201710516101543_STAT6111 - TK4 - W10 - S14 - R10 - TEAM8 - DCBA (1)

TEAM ASSIGNMENT PROGRAM STUDI SISTEM INFORMASI BINUS UNIVERSITY

STATISTIC Team 8, Class DCBA:

 ADE SETIAWAN

2101702995

AULIA FIRDAYANI

2101694816

DICKY IGNATIUS PRATAMA HUTAHAEAN

2101708134

HENDRIK HARLEND PAPILAJA

2101704552 2101704 552

NOVARIA

2101705795

Bina Nusantara University Online Learning Jakarta 1

Tugas Kelompok ke-4, Minggu ke-10 SIMPLE LINEAR REGRESSION

1. Berikut adalah data karyawan di suatu perusahaan. Apabila diambil sampel sebanyak 10 orang karyawan di perusahaan tersebut dengan beberapa variabel antara lain jenis kelamin, jabatan, jarak, dan jumlah absen. Variabel jarak merupakan besarnya jarak (mil) antara rumah dengan lokasi kerja, sedangkan jumlah absen merupakan jumlah hari absen yang dilakukan oleh karyawan dalam setahun. Berdasarkan data hasil survei, jarak mempengaruhi jumlah absen karyawan.

Jenis Kelamin

Jabatan

Jarak

Jumlah Absen

Perempuan

Staff

1

8

Laki-laki

Supervisor

3

5

Perempuan

Supervisor

4

8

Laki-laki

Staff

6

7

Laki-laki

Manager

8

6

Perempuan

Manager

10

3

Laki-laki

Supervisor

12

5

Laki-laki

General Manager

14

2

Laki-laki

Staff

14

4

Perempuan

Manager

18

2

a. Buatlah model persamaan regresi antara jarak dan jumlah absen! Interpretasikan hasilnya b. Hitunglah koefisien korelasi antara jarak dan jumlah absen! Interpretasikan hasilnya c.

Hitunglah koefisien determinasi antara jarak dan jumlah absen! Interpretasikan hasilnya

d. Apabila ada karyawan baru di mana besarnya jarak antara rumah dengan lokasi kerja adalah 9 mil. Prediksikan berapa jumlah absennya? 2

e. Lakukan uji signifikansi parameter (secar a individu dan serentak)! Interpretasikan hasilnya Jawaban :

a. Buatlah model persamaan regresi antara jarak dan jumlah absen! Interpretasikan hasilnya. Menghitung X2, Y2, XY dan masing-masing total(Σ).

Total (Σ)

Y = Jarak

Jarak (X)

Absensi (Y)

1 3 4 6 8 10 12 14 14 18

8 5 8 7 6 3 5 2 4 2

90

50

X2

Y2

XY

1

64

8

9

25

15

16

64

32

36

49

42

64

36

48

100

9

30

144

25

60

196

4

28

196

16

56

324

4

36

1086

296

355

X = Absen

a = Konstanta

b = Koefisien regresi

Menghitung Konstanta dan Koefisien Regresi

=

a = =

= 8.09

=

b= =

=

=

= -0.34

Model Persamaan Regresi Y = a + bX = 8.09 + -0.34(X) 3

Interpretasi Hasil. Y = a + bX = 8.09 + -0.34(1) = 7.75 = 8 Y = a + bX = 8.09 + -0.34(20) = 1.29 = 1 *Jadi, dengan semakin dekat jarak akan semakin banyak jumlah absensinya.

 b. Hitunglah koefisien korelasi antara jarak dan jumlah absen! Interpretasikan hasilnya

=

r=

= =

=

= 0.843

*Jadi, koefisien korelasi antara jarak dan jumlah absensi adalah 0.843. hubungan kedua variable tersebut erat dan bentuk hubungannya linear positif

c.

Hitunglah koefisien determinasi antara jarak dan jumlah absen! Interpretasikan hasilnya

2 =

  

 =

12.14 46

= 0.264

d. Apabila ada karyawan baru di mana besarnya jarak antara rumah dengan lokasi kerja adalah 9 mil. Prediksikan berapa jumlah absennya?

  = 0 + 1  1  =

 ∑   −(∑  )(∑  )

10(355)−(90)(50)

3550−4500

 ∑  −(∑  )

10(1086)−(90)

10860 −8100

 =

 =

 =

−950 2760

 = -0.344

0 = ̅  1  = 5-{(-0.344)9} = 5-(-3.096) = 8.096   = 0 + 1  = 8.096 + (-3.096) = 5

4

e. (Ongoing – Dicky)

2. Model persamaan regresi untuk data di bawah ini adalah  y ˆ

a.



0.20  2.60 x

Hitunglah nilai SSE, SST, dan SSR!

b. Hitunglah koefisien korelasi antara x dan y! Interpretasikan hasilnya c.

Hitunglah koefisien determinasi antara x dan y! Interpretasikan hasilnya

Jawaban :

a.

 yi  0.20  2.60

y i=  

∑ y i  /n = 40 / 5 = 8

ˆ

´ i

i

^ yi

 yi−^ yi  Error Error kuadrat

1

3

2.8

0.2

0.04

-5

25

2

7

5.4

1.6

2.56

-1

1

3

5

8

-3

9

-3

9

11

10.6

0.4

0.16

3

9

14

13.2

0.8

0.64

6

36

5

5

SSE =Σ (Yi –Ŷi)2 = 12.4

SST =Σ(Yi –Ŷ)2 = 80 SSR = SST – SSE = 67.6

b. Koefisien Korelasi antara X dan Y (r) No

X

Y

X2

Y2

X.Y

1

1

3

1

9

3

2

2

7

4

49

14

3

3

5

9

25

15

4

4

11

16

121

44

5

5

14

25

196

70

15

40

55

400

146

Maka dapat dihitung :

r=

nΣxy – (Σx) (Σy) √{nΣx² – (Σx)²} {nΣy2 – (Σy)2} (5)(146) – (15) (40)

r=

√{(5)(55) – (15)2} {(5)(400) – (40)2} r= 730 – 600 √{275 – 225} {2000 – 1600} r=

130 141,4

r = 0,9193 Interpretasi koefisien korelasi sangat kuat berpengaruh dan nilainya positif karena nilai r mendekati 1. 6

c.

Koefisien Determinasi (r2)

r2 = 0,845 Artinya keragaman nilai variabel respon Y yang dapat dijelaskan oleh variabel bebas X sebesar 84,5%

3. Sebutkan dan jelaskan jenis-jenis uji signifikansi parameter untuk analisis regresi linear sederhana! Jawaban :

(Ongoing – Hendrik)

7