1. Lakukan regresi berganda dengan menggunakan variabel CPI (Y), M1 (X1), IKK (X2)
dan kredit (X3). Lampirkan semua bukti hasil regresi yang sudah dilakukan.
2. Bagaiaman hasil interprestasi dari hasil uji parsil dan simultan dari regrsi tersebut?
3. Lakukan pengujian asumsi klasik. Lampirkan semua bukti hasil uji asumsi klasik yang
sudah dilakukan. Bagaimana hasil uji asumsi klasik tersebut?
Berikut data untuk melakukan regresi
IKK
Periode CPI (Y) M1 (x1) Kredit (x3)
(x2)
Mar-05 79,39 244003 91,8 580932
Apr-05 79,31 240477 88,4 592487
May-05 79,46 246669 97,6 614478
Jun-05 81,14 261814 101,7 628505
Jul-05 81,65 261120 98,9 642218
Aug-05 81,94 268856 99,7 666425
Sep-05 82,43 267762 90,1 680607
Oct-05 89,59 280270 76,9 686309
Nov-05 90,79 268694 80,4 687846
Dec-05 89,55 271140 86,6 698695
Jan-06 91,36 274069 88,4 684345
Feb-06 91,96 270338 85,1 685992
Mar-06 91,89 270425 90,9 691617
Apr-06 91,53 273594 87,9 693109
May-06 91,85 296101 88,2 707324
Jun-06 93,74 303803 91,1 717112
Jul-06 94,03 303156 95,5 718852
Aug-06 94,15 319018 93,1 730566
Sep-06 94,43 323885 96,1 748793
Oct-06 95,23 336273 98,1 758251
Nov-06 95,57 332316 101,6 770262
Dec-06 95,46 347013 99,1 796767
Jan-07 97,08 335700 94,6 779644
Feb-07 97,76 336393 92,4 788636
Mar-07 97,88 331736 93,3 805146
Apr-07 97,28 342141 95,7 814151
May-07 97,37 343309 98,5 825309
Jun-07 99,14 371768 95,8 859838
Jul-07 99,72 386234 96,3 870908
Aug-07 100,28 391960 98 892778
Sep-07 100,99 400075 96,7 913158
Oct-07 101,78 404018 100,2 934088
Nov-07 101,99 413429 101,3 960715
Dec-07 101,75 450055 99,1 1004178
Jan-08 104,22 410752 94,5 990242
Feb-08 104,99 401410 92,4 1006207
Mar-08 105,88 409768 89,9 1038912
Apr-08 105,61 414390 86,8 1062974
May-08 107,48 426283 82,4 1095738
Jun-08 110,08 453047 79,1 1148891
Jul-08 111,59 445921 82,1 1169809
Aug-08 112,16 440336 89,3 1209326
Sep-08 113,25 479738 93,5 1249970
Oct-08 113,76 459116 94,8 1300859
Nov-08 113,9 463590 96,3 1327744
Dec-08 113,86 456787 90,7 1313873
Jan-09 113,78 437845 92,8 1295632
Feb-09 114,02 434761 96,4 1307321
Mar-09 114,27 448034 98,6 1308051
Apr-09 113,92 452937 102,5 1297581
May-09 113,97 456955 105,9 1303196
Jun-09 114,1 482621 109,1 1331091
Jul-09 114,61 468944 115,4 1340870
Aug-09 115,25 490128 114,3 1368185
Sep-09 116,46 490502 110,8 1369493
Oct-09 116,68 485538 110 1381882
Nov-09 116,65 495061 111 1403795
Dec-09 117,03 515824 108,7 1446808
Jan-10 118,01 496527 110,5 1414256
Feb-10 118,36 490084 105,3 1436341
Mar-10 118,19 494461 107,4 1463146
Apr-10 118,37 494718 110,7 1492280
May-10 118,71 514005 109,9 1534833
Jun-10 119,86 545405 111,4 1589662
Jul-10 121,74 539746 105,7 1605807
Keterangan:
Periode: Tahun 2005:3 - 2010:7
CPI : tingkat harga konsumen
M1 : jumlah uang yang beredar
IKK : Indek keyakinan
konsumen
Regresi berganda dengan menggunakan variabel CPI (Y), M1 (X1), IKK (X2) dan kredit
(X3). Hasil interprestasi dari hasil uji parsil dan simultan.
Dependent Variable: Y
Method: Least Squares
Date: 04/04/21 Time: 17:42
Sample: 2005M03 2010M07
Included observations: 64
Dependent Variable: Y
Method: Least Squares
Date: 04/04/21 Time: 17:43
Sample (adjusted): 2005M06 2010M07
Included observations: 21 after adjustments
Dependent Variable: Y
Method: Least Squares
Date: 04/04/21 Time: 17:45
Sample: 2005M03 2010M07
Included observations: 65
Uji t dilakukan untuk melihat pengaruh suatu variable independen terhadap variable dependen.
Dengan menggunakan hipotesis :
Ho : Tidak Berpengaruh
Ha : Berpengaruh
Jika nilai t hitung < t table, artinya Ho diterima
Dengan jumlah n=16 maka nilai t tabel ya adalah n-1= df-1= 16, nilai t tabelnya adalah 1,76
- Variabel PMA memiliki nilai t hitung (8,350) > t table( 1.761) , artinya PMA berpengaruh
terhadapPDB
- Variabel PMDN memiliki nilai t hitung (2,056) > t table( 1.761) , artinya PMDN
berpengaruh terhadap PDB
Dependent Variable: Y
Method: Least Squares
Date: 04/04/21 Time: 17:46
Sample (adjusted): 2005M06 2010M07
Included observations: 21 after adjustments
- Jika nilai Fhitung > Ftabel maka hipotesis di tolak, artinya secara bersama-sama variable
independen tersebut berpengaruh terhadap variable dependen.
- Jika nilai Fhitung < Ftabel maka hipotesis di terima, artinya secara bersama-sama variable
independen tersebut tidak berpengaruh terhadap variable dependen.
Dari hasil regresi di atas dapat dilihat bahwa nilai F hitung (0.000000) > nilai F table (4,54),
sehingga dapat disimpulkan bahwa variable independen secara bersama-Sama berpengaruh terhadap
variable dependen.
1. UJI MULTIKORELASI
Uji multikolinearitas bertujuan untuk menguji apakah model regresi terbentuk adanya
korelasi tinggi atau sempurna antar variabel bebas (independen). Jika ditemukan ada hubungan
korelasi yang tinggi antar variabel bebas maka dapat dinyatakan adanya gejala multikorlinear
pada penelitian. Nilai korelasi yang dapat ditoleransi dalam uji multikolinearitas adalah 70 persen
atau 80 persen (0,7 atau 0,8)
Dari hasil uji multikolinearitas di atas dapat dilihat bahwa nilai korelasinya adalah
sebesar 0,166299 < 0,7 sehingga dapat disimpulkan bahwa tidak terjadi masalah
multikolinearitas pada variabel penelitiantersebut. Dengan hasil ini maka satu uji asumsi klasik
telah terpenuhi.
2. UJI AUTOKORELASI
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 04/04/21 Time: 17:55
Sample: 2005M06 2010M07
Included observations: 21
Presample and interior missing value lagged residuals set to zero.
Uji autokolerasi merupakan kolerasi yang terjadi antara residual pada satu pengamatan
dengan pengamatan lain pada model regresi. Autokorelasi dapat diketahui melalui Uji Breusch-
Godfrey, dimana jika nilai prob < 0,05 maka terjadi gejala autokorelasi sedangkan jika nilai prob
> 0,05 maka tidak terjadi gejala autokorelasi adalah pengujian yang digunakan untuk menguji ada
atau tidak adanya korelasi serial alam model regresi atau untuk mengetahui apakah didalam model
yang digunakan terdapat auto korelasi diantara variabel-variabel yang diamati. Dari hasil uji
autokorelasi diatas dapat dilihat bahwa prob 0,7984 > 0,05 maka dapat disimpulkan bahwa tidak
terjadi gejala autokorelasi dalam model penelitian.
3. UJI HETEROSKEDASTISITAS
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 04/04/21 Time: 18:06
Sample: 2005M06 2010M07
Included observations: 21
Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala
heteroskedastisitas. Jika nilai probnya < 0,05 maka terjadi gejala heteroskedastisitas dalam model
penelitian sedangkan jika nilai prob > 0,05 maka tidak terjadi gejala heteroskedastisitas dalam
model penelitian.
Dari hasil uji heteroskedastisitas dengan menggunakan metode white, nilai probnya
sebesar 0,9554 > 0,05 sehingga dapat disimpulkan tidak terjadi gejala heteroskedastisitas dalam
model penelitian.
4. UJI NORMALITAS
Uji normalitas untuk menguji apakah nilai residual yang telah distandarisasi pada model
regresi berdistribusi normal atau tidak. Cara melakukan uji normalitas dapat dilakukan dengan
pendekatan analisis grafik normal probability Plot. Pada pendekatan ini nilai residual
terdistribusi secara normal apabila garis (titik-titik) yang menggambarkan data sesungguhnya
akan mengikuti atau merapat kegaris diagonalnya. Dari hasil uji di atas dapat dilihat bahwa nilai
probability Jarqueberra sebesar 0,000000 < 0,05, artinya residual data penelitian terdistribusi
secara tidak normal.