REGRESI LINEAR

PRAKTIKUM STATISTIKA GEOGRAFI

Nama : Fahmy Iqbal
NPM : 2206811524

1. LINEAR REGRESI SEDERHANA (SHEET 1)

1. Variabel terikat dan variabel bebas

Variabel terikat : Suhu
Variabel bebas : Oksigen terlarut

2. Bagaimana hubungan variabel terikat terhadap masing-masing variabel bebasnya

Hubungan: Korelasi, karena data interval dengan data rasio maka menggunakan Pearson
Product Moment

3. Rumuskan hipotesis dan tentukan resiko kesalahan dalam pengambilan keputusan

Hipotesis
H0 = model tidak memenuhi persyaratan linier
H1 = model memenuhi persyaratan linier
LoS
95% dengan α = 5%
Konstruksi Keputusan
uji perhitungan
H0 = f hitung < f table
H1 = f hitung ≥ f table
uji p-value
H0 = p-value > 5%
H1 = p-value ≤ 5%

4. Berapa koefisien korelasi dan determinasi, serta apa arti dari angka tersebut
koefisien korelasi
r = 0.702
koefisien determinasi
R^2 = 0.493
Oksigen terlarut mempengaruhi model suhu sebesar 49,3%, sisanya dipengaruhi variable lain
yang tidak masuk dalam model

5. Berapa koefisien regresi yang didapat dan apa artinya

𝛽0 = 34.788
𝛽1 = -1.193

6. Tentukan Persamaan regresi

y = 34.788 – 1.193x

7. Uji persamaan yang didapat, apakah dapat digunakan dalam regresi

P value = 2.1941E-12
P value > 5%, H0 ditolak sehingga model memenuhi persyaratan linear

8. Berapakah suhu air di sumur seorang warga jika kandungan oksigen terlarutnya
adalah 4,3 ppm
 x = 4,3 ppm = 4,3
y = 34,788 – 1,193(4,3) = 29.6581 ppm

2. LINEAR REGRESI SEDERHANA (SHEET 2)

Pearson
0.9570
coefficien
R^2 0.9158
Σxi 600
Σyi 516
Σxiyi 12412
Σxi² 14118
𝛽1 0.968
𝛽0 -2.090

Sumber Variasi Sum of Square degree of freedom Mean square F value

Regresi Linear 2347.34 1 2347.34
Residu (Error) 215.82 29 7.44 315.41
Total 2563.16 31 -
1. Variabel terikat dan variabel bebas
Variabel terikat : Biaya transportasi
Variabel bebas : Jarak

2. Bagaimana hubungan variabel terikat terhadap masing-masing variabel bebasnya

Hubungan: Korelasi, karena data interval dengan data rasio maka menggunakan Pearson
Product Moment

3. Rumuskan hipotesis dan tentukan resiko kesalahan dalam pengambilan keputusan

Hipotesis
H0 = model tidak memenuhi persyaratan linier
H1 = model memenuhi persyaratan linier
LoS
95% dengan α = 5%
Konstruksi Keputusan
uji perhitungan
H0 = f hitung < f table
H1 = f hitung ≥ f table
uji p-value
H0 = p-value > 5%
H1 = p-value ≤ 5%

4. Berapa koefisien korelasi dan determinasi, serta apa arti dari angka tersebut
koefisien korelasi
r = 0.9570
koefisien determinasi
R^2 = 0.9158
jarak tempuh mempengaruhi model biaya transportasi sebesar 91,58%, sisanya dipengaruhi
variable lain yang tidak masuk dalam model

5. Berapa koefisien regresi yang didapat dan apa artinya

𝛽0 = - 2.090
𝛽1 = 0.968

6. Tentukan Persamaan regresi

y = 0.968x - 2.090

7. Uji persamaan yang didapat, apakah dapat digunakan dalam regresi

F tabel = 4.18
F value = 315.41
F value > F tabel, H0 ditolak sehingga model memenuhi persyaratan linear

8. Berapakah biaya transportasi yang dihabiskan oleh peumdik untuk menempuh jarak
354 km
x = 354 km = 35,4
y = 0.968(35,4) - 2,090 = 32,1772 = Rp 32.177,20
3. LINEAR REGRESI BERGANDA (SHEET 3)

1. Variabel terikat dan variabel bebas

Variabel terikat : Pemanfaatan kawasan
Variabel bebas : x1 = Fasilitas Kawasan, x2 = luas Kawasan, x3 = jarak dari jalan utama

2. Bagaimana hubungan variabel terikat terhadap masing-masing variabel bebasnya

Hubungan: Korelasi, karena data interval dengan data rasio maka menggunakan Pearson
Product Moment

