REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIG N /MISSING LISTWISE

/STATISTICS COEFF OUTS R ANOVA COLLIN TOL /CRITERIA=PIN(.05) POUT(.10)

/NOORIGIN /DEPENDENT y /METHOD=ENTER x1 x2 x3 x4
/SCATTERPLOT=(*SRESID ,*ZPRED) /RESIDUALS DURBIN NORM(ZRESID).

Regression

Notes
Output Created 01-Nov-2006 00:37:46
Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data 50
File
Missing Value Handling Definition of Missing User-defined missing values are treated
as missing.
Cases Used Statistics are based on cases with no
missing values for any variable used.
Syntax REGRESSION
/DESCRIPTIVES MEAN STDDEV
CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT y
/METHOD=ENTER x1 x2 x3 x4
/SCATTERPLOT=(*SRESID ,*ZPRED)
/RESIDUALS DURBIN
NORM(ZRESID).

Resources Processor Time 0:00:01.282

Elapsed Time 0:00:01.736
Memory Required 2308 bytes
Additional Memory Required 544 bytes
for Residual Plots

[DataSet0]

Descriptive Statistics

Mean Std. Deviation N

kuantitas yang diminta 156.46 23.177 50
Pendapatan rata rata 63.00 13.482 50
masyarakat
Harga rata rata 28.30 8.318 50
Harga iklan 66.86 15.832 50
Anggota keluarga 3.64 1.208 50

Correlations
kuantitas yang Pendapatan rata
diminta rata masyarakat Harga rata rata
Pearson Correlation kuantitas yang diminta 1.000 .576 .224
Pendapatan rata rata .576 1.000 .194
masyarakat
Harga rata rata .224 .194 1.000
Harga iklan .143 .166 -.184
Anggota keluarga .417 .759 .259
Sig. (1-tailed) kuantitas yang diminta . .000 .059
Pendapatan rata rata .000 . .089
masyarakat
Harga rata rata .059 .089 .
Harga iklan .161 .125 .100
Anggota keluarga .001 .000 .035
N kuantitas yang diminta 50 50 50
Pendapatan rata rata 50 50 50
masyarakat
Harga rata rata 50 50 50
Harga iklan 50 50 50
Anggota keluarga 50 50 50

Correlations
Anggota
Harga iklan keluarga
Pearson Correlation kuantitas yang diminta .143 .417
Pendapatan rata rata .166 .759
masyarakat
Harga rata rata -.184 .259
Harga iklan 1.000 .095
Anggota keluarga .095 1.000
Sig. (1-tailed) kuantitas yang diminta .161 .001
Pendapatan rata rata .125 .000
masyarakat
Harga rata rata .100 .035
Harga iklan . .255
Anggota keluarga .255 .
N kuantitas yang diminta 50 50
Pendapatan rata rata 50 50
masyarakat
Harga rata rata 50 50
Harga iklan 50 50
Anggota keluarga 50 50

Variables Entered/Removed
Variables Variables
Model Entered Removed Method
1 Anggota . Enter
keluarga, Harga
iklan, Harga rata
rata, Pendapatan
rata rata
masyarakata
a. All requested variables entered.

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 .594 .353 .296 19.448 1.504
a. Predictors: (Constant), Anggota keluarga, Harga iklan, Harga rata rata, Pendapatan
rata rata masyarakat
b. Dependent Variable: kuantitas yang diminta

ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 9299.637 4 2324.909 6.147 .000a
Residual 17020.783 45 378.240

Total 26320.420 49
a. Predictors: (Constant), Anggota keluarga, Harga iklan, Harga rata rata, Pendapatan rata rata
masyarakat
b. Dependent Variable: kuantitas yang diminta

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta
1 (Constant) 78.509 19.304

Pendapatan rata rata 1.025 .320 .596

masyarakat
Harga rata rata .400 .354 .144
Harga iklan .115 .183 .078
Anggota keluarga -1.538 3.589 -.080
a. Dependent Variable: kuantitas yang diminta

