TUGAS 13

ANALISI REGRESI

Nama : Hanifa Nur Fadilla

Kelas : Matematika B 2020

NIM : 20305141006

Untuk mengetahui hubungan antara pengeluaran untuk promosi (X, dalam ribuan) dan permintaan
permintaan akan produk perusahaan perusahaan (Y, dalam ribuan) di suatu daerah telah dilakukan
penelitian dan diperoleh data sbb :
𝑖 𝑋𝑖 𝑌𝑖
1 6 17
2 6 12
3 7 10
4 7 24
5 2 19
6 2 30
7 9 21
8 9 16
9 8 22
10 8 17
11 1 18
12 1 21
13 7 23
14 7 11

a. Buatlah diagram pancar antara X dan Y. kesimpulan apa yang dapat diperoleh !
b. Tentukkan koefisien korelasi antara X dengan 𝑋 2 . Jika ada kekolinearan ganda lakukan
transformasi 𝑥 = 𝑋 − 𝑋̅ !
c. Hitunglah koefisien korelasi antara x dengan 𝑥 2 !
d. Tentukan persamaan regresi polinomial kuadratik dugaan !
e. Uji apakah suku kuadratik 𝛽11 dapat dibuang dari model !
f. Tentukkan koefisien determinasi ganda dan maknanya !
g. Lakukan uji kecocokan regresi polynomial (jika pengamatannya berulang) !
Penyelesaian dengan Program R

Diperoleh :
a. Diagram pancar antara X dan Y

Kesimpulan : dapat dilihat dari titk-titik pada diagram pencar bahwa variable respon (Y) cenderung
mengikuti tren kuadratik sehingga persamaan regresi yang dapat dibuat untuk mendekati pola di atas
adalah regresi polinomial orde 2.
b. Koefisien korelasi antara X dengan 𝑋 2

Diperoleh koefisien korelasi antara X dan 𝑋 2 adalah 0,9809306 karena nilai tersebut cukup besar
hamper mendekati 1 sehingga menimbulkan multikolinearitas atau kekolinearan ganda dan perlu
dilakukan transformasi 𝑥 = 𝑋 − 𝑋

c. Koefisien korelasi antara x dengan 𝑥 2

Diperoleh koefisien korelasi antara 𝑥 dan 𝑥 2 adalah -0,7053596.

d. Persamaan regresi polinomial kuadratik dugaan

Diperoleh :
𝛽0 = 17,0020476
𝛽1 = −0,1460654
𝛽11 = 0,2072156
Sehingga didapat Persamaan regresi dugaan kuadratik
𝑌̂ = 17,0020476 − 0,1460654 − 0,2072156x 2
e. Uji apakah suku kuadratik 𝛽11 dapat dibuang dari model

● 𝐻0 : 𝛽11 = 0 (suku kuadratik dapat dibuang dari model)

● 𝐻1 : 𝛽11 ≠ 0 (suku kuadratik tidak dapat dibuang dari model)
● Taraf nyata : 𝛼 = 0,05
𝑏
● Statistik uji : |𝑡ℎ𝑖𝑡 | = | 𝑠{𝑏11 } | = 0,7419218
11
● Kriteria keputusan
𝐻0 ditolak jika | 𝑡ℎ𝑖𝑡 | > 𝑡𝛼/2(𝑛−𝑝) = 2,200985
● Kesimpulan: karena |𝑡ℎ𝑖𝑡 | = 0,7419218 < 2,200985 sehingga 𝐻0 diterima
Artinya : pengaruh kuadratik tidak ada sehingga suku kuadratik tidak dipertahankan di dalam
model (suku kuadratik dapat dibuang dari model)
f. Koefisien determinasi ganda dan maknanya

2
𝐽𝐾𝑅 (𝑥, 𝑥 2 ) 48,88875
𝑅 = = = 0,1256088
𝐽𝐾𝑇 389,2143

Yang berarti bahwa Y bisa diturunkan sampai 12,5% bila hubungan polinomial kuadratik
terhadap data (X) dimasukkan ke dalam model.
g. Uji kecocokan regresi polynomial (jika pengamatannya berulang)

● 𝐻0 : 𝐸{𝑌} = 𝛽0 + 𝛽1 𝑥 + 𝛽2 𝑥 2 (model regresi polynomial kuadratik cocok digunakan)

