Tugas Kelompok ke-3

Week 8/ Sesi 12
JDEA - Team 3
2502133452 - Matthew Ryan Benkel
2502132380 – Andhika Abdullah Pradana
2502133433 – Achmad Maulana Wisudatama
2502129152 - Dina Marlena
2502133704 - Afif Rakha Iskandar
1. Manajer penjualan suatu perusahaan mobil ingin mempelajari penjualan mobil. Ia memilih
faktor apa saja yang diduga akan mempengaruhi penjualan mobil di seluruh agen. Faktor
tersebut adalah tayangan iklan (dalam menit), dan jumlah salesman tetap agen. Penelitian
dilakukan terhadap 12 agen yang diambil secara acak. Data hasil penelitian adalah:
Penjualan mobil/bulan Iklan Salesman
127 18 10
138 15 15
159 22 14
144 23 12
139 17 12
128 16 12
161 25 14
180 26 17
102 15 7
163 24 16
106 18 10
149 25 11

STAT6145 - Business Statistics-R2

 a. Buatlah matriks korelasi!. Variabel bebas manakah yang mempunyai korelasi paling
erat dengan variable tak bebasnya?
b. Tentukan persamaan regresi linier berganda!
c. Lakukan uji hipotesis tiap koefisien regresi untuk menentukan ada tidaknya koefisien
regresi yang berbeda dari 0? Gunakan taraf nyata 5%!
d. Lakukan uji hipotesis secara menyeluruh untuk menentukan ada tidaknya koefisien
regresi yang berbeda dari 0? Gunakan taraf nyata 5%!
e. Berapa jumlah pendugaan mobil yang terjual di agen tertentu yang memiliki 20 pegawai
dan membayar waktu tayang iklan 15 menit?
(Score 50)
2. Kecamatan A ingin mengetahui apakah terdapat pengaruh antara tingkat pendidikan
penduduk dengan Perilaku Hidup Bersih dan Sehat (PHBS). Untuk itu dilakukan survei
terhadap penduduk mengenai tingkat pendidikan dan perilaku hidup bersih dan sehat. Hasil
yang diperoleh adalah dalam bentuk tabel kontingensi sebagai berikut.

  <SMP SMP SMA Sarjana Jumlah

PHBS Rendah 20 24 192 14 250

PHBS Tinggi 8 15 239 38 300

Jumlah 28 39 431 52 550

Ujilah secara statistik apakah tingkat pendidikan menpengaruhi perilaku hidup bersih dan
sehat penduduk secara signifikan. Gunakan tingkat signifikansi, α = 0,05.
(Score 50)

STAT6145 - Business Statistics-R2

 JAWABAN
1. Perhitungan
A. Matriks Korelasi
Variabel pembentuk matriks korelasi

Hitung variabel yang diperlukan untuk membentuk matriks korelasinya :

Penjualan
Data ke- Iklan(x1) Salesman(x2) x1^2 x2^2 x1*y x2*y x1*x2 y^2
mobil/bulan (Y)
1 18 10 127 324 100 2286 1270 180 16129
2 15 15 138 225 225 2070 2070 225 19044
3 22 14 159 484 196 3498 2226 308 25281
4 23 12 144 529 144 3312 1728 276 20736
5 17 12 139 289 144 2363 1668 204 19321
6 16 12 128 256 144 2048 1536 192 16384
7 25 14 161 625 196 4025 2254 350 25921
8 26 17 180 676 289 4680 3060 442 32400
9 15 7 102 225 49 1530 714 105 10404
10 24 16 163 576 256 3912 2608 384 26569
11 18 10 106 324 100 1908 1060 180 11236
12 25 11 149 625 121 3725 1639 275 22201
TOTAL 244 150 1696 5158 1964 35357 21833 3121 245626

Perhitungan :

2
244
= (5158) -
12
= 196,67

1502
= (1964) -
12

STAT6145 - Business Statistics-R2

 = 89

2
1696
= (245626) -
12
= 5924,67

244 x 1696
= (35357) -
12
= 871,67

150 x 1696
= (21833) -
12
= 633

244 x 150
= (3121) -
12
= 71
Didapatkan dari perhitungan maka matriks korelasinya :

STAT6145 - Business Statistics-R2

( )( )
12 244 150 a 1696
244 5158 3121 b 1 = 35357 ⌉
⌈
150 3121 1964 b 2 21833
Dari matriks di atas untuk mencari nilai a,b1, dan b2 dapat menggunakan Cramer
Rule atau Gaush Jordan Elimination
Berikut perhitungannya :

STAT6145 - Business Statistics-R2

 Maka didapatkan nilai
 a atau b0 = 1891423/74771 = 25,2952
 b1 = 97906/37387 = 2,6187
 b2 = 187805/37387 = 5,0232
Analisa :
Dari perhitungan maka dapat disimpulkan bahwa variabel salesman yang paling
berpengaruh terhadap variabel penjualan mobil tiap bulan hal ini ditunjukan dengan nilai
koefisien regresinya sebesar 5,0232.

