Latihan 8.30. Perhatikan Latihan 7.8 tentang Kesukaan terhadap merek.

a. Regress Y on X 2 using simple linear regression model (2.1) and obtain the residuals.
b. Regress X 1 on X 2 using simple linear regression model (2.1) and obtain the residuals.
c. Calculate the coefficient of simple correlation between the two sets of residuals and show
that it equals r Y 1∨2.
Terjemahan :
a. Regresikan Y terhadap X 2 dengan menggunakan model linier regresi sederhana (2.1) dan
tentukan sisaannya.
b. Regresikan X 1 terhadap X 2 dengan menggunakan model linier regresi sederhana (2.1) dan
tentukan sisaanya.
c. Hitung koefisien korelasi sederhana antara dua himpunan sisaanya dan tunjukkan bahwa itu
sama dengan r Y 1∨2.
Penyelesaian :
a. Dari perhitungan dengan menggunakan SPSS diperoleh tabel berikut.

Model Summaryb
Mode R R Square Adjusted R Std. Error of
l Square the Estimate
1 .395a .156 .095 10.892
a. Predictors: (Constant), Kemanisan
b. Dependent Variable: Derajat Kesukaan terhadap Merek

Kemudian, tabel ANOVA dan Coefficient nya sebagai berikut.

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 306.250 1 306.250 2.582 .130b
Residual 1660.750 14 118.625
Total 1967.000 15
a. Dependent Variable: Derajat Kesukaan terhadap Merek
b. Predictors: (Constant), Kemanisan

Coefficientsa
Model Unstandardized Standardized t Sig. 95,0% Confidence Interval
Coefficients Coefficients for B
B Std. Error Beta Lower Upper
Bound Bound
1 (Constant) 68.625 8.610 7.970 .000 50.157 87.093
Kemanisan 4.375 2.723 .395 1.607 .130 -1.465 10.215
 a. Dependent Variable: Derajat Kesukaan terhadap Merek

b. Dari perhitungan dengan SPSS diperoleh tabel berikut.

Model Summaryb
Model R R Adjusted Std. Error Change Statistics
Square R Square of the R Square F df1 df2 Sig. F
Estimate Change Change Change
1 .000 a
.000 -.071 2.390 .000 .000 1 14 1.000
a. Predictors: (Constant), Kemanisan
b. Dependent Variable: Kandungan Uap Air

Kemudian, tabel ANOVA dan Coefficient yang dipeorleh sebagai berikut.

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression .000 1 .000 .000 1.000b
Residual 80.000 14 5.714
Total 80.000 15
a. Dependent Variable: Kandungan Uap Air
b. Predictors: (Constant), Kemanisan

Coefficientsa
Model Unstandardized Standardized t Sig. 95,0% Confidence Interval
Coefficients Coefficients for B
B Std. Error Beta Lower Upper
Bound Bound
1 (Constant) 7.000 1.890 3.704 .002 2.947 11.053
Kemanisan .000 .598 .000 .000 1.000 -1.282 1.282
a. Dependent Variable: Kandungan Uap Air

c. Dengan menggunakan perhitungan SPSS diperoleh korelasi antara sisaan Y terhadap X 2 dan
sisaan X 1 terhadap X 2 sebagai berikut.

Correlations
Unstandardized Unstandardized
Residual Residual
Unstandardized Residual Pearson Correlation 1 .971**
Sig. (2-tailed) .000
N 16 16
 Unstandardized Residual Pearson Correlation .971** 1
Sig. (2-tailed) .000
N 16 16
**. Correlation is significant at the 0.01 level (2-tailed).

Dari tabel di atas diperoleh tingkat korelasinya sebesar 0.971. Sebelumnya. Soal Latihan 8.12
diperoleh r 2Y 1∨2=0.943 atau r Y 1∨2=√ 0.943 ≈ 0.971. Jadi, terbukti bahwa korelasi sisaannya sama
dengan r Y 1∨2.

