Nama : Muhammad Nur Fikri Harsya

NIM : 20210420215
Kelas : E
UK2 Statistika
1. HIPOTESIS
H1: Pertumbuhan investasi berpengaruh positif signifikan terhadap pertumbuhan ekonomi
H2: Pertumbuhan ekspor berpengaruh positif signifikan terhadap pertumbuhan ekonomi
2. GAMBAR PENELITIAN

Pertumbuhan
investasi
Pertumbuhan
Ekonomi

Pertumbuhan Ekspor

3. OLAH DATA
A. olah data statistik deskriptif
PE PI PX
Mean 1.326667 1.356667 1.343333
Median 1.350000 1.400000 1.300000
Maximum 2.100000 1.900000 2.100000
Minimum 0.600000 0.800000 0.800000
Std. Dev. 0.347338 0.281233 0.296745
Skewness 0.083310 -0.047905 0.502761
Kurtosis 2.682304 2.713711 3.122250

Jarque-Bera 0.160866 0.113927 1.282524

Probability 0.922717 0.944629 0.526627

Sum 39.80000 40.70000 40.30000

Sum Sq. Dev. 3.498667 2.293667 2.553667

Observations 30 30 30
Sebagai Variabel Ekonomi memiliki nilai Jarque-Bera 0,160 tapi yang perlu dilihat adalah
sebagai protabilitasnya 0,922 > 0,05 (yang berarti variabel ekonomi berdistribusi normal).
Sebagai variabel investasi memiliki bilai Jarque-Bera 0,113 tapi yang perlu dilihat adalah
dengan protabilitasnya 0,944 > 0,05 ( yang berarti variable investasi berdistribusi normal).
Sebagai variabel ekspor memiliki nilai jarque-bera 1,282 tapi perlu dilihat adalah dengan
protabilitasnya 0,526 > 0,05 (yang berarti variabel ekspor berdistribusi normal).
B. Uji Normalitas
Dependent Variable: PE
Method: Least Squares Date:
07/13/23 Time: 11:20 Sample:
1991 2020
Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.

C -0.244876 0.118169 -2.072251 0.0479

PI 0.853343 0.190571 4.477816 0.0001
PX 0.308070 0.180609 1.705723 0.0995

R-squared 0.872220 Mean dependent var 1.326667

Adjusted R-squared 0.862755 S.D. dependent var 0.347338
S.E. of regression 0.128677 Akaike info criterion -1.168386
Sum squared resid 0.447059 Schwarz criterion -1.028266
Log likelihood 20.52579 Hannan-Quinn criter. -1.123560
F-statistic 92.15056 Durbin-Watson stat 2.344941
Prob(F-statistic) 0.000000

H0: Tidak terjadi pelanggaran asumsi normalitas residual

H1: Terjadi pelanggaran asumsi normalitas residual
Agar lolos asumsi ini maka hasilnya harus tidak signifikan (H1 ditolak).
Nilai Jarque-Bera 4,853 dengan probabilitas Jarque-Bera sebesar 0,0883 > 0,05 ( a = 5%),
maka H1 ditolak yang berarti tidak terjadi pelanggaran. Dapat dikatan residual berdistribusi
normal.
C. Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
Null hypothesis: No serial correlation at up to 2 lags

F-statistic 0.435617 Prob. F(2,25) 0.6517

Obs*R-squared 1.010273 Prob. Chi-Square(2) 0.6034

Test Equation:
Dependent Variable: RESID
Method: Least Squares Date:
07/13/23 Time: 12:18 Sample:
1991 2020
Included observations: 30
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C -0.013476 0.122851 -0.109694 0.9135

PI 0.040927 0.201333 0.203280 0.8406
PX -0.030989 0.191698 -0.161655 0.8729
RESID(-1) -0.186846 0.204921 -0.911793 0.3706
RESID(-2) 0.012287 0.208477 0.058939 0.9535

R-squared 0.033676 Mean dependent var -2.09E-16

Adjusted R-squared -0.120936 S.D. dependent var 0.124160
S.E. of regression 0.131454 Akaike info criterion -1.069308
Sum squared resid 0.432004 Schwarz criterion -0.835775
Log likelihood 21.03962 Hannan-Quinn criter. -0.994599
F-statistic 0.217808 Durbin-Watson stat 1.979019
Prob(F-statistic) 0.926006

H0: tidak terjadi korelasi serial (tidak ada pelanggaran asumsi autokeralsi)
H1: Terjadi korelasi serial (ada pelanggaran asumsi autokorelasi)
Agar lolos asumsi ini maka hasilnya harus signifikan (H1 ditolak).
Probabilitas probabilitas (Prob) dari Obs*R-squared sebesar 1.0102 > 0,05. Dapat
disimpulkan tidak terjadi problem autokorelasi.
D. Uji Heteroskedasitas
Heteroskedasticity Test: Breusch-Pagan-Godfrey Null
hypothesis: Homoskedasticity

F-statistic 0.383093 Prob. F(2,27) 0.6854

Obs*R-squared 0.827827 Prob. Chi-Square(2) 0.6611
Scaled explained SS 1.147231 Prob. Chi-Square(2) 0.5635

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/13/23 Time: 12:27
Sample: 1991 2020
Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.

C 0.034385 0.026313 1.306739 0.2023

PI 0.006069 0.042436 0.143008 0.8873
PX -0.020632 0.040217 -0.513016 0.6121

R-squared 0.027594 Mean dependent var 0.014902

Adjusted R-squared -0.044436 S.D. dependent var 0.028037
S.E. of regression 0.028653 Akaike info criterion -4.172461
Sum squared resid 0.022167 Schwarz criterion -4.032341
Log likelihood 65.58691 Hannan-Quinn criter. -4.127635
F-statistic 0.383093 Durbin-Watson stat 1.841375
Prob(F-statistic) 0.685396

H0: Variabel independen tidak berpengaruh terhadap residual (tidak terjadi pelanggaran
asumsi heteroskedastisitas).
H1: Variabel independen berpