Tugas Latihan

STATISTIKA PENDIDIKAN

Dosen Pengampu: Dr. I Wayan Widiana, S.Pd.,M.Pd.

Oleh: 3 IKI

Desak Ayu Made Dian Anggita (2111031190)

Putu Sintya Wulandari (2111031236)

PROGRAM STUDI PENDIDIKAN GURU SEKOLAH DASAR

JURUSAN PENDIDIKAN DASAR

FAKULTAS ILMU PENDIDIKAN

2022
SOAL

1. Ujilah data berikut dengan uji Multikolinearitas, Heterokedastisitas,

dan Autokorelasi

No X1 X2 X3 Y

1 24 37 34 52

2 31 33 32 56

3 33 32 33 56

4 27 28 29 58

5 28 20 29 50

6 26 25 29 54

7 34 38 34 57

8 28 35 28 48

9 31 39 34 53

10 38 33 34 57

11 25 39 28 48

12 38 32 22 55

13 30 28 29 58

14 32 22 38 55

15 27 27 31 60

16 29 38 31 50

17 28 21 30 48
 18 25 34 29 45

19 36 36 39 61

20 27 26 30 47

21 35 34 25 64

22 30 25 32 56

23 26 27 29 58

24 33 30 33 60

25 35 34 37 59

Keterangan:

X1 = iklim kerja; X2 = hubungan interponal; X3 = insentif; Y = kinerja

Penyelesaian:

UJI ASUMSI KLASIK

a. Uji Multikolinieritas

VIF (variance inflation factor)

Jika VIF dibawah atau < 10 dan Tolerance diatas >0,1 maka tidak

terjadi multikolinieritas.
Coefficientsa
 Standar

dized

Unstandardized Coefficie Collinearity

Coefficients nts Statistics

Std. Toler

Model B Error Beta t Sig. ance VIF

1 (Constant) 32.413 9.212 3.519 .002

Iklim Kerja .685 .221 .571 3.103 .005 .918 1.089

Hubungan -.091 .156 -.105 -.583 .566 .953 1.049

Interponal

Insentif .137 .234 .106 .587 .563 .946 1.058

a. Dependent Variable: Kinerja

Interpretasinya:

Berdasarkan tabel v diketahui bahwa nilai VIF variable iklim

kerja (X1) dan variable hubungan interponal (X2) dan variable insentif

(X3) adalah 1.089;1.049;1.058 < 10 dan nilai Tolerance value

0,918;0,953;0,946 > 0,1 maka data tersebut tidak terjadi

multikolinieritas.
b. Uji Heterokedastisitas

Interpretasinya:

Pada grafik tampak titik-titik menyebar di atas dan di bawah sumbu Y,

maka tidak terjadi heterokedastisitas.

c. Uji Autokorelasi

Model Summaryb

Mode R Adjusted R Std. Error of Durbin-

l R Square Square the Estimate Watson

1 .590a .348 .255 4.28737 2.236

a. Predictors: (Constant), Insentif, Hubungan Interponal, Iklim Kerja

b. Dependent Variable: Kinerja

 Ternyata koefisien Durbin-Watson besarnya 2.236, mendekati 2. Dengan

demikian, dapat disimpulkan bahwa dalam regresi antara variable bebas

(X1, X2, X3) terhadap kinerja (Y) tidak terjadi autokorelasi.

2. Buatlah data sendiri dengan rentangan data 15-30 dan jumlah

sampel 20 seperti soal nomor 1. Ujilah data tersebut dengan uji

Multikolinearitas, Heterokedastisitas, dan Autokorelasi

Penyelesaian :

No X1 X2 X3 Y

1 16 26 15 30

2 25 15 17 27

3 27 28 19 26

4 18 16 21 25

5 29 25 23 21

6 18 30 25 22

7 19 17 27 29

8 24 25 28 19

9 27 28 30 24

10 20 19 29 20

11 29 17 27 27
 12 18 21 25 21

13 22 18 23 18

14 26 23 21 19

15 18 19 19 22

16 23 25 17 26

17 19 24 30 18

18 15 27 28 17

19 25 28 26 28

20 14 29 25 30

Keterangan:

X1 = iklim kerja; X2 = hubungan interponal; X3 = insentif; Y = kinerja

Penyelesaian:

UJI ASUMSI KLASIK

a. Uji Multikolinieritas

VIF (variance inflation factor)

Jika VIF dibawah atau < 10 dan Tolerance diatas >0,1 maka tidak

terjadi multikolinieritas.

Coefficientsa
 Standardi

zed

Unstandardized Coefficien Collinearity

Coefficients ts Statistics

Std. Tolera

Model B Error Beta t Sig. nce VIF

1 (Constant) 30.738 8.157 3.768 .002

Iklim Kerja -.003 .210 -.003 -.014 .989 .996 1.004

Hubungan .059 .206 .067 .287 .778 .976 1.024

Interponal

Insentif -.362 .216 -.389 -1.670 .114 .980 1.020

a. Dependent Variable: Kinerja

Interpretasinya:

Berdasarkan tabel v diketahui bahwa nilai VIF variable iklim kerja

(X1) dan variable hubungan interponal (X2) dan variable insentif (X3)

adalah 1.004;1.024;1.020 < 10 dan nilai Tolerance value

0,996;0,976;0,980 > 0,1 maka data tersebut tidak terjadi

multikolinieritas.

b. Uji Heterokedastisitas
 Interpretasinya:

Pada grafik tampak titik-titik menyebar di atas dan di bawah sumbu Y,

maka tidak terjadi heterokedastisitas.

c. Uji Autokorelasi

Model Summaryb

Mode R Adjusted R Std. Error of Durbin-

l R Square Square the Estimate Watson

1 .385a .149 -.011 4.29681 1.621

a. Predictors: (Constant), Insentif, Iklim Kerja, Hubungan Interponal

b. Dependent Variable: Kinerja

Ternyata koefisien Durbin-Watson besarnya 1.621, mendekati 2.

Dengan demikian, dapat disimpulkan bahwa dalam regresi antara

variable bebas (X1, X2, X3) terhadap kinerja (Y) tidak terjadi

autokorelasi.