STUDI KASUS

Seorang mahasiswa ingin mengetahui adanya pengaruh angka kematian bayi, rasio
ketergantungan, produk domestik regional bruto, rata-rata lama sekolah, angka harapan hidup
saat lahir terhadap indeks pembangunan manusia di 33 Provinsi di Indonesia tahun 2015 .
Berikut datanya :

Y = Indeks pembangunan manusia (IPM)

X1 = Angka Kematian Bayi (AKB)
X2 = Rasio Ketergantungan (RK)
X3 = Produk Domestik Regional Bruto (PDRB)
X4 = Rata-rata Lama Sekolah (RLS)
X5 = Angka Harapan Hidup Saat Lahir (AHH)

No. Provinsi IPM AKB RK PDRB RLS AHH

1 Aceh 69.45 47 54.8 2.61 9.16 69.5
2 Sumatera Utara 69.51 40 56.3 3.81 9.42 68.29
3 Sumatera Barat 69.98 27 55.8 4.23 8.63 68.66
4 Riau 70.84 24 51.5 2.24 8.8 70.93
5 Jambi 68.89 34 47.3 2.44 8.46 70.56
6 Sumatera Selatan 67.46 29 49.7 2.98 8.17 69.14
7 Bengkulu 68.59 29 47.9 3.44 8.7 68.5
8 Lampung 66.95 30 49.5 3.95 7.92 69.9
Kepulauan Bangka
9 69.05 27 46.2 1.89 7.99 69.88
Belitung
10 Kepulauan Riau 73.75 35 49.7 3.03 9.86 69.41
11 DKI Jakarta 78.99 22 39.9 4.84 11.21 72.43
12 Jawa Barat 69.5 30 47.7 3.52 8.36 72.41
13 Jawa Tengah 69.49 32 48.1 4.68 7.59 73.96
14 DI Yogyakarta 77.59 25 44.9 3.75 9.64 74.68
15 Jawa Timur 68.95 30 44.3 4.8 7.75 70.68
16 Banten 70.27 32 46.4 3.24 8.86 69.43
17 Bali 73.27 29 45.6 4.8 9.18 71.35
Nusa Tenggara
18 65.19 57 53.8 20.2 7.51 65.38
Barat
Nusa Tenggara
19 62.67 45 66.7 3.22 7.27 65.96
Timur
20 Kalimantan Barat 65.59 31 50.8 3.28 7.42 69.87
21 Kalimantan Tengah 68.53 49 46.2 4.64 8.43 69.54
22 Kalimantan Selatan 68.38 44 48.6 2.08 8.29 67.8
23 Kalimantan Timur 74.17 21 46.2 3.37 9.57 73.65
24 Sulawesi Utara 68.76 33 46.6 0.43 9.12 72.16
25 Sulawesi Tengah 70.39 58 50.6 5 8.9 70.99
26 Sulawesi Selatan 66.76 25 52.9 13.68 8.27 67.26
27 Sulawesi Tenggara 69.15 45 60.5 6.08 7.97 69.8
28 Gorontalo 68.75 67 48.6 4.68 8.79 70.44
29 Sulawesi Barat 65.86 60 56.0 4.57 6.76 67.12
30 Maluku 62.96 36 59.7 5.3 7.33 64.22
31 Maluku Utara 67.05 62 58.5 3.66 9.42 65.31
32 Papua Barat 65.91 74 49.9 3.94 8.91 67.44
33 Papua 61.73 54 47.5 1.56 9.79 65.19

1
Uji Normalitas

1. Histogram

2. Uji normalitas dengan pengujian One-Sample Kolmogorov-Smirnov Test

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 33
Normal Parametersa,b Mean .0000000
Std. Deviation 1.56843725
Most Extreme Differences Absolute .130
Positive .052
Negative -.130
Test Statistic .130
Asymp. Sig. (2-tailed) .170

a. Test distribution is Normal.

b. Calculated from data.
c. Lilliefors Significance Correction.

