NIM : B11.2020.06459
Kelas/kelompok : B11.4.1
PENYELESAIAN
ANALISIS REGRESI LINIER BERGANDA
Luas Tanah
Harga Rumah
Usia Bangunan
2. Model umum dan penjelasannya:
Y = β0 + β 1 X 1 + β 2 X 2 +…+ β n X n+ ε
Keterangan :
Y : Harga rumah
X 1 : Luas tanah (meter persegi)
X 2 : Usia bangunan (bulan)
β 0 : Intersep/konstanta regresi
β 1 : Slope X1
β 2: Slope X2
ε : Error atau residual model
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 827.815 139.151 5.949 .000
luas tanah (meter persegi) .659 .212 .456 3.103 .004
usia bangunan (bulan) -4.081 1.943 -.309 -2.100 .044
a. Dependent Variable: harga rumah (juta rupiah)
Penyelesaian : X1 = 200
X2 = 120 (10 tahun = 120 bulan [12*10] usia bangunan dalam satuan
bulan)
Y^ =827,815+0,659 X 1−4,081 X 2
Y^ =827,815+0,659(200)−4,081(120)
= 469,895 ( juta rupiah )
= Rp469.895.000,00
Tahap 2 : Memeriksa Pemenuhan Asumsi Klasik (Uji Asumsi Klasik)
1. Uji Linieritas
Uji linieritas : gunakan Uji MWD (McKinnon White Davidson)
Hasil uji MWD :
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 815.445 154.487 5.278 .000
luas tanah (meter .654 .217 .453 3.019 .005
persegi)
usia bangunan (bulan) -3.964 2.060 -.300 -1.924 .064
Z1 130.272 656.300 .031 .198 .844
a. Dependent Variable: harga rumah (juta rupiah)
Kesimpulannya :
P-value dari Z1 sebesar 0,844 (.0,05), sehingga Z1 tidak signifikan terhadap Y. Dengan
demikian asumsi linieritas terpenuhi
2. UJI Normalitas
banwa residual harus berdistribusi normal.
a Pengulan normalitas residual menggunakan uji nonparametrik
Kolmogorov Smirnov 1 sampel:
H0 : Data residual berdistribüsi normal
H1 : Data residual tidak berdistribusi normal
Statistics
Unstandardized Residual
N Valid 34
Missing 0
Skewness .388
Std. Error of Skewness .403
Kurtosis -.572
Std. Error of Kurtosis .788
0,388
Z skewness= =0,963
0,403
−0,572
Z kurtosis= =−0,726
0,788
Kesimpulan:
Z skewness Sebesar 0,963 jatuh di antara -1,96 dan +1,96 daerah penerimaan H 0), jadi H0
yang mengatakan tidak ada skewness diterima.
Z kurtosisSebesar -0,726 jatuh di antara -1,96 dan +1,96 daerah penerimaan H 0), jadi H0
yang mengatakan tidak ada kurtosis diterima.
Dengan demikian disimpulkan bahwa data residual berdistribusi normal.
3. UJI Homoskedastisitas (Bebas heteroskedastisitas)
Banwa residual harus homoskedastik.
>) Gunakan uji Glejser
Hasil uji Glejser:
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 274.329 82.360 3.331 .002
luas tanah (meter persegi) .045 .126 .065 .361 .721
usia bangunan (bulan) -.830 1.150 -.130 -.722 .476
a. Dependent Variable: abs_res
Kesimpulan :
-value banyak kamar sebesar 0,721 >0,05 > tidak signifikan
-value usia bangunan sebesar 0,476 >0,05 > tidak signifikan
Kesimpulan:
Residual bersitat homoskedastik (bebas heteroskedastisitas)
4. Uji Bebas Autokorelasi >> hanya untuk data Time Series
Uji Durbin Watson
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .590 a
.348 .306 333.214 2.606
a. Predictors: (Constant), usia bangunan (bulan), luas tanah (meter persegi)
b. Dependent Variable: harga rumah (juta rupiah)
Statistik DW = 2,606
n=2
k = 5%
Dari tabel statistik DW, diperoleh d1 = 1,33 dan du = 1,58
Sehingga 4 - du = 2,42 dan 4 - d1 = 2,67
Dengan demikian DW= 2,606 terletak antara 4 – du dan 4 - d1. Artinva berada di area abu-
abu (grey area). Pada intinva tidak bisa diambil kesimpulan apakah ada atau tidak ada
autokorelasi.
