METODE REGRESI

Eva Intan Sebriana (1314030026)

Rusmiyati (1314030098)
Asdos: Vivi Kusuma

ANALISIS REGRESI LINEAR SEDERHANA

LAJU PERTUMBUHAN PENDUDUK TAHUN
2010-2014 TERHADAP JUMLAH
PENDUDUK MISKIN DI
KOTA/KABUPATEN

PENDAHULUAN
Latar Belakang

ANALISIS REGRESI

Rumusan Masalah

1
Bagaimana
menentukan
uji
korelasi
2
Bagaimana
membuat
analisis
regresi
sederhana
3
4 Bagaimana menentukan uji asumsi IIDN
Bagaimana karakteristik data

Tujuan Penelitian

1 Mengetahui karakteristik data

2 Menentukan uji korelasi
3 Membuat analisis regresi sederhana
4 Menentukan uji asumsi IIDN

Manfaat Penelitian
Mampu melakukan
Uji Korelasi serta
Analisis Regresi

Mampu menentukan
pemeriksaan asumsi
IIDN
Paham Karakteristik
Data

Batasan Masalah

30
DATA

TINJAUAN PUSTAKA
Karakteristik Data

Uji Korelasi
H0 : (Tidak ada hubungan antara variabel x dan y)
H1 : (Ada hubungan antara variabel x dan y)
Daerah Kritis : Tolak H0 jika
Statistik Uji :

x y
x n y y

n i x i y i
n

n n x2
i i

2
i

Analisis Regresi

y a bx

Model

n x i y i

i 1

x y
i 1

i 1

n x i2

i 1

i 1

xi

y
i 1

- b x i
i 1

Uji Serentak (ANOVA)

tidak memberikan pengaruh terhadap respon)
H 0 : i (prediktor
0
ada satu prediktor yang memberikan pengaruh terhadap respon).
H 0 : i k (minimal
0
Taraf Signifikan: (0,05)
Daerah Kritis:
Tolak H0 jika
Statistika Uji:

F0 f

MSR
MSE

(v1 , v 2 )atauF0 f

(v1 , v 2 )

Uji Parsial
H0 : j =0 (variabel predictor tidak berpengaruh terhadap respon)
H1: j 0 , j=0,1,2,..k
Tentukan taraf nyata
Daerah kritik : Tolak H0 jika t 0 t

Uji statistik

b
t
sb

atau t 0 t

Pemeriksaan Uji Asumsi IIDN

Residual Identik
Hipotesis:
H0 : residual data bersifat identik
H1 : residual data tidak bersifat identik
Taraf Signifikan :
= 0,05
Daerah Kritis:
Tolak H0 jika P-value < dan Fhitung > F(p;n-p-1)

Residual Independen
Hipotesis :
H0 : = 0 (residual bersifat independen)
H1 : 0 (residual tidak bersifat independen)
Taraf Signifikan :
= 0,05
Daerah Kritis :
Tolak H0 jika d < dL

Asumsi Berdistribusi Normal

Hipotesis :
H0 : residual data berdistribusi normal
H1 : residual data tidak berdistribusi normal
Taraf Signifikan :
= 0,05
Daerah Kritis :
Tolak H0 jika P-value <

METODOLOGI PENELITIAN
Sumber Data

30
DATA
SELASA 16 SEPTEMBER 2015

Variabel Penelitian

Langkah Analisis

1
2
3
4
5
6

Mencari data sekunder di website resmi BPS

Menguji statistika deskriptif
Menguji korelasi
Menguji analisis regresi
Pemeriksaan asumsi residual IIDN
Menarik kesimpulan

Diagram Alir

ANALISIS DAN PEMBAHASAN

Karakteristik Data

Variabel
X
Y

Uji Korelasi

Mean
11,113
1,738

Varians
5,276
0,333

Median
10,650
1,710

Minimum
7,200
0,690

Maximum
17,600
3,160

Scatterplot of y vs x
3,5
3,0

2,5
2,0
1,5

Pearson
correlation

1,0

10

12
x

14

16

18

0,114

p-value
0,557

Analisis Regresi
Y = 1,42 + 0,0286 X
jika laju pertumbuhan penduduk menurut provinsi (X) bertambah satu satuan
maka jumlah penduduk miskin di kota yang ada di Indonesia (Y) akan
bertambah sebesar 0,0286 satuan.

