Soal

No. Jumlah Pekerja Jumlah Produksi

1 10 200
2 12 210
3 11 200
4 13 240
5 9 170
6 8 170
7 5 110
8 14 250
9 10 190
10 5 100
11 7 160
12 9 180
13 8 190
14 9 190
15 12 230

a. Model Regresi dan Interpretasi

Scatter Plot
300
250
Jumlah Produksi

200
150
100
50
0
4 6 8 10 12 14 16
Jumlah Pekerja

Tabel bantu penghitungan analisis regresi linier sederhana:

Jumlah Pekerja Jumlah Produksi

No.
(x) (y)
1 10 200 0.53333333333 14
2 12 210 2.53333333333 24
3 11 200 1.53333333333 14
4 13 240 3.53333333333 54
5 9 170 -0.46666666667 -16
6 8 170 -1.46666666667 -16
7 5 110 -4.46666666667 -76
8 14 250 4.53333333333 64
9 10 190 0.53333333333 4
10 5 100 -4.46666666667 -86
 11 7 160 -2.46666666667 -26
12 9 180 -0.46666666667 -6
13 8 190 -1.46666666667 4
14 9 190 -0.46666666667 4
15 12 230 2.53333333333 44
Total 142 2790 -1.7763568E-15 0
Mean 9.46666666666667 186

Perhitungan koefisien intersep dan slope:

= 1498 / 99,73333 = 15.0200534759

= 186 - (15.02005348)(9.466666667) = 43.810160428

Diperoleh a =43.81016043 dan b = 15.02005348, sehingga estimasi model regresi yang terbentuk adalah:

y = 43.81016043 + 15.02005348x

Interpretasi dari model tersebut adalah, jika x (dalam hal ini jumlah pekerja) sejumlah 0, maka y (dalam hal ini jumlah pro
Dan jika jumlah pekerja dinaikkan 1 orang maka jumlah produksi akan mengalami peningkatan sebanyak 15.02005348 pc

Tabel Bantu Penghitungan Kesalahan Standar Estimasi

No x y x2 y2
1 10 200 100 40000
2 12 210 144 44100
3 11 200 121 40000
4 13 240 169 57600
5 9 170 81 28900
6 8 170 64 28900
7 5 110 25 12100
8 14 250 196 62500
9 10 190 100 36100
10 5 100 25 10000
11 7 160 49 25600
12 9 180 81 32400
13 8 190 64 36100
14 9 190 81 36100
15 12 230 144 52900
Total 142 2790 1444 543300

Diketahui nilai a =
dan nilai b =
sehingga kesalahan standar estimasi dapat dihitung sebagai berikut :
b. Nilai koefisien korelasi dan determinansinya, serta artiya

Jumlah Pekerja Jumlah Produksi

No.
(x) (y)
1 10 200 0.53333333333 14
2 12 210 2.53333333333 24
3 11 200 1.53333333333 14
4 13 240 3.53333333333 54
5 9 170 -0.46666666667 -16
6 8 170 -1.46666666667 -16
7 5 110 -4.46666666667 -76
8 14 250 4.53333333333 64
9 10 190 0.53333333333 4
10 5 100 -4.46666666667 -86
11 7 160 -2.46666666667 -26
12 9 180 -0.46666666667 -6
13 8 190 -1.46666666667 4
14 9 190 -0.46666666667 4
15 12 230 2.53333333333 44
Total 142 2790 -1.7763568E-15 0
Mean 9.46666666666667 186

Maka dapat diperoleh:

= 0.961066

Diperoleh nilai r = 0.961066. Hal ini berarti jumlah pekerja memiliki hubungan positif dan sangat kuat (karena mendekati
Hal ini mengindikasikan bahwa semakin banyak jumlah pekerja, maka jumlah produksi juga akan semakin banyak.

Koefisien determinasi R^2 = (r)^2 = (0.961066)^2 = 0.9236478564 = 92.36%. Hal ini memiliki arti bahwa pengaruh juml
sebesar 92.36% sedangkan sisanya sebanyak 7.64% dipengaruhi oleh faktor lain yang tidak diikutsertakan dalam model re

c. Uji signifikasi secara simultan dan parsial

H0 : β = 0 (Jumlah pekerja tidak berpengaruh signifikan terhadap jumlah produksi)
H1 : β ≠ 0 (Jumlah pekerja berpengaruh signifikan terhadap jumlah produksi)

