Nama : Fajar Finanda Nim : 7101411148

Prodi : Pendidikan Ekonomi Koperasi Tugas : Analisis Uji Asumsi Klasik

N o. Polam ka a n 1 2 3 2 5 4 3 6 5 4 7 9 5 7 6 6 4 2 7 3 4 8 4 2 9 2 1 1 0 6 4 1 1 8 5 1 2 6 3 1 3 6 7 1 4 5 6 1 5 4 2 1 6 5 3 1 7 6 6 1 8 8 7 1 9 6 5 2 0 6 9 2 1 7 5 2 2 2 1 2 3 3 2 2 4 4 3 2 5 6 5 2 6 3 4 2 7 7 3 2 8 9 2 2 9 1 2 3 0 3 4 3 1 5 6 3 2 7 8 3 3 3 2 3 4 9 0 3 5 7 0 3 6 5 3 3 7 3 8 3 8 2 5 3 9 1 3 4 0 6 3 4 1 5 9 4 2 1 5 4 3 6 3 4 4 8 3 4 5 7 2 K eturun n a 9 4 7 3 5 2 3 1 5 6 4 2 5 6 5 2 7 5 2 4 8 6 4 2 8 4 5 2 9 6 2 3 6 5 4 3 2 3 3 7 3 7 3 8 5 8 5 8 7 9 2 4 1 5 4 7 7 6 9 5 7 4 5 2 7 3 4 1 7 2 5 1 7 3 2 5 6 3 6 2 7 2 7 4 4 2 3 6 4 7 U ngsa a ku 7 3 5 4 5 2 3 2 8 3 2 5 5 8 6 2 4 2 5 9 2 3 2 6 4 7 8 3 8 4 5 2 3 7 7 4 8 5 5 2 4 1 4 7 8 5 3 6 5 8 8 4 9 4 2 4 9 5 5 2 2 4 3 6 5 8 4 6 5 8 3 5 8 5 3 4 2 4 8 5 5 2 6 5 8 4 5 2 6 3 Jenism k n n aaa 5 8 5 2 5 8 4 2 8 5 5 2 3 5 5 8 3 5 7 4 6 3 8 6 6 2 2 4 5 8 5 2 4 2 5 8 2 5 5 8 2 5 6 3 2 5 5 8 7 0 8 9 8 9 6 3 5 2 4 3 4 2 5 6 7 4 3 1 3 2 5 3 7 3 4 2 6 2 4 2 7 3 5 2 6 3 4 2 7 5 B t ba a era d n 9 6 7 5 6 4 5 2 5 7 4 6 3 5 7 3 2 4 6 3 5 4 3 5 6 4 2 5 5 4 7 9 6 4 3 2 2 1 3 1 2 3 3 4 5 4 6 5 3 4 9 7 4 2 6 2 4 8 2 4 1 2 6 2 8 4 2 5 7 3 2 5 8 4 2 5 8 4 3 7 5 2 7 4 6 3 7 9 2 5

1. UJI MULTIKOLINIERITAS Coefficientsa Model Unstandardized Standardize t Sig. Collinearity Coefficients d Statistics Coefficient s B Std. Error Beta Tolerance VIF (Constant) 22,910 19,802 1,157 ,254 PolaMakan -,160 ,153 -,158 ,302 ,884 1,132 1,045 1 Keturunan ,129 ,159 ,121 ,810 ,423 ,904 1,107 UangSaku ,076 ,152 ,072 ,501 ,619 ,965 1,036 JenisMakanan ,478 ,186 ,368 2,574 ,014 ,987 1,013 a. Dependent Variable: BeratBadan

VARIABEL POLA MAKAN KETURUNAN UANG SAKU JENIS MAKANAN

TOLERANCE .884 .904 .965 .987

VIF 1.132 1.107 1.036 1.013

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

INTREPRETASI : Hasil Perhitungan Variabel Bebas ( Pola Makan, Keturunan, Uang Saku serta Jenis Makanan ) karena Tolerance > 0,1 dan FIV < 10 maka pada variable bebas tersebut TIDAK TERJADI MULTIKOLINIERITAS.

Intrepretasi : Dilihat dari koefisien 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 DurbinSquare the Estimate Watson a 1 ,438 ,192 ,111 21,327 2,292 a. Predictors: (Constant), JenisMakanan, PolaMakan, UangSaku, Keturunan b. Dependent Variable: BeratBadan Analisis : Nilai tabel Durbin Watson pada = 5%; n = 45 ; k = 4 adalah dL = 2,28 dan dU = 1,72. Hasil pengolahan data menunjukkan nilai Durbin Watson sebesar 2,292 dan nilai tersebut berada di antara dU dan (4 dU) atau lebih besar dari 1,72 dan lebih kecil dari 2,28 D-W sebesar 2.292 (lihat out put) > 1,72 < 2,292 < 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-titik 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 sedikit 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

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 = (0,099)/6/45 = 0,28 Zk = (-1,117)/24/45= -1,52

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

5. UJI LINEARITAS

Uji Linearitas Berdasarkan hasil analisis nilai F sebesar 0,814 dengan signifikan 0,692 (diatas 0,05) bearti model regresi linier.

Uji Linearitas Berdasarkan hasil analisis nilai F sebesar 1,097 dengan signifikan 0,438 (diatas 0,05) berarti model regresi linier.

Uji Linearitas Berdasarkan hasil analisis nilai F sebesar 0,645 dengan signifikan 0,846 (diatas 0,05) berarti model regresi linier.

Uji Linearitas Berdasarkan hasil analisis nilai F sebesar 1,070 dengan signifikan 0,430 (diatas 0,05) berarti model regresi linier.