2
Hipotesis :
H0 :Data berdistribusi normal
H1 : Data berdistribusi tidak normal

Kriteria penolakan :
Sig < α = tolak H0 (Data berdistribusi tidak normal)
Sig > α = terima H0 (Data berdistribusi normal)

Interpretasi :
Dari data diatas kita dapat mengetahui nilai dari uji One-Sample Kolmogorov Smirnov untuk
mengetahui nilai dai sig sebesar 0.170 maka dapat kita simpulkan terima tolak H0 artinya data
yang kita peroleh berdistribusi normal dengan nilai sig (0.170) > 0.05.

Analisis Regresi

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) -16.323 14.922 -1.094 .284

X1 -.038 .025 -.144 -1.521 .140

X2 .067 .075 .100 .890 .382

X3 .187 .091 .178 2.051 .050

X4 2.090 .377 .520 5.542 .000

X5 .929 .167 .648 5.567 .000

a. Dependent Variable: Y1

Dari table Coefficients dapat lihat Persamaan Regresinya yaitu :

𝑦̂ = -16.323 – 0.038 𝑥1 + 0.067 𝑥2 + 0.187 𝑥3 + 2.090 𝑥4 + 0.929 𝑥5 + 𝑒𝑖

3
Interpretasi :
 Setiap pertambahan 1 satuan Angka Kematian Bayi akan menurunkan Indeks
Pembangunan Manusia sebesar 0.038.
 Setiap pertambahan 1 satuan Rasio Ketergantungan akan menaikkan Indeks
Pembangunan Manusia sebesar 0.067.
 Setiap pertambahan 1 satuan Produk Domestik Regional Bruto akan menaikkan Indeks
Pembangunan Manusia sebesar 0.187.
 Setiap pertambahan 1 satuan Rata-rata Lama Sekolah akan menaikkan Indeks
Pembangunan Manusia sebesar 2.090.
 Setiap pertambahan 1 satuan Angka Harapan Hidup Saat Lahir akan menaikkan Indeks
Pembangunan Manusia sebesar 2.090.

Uji Simultan

ANOVAa

Model Sum of Squares Df Mean Square F Sig.

1 Regression 362.311 5 72.462 24.854 .000b

Residual 78.720 27 2.916

Total 441.031 32

a. Dependent Variable: Y1
b. Predictors: (Constant), X5, X3, X4, X1, X2

Hipotesis :
H0 : 𝛽1 = 𝛽2 = ………. =𝛽𝑛 = 0
( Koefisien regresinya tidak signifikan (tidak mempunyai nilai) )
H1 : Paling tidak ada satu 𝛽𝑖 ≠ 0
( Koefisien regresinya signifikan (mempunyai nilai) )

Kriteria Penolakan H0 :
 p(sig) < 0.05
 Tolak H0 jika 𝑓ℎ𝑖𝑡 > 𝑓𝑡𝑎𝑏𝑙𝑒
Ket : 𝑓𝑡𝑎𝑏𝑙𝑒 = f∝(𝑝−1; 𝑛−𝑝)

4
Interpretasi :
Berdasarkan output diatas diketahui bahwa nilai p(sig) = 0.000 dan nilai α = 0.05 yang artinya
bahwa nilai p(sig) < 0.05 dan 𝑓ℎ𝑖𝑡 = 24.854, 𝑓𝑡𝑎𝑏𝑙𝑒 = f0.05(5; 27) = 2.57 yang artinya bahwa nilai
𝑓ℎ𝑖𝑡 > 𝑓𝑡𝑎𝑏𝑙𝑒 sehingga dapat disimpulkan dari kriteria penolakan, H0 di tolak yang berarti
koefisien regresi dari persamaan tersebut signifikan (mempunyai nilai).

Uji Parsial (Dua Pihak)

Coefficientsa

Standardized t
Unstandardized Coefficients Coefficients

Model B Std. Error Beta Sig.

1 (Constant) -16.323 14.922 -1.094 .284

X1 -.038 .025 -.144 -1.521 .140

X2 .067 .075 .100 .890 .382

X3 .187 .091 .178 2.051 .050

X4 2.090 .377 .520 5.542 .000

X5 .929 .167 .648 5.567 .000

a. Dependent Variable: Y1

Hipotesis :
H0 : 𝛽𝑘 = 0
( Koefisien regresinya tidak signifikan (tidak mempunyai nilai) )
H1 : 𝛽𝑘 ≠ 0
( Koefisien regresinya signifikan (mempunyai nilai) )

