Keterangan :

X1= suhu bulanan rata—rata(0F)

X2 = jumlah produksi (M pound)

X3 = banyaknya hari kerja dalam bulan tersebut

X4 = banyaknya orang yang tercantum dalam daftar gaji

X5 = bilangan acak

X6 = Y adalah penggunaan air dalam bulan tersebut (galon)

n
o X1 X2 X3 X4 X5 X6
1 58.8 7107 21 129 52 3067
2 65.2 6373 22 141 68 2828
3 70.9 6796 22 153 29 2891
4 77.4 9208 20 166 23 2994
5 79.3 14792 25 193 40 3082
6 81 14564 23 189 14 3898
7 71.9 11964 20 175 96 3502
8 63.9 13526 23 186 94 3060
9 54.5 12656 20 190 54 3211
10 39.5 14119 20 187 37 3286
11 44.5 16691 22 195 42 3542
12 43.6 14571 19 206 22 3125
13 56 13619 22 198 28 3022
14 64.7 14575 22 192 7 2922
15 73 14556 21 191 42 3950
16 78.9 18573 21 200 33 4488
17 79.4 15618 22 200 92 3295

Berdasarkan tabel diatas diperoleh model linier berganda yaitu:

Ŷ = 6487,352 + 14,117 X1 + 0,214 X2 – 126,999X3 – 22,378X4 - 1,349X5 + ε …..(1)

Setelah mendapatkan model linier dari data yang sudah tersedia maka dilakukan pengujian untuk
pemilihan model regresi terbaik dengan beberapa metode,yaitu :
 1. Metode backward ( metode eliminasi mundur)
Berdasarkan perhitungan menggunakan SPSS diperoleh hasil sebagai berikut.

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 6487.352 1371.648 4.730 .001

x1 14.117 5.330 .427 2.648 .023

x2 .214 .047 1.688 4.545 .001

x3 -126.999 49.444 -.416 -2.569 .026

x4 -22.378 7.565 -1.102 -2.958 .013

x5 -1.349 2.380 -.083 -.567 .582

2 (Constant) 6360.337 1314.392 4.839 .000

x1 13.869 5.160 .419 2.688 .020

x2 .212 .046 1.671 4.648 .001

x3 -126.690 48.022 -.415 -2.638 .022

x4 -21.818 7.285 -1.074 -2.995 .011

a. Dependent Variable: x6

Dari tabel koefisien diatas no.1 diperoleh bahwa X5 tidak signifikan karena nilai t pada X 5 adalah
-0,567 dan signifikan 0,582 dimana nilai t tersebut yang paling dekat dengan 0 dan signifikan
>5% sehingga harus dihilangkan dari model. Setelah X5 dihilangkan dari model maka dapat
dibentuk model baru yaitu :
Ŷ = 6360,337 + 13,869 X1 + 0,212 X2 – 126,690X3 – 21,818X4 + ε
Kemudian model tersebut diuji lagi apakah model tersebut merupakan model yang terbaik. Dari
tabel koefisien no.2 diperoleh bahwa semua koefisien yang ada sudah signifikan, sehingga proses
pengujian berhenti.
Jadi, model linier terbaik yang diperoleh dengan menggunakan metode backward ini adalah
Ŷ = 6360,337 + 13,869 X1 + 0,212 X2 – 126,690X3 – 21,818X4 + ε
 2. Metode forward (metode langkah maju)
Dengan menggunakan SPSS didapat hasil sebagai berikut :
 Uji Korelasi

Correlations

Control Variables x1 x2 x3 x4 x5

x6 x1 Correlation 1.000 -.275 .485 -.229 .132

Significance (2-tailed) . .303 .057 .393 .626

Df 0 14 14 14 14

x2 Correlation -.275 1.000 .209 .931 -.090

Significance (2-tailed) .303 . .437 .000 .739

Df 14 0 14 14 14

x3 Correlation .485 .209 1.000 .076 .032

Significance (2-tailed) .057 .437 . .781 .906

Df 14 14 0 14 14

x4 Correlation -.229 .931 .076 1.000 -.145

Significance (2-tailed) .393 .000 .781 . .592

Df 14 14 14 0 14

x5 Correlation .132 -.090 .032 -.145 1.000

Significance (2-tailed) .626 .739 .906 .592 .

Df 14 14 14 14 0

Dari hasil uji korelasi diperoleh nilai korelasi paling tinggi adalah variabel X2 sebesar 0,931.
Sehingga variabel X2 dipilih sebagai kontrol.
Setelah didapat variabel kontrol maka dilalkukan perhitungan untuk mendapatkan model terbaik,
berikut ini adalah hasil perhitungan menggunakan SPSS:
 Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 2273.088 338.697 6.711 .000

x2 .080 .025 .631 3.148 .007

2 (Constant) 4600.805 1010.545 4.553 .000

x2 .203 .056 1.606 3.642 .003

x4 -21.567 8.956 -1.062 -2.408 .030

a. Dependent Variable: x6

Dari tabel koefisien pada no.1 diperoleh model awal dengan X2 sebagai kontrol,yaitu:
Ŷ = 2273.088 + 0,080 X2 + ε …. (2)

Excluded Variablesc

Collinearity
Statistics
Partial
Model Beta In t Sig. Correlation Tolerance

1 x1 .301a 1.575 .138 .388 .999

x3 -.157a -.770 .454 -.202 .989

x4 -1.062a -2.408 .030 -.541 .156

x5 .005a .023 .982 .006 .988

2 x1 .243b 1.427 .177 .368 .976

x3 -.234b -1.353 .199 -.351 .962

x5 -.057b -.313 .759 -.086 .967

a. Predictors in the Model: (Constant), x2

b. Predictors in the Model: (Constant), x2, x4

c. Dependent Variable: x6

Setelah didapat model (2) kemudian dilakukan perhitungan uji korelasi kembali. Berdasarkan
tabel Excluded Variablesc diatas diperoleh informasi bahwa nilai korelasi tertinggi yang kedua
adalah X4. Sehingga X2 dan X4 dijadikan sebagai kontrol,maka diperoleh model yang baru yaitu:
Ŷ = 4600,805 + 0,203 X2 – 21,567 X4
Kemudian dilakukan kembali uji model, karena semua nilainya tidak signifikan sehingga proses
dihentikan.
Jadi, model regresi linier yang terbaik adalah
Ŷ = 4600,805 + 0,203 X2 – 21,567 X4

TUGAS ANALISIS REGRESI DAN KORELASI

DISUSUN OLEH:

Faridah Ariani / J1A108005

Ardiana Tri Utami / J1A108041
Evi Marlinasari / J1A108055
Nuri Tiara Sari / J1A108206
Pitri Bulkis / J1A108209
 PROGRAM STUDI MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS LAMBUNG MANGKURAT
BANJARBARU
2011