NURFADHILAH

51720011180

D KONVERSI / 2020
1. Uji Asumsi Klasik

a. Uji Normalitas

Gambar 1.1 Plot Standarisasi Residu

Berdasarkan Gambar 1.1 diatas menunjukkan bahwa data residual model regresi
sudah berdistribusi normal dikarenakan data tersebut menyebar disekitar garis diagonal.
Dengan demikian syarat kenormalan sebagai pengujian statistik menggunakan regresi
terpenuhi.
 b. Uji Multikolinearitas
Collinearity Statistics
Model   Tolerance VIF
  Birthweight 0.243 4.118
  Headcirc 0.432 2.316
  Gestation 0.379 2.637
  mage 0.244 4.095
  mnocig 0.687 1.455
  mheight 0.354 2.824
  mppwt 0.408 2.450
  fage 0.221 4.519
  fedyrs 0.618 1.619
  fnocig 0.589 1.698
  fheight 0.570 1.753
Tabel 1.2 Uji Multikolinearitas

Tabel 1.2 menunjukkan bahwa nilai VIF untuk variabel Birthweight (X1) adalah
0, Headcirc (X2) adalah 0, Gestation (X3) adalah 0, Mage (X4) adalah 0, Mnocig (X5)
adalah 0, Mheight (X6) adalah 0, Mppwt (X7) adalah 0, Fage (X8) adalah 0, Fedyrs (X9)
adalah 0, Fnocig (X10) adalah 0 dan Fheight (X11) adalah 0. Dari kesebelas nilai
tolerance > 0,10 dan nilai VIF < 10, maka dapat disimpulkan model regresi bebas dari
multikolinieritas.

Diagnosa Kolinearitas
Collinearity Diagnostics
Variance Proportions
(Intercept Headcir mnoci
Model Dimension Eigenvalue Condition Index Birthweight Gestation mage mheight mppwt fage fedyrs fnocig fheight
) c g
0.00
H₁ 1 10.806 1.000 0.000 0.000 0.000 0.000 0.000 0.002 0.000 0.000 0.000 0.001 0.000
0
0.00
  2 0.660 4.048 0.000 0.000 0.000 0.000 0.000 0.456 0.000 0.000 0.000 0.095 0.000
0
0.00
  3 0.410 5.132 0.000 0.000 0.000 0.000 0.000 0.268 0.000 0.000 0.000 0.519 0.000
0
0.07
  4 0.062 13.172 0.000 0.006 0.001 0.001 0.062 0.081 0.000 0.001 0.001 0.000 0.001
8
0.03
  5 0.026 20.372 0.001 0.161 0.000 0.000 0.010 0.037 0.000 0.001 0.117 0.004 0.002
8
0.01
  6 0.013 28.435 0.002 0.082 0.001 0.000 0.004 0.004 0.002 0.017 0.691 0.130 0.002
5
0.09
  7 0.011 31.799 0.002 0.000 0.007 0.009 0.067 0.021 0.000 0.386 0.000 0.002 0.003
2
0.48
  8 0.007 39.952 0.000 0.076 0.000 0.001 0.764 0.000 0.000 0.122 0.100 0.000 0.000
0
0.00
  9 0.003 65.072 0.000 0.000 0.441 0.266 0.003 0.045 0.003 0.008 0.002 0.001 0.005
6
0.09
  10 0.001 103.230 0.065 0.563 0.539 0.548 0.021 0.011 0.074 0.112 0.001 0.026 0.030
6
  11 5.897e -4 135.375 0.114 0.046 0.004 0.120 0.015 0.033 0.141 0.033 0.00 0.071 0.220 0.943
Collinearity Diagnostics
Variance Proportions
(Intercept Headcir mnoci
Model Dimension Eigenvalue Condition Index Birthweight Gestation mage mheight mppwt fage fedyrs fnocig fheight
) c g
6
0.18
  12 3.277e -4 181.607 0.815 0.066 0.006 0.053 0.055 0.043 0.779 0.321 0.016 0.001 0.014
9
Note.  The intercept model is omitted, as no meaningful information can be shown.

