TUGAS PERTEMUAN 9

ANALISIS REGRESI DAN VARIANS

Nama : Cronika Desranti Panjaitan

NIM : 4183111083
Kelas : Pendidikan Matematika F 2018 (PSPM F 2018)
Mata Kuliah : Analisis Regresi dan Analisis Varians
Dosen Pengampu : Chairunisah M.Si

UJI ASUMSI KLASIK REGRESI

Tabel. Tabulasi Data (Data Fiktif)

No. Tahun Harga Saham (Rp) PER (%) ROI (%)
1 1990 8300 4.90 6.47
2 1991 7500 3.28 3.14
3 1992 8950 5.05 5.00
4 1993 8250 4.00 4.75
5 1994 9000 5.97 6.23
6 1995 8750 4.24 6.03
7 1996 10000 8.00 8.75
8 1997 8200 7.45 7.72
9 1998 8300 7.47 8.00
10 1999 10900 12.68 10.40
11 2000 12800 14.45 12.42
12 2001 9450 10.50 8.62
13 2002 13000 17.24 12.07
14 2003 8000 15.56 5.83
15 2004 6500 10.85 5.20
16 2005 9000 16.56 8.53
17 2006 7600 13.24 7.37
18 2007 10200 16.98 9.38

1. UJI MULTIKOLINIERITAS
Untuk menguji apakah model regresi ditemukan adanya korelasi antar
variabel independent.
Dimisalkan: Harga Saham (Rp) = Y
PER (%) = X1
 ROI (%) = X2
Tabel Data:
No. Y X1 X2 X1Y X2Y X1X2 X12 X22 Y2
1 8300 4.90 6.47 40670 53701 31.703 24.01 41.8609 68890000
2 7500 3.28 3.14 24600 23550 10.2992 10.7584 9.8596 56250000
3 8950 5.05 5.00 45197.5 44750 25.25 25.5025 25 80102500
4 8250 4.00 4.75 33000 39187.5 19 16 22.5625 68062500
5 9000 5.97 6.23 53730 56070 37.1931 35.6409 38.8129 81000000
6 8750 4.24 6.03 37100 52762.5 25.5672 17.9776 36.3609 76562500
7 10000 8.00 8.75 80000 87500 70 64 76.5625 100000000
8 8200 7.45 7.72 61090 63304 57.514 55.5025 59.5984 67240000
9 8300 7.47 8.00 62001 66400 59.76 55.8009 64 68890000
10 10900 12.68 10.40 138212 113360 131.872 160.7824 108.16 118810000
11 12800 14.45 12.42 184960 158976 179.469 208.8025 154.2564 163840000
12 9450 10.50 8.62 99225 81459 90.51 110.25 74.3044 89302500
13 13000 17.24 12.07 224120 156910 208.0868 297.2176 145.6849 169000000
14 8000 15.56 5.83 124480 46640 90.7148 242.1136 33.9889 64000000
15 6500 10.85 5.20 70525 33800 56.42 117.7225 27.04 42250000
16 9000 16.56 8.53 149040 76770 141.2568 274.2336 72.7609 81000000
17 7600 13.24 7.37 100624 56012 97.5788 175.2976 54.3169 57760000
18 10200 16.98 9.38 173196 95676 159.2724 288.3204 87.9844 104040000
∑ 164700 178.42 135.91 1701770.5 1306828 1491.4671 2179.933 1133.1145 1557000000

Mencari Koefisien Determinasi (R2):

∑ ∑
∑ ∑

∑ ∑
∑ ∑

∑
∑ ∑

∑ ∑
∑ ∑

∑ ∑
∑ ∑

∑ ∑
∑ ∑
 (∑ (∑ (∑ (∑
(∑ (∑ (∑
( ( ( (
( ( (

(∑ (∑ (∑ (∑
(∑ (∑ (∑
( ( ( (
( ( (

̅ ̅̅̅ ̅̅̅

( ) ( ( )

Persamaan Model Regresi:

̂

Koefisien Determinasi:
(∑ (∑
∑
( (

5
Nilai determinasi ( ) sebesar 0,7725 yang berarti sebesar 77,25 %
variabel-variabel independen (PER dan ROI) signifikan memengaruhi harga
saham (variabel dependent), sehingga dapat disimpulkan bahwa tidak
terjadinya multikolinieritas antar variabel independent.
 Hasil Perhitungan Menggunakan SPSS
Descriptive Statistics