1. Uji simultan
 Jumlah Pekerja Jumlah Produksi
No.
(x) (y)
1 10 200 100 40000
2 12 210 144 44100
3 11 200 121 40000
4 13 240 169 57600
5 9 170 81 28900
6 8 170 64 28900
7 5 110 25 12100
8 14 250 196 62500
9 10 190 100 36100
10 5 100 25 10000
11 7 160 49 25600
12 9 180 81 32400
13 8 190 64 36100
14 9 190 81 36100
15 12 230 144 52900
Total 142 2790 1444 543300
Mean 9.46666666666667 186

a= 43.8101604278074
b= 15.0200534759358
1444

543300

27910

186

Sehingga dapat dihitung nilai JKT, JKG, dan JKR

1. JKT =

= 24360
2. JKG =

= 1859.95989304816
3. JKR = JKT - JKG = 24360 - 1859.959893
= 22500.0401069518
4. KTR = JKR = 22500.04011
5. KTG = JKG/n-2 = 1859.959893/13
= 143.073837926781

Sehingga nilai statistik uji F dapat diperoleh dengan persamaan:

Fhit = KTR / KTG = 157.261735849054
 Tabel ANOVA:

Sumber
db JK KT Fhit
Keragaman
Regresi 1 22500.0401069518 22500.040107 157.26173585
Galat 13 1859.95989304816 143.073837927
Total 14 24360

Diperoleh nilai Fhit = 157.2617358 sedangkan nilai Ftab(α;1,n-2) = F(0,05; 1; 13) = 4,67 sehingga jika dibandingkan, kita memperol
Keputusan: Menolak H0
Kesimpulan: Jumlah pekerja berpengaruh signifikan terhadap jumlah produksi.

2. Uji parsial
H0 : β = 0 (Jumlah pekerja tidak berpengaruh signifikan terhadap jumlah produksi)
H1 : β ≠ 0 (Jumlah pekerja berpengaruh signifikan terhadap jumlah produksi)

a= 43.8101604278074
b= 15.0200534759358
1444

142

n= 15

= 1.4345638829557

Maka thit:

t hit = = 12.5446230161575

Jika dilihat nilai ttabel = t (0,05/2; 15-2) = 2,160

Jika dibandingkan akan diperoleh thit > ttabel
Keputusan: Tolak H0
Kesimpulan : Jumlah pekerja berpengaruh signifikan terhadap jumlah produksi

d. Perkiraan jumlah produksi tas apabila jumlah pekerja:

1) 13 orang: y = 43.81016043 + 15.02005348x
y = 43.81016043 + 15.02005348 (13) = 239.070855615
2) 14 orang: y = 43.81016043 + 15.02005348x
y = 43.81016043 + 15.02005348 (14) = 254.090909091
7.46666666666667 0.284444444
60.8 6.417777778
21.4666666666667 2.351111111
190.8 12.48444444
7.46666666666667 0.217777778
23.4666666666667 2.151111111
339.466666666667 19.95111111
290.133333333333 20.55111111
2.13333333333333 0.284444444
384.133333333333 19.95111111
 64.1333333333333 6.084444444
2.8 0.217777778
-5.8666666666667 2.151111111
-1.8666666666667 0.217777778
111.466666666667 6.417777778
1498 99.73333333

dalam hal ini jumlah produksi) sebanyak 43.81016043 pcs atau 43 pcs.
ebanyak 15.02005348 pcs atau 15 pcs

xy
2000
2520
2200
3120
1530
1360
550
3500
1900
500
1120
1620
1520
1710
2760
27910
 7.46666666666667 0.284444444 196
60.8 6.417777778 576
21.4666666666667 2.351111111 196
190.8 12.48444444 2916
7.46666666666667 0.217777778 256
23.4666666666667 2.151111111 256
339.466666666667 19.95111111 5776
290.133333333333 20.55111111 4096
2.13333333333333 0.284444444 16
384.133333333333 19.95111111 7396
64.1333333333333 6.084444444 676
2.8 0.217777778 36
-5.8666666666667 2.151111111 16
-1.8666666666667 0.217777778 16
111.466666666667 6.417777778 1936
1498 99.73333333 24360

kuat (karena mendekati satu) dengan hasil produksi.

semakin banyak.

ti bahwa pengaruh jumlah pekerja terhadap jumlah produksi

sertakan dalam model regresi
 xy

2000
2520
2200
3120
1530
1360
550
3500
1900
500
1120
1620
1520
1710
2760
27910
 Ftabel