Coefficientsa

Collinearity Statistics
Model t Sig. Tolerance VIF
1 (Constant) 4.067 .000

Pendapatan rata rata 3.202 .003 .414 2.413

masyarakat
Harga rata rata 1.128 .265 .888 1.126
Harga iklan .628 .533 .924 1.082
Anggota keluarga -.429 .670 .410 2.436
a. Dependent Variable: kuantitas yang diminta

Collinearity Diagnosticsa

Dimensi
Model on Eigenvalue Condition Index
1 1 4.817 1.000
2 .080 7.780
3 .073 8.146
4 .020 15.619
5 .011 20.641
a. Dependent Variable: kuantitas yang diminta

Collinearity Diagnosticsa
Variance Proportions
Dimensi Pendapatan rata Anggota
Model on (Constant) rata masyarakat Harga rata rata Harga iklan keluarga
1 1 .00 .00 .00 .00 .00
2 .01 .00 .28 .32 .06
3 .02 .02 .38 .01 .25
4 .38 .19 .25 .62 .20
5 .59 .79 .09 .06 .49
a. Dependent Variable: kuantitas yang diminta

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 129.61 184.97 156.46 13.776 50
Std. Predicted Value -1.949 2.069 .000 1.000 50
Standard Error of Predicted 3.309 9.356 6.010 1.318 50
Value
Adjusted Predicted Value 130.27 182.73 156.67 13.927 50
Residual -38.379 41.875 .000 18.638 50
Std. Residual -1.973 2.153 .000 .958 50
Stud. Residual -2.065 2.231 -.005 1.004 50
Deleted Residual -42.045 44.946 -.209 20.470 50
Stud. Deleted Residual -2.147 2.339 -.001 1.021 50
Mahal. Distance .439 10.361 3.920 2.159 50
Cook's Distance .000 .081 .020 .021 50
Centered Leverage Value .009 .211 .080 .044 50
a. Dependent Variable: kuantitas yang diminta

Charts
SAVE OUTFILE='D:\lab statistik des 2014\soal hal 36.sav' /COMPRESSED.

1. Tentukan koefisien korelasi dari masing-masing X terhadap Y dan apa artinya.

2. Tentukan koefisien korelasi berganda dari X terhadap Y dan jelaskan artinya.
3. Berapa besarnya koefisien determinasi dariX terhadap Y.
4. Berapa besarnya koefisien regresi dari masing-masing X terhadap Y dan apa artinya.
5. Susunlah persamaa regresi linier berganda.
6. Dengan nilai X1=100, X2=50, X3=125 dan X4=8, berapa besarnya nilai Y.
7. Dengan menggunakan significant level 5%, apakah hubungan dan pengaruh X-Y
berarti/tidak.

Agar mampu menjawab dan menjelaskan pertanyaan di atas maka berdasar print out analisis
regresi bisa disusun statistik seperti berikut.

1. Koefisien korelasi dari masing-masing X terhadap Y adalah sbb.

Koefieien korelasi antara X dan Y

kuantitas yang diminta (Y)

Pendapatan rata rata masyarakat ( X1) .576
Harga rata rata ( X2) .224
Harga iklan ( X3) .143
Anggota keluarga ( X4) .417

Koefisien korelasi (hubungan) antara pendapatan rata-rata masyarakat dengan kuantitas

barang yang diminta sebesar 0,576. Hal ini menunjukkan bahwa pendapatan rata-rata masyarakat
memiliki hubungan yang relatif kuat dengan kuantitas (jumlah) barang yang diminta (dibeli) oleh
masyarakat karena nilainya masih di atas 0,5. Seperti diketahui koefisien korelasi sebesar 0,5
dikategorikan sebagai hubungan yang sedang-sedang saja. Maknanya adalah bahwa variasi
besarnya kuantitas barang yang diminta oleh masyarakat berhubungan relatif kuat dengan
pendapatan rata-rata masyarakat. Jadi semakin besar pendapatan rata-rata masyarakat semakin
besar pula permintaan terhadap barang tersebut di atas. Demikian sebaliknya.
Selanjutnya koefisien korelasi antara X2, X3, X4 dengan Y memiliki nilai lebih kecil dari
0,5 yang menandakan hubungan yang relatif lemah. Maknanya adalah variasai besarnya
kuantitas barang yang diminta oleh masyarakat tidak terkait dengan harga rata-rata barang, harga
iklan dan jumlah anggota keluarga.

