NAMA : AGUS NURFAUZI NIM : 7101411231

PRODI : PENDIDIKAN EKONOMI KOPERASI A

TUGAS ANALISIS UJI ASUMSI KLASIK 1. UJI MULTIKOLONIERITAS

Coefficientsa Model Unstandardized Standardized Coefficients Coefficients B Std. Error Beta (Constant) 56,383 12,124 obesitas ,078 ,118 ,103 1 genetik -,114 ,145 -,122 umur -,157 ,126 -,196 Stres ,007 ,141 ,008 a. Dependent Variable: hipertensi

Sig.

Collinearity Statistics Tolerance VIF 1,060 1,042 1,090 1,014

4,651 ,664 -,786 -1,239 ,051

,000 ,511 ,436 ,223 ,960

,944 ,959 ,918 ,986

VARIABEL Obesitas Genetik Umur Stres

TOLERANCE .944 .959 .918 .986

VIF 1.060 1.042 1.090 1.014

KETERANGAN TIDAK TERJADI MULTIKOL TIDAK TERJADI MULTIKOL TIDAK TERJADI MULTIKOL TIDAK TERJADI MULTIKOL

Analisis : Hasil Perhitungan Variabel Bebas (obesitas, genetik, umur dan stres) karena Tolerance > 0,1 dan VIF < 10 maka pada variable bebas tersebut TIDAK TERJADI MULTIKOLINIERITAS.

Coefficient Correlationsa Model stres obesitas genetik stres 1,000 ,007 -,106 obesitas ,007 1,000 ,012 Correlations genetik -,106 ,012 1,000 umur -,032 ,231 -,159 1 stres ,020 ,000 -,002 obesitas ,000 ,014 ,000 Covariances genetik -,002 ,000 ,021 umur -,001 ,003 -,003 a. Dependent Variable: hipertensi Analisis output:

Umur -,032 ,231 -,159 1,000 -,001 ,003 -,003 ,016

Dilihat dari koefosien korelasi antar variabel bebas tidak ada yang melebihi 0,90 dapat disimpulkan antar variabel bebas tidak terdapat multikol.

2. UJI AUTOKORELASI Model Summaryb Model R R Square Adjusted R Std. Error of Square the Estimate a 1 ,287 ,083 -,009 19,634 a. Predictors: (Constant), stres, obesitas, genetik, umur b. Dependent Variable: hipertensi

DurbinWatson 2,179

Analisis:

Nilai tabel Durbin Watson pada = 5%; n = 45; k = 4 adalah dL = 1,33 dan dU = 1,72. Hasil pengolahan data menunjukkan nilai Durbin Watson sebesar 2,179 dan nilai tersebut berada di antara dU dan (4 dU) atau 2,179 lebih besar dari 1,72 dan 2,179 lebih kecil dari 2,28 maka dapat disimpulkan bahwa dalam model regresi linier tersebut tidak terdapat Autokorelasi atau tidak terjadi korelasi di antara kesalahan penggangu.

3. UJI HETEROSKEDASTISITAS

Analisis : 1. Titik-tik menyebar secara acak baik di atas maupun di bawah angka 0 pada sumbu Y.
2. Dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi, sehingga

model regresi

layak dipakai untuk mempredeksikan variabel terikat.

3. Analisis dengan plot memiliki kelemahan yang serius, semakin sedikt data semakin

sulit Mengintepretasikan.

4. UJI NORMALITAS DATA

Analisis : Dilihat dari Histogram dan Normal plots kedua grafik tersebut menggambarkan model regresi memenuhi asumsi normalitas.

UJI NORMALITAS

Descriptive Statistics N Statistic Unstandardized Residual Valid N (listwise) 45 45 Minimum Statistic -34,73198 Maximum Statistic 39,02206 Mean Statistic 0E-7 Std. Deviation Statistic 18,72041730 Skewness Statistic ,358 Std. Error ,354 Kurtosis Statistic -,497 Std. Error ,695

Analisis : Dilihat dari residual nilai Skewness dan Kurtosis Z sk = (Skewness) / 6/N Z k = (Kurtosis) / 24/N Kriteria Jika Zsk dan Zk > 2,58, (Sig. 0,01) asumsi normalitas ditolak. Z sk = (0,358)/6/45 = 0,980 Zk = (-0,497)/24/45 = - 0,680

Karena Zsk dan Zk < 2,58 maka asumsi normal dapat diterima

TEST KOLMOGOROV-SMIRNOVZ
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parametersa,b Mean Std. Deviation Absolute Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data. Positive Negative 45 0E-7 18,72041730 ,102 ,102 -,069 ,683 ,740

Analisis: Besarnya nilai Kolmogorov-Smirnov adalah 0,683 Signifikansi pada 0,740 karena > 0,05 berarti data residual berdistribusi normal, konsisten dengan hasil sebelumnya.

5.

UJI LINIERITAS

ANOVA Table Sum of Squares (Combined) Linearity hipertensi * obesitas Within Groups Total Between Groups Deviation from Linearity 7750,250 16808,578 22 44 352,284 8648,473 21 411,832 1,169 ,359 9058,328 409,855 22 1 df Mean Square 411,742 409,855 1,169 1,163 ,359 ,292 F Sig.

Hasil analisis menunjukan bahwa harga F sebesar 1,169 dengan signifikan 0,359 (diatas 0,05 ) berarti model regresi liniear.
ANOVA Table Sum of Squares (Combined) Between Groups hipertensi * genetik Within Groups Total Linearity Deviation from Linearity 7670,078 429,220 7240,858 9138,500 16808,578 24 1 23 20 44 df Mean Square 319,587 429,220 314,820 456,925 ,699 ,939 ,689 ,800 ,344 ,806 F Sig.

Hasil analisis menunjukan bahwa harga F sebesar 0,689 dengan signifikan 0,804 (diatas 0,05 ) berarti model regresi liniear.

ANOVA Table Sum of Squares (Combined) Linearity Between Groups hipertensi * umur Within Groups Total Deviation from Linearity 9461,750 16808,578 19 44 497,987 6371,982 24 265,499 ,533 ,927 7346,828 974,846 25 1 df Mean Square 293,873 974,846 ,590 1,958 ,892 ,178 F Sig.

Hasil analisis menunjukan bahwa harga F sebesar 0,533 dengan signifikan 0,927 (diatas 0,05 ) berarti model regresi liniear.

ANOVA Table Sum of Squares (Combine d) Between Groups hipertensi * stres Linearity Deviation from Linearity Within Groups Total 5318,333 16808,578 15 44 354,556 11484,390 28 410,157 1,157 ,394 11490,244 5,854 29 1 df Mean Square 396,215 5,854 1,117 ,017 ,423 ,899 F Sig.

Hasil analisis menunjukan bahwa harga F sebesar 1,157 dengan signifikan 0,394 ( diatas 0,05 ) berarti model regresi liniear.