B. Regresi linier berganda

STAT6145 - Business Statistics-R2

 Penjualan
Data ke- Iklan(x1) Salesman(x2) x1^2 x2^2 x1*y x2*y x1*x2 y^2
mobil/bulan (Y)
1 18 10 127 324 100 2286 1270 180 16129
2 15 15 138 225 225 2070 2070 225 19044
3 22 14 159 484 196 3498 2226 308 25281
4 23 12 144 529 144 3312 1728 276 20736
5 17 12 139 289 144 2363 1668 204 19321
6 16 12 128 256 144 2048 1536 192 16384
7 25 14 161 625 196 4025 2254 350 25921
8 26 17 180 676 289 4680 3060 442 32400
9 15 7 102 225 49 1530 714 105 10404
10 24 16 163 576 256 3912 2608 384 26569
11 18 10 106 324 100 1908 1060 180 11236
12 25 11 149 625 121 3725 1639 275 22201
TOTAL 244 150 1696 5158 1964 35357 21833 3121 245626

Maka perhitungan dari komponen variabel pembentuk matrik korelasinya

sebagai berikut :

2
244
= (5158) - = 196,67
12

2
150
= (1964) - = 89
12

2
1696
= (245626) - = 5924,67
12

244 x 1696
= (35357) - = 871,67
12

150 x 1696
= (21833) - = 633
12

STAT6145 - Business Statistics-R2

 244 x 150
= (3121) - = 71
12
Perhitungan b0,b1, dan b2 :

{( 89 x 871,67 )−( 633 x 71 ) }

= = 2,6187
{ 196,67 x 89 } −712

{(196,67 x 633)−( 871,67 x 71 ) }

= = 5,0233
{196,67 x 89 }−712

= {¿ ¿ = 25,2952
Persamaan regresi :
Y = b0 + b1X1 + b2X2
Y = 25,2952 + 2,6187X1 + 5,0233X2
Jika menggunakan aplikasi dari MS. Excel maka hasil perhitungannya :

STAT6145 - Business Statistics-R2

 SUMMARY OUTPUT

Regression Statistics
Multiple R 0,9602
R Square 0,9220
Adjusted R Square 0,9046
Standard Error 7,1670
Observations 12

ANOVA( UJI F )
df SS MS F Significance F
Regression 2 5462,3789 2731,1895 53,1719 1,03542E-05
Residual 9 462,2877 51,3653
Total 11 5924,6667

Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 25,2952 11,5689 2,1865 0,0566 -0,8756 51,4660 -0,8756 51,4660
X Variable 1 2,6187 0,6057 4,3237 0,0019 1,2486 3,9888 1,2486 3,9888
X Variable 2 5,0233 0,9003 5,5794 0,0003 2,9866 7,0600 2,9866 7,0600

Persamaan regresi :
Y = b0 + b1X1 + b2X2
Y = 25,2952 + 2,6187X1 + 5,0233X2
C. Uji T
 Lakukan penentuan hipotesis
Ho : Tidak adanya koefisien regresi yang berbeda dari 0
Ha : Adanya koefisien regresi yang berbeda dari 0
Kriteria pengujian
Taraf signifikan (α) = 0,05
df = 12
Ttabel = 2,179 (berdasarkan pada nilai T tabel)
 Perhitungan Thitung dengan menggunakan Ms. Excel
Coeffi cients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 25,2952 11,5689 2,1865 0,0566 -0,8756 51,4660 -0,8756 51,4660
X Variable 1 2,6187 0,6057 4,3237 0,0019 1,2486 3,9888 1,2486 3,9888
X Variable 2 5,0233 0,9003 5,5794 0,0003 2,9866 7,0600 2,9866 7,0600

 Keputusan :
Pendekatan Nilai Kritis
 Jika Thitung < Ttabel maka H0 diterima
 Jika Thitung > Ttabel maka H0 ditolak

STAT6145 - Business Statistics-R2

 Analisa dari UJI T
1) Variabel X1(Iklan) Terhadap Variabel Y (penjualan mobil/bulan)
Berdasarkan perhitungan maka dapat disimpulkan nilai Thitung = 4,234 > Ttabel = 2,179
sehingga H0 ditolak yang mana artinya terdapat adanya koefisien regresi yang
berbeda dari 0
2) Variabel X2(Salesman) Terhadap Variabel Y (penjualan mobil/bulan)
Berdasarkan perhitungan maka dapat disimpulkan nilai Thitung = 5,579 > Ttabel = 2,179
sehingga H0 ditolak yang mana artinya terdapat adanya koefisien regresi yang
berbeda dari 0