● 𝐻1 : 𝐸{𝑌} ≠ 𝛽0 + 𝛽1 𝑥 + 𝛽2 𝑥 2 (model regresi polynomial kuadratik tidak cocok
digunakan)
● Taraf nyata : 𝛼 = 0,05
● Statistik uji :
𝐽𝐾𝐾𝑀 𝐽𝐾𝐺𝑀
𝐹 = 𝑘−𝑝 : 𝑛−𝑘
𝐽𝐾𝐺 (𝑥, 𝑥 2 ) = ∑ 𝑌𝑖2 − 𝑏0 ` ∑ 𝑌𝑖 − 𝑏1 ` ∑ 𝑥𝑖 𝑌𝑖 − 𝑏11 ` ∑ 𝑥𝑖2 𝑌𝑖
𝑛𝑖 2
𝐽𝐾𝐺𝑀 = ∑𝑘𝑗=1 (∑𝑖=1(𝑌𝑖𝑗 − 𝑌𝑗 ) )
𝐽𝐾𝐾𝑀 = 𝐽𝐾𝐺 (𝑥, 𝑥 2 ) − 𝐽𝐾𝐺𝑀
● Kriteria keputusan
𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 > 𝐹𝛼(𝑘−𝑝,𝑛−𝑘) = 4,950288
● Perhitungan

𝐽𝐾𝐾𝑀 𝐽𝐾𝐺𝑀 67,83 272,50

𝐹= : = : = − 2,240257
𝑘−𝑝 𝑛−𝑘 5−6 14−5
● Kesimpulan
Karena 𝐹ℎ𝑖𝑡 = −2,240257< 𝐹𝑡𝑎𝑏 = 4,950288 maka 𝐻0 diterima sehingga model regresi
polinomial kuadratik cocok digunakan.
Data di bawah merupakan data tes kecerdasan yang dilakukan pada mahasiswa setiap bulannya untuk
nilai ujian (Y) , skor tes kecerdasan (X1) , dan frekuensi membolos (X2).

Skor Tes Kecerdasan Frekuensi Membolos Nilai Ujian

No
(X1) (X2) (Y)
1 75 4 85
2 60 7 75
3 65 6 75
4 75 2 90
5 65 2 85
6 80 3 87
7 75 2 95
8 80 3 95
9 65 4 80
10 80 3 90
11 65 5 85
12 65 5 75

a. Ujilah apakah persamaan regresi polinomial ordo dua cocok digunakan (α=0,05)
b. Ujilah apakah 𝛽12 = 0
c. Ujilah apakah 𝛽22 = 0
d. Ujilah apakah 𝛽11 = 𝛽22 = 𝛽12 = 0
Penyelesaian dengan Program R

Menginput Data

a. Ujilah apakah persamaan regresi polinomial ordo dua cocok digunakan (α=0,05)
Hipotesis :
𝐻0: 𝐸{𝑌} = 𝛽0 + 𝛽1𝑥1 + 𝛽2𝑥2 + 𝛽11𝑥1 2+ 𝛽22𝑥2 2+ 𝛽12𝑥1𝑥2
(model regresi polinom ordo kedua cocok digunakan)
𝐻1: 𝐸{𝑌} ≠ 𝛽0 + 𝛽1𝑥1 + 𝛽2𝑥2 + 𝛽11𝑥1 2+ 𝛽22𝑥2 2+ 𝛽12𝑥1𝑥2
(model regresi polinom ordo kedua tidak cocok digunakan)
Taraf nyata : 𝛼 = 0,05
Statistik uji :
JKGM = (85 − 80) 2 + (75 − 80) 2 = 50
JKG = 101,18
JKKM = JKG − JKGM = 101,18 − 50 = 51,18
Kriteria keputusan :
𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 > 𝐹𝛼(𝑘−𝑝,𝑛−𝑘)
n=banyaknya data=12
k: ada 9 p: ada 6 (𝛽𝑘 dimana k=0,1,2,11,22,12)
d𝑏1 = 𝑘 − 𝑝 = 9 − 6 = 3
d𝑏2 = 𝑛 − 𝑘 = 12 − 9 = 3
𝐹0,05(3,3) = 9,276628

Perhitungan :
𝐽𝐾𝐾𝑀/(𝑘−𝑝) 51,18/(9−6) 17,06
𝐹= = = = 1,02
𝐽𝐾𝐺𝑀/(𝑛−𝑘) 50/(12−9) 16,67

Kesimpulan:

Karena 𝐹ℎ𝑖𝑡 = 1,02 < 𝐹0,05(3,3) = 9,276628 maka 𝐻0 diterima, sehingga pada 𝛼 = 0,05 model
regresi polinomial orde 2 cocok digunakan
Menentukan nilai 𝛽𝑘 , (𝑘 = 0,1,2,11,22,12)

