Jawaban:

𝑆𝑆𝑅 60
a. MSR = = = 30
𝑘 2
𝑆𝑆𝐸 120
MSE = 𝑛−𝑘−1= 18
= 6,67
𝑀𝑆𝑅 30
b. FSTAT = 𝑀𝑆𝐸 = 6,67 = 4,5
c. Persamaan regresi berganda: Y = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝜀
dengan
Y: variabel dependen/terikat
X1, X2: variabel independen/bebas
dan diasumsikan 𝜀 = 0.

Hipotesis:
H0: 𝛽1 = 𝛽2 = 0 (tidak ada variabel bebas yang mempengaruhi variabel terikat)
H0: Terdapat 𝛽𝑖 ≠ 0, 𝑖 = 1,2 (Paling sedikit satu variabel bebas mempengaruhi variabel terikat)
Alat Statistika:
𝛼 = 0,05
𝑀𝑆𝑅
FSTAT = 𝑀𝑆𝐸
Dasar pengambilan keputusan:
H0 ditolak jika p-value FSTAT < 𝛼
Nilai Statistik:
𝑀𝑆𝑅
FSTAT = 𝑀𝑆𝐸 = 4,5
p-value FSTAT (4,5) = 0,0260
Keputusan:
Karena p-value FSTAT (4,5) = 0,0260 lebih kecil dari 𝛼 = 0,05, maka H0 ditolak
Kesimpulan:
Paling sedikit satu variabel bebas mempengaruhi variabel terikat.

𝑆𝑆𝑅 60
d. r2 = = = 0,3333 = 33,33%
𝑆𝑆𝑇 180
Interpretasi: 33% dari variabel terikat dijelaskan oleh kedua variabel bebas X1 dan X2.

𝑛−1 20
e. r2 adj = 1 – [(1 − 𝑟 2 ) 𝑛−𝑘−1 ] =1 – [(1 − 0,3333) 18 ] = 1 – 0,74 = 0,26 = 26%
Jawaban:
𝑆𝑆𝑅 30
a. MSR = 𝑘 2
= = 15
𝑆𝑆𝐸 120
MSE = = = 12
𝑛−𝑘−1 10
𝑀𝑆𝑅 15
b. FSTAT = 𝑀𝑆𝐸 = 12 = 1,25
c. Persamaan regresi berganda: Y = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝜀
dengan
Y: variabel dependen/terikat
X1, X2: variabel independen/bebas
dan diasumsikan 𝜀 = 0.

Hipotesis:
H0: 𝛽1 = 𝛽2 = 0 (tidak ada variabel bebas yang mempengaruhi variabel terikat)
H0: Terdapat 𝛽𝑖 ≠ 0, 𝑖 = 1,2 (Paling sedikit satu variabel bebas mempengaruhi variabel terikat)
Alat Statistika:
𝛼 = 0,05
𝑀𝑆𝑅
FSTAT =
𝑀𝑆𝐸
Dasar pengambilan keputusan:
H0 ditolak jika p-value FSTAT < 𝛼
Nilai Statistik:
𝑀𝑆𝑅
FSTAT = 𝑀𝑆𝐸 = 1,25
p-value FSTAT (1,25) = 0,3277
Keputusan:
Karena p-value FSTAT (1,25) = 0,3277 lebih besar dari 𝛼 = 0,05, maka H0 gagal ditolak
Kesimpulan:
Tidak ada variabel bebas yang mempengaruhi variabel terikat.

𝑆𝑆𝑅 30
d. r2 = = = 0,20 = 20%
𝑆𝑆𝑇 150
Interpretasi: 20% dari variabel terikat dijelaskan oleh kedua variabel bebas X1 dan X2.