Latihan 9.11. Perhatikan Latihan 7.8 tentang Kesukaan terhadap merek.

a. Fit regression model (8.22).
b. Test whether or not the interaction term can be dropped from the model; use α =0.05 . State
the alternatives, decision rule, and conclusion.
Terjemahan :
a. Suaikan model regresi (8.22).
b. Ujilah apakah suku interaksinya dapat dikeluarkan dari model; gunakan α =0.05 . Nyatakan
hipotesis yang diuji, kaidah keputusan, dan kesimpulannya.
Penyelesaian :
Regresi Polinom
Latihan 9.12

Hasil panen. Seorang agronomis meneliti pengaruh kelembaban ( X i , dalam inci ) dan suhu
( X 2 , dalam °C ) terhadap hasil panen tomat hibrid baru (Y ). Dalam percobaannya sebagai berikut.
i 1 2 3 4 5 6 7 8 9 10 11 12 13
Xi1 6 6 6 6 6 8 8 8 8 8 10 10 10
Xi2 20 21 22 23 24 20 21 22 23 24 20 21 22
Yi 49.2 48.1 48.0 49.6 47.0 51.5 51.7 50.4 51.2 48.4 51.1 51.5 50.3

i 14 15 16 17 18 19 20 21 22 23 24 25
Xi1 10 10 12 12 12 12 12 14 14 14 14 14
Xi2 23 24 20 21 22 23 24 20 21 22 23 24
Yi 48.9 48.7 48.6 47.0 48.0 46.4 46.2 43.2 42.6 42.1 43.9 40.5

Agronomis tersebut memperkirakan bahwa model regresi polinom ordo-kedua (9.5) dengan
suku-suku galat normal yang bebas layak digunakan dalam hal ini.
a. Suailah model regresi (9.5). Buatlah plot amatan-amatan Y terhadap nilai suaian. Apakah
fungsi responsnya cukup cocok (pas) dalam hal ini?.
b. Hitunglah R2. Informasi apa yang diberikan oleh ukuran ini?.
c. Ujilah apakah ada hubungan regresi atau tidak, gunakan α =0.05 . Nyatakan hipotesis yang
diuji, kaidah keputusan, dan kesimpulannya. Berapa nilai-P uji ini?.
d. Dugalah rataan hasil panen bila X 1 =7 dan X 2 =22 ; gunakan selang kepercayaan 95 % .
Tafsirkan selang yang Anda peroleh.
e. Nyatakan fungsi respons suaian yang diperoleh pada butir (a) dalam peubah asalnya.
Penyelesaian :
a. Berdasarkan perhitungan dengan menggunakan SPSS diperoleh koefisien masing-masing
variabel pada bentuk Y i=β 0 + β 1 x i 1 + β 2 x i 2+ β 11 x 2i 1 + β 22 xi22 + β 12 x i 1 x i 2+ ε i sebagai berikut.

Coefficientsa
Model Unstandardized Standardized t Sig. 95,0% Confidence
Coefficients Coefficients Interval for B
B Std. Beta Lower Upper
Error Bound Bound
1 (Constant) 51.594 9.384 5.498 .000 31.953 71.235
Transform_Xi1 -.641 .940 -.583 -.682 .503 -2.608 1.326
Transform_Xi2 -.475 .443 -.216 -1.072 .297 -1.402 .452
KuadratTransform_Xi1 -.293 .025 -.631 - .000 -.346 -.240
11.496
KuadratTransform_Xi2 -.139 .102 -.075 -1.360 .190 -.352 .075
Transform_Xi1Xi2 -.006 .043 -.113 -.129 .899 -.095 .084
a. Dependent Variable: Hasil Panen Tomat Hibrid Baru

Sehingga, diperoleh model regresinya adalah

2 2
Y i=51.594−0.641 x i1 −0.475 x i 2−0.293 x i 1−0.139 x i2 −0.006 xi 1 xi 2.
Kemudian, dilakukan plot amatan-amatan Y dengan nilai suaiannya sehingga diperoleh plot
berikut.
Plot Amatan Y i dengan x i 1

Plot Amatan Y i dengan x i 2

 Plot Amatan Y i terhadap x i 1 x i 2
Berdasarkan plot di atas, dapat dilihat bahwa plot amatan Y dengan nilai suaiannya pada model
kuadratik lebih dapat menggambarkan data pada variabel X i 1 dan X i 2 dibandingkan dengan
model liniernya. Sehingga, dapat dikatakan bahwa fungsi responsnya cocok memodelkan fungsi
yang sebenarnya.
b. Berdasarkan perhitungan dengan menggunakan SPSS diperoleh R2 sebagai berikut.

Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .971 a
.943 .928 .85256
a. Predictors: (Constant), Transform_Xi1Xi2, KuadratTransform_Xi2, KuadratTransform_Xi1, Transform_Xi2,
Transform_Xi1
b. Dependent Variable: Hasil Panen Tomat Hibrid Baru
Dari perhitungan tersebut, diperoleh nilai R2 sebesar 0.943. Hal ini mengindikasikan bahwa
pengaruh adanya nilai suaian x i 1 , x i2 , xi21 , x2i 2, dan x i 1 x i 2 memberikan pengaruh yang besar pada
model dengan persentase sebesar 94.3%. Dengan kata lain, penambahan variabel tersebut ke
model sangat baik dalam menjelaskan variabel Y (hasil panen tomat hibrid baru). Ini
mengindikasikan bahwa dengan adanya nilai suaian x i 1 , x i2 , xi21 , x2i 2, dan x i 1 x i 2 membuat model
menjadi tepat dan cocok.
c. Dalam menguji ada atau tidaknya hubungan linier antara nilai suaian dengan Y dapat
menggunakan uji F ¿. Adapun, hasil pengujian dengan SPSS memperoleh tabel berikut.
 ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 227.587 5 45.517 62.622 .000b
Residual 13.810 19 .727
Total 241.398 24
a. Dependent Variable: Hasil Panen Tomat Hibrid Baru
b. Predictors: (Constant), Transform_Xi1Xi2, KuadTransform_Xi2, KuadTransform_Xi1,
Transform_Xi2, Transform_Xi1

Kemudian, hipotesis pengujiannya adalah sebagai berikut.

H 0 : β 11= β22 =β 12=0
H a :Tidak semua nilai β s itu sama dengan nol
Lalu, kaidah keputusannya yaitu jika P−value ( sign . value ) ≤ α =0.05 , maka H 0 dapat
ditolak dan H a diterima. Selain itu, jika P−value ( sign . value ) >α =0.05 , maka H 0 diterima
¿
dan H a ditolak. Selain itu, jika F ≤ F (1−α ; c− p , n−c) maka H 0 diterima dan H a ditolak.
¿
Sebaliknya, jika F > F (1−α ; c− p ,n−c ) maka H 0 ditolak dan H a diterima.

Adapun, keputusan pengujiannya berdasarkan tabel tersebut yaitu dapat dilihat bahwa
P−value(sign. value) sebesar 0.000. Nilai ini lebih kecil jika dibandingkan dengan
taraf signifikansi ( α ) =0.05. Dari kaidah keputusan di atas, diketahui bahwa
P−value=0.000≤ α =0.05 sehingga H 0 kita tolak dan H a diterima. Jadi, dapat disimpulkan
bahwa antara variabel-variabel tersebut memiliki hubungan regresi atau simultan dengan
variabel Y i .

d. Diketahui bahwa X 1 =7 dan X 2 =22. Untuk menduga rataannya dengan selang kepercayaan
95 % . Pertama, perlu mengetahui model regresi sederhana dengan ordo pertama. Adapun,
dengan bantuan SPSS diperoleh hasilnya sebagai berikut.