4,67

dingkan, kita memperoleh Fhit > Ftabel

Soal

Harga Barang
No Jumlah Permintaan
(ribu rupiah)
1 4.0 150
2 5.0 140
3 4.5 145
4 5.5 138
5 5.0 141
6 6.0 130
7 6.2 121
8 5.0 142
9 5.5 137
10 6.3 115
11 5.8 127
12 5.7 127
13 4.8 145
14 5.0 142

a. Model regresi dan interpretasinya

Scatter Plot
200
Jumlah permintaan

150

100

50

0
3.5 4.0 4.5 5.0 5.5 6.0 6.5
Harga barang

Tabel bantu penghitungan analisis regresi linier sederhana:

Harga Barang Jumlah Permintaan

No
(ribu rupiah) (x) (y)
1 4.0 150 -1.3 14.3 -18.6734693877551
2 5.0 140 -0.3 4.3 -1.31632653061224
3 4.5 145 -0.8 9.3 -7.49489795918367
4 5.5 138 0.2 2.3 0.440816326530611
5 5.0 141 -0.3 5.3 -1.6234693877551
6 6.0 130 0.7 -5.7 -3.95918367346939
7 6.2 121 0.9 -14.7 -13.1377551020408
8 5.0 142 -0.3 6.3 -1.93061224489796
9 5.5 137 0.2 1.3 0.247959183673468
 10 6.3 115 1.0 -20.7 -20.5663265306123
11 5.8 127 0.5 -8.7 -4.29489795918368
12 5.7 127 0.4 -8.7 -3.42346938775511
13 4.8 145 -0.5 9.3 -4.70918367346938
14 5.0 142 -0.3 6.3 -1.93061224489796
Total 74.3 1900.0 0.0 0.0 -82.4
Mean 5.3 135.7

Perhitungan koefisien intersep dan slope:

= -82.4 / 5,7 = -14.37726

= 135.7 - (-14.3773)(5.3) = 212.01646

Diperoleh a = 212.0165 dan b =-14.3773, sehingga estimasi model regresi yang terbentuk adalah:

y = 212.0165 - 14.3773x

Interpretasi dari model tersebut adalah, jika x (dalam hal ini harga barang) sejumlah 0, maka y (dalam hal ini jumlah jumla
Dan jika harga barang dinaikkan Rp1000 maka jumlah produksi akan mengalami jumlah permintaan menurun sebanyak 14

b. Nilai koefisien korelasi dan determinansinya, serta artiya

Harga Barang Jumlah Permintaan

No
(ribu rupiah) (x) (y)
1 4.0 150 -1.3 14.3 -18.6734693877551
2 5.0 140 -0.3 4.3 -1.31632653061224
3 4.5 145 -0.8 9.3 -7.49489795918367
4 5.5 138 0.2 2.3 0.440816326530611
5 5.0 141 -0.3 5.3 -1.6234693877551
6 6.0 130 0.7 -5.7 -3.95918367346939
7 6.2 121 0.9 -14.7 -13.1377551020408
8 5.0 142 -0.3 6.3 -1.93061224489796
9 5.5 137 0.2 1.3 0.247959183673468
10 6.3 115 1.0 -20.7 -20.5663265306123
11 5.8 127 0.5 -8.7 -4.29489795918368
12 5.7 127 0.4 -8.7 -3.42346938775511
13 4.8 145 -0.5 9.3 -4.70918367346938
14 5.0 142 -0.3 6.3 -1.93061224489796
Total 74.3 1900.0 0.0 0.0 -82.4
Mean 5.3 135.7

= - 0,943241

Diperoleh nilai r = -0,943241. Hal ini berarti harga barang memiliki hubungan negatif dan sangat kuat (karena mendekati m
Hal ini mengindikasikan bahwa semakin banyak jumlah pekerja, maka jumlah produksi juga akan semakin banyak.

Koefisien determinasi R^2 = (r)^2 = (-0.943241)^2 = 0.889704 = 88.97%. Hal ini memiliki arti bahwa pengaruh jumlah pe
sebesar 88.97% sedangkan sisanya sebanyak 11.03% dipengaruhi oleh faktor lain yang tidak diikutsertakan dalam model r
1.70862244897959
0.09433673469388
0.65147959183674
0.03719387755102
0.09433673469388
0.48005102040816
0.79719387755102
0.09433673469388
0.03719387755102
 0.98576530612245
0.24290816326531
0.15433673469388
0.25719387755102
0.09433673469388
5.7

maka y (dalam hal ini jumlah jumlah permintaan) sebanyak 212.0165.