Uji Serentak
digunakan untuk mengetahui apakah model rergresi tersebut signifikan
atau tidak signifikan
Hipotesis
H0 : i = 0 (Laju pertumbuhan penduduk tidak mempengaruhi jumlah tingkat
kemiskinan)
H1 : i 0 (Laju pertumbuhan penduduk mempengaruhi jumlah tingkat
kemiskinan)
Taraf signifikan
= 0,05
Daerah Kritis :
F-hitung > F-tabel atau P-value <
Statistik uji bagi uji serentak menggunakan analisis variansi atau ANOVA bisa
dilihat dari tabel berikut dengan menggunakan distribusi F.

Sumber
variasi
Regresi
Residual
Error
Total

Derajat
Bebas
1
27

Jumlah
Kuadrat
0,1207
9,2074

28

9,3282

Kuadrat
Tengah
0,1207
0,3410

FF-tabel
Hitung
0,35
7,68

P-value
0,557

untuk menguji kebaikan model regresi dan mengetahui hubungan antara variabel laju
pertumbuhan penduduk menurut provinsi dengan variabel jumlah penduduk miskin di
kota yang ada di Indonesia bisa dilihat dari tabel berikut.

R-Square

R-Square(adj)

1,3%

0,0%

Uji Parsial
digunakan untuk menguji satu per satu dari koefisien variabel yang ada.
Hipotesis
H0 : 0 =
H1 : 0 0
Atau
H0 : 1 = 0
H1 : 1 0

Predictor

Coef

Constant

1,420
0
0,028
59

Laju Pertumbuhan
Penduduk Menurut
Provinsi (x)

SE
Coef
0,544
8
0,048
05

Thitung
2,61

P
0,015

0,59

0,557

Taraf signifikan
= 0,05
persamaan garis regresi pada constant nyata karena P-value = 0,015 < 0,05 sehingga
model regresi pada data tersebut merupakan model yang signifikan sedangkan pada laju
pertumbuhan penduduk menurut provinsi persamaan garis regresi yang diperoleh tidak
nyata karena P-value = 0,557 > 0,05 artinya model regresi pada data tersebut tidak
signifikan.

Uji Asumsi IIDN

Versus Fits
(response is y)

Residual Identik

1,5

Hipotesis:
H0 : residual data bersifat identik
H1 : residual data tidak bersifat identik

Residual

1,0

0,5

0,0

-0,5

Taraf Signifikan :

-1,0
1,60

= 0,05

1,65

1,70

1,75
1,80
Fitted Value

Daerah Kritis:
Tolak H0 jika P-value < dan Fhitung > F(p;n-p-1)
Source
Regression
Regression
Error
Total

DF
1
27

SS
0,1207
9,2074

28

9,3282

MS
0,1207
0,3410

F
0,35

P
0,557

1,85

1,90

1,95

Residual Independen
Hipotesis :
H0 : = 0 (residual bersifat independen)
H1 : 0 (residual tidak bersifat independen)
Taraf Signifikan :
Versus Order

= 0,05

(response is y)
1,5

Daerah Kritis :
Residual

Tolak H0 jika d < dL

1,0

0,5

0,0

-0,5

-1,0
2

10

12 14 16 18
Observation Order

Durbin-Watson statistic = 1,94339 > dL = 1,34

20

22

24

26

28

Asumsi Berdistribusi Normal

Hipotesis :

Probability Plot of RESI1

Normal

H0 : residual data berdistribusi normal

99

Mean
StDev
N
KS
P-Value

95
90

Taraf Signifikan :

80

Percent

H1 : residual data tidak berdistribusi normal

70
60
50
40
30
20
10

= 0,05

-1,5

Daerah Kritis :
Tolak H0 jika P-value <
KolmogorovSmirnov
P-value

0,078
>0,150

-1,0

-0,5

0,0
RESI1

0,5

1,0

1,5

-1,68448E-15
0,5734
29
0,078
>0,150

KESIMPULAN DAN SARAN

Kesimpulan

1. Rata-rata laju pertumbuhan penduduk menurut

provinsi lebih tinggi dari jumlah penduduk
miskin di kota yang ada di Indonesia.
2. variabel X (laju pertumbuhan penduduk menurut
provinsi) dan variabel Y (jumlah penduduk miskin
di kota yang ada di Indonesia) mempunyai
hubungan linier positif dan dari hasil perhitungan
korelasi antara variabel X dan variabel Y tidak
mempunyai hubungan korelasi yang kuat.
3. Jika laju pertumbuhan penduduk miskin menurut
provinsi (X) bertambah satu satuan maka jumlah
penduduk miskin di kota yang ada di Indonesia
(Y) akan bertambah sebesar 0,0286 satuan.
4. Data pengaruh laju pertumbuhan penduduk

Saran

Dalam melakukan suatu analisis data harus

jelas dan teratur pembahasannya agar mudah
dipahami dan dimengerti oleh pembaca.