Coefficientsa
Model Unstandardized Standardized t Sig. 95,0% Confidence Interval
Coefficients Coefficients for B
B Std. Error Beta Lower Upper
Bound Bound
1 (Constant) 67.044 7.188 9.327 .000 52.137 81.951
Kelembaban -.762 .159 -.694 -4.793 .000 -1.092 -.432
Suhu -.530 .318 -.241 -1.667 .110 -1.189 .129
a. Dependent Variable: Hasil Panen Tomat Hibrid Baru
Berdasarkan tabel di atas, diperoleh b 0=67.044 , b1 =−0.762 ,dan b 2=−0.530 . Sehingga, dapat
dibentuk ekpetasi model regresi sederhananya yaitu Y^ =67.044−0.762 X 1−0.530 X 2.
Diketahui X 1 =7 dan X 2 =22 diperoleh Y^ =67.044−0.762 ( 7 ) −0.530 (7 )=58 dan
1

Y^ 2=67.044−0.762 ( 22 )−0.530 ( 22 ) =38.62. Sehingga, diperoleh Y^ 1−Y^ 2 =58−38.62=19.38 .

Kemudian, dengan selang kepercayaan 95 % diperoleh
t ( 0.9875 ; 25−3 )=t ( 0.9875; 22 ) =2.073873 .
Sehingga, dapat diperoleh selang E ( Y^ h ) sebagai berikut.
( Y^ 1 −Y^ 2 ) ±t ( 0.9875;22 ) s ( Y^ h )
19.38 ±2.073873 ( 2.248 )

e. Sebelumnya sudah diketahui model regresi orde keduanya yaitu

2 2
Y i=51.594−0.641 x i1 −0.475 x i 2−0.293 x −0.139 x −0.006 xi 1 xi 2. Kemudian,
i1 i2 diketahui
bahwa x i 1=X i 1− X i1 dengan X i 1=10 dan x i 2=X i 2− X i 2 dengan X i 2=22. Lalu, subtitusikan
x i 1=X i 1−10 dan x i 2=X i 2−22 ke model regresi orde kedua tersebut sehingga diperoleh
Y^ i=51.594−0.641 ( X i 1−10 )−0.475 ( X i 2−22 )−0.293 ( X i 1−10 )2−0.139 ( X i 2−22 )2−0.006 ( X i 1−10 ) ( X i 2−22 )
= −29.442+5.351 X i 1+5.701 X i 2−0.293 X 2i 1−0.139 X 2i 2−0.006 X i1 X i 2.
Jika dibandingkan dengan perhitungan SPSS diperoleh sebagai berikut.

Coefficientsa
Model Unstandardized Standardized t Sig. 95,0% Confidence Interval
Coefficients Coefficients for B
B Std. Error Beta Lower Upper
Bound Bound
1 (Constant) -27.900 50.133 -.557 .584 -132.829 77.028
Kelembaban 5.216 1.069 4.748 4.880 .000 2.979 7.454
Suhu 5.622 4.505 2.559 1.248 .227 -3.808 15.052
Kuad_Xi1 -.293 .025 -5.369 - .000 -.346 -.240
11.496
Kuad_Xi2 -.139 .102 -2.776 -1.360 .190 -.352 .075
Xi1Xi2 -.005 .043 -.113 -.129 .899 -.095 .084
a. Dependent Variable: Hasil Panen Tomat Hibrid Baru

Latihan 11.5. Perhatikan Latihan 7.8 tentang Kesukaan terhadap merek.

a. Prepare an added-variable plot for each of the predictor variables.
b. Do your plots in part (a) suggest that the regression relatioships in the fitted regression
function in Problem 7.8b are inappropriate for any of the predictor variables?. Explain.
c. Obtain the fitted regression function in Problem 7.8b by separately regressing both Y and X 2
on X 1 , and then regressing the residuals in an appropriate fashion.
Terjemahan :
a. Buatlah suatu plot regresi parsial untuk masing-masing peubah bebas.
b. Apakah plot-plot anda pada butir (a) mengindikasikan bahwa hubungan regresi di dalam
fungsi regresi suaian dalam Soal Latihan 7.8 tidak cocok bagi peubah-peubah bebas
tersebut?. Jelaskan.
c. Tentukan fungsi regresi suaian dalam Soal Latihan 7.8 dengan cara mula-mula meregresikan
Y dan X 2 masing-masing terhadap X 1 dan kemudian meregresikan sisaan-sisaan yang
diperoleh dengan cara yang tepat.
Penyelesaian :
a. Dari perhitungan dengan menggunakan SPSS diperoleh plot regresi parsial untuk masing-
masing peubah bebas sebagai berikut.
Plot Regresi Parsial untuk X 1

Plot Regresi Parsial untuk X 2

b. Dari perhitungan dengan menggunakan SPSS diperoleh plot berikut.

