Ujian Tengah Semester

Heru Kurnia Azra

1910536018
Statistik Multivariat

Jawaban

Soal nomor 1

a. Analisis Multivariat adalah analistik stastistik yang berhubungan dengan

analisis yang menggunakan banyak variable. Ini merupakan perluasan dari
statistic univariat (satu variable) dan analisis bivariat (dua variable).
Sedangkan secara umum adalah metode- metode statistic yang secara
Bersama-sama (simultan) melakukan analisis terhadap lebih dari 2 varible
pada setiap objek atau manusia.
b. Menganalisis suatu fenomena dengan menggunakan banyak variable secara
simultan. Hal ini merupakan keunggulan menggunakan statistic multivariat
karena mendekati apa yang terjadi pada dunia nyata. Karena pada umumnya
kejadian yang terjadi dalam dunia nyata melibatkan banyak variable.

Misalnya :

Perilaku seorang konsumen dalam memutuskan membeli sebuah mobil

atau tidaknya. Ini akan dipengaruhi oleh pendapatan,modelnya seperti apa,kapasitas
tangka bbm nya berapa dll.

Tapi tidak semua masalah statistic tersebut harus diselesaikan dengan statistic yang
sederhana cukup kita menggunakan statistic univariat atau bivariat.

c. Metode Least square atau kuadrat terkecil

Adalah metode yang digunakan untuk menentukan persamaan trend data yang
mencakup analisis time series dengan dua kasus yaitu kasus genap dan ganjil.
Atau biasa disebut metode kuadrat terkecil yang mana juga bisa digunakan
untuk melihat trend dari data deret waktu.
 Soal nomor 2.

Data yang digunakan adalah Produk Domestrik Bruto (PDB) yang diduga
dipengaruhi oleh Konsumsi Masyarakat dan Investasi Tahun 2000-2015

Tahun Produk Domestik Bruto Konsumsi Investasi

2000 31,984,473 4,211,715 210,487
2001 33,580,503 3,757,913 317,734
2002 33,580,503 3,757,913 317,734
2003 36,089,881 3,322,281 454,497
2004 36,387,999 3,228,593 454,497
2005 36,527,717 3,228,593 454,497
2006 37,325,574 2,734,513 562,887
2007 44,772,699 2,734,513 564,625
2008 46,261,805 2,734,513 576,250
2009 46,261,805 2,327,015 576,250
2010 49,110,881 2,085,592 741,084
2011 49,635,862 2,085,592 887,440
2012 53,932,116 1,552,318 894,295
2013 54,518,892 1,552,318 894,295
2014 56,650,112 1,097,573 957,792
2015 57,704,476 1,019,695 980,453

a. Jenis data menurut waktu yang saya gunakan adalah jenis data berkala atau time series
data. Data ini diambil secara kontinu dari waktu ke waktu yaitu tahun 2000 hingga 2015
untuk mengetahui perkembangan dari objek yang diteliti.

b. Jenis data dari skala pengukuran kwantitatif adalah data yang kontinu atau numerik.
Seluruh variabel yang saya gunakan yaitu PDB,Konsumsi, dan investasi berjenis data
numerik dan Tahun adalah variabel keterangan(string)
 c. Hasil Regresi :

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 57965013.138 14759404.136 3.927 .002
Konsumsi -7.134 2.963 -.773 -2.408 .032 .039 25.777
Investasi 7.361 11.620 .203 .633 .537 .039 25.777
a. Dependent Variable: Produk_Domestik_Bruto

• Persamaan Regresi
Pada kasus yang dianalisis diatas menggunakan uji regresi linear berganda, maka
bentuk persamaan regresinya adalah :

𝒀 = 𝒃𝟏 𝑿𝟏 + 𝒃𝟐 𝑿 𝟐 + 𝒂
PDB = 57965013 -7.134*Konsumsi + 7.361*Investasi

• Hipotesis
H0 = Koefisien regresi tidak berpengaruh signifikan terhadap PDB
H1 = Koefisien regresi berpengaruh signifikan terhadap PDB

