PEMODELAN REGRESI BERGANDA DENGAN COCHRAN ORCUTT

TUGAS IV
ANALISIS REGRESI TERAPAN

NURWAHYUNI
G 501 18 030
KELAS B

PROGRAM STUDI STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS TADULAKO

DESEMBER, 2020
1. Deskripsi dan Narasi Data

Variabel Min. 1st Qu Median Mean 3rd Qu Max

Y 162 256 742 851.5 1211.2 2363
X1 6 15 29 39.12 51.75 315
X2 -26 11 22 31.38 43 304
X3 32 49 96 110.5 146.8 269
X4 50 70 120 136.5 180 290
X5 46 68.25 120 128.72 163 295
X6 5 1310 1678 1519 1949 2355
X7 5 1140 1652 1487 1954 2357
X8 620 1145 1510 1463 1789 2150
X9 628 1167 1552 1528 1850 2255

Data ini berasal dari https://data.world/data-society/airlines-delay yaitu data

airlines-delay tahun 2008.

Variabel Nama Variabel

Y Distance
X1 DepTime
X2 CRSDepTime
X3 ArrTime
X4 CRSArrTime
X5 ActualElapsedTime
X6 CRSElapsedTime
X7 AirTime
X8 ArrDelay
X9 DepDelay

2. Menunjukkan pelanggaran asumsi autokorelasi pada data jika

Hipotesis :
: Data tidak mengalami gejala autokorelasi
: Data mengalami gejala autokorelasi

Kriteria Penolakan
 Bila d < dL , tolak : berarti terdapat korelasi
 Bila dL < d < dU, tidak terdapat kesimpulan
 Bila dU < d < 4 – dU, : berarti tidak terdapat korelasi
  Bila 4 – dU < d < 4 – dL, berarti tidak kesimpulan
 Bila d > 4 – dL, tolak : berarti terdapat korelasi

Output :

Interpretasi :
Berdasarkan hasil pada output di atas dengan nilai dL : 1.6264 (k = 10 ; n = 170).
Maka dapat diputuskan bahwa data tolak . Dengan keputusan Bila d < dL ,
tolak : berarti terdapat korelasi.

3. Model Regresi OLS

̌ = -241.0 + 0.056 X1 - 0.016 X2 - 0.0619 X3 + 0.0074 X4
+ 2.77 X5 + 1.65 X6 + 4.77 X7 + 0.103 X8

4. Model Cochran Orcutt

̌ = 38.73* - 0.443 xt1 + 0.159 xt2 + 5.337 xt3 + 3.674 xt4 - 0.0007 xt6 -
0.0360 xt7 - 0.163 xt8 + 0.178 xt9

5. Interpretasi
 Model OLS
Berdasarkan hasil analisis maka dapat dikatakan bahwa : setiap
penambahan nilai pada satuan DepTime maka Distance akan meningkat
sebesar 0.056, setiap penambahan nilai pada satuan CRSDepTime maka
Distance akan meningkat sebesar -0.016, setiap penambahan nilai pada
satuan ArrTime maka Distance akan meningkat sebesar -0.0619, setiap
penambahan nilai pada satuan CRSArrTime maka Distance akan
meningkat sebesar 0.0074, setiap penambahan nilai pada satuan
ActualElapsedTime maka Distance akan meningkat sebesar 2.77, setiap
penambahan nilai pada satuan CRSElapsedTime maka Distance akan
meningkat sebesar 1.65, setiap penambahan nilai pada satuan AirTime
maka Distance akan meningkat sebesar 4.77, setiap penambahan nilai
pada ArrDelay maka Distance akan meningkat sebesar 0.103 dan jika
semua variabel bebas konstan atau tetap pada nilai awalnya maka
Disntance akan meningkat sebesar – 241.0 .
 Model Principal component Regression
Berdasarkan hasil analisis maka dapat dikatakan bahwa : setiap
penambahan nilai pada satuan DepTime maka Distance akan meningkat
sebesar – 0.443, setiap penambahan nilai pada satuan CRSDepTime maka
Distance akan meningkat sebesar 0.159, setiap penambahan nilai pada
satuan ArrTime maka Distance akan meningkat sebesar 5.337, setiap
penambahan nilai pada satuan CRSArrTime maka Distance akan
meningkat sebesar 3.674, setiap penambahan nilai pada satuan setiap
penambahan nilai pada satuan CRSElapsedTime maka Distance akan
meningkat sebesar – 0.00007, setiap penambahan nilai pada satuan
AirTime maka Distance akan meningkat sebesar – 0.0360, setiap
penambahan nilai pada ArrDelay maka Distance akan meningkat sebesar
- 0.163 dan jika semua variabel bebas konstan maka Disntance akan
meningkat sebesar 38.73* .
LAMPIRAN