Soal Regresi Linear Sederhana Dan Regresi Linear Berganda.

1. Hubungan antara kompetensi (X) dan kinerja pegawai (Y) diambil acak 15
orang pegawai sebagai berikut :

x y x2 xy
22 14 484 308
30 4 900 120
32 12 1024 384
40 4 1600 160
40 24 1600 960
44 17 1936 748
44 14 1936 616
48 9 2304 432
50 15 2500 750
52 24 2704 1248
55 16 3025 880
55 24 3025 1320
58 20 3364 1160
61 22 3721 1342
64 26 4096 1664
695 245 34219 12092

Maka untuk menentukan nilai a dan b yaitu :

∑ y ∑ x 2−∑ x ∑ xy
α =¿
n ∑ x 2−¿ ¿

245 ( 34219 )−695(12092)

α=
15 ( 34219 )−¿ ¿

8383655−8403940
α=
513285−483025
 −20285
α= = -0,670
30260

Dan b=n ¿ ¿

15 ( 12092 )− ( 695 ) (245)

b=
15 ( 34219 )−¿ ¿

181380−170275
b=
513285−483025

11105
b= =̵ 0,367
30260

Dengan demikian, persamaan regresi linear Y atas X untuk soal diatas adalah :

Yˆ= a + bx

Yˆ = -0,67 + -0,367 x

2. Data sampel dibawah ini menunjukkan permintaan terhadap suatu produk

(dalam ribuan unit) dan harganya (dalam rupiah) dienam pasar yang berbeda
lokasi.

Harga : 18 10 14 11 16 13
Permintaan : 9 125 57 90 22 79

a. Tentukan garis regresinya dengan metode least squares

b. Estimasikan besarnya permintaan akan produk permintaan tersebut
disuatu pasar bila harga produk tersebut 15
Jawab :

Harga (x) Permintaan (Y) x2 Xy

18 9 324 162
10 125 100 1250
14 57 196 789
11 90 121 990
16 22 256 352
13 79 169 1027
82 382 1166 4579

∑ y ∑ x2 −∑ x ∑ xy
α=
n ∑ x 2−¿ ¿

382 ( 1166 )−82(4579)

α=
6 ( 1166 )−¿ ¿

445412−375478
α=
6996−6724

69934
α= =257.110
272

Dan b=n ¿ ¿

6 ( 4579 )−82(382)
b=
6 ( 1166 )−¿ ¿

27474−31324
b=
6996−6724

243150
b= = 893,933
272
Maka untuk menentukan nilai a dan b yaitu :

Yˆ = a + bx

Yˆ = 257.110+ ¿893,933

3. Diketahui informasi sebagai berikut : X = variable independen, Y = variable

dependen, n=9 dan Ʃ x= 45 Ʃ Y= 45 dan Ʃxy=168 Ʃ x 2=285 dan Ʃ y 2= 285
a. Tentukanlah slope b pada garis regrsi linear
b. Pada taraf signifikasi 0,02 ujilah hipotesis nihil yang menyatakan bahwa
β=0 dengan hipotesis alternative β >0
c. Hitunglah 99% confidence limits untuk β

Jawab :

a. b=n ¿ ¿

9 (168 )−( 45 ) (45)

b=
9 ( 285 )−¿ ¿

1512−2025
¿
2565−2025

−513
¿ =−0,95
540

Ʃy −bƩx
α=
n
 45−(−0,95 ) ( 45)
¿
9

45+ 42,75
= 9
= 9,75

b. Uji Hipotesis

H 0 : β=0

H 1=¿¿ β <0

Nilai t 0,01( 9−2)=2,998

H0 ditolak apabila : t > 2,998 atau t < -2,998

Standard error of estimate =

S x, y y 2−α ∑ y−b ∑ xy
¿
√∑ n−2

= 285−9,75 45 − −0,95 (169)

√ ( ) ( )
9−2

5,8
=
√ 7
= √0,836 = 0,91

Standard error of regression coefficient :

S yx
Sb=
√ ∑ x 2−¿¿¿ ¿

0, 91
= √ 285−¿ ¿ ¿

b− β
t=
sb
 −0,95−0
= 0,12
=−7,92

H o tolak karena nilai t hitung (-7,92) lebih kecil daripada t table (-2,998)
c. Interval konfidensi 99% untuk β :

a
b−t ; n−2. S a
2 b <β <b +t ;−2 . S
2 b

0,95 – 3,499 (012) ¿ β <¿ −¿0,95 + 3,499 (0,12)

-1,37 < β <−0,53

4. 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
goring dan pendapatan konsumen :

Permintaan
Harga Minyak Pendapatan (uta
Responden Minyak
(ribu/liter) rupiah)
(Kg/bulan)
1 3 8000 10
2 4 7000 10
3 5 7000 8
4 6 7000 5
5 6 6000 4
6 7 6000 3
7 8 6000 2
8 9 6000 2
9 10 5000 1
10 10 5000 1
11 3 9000 10
12 4 8000 9
 Langkah-langkah penyelesainnya:

 Variabel bebas dan variable tak bebas

 Variabel bebas : X1 = Harga minyak goring dan X2 = Pendapatan
konsumen.
 Variabel tak bebas : Y = Permintaan minyak goreng

 Persamaan regresi linear berganda : γ ' =a+ b 1 X 1+b 2 X 2

 Menentukan nilai konstanta dan koefisien regresi

No y x1 x2 x1 2 x2 2 y2 x 1−¿¿ x 2 x 1. y x 2. y
1 3 8 10 64 100 9 80 24 30
2 4 7 10 49 100 16 70 28 40
3 5 7 8 49 64 25 56 35 40
4 6 7 5 49 25 36 35 42 30
5 6 6 4 36 16 36 24 36 24
6 7 6 3 36 9 49 18 42 21
7 8 6 2 36 4 64 12 48 16
8 9 6 2 36 4 81 12 54 18
9 10 5 1 25 1 100 5 50 10
10 10 5 1 25 1 100 5 50 10
11 3 9 10 81 100 9 90 27 30
12 4 8 9 64 81 16 72 32 36
Total 75 80 65 550 505 541 479 468 305

∑ x 12 = ∑ x 12−¿ ¿ ¿
−4225
∑ x 22 = ∑ x 22 = ¿ ¿ = 505 12
=152,92

∑ y2 = ∑ y2 = ¿ ¿
∑ x1 X ∑ y 80 X 75
∑ x 1 y = ∑ x 1 y −¿ n
=468−
12
=−32
 ∑ x 2 X ∑ y = 305 −65 X 75 =−101,25
∑ x2 y = ∑ x2 y− n 12

∑ x 1 x 2=∑ x1 x2− ∑ x 1 Xn ∑ x 2 =479− 8012X 65 =−45,67

Sehingga
b 1¿ ¿¿¿ =¿

b1¿ ¿

α =¿ ¿

Khusus untuk parameter b1 data adalah dalam ribuan , sehingga hasil tersebut
harus dibagi 1000, diperoleh b1 = -0,000582 = -0,001
Jadi persamaan regresi liniear berganda dengan dua variabel bebas adalah ;
Y’ = 12,7753 – 0,001 x1 – 0,488 x2

5. Dari data dibawah ini menunjukkan besarnya biaya advertensi (%dari biaya
total) dan laba usaha.
Bersih (% dari total penjualan ) dari sampel random 6 toko tekstil :

Biaya Advertensi Laba usaha dan bersih

1,5 3,6
1,0 2,8
2,8 5,4
0,4 1,9
1,3 2,9
2,0 4,3
 a. Tentukan garis regresinya dengan metode least squares
b. Untuk biaya advertensi 1,2 (% dari biaya total) perkiraan besarnya laba
usaha bersih (%dari total penjualan
c. Ujilah hipotesis nihilnya pada taraf signifikasi 0,05
Jawab :
Garis regresi dengan metode least squares

Biaya Laba X2 Y2 xy
advertising usaha
(x)
1,5 3,6 2,25 12,96 5,4
1,0 2,8 1,00 7,84 2,8
2,8 5,4 7,84 29,16 15,12
0,4 1,9 0,16 3,61 0,76
1,3 2,9 1,69 8,41 3,77
2,0 4,3 4,00 18,49 8,6
9,0 20,9 16,94 80,47 36,45

¿
∑ y ∑ x 2−∑ x ∑ xy
n ∑ x 2−¿ ¿

6 ( 36,45 )−( 9,0 )(20,9)

=
6 ( 16,94 ) −¿ ¿

Ʃy −bƩx 20,9−1,48( 9,0)

= = =1,26
n 6

Ӯx = 126 + 1,48 x

Besarnya laba bersih pada biaya advertensi 1,2 =

Ӯx =1,26 + 1,46 (1,2)
= 1,26 + 1,776 = 3,04 ( % dari total penjuala )
H0 : a = 0,8 H1 : a > 0,8
Nilai t 0,05 :(6 −2) = 2,132
H0 diterima apabila = -2,132 < t < 2,132 dan H0 ditolak apabila = t > 2,132 atau
t < -2,132
Standard error of estimate =

S x, y
y 2−α ∑ y−b ∑ xy
¿
√∑ n−2

= 80,47−1,26 20 , −1,48 (36,45)

( )
√ 6−2

0,19
=
√ 4

9,0
= 6 =1,5

Nama-nama kelompok :
1. AL DONNA 1905160637
2. MAHYARANI HILDAYANTI 1905160639
3.
4.

Yang ngerjain cuman al donna dan hilda yang lain pada bodoamat pak, Nanti tidak
ditulis nama nya kami 2 dimusuhin. Lelah pak punya kelompok seperti mereka
pak.