Nama : Bernath Bronsted Hulu

NIM : 205091007111016
Kelas :B
No. Urut : 38
UAR Analisis Regresi

2. Suatu pengamatan dilakukan terhadap pengaruh suhu pendeodoran dan kualitas (nilainya ditetapkan
oleh peneliti) terhadap warna produk akhir. Data yang diperoleh sebagai berikut (nilai warna rendah
berarti warna makin lemah dan sebaliknya):

No. Suhu Warna Kualitas

1 460 0.3 300
2 450 0.3 300
3 440 0.4 300
4 430 0.4 300
5 420 0.6 300
6 410 0.5 300
7 450 0.5 250
8 440 0.6 250
9 430 0.6 250
10 420 0.6 250
11 410 0.7 250
12 400 0.6 200
13 420 0.6 200
14 410 0.6 200
15 400 0.6 200

Dengan α = 5%, Tentukan:

a. Manakah variabel bebas dan variabel tak bebas? Jelaskan!
b. Tentukan model persamaan regresi linear dengan menggunakan metode MKT dan Metode
Pendekatan Matriks!
c. Lakukan uji simultan dan parsial dengan menggunakan salah satu metode! (berikan
interpretasi)
d. Hitung koefisien determinasi dan berikan interpretasinya!
Jawab:
a. Variabel bebas (X) adalah suhu dan kualitas, karena pada pengamatan tersebut suhu dan kualitias
yang memberikan pengaruh. Dan variabel terikat (Y) adalah warna, karena warna dipengaruhi
oleh variabel bebas/ hasilnya bergantung pada variabel bebas.

b. Model MKT
 Diketahui:
X1 = Suhu
X2 = Kualitas
Y = Warna

 Pendugaan Parameter
S X 1 =∑ X 12−¿¿ ¿
2

S X 2 =∑ X 2−¿¿ ¿
2
2

SY =∑ Y −¿ ¿¿
2
2

S X 1 X 2= ∑ X 1 X 2−
∑ X 1 X 2 =6400
n
S X 1Y =∑ X 1 Y −
∑ 1 ∑ Y =−23,4
X
n
S X 2Y =∑ X 2 Y −
∑ 2 ∑ Y =−47,667
X
n
S X 2 S −S S
2

b 1= X 1Y
=−0,0033
X 2Y X 1 X2

S X 1 S X 2 −S X 1 X 2
2 2 2

S X 1 S −S S
2

b 2= X 2Y
=−0,0011
X 1Y X 1 X2

S X 1 S X 2 −S X 1 X 2
2 2 2

b 0=Y −b1 X 1−b 2 X 2 =2,21793

 Jadi, persamaan regresinya

Y^ =2,21793−0,0033 X 1−0,0011 X 2

Metode Pendekatan Matriks

 [ ][]
1 460 300 0.3
1 450 300 0.3
1 440 300 0.4
1 430 300 0.4
1 420 300 0.6
1 410 300 0.5
1 450 250 0.5
x= 1 440 250 Y = 0.6
1 430 250 0.6
1 420 250 0.6
1 410 250 0.7
1 400 200 0.6
1 420 200 0.6
1 410 200 0.6
1 400 200 0.6

 Menghitung X transpose

[ ]
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
'
X = 460 450 440 430 420 410 450 440 430 420 410 400 420 410 400
300 300 300 300 300 300 250 250 250 250 250 200 200 200 200

 Menghitung X ‘X

[ ]
15 6390 3850
'
X X= 6390 2727100 1646500
3850 1646500 1012500

 Menghitung X ‘Y

[ ]
7,9
X ' Y = 3342
1980

 Menghitung (X ‘X)-1

[ ]
41.99540134 −0.109406355 0.018227425
−1
(X ¿ ¿' X) = −0.109406355 0.000305184 −0,00008 ¿
0.018227425 −0,00008 0,00006

 Menghitung nilai b
^β=¿

 Persamaan regresinya

Y^ =2,21793−0,0033 X 1−0,0011 X 2
c. Uji Simultan
Hipotesis yang diuji
𝐻0 : 𝛽1 = 𝛽2 = . . . = 𝛽𝑝
𝐻0 : Minimal ada satu pasangan 𝛽 yang tidak sama atau ada 1 dimana 𝛽1 ≠ 0
JK Regresi =b1 JK x 1Y +b 2 JK x 2 Y
¿ (−0,003 ) (−23,4 )+ (−0,0011 )(−47,667 )
¿ 0,12939
JK Total =JK Y
¿ 0,20933
JK Galat =JK Total −JK Regresi
¿ 0,07995

Sumber Derajat Bebas Jumlah Kuadrat Kuadrat Tengah

F Hitung
Keragaman (SK) (DB) (JK) (KT)
Regresi 2 0,12939 0,06469 9,71067
Galat 12 0,07995 0,00666
Total 14 0,20933

Statistik -F 9,71067 > F0,05(2,12) = 3,88529 maka tolak 𝐻0.

Jadi dapat disimpulkan bahwa secara simultan suhu dan kualitas berpengaruh terhadap warna
produk.

Uji Parsial
𝐻0 : 𝛽1 = 0
𝐻0 : 𝛽1 ≠ 0

S^
2
β1
=KTG
( J K x2
2
J K x1 J K x 2−JH K x 1 x 2 )
2
S^
β1
=( 0,06469 )
2
( ( 4960 )
( 4960 )( 24333,3 ) −( 6400 ) ( 6400 ) )
S^
β1
=0.00143

 Statistik Uji
b1 −0,0033
t= = =−2,325
se ( b1 ) √ 0,00143
t 0,025( 13 )=2,16037

|t hitungan|<t tabel maka H 0 diterima

Dapat disimpulkan bahwa secara parsial suhu tidak berpengaruh secara signifikan
terhadap warna produk.

𝐻0 : 𝛽2 = 0
𝐻0 : 𝛽2 ≠ 0

S^
2
β2
=KTG
( J K x1
2
J K x 1 J K x 2−JH K x 1 x 2 )
 2
S^
β1
=( 0,06469 )
2
(( ( 24333,3 )
4960 )( 24333,3 ) −( 6400 ) ( 6400 ) )
S^
β1
=0.00064

 Statistik Uji
b2 −0,0033
t= = =−1,6884
se ( b2 ) √ 0,00064
t 0,025( 13 )=2,16037

|t hitungan|<t tabel maka H 0 diterima

Dapat disimpulkan bahwa secara parsial kualitas tidak berpengaruh secara signifikan
terhadap warna produk.

d. Koefisien Determinasi

2 JKR 0,12939
R= = =0,61809
JKT 0,20933

Variabel suhu dan kualitas dapat menjelaskan hubungan terhadap warna produk sebesar 61,8%.
Sedangkan, 38,2% dipengaruhi oleh variabel diluar model.