Kriteria Penolakan H0 :
 p(sig) < 0.05
 Tolak H0 jika |𝑡ℎ𝑖𝑡 | > 𝑓𝑡𝑎𝑏𝑙𝑒
Ket : |𝑡ℎ𝑖𝑡 | = t (1−∝; 𝑛−𝑝)
2

5
a. Uji Signifikan 𝜷𝟎
Hipotesis :
H0 : 𝛽0 = 0
( Koefisien regresinya tidak signifikan (tidak mempunyai nilai) )
H1 : 𝛽0 ≠ 0
( Koefisien regresinya signifikan (mempunyai nilai) )

Interpretasi : Berdasarkan output diatas diketahui bahwa nilai p(sig) = 0.140 dan nilai α =
0.05 yang artinya bahwa nilai p(sig) > 0.05 dan 𝑡ℎ𝑖𝑡 = -1.094, 𝑡𝑡𝑎𝑏𝑙𝑒 =
f0.975(27) = 2.05 yang artinya bahwa nilai 𝑡ℎ𝑖𝑡 < 𝑡𝑡𝑎𝑏𝑙𝑒 sehingga dapat
disimpulkan dari kriteria penolakan, H0 diterima yang berarti koefisien regresi
dari persamaan tersebut tidak signifikan (tidak mempunyai nilai).

b. Uji Signifikan 𝜷𝟏
Hipotesis :
H0 : 𝛽1 = 0
( Koefisien regresinya tidak signifikan (tidak mempunyai nilai) )
H1 : 𝛽1 ≠ 0
( Koefisien regresinya signifikan (mempunyai nilai) )

Interpretasi : Berdasarkan output diatas diketahui bahwa nilai p(sig) = 0.284 dan nilai α =
0.05 yang artinya bahwa nilai p(sig) > 0.05 dan 𝑡ℎ𝑖𝑡 = -1.521, 𝑡𝑡𝑎𝑏𝑙𝑒 =
f0.975(27) = 2.05 yang artinya bahwa nilai 𝑡ℎ𝑖𝑡 < 𝑡𝑡𝑎𝑏𝑙𝑒 sehingga dapat
disimpulkan dari kriteria penolakan, H0 diterima yang berarti koefisien regresi
dari persamaan tersebut tidak signifikan (tidak mempunyai nilai).

6
c. Uji Signifikan 𝜷𝟐
Hipotesis :
H0 : 𝛽2 = 0
( Koefisien regresinya tidak signifikan (tidak mempunyai nilai) )
H1 : 𝛽2 ≠ 0
( Koefisien regresinya signifikan (mempunyai nilai) )

Interpretasi : Berdasarkan output diatas diketahui bahwa nilai p(sig) = 0.382 dan nilai α =
0.05 yang artinya bahwa nilai p(sig) > 0.05 dan 𝑡ℎ𝑖𝑡 = 0.890, 𝑡𝑡𝑎𝑏𝑙𝑒 =
f0.975(27) = 2.05 yang artinya bahwa nilai 𝑡ℎ𝑖𝑡 < 𝑡𝑡𝑎𝑏𝑙𝑒 sehingga dapat
disimpulkan dari kriteria penolakan, H0 diterima yang berarti koefisien regresi
dari persamaan tersebut tidak signifikan (tidak mempunyai nilai).

d. Uji Signifikan 𝜷𝟑
Hipotesis :
H0 : 𝛽3 = 0
( Koefisien regresinya tidak signifikan (tidak mempunyai nilai) )
H1 : 𝛽3 ≠ 0
( Koefisien regresinya signifikan (mempunyai nilai) )

Interpretasi : Berdasarkan output diatas diketahui bahwa nilai p(sig) = 0.050 dan nilai α =
0.05 yang artinya bahwa nilai p(sig) ≤ 0.05 dan 𝑡ℎ𝑖𝑡 = 2.051, 𝑡𝑡𝑎𝑏𝑙𝑒 =
f0.975(27) = 2.05 yang artinya bahwa nilai 𝑡ℎ𝑖𝑡 > 𝑡𝑡𝑎𝑏𝑙𝑒 sehingga dapat
disimpulkan dari kriteria penolakan, H0 ditolak yang berarti koefisien regresi
dari persamaan tersebut signifikan (mempunyai nilai).

