Disusun Oleh :
Dewi Asiyatus Shofuroh
NPM. 2103010016
Lily cahyanti
NPM. 2103011052
ESY D
T.A 2022/2023
KATA PENGANTAR
Syukur alhamdulillah kami panjatkan atas kehadirat Allah SWT yang telah
melimpahkan rahmat dan karunianya, sehingga kami dapat menyelesaikan
penelitian ini guna memenuhi tugas kelompok untuk mata kuliah ekonometrika
dengan permasalahan yang di angkat tentang analisis “Pengaruh Biaya BBM
Terhadap Uang Saku”.
Tidak lupa kami ucapkan terimakasih kepada ibu Hanna Hilyati Aulia
selaku dosen pengampu mata kuliah ekonometrika. Kami juga mengucapkan
banyak terimakasih kepada teman-teman yang telah membantu mengumpulkan
data-data dalam laporan ini.
Kami menyadari bahwa dalam pembuatan laporan ini masih jauh dari kata
sempurna di karenakan terbatasnya pengalaman dan pengetahuan yang kami
miliki. Oleh karena itu, kami menghrapkan segala bentuk saran dan kritik yang
membangun dari teman-teman. Dan yang terakhir kami berharap semoga laporan
ini dapat memberikan manfaat bagi kita semua.
Penulis
A. PENDAHULUAN
Latar Belakang
Bahan bakar minyak ( BBM ) merupakan salah satu sumber daya alam
yang berperan dalam kehidupan manusia, hingga sangat mempengaruhi
perekonomian secara nasional. Manusia sendiri sangat membutuhkan bahan bakar
minyak dalam kebutuhan sarana transportasi, sehingga tanpa adanya bahan bakar
minyak akan berakibat tersendatnya aktivitas dan ekonomi manusia.
Namun tanpa disadari oleh manusia bahwa bahan bakar minyak dapat
menguras pendapatan perbulannya. Pendapatan yang awalnya cukup untuk
memenuhi kebutuhan menjadi tidak cukup karena harus mengeluarkan biaya
untuk bahan bakar tersebut.
Mengenai hal yang terjadi di atas, maka pada mata kuliah ekonometrika
ini kami akan membahas seberapa besar pengaruh biaya yang dikeluaran untuk
bahan bakar minyak terhadap pendapatan uang saku dalam waktu satu minggu.
Rumusan Masalah
Tujuan
Dalam analisis ini kami menggunakan metode analisis regresi linear sederhana
yang mana analisis ini kami gunakan untuk menguji pengaruh satu variabel
independen (bebas) dengan variabel dependen ( terikat).
HASIL
SUMMARY OUTPUT
Tabel 1
ANOVA
df SS MS F Significance F
Regressio
n 1 89079.28622 89079.28622 18.88035 0.000390052
Residual 18 84925.71378 4718.09521
Total 19 174005
1) Degree of freedom (df)
Degree of freedom (df) atau derajat bebas dari total adalah n-1, dimana n
adalah banyaknya observasi. Karna observasi kita ada 20, maka derajat bebas total
adalah 19. Derajat bebas dari model regresi adalah 1, karena hanya ada satu
variabel bebas dalam model kita (biaya bahan bakar minyak). Derajat bebas untuk
residual adalah sisanya yaitu derajat bebas total – derajat bebas regresi = 19-1=
18.
Jumlah kuadrat dari residual pada tabel residual diatas. SS total kita adalah
174005. Artinya, variasi dari permintaan yang dikuadratkan adalah sebesar nilai
tersebut. Lalu apa yangmenyebabkan volume uang saku tersebut bervariasi?
Sebagian berasal dari variabel bebas (biaya bahan bakar minyak) yaitu sebesar
89079.28622 (regresi). Lalu sisanya, yang sebesar 84925.71378 disebabkan oleh
variabel lain yang juga mempengaruhi uang saku, tetapi tidak dimasukkan dalam
model (residual). Kalau kita bandingkan (bagi) antara SS regresi dengan SS total,
maka akan kita dapatkan proporsi dari total variasi volume uang saku yang
disebabkan oleh variasi biaya bahan bakar minyak. Coba kita bagi:
89079.28622/174005=51.139,521002270. Nilai 51.139,521002270 adalah R2 atau
koefisien determinasi yang telah kita bahas diatas.
4) F hitung (F)
Selain itu, kita juga bias membandingkan antara taraf nyata dengan p-value
(dalam istilah Excel adalah Significance F). Jika taraf nyata > dari p-value maka
kesimpulannya sama dengan diatas. Misalnya kita menetapkan taraf nyata 5%.
Karena p-value (Significance F) = 0.000, maka dapat disimpulkan bahwa biaya
promosi berpengaruh signifikan terhadap volume penjualan.
Tabel 2
Standard
Coefficients Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 28.37794433 38.86382182 0.730189235 0.474671481 -53.2719155 110.0278042 -53.2719155 110.0278042
Bensin
(X) 3.566024268 0.820690262 4.345152406 0.000390052 1.841818008 5.290230529 1.841818008 5.290230529
Pengertian pengujian secara parsial ini dalam kasus kita adalah untuk
menjawab pertanyaan “dengan asumsi faktor-faktor lain tetap/tidak berubah,
apakah biaya bahan bakar minyak berpengaruh terhadap volume uang saku?”.