3. Rumuskan hipotesis dan tentukan resiko kesalahan dalam pengambilan keputusan

Hipotesis
H0 = model tidak memenuhi persyaratan linier
H1 = model memenuhi persyaratan linier
LoS
95% dengan α = 5%
Konstruksi Keputusan
uji perhitungan
H0 = f hitung < f table
H1 = f hitung ≥ f table
uji p-value
H0 = p-value > 5%
H1 = p-value ≤ 5%

4. Berapa koefisien korelasi dan determinasi, serta apa arti dari angka tersebut
koefisien korelasi
r = 0.668

koefisien determinasi
R^2 = 0.446
Fasilitas Kawasan, luas Kawasan, dan jarak dari jalan utama mempengaruhi model
pemanfaatan Kawasan sebesar 44,6%, sisanya dipengaruhi variable lain yang tidak masuk
dalam model

5. Berapa koefisien regresi yang didapat dan apa artinya

𝛽0 = 60,568
𝛽1 = 0,452
𝛽2 = -8,258
𝛽3 = 1,436

6. Tentukan Persamaan regresi

y = 60,568 + 0,452x1 – 8,258x2 + 1,436x3

7. Uji persamaan yang didapat, apakah dapat digunakan dalam regresi

p-value = 0,004
p-value ≤ 5%, H0 ditolak sehingga model memenuhi persyaratan linear

8. Buatlah sebuah soal untuk prediksi pemanfaatan kawasan industri

 Berapakah persentase pemanfaatan Kawasan industry pada suatu Kawasan dengan persentase
kawasan fasilitas sebesar 50%, luas Kawasan sebesar 400 ha, dan jarak dari jalan tol sejauh 6
km?
y = 60,568 + 0,452x1 – 8,258x2 + 1,436x3
x1 = 50% = 50
x2 = 400 ha = 4
x3 = 6 km = 6

y = 60,568 + 0,452(50) – 8,258(4) + 1,436(6) = 58,752 %

4. LINEAR REGRESI BERGANDA (SHEET 4)

1. Variabel terikat dan variabel bebas

Variabel terikat : Penurunan muka air tanah
Variabel bebas : x1 = Jumlah penduduk, x2 = jumlah industry besar menggunakan air tanah

2. Bagaimana hubungan variabel terikat terhadap masing-masing variabel bebasnya

Hubungan: Korelasi, karena data interval dengan data rasio maka menggunakan Pearson
Product Moment

3. Rumuskan hipotesis dan tentukan resiko kesalahan dalam pengambilan keputusan

Hipotesis
H0 = model tidak memenuhi persyaratan linier
H1 = model memenuhi persyaratan linier
LoS
95% dengan α = 5%
Konstruksi Keputusan
uji perhitungan
H0 = f hitung < f table
H1 = f hitung ≥ f table
uji p-value
H0 = p-value > 5%
H1 = p-value ≤ 5%

4. Berapa koefisien korelasi dan determinasi, serta apa arti dari angka tersebut
koefisien korelasi
r = 0.635

koefisien determinasi
R^2 = 0.403
Jumlah penduduk dan jumlah industry besar yang menggunakan air tanah mempengaruhi
model Penurunan muka air tanah sebesar 40,3%, sisanya dipengaruhi variable lain yang tidak
masuk dalam model

5. Berapa koefisien regresi yang didapat dan apa artinya

𝛽0 = 1.618
𝛽1 = 0.624
𝛽2 = 0.011

6. Tentukan Persamaan regresi

 y = 1.618 + 0.624x1 + 0.011x2

7. Uji persamaan yang didapat, apakah dapat digunakan dalam regresi

p-value = 0.000438
p-value ≤ 5%, H0 ditolak sehingga model memenuhi persyaratan linear

8. Berapakah penurunan muka air tanah jika hanya ada 12 industri yang
menggunakan air tanah dan pnduduknya hanya sbesar 1300 jiwa

y = 1.618 + 0.624x1 + 0.011x2

x1 = 1300 penduduk = 1,3
x2 = 12 industri = 12

y = 1.618 + 0.624(1,3) + 0.011(12) = 2.5612 m

5. VARIABEL DUMMY (SHEET 5)

1. Variabel terikat dan variabel bebas

Variabel terikat : Penurunan muka air tanah
Variabel bebas : x1 = jumlah penduduk, x2 = ketinggian dataran

Karena x2 adalah variable nominal dengan tiga katergorisasi (rendah dan tinggi), maka harus
diubah menjadi variable dummy, dimana: jumlah dummy = jumlah kategorik – 1 = 2 – 1 = 1
D1X2 : 1 = tinggi, 0 = lainnya

Ŷ = 𝑏0 + 𝑏1X1 + 𝑏2D1X2

2. Bagaimana hubungan variabel terikat terhadap masing-masing variabel bebasnya

Hubungan: Korelasi, karena data interval dengan data rasio maka menggunakan Pearson
Product Moment