𝑛−1 12
e. r2 adj = 1 – [(1 − 𝑟 2 ) ] =1 – [(1 − 0,20) ] = 1 – 0,96 = 0,04 = 4%
𝑛−𝑘−1 10
a. Persamaan regresi berganda: Y = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝜀
dengan
Y: ketahanan merk sepatu lari
X1: kemampuan meredam guncangan kaki depan
X2: perubahan karakteristik dari waktu ke waktu
dan diasumsikan 𝜀 = 0.

Hipotesis:
H0: 𝛽1 = 𝛽2 = 0 (Kemampuan meredam guncangan kaki depan dan perubahan karakteristik dari waktu
ke waktu tidak mempengaruhi ketahanan merk sepatu lari)
H0: Terdapat 𝛽𝑖 ≠ 0, 𝑖 = 1,2 (Paling sedikit satu variabel bebas mempengaruhi ketahanan merk sepatu
lari)
Alat Statistika:
𝛼 = 0,05
𝑀𝑆𝑅
FSTAT = 𝑀𝑆𝐸
Dasar pengambilan keputusan:
H0 ditolak jika p-value FSTAT < 𝛼
Nilai Statistik:
FSTAT = 97,69
p-value FSTAT (97,69) = 0,0001
Keputusan:
Karena p-value FSTAT (97,69) = 0,0001 lebih kecil dari 𝛼 = 0,05, maka H0 ditolak
Kesimpulan:
Paling sedikit satu variabel bebas yaitu kemampuan meredam guncangan kaki depan atau perubahan
karakteristik dari waktu ke waktu mempengaruhi ketahanan merk sepatu lari.

b. Dengan p-value FSTAT (97,69) = 0,000 yang kurang dari 𝛼, maka H0 ditolak. Dengan kata lain, setidaknya
terdapat satu variabel bebas (kemampuan meredam guncangan kaki depan atau perubahan karakteristik
dari waktu ke waktu) yang mempengaruhi variabel terikat yaitu ketahanan merk sepatu lari.

𝑆𝑆𝑅 12,61020
c. r2 = = = 0,9421 = 94,21%
𝑆𝑆𝑇 13,38473
Interpretasi: 94,21% dari variabel terikat (ketahanan merk sepatu lari ) dijelaskan oleh kedua variabel bebas
yaitu kemampuan meredam guncangan kaki depan dan perubahan karakteristik dari waktu ke waktu.

𝑛−1 14
d. r2 adj = 1 – [(1 − 𝑟 2 ) 𝑛−𝑘−1 ] =1 – [(1 − 0,9421) 12 ] = 1 – 0,0886 = 0,9114 = 91,14%
a. Persamaan regresi berganda: Y = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝜀
dengan
Y: jarak tempuh mobil sedan keluarga
X1: Daya kuda (horsepower) mobil sedan keluarga
X2: Berat mobil sedan keluarga
dan diasumsikan 𝜀 = 0.

Hipotesis:
H0: 𝛽1 = 𝛽2 = 0 (Daya kuda/horsepower dan berat mobil sedan keluarga tidak mempengaruhi jarak
tempuh mobil sedan keluarga)
H0: Terdapat 𝛽𝑖 ≠ 0, 𝑖 = 1,2 (Paling sedikit satu variabel bebas yakni daya kuda/horsepower atau berat
mobil sedan keluarga mempengaruhi jarak tempuh mobil sedan keluarga)
Alat Statistika:
𝛼 = 0,05
𝑀𝑆𝑅
FSTAT = 𝑀𝑆𝐸
Dasar pengambilan keputusan:
H0 ditolak jika p-value FSTAT < 𝛼

Variable Coefficient Std. Error t-Statistic Prob. Keputusan:

