Kelompok 1
Kelompok 1
DiSusun Oleh :
KELOMPOK 1
DEVA KURNIA ARISTI
H1091131001
H1091131004
H1091131005
RISMA JUNIAN
H1091131006
FITRIANA MAGHFIROH
H1091131009
PRODI STATISTIK
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS TANJUNGPURA
PONTIANAK
2015
Statitik Parametrik, pada umumnya, jika data tidak menyebar normal, maka data
seharusnya dikerjakan dengan metode statistik non-parametrik, atau setidaktidaknya dilakukan transformasi terlebih dahulu agar data mengikuti sebaran
normal, sehingga bisa dikerjakan dengan statistik parametrik.
Ciri-ciri statistik parametrik :
1.
variabel
tidak
bebas
untu
pengamatan
ke- i
untuk
0 , 1 , 2 , , p adalah parameter
X1 , X2 , X3, , X p
R2
R2
mempunyai
R2
(mendekati 1), semakin baik hasil untuk model regresi tersebut dan
semakin mendekati 0, maka variabel independen secara keseluruhan
tidak dapat menjelaskan variabel dependen.
2. Uji Simultan (Uji Statistik F)
Uji F digunakan untuk menguji apakah variabel-variabel independen
yang dimasukkan dalam model mempunyai pengaruh secara bersamasama terhadap variabel dependen.
data atas permintaan suatu barang dalam hal ini diperoleh data permintaan minyak
goreng perbulan terhadap harga minyak goreng dan pendapatan konsumen
perbulan.
Responde
Permintaan Minyak
n
Goreng (Kg/bulan)
1
3
2
4
3
5
4
6
5
6
6
7
7
8
8
9
9
10
10
10
11
3
12
4
Ket : Y = Permintaan Minyak Goreng
Pendapatan (juta
(ribu rupiah/liter)
8000
7000
7000
7000
6000
6000
6000
6000
5000
5000
9000
8000
rupiah)
10
10
8
5
4
3
2
2
1
1
10
9
2.
3) Pengambilan Keputusan
a. Jika probabilitas (sig) > (0,05) maka H0 diterima, artinya tidak ada
perbedaan yang signifikan faktor terhadap variabel respon.
b. Jika probabilitas (sig) < (0,05) maka H 0 ditolak, artinya ada perbedaan
yang signifikan faktor terhadap variabel respon.
Contoh Kasus :
Seorang kontraktor di bidang jenis jasa pengangkutan ingin mengetahui apakah
terdapat perbedaan yang signifikan pada kapasitas daya angkut 3 merk truk, yaitu
Mitsubishi, Toyota dan Honda. Untuk itu kontraktor ini mengambil sampel
masing-masing 5 truk pada tiap-tiap merek menghasilkan data seperti disamping.
Data tersebut berdistribusi normal dan variansinya sama.
KAPASITAS
Mitsubishi (1)
Toyota (2)
Honda (3)
44
42
46
43
45
47
48
44
45
45
45
44
46
44
43
Langkah-langkah pengerjaan regresi berganda dan uji asumsi klasik serta uji
anova satu arah menggunakan software RCMDR sebagai berikut :
1. REGRESI BERGANDA
a. Masukkan data
Klik Data > Impor data > dari file teks,clipboard,
e. Interpretasi
Koefisien Determinasi (R2) :
Terlihat bahwa nilai R-squared 0,9421 berarti keragaman dapat
dijelaskan oleh X1 dan X2 sebesar 0,9421 sisanya oleh variabel lain
diluar model.
Uji simultan (Uji F)
Terlihat bahwa nilai p-value (2,706e-06) < 0,05 H0 ditolak maka dapat
disimpulkan secara bersama-sama variabel X1 dan X2 mempengaruhi
variabel Y secara signifikan.
Uji Parsial (Uji t)
terlihat bahwa nilai p-value X1 > 0,05 H0 diterima dan X2 < 0,05 H0
ditolak berarti variabel
mempengaruhi Y .
Uji Asumsi Klasik :
1. Uji Normalitas
a. Pilih >Statistika >Ringkasan>Uji kenormalan Shapiro-Wilk
b. Hasil Output
X2
c. Interpretasi
Karena p-value(0,2862) > 0,05 maka H0 diterima dapat dikatakan
model berdistibusi normal
2. Uji Multikolineritas
a. Pilih Model > Diagnostik Numerik > Faktor Inflasi Variansi (FIV)
c. Interpretasi
Didapat hasil output diatas nilai VIF variabel X1 (5,502579) < 10
dan nilai VIF variabel X2 (5,502579) < 10 yang berarti tidak adanya
terjadi multikolinearitas.