• Pengambilan keputusan berdasarkan probabilitas

Syarat :
H0 diterima jika nilai probabilitas > 0.05
H1 diterima jika nilai probabilitas < 0.05
Nilai probabilitas :
Probabilitas konstanta = 0.002
Probabilitas Konsumsi = 0.032
Probabilitas Investasi = 0.537
 • Kesimpulan
a. Probabilita konsumsi < 0.05 sehingga h0 ditolak, disimpulkan konsumsi
masyarakat berpengaruh signifikan terhadap PDB
b. Probabilita investasi > 0.05 sehingga h0 diterima, disimpulkan investasi
tidak berpengaruh signifikan terhadap PDB
c. Probabilita konstanta < 0.05 sehingga h1 diterima, disimpulkan konstanta
signifikan terhadap PDB.
d. Interpretasi a,b1,b2

• nilai a (konstanta) = 57965013, artinya PDB akan bernilai tetap atau konstan
sebesar 57965013 apabila tidak dipengaruhi oleh Konsumsi dan Investasi
• nilai b1(konsumsi) = -7.134, artinya konsumsi memiliki pengaruh negative
terhadap PDB. Setiap kenaiakan satu satuan konsumsi masyarakat, maka PDB
akan semakin turun sebesar 7.134.
• nilai b2(investasi) = 7.361, artinya setiap keniakan satu satuan investasi maka
PDB akan semakin naik sebesar 7.361.
e. Uji F

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 1145380703370 2 5726903516851 118.442 .000b
309.500 54.800
Residual 6285757072096 13 4835197747766
0.080 .160
Total 1208238274091 15
269.500
a. Dependent Variable: Produk_Domestik_Bruto
b. Predictors: (Constant), Investasi, Konsumsi

Hipotesis
H0 = Model tidak layak digunakan(tidak Terdapat variabel independent yang
signifikan terhadap PDB)
H1 = Model layak digunakan(Terdapat variabel independent yang signifikan
terhadap PDB)

• Pengambilan keputusan berdasarkan probabilitas

Syarat :
H0 diterima jika nilai probabilitas > 0.05
H1 diterima jika nilai probabilitas < 0.05
Nilai probabilitas :
Probabilitas = 0.000

• Kesimpulan
Dikarenakan nilai probabilitas/sig <0.05 maka H0 ditolak atau H1 diterima,
disimpulkan Model layak digunakan(Terdapat variabel independent yang
signifikan terhadap PDB)
Tujuan Uji F adalah langkah pertama yang dilakukan dalam analisis regresi yaitu untuk
melihat secara overall atau keseluruhan apakah terdapat variabel independent yang
signifikan terhadap variabel dependen. Apabila disimpulkan dari Uji F adlaah H1.
Artinya terdapat minimal 1 variabel independent yang signifikan terhadap variabel
dependen(model layak digunakan).

f. Nilai R Square

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .974a .948 .940 2198908.308 1.435
a. Predictors: (Constant), Investasi, Konsumsi
b. Dependent Variable: Produk_Domestik_Bruto

• Nilai R Square adalah 0.948, artinya sebesar 94.8 % variabel PDB dipengaruhi
oleh variabel konsumsi dan investasi. Sedangkan sisanya 4.2% dipengaruhi oleh
factor selain konsumsi dan investas

Correlations
Produk_Domesti
k_Bruto Konsumsi Investasi
Pearson Correlation Produk_Domestik_Bruto 1.000 -.973 .962
Konsumsi -.973 1.000 -.980
Investasi .962 -.980 1.000
Sig. (1-tailed) Produk_Domestik_Bruto . .000 .000
Konsumsi .000 . .000
Investasi .000 .000 .
N Produk_Domestik_Bruto 16 16 16
Konsumsi 16 16 16
Investasi 16 16 16

• Nilai korelasi antara X1 dan X2 sebesar -0.980 hal ini berarti hubungan korelasi
antara konsumsi dan invesitas sangat kuat yang mengindikasikan adanya
multikolinearitas yaitu terdapat korelasi antar variabel independent.
 g. Uji Prasayarat dan Asumsi
• Linearitas :

Hasil uji linieritas dapat dilihat dari deviation from liniearity. Dapat diketahui bahwa nilai
deviation from linearity adalah 0,00. Hal ini berarti 0,00 < 0,05, sehingga uji liniearitas
diterima.

• Multikolinearitas
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 57965013.138 14759404.136 3.927 .002
Konsumsi -7.134 2.963 -.773 -2.408 .032 .039 25.777
Investasi 7.361 11.620 .203 .633 .537 .039 25.777
a. Dependent Variable: Produk_Domestik_Bruto

Nilai Tolerance adalah 0.039 dan VIF 25.777. Hal ini berarti nilai VIF yang melebihi 10
mengindikasikan terjadinya multikolinearitas, sehingga uji no multikolinearitas ditolak.
 • Normalitas Residual
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Unstandardized Residual .148 16 .200* .938 16 .320
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Dikarenakan data yang kita miliki kurang dari 50, maka uji normalitas yang sesuai adalah
Saphiro Wilk Normality test. Diperoleh nilaio sig sebesar 0.320 yang artinya H0 diterima,
disimpulkan residual berdistribusi normal. Uji Normalitas residual terpenuhi.

• No Autokorelasi

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .974a .948 .940 2198908.308 1.435
a. Predictors: (Constant), Investasi, Konsumsi
b. Dependent Variable: Produk_Domestik_Bruto

nilai DW = 1.435
nilai dU = 1.5386
Nilai DW tidak berada di antara dU dan 4-dU sehingga disimpulkan terdapat autokorelasi.
Disimpulkan asumsi no autokorelasi tidak terpenuhi
 • Uji Heteroskedastisitas

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5669636.043 9910857.105 .572 .577
Konsumsi -.634 1.990 -.425 -.319 .755
Investasi -4.277 7.803 -.730 -.548 .593
a. Dependent Variable: abs_res

Melalui uji glejser di atas, diketahui nilai sig dari variabel konsumsi dan investasi > 0.05,
sehingga disimpulkan tidak terjadi heteroskedastisitas. Sehingga asumsi
homoskedastisitas terpenuhi.

h. Perlu dilakukan uji autokorelasi pada data ini. Dikarenakan data yang digunakan ber
jenis time series atau menggunakan deret waktu yang diamati setiap tahunnya. Indikasi
autokorelasi terjadi apabila terdapat korelasi pada error pada rentetan waktu yang terjadi.
Sehingga pada analisis ini sangat diperlukan uji autokorelasi.

Kesimpulan :
Berdasarkan uji linearitas dan 4 uji asumsi klasik di atas, terdapat beberapa asumsi atau
persyaratan yang tidak memenuhi asumsi seperti multikolinearitas dan autokorelasi. Hal
ini akan berdampak pada forecasting populasi nantinya. Sehingga saran yang diperlukan
adalah melakukan penanganan terhadap asumsi yang tidak terpenuhi tersebut seperti
melakukan transformasi data.
Soal nomor 3

Jumlah penjualan (Y) dalam puluhan unit 50 150 250 350 450

Jumlah promosi (X) dalam jutaan rupiah 500 1000 1500 2000 2500

untuk itu saudara diminta untuk membantu menentukan:

a. menentukan persamaan regresi Y = a + bx
y = -40+0.18x
b. interpretasikan arti koefisien a dan b
saat tidak ada promosi (x), maka jumlah penjualan adalah -40 (dalam
puluhan unit)
saat promosi (x) naik 1 juta, maka ada kenaikan penjualan sebesar 0.18
c. jika biaya promosi dinaikkan prediksilah berapa unit mobil yang akan
terjual
jika biaya promosi dinaikkan, aka nada penambahan penjualan sebesar
0.18 unit.
Misal: biaya promosi 1000 (dalam jutaan rupiah), maka penjualan yang
terjadi adalah -40+0.18(1000) = 140 (dalam puluhan unit)
Jika iaya promosi dinaikkan menjadi 1500 (dalam jutaan rupiah) maka
terjadi kenaikan penjualan menjadi -40+0.18(1500) = 230 (dalam
puluhan unit)
d. Seberapa kuat hubungan antara promosi dan penjualan dalam kasus ini
r = 0.959403, artinya, hubungan antara promosi dan penjualan sangat
kuatt, dan berhubungan positif