Tabel 1.3 Uji Diagnosa Kolinearitas

Berdasarkan table 1.3 di atas, tidak ada variable yang dikeluarkan karena tidak
ada nilai tolerance dan nilai VIF yang tidak memenuhi syarat. Dimana syarat yang
dimaksud untuk dikatakan tidak mengandung gejala multikolinearitas adalah nilai
tolerance >0.10 dan nilai VIF < 10.

c. Uji Heteroskedastisitas

Gambar 1.4 Residul Vs. Predicted Plot

Ada beberapa cara untuk mendeteksi adanya gejala heteroskedastisitas,

diantaranya menggunakan grafik Residual vs. Predicted. Apabila data dalam grafik
menyebar dan tidak mempentuk pola, maka data diasumsikan tidak mengandung gejala
heteroskedastisitas.
 Berdasarkan Gambar 1.4, terlihat bahwa data menyebar dan tidak membentuk
pola, sehingga dapat disimpulkan bahwa data tidak mengandung gejala
heteroskedastisitas.
 d. Uji Autokorelasi

Durbin-Watson
Autocorrelation Statistic p
0.44
0.081 1.769
Tabel 1.5 Uji 9 Durbin-Watson
Berdasarkan tabel 1.5, terlihat bahwa nilai p.value > 0.05, sehingga dapat
disimpulkan bahwa data tidak mengalami gejala autokorelasi.

2. Model Regresi Linier Berganda

a. Analisis Regresi

Coefficients
Mode Unstandardize Standardize
  Standard Error t p
l d d
H₀ (Intercept) 51.333 0.453 113.324 < .001

  Birthweight 1.168 0.998 0.240 1.170 0.251

  Headcirc 0.151 0.188 0.124 0.804 0.428
  Gestation 0.509 0.182 0.458 2.790 0.009
  mage 0.060 0.106 0.116 0.565 0.576
  mnocig -0.020 0.029 -0.084 -0.692 0.494
  mheight 0.136 0.077 0.300 1.766 0.088
  mppwt -0.028 0.065 -0.069 -0.433 0.668
  fage -0.020 0.092 -0.047 -0.218 0.829
  fedyrs -0.010 0.175 -0.007 -0.058 0.954
  fnocig 0.016 0.022 0.092 0.697 0.491
  fheight 0.003 0.056 0.007 0.051 0.960
Tabel 1.6 Koefisien Regresi
Berdasarkan tabel 1.6 maka diperoleh persamaan regresi linear berganda sebagai
berikut:

𝑦̂ = 51.133 + 1.168𝑋1 + 0.151𝑋2 + 0.509𝑋3 + 0.060𝑋4 - 0.020𝑋5 + 0.136𝑋6 - 0.028𝑋7 –

0.020𝑋8 - 0.010𝑋9 + 0.016𝑋10 + 0.003𝑋11

Persamaan regresi di atas diperoleh nilai konstanta sebesar 51.333. Variabel

Birthweight (X1) sebesar 1.168, Headcirc (X2) sebesar 0.151, Gestation (X3) sebesar
0.509, Mage (X4) sebesar 0.060, Mnocig (X5) sebesar -0.020, Mheight (X6) sebesar
0.136, Mppwt (X7) sebesar -0.028, Fage (X8) sebesar -.0.020, Fedyrs (X9) sebesar
-0.010, Fnocig (X10) sebesar 0.016 dan Fheight (X11) sebesar 0.003. Koefisien regresi
variabel Mnocig (X5), Mppwt (X7), Fage (X8), dan Fedyrs (X9) bertanda negatif,
sehingga dapat diartikan bahwa Jumlah Batang Rokok yang Dihisap Ibu Per Hari, Berat
Badan Ibu Sebelum Hamil, Usia Ayah, dan Masa Studi Ayah berpengaruh negatif
terhadap Tinggi Bayi (Y). Koefisien regresi variabel Birthweight (X1), Headcirc (X2),
Gestation (X3), Mage (X4), Mheight (X6), Fnocig (X10) dan Fheight (X11) bertanda
positif, sehingga dapat diartikan bahwa Berat Bayi, Lingkar Kepala, Kehamilan
(minggu), Usia Ibu, Tinggi Ibu (cm), Jumlah Batang Rokok yang Dihisap Ayah Per Hari
dan Tinggi Ayam (cm) berpengaruh positif terhadap Tinggi Bayi (Y).

Dengan kata lain makna dari persamaan di atas adalah:

a. Konstanta bernilai 51.133 yang berarti jika tidak ada perubahan variabel Birthweight
(X1), Headcirc (X2), Gestation (X3), Mage (X4), Mnocig (X5), Mheight (X6),
Mppwt (X7), Fage (X8), Fedyrs (X9), Fnocig (X10) dan Fheight (X11), maka Tinggi
Bayi (Y) akan tetap yaitu sebesar 51.133 cm.
b. Koefisien regresi Birthweight (X1) sebesar 1.168 cm menyatakan bahwa apabila
Birthweight (X1) meningkat sebesar 1 satuan maka akan menurunkan Tinggi Bayi
sebesar 1.168 cm, begitupun sebaliknya apabila Birthweight (X1) menurun sebesar 1
satuan maka akan meningkatkan Tinggi Bayi (Y) sebesar 1.168 cm.
c. Koefisien regresi Headcirc (X2) sebesar 0.151 cm menyatakan bahwa apabila
Headcirc (X2) meningkat sebesar 1 satuan maka akan menurunkan Tinggi Bayi
sebesar 0.151 cm, begitupun sebaliknya apabila Headcirc (X2) menurun sebesar 1
satuan maka akan meningkatkan Tinggi Bayi (Y) sebesar 0.151 cm.
d. Koefisien regresi Gestation (X3) sebesar 0.509 cm menyatakan bahwa apabila
Gestation (X3) meningkat sebesar 1 satuan maka akan menurunkan Tinggi Bayi
sebesar 0.509 cm, begitupun sebaliknya apabila Gestation (X3) menurun sebesar 1
satuan maka akan meningkatkan Tinggi Bayi (Y) sebesar 0.509 cm.
e. Koefisien regresi Mage (X4) sebesar 0.060 cm menyatakan bahwa apabila Mage (X4)
meningkat sebesar 1 satuan maka akan menurunkan Tinggi Bayi sebesar 0.060 cm,
 begitupun sebaliknya apabila Mage (X4) menurun sebesar 1 satuan maka akan
meningkatkan Tinggi Bayi (Y) sebesar 0.060 cm.
f. Koefisien regresi Mnocig (X5) sebesar -0.020 cm menyatakan bahwa apabila Mnocig
(X5) meningkat sebesar 1 satuan maka akan menurunkan Tinggi Bayi (Y) sebesar
0.020 cm, begitupun sebaliknya apabila Mnocig (X5) menurun sebesar 1 satuan maka
akan meningkatkan Tinggi Bayi (Y) sebesar 0.020 cm.
g. Koefisien regresi Mheight (X6) sebesar 0.136 cm menyatakan bahwa apabila
Mheight (X6) meningkat sebesar 1 satuan maka akan menurunkan Tinggi Bayi
sebesar 0.136 cm, begitupun sebaliknya apabila Mheight (X6) menurun sebesar 1
satuan maka akan meningkatkan Tinggi Bayi (Y) sebesar 0.136 cm.
h. Koefisien regresi Mppwt (X7) sebesar -0.028 cm menyatakan bahwa apabila Mppwt
(X7) meningkat sebesar 1 satuan maka akan menurunkan Tinggi Bayi (Y) sebesar
0.028 cm, begitupun sebaliknya apabila Mppwt (X7) menurun sebesar 1 satuan maka
akan meningkatkan Tinggi Bayi (Y) sebesar 0.028 cm.
i. Koefisien regresi Fage (X8) sebesar -0.020 cm menyatakan bahwa apabila Fage (X8)
meningkat sebesar 1 satuan maka akan menurunkan Tinggi Bayi (Y) sebesar 0.020
cm, begitupun sebaliknya apabila Fage (X8) menurun sebesar 1 satuan maka akan
meningkatkan Tinggi Bayi (Y) sebesar 0.020 cm.
j. Koefisien regresi Fedyrs (X9) sebesar -0.010 cm menyatakan bahwa apabila Fedyrs
(X9) meningkat sebesar 1 satuan maka akan menurunkan Tinggi Bayi (Y) sebesar
0.010 cm, begitupun sebaliknya apabila Fedyrs (X9) menurun sebesar 1 satuan maka
akan meningkatkan Tinggi Bayi (Y) sebesar 0.010 cm.
k. Koefisien regresi Fnocig (X10) sebesar 0.016 cm menyatakan bahwa Fnocig (X10)
meningkat sebesar 1 satuan maka akan menurunkan Tinggi Bayi sebesar 0.016 cm,
begitupun sebaliknya apabila Fnocig (X10) menurun sebesar 1 satuan maka akan
meningkatkan Tinggi Bayi (Y) sebesar 0.016 cm.
l. Koefisien regresi Fheight (X11) sebesar 0.003 cm menyatakan bahwa Fheight (X11)
meningkat sebesar 1 satuan maka akan menurunkan Tinggi Bayi sebesar 0.003 cm,
begitupun sebaliknya apabila Fheight (X11) menurun sebesar 1 satuan maka akan
meningkatkan Tinggi Bayi (Y) sebesar 0.003 cm.
3. Pembuktian Hipotesis
a. Uji F Simultan