Dalam uji parsial, kita menggunakan uji t, yaitu membandingkan antara t hitung (t
stat) dengan t tabel. Jika t hitung > t tabel pada taraf nyata tertentu, maka dapat
disimpulkan variabel tersebut berpengaruh secara signifikan. t hitung ditampilkan
pada kolom 4, yang merupakan hasil bagi antara kolom 2 (coefficients) dengan
kolom 3 (standard Error). Catatan: perhitungan ini dalam kasus yang umum
digunakan dimana hipotesis nol (H0) = 0. Untuk kasus dimana kita merumuskan
H0 lebih besar/kecil dari 0, maka perlu dilakukan perhitungan manual.
Namun, jika informasinya hanya dari dugaan titik, kita tidak tahu seberapa
besar kesalahan atau tingkat kepercayaan dari dugaan parameter tersebut. Oleh
karenanya, dalam statistika juga diberikan dugaan selang (confidence interval),
dimana nilai parameter sebenarnya diharapkan berada dalam selang tersebut
dengan tingkat kepercayaan tertentu.
Berdasarkan hal tersebut, dari output Excel terlihat bahwa dengan tingkat
kepercayaan 95%, maka koefisien regresi untuk biaya promosi yang sebesar
3.566024268, dalam faktanya ditingkat populasi akan berkisar antara
1.841818008-5.290230529.
Dari table ini dapat kita formulasi persamaan regresi untuk kasus ini adalah
sebagai berikut.
Vol.uang saku = 28.37794433 + 3.566024268 Biaya bahan bakar minyak
C. Residual Output
RESIDUAL
OUTPUT
Kolom pertama dari residual output adalah nomor urutan data kita, sesuai
dengan urutan data yang kita input. Kolom kedua (predicted penjualan) adalah
kolom yang memuat perkiraan/prediksi variabel terikat (dalam kasus kita adalah
vol.uang saku) untuk nilai-nilai dari variabel bebas dari data asli kita. Prediksi ini
didasarkan dari output persamaan regresi sebelumnya. Kolom ketiga (residuals)
adalah selisih antara prediksi variabel terikat (dalam hal ini uang saku) dengan
nilai sebenarnya. Standar residual dihitung dengan cara membagi residual (kolom
3) dengan standardeviasi residual tersebut. Jadi, untuk mencari standar residual,
kita cari dulu standar deviasi kolom 3, kemudian masing masing nilai pada kolom
ketiga, dibagi dengan standar deviasi.
Misalnya untuk observasi pertama, biaya bahan bakar minyak = 45.000, maka
prediksi uang sakunya adalah:
Prediksi Vol.uang saku = 28.37794433 + 3.566024268(45.000) = 64.03818701
Residual = 145.000 – 64.03818701 = - 64.03673701
D. Probability Output’
Disamping residual output terdapat table probability output. Inti dari table ini
adalah menggambarkan persentile dan nilai-nilai dari variabel terikat (yaitu uang
saku).
E. Grafik-Grafik
0
-100 10 20 30 40 50 60 70 80 90
-200
Bensin (X)
Grafik yang menghubungkan antara variabel bebas (biaya bahan bakar minyak)
dengan residual.
Grafik plot yang menghubungkan antara variabel bebas (biaya bahan bakar
minyak) dengan variabel terikat (vol.uang saku) baik penjualan atas dasar data
aktual maupun prediksi.
400
200
0
0 20 40 60 80 100 120
Sample Percentile
Grafik normal probability atas dasar persentil untuk variabel terikat (uang saku).
PEMBAHASAN
1. Hipotesis
H0 : Biaya bbm tidak mempengaruhi uang saku
H1 : Biaya bbm mempengaruhi uang saku
2. Signifikansi α= 5% atau 0,05
3. Daerah penolakan: H0 ditolak jika p-value<α.
(Biaya bbm tidak mempengaruhi jika p-value< α).
4. F hitung=18,88035 (ANOVA F)
p-value=0,00039 (signifikasi F)
5. Kriteria penolakan
Karena p-value=0,00039<0,05=5%= α, maka H0 di tolak.
6. Kesimpulan
X tidak mempengaruhi Y (biaya bahan bakar minyak tidak mempengaruhi
uang saku).
Regression Statistics
0.68255
Multiple R 8
0.46588
R Square 6
Adjusted R 0.43621
Square 3
Standard 34.8483
Error 5
Observations 20
ANOVA
Significan
Df SS MS F ce F
Regressi 19067. 19067. 15.700
on 1 01 01 67 0.000913
21859. 1214.4
Residual 18 34 08
40926.
Total 19 35
Nilai P value pada variabel bebas X adalah nilai statistic uji kita.
e. Kriteria pengujian
Karena nilai p-value = 0.000913< 0,05=5%=α. Maka H0 ditolak.
f. Kesimpulan
Terdapat homokedatisitas atau residual tidak memiliki ragam yang seragam.
(heteroskedastisitas).
2. Uji Normalitas
Dalam praktikum ini, uji normalitas dilakukan untuk mengetahui apakah data
berdistribusi normal. Uji normalitas yang dilakukan dalam penelitian ini adalah
uji normalitas Kolmogorof-Smirnov dengan ketentuan data dinyatakan
berdistribusi normal jika nilai D hitung lebih besah D tabel dengan taraf signifikan
sebesar 0,05%.
Statistic var1
n sampe 20
Mean 43.5
st dev 19.20115
d_n 0.208998
Ks 0.304105
Normal
Statistic var1
n sampe 20
Mean 183.5
st dev 95.69826
d_n 0.176644
Ks 0.304105
Normal
c. Kesimpulan
Dalam uji normalitas ini dapat dikatakan bahwa data berdistribusi “Normal”.
Dalam pembahasan yang telah diuraikan, maka dapat ditarik inti sebagai berikut :