Regresi Linear Berganda

Source SS df MS Number of obs = 60

F(2, 57) = 5.59
Model .342903646 2 .171451823 Prob > F = 0.0061
Residual 1.74765442 57 .030660604 R-squared = 0.1640
Adj R-squared = 0.1347
Total 2.09055807 59 .035433188 Root MSE = .1751

y Coef. Std. Err. t P>|t| [95% Conf. Interval]

x1 .1563298 .0475429 3.29 0.002 .0611268 .2515328

x2 .0201113 .0386515 0.52 0.605 -.057287 .0975097
_cons -1.594588 1.047629 -1.52 0.134 -3.69243 .5032536

Heteroskedastisitas Test (HetTest) menggunakan breusch-pagan, jika probabilitas lebih dari 0.05, maka
tidak terjadi heteroskedastisitas

. estat hettest

Breusch-Pagan / Cook-Weisberg test for heteroskedasticity

Ho: Constant variance
Variables: fitted values of y

chi2(1) = 0.44
Prob > chi2 = 0.5093

Menggunakan VIF test untuk menguji multikolinearitas, apabila nilai VIF kurang dari 10, maka tidak
terjadi multikolinearitas

. estat vif

Variable VIF 1/VIF

x1 1.12 0.889067
x2 1.12 0.889067

Mean VIF 1.12

Uji Normalitas menggunakan Skewness Kurtosis, apabila nilai probabilitasnya lebih dari 0,05 maka
normal.

. sktest y x1 x2

Skewness/Kurtosis tests for Normality

joint
Variable Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2

y 60 0.9813 0.0000 17.71 0.0001

x1 60 0.6462 0.3417 1.15 0.5614
x2 60 0.0000 0.0000 31.46 0.0000

Uji Normalitas menggunakan Shapiro Wilk, apabila nilai probabilitasnya lebih dari 0,05 maka normal.

. swilk y x1 x2

Shapiro-Wilk W test for normal data

Variable Obs W V z Prob>z

y 60 0.93565 3.498 2.699 0.00348

x1 60 0.96143 2.097 1.596 0.05526
x2 60 0.82601 9.458 4.843 0.00000

Kurang lebih hasilnya sama, antara skewtest dan shapiro wilk.