ASUMSI KLASIK

1. Uji normalitas
Ho : Resiudal menyebar normal
H1 : Residual tidak menyebar normal

Uji kenormalan Kolmonogrov-Smirnov -

Test P Alternative
statistic value hypothesis
0.1297 0.06909 two-sided

Kesimpulan:
Keputusan Terima Ho. Dapat disimpulkan bahwa residual menyebar normal

2. Uji Heteroskedastisitas
Ho : tidak ada gejala Heteroskedastisitas
H1 : ada gejala Heteroskedastisitas

3. Uji Autokorelasi
Hipotesis:
Ho : Tidak terjadi autokorelasi pada residual
H1 : Terjadi autokorelasi pada residual

Test statistic P value Alternative hypothesis

1.827 0.1832 true autocorrelation is greater than 0

Kesimpulan:
Keputusan Terima Ho. Dapat disimpulkan bahwa Tidak terjadi autokorelasi pada residual.

4. Uji Multikolinieritas

X1 X2 X3 X4 X5 X6 X7
1.273 1.019 1.43 1.032 2.245 2.567 1.326
Nilai VIF < 10 pada masing-masing peubah. Sehingga dapat disimpulkan bahwa
hubungan antar peubah bebas tidak beresiko terhadap asumsi multikolinieritas.
Pendugaan Model regresi:

Estimate Std. Error t value Pr(>|t|)

(Intercept) -33.16 57.07 -0.581 0.5627
X1 0.01889 0.006555 2.882 0.00492
X2 -4.158 21.4 -0.1943 0.8464
X3 0.2092 0.09311 2.247 0.02701
X4 20.6 26.56 0.7757 0.4399
X5 0.1294 0.08593 1.506 0.1354
X6 -0.032 0.126 -0.254 0.8001
X7 0.07104 0.03675 1.933 0.05633
Fitting linear model: Y ~ X1 + X2 + X3 + X4 + X5 + X6 + X7 -
Observations Residual Std. Error 𝑅2 Adjusted 𝑅 2
100 51.24 0.2724 0.217

Seleksi Variabel:
##
## Call:
## lm(formula = Y ~ X1 + X3 + X5 + X7, data = data.reg.gnd3)
##
## Residuals:
## Min 1Q Median 3Q Max
## -106.06 -30.79 -14.64 24.53 252.06
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 2.192079 15.849839 0.138 0.8903
## X1 0.018956 0.006425 2.950 0.0040 **
## X3 0.208668 0.085127 2.451 0.0161 *
## X5 0.116868 0.060235 1.940 0.0553 .
## X7 0.069909 0.034008 2.056 0.0426 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 50.62 on 95 degrees of freedom
## Multiple R-squared: 0.2667, Adjusted R-squared: 0.2358
## F-statistic: 8.637 on 4 and 95 DF, p-value: 5.459e-06
 Estimate Std. Error t value Pr(>|t|)
(Intercept) 2.192 15.85 0.1383 0.8903
X1 0.01896 0.006425 2.95 0.003998
X3 0.2087 0.08513 2.451 0.01606
X5 0.1169 0.06024 1.94 0.05532
X7 0.06991 0.03401 2.056 0.04256

Table: Fitting linear model: Y ~ X1 + X3 + X5 + X7