TUGAS RUTIN STATISTIKA INFERENSIAL

KELOMPOK 4

Dosen Pengampu : Dr. Ani Minarni, M. Si.

Nama Angggota Kelompok :

• Betrik Debora Fiera Sihombing (4203111055)

• Wan Syakila (4201111037)
• Yegly Anggitha Lumbangaol (4203311088)

Menurut kajian literatur permintaan suatu produk ditentukan oleh harga barang dan
pendapatan seseorang. Hasil pengamatan terhadap 12 sampel atas permintaan suatu
barang dalam hal ini gula diperoleh data harga minyak goreng dan pendapatan konsumen :

Langkah-langkah penyelesaiannya:
a) Variabel bebas dan variabel tak bebas
 • Variabel Bebas : 𝑋1 = Harga minyak goreng dan 𝑋2 = Pendapatan konsumen
• Variabel Tak Bebas : 𝑌 = Permintaan minyak goreng

b) Persamaan regresi linear berganda : 𝒀′ = 𝒂 + 𝒃𝟏 𝑋1 + 𝒃𝟐 𝑋2

c) Menentukan nilai konstanta dan koefisien regresi
𝑁 𝑌 𝑋1 𝑋2 𝑋1 2 𝑋2 2 𝑌2 𝑋1 𝑋2 𝑋1 𝑌 𝑋2 𝑌
1 3 8 10 64 100 9 80 24 30
2 4 7 10 49 100 16 70 28 40
3 5 7 8 49 64 25 56 35 40
4 6 7 5 49 25 36 35 42 30
5 6 6 4 36 16 36 24 36 24
6 7 6 3 36 9 49 18 42 21
7 8 6 2 36 4 64 12 48 16
8 9 6 2 36 4 81 12 54 18
9 10 5 1 25 1 100 5 50 10
10 10 5 1 25 1 100 5 50 10
11 3 9 10 81 100 9 90 27 30
12 4 8 9 64 81 16 72 32 36
Total 75 80 65 550 505 541 479 468 305
(Σ)

(Σ𝑋1 )2 6400
d) Σ𝑥1 2 = Σ𝑋1 2 − = 550 − = 16,67
𝑛 12

(Σ𝑋2 )2 4225
Σ𝑥2 2 = Σ𝑋2 2 − = 505 − = 152,92
𝑛 12
(Σ𝑌)2 5625
Σ𝑦 2 = Σ𝑌 2 − = 541 − = 72,25
𝑛 12
Σ𝑋1 Σ𝑌 80 × 75
Σ𝑥1 𝑦 = Σ𝑋1 𝑌 2 − = 468 − = 32
𝑛 12
Σ𝑋2 Σ𝑌 65 × 75
Σ𝑥2 𝑦 = Σ𝑋2 𝑌 2 − = 305 − = −101,25
𝑛 12
Σ𝑋1 Σ𝑋2 80 × 65
Σ𝑥1 𝑥2 = Σ𝑋1 𝑋2 − = 479 − = −45,67
𝑛 12
Sehingga
[(Σ𝑥2 2 × Σ𝑥1 𝑦) − (Σ𝑥2 𝑦 × Σ𝑥1 𝑥2 )] [(152,92 × (−32)) − ((−101,25) × 45,67)]
𝑏1 = =
[(Σ𝑥1 2 × Σ𝑥2 2 ) − (Σ𝑥1 𝑥2 )2 ] [(16,67 × 152,92) − (45,67)2 ]
= −0,582
[(Σ𝑥1 2 × Σ𝑥2 𝑦) − (Σ𝑥1 𝑦 × Σ𝑥1 𝑥2 )] [(16,67 × (−101,25)) − ((−32) × 45,67)]
𝑏2 = =
[(Σ𝑥1 2 × Σ𝑥2 2 ) − (Σ𝑥1 𝑥2 )2 ] [(16,67 × 152,92) − (45,67)2 ]
= −0,488
(ΣY) − (𝑏1 × Σ𝑋1 ) − (𝑏2 × Σ𝑋2 ) 75 − (−0,582 × 80) − (−0,488 × 65)
𝑎= = = 12,7753
𝑛 12
Khusus untuk parameter b1 data adalah dalam ribuan, sehingga hasil tersebut harus dibagi
dengan 1000, diperoleh b1 = -0,000582 = -0,001.
Jadi persamaan Regresi Linear Berganda dengan dua variabel bebas adalah :