Karena p-value FSTAT (7,588605) = 0,004412
C 41.58945 6.308930 6.592157 0.0000 lebih kecil dari 𝛼 = 0,05, maka H0 ditolak
DayaKuda -0.022215 0.010450 -2.125723 0.0485 Kesimpulan:
Berat -0.004082 0.002034 -2.007441 0.0609
Paling sedikit satu dari variabel bebas yakni
daya kuda/horsepower atau berat mobil
R-squared 0.471676 Mean dependent var 23.45000
Adjusted R-squared 0.409520 S.D. dependent var 1.761429
sedan keluarga mempengaruhi jarak
S.E. of regression 1.353529 Akaike info criterion 3.580789 tempuh mobil sedan keluarga.
Sum squared resid 31.14471 Schwarz criterion 3.730149
Log likelihood -32.80789 Hannan-Quinn criter. 3.609946
F-statistic 7.588605 Durbin-Watson stat 1.017641
Prob(F-statistic) 0.004412

b. Dengan p-value FSTAT (7,588605) = 0,004412 yang kurang dari 𝛼, maka H0 ditolak. Dengan kata lain,
setidaknya terdapat satu variabel bebas (daya kuda/horsepower atau berat mobil sedan keluarga) yang
mempengaruhi variabel terikat yaitu jarak tempuh mobil sedan keluarga.

c. r2 = 0,471676 = 47,1676%
Interpretasi: 47,1676% dari variabel terikat (yaitu jarak tempuh mobil sedan keluarga) dijelaskan oleh
kedua variabel bebas yaitu daya kuda/horsepower dan berat mobil sedan keluarga.

d. r2 adj = 0,409520 = 40,9520%

a. Persamaan regresi berganda: Y = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝜀
dengan
Y: jumlah penjualan produk perusahaan
X1: biaya iklan menggunakan radio
X2: biaya iklan menggunakan surat kabar
dan diasumsikan 𝜀 = 0.

Hipotesis:
H0: 𝛽1 = 𝛽2 = 0 (Biaya iklan menggunakan radio dan surat kabar tidak mempengaruhi jumlah penjualan
produk perusahaan)
H0: Terdapat 𝛽𝑖 ≠ 0, 𝑖 = 1,2 (Paling sedikit satu variabel bebas yakni biaya iklan menggunakan radio
atau surat kabar dapat mempengaruhi jumlah penjualan produk perusahaan)
Alat Statistika:
𝛼 = 0,05
𝑀𝑆𝑅
FSTAT = 𝑀𝑆𝐸
Dasar pengambilan keputusan:
H0 ditolak jika p-value FSTAT < 𝛼

Variable Coefficient Std. Error t-Statistic Prob.

Keputusan:
Karena p-value FSTAT (40,15823) = 0,000000
C 156.4304 126.7579 1.234089 0.2322 lebih kecil dari 𝛼 = 0,05, maka H0 ditolak
X1 13.08068 1.759374 7.434851 0.0000
Kesimpulan:
X2 16.79528 2.963378 5.667613 0.0000
Paling sedikit satu variabel bebas, yakni
R-squared 0.808692 Mean dependent var 1225.136 biaya iklan menggunakan radio atau surat
Adjusted R-squared 0.788555 S.D. dependent var 345.5701 kabar, dapat mempengaruhi jumlah
S.E. of regression 158.9041 Akaike info criterion 13.10060 penjualan produk perusahaan.
Sum squared resid 479759.9 Schwarz criterion 13.24938
Log likelihood -141.1066 Hannan-Quinn criter. 13.13565
F-statistic 40.15823 Durbin-Watson stat 1.129906
Prob(F-statistic) 0.000000

b. Dengan p-value FSTAT (40,15823) = 0,000000 lebih kecil dari 𝛼 = 0,05, maka H0 ditolak. Dengan kata lain,
setidaknya terdapat satu variabel bebas (biaya iklan menggunakan radio atau surat kabar) yang
mempengaruhi variabel terikat yaitu jumlah penjualan produk perusahaan.

c. r2 = 0,808692 = 80,8692%
Interpretasi: 80,8692% dari variabel terikat (jumlah penjualan produk perusahaan) dijelaskan oleh kedua
variabel bebas yaitu daya kuda/horsepower dan berat mobil sedan keluarga.

d. r2 adj = 0,788555 = 78,8555%