7
e. Uji Signifikan 𝜷𝟒
Hipotesis :
H0 : 𝛽4 = 0
( Koefisien regresinya tidak signifikan (tidak mempunyai nilai) )
H1 : 𝛽4 ≠ 0
( Koefisien regresinya signifikan (mempunyai nilai) )

Interpretasi : Berdasarkan output diatas diketahui bahwa nilai p(sig) = 0.000 dan nilai α =
0.05 yang artinya bahwa nilai p(sig) < 0.05 dan 𝑡ℎ𝑖𝑡 = 5.542, 𝑡𝑡𝑎𝑏𝑙𝑒 =
f0.975(27) = 2.05 yang artinya bahwa nilai 𝑡ℎ𝑖𝑡 > 𝑡𝑡𝑎𝑏𝑙𝑒 sehingga dapat
disimpulkan dari kriteria penolakan, H0 ditolak yang berarti koefisien regresi
dari persamaan tersebut signifikan (mempunyai nilai).

f. Uji Signifikan 𝜷𝟓
Hipotesis :
H0 : 𝛽5 = 0
( Koefisien regresinya tidak signifikan (tidak mempunyai nilai) )
H1 : 𝛽5 ≠ 0
( Koefisien regresinya signifikan (mempunyai nilai) )

Interpretasi : Berdasarkan output diatas diketahui bahwa nilai p(sig) = 0.000 dan nilai α =
0.05 yang artinya bahwa nilai p(sig) < 0.05 dan 𝑡ℎ𝑖𝑡 = 5.567, 𝑡𝑡𝑎𝑏𝑙𝑒 =
f0.975(27) = 2.05 yang artinya bahwa nilai 𝑡ℎ𝑖𝑡 > 𝑡𝑡𝑎𝑏𝑙𝑒 sehingga dapat
disimpulkan dari kriteria penolakan, H0 ditolak yang berarti koefisien regresi
dari persamaan tersebut signifikan (mempunyai nilai).

8
Koefisien Determinasi
Model Summaryb

R Std. Error Change Statistics

Mod R Adjusted R of the R Square F Sig. F

el Square Square Estimate Change Change df1 df2 Change

1 .906a .822 .788 1.70750 .822 24.854 5 27 .000

a. Predictors: (Constant), X5, X3, X4, X1, X2

b. Dependent Variable: Y1

Koefisien Determinasi = R2 × 100 % = 0.822 × 100 % = 82.2 %

Ket : 𝑅 2 > 50 % Baik/Bagus
Interpretasi : Dari output diatas dapat diketahui bahwa sebesar 82.2 % variabel X yaitu angka
kematian bayi, rasio ketergantungan, produk domestik regional bruto, rata-rata
lama sekolah, angka harapan hidup saat lahir terhadap indeks pembangunan
manusia sisanya dipengaruhi oleh faktor diluar model.

Kesimpulan :
Setelah melakukan beberapa pengujian dapat diketahui bahwa adanya pengaruh angka kematian
bayi, rasio ketergantungan, produk domestik regional bruto, rata-rata lama sekolah, angka
harapan hidup saat lahir terhadap indeks pembangunan manusia di 33 Provinsi di Indonesia
tahun 2015. Data yang disajikan merupakan data yang berdistribusi normal. Variabel
independent yaitu angka kematian bayi, rasio ketergantungan, produk domestik regional bruto,
rata-rata lama sekolah, dan angka harapan hidup saat lahir setelah pengujian simultan benar
ternyata variabel independent yaitu koefisien regresi dari persamaan tersebut signifikan
(mempunyai nilai) maka lanjut ke tahap pengujian parsial. Dan ternyata dari lima variabel
independent yaitu angka kematian bayi, rasio ketergantungan, produk domestik regional bruto,
rata-rata lama sekolah, dan angka harapan hidup hanya variabel domestik regional bruto, rata-
rata lama sekolah, dan angka harapan hidup saja yang signifikan (mempunyai nilai) terhadapat
variabel dependent yaitu indeks pembangunan manusia dan sebesar 82.2 % variabel independent
(variabel x) dapat menjelaskan variabel dependent yaitu indeks pembangunan manusia dan
sisanya dipengaruhi oleh faktor diluar model.

SUMBER DATA : BPS (BUKE)