Minggu ke 10

Uji Autokorelasi :

1. Input data2 yg terdapat di ppt

2. Data View > Ubah nama per kolom sesuai yg di soal

3. Analyze > Regression > Linear

4. Statistics > centang pada bagian durbin watsons > continue

Pada save > residuals > unstandardized
5. Akan didapatkan hasil output seperti ini
 Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .975a .951 .942 4.34968 1.878
a. Predictors: (Constant), Income, Price
b. Dependent Variable: Demand

Digunakan untuk memeriksa apakah terjadi otokorelasi atau tidak.

Alfa = 0,05
n = 15
K=2

Tabel durbin watsons alfa 0,05 (5%)

dL = 0,9455
dU = 1,5432
4- dU = 2,4568
Sehingga tidak terjadi autokorelasi

0 – dL = ada autokorelasi
dL-dU = tidak dapat disimpulkan
dU – (4-du) = tidak ada autokorelasi
4-dU sampai 4-dL = tidak dapat disimpulkan
4- dLsampai 4 = ada
Uji GoF (Uji F)
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 4372.963 2 2186.482 115.566 .000b
Residual 227.037 12 18.920
Total 4600.000 14
a. Dependent Variable: Demand
b. Predictors: (Constant), Income, Price

Kesimpulan : Modelnya fit !!

*Bandingkan dengan distribusi tabel F

Uji Multikolinearitas

1. Input data2
2. Analyze > Regression > Linear
3. Statictics > centang “Covariance Matrix” , “Colinearity diagnostics”
Save > residuals > unstandardized

4. Klik Continue > Ok

5. Hasil output spss nya seperti ini :
 Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 82.275 15.433 5.331 .000

Price -5.106 1.417 -.583 -3.604 .004 .157 6.366

Income .167 .066 .412 2.545 .026 .157 6.366

a. Dependent Variable: Demand

Y topi = 82,275 – 5,106 X1 + 0,167 X2

VIF : Tidak terjadi multikolinearitas dibawah 10

Kesimpulan : tidak terjadi multikolinearitas

Note : Tabel Uji Multikolinearitas hasil output spss nya sama kek hasil output spss Uji t

Kesimpulan uji t :

a. Terbukti price berpengaruh negative terhadap demand

b. Terbukti income berpengaruh positif terhadap demand

Standardized Coefficients untuk melihat seberapa kuat variabel bebasnya. (diliat secara absolut)

Uji Normalitas

1. Analyze > Nonparametric tests > Legacy Dialogs > 1 K-S Sample
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 15
Normal Parametersa,b Mean .0000000
Std. Deviation 4.02702262
Most Extreme Differences Absolute .105
Positive .105
 Negative -.067
Test Statistic .105
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Uji Heteroskedastisitas
Langkah-langkah : https://www.spssindonesia.com/2014/02/uji-heteroskedastisitas-glejser-
spss.html

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .161 8.965 .018 .986
Price .234 .823 .206 .284 .781
Income .014 .038 .275 .380 .711
a. Dependent Variable: ABRES

Tidak terjadi heteroskedastisitas

VARIABEL BEBAS NONMETRIK

Akan menggunakan variabel dummy

Variabel dummy = (Jumlah kategori – 1 )

Caranya sama kek analisis regresi biasa