Plot Residual terhadap X 1

Plot Residual terhadap X 2

 Jika dibandingkan terkait plot regresi parsial dan plot residual di atas, maka dapat dilihat
bahwa penambahan masing-masing variabel pada model sebelumnya sudah ada variabel yang
lain kemungkinan memiliki manfaat. Hal ini dapat terlihat bahwa pada plot regresi parsial
menunjukkan pita dengan kemiringan tidak sama dengan nol.

c. Dari perhitungan dengan menggunakan SPSS diperoleh tabel sebagai berikut.

Fungsi Regresi Y terhadap X 1

Coefficientsa
Model Unstandardized Standardized t Sig. 95,0% Confidence Interval
Coefficients Coefficients for B
B Std. Beta Lower Upper
Error Bound Bound
1 (Constant) 50.775 4.395 11.554 .000 41.350 60.200
Kandungan Uap 4.425 .598 .892 7.399 .000 3.142 5.708
Air
a. Dependent Variable: Derajat Kesukaan terhadap Merek

Dari tabel di atas diperoleh b 0=50.775 dan b 1=4.425 . Sehingga diperoleh

Y^ ( X )=50.775+ 4.435 X . Kemudian, e ( Y |X )=Y −Y^ ( X ).
i 1 1 1 i i 1
Kemudian, untuk Fungsi Regresi X 2 terhadap X 1 dengan perhitungan SPSS diperoleh tabel
berikut.

Coefficientsa
Model Unstandardized Standardized t Sig. 95,0% Confidence
Coefficients Coefficients Interval for B
B Std. Beta Lower Upper
Error Bound Bound
1 (Constant) 3.000 .878 3.416 .004 1.116 4.884
Kandungan .000 .120 .000 .000 1.000 -.256 .256
Uap Air
a. Dependent Variable: Kemanisan

Dari tabel di atas diperoleh b 0=3.000dan b 2=0.000 . Sehingga diperoleh

^
X 2 ( X 1 ) =3.000+0.000 X 1 . Kemudian, e ( X 2|X 1 ) =X 2− ^
X 2 ( X 1 ).

Latihan 11.9. Perhatikan Latihan 7.8 tentang Kesukaan terhadap merek.

a. Obtain the studentized deleted residuals and identify any outlying Y observations. Use the
Bonferroni outlier test procedure with α =0.01 . State the decision rule and conclusion.
b. Obtain the diagonal elements of the hat matrix, and provide an explanation for the pattern in
these elements.
c. Are any of the observations outlying with regard to their X values according to the rule of
thumb stated in the chapter?.
d. Management wishes to estimate the mean degree of brand liking for moisture content X 1 =10
and sweetness X 2 =3. Construct a scatter plot of X 2 against X 1 and determine visually
whether this prediction involves an extrapolation beyond the range of the data. Also, use
(10.29) to determine whether an extrapolation is involved. Do your conclusions from the two
methods agree?.
e. The largest absolute studentized deleted residual is for case 14. Obtain the DFFITS ,
DFBETAS , and Cook's distance values for this case to assess the influence of this case. What
do you conclude?.
f. Calculate the average absolute percent difference in the fitted values with and without case
14. What does this measure indicate about the influence of case 14?.
g. Calculate Cook's distance D i for each case and prepare an index plot. Are any cases
influential according to this measure?.
Penyelesaian :
Latihan 11.15. Perhatikan Latihan 7.8a tentang Kesukaan tentang merek.
a. What do the scatter plot matrix and the correlation matrix show about hairwise linear
associations among the predictor variables?
b. Find the two variance inflation factors. Why are they both equal to 1?