NAMA : ASEP MULYADI HADORI

NIM : 3711961010
JURUSAN : AKUNTANSI KARYAWAN A
MATA KULIAH : STATISTIK BISNIS
Soal Lat-1 Regresi Linier Berganda

1. Data pada saah satu pabrik kertas menunjukan bahwa banyaknya kerusakan ada hubungannya
dengan kecepatan beroperasinya mesin cetak.

Kecepatan Jumlah
XY X2 Y2
mesin (X) Kerusakan (Y)
8,10 6,00 48,60 65,61 36,00
10,20 7,00 71,40 104,04 49,00
10,80 7,50 81,00 116,64 56,25
10,90 5,70 62,13 118,81 32,49
12,00 7,00 84,00 144,00 49,00
13,10 9,60 125,76 171,61 92,16
13,20 9,40 124,08 174,24 88,36
13,80 9,20 126,96 190,44 84,64
14,90 12,20 181,78 222,01 148,84
15,80 9,00 142,20 249,64 81,00
16,40 11,40 186,96 268,96 129,96
17,40 12,30 214,02 302,76 151,29
156,60 106,30 1448,89 2128,76 998,99

a. Persamaan Rgresi Linier Y = a + bX, dengan :

Jawab :

2. Hasil survei terhadap 12 orang mahasiswa yang ditanya tentang berat badan, tinggi badan, dan
umur (Misal Y = berat badan, X1 - Tinggi Badan, dan X2 = Umur)

Y X1 X2
64 157 18
71 159 20
53 149 16
67 162 21
55 151 18
58 150 17
77 155 20
57 148 19
56 152 20
51 142 16
76 161 22
58 157 19
A. Tentukn koesfisien regresi a, b, dan c, jika persamaan regresinya Y = a + bX1 + cX2
 Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) -74,256 54,838 -1,354 ,209

1 X1=Tinggi Badan ,642 ,488 ,428 1,315 ,221

X2=Umur 1,996 1,529 ,425 1,306 ,224

a. Dependent Variable: Y=Berat Badan

Persamaan regresi yang dihasilkan Y = -74,256 + 0,642X1 + 1,996X2
B. Berapa berat badan sesorang jika tingginya 153 dan umurnya 23 tahun?
Jawab :
Tinggi : 153 atau (X1)
Umur : 23 tahun atau (X2)
Ditanyakan berapa berat badan seseroang atau (Y)
Sehingga, Persamaan regresi yang dihasilkan
Y = -74,256 + 0,642X1 + 1,996X2
Y = -74,256 +0,642(153) + 1,996(23)
Y = -74,256 + 98,226 + 45,908
Y = 69,878
Maka berat seserorang bila memiliki tinggi badan 153 dan umur 23 yaitu 69,878 atau
dibulatkan menjadi 70

Hasil penghitungan SPSS

PERUMUSAN HIPOTESIS
H1 = Terdapat pengaruh Tinggi Badan (X1) terhadap Berat Badan (Y)
H2= Terdapat pengaruh Umur (X2) terhadap Berat Badan (Y)
H3= terdapat penhgaruh Tinggi Badan (X1) dan (X2) secara simultan terhadap Berat Badan (Y)
Tingkat kepercayaan 95% , α=0,05
- Uji t
t tabel =t(α/2;n-k-1)=t (0,025;9)= 2,262
- Uji F
F tabel = F (k;n-k)=F (2;10)=4,10

Model Summaryb

Model R R Square Adjusted R Std. Error of the Durbin-Watson

Square Estimate

1 ,809a ,654 ,577 5,798 1,836

a. Predictors: (Constant), X2=Umur, X1=Tinggi Badan

b. Dependent Variable: Y=Berat Badan

Pada bagian ini terdapat nilai koefisien determinasi R-Square sebesar 0,654 (65,4%), hal ini mengandung
arti bahwa pengaruh variabel X1 dan X2 secara stimultan terhadap variabel Y adalah 65,4 %

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) -74,256 54,838 -1,354 ,209

1 X1=Tinggi Badan ,642 ,488 ,428 1,315 ,221

X2=Umur 1,996 1,529 ,425 1,306 ,224

a. Dependent Variable: Y=Berat Badan

Pengujian Hipotesis Pertama (H1)

Diketahui nilai sigm untuk pengaruh X1 terhadap Y adalah sebesar 0,221 > 0,05 dan nilai t hitung 1,315 <
t tabel 2,262, sehingga dapat disimpulkan bahwa H1 ditolak yang berarti tidak terdapat pengaruh X1
terhadap Y.

Pengujian Hipotesis Kedua (H2)

Diketahui nilai sig untuk pengaruh X2 terhdap Y adalah sebesar 0,224>0,05 dan nilai t hitung 1,306 < t
tabel 2,262, sehingga dapat disimpulkan bahwa H2 ditolak yang berarti tidak terdapat pengaruh X2
terhadap Y.

Persamaan regresi yang dihasilkan Y= -74,256+0,642X1+1,996X2

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 572,407 2 286,203 8,515 ,008b

1 Residual 302,510 9 33,612

Total 874,917 11

a. Dependent Variable: Y=Berat Badan

b. Predictors: (Constant), X2=Umur, X1=Tinggi Badan

Pengujian Hipotesis Ketiga (H3)

Berdasarkan output diatas diketahui nilai signifikansi untuk pengaruh X1 dan X2 secara stimultan
terhadap Y adalah sebesar 0,008 < 0,05 dan nilai F hitung 8,515 > F tabel 4,10