Sebelum menjawab soal no 2 s/d 7 maka disusunlah statistik sbb.

Variabel bebas: Koef. regresi Sign VIF

Konstanta (a) 78,509
Pendapatan rata-rata masyarakat (X1) 1,025 0,003 2,413
Harga rata-rata (X2) 0,400 0,265 1,126
Harga iklan (X3) 0,115 0,533 1,082
Anggota keluarga (X4) -1,538 0,670 2,436

R = 0,594
R2 = 0,353
F = 6,147
Sign = 0,000

Variabel terikat : Kuantitas yang diminta

2. Koefisien korelasi berganda dari X terhadap Y besarnya adalah R=0,594 menunjukkan

bahwa X1, X2, X3, X4 secara serentak (bersama-sama) memiliki hubungan yang relatif kuat
dengan Y. Maknanya adalah secara bersama-sama pendapatan rata-rata masyarakat, harga
rata-rata barang, harga iklan dan jumlah anggota keluarga berhubungan relatif kuat dengan
kuantitas barang yang diminta.
3. Koefisien determinasi X ke Y adalah R2=0,353. Artinya variasi besar kecilnya kuantitas
barang yang diminta (Y) dipengaruhi oleh pendapatan rata-rata masyarakat, harga rata-rata
barang, harga iklan dan jumlah anggota keluarga (X) sebesar 35% sedangkan yang 65%
dipengaruhi oleh faktor-faktor lain di luar X1 s/d X4.
4. Besarnya koefisien regresi dari masing-masing variabel X terhadap Y adalah sbb.

Koef. Regresi X1 terhadap Y adalah 1,025 artinya setiap ada kenaikan satu satuan X1
(pendapatan rata-rata masyarakat) akan menyebabkan kenaikan Y (permintaan kuantitas
barang) sebesar 1,025. Demikian sebaliknya.

Koef. Regresi X2 terhadap Y adalah 0,400 artinya setiap ada kenaikan satu satuan X2 (harga
rata-rata barang) akan menyebabkan kenaikan Y (permintaan kuantitas barang) sebesar
0,400. Demikian sebaliknya.

Koef. Regresi X3 terhadap Y adalah 0,115 artinya setiap ada kenaikan satu satuan X3 (harga
iklan) akan menyebabkan kenaikan Y (permintaan kuantitas barang) sebesar 0,115.
Demikian sebaliknya.

Koef. Regresi X4 terhadap Y adalah -1,536 artinya setiap ada kenaikan satu satuan X4
(anggota keluarga) akan menyebabkan penurunanY (permintaan kuantitas barang) sebesar
1,538. Demikian sebaliknya.

5. Persamaan regresi linier berganda adalah sbb.

Y = 78,509 + 1,025X1 + 0,400X2 + 0,115X3 - 1,538X4 + e

6. Y = 78,509 + 1,025.100 + 0,400.50 + 0,115.125 - 1,538.8

 Y = 78,509 + 102,5 + 20 + 14,375 – 12,304

Y = 203,08
7. Dengan signifikan level 5%, dapat disimpulkan bahwa X1, X2, X3, X4 secara serentak
(bersama-sama) berhubungan dengan Y dan dapat disimpulkan pula bahwa X1, X2, X3, X4
secara serentak (bersama-sama) berpengaruh terhadap Y karena hasil analisis regresi diatas
menunjukkan nilai F=6,147 dengan nilai sign. sebesar 0,000 yang masih di bawah 5%. Jadi
bisa disimpulkan bahwa secara bersama-sama pendapatan rata-rata masyarakat, harga rata-
rata barang, harga iklan dan jumlah anggota keluarga secara signifikan (benar secara
statistik) berhubungan dengan kuantitas barang yang diminta juga berpengaruh terhadap
kuantitas barang yang diminta.