EKONOMETRIKA
DISUSUN OLEH :
LULUK SETYOWATI NINGSIH
201910180311118 /5B
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MUHAMMADIYAH MALANG
2021
KATA PENGANTAR
Puji syukur senantiasa kami panjatkan kehadiran Tuhan Yang Maha Esa, karena berkat rahmat dan
karunia-Nya kami dapat menyelesiakan tugas laporan yang berjudul “PENELITIAN ANALISIS
REGRESI”. Laporan ini membahas tentang hasil penelitian tentang pengaruh jumlah organisasi yang
diikuti, jumlah konsumsi per bulan dan jumlah hari libur per minggu terhadap berat badan. Dan
dengan kehadiran laporan ini mudah – mudahan dapat membantu para pembaca sekalian dalam proses
mempelajari halhal yang terkandung didalamnya, serta dapat menjadi bahan bacaan yang bermanfaat
sehingga dapat meningkatkan mutu kehidupan. Kami menyadari dalam pembuatan laporan ini masih
banyak kekurangan, Oleh karena itu, kritik dan saran yang bersifat membangun sangat kami harapkan
demi menyusun makalah yang lebih baik. Akhir kata kami mengucapkan terima kasih kepada semua
pihak yang telah membantu proses penyusunan makalah ini.
Penulis
DAFTAR ISI
HALAMAN JUDUL ....................................................................................
KATA PENGANTAR ...................................................................................
DAFTAR ISI .................................................................................................
BAB I PENDAHULUAN .......................................................................
Latar Belakang ..............................................................................
Rumusan Masalah ........................................................................
Tujuan Penulisan...........................................................................
BAB II METODE PENELITIAN .............................................................
Waktu dan Tempat Kegiatan .......................................................
Instrumen yang Digunakan .........................................................
Teknis Analisis ..............................................................................
BAB III DATA dan PEMBAHASAN .....................................................
Data Penelitian ..........................................................................
Pembahasan ..............................................................................
BAB IV PENUTUP ............................................................................
Simpulan ..................................................................................
Saran .........................................................................................
DAFTAR PUSTAKA ..........................................................................
BAB I PENDAHULUAN
I.1 Latar Belakang Istilah “regresi” pertama kali diperkenalkan oleh Sir Francis Galton pad athun
1886. Galton menemukan adanya tendensi bahwa orang tua yang memiliki tubuh tinggi, memiliki
anak-anak yang tinggi pula dan orang tua yang memiliki tubuh pendek, memiliki anak-anak yang
pendek pula. Kendati dmeikian, ia mengamati ada kecenderungan bahwa tinggi anak bergerak menuju
rata-rata tinggi populasi secara keseluruhan. Dengan kata lain, ketinggian anak yang amat tinggi atau
orang tua yang amat pendek cenderung bergerak kea rah rata-rata tinggi populasi. Inilah yang disebut
hokum Galton mengenai regresi universal. Dalam bahasa Galton, ia menyebutnya sebagai regresi
menuju mendiktras (Maddala, 1992). Interpretasi modern mengenai regresi agak berlainan dengan
regresi versi Galton. Secara umum, analisi regresi pada dasarnya adalah studi mengenai
ketergantungan variabel dependen dengan satu atau lebih variabel independen, dengan tujuan untuk
mengestimasi dan/atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen
berdasarkan nilai variabel independen yang diketahui (Gujarati, 2003). Hasil analisi regresi adalah
berupa koefisien untuk masing-masing variabel independen. Koefisien ini diperoleh dengan cara
memprediksi nilai variabel dependen dengan suatu persamaan. Koefisien regresi dihitung dengan dua
tujuan sekaligus. Pertama, meminimumkan penyimpangan antara nilai actual dan nilai estimasi
variabel dependen berdasarkan data yang ada (Tabachnick, 1996). Sebelum melakukan
regresialangkah baiknya kita melakukan uji asumsi klasik terhadap data yang digunakan. Uji asumsi
klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang
berbasis ordinary least square (OLS). Dalam paper ini akan dibahas tentang uji analisis untuk regresi
berganda atau yang sering disebut dengan Uji Asumsi Klasik. Menurut Damodar Gujarati (2006) agar
model regresi tidak bias atau agar model 5 regresi BLUE (Best Linear Unbiased Estimator) maka
diperlukan uji asumsi klasik terlebih dahulu. Dikatakan BEST jika garis regresi yang digunakan untuk
melakukan peramalan data menghasilkan error dengan nilai terkecil. Dan pada kesempatan kali ini,
kami akan melakukan penelitian tentang pengaruh jumlah organisasi yang diikuti, jumlah konsumsi
per bulan dan jumlah hari libur per minggu terhadap berat badan.
I.2 Rumusan Masalah Berdasarkan latar belakang masalah di atas, dalam penelitian ini dapat
dirumuskan sebuah masalah yakni Apakah jumlah organisasi yang diikuti, jumlah hari libur per
minggu, dan jumlah konsumsi per bulan per pengaruh terhadap berat badan seseorang ?
