NAMA : Sasmitha Pratiwi
NPM : 195000264
Prodi : Ekonomi Manajemen
Soal No. 1
PERSAMAAN REGRESI
Y = a+bx
Dimana : Y = Pengeluaran
a = Konstanta
b = Koefisisen Regresi Variabel Bebas
x = Pendapatan
Output SPSS dan Penjelasannya
a
Variables Entered/Removed
Model Variables Entered Variables Removed Method
b
1 PENDAPATAN . Enter
a. Dependent Variable: PENGELUARAN
b. All requested variables entered.
Output Bagian Pertama (Variabel Entered/Removed) : Tabel di atas menjelaskan
tentang variabel yang dimasukkan serta metode yang digunakan. Dalam hal ini
variabel yang dimasukkan adalah variabel Pendapatan sebagai variabel independen
dan Pengeluaran sebagai variabel dependen dan metode yang digunakan adalah
metode Enter.
Model Summary
Model R R Square Adjusted R Square Std. Error of the
Estimate
1 .857a .734 .707 6.603
a. Predictors: (Constant), PENDAPATAN
Output Bagian Kedua (Model Summary) : Tabel di atas menjelaskan besarnya nilai
korelasi / hubungan (R) yaitu sebesar 0,857. Dari output tersebut diperoleh koefisien
determinasi (R Square) sebesar 0,734. Yang artinya variabel Pendapatan dapat
menjelaskan sebesar 73,4% variabel Pengeluaran, sisanya 26,6% dijelaskan oleh
variabel lain.
ANOVAa
Model Sum of Squares df Mean Square F Sig.
b
1202.192 1 1202.192 27.570 .000
Regression
1
Residual 436.058 10 43.606
Total 1638.250 11
a. Dependent Variable: PENGELUARAN
b. Predictors: (Constant), PENDAPATAN
Output Bagian Ketiga (ANOVA) : Dari output tersebut dapat diketahui bahwa nilai F
hitung = 27,570 dengan tingkat signifikansi sebesar 0,000 < 0,05, maka model
regresi dapat dipakai untuk memprediksi variabel Pengeluaran atau dengan kata lain
ada pengaruh variabel Pendapatan atau dengan kata lain ada pengaruh Variabel
Pendapatan (X) terhadap variabel Pengeluaran (Y)
a
Coefficients
Model Unstandardized Coefficients Standardized t Sig.
Coefficients
B Std. Error Beta
(Constant) 8.493 10.040 .846 .417
1
PENDAPATAN .744 .142 .857 5.251 .000
a. Dependent Variable: PENGELUARAN
Output Bagian Keempat (Coefficients) : Diketahui nilai Constant (a) sebesar 8,493,
sedang nilai Pendapatan (b/koefisien regresi) sebesar 0,744 sehingga persamaan
regresinya dapat ditulis :
Y = a + bX
Y = 8,493 + 0,744X
Persamaan tersebut dapat diterjemahkan :
1. Konstanta sebesar 8,493, mengandung arti bahwa nilai koefisien Variabel
Pengeluaran adalah sebesar 8,493
2. Koefisien regresi X sebesar 0,744 menyatakan bahwa setiap penambahan 1%
nilai Pendapatan, maka nilai Pengeluaran bertambah sebesar 0,744. Koefisien
regresi tersebut bernilai positif, sehingga dapat dinyatakan bahwa arah
pengaruh Variabel X terhadap Y adalah positif
Pengambilan Keputusan dalam Uji Regresi Sederhana :
Berdasarkan nilai signifikansi : dari tabel coefficients diperoleh nilai
signifikansi sebesar 0,000 < 0,05, sehingga dapat disimpulkan bahwa Variebl
Pendapatan (X) berpengaruh terhadap Variabel Pengeluaran (Y).
Berdasarkan nilai t : diketahui nilai thitung sebesar 5,521 > ttabel 2,22814,
sehingga dapat disimpulkan bahwa Variabel Pendapat (X) berpengaruh
terhadap Variabel Pengeluaran (Y).
Mencari ttabel
ttabel = (α/2 ; n-k-1)
= (0,05/2 : 12-1-1)
= (0,025 ; 10)
= 2,22814
Soal No. 2
A. PERSAMAAN REGRESI
Y= a + b1X1 + b2X2 + e
Dimana :
Y = Pengeluaran
a = konstanta
b1 b2 = Koefisien Regresi Variabel Bebas
X1 = Pendapatan
X2 = Jumlah Anggota Keluarga
B. UJI ASUMSI KLASIK
1. Normalitas
Bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu
atau residual memiliki distribusi normal.
HISTOGRAM
Interpretasi :
Hasil dalam uji normalitas histogram menghasilkan bentuk kurva menggunung maka
dapat dikatakan bahwa pola tersebut normal.
P- PLOT
Interpretasi :
Hasil dalam uji normalitas P-Plot menghasilkan garis diagonal maka dapat dikatakan
bahwa terdistribusi normal.
ONE SAMPLE KOLOGOROV-SMIRNOV TEST
One-Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 12
Normal Parametersa Mean .0000000
Std. Deviation 4.75952998
Most Extreme Differences Absolute .208
Positive .208
Negative -.159
Kolmogorov-Smirnov Z .719
Asymp. Sig. (2-tailed) .679
a. Test distribution is Normal.
Interpretasi:
Jika nilai Asymp. Sig. Lebih besar (>) dari 0.05, maka dapat disimpulkan bahwa
residual menyebar normal begitupun sebaliknya.dari hasil uji normalitas metode
Kolmogorov-Smirnov di dapatkan hasil 0.679, yang artinya terdistribusi normal.
2. Multikolinearitas
Bertujuan untuk menguji apakah model regresi di temukan adanya korelasi antar
variabel bebas (independen).