3. Rumuskan hipotesis dan tentukan resiko kesalahan dalam pengambilan keputusan

Hipotesis
H0 = model tidak memenuhi persyaratan linier
H1 = model memenuhi persyaratan linier
LoS
95% dengan α = 5%
Konstruksi Keputusan
uji perhitungan
H0 = f hitung < f table
H1 = f hitung ≥ f table
uji p-value
H0 = p-value > 5%
H1 = p-value ≤ 5%

4. Berapa koefisien korelasi dan determinasi, serta apa arti dari angka tersebut
koefisien korelasi
r = 0.852

koefisien determinasi
R^2 = 0.726
Jumlah penduduk dan ketinggian dataran mempengaruhi model penurunan muka air tanah
sebesar 72,6%%, sisanya dipengaruhi variable lain yang tidak masuk dalam model

5. Berapa koefisien regresi yang didapat dan apa artinya

𝛽0 = 3.236
𝛽1 = 0.508
𝛽2 = -2.396

6. Tentukan Persamaan regresi

y = 3.236 + 0.508X1 - 2.396D1X2

7. Uji persamaan yang didapat, apakah dapat digunakan dalam regresi

p-value = 1.0104E-9
p-value ≤ 5%, H0 ditolak sehingga model memenuhi persyaratan linear

8. Berapakah tinggi muka air tanah jika sebuah kota berada di dataran rendah dengan

penduduk sebesar 1300 jiwa

 y = 3.236 + 0.508X1 - 2.396D1X2
X1 = 1300 jiwa = 1,3
D1X2 = rendah = 0

y = 3.236 + 0.508(1,3) - 2.396(0) = 3.8964 m

6. VARIABEL DUMMY (SHEET 6)

1. Variabel terikat dan variabel bebas

Variabel terikat : Laju Infiltrasi
Variabel bebas : x1 = kelembaban tanah, x2 = tutupan vegetasi, x3 = tekstur tanah
Karena x3 adalah variable nominal dengan tiga katergorisasi (pasir, lempung, dan liat), maka
harus diubah menjadi variable dummy, dimana: jumlah dummy = jumlah kategorik – 1 = 3 –
1=2
D1X3 : 1 = lempung, 0 = lainnya
D2X3 : 1 = liat, 0 = lainnya

Ŷ = 𝑏0 + 𝑏1X1 + 𝑏2𝑋2 + b3D1X3 + b4D2X3

2. Bagaimana hubungan variabel terikat terhadap masing-masing variabel bebasnya

Hubungan: Korelasi, karena data interval dengan data rasio maka menggunakan Pearson
Product Moment

3. Rumuskan hipotesis dan tentukan resiko kesalahan dalam pengambilan keputusan

Hipotesis
H0 = model tidak memenuhi persyaratan linier
H1 = model memenuhi persyaratan linier
LoS
95% dengan α = 5%
Konstruksi Keputusan
uji perhitungan
H0 = f hitung < f table
H1 = f hitung ≥ f table
uji p-value
H0 = p-value > 5%
H1 = p-value ≤ 5%

4. Berapa koefisien korelasi dan determinasi, serta apa arti dari angka tersebut
koefisien korelasi
r = 0.996

koefisien determinasi
R^2 = 0.993
Kelembaban tanah, tutupan vegetasi, dan tekstur tanah mempengaruhi model laju inflitrasi
sebesar 99,3%, sisanya dipengaruhi variable lain yang tidak masuk dalam model
5. Berapa koefisien regresi yang didapat dan apa artinya
𝛽0 = 1.417
𝛽1 = -0,027
𝛽2 = 0.091
𝛽3 = -0.292
𝛽4 = 0.242

6. Tentukan Persamaan regresi

y = 1.417 – 0.027X1 + 0.091X2 – 0.292D1X3 + 0.242D2X3

7. Uji persamaan yang didapat, apakah dapat digunakan dalam regresi

p-value = 1.7702E-31
p-value ≤ 5%, H0 ditolak sehingga model memenuhi persyaratan linear

8. Buatlah sebuah soal untuk prediksi laju infiltrasi

Berapakah laju infiltrasi pada pada suatu wilayah dengan kelembaban tanah sebesar 43%,
tutupan vegetasi sebesar 21%, dan tanah bertekstur pasir?
y = 1.417 – 0.027X1 + 0.091X2 – 0.292D1X3 + 0.242D2X3
X1 = 43% = 43
X2 = 21% = 21
D1X3 = pasir = 0
D2X3 = pasir = 0

y = 1.417 – 0.027(43) + 0.091(21) – 0.292(0) + 0.242(0) = 2.167 ml/jam