Jawaban tugas 2

1. Analisis Data berikut dengan Regresi Linear Berganda dan Regresi Robut Pembobot Huber dan Pembobot Bisquare, Lampirkan Coding
Perintahnya di R dan interpretasikan kesimpulan hasil analisis anda

Dalam suatu penelitian yang dilakukan terhadap 10 rumah tangga yang diilih secara acak, diperoleh data pengeluaran untuk pembelian
barang-barang tahan lama per minggu (Y), pendapatan per minggu (X1), dan jumlah anggota rumah tangga (X2) sebagai berikut:

JAWABAN
ANALISIS REGRESI LINEAR SEDERHANA

Dari tabel Koefisien di atas diperoleh persamaan regresi yang terbentuk adalah:
Y =a+b1 X 1 +b 2 X 2

Y =3.9187+2.4912 X 1−0.4664 X 2

Dilihat dari koefisien X 1 dan X 2 menunjukkan bahwa pendapatan perminggu berpengaruh positif terhadap pembelian barang-barang tahan lama
per minggu dan jumlah anggota rumah tangga berpengaruh negatif terhadap pembelian barang-barang tahan lama per minggu.
Uji Normalitas
H 0: Residual berdistribusi Normal

H 1: Residual tidak berdistribusi Normal

α :0,05
Statistik Uji

Daerah Kritis:
H 0 ditolak jika p-value <0,05

Kesimpulan Berdasarkan hasil pengujian tersebut terlihat bahwa nilai p-value=0,455>0,05 yang menunjukkan bahwa residual berdistribusi normal

Uji Heterokedastisitas

H 0: σ 2i =σ 2 , i=1,2,3,4 (Tidak terjadi heterokedastisitas)

H 1: ∋ σ 2i ≠ σ 2 , i=1,2,3,4 (Terjadi heterokedastisitas)

α :0,05
Statistik Uji

Daerah Kritis
H 0 ditolak jika p-value <α =0,05

Kesimpulan

Karena p-value=0,5992> α =0,05,maka H 0tidak di tolak artinya bahwa tidak terjadi heterokedastisitas

Uji Multikolineritas
H 0: Tidak Terdapat multikolineritas antar variabel independen

H 1: Terdapat multikolineritas antar variabel independen

α :0,05
Statistik Uji

Daerah Kritis:
H 0 ditolak jika terdapat nilai VIF yang melebihi 5
Kesimpulan:
Karena Semua nilai VIF <5,maka tidak terdapat multikolinearitas antara variabel independen

Uji Autokorelasi
H 0: Tidak Terdapat autokorelasi

H 1: autokorelasi

α :0,05
Statistik Uji

Daerah Kritis:
H 0 ditolak jika p-value <α =0,05
Kesimpulan:

Karena p-value=0.1833>α =0,05 ,maka H 1diterima yang artinya tidak terdapat autokorelasi pada residual

Uji Simultan F
H 0: β i=0 , dimana i=1,2,3,4 (Model tidak signifikan)

H 1: ∃ β i ≠0 , dimana i=1,2,3,4 (Model Signifikan)

α :0,05
Statistik Uji

Daerah Kritis:
H 0 ditolak jika p-value <α =0,05

Kesimpulan:

Karena p-value=0.001769 <α =0,05 ,maka H 0 ditolak yang artinya model signifikan atau variabel independen berpengaruh terhadap variabel dependen secara
simultan atau bersama-sama
Uji Parsial t
H 0: β i=0 , dimana i=1,2,3,4 (Variabel X i tidak berpengaruh terhadap variabel Y)

H 1: β i ≠ 0 , dimana i=1,2,3,4 (Variabel X i berpengaruh terhadap variabel Y)

α :0,05
Statistik Uji

Daerah Kritis:
H 0 ditolak jika p-value <α =0,05
Kesimpulan:

Karena p-value X 1 =0,00942 <α =0,05 ,maka H 1diterima artinya variabel X 1 (pendapatan per minggu )signifikan terhadap pembelian barang-barang tahan
lama per minggu sedangkan untuk variabel p- value X 2 =0,66021 >α =0,05 maka H 0ditolak artinya variabel X 2 (Jumlah Anggota Rumah Tangga)tidak
signifikan terhadap terhadap pembelian barang-barang tahan lama per minggu

ANALISIS REGRESI ROBUST

Pengecekan Pencilan

Model Regresi Robust dengan

^y i=3.9187+2.4912−0.4664
Dengan residual standar error = 2.965
Dengan jumlah iterasi sebanyak 1 kali
Kesimpulan :
Untuk meningkatkan 1% pendapatan per minggu dan 1% jumlah anggota rumah tangga maka kriminalitas akan meningkat masing masing
3,92% dan 2.49%
Uji parsial
H 0: β i=0 , dimana i=1,2,3,4 (Variabel X i tidak berpengaruh terhadap variabel Y)

H 1: β i ≠ 0 , dimana i=1,2,3,4 (Variabel X i berpengaruh terhadap variabel Y)

α :0,05
Statistik Uji

Daerah Kritis:
H 0 ditolak jika p-value <α =0,05

Karena p-value x1=0.009417<α =0,05 artinya Variabel X1(pendapatan per minggu )berpengaruh terhadap variabel Y( pengeluaran untuk pembelian
barang-barang tahan lama per minggu)
Sedangkan untuk p-value X2=0.6602>α =0,05 artinya Variabel X2(jumlah anggota rumah tangga )tidak mempengaruhi variabel Y( pengeluaran untuk
pembelian barang-barang tahan lama per minggu)
Regresi Robust dengan pembobot Huber
Dengan methode “M” pembobot huber di dapatkan pada iterasi ke 1 model dapat konvergen dengan koefisisen sbb

Regresi Robust dengan pembobot bisquare

Dengan methode “M” pembobot huber di dapatkan pada iterasi ke 4 model dapat konvergen dengan koefisisen sbb