ah permintaan menurun sebanyak 14.3773

1.70862244897959 204.081632653061
0.09433673469388 18.3673469387754
0.65147959183674 86.2244897959182
0.03719387755102 5.22448979591833
0.09433673469388 27.938775510204
0.48005102040816 32.6530612244899
0.79719387755102 216.510204081633
0.09433673469388 39.5102040816325
0.03719387755102 1.65306122448978
0.98576530612245 429.081632653062
0.24290816326531 75.9387755102042
0.15433673469388 75.9387755102042
0.25719387755102 86.2244897959182
0.09433673469388 39.5102040816325
5.7 1338.85714285714

dan sangat kuat (karena mendekati minus satu) dengan jumlah permintaan.
 i juga akan semakin banyak.

miliki arti bahwa pengaruh jumlah pekerja terhadap jumlah produksi

tidak diikutsertakan dalam model regresi
 Biaya
Pendapat
Promosi an (juta
(juta
rupiah)
rupiah)
2 31.71 -0.975 2.42 -2.36007525 0.950625
2 36.43 -0.975 7.14 -6.95963775 0.950625
2 21.79 -0.975 -7.50 7.31718975 0.950625
3 42.55 0.025 13.26 0.331412249999999 0.000625
3 59.31 0.025 30.02 0.750467249999997 0.000625
8 92.88 5.025 63.59 319.53768975 25.250625
5 34.74 2.025 5.44 11.02569975 4.100625
5 40.11 2.025 10.82 21.90561975 4.100625
6 28.63 3.025 -0.66 -1.99562275000001 9.150625
5 22.16 2.025 -7.14 -14.45305275 4.100625
3 19.11 0.025 -10.18 -0.25462025 0.000625
2 19.14 -0.975 -10.15 9.89908725 0.950625
2 20.27 -0.975 -9.03 8.80250475000001 0.950625
3 24.18 0.025 -5.12 -0.12791775 0.000625
3 30.69 0.025 1.40 0.03499225 0.000625
3 23.50 0.025 -5.80 -0.14495775 0.000625
1 15.02 -1.975 -14.27 28.18583725 3.900625
1 8.02 -1.975 -21.28 42.02406975 3.900625
1 15.55 -1.975 -13.75 27.15034475 3.900625
1 13.76 -1.975 -15.53 30.67512725 3.900625
2 17.32 -0.975 -11.98 11.67943725 0.950625
2 18.69 -0.975 -10.61 10.34280975 0.950625
2 20.32 -0.975 -8.97 8.74897725000001 0.950625
3 21.06 0.025 -8.24 -0.20594025 0.000625
2 22.70 -0.975 -6.59 6.42691725 0.950625
2 27.50 -0.975 -1.79 1.74555225000001 0.950625
3 40.20 0.025 10.90 0.272622249999999 0.000625
3 41.13 0.025 11.83 0.295777249999999 0.000625
4 46.95 1.025 17.66 18.09841475 1.050625
5 48.62 2.025 19.32 39.12561225 4.100625
5 36.35 2.025 7.05 14.27825475 4.100625
5 33.11 2.025 3.81 7.72332974999999 4.100625
2 27.84 -0.975 -1.46 1.42038975 0.950625
2 26.98 -0.975 -2.32 2.25879225 0.950625
3 27.61 0.025 -1.68 -0.04211025 0.000625
3 32.35 0.025 3.06 0.07643725 0.000625
3 27.32 0.025 -1.97 -0.04929025 0.000625
3 22.76 0.025 -6.53 -0.16328025 0.000625
2 19.30 -0.975 -10.00 9.74601225 0.950625
2 14.12 -0.975 -15.17 14.79553725 0.950625
total 119 1171.76 627.91841 88.975
mean 2.975 29.29401 15.69796025 2.224375

100.00
90.00
80.00
70.00
60.00
50.00
Column
40.00
30.00
20.00
10.00
0.00
0 1 2 3 4 5 6 7 8 9

7.057245406

8.2987049171

y = 8.298704917 + 7.057245406x

2. koefisien korelasi dan determinansi

0.7127036454
 5.85925594809999
50.95232884809990
56.32217313610000
175.73452712010000
901.12174931610000
4043.63595636810000
29.64573814409990
117.02025340810000
0.43521728410001
50.94119403610000
103.73035473610000
103.08158146810000
81.50857580410010
26.18072122410000
1.95913209609999
33.62039885610000
203.67028911610000
452.75370956010000
188.98028394010000
241.23401552410000
143.49428478810000
112.52987616010000
80.52029235610010
67.85821851210010
43.45064072410000
3.20520989610002
118.91662591210000
139.97469058810000
311.76929586010000
373.31224726410000
49.71645998009990
14.54651972009990
2.12229537610001
5.36714522410002
2.83723704810001
9.34824510009999
3.88724599210002
42.65670406410010
99.91821672810000
230.27789350810000
8724.096800736
 Column O

7 8 9