3. Uji Autokorelasi
a. Pilih Model > Diagnostik numerik > Uji Durbin-Watson untuk
autokorelasi
Selanjutnya
c. Interpretasi
Karena p-value (0,003015) < 0,05 H0 ditolak maka dikatakan
adanya autokorelasi.
4. Uji Heterokedatisitas
a. Pilih Model > Diasnotik numerik > Uji Breusch-pagan untuk
heteokedatisitas
. Selanjutnya
c. Interpretasi
Karena p-value (0,1488) > 0,05 H0 diterima maka dikatakan
model bebas asumsi heterokedasitas.
2. UJI ANOVA SATU ARAH
a. Sebelum di input ke rcmdr susunan data harus diubah dahulu
karena data diatas berbentuk matriks, setelah itu impor data dari file.
Tabelnya adalah seperti berikut :
b. Pilih
Rerata >
arah
Merk
a
a
a
a
a
b
b
b
b
b
c
c
c
c
c
Kapasitas
44
43
48
45
46
42
45
44
45
44
46
47
45
44
43
Statistika
ANAVA
>
Satu-
e. Interpretasi
Dilihat dari hasil output sebelumnya didapat nilai Pr(>F) yaitu
0.47,karena nilainya lebih besar dari 0.05(alpha) maka keputusan H0
diterima. Sehingga dapat disimpulkan tidak terdapat perbedaan merk
terhadap kapasitas .
Langkah-langkah pengerjaan regresi berganda dan uji asumsi klasik serta uji
anova satu arah menggunakan software SPSS sebagai berikut :
1. Regresi Berganda
a. Masukkan data
e. Interpretasi
Koefisien Determinasi (R2) :
Terlihat bahwa nilai R-squared 0,942 berarti keragaman dapat dijelaskan
oleh X1 dan X2 sebesar 0,9421 sisanya oleh variabel lain diluar model.
Uji simultan (Uji F)
Hasil uji F menunjukkan nilai F hitung sebesar 73,212 dengan
signifikansi sebesar 0.000. nilai signifikansi tersebut lebih kecil dari 0.05
H0 ditolak maka dapat disimpulkan secara bersama-sama variabel X1 dan
X2 mempengaruhi variabel Y secara signifikan.
Uji Parsial (Uji t)
terlihat bahwa nilai p-value X1 > 0,05 H0 diterima dan X2 < 0,05 H0
ditolak berarti variabel
mempengaruhi Y .
Uji Asumsi Klasik
1. Uji Normalitas
a. Klik analyse>nonparametric tests>1-simple-K-S
X2
c. Hasil Output
d. Interpretasi
Tabel di atas menunjukkan bahwa Sig untuk harga minyak 0,689 >
0,05 maka data berdistribusi normal dan data pendapatan adalah 0,868
> 0,05 maka berdistribusi normal.
2. Uji Multikolinearitas
a. Pilih Analyze >Regession> Linear
b. Selanjutnya untuk dependent pilih pemintaan minyak dan independent
pilih harga minyak dan pendapatan
c. Hasil Output
d. Interpretasi
Karena nilai VIF(5,503) < 10 dan TOL > 0,1 maka tidak terjadi
multikolinearitas
3. Uji Autokorelasi
d. Interpretasi
Karena nilai du<d<4-du maka tidak terjadi autokorelasi. Nilai DW
pada tabel dapat di lihat pada tabel Durbin Watson (k,n)=(2,12) dimana
k adalah jumlah variable bebas, nilai du dan dl adalah 1,529 dan 0,812
maka nilai autokorelasi di antara 1,529.
0,75229 < 1,529 berarti adanya autokorelasi
4. Uji Heterokedatisitas
a. Klik Transform>compute variable
d. Hasil Output
e. Interpretasi
Dapat disimpulkan variable independent harga minyak dan pendapatan
semuanya nilai sig lebih dari 0,05 maka H0 diterima sehingga tidak
ada Heterokedasititas.
2. Uji Anova Satu Arah
a. Input data pada SPSS
Klik Analyze Compare Means One-Way ANOVA
d. Interpretasi
Dilihat dari hasil output sebelumnya didapat nilai (Sig) yaitu 0.47,karena
nilainya lebih besar dari 0.05(alpha) maka keputusan H0 diterima.
KESIMPULAN
Perbandingan Software Rcmdr dan SPSS