Catatan:
Uji Autokorelasi seharusnya hanya untuk data yang disajikan menurut urutan tertentu saia.
misalnva data time-series. Untuk data cross-sectional seperti dalam contoh kasus ini
semestinva tidak cocok
5. Uji Bebas Multikolinieritas
Gunakan koefisien toleransi (Tol) atau Variance Inflating Factor (VIF) Tidak terjadi
multikolinieritas jika Tol > 0,1 atau VIF < 10
Coefficientsa
Unstandardized Standardized Collinearity
Coefficients Coefficients Statistics
Toleranc
Model B Std. Error Beta t Sig. e VIF
1 (Constant) 827.815 139.151 5.949 .000
luas tanah (meter .659 .212 .456 3.103 .004 .974 1.027
persegi)
usia bangunan (bulan) -4.081 1.943 -.309 -2.100 .044 .974 1.027
a. Dependent Variable: harga rumah (juta rupiah)
Diperoleh hasil bahwa Tol = 0,974 (>0,1) untuk kedua variabel independen. Demikian juga
VIF = 1,027 (<10) untuk kedua variabel independen. Dengan demikian asumsi tidak terjadi
multikolinieritas terpenuhi.
Tahap 3 : Evaluasi Goodness of Fit Model Regresi
1. Koefisien Determinasi (Adusted R-Square)
Model Summaryb
Std. Error of the
Model R R Square Adjusted R Square Estimate Durbin-Watson
a
1 .590 .348 .306 333.214 2.606
a. Predictors: (Constant), usia bangunan (bulan), luas tanah (meter persegi)
b. Dependent Variable: harga rumah (juta rupiah)
Nilai Adjusted R2 yang dihasilkan sebesar 0,306. Artinya, 30,6% variabilitas Harga Rumah
dapat dijelaskan oleh variabel Luas tanah dan Usia Bangunan secara bersama-sama,
sedangkan sisanya sebesar 69,4% dijelaskan oleh variabel lain di luar keduanya.
Catatan:
Adjusted- R2 adalah R2 yang sudah disesuaikan dengan derajat bebasnya. Karena untuk
model yang mempunyai variabel independen yang lebih banyak (yang berarti derajat bebas
model lebih bear) cenderung akan menghasilkan R2 yang semakin besar pula.
2. Uji Hipotesis Goodness of Fit Model
> Gunakan Uji F (Uji Fisher)
Hipotesis uji F:
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 1840526.143 2 920263.072 8.288 .001b
Residual 3441979.739 31 111031.605
Total 5282505.882 33
a. Dependent Variable: harga rumah (juta rupiah)
b. Predictors: (Constant), usia bangunan (bulan), luas tanah (meter persegi)
P-value daru Uji F yang dihasilkan sebesar 0,001 (<0,05). Dengan demikian H 0 ditolak dan H1
diterima. Kesimpulan : fit model baik
Tahap 4 : Uji Hipotesis Parameter Model Individual
> Gunakan uji t ( Uji Student’s t)
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 827.815 139.151 5.949 .000
luas tanah (meter persegi) .659 .212 .456 3.103 .004
usia bangunan (bulan) -4.081 1.943 -.309 -2.100 .044
a. Dependent Variable: harga rumah (juta rupiah)
Hipotesis uji t:
H11 : β 1> 0, artinya Luas Tanah berpengaruh positif terhadap Harga Rumah
H12 : β 2< 0, artinya Usia Bangunan berpengaruh negatif terhadap Harga Rumah
Hasil uji t :
P-value dari uji t untuk variabel Luas Tanah sebesar 0,004 (<0,05) sehingga H 01 ditolak dan
H11 diterima. Kesimpulan: Luas Tanah berpengaruh positif signifikan terhadap Harga Rumah.
P-value dari uji t untuk variabel usia bangunan sebesar 0,044 (<0,05) sehingga H 02 ditolak
dan H12 diterima. Kesimpulan: Usia Bangunan berpengaruh negatif signifikan terhadap Harga
Rumah.