I.3 Tujuan Penulisan Tujuan diadakannya penelitian ini yakni untuk mengetahui ada dan tidaknya
pengaruh jumlah organisasi yang diikuti, jumlah hari libur per minggu, dan jumlah konsumsi per
bulan terhadap berat badan seseorang.
BAB II METODE PENELITIAN
II.1 Waktu dan Tempat Kegiatan Penelitian ini dilakukan di sekitar area gedung C3 dan C6 Fakultas
Ekonomi Universitas Negeri Semarang pada hari rabu tanggal 22 April 2015 dengan target penelitian
yaitu para mahasiswa Fakultas Ekonomi.
II.2 Instrumen yang Digunakan
a. Panduan wawancara
b. Angket
II.3 Teknis Analisis Analisis dilakukan dengan menggunakan aplikasi SPSS versi 16.0. sebelum
melakukan pengujian, dilakukan terlebih dahulu uji asumsi klasik terhadap data yang terkumpul.
Kemudian, melakukan uji regresi untuk melihat tingkat pengaruh variabel X terhadap variabel Y
BAB III DATA dan PEMBAHASAN
III.1 Data Penelitian
No. Berat badan (kg) Konsumsi Jumlah organisasi Hari libur per
perbulan yang diikuti minggu (hari)
1. 55 Rp.450.000,00 0 3
2. 47 Rp.450.000,00 0 3
3. 40 Rp.350.000,00 1 3
4. 40 Rp.350.000,00 1 3
5. 43 Rp.400.000,00 0 3
6. 48 Rp.300.000,00 1 2
7. 50 Rp.450.000,00 0 2
8. 55 Rp.600.000,00 2 3
9. 40 Rp.450.000,00 0 3
10. 70 Rp.450.000,00 1 2
11. 46 Rp.200.000,00 1 2
12. 45 Rp.500.000,00 0 2
13. 43 Rp.600.000,00 1 2
14. 43 Rp.550.000,00 1 1
15. 41 Rp.550.000,00 1 2
16. 56 Rp.650.000,00 0 3
17. 50 Rp.500.000,00 0 2
18. 55 Rp.400.000,00 2 2
19. 50 Rp.600.000,00 1 1
20. 46 Rp.600.000,00 0 3
21. 39 Rp.300.000,00 0 3
22. 52 Rp.300.000,00 0 3
23. 52 Rp.450.000,00 2 3
24. 50 Rp.400.000,00 0 3
25. 51 Rp.300.000,00 1 1
26. 53 Rp.400.000,00 0 3
27. 45 Rp.750.000,00 1 3
28. 40 Rp.600.000,00 0 3
29. 48 Rp.400.000,00 0 3
30. 54 Rp.750.000,00 1 1
31. 50 Rp.300.000,00 1 1
32. 43 Rp.300.000,00 1 2
33. 53 Rp.300.000,00 1 3
34. 50 Rp.450.000,00 0 3
35. 44 Rp.400.000,00 1 1
36. 60 Rp.700.000,00 0 3
37. 53 Rp.600.000,00 0 3
38. 65 Rp.500.000,00 0 3
39. 43 Rp.500.000,00 0 3
40. 44 Rp.450.000,00 0 3
III.2 Pembahasan
III.2.1 Uji Asumsi Klasik Sebelum kita menginterpretasikan hasil dari SPSS, sebaiknya kita
melakukan uji asumsi klasik. Hal ini dikarenakan agar data yang kita gunakan valid dan terhindar dari
penyimpangan sehingga hasil analisis penelitian bersifat valid dan dapat diakui kebenarannya.
Setidaknya ada lima uji asumsi klasik, yaitu uji multikolinearitas, uji heteroskedastisitas, uji
normalitas, uji autokorelasi dan uji linearitas. Berikut ini adalah pengujian asumsi klasik terhadap data
penelitian:
a. Uji Multikolinieritas Asumsi Multikolinearitas yaitu salah satu penyimpangan asumsi klasik
yang terjadi pada regresi berganda. Pengertian multikolinearitas yaituadanya korelasi antara
variabel X yang saling kuat melebihi korelasi antara variabel X ke Y. Mengapa kita perlu
untuk menguji asumsi klasik multikolinieritas? Karena data yang kita buat mungkin saja
salah, dalam kasus ini bisa dimungkinkan kita salah memilih variabel dependentnya atau Y.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika
terkena multikolinieritas maka akan sulit melihat pengaruh hubungan variabel independen
terhadap variabel dependen.
Bebas autokorelasi jika du < d < 4-du. 1,659 < 1,956 < 4-1,659. Artinya Ho diterima. Jadi,
data penelitian tersebut bebas dari asumsi autokorelasi.
d. Uji Normalitas Uji normalitas dilakukan untuk melihat nilai residual terdistribusi normal atau
tidak. Jadi, pengujian bukan dilakukan pada masing-masing variabel melainkan pada nilai
residualnya. Jika data kurang dari 30 maka dilakukan uji normalitas. Namun, jika data lebih
dari 30 maka tidak perlu melakukan uji normalitas. Pada penelitian ini tidak perlu melakukan
uji normalitas Karena data yang digunakan lebih dari 30, yaitu sebanyak 40 data.