Diperoleh:
𝛽0 = −30.59923
𝛽1 = 2.27919
𝛽2 = 15.03613
𝛽11 = −0.00736
𝛽22 = −0.21146
𝛽12 = −0.23777
Sehingga model regresinya
𝑦̂ = −30.59923 + 2.27919𝑥1 + 15.03613 𝑥2 − 0.00736𝑥12 − 0.21146𝑥22 − 0.23777𝑥1 𝑥2
b. Ujilah apakah 𝛽12 = 0
● 𝐻0 : 𝛽12 = 0
● 𝐻1 : 𝛽12 ≠ 0
● Taraf nyata: 𝛼
● Statistik uji:
𝐽𝐾𝑅(𝑥1 𝑥2 |𝑥1 , 𝑥2 , 𝑥12 , 𝑥22 )/1
𝐹=
𝐽𝐾𝐺(𝑥1 , 𝑥2 , 𝑥12 , 𝑥22 , 𝑥1 𝑥2 )/(𝑛 − 𝑝)
● Kriteria keputusan: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 > 𝐹𝛼(1,𝑛−𝑝) = 𝐹0,05(1,12−6) = 5,987378

● Perhitungan

𝐽𝐾𝑅(𝑥1 𝑥2 |𝑥1 , 𝑥2 , 𝑥12 , 𝑥22 )/1 8,59/1

𝐹= 2 2 = = 0,509
𝐽𝐾𝐺(𝑥1 , 𝑥2 , 𝑥1 , 𝑥2 , 𝑥1 𝑥2 )/(𝑛 − 𝑝) 101,18/(12 − 6)
● Kesimpulan: Karena 𝐹ℎ𝑖𝑡 = 0,509 < 5,987378 maka 𝐻0 diterima, sehingga pada taraf nyata
𝛼 = 0,05 , 𝛽12 = 0
c. Ujilah apakah 𝛽22 = 0
● 𝐻0 : 𝛽22 = 0
● 𝐻1 : 𝛽22 ≠ 0
● Taraf nyata: 𝛼 = 0,05
● Statistik uji:
𝐽𝐾𝑅(𝑥22 |𝑥1 , 𝑥2 , 𝑥12 )/1
𝐹=
𝐽𝐾𝐺(𝑥1 , 𝑥2 , 𝑥12 , 𝑥22 )/(𝑛 − 𝑝)
● Kriteria keputusan: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 > 𝐹0,05(1,12−5) = 5,591448

● Perhitungan

𝐽𝐾𝑅(𝑥22 |𝑥1 , 𝑥2 , 𝑥12 )/1 6,30/1

𝐹= 2 2 = = 0,4017
𝐽𝐾𝐺(𝑥1 , 𝑥2 , 𝑥1 , 𝑥2 )/(𝑛 − 𝑝) 109,77/(12 − 5)
● Kesimpulan
Karena 𝐹ℎ𝑖𝑡 = 0,4017 < 5,591448 maka 𝐻0 diterima, sehingga pada taraf nyata 𝛼 =
0,05, 𝛽22 = 0
d. Ujilah apakah 𝛽11 = 𝛽22 = 𝛽12 = 0
● 𝐻0 : 𝛽11 = 𝛽22 = 𝛽12 = 0
● 𝐻1 : tidak semuaa 𝛽𝑘 (𝑘 = 11,22,12) dalam 𝐻0 sama dengan nol
● Taraf nyata: 𝛼 = 0,05
● Statistik uji:
𝐽𝐾𝑅(𝑥12 , 𝑥22 , 𝑥1 𝑥2 |𝑥1 , 𝑥2 )/3
𝐹=
𝐽𝐾𝐺(𝑥1 , 𝑥2 , 𝑥12 , 𝑥22 , 𝑥1 𝑥2 )/(𝑛 − 𝑝)
● Kriteria keputusan: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 > 𝐹(3,12−6) = 4,757063

● Perhitungan

𝐽𝐾𝑅(𝑥12 , 𝑥22 , 𝑥1 𝑥2 |𝑥1 , 𝑥2 )/3 (1,96 + 6,30 + 8,59)/3

𝐹= 2 2 = = 0,330699
𝐽𝐾𝐺(𝑥1 , 𝑥2 , 𝑥1 , 𝑥2 , 𝑥1 𝑥2 )/(𝑛 − 𝑝) 101,18/(12 − 6)
● Kesimpulan
Karena 𝐹ℎ𝑖𝑡 = 0,330699 < 4,757063 maka 𝐻0 diterima, sehingga pada taraf nyata 𝛼 =
0,05, semua βk (k = 11,22,12) dalam H0 sama dengan nol`