FAKULTAS EKONOMI
UNIVERSITAS GUNUNG JATI
2019/2010
Tabel 2.8 Pengeluaran untuk makanan dan pengeluaran total (dalam
satuan mata uang rupee)
1 217 382
2 196 388
3 303 391
4 270 415
5 325 456
6 260 460
7 300 472
8 325 478
9 336 494
10 345 516
11 325 525
12 362 554
13 315 575
14 355 579
15 325 585
16 370 586
17 390 590
18 420 608
19 410 610
20 383 616
21 315 618
22 267 623
23 420 627
24 300 630
25 410 635
26 220 640
27 403 648
28 350 650
29 390 655
30 385 662
31 470 663
32 322 677
33 540 680
34 433 690
35 295 695
36 340 695
37 500 695
38 450 720
39 415 721
40 540 730
41 360 731
42 450 733
43 395 745
44 430 751
45 332 752
46 397 752
47 446 769
48 480 773
49 352 773
50 410 775
51 380 785
52 610 788
53 530 790
54 360 795
55 305 801
2.15 Tabel 2.8 memberikan data pengeluaran terhadap makanan dan pengeluaran total, dalam rupee,
untuk sampel dari 55 rumah tangga pedesaan di India. (Pada awal tahun 2000).
a.) Plotkan data, dengan sumbu vertikal adalah pengeluaran makanan dan sumbu horizontal
adalah pengeluaran total. Kemudian gambarkan garis regressi yang melewati titik-titik acak
tersebut.
b.) Kesimpulan umum apakah yang dapat anda ambil dari contoh di atas?
A Normal P-P Plot
Ketentuan-ketentuan :
1 Jika titik-titik atau data berada di dekat atau mengikuti garis diagonalnya maka dapat
dikatakan bahwa nilai residual berdistribusi normal
2 Jika titik-titik menjauh atau tersebar dan tidak mengikuti garis diagonalnya maka dapat
dikatakan bahwa nilai residual tidak berdistribusi normal
Berdasarkan grafik plot di atas maka dapat disimpulkan bahwa data “Pengaruh Pengeluaran
Untuk Makanan terhadap Pengeluaran Total” tersebut berdistribusi normal. Hal tersebut dapat dilihat
melalui titik-titik (plot) yang ada selalu mengikuti dan mendekati garis diagonalnya.
B Scatter Plot
Correlations
Pengeluaran Pengeluaran
Untuk Makanan Total
N 55 55
Coefficientsa
Pada tabel koefisien di atas dari output datanya maka kita dapat mengetahui persamaan
Y= a+bX atau
Y= 322,944+0,847X
variabel y untuk setiap perubahan variabel x sebesar satu satuan. Perubahan ini merupakan
pertambahan apabila B bertanda positif dan penurunan apabila B bertanda negatif. Sehingga
Konstanta sebesar 322,944 menyatakan bahwa jika tidak ada nilai pengeluaran untuk
Koefisien regressi x sebesar 0,847 yang menyatakan bahwa setiap penambahan 1 nilai
pengeluaran untuk makanan, maka pengeluaran total akan naik sebesar 0,847.
Hipotesis :
Ho : tidak ada pengaruh yang signifikan antara variabel pengeluaran untuk makanan
Maka dari data di atas dapat disimpulkan bahwa nilai t hitung antara variabel
pengeluaran untuk makanan dengan pengeluaran total adalah 5,577 dengan nilai
signifikasi 0,000<0,05, maka H0 diterima dan H1 ditolak, yang berarti bahwa tidak ada
pengaruh yang signifikan antara variabel pengeluaran utnuk makanan (x) dengan variabel
800
700
600
Pengeluaran Total
500
400
300
200
100
0
150 200 250 300 350 400 450 500 550 600 650
Pengeluaran Untuk Makanan
Ketentuan-ketentuan :
Semakin mendatar (<900) garis regressinya maka nilai korelasi semakin rendah
Semakin membentuk sudut 900 garis regressinya maka nilai korelasi semakin tinggi
Keterangan :
Berikut merupakan kesimpulan yang dapat diambil dari analisa garis regressi di atas :