Mean Std. Deviation N

Y 9150.00 1714.900 18
X_1 9.9122 4.91932 18
X_2 7.5506 2.50785 18

Model Summary

Adjusted R Std. Error of

Model R R Square Square the Estimate
a
1 .879 .772 .742 870.801
a. Predictors: (Constant), X_2, X_1

a
ANOVA
Model Sum of Squares df Mean Square F Sig.
b
1 Regression 38620593.998 2 19310296.999 25.465 .000
Residual 11374406.002 15 758293.733
Total 49995000.000 17
a. Dependent Variable: Y
b. Predictors: (Constant), X_2, X_1

a
Coefficient Correlations
Model X_2 X_1
1 Correlations X_2 1.000 -.688
X_1 -.688 1.000
Covariances X_2 13467.327 -4723.679
X_1 -4723.679 3500.064
a. Dependent Variable: Y

a
Coefficients
Unstandardized Standardized Collinearity
Coefficients Coefficients t Sig. Correlations Statistics
Zero-
Model B Std. Error Beta order Partial Part Tolerance VIF
1 (Constant) 4662.491 668.382 6.976 .000
X_1 -74.482 59.161 -.214 -1.259 .227 .483 -.309 -.155 .527 1.899
X_2 692.107 116.049 1.012 5.964 .000 .865 .839 .734 .527 1.899

a. Dependent Variable: Y

Dari tabel di atas diperoleh nilai VIF (Variance Inflation Factor) nya yaitu
sebesar 1.899 < 10 dan nilai Tolerance nya yaitu sebesar 0.527 > 0.10, sehingga
dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel
independent.
 2. UJI AUTOKORELASI
Untuk menguji apakah model regresi linier ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode
sebelumnya (t – 1).
Sebelumnya diperoleh Persamaan Model Regresi:
̂

Tabel Data
No. Y X1 X2 ̂ ̂ (
1 8300 4.90 6.47 8775.4598 -475.4598 226061.9911 0 0
2 7500 3.28 3.14 6591.4051 908.5949 825544.6281 1384.0546 1915607.226
3 8950 5.05 5.00 7746.8907 1203.1093 1447471.995 294.5144 86738.7543
4 8250 4.00 4.75 7652.07 597.9301 357520.3452 -605.1793 366241.9276
5 9000 5.97 6.23 8529.6586 470.3414 221221.0198 -127.5887 16278.8672
6 8750 4.24 6.03 8520.0908 229.9092 52858.22109 -240.4322 57807.65633
7 10000 8.00 8.75 10122.5693 -122.5693 15023.23302 -352.4785 124241.0628
8 8200 7.45 7.72 9450.6644 -1250.6644 1564161.54 -1128.0951 1272598.646
9 8300 7.47 8.00 9642.9647 -1342.9647 1803554.102 -92.3002 8519.332369
10 10900 12.68 10.40 10915.9703 -15.9703 255.0518885 1326.9943 1760913.938
11 12800 14.45 12.42 12182.193 617.807 381685.5236 633.7774 401673.7571
12 9450 10.50 8.62 9846.3909 -396.3909 157125.7175 -1014.1979 1028597.365
13 13000 17.24 12.07 11732.1513 1267.8487 1607440.22 1664.2395 2769693.189
14 8000 15.56 5.83 7538.5352 461.4648 212949.7386 -806.3839 650254.9671
15 6500 10.85 5.20 7453.3174 -953.3174 908814.1269 -1414.7822 2001608.694
16 9000 16.56 8.53 9332.7414 -332.7414 110716.8339 620.576 385114.622
17 7600 13.24 7.37 8777.1773 -1177.1773 1385746.46 -844.4359 713072.0491
18 10200 16.98 9.38 9889.7497 310.2503 96255.25527 1487.4277 2212440.978
∑ 164700 178.42 135.91 164700 11374406 785.7101 15771403.03

Nilai Durbin-Watson:
∑(
∑
Hasil Perhitungan Menggunakan SPSS
b
Model Summary

Adjusted R Std. Error of the Durbin-Watson

Model R R Square Square Estimate
a
1 .879 .772 .742 870.801 1.387

a. Predictors: (Constant), X_2, X_1

b. Dependent Variable: Y

Dari tabel di atas diperoleh nilai Durbin-Watson yaitu sebesar 1.387. Nilai
tabel Durbin-Watson pada signifikansi 5 % dengan jumlah variabel independent k =
2 dan jumlah data n = 18 adalah dL = 1.0461 dan dU = 1.5353.
Karena 1.0461 < 1.387 < 1.5353 yang berarti dL < d < dU maka tidak
menghasilkan kesimpulan yang pasti.