110 6.710 5.130 1.110 6.710
64 3.870 312 64 3.870
Det A2= (14 x 6.710 x 312) + (859 x 5.130 x 64) + (64 x 1.110 x 3.870)
- (64 x 6.710 x 64) + 3.870 x 5.130 x 14 + 312 x 1.110 x 859
= (853.582.560) - (853.591.640)
= -9.080
Matriks A3
14 1.110 859 14 1.110
1.110 89.100 6.710 1.110 89.100
64 5.130 3.870 64 5.130
Det A3 = (14 x 89.100 x 3.870) + (1.110 x 6.710 x 64) + ( 859 x 1.110 x 5.130)
- (64 x 89.100 x 859) + (5.130 x 6.710 x 14) + ( 3.870 x 1.110 x 1.110)
= (14.543.168.100) - (14.543.884.800)
= -716.700
Dapat diperoleh data sebagai berikut :
Matriks Determinant [A] = 253.800
Matriks Determinant [A1] = 19.568.700
Matriks Determinant [A2] = - 9.080
Matriks Determinant [A3] = - 716.700
Det [ A 1] 19.568.700
a =
Det [ A ]
= 253.800 = 77,103
Det [ A 2] −9.080
b =
Det [ A ]
= 253.8 00 = -0,036
Det [ A 3 ] −716.700
b=
Det [ A ]
= 253.800 = -2,824
77,103 = Jika pendapatan sebesar 0 dan jumlah anggota keluarga juga 0 maka
pengeluaran akan sebesar 77,103
- 0,036 = Jika pendapatan naik sebesar 1 satuan dan jumlah anggota keluarga
tetap maka pengeluaran akan menurun sebesar -0,036
-2,824 = Jika jumlah anggota keluarga naik sebesar 1 satuan dan pendapatan
tetap maka pengeluaran akan turun sebesar -2,824
K11
14 1.110 64
1.110 8.9100 5.130
64 5.130 312
14 1.110 64
1.110 8.9100 5.130
64 5.130 312
K22 = (14 x 312) - (64 x 64)
= 4.368 - 4.096
= 272
K33
14 1.110 64
1.110 8.9100 5.130
64 5.130 312
11,991 ²
Sb1 =
√ 253.800
(272) = 0,392
11,991 ²
Sb2 =
√ 253.800
= 2,994
bj
ti =
sbj
−0,036
tx1 = 0,392 = -0,092
−2,824
tx2 =
2,944
= -0,959
dengan df: a,(n-k) atau 0,05 (14-3) diperoleh nilai t tabel sebesar 1,796.
Karena nilai t hitung (-0,092) < nilai t tabel (1,796) maka dapat disimpulkan
bahwa variabel pendapatan memiliki pengaruh negative terhadap variabel
volume pengeluaran.
Karena nilai t hitung (-0,959) < nilai t tabel (1,796) maka dapat disimpulkan
bahwa variabel jumlah anggota keluarga memiliki pengaruh negatif terhadap
volume pengeluaran.
d. Uji F
R2 /(K−1)
F=
1−R2 /( n−k )
0,096/(3−1)
0,096
= 1−
14
−3
0,048
= 0,082
= 0,585
Dengan df : a,(n-k) atau 0,05, (3-1) , (14-3) diperoleh nilai F tabel sebesar
3,982. Karena nilai F hitung (0,585) < nilai F tabel (3,982) maka dapat
disimpulkan bwa model persamaan regresi yang terbentuk masuk kriteria tidak
cocok.
2. .
a. Uji Normalitas merupakan pengujian yang dilakukan untuk menguji
apakah nilai residual yang telah distandarisasi pada model regresi
berdistribusi normal atau tidak.
b. Uji linieritas merupakan pengujian yang dilakukan untuk mengetahui
model yang dibuktikan merupakan model linier atau tidak. Hasil dari uji
Linieritas ini adalah informasi apakah model sendiri sebaiknya linier,
kuadrat atau kubik.
c. Uji Multikolinearitas, merupakan pengujian yang bertujuan untuk
menguji apakah model dari regresi yang terbentuk ada korelasi yang
tinggi atau sempurna di antara variabel bebas atau tidak. Jika dalam
model regresi yang berbentuk terdapat korelasi yang tinggi atau
sempurna di antara variabel bebas maka model regresi tersebut
dinyatakan mengandung gejala Multikolinier.
d. Uji Heteroskedastisitas merupakan pengujian yang dilakukan untuk
mengetahui apakah ada varian variabel pada model regresi yang tidak
sama (konstan).
e. Uji Autokorelasi merupakan pengujian yang bertujuan untuk
mengetahui apakah ada korelasi antara anggota serangkaian data
observasi yang diuraikan menurut waktu (time series) atau ruang (cross
section).
3. Model yang digunakan untuk melakukan analisis regresi satu variabel kualitatif
dua kategori yaitu :
Y = a + b1D + b2X1 + ɛ
Dimana :
Y = Nilai yang diramalkan
a = Konstanta / intercept
b1 = Koefisien regresi variabel bebas dummy
D = Variabel bebas yang merupakan variabel dummy dengan dua kategori
b2 = Koefisien regresi variabel bebas kuantititafi
X2 = Variabel bebas yang merupakan variabel kuantitatif
ɛ = nilai residu
kemudian membuat hipotesis da melakukan analisis data.