D. Uji F
 Hipotesis
Ho : Tidak adanya koefisien regresi yang berbeda dari 0
Ha : Adanya koefisien regresi yang berbeda dari 0
 Kriteria pengujian
α = 0,05
df1= 3 - 1 = 2
df2 = 12 - 3 = 9
Ftabel = 4,26
 F hitung dengan menggunakan aplikasi Excel
ANOVA( UJI F )
df SS MS F Significance F
Regression 2 5462,3789 2731,1895 53,1719 1,03542E-05
Residual 9 462,2877 51,3653
Total 11 5924,6667

Nilai F hitung = 53,1719

 Keputusan :
Pendekatan Nilai Kritis
 Jika Fhitung < Ftabel maka H0 diterima

STAT6145 - Business Statistics-R2

  Jika Fhitung > Ftabel maka H0 ditolak
 Kesimpulan
Berdasarkan perhitungan maka dapat disimpulkan nilai Fhitung = 53,1719 > Ftabel = 4,26 ,
maka H0 ditolak artinya terdapat adanya koefisien regresi yang berbeda dari 0

E. Diketahui : X1 = 15
X2 = 20
Jawab :
Y = 25,2952 + 2,6187X1 + 5,0233X2
= 25,2952 + 2,6187(15) + 5,0233(20)
= 25,2952 + 39,2805 + 100,4660
= 165,0417
= 165 (pembulatan)
Kesimpulan : Estimasi jumlah pendugaan mobil yang terjual 165 unit

2. Diketahui :
<SMP SMP SMA Sarjana Total
PHBS
20 24 192 14 250
Rendah
PHBS
8 15 239 38 300
Tinggi
Total 28 39 431 52 550
Ditanya : Ujilah apakah tingkat pendidikan menpengaruhi perilaku hidup bersih dan sehat
penduduk secara signifikan(Gunakan α = 0,05)
Jawab:
Langkah perhitungan Uji Chi Square:
Hipotesis
H0: Tidak terdapat hubungan yang signifikan antara tingkat pendidikan dan perilaku
hidup bersih dan sehat

STAT6145 - Business Statistics-R2

 Ha: Terdapat hubungan yang signifikan antara tingkat pendidikan dan perilaku hidup
bersih dan sehat
Kriteria Pengujian
α = 0,05
df =(k – 1) (r – 1)= (2 – 1) (4 – 1) = 3
df = 3 ( degrees of freedom )
tabel2 = 7,815
Perhitungan Frekuensi harapan (eij)

<SMP eij SMP eij SMA eij Sarjana eij Total

PHBS
20 12,73 24 17,73 192 195,91 14 23,64 250
Rendah
PHBS
8 15,27 15 21,27 239 235,09 38 28,36 300
Tinggi
Total 28 Total 39 Total 431 Total 52 Total 550

Menghitung 2 dengan rumus :

Perilaku
Tingkat
hidup sehat Fij Eij (fij - eij ) (fij - eij )^2 ((fij - eij )^2)/eij
Pendidikan
dan bersih
<SMP 20 12,7273 7,2727 52,8926 4,1558
PHBS SMP 24 17,7273 6,2727 39,3471 2,2196
Rendah SMA 192 195,9091 -3,9091 15,2810 0,0780
Sarjana 14 23,6364 -9,6364 92,8595 3,9287
<SMP 8 15,2727 -7,2727 52,8926 3,4632
SMP 15 21,2727 -6,2727 39,3471 1,8497
PHBS Tinggi
SMA 239 235,0909 3,9091 15,2810 0,0650
Sarjana 38 28,3636 9,6364 92,8595 3,2739
Chi Square 19,0338

Keputusan
Pendekatan Nilai Kritis

STAT6145 - Business Statistics-R2

  Jika 2hitung < 2Tabel maka H0 diterima
 Jika 2hitung > 2Tabel maka H0 ditolak
Interprestasi dari hasil Uji Chi Square
Didapatkan nilai Chi Square (hitung2= 19,0338 > tabel2 = 7,815) jadinya H0 ditolak.
Artimya terdapat hubungan yang signifikan antara tingkat pendidikan dan perilaku
hidup bersih dan sehat

Referensi :
https://ujistatistik.com/uji-chi-square/
https://www.belajarstatistics.com/blog/2019/12/23/cara-manual-uji-chi-square-1-sampel/
https://www.academia.edu/11080546/
Pengolahan_Data_Regresi_Linier_Berganda_Secara_Manual
http://catatan-akademik.blogspot.com/2015/02/contoh-penghitungan-manual-analisis.html
https://www.academia.edu/8511756/4_Analisis_Regresi_Linier_Berganda_dengan_Matriks

STAT6145 - Business Statistics-R2