𝑌′ = 12,7753 − 0,001 𝑋1 − 0,488 𝑋2

e) Interpretasi koefisien regresi

• Nilai 𝑎 = 12,7753 artinya jika tidak ada harga minyak goreng dan pendapatan
konsumen, namun permintaan akan minyak goreng sebanyak 12,7753.
• Nilai 𝑏1 = −0,001 artinya jika harga minyak goreng meningkat satu rupiah maka
akan terjadi penurunan permintaan sebesar 0,001 satuan dimana pendapatan
konsumen dianggap tetap.
• Nilai 𝑏2 = − 0,488 artinya jika pendapatan konsumen mengalami kenaikan sebesar
satu rupiah maka akan terjadi penurunan permintaan gula sebesar 0,488 satuan
dimana harga gula dianggap tetap.

f) Menghitung Koefisien Determinasi

(𝑏1 × Σ𝑥1 𝑦) + (𝑏2 × Σ𝑥2 𝑦) (−0,582 × (−32)) + (−0,488 × (−101,25))

𝑟2 = =
Σ𝑦 2 72,25
= 0,9421

𝑟 2 = 94,21%
 Artinya sekitar 94,21% variasi variabel bebas harga minyak goreng X1 dan
pendapatan konsumen X2 dapat menjelaskan variasi variabel tak bebas permintaan
minyak goreng 𝑌.

Note :

b1 yang digunakan −0,582 dan pengali −32 seharusnya −32000 sehingga perkalian
keduanya akan memiliki hasil yang sama yaitu (−0,00582 𝑥 − 32000) =
(−0,582 𝑥 32).

g) Menghitung Koefisien Korelasi Berganda

(𝑏1 × Σ𝑥1 𝑦) + (𝑏2 × Σ𝑥2 𝑦)

𝑟 = √𝑟 2 = √ = 0,9706
Σ𝑦 2

Artinya terjadi hubungan yang sangat kuat antara variabel bebas harga minyak goreng
X1 dan pendapatan konsumen X2 dengan variabel tak bebas permintaan minyak goreng Y.
h) Menghitung Nilai Standart Error Estimate

∑ 𝑌 2 − (𝑎 × ∑ 𝑌) − 𝑏1 × ∑ 𝑋1 𝑌) − (𝑏2 × ∑ 𝑋2 𝑌)
𝑆𝑒(𝑆𝑦𝑥) = √
𝑁−3

541−(12,7753×75)−(−0,582×4680−(−0,488×305)
=√ 12−3
= 0,6818
Dimana

𝑛×∑ 𝑋1 𝑌−(∑ 𝑌×∑ 𝑋1 )

𝑟𝑌1 =
√[(𝑛×∑ 𝑌 2 )−(∑ 𝑌)2 ]×[(𝑛×∑ 𝑋1 2 )−(∑ 𝑋1 )2 ]

12×468−(75×80)
= = −0,922
√[(12×541)−752 ]×[(12×550]−802

𝑛×∑ 𝑋2 𝑌−(∑ 𝑌×∑ 𝑋2 )

𝑟𝑌2 =
√[(𝑛×∑ 𝑌 2 )−(∑ 𝑌)2 ]×[(𝑛×∑ 𝑋2 2 )−(∑ 𝑋2 )2 ]

12×305−(75×65)
= = −0,963
√[(12×541)−752 ]×[(12×505]−652

𝑛×∑ 𝑋1 𝑋2 −(∑ 𝑋1 ×∑ 𝑋2 )
𝑟12 =
√[(𝑛×∑ 𝑋1 2 )−(∑ 𝑋1 )2 ]×[(𝑛×∑ 𝑋2 2 )−(∑ 𝑋2 )2 ]

12×479−(80×65)
= = −0,905
√[(12×550)−802 ]×[(12×505]−652
 (𝑟𝑌1 2 +𝑟𝑌2 2 )−(2× 𝑟𝑌1 ×𝑟𝑌2 ×𝑟12 )
𝑅𝑌.12 = √ (1−𝑅12 2 )

((−0,922)2 +(−0,963)2 )−(2×(−0,922)×(−0,963)×0,905

=√ (1−0,9052 )
= 0,971

Next session adalah pengujian koefisien regresi secara keseluruhan dan secara parsial.