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 6.649 8.032 .828 .429
Pendapatan .529 .140 .609 3.779 .004 .650 1.537
jumlah anggota
4.033 1.552 .419 2.598 .029 .650 1.537
keluarga
a. Dependent Variable: pengeluaran
Syarat :
1. Jika nilai Tolerance > 0.10, artinya terjadi multikolinearitas
2. Jika nilai VIF < 10.00 artinya tidak terjadi multikolinearitas
Interpretasi :
Hasil dari uji Multikolinearitas untuk nilai Tolerance sebesar 0.650 dan nilai VIF
sebesar 1.537 yang artinya keduanya menunjukkan tidak terjadinya Multikolinearitas.
3. Uji Heteroskedastisitas
Bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari
residual satu pengamatan ke pengamatan yang lainnya.
Interpretasi :
Hasil dari uji heteroskdastisitas grafik scatterplot memperlihatkan bahwa titik-titik
menyebar secara acak serta tersebar baik diatas maupun dibawah pada angka 0
pada sumbu Y. Artinya tidak terjadi heteroskedastisitas pada model regresi sehingga
model terseut layak dipakai.
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -.938 5.182 -.181 .860
Pendapatan .093 .090 .401 1.026 .332
jumlah anggota keluarga -.523 1.001 -.204 -.522 .614
a. Dependent Variable: RES_2
Interpretasi :
Hasil dari uji heteroskedastisitas menggunakan uji glejser, output menunjukkan tidak
adanya hubungan yang signifikan antara seluruh variabel independent terhadap nilai
absolut residen yaitu ditunjukkan dengan nilai Sig. lebih besar dari 0.05. Artinya,
model ini terbebas dari heteroskedastisitas.
4. Uji Autokolerasi
Bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1
(sebelumnya).
b
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 .921 .848 .814 5.262 2.786
a. Predictors: (Constant), jumlah anggota keluarga, pendapatn
b. Dependent Variable: pengeluaran
keterangan :
Simbol “k” pada tabel menunjukkan banyaknya variabel bebas (penjelas), tidak
termasuk variabel berikut.
Simbol “n” pada tabel menunjukkan banyaknya observasi
Maka :
K = 2 adalah jumlah variabel independen (X1,X2)
N = 12 (Total responden)
dU = 1.5794
4-dU = 4 – 1.5794
= 2.4206
d = 2.786
dL = 0.8122
Syarat :
1. Jika d lebih kecil dari dL atau lebih besar dari (4-dU), berarti terdapat
autokorelasi
2. Jika d terletak diantara dL dan (4-dU), berarti tidak terdapat autokorelasi
3. Jika d terletak diantara dL dan d atau diantara (4-dU) dan (4-dL) maka tidak
menghasilkan kesimpulan pasti.
Interpretasi :
Berdasarkan tabel dL = 0.8122 dan dU = 1.5794
Berdasarkan tabel pembanding nilai dU = 1.5794 dan 4-dU = 2.4206, nilai d = 2.786
Terletak diantara (dL) 0.8122 < (d) 2.786 > (4-dU) 2.4206 yang artinya tidak terdapat
autokorelasi.
C. UJI HIPOTESIS
a. Uji t
- Apabila nilai sign < 0.05 atau nilai t hitung > t tabel, maka terdapat pengaruh
variabel X terhadap variabel Y (begitu sebaliknya).
t tabel = t (α/2 ; n-k-1)
= t (0.025 ; 12-2-1)
= t (0.025 ; 9)
= 2.262
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 6.649 8.032 .828 .429
Pendapatan .529 .140 .609 3.779 .004 .650 1.537
jumlah anggota
4.033 1.552 .419 2.598 .029 .650 1.537
keluarga
a. Dependent Variable: pengeluaran
Interpretasi :
- Pengaruh X1 terhadap Y
Diketahui nilai sign 0.004 < 0.05 dan nilai t hitung 3.779 > 2.262, sehingga
dapat ditarik kesimpulan bahwa H1 di terima yang artinya terdapat pengaruh
antara variabel X1 terhadap variabel Y
- Pengaruh X2 terhadap Y
Diketahui nilai sign 0.029 < 0.05 dan nilai t hitung 2.598 > 2.262, sehingga
dapat ditarik kesimpulan bahwa H2 di tera yang artinya terdapat pengaruh
antara variabel X1 terhadap variabel Y
b. Uji F
- Apabila nilai sign < 0.05 atau nilai F hitung > F tabel, maka terdapat pengaruh
variabel X terhadap variabel Y (begitu sebaliknya).
- F tabel = F (k ; n-k)
= F (2 ; 12-2)
= F (2 ; 10)
= 4.10
ANOVAb
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 1389.066 2 694.533 25.085 .000a
Residual 249.184 9 27.687
Total 1638.250 11
a. Predictors: (Constant), jumlah anggota keluarga, pendapatan
b. Dependent Variable: pengeluaran
Interpretasi :
Diketahu nilai sign 0.000 < 0.05 dan nilai f hitung 25.085 > 4.10, sehingga dapat
disimpulkan bahwa H3 diterima, yang artinya terdapat pengaruh variabel X1 dan X2
terhadap Y
D. KOEFISIEN DETERMINASI
b
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 .921 .848 .814 5.262 2.786
a. Predictors: (Constant), jumlah anggota keluarga, pendapatn
b. Dependent Variable: pengeluaran
Interpretasi :
Diketahui nilai R Square 0.848 ataau 84.8% yang menunjukkan bahwa terdapat
pengaruh yang simultan antara variabel X1 dan X2 terhadap variabel Y sebesar
84.8% dan sisanya 15.2% dipengaruhi oleh variabel lain.