ANOVA
Model   Sum of Squares df Mean Square F p
H₁ Regression 244.865 11 22.260 6.157 < .001
  Residual 108.468 30 3.616  
  Total 353.333 41  
Note.  The intercept model is omitted, as no meaningful information can be shown.

Tabel 1.7 Uji ANOVA

Berdasarkan tabel 1.7, terlihat bahwa nilai signifikansi < 0.001 dimana 0.001 <
0.05, sehingga dapat disimpulkan bahwa variabel bebas yakni Birthweight (X1),
Headcirc (X2), Gestation (X3), Mage (X4), Mnocig (X5), Mheight (X6), Mppwt (X7),
Fage (X8), Fedyrs (X9), Fnocig (X10) dan Fheight (X11) berpengaruh secara simultan
(bersama) terhadap Tinggi Bayi (Y).

b. Uji t Parsial

Mode Unstandardize Standardize

  Standard Error t p
l d d
H₀ (Intercept) 51.333 0.453 113.324 < .001

  Birthweight 1.168 0.998 0.240 1.170 0.251

  Headcirc 0.151 0.188 0.124 0.804 0.428
  Gestation 0.509 0.182 0.458 2.790 0.009
  mage 0.060 0.106 0.116 0.565 0.576
  mnocig -0.020 0.029 -0.084 -0.692 0.494
  mheight 0.136 0.077 0.300 1.766 0.088
  mppwt -0.028 0.065 -0.069 -0.433 0.668
  fage -0.020 0.092 -0.047 -0.218 0.829
  fedyrs -0.010 0.175 -0.007 -0.058 0.954
  fnocig 0.016 0.022 0.092 0.697 0.491
  fheight 0.003 0.056 0.007 0.051 0.960

Tabel 1.8 Uji t Parsial

 Berdasarkan tabel 1.8 diperoleh hasil sebagai berikut:

i. Variabel Birthweight (X1) memiliki nilai signifikansi 0.251 > 0.05, sehingga 𝐻0
diterima yang berarti secara parsial variabel Birthweight (X1) tidak berpengaruh
signifikan terhadap Tinggi Bayi (Y).
ii. Variabel Headcirc (X2) memiliki nilai signifikansi 0.428 > 0.05, sehingga 𝐻0 diterima
yang berarti secara parsial variabel Headcirc (X2) tidak berpengaruh signifikan
terhadap Tinggi Bayi (Y).
iii. Variabel Gestation (X3), memiliki nilai signifikansi < 0.009 < 0.05, sehingga 𝐻0
ditolak yang berarti secara parsial variabel Gestation (X3), berpengaruh signifikan
terhadap Tinggi Bayi (Y).
iv. Variabel Mage (X4) memiliki nilai signifikansi 0.576 > 0.05, sehingga 𝐻0 diterima
yang berarti secara parsial variabel Mage (X4) tidak berpengaruh signifikan terhadap
Tinggi Bayi (Y).
v. Variabel Mnocig (X5) memiliki nilai signifikansi 0.494 > 0.05, sehingga 𝐻0 diterima
yang berarti secara parsial variabel Mnocig (X5) tidak berpengaruh signifikan
terhadap Tinggi Bayi (Y).
vi. Variabel Mheight (X6) memiliki nilai signifikansi 0.088 > 0.05, sehingga 𝐻0 diterima
yang berarti secara parsial variabel Mheight (X6) tidak berpengaruh signifikan
terhadap Tinggi Bayi (Y).
vii. Variabel Mppwt (X7) memiliki nilai signifikansi 0.668 > 0.05, sehingga 𝐻0 diterima
yang berarti secara parsial variabel Mppwt (X7) tidak berpengaruh signifikan
terhadap Tinggi Bayi (Y).
viii. Variabel Fage (X8) memiliki nilai signifikansi 0.829 > 0.05, sehingga 𝐻0 diterima
yang berarti secara parsial variabel Fage (X8) tidak berpengaruh signifikan terhadap
Tinggi Bayi (Y).
ix. Variabel Fedyrs (X9) memiliki nilai signifikansi 0.954 > 0.05, sehingga 𝐻0 diterima
yang berarti secara parsial variabel Fedyrs (X9) tidak berpengaruh signifikan terhadap
Tinggi Bayi (Y).
x. Variabel Fnocig (X10) memiliki nilai signifikansi 0.491 > 0.05, sehingga 𝐻0 diterima
yang berarti secara parsial variabel Fnocig (X10) tidak berpengaruh signifikan
terhadap Tinggi Bayi (Y).
xi. Variabel Fheight (X11) memiliki nilai signifikansi 0.960 > 0.05, sehingga 𝐻0 diterima
yang berarti secara parsial variabel Fheight (X11) tidak berpengaruh signifikan
terhadap Tinggi Bayi (Y).

c. Uji Koefisien Determinasi (R2)

Tabel 1.9 Uji Koefisien Determinasi (𝑅2)

Model Summary - Length

R R² Adjusted R² RMSE

0.832 0.693 0.580 1.901

Berdasarkan tabel 1.9 dapat diketahui bahwa nilai R Square adalah 0,693. Hal ini
menunjukkan bahwa sebesar 69,3% Tinggi Bayi dipengaruhi oleh variasi sebelas variabel
independen yaitu Birthweight (X1), Headcirc (X2), Gestation (X3), Mage (X4), Mnocig
(X5), Mheight (X6), Mppwt (X7), Fage (X8), Fedyrs (X9), Fnocig (X10) dan Fheight
(X11), sedangkan sisanya sebesar 30,7% dipengaruhi oleh variabel-variabel lainnya yang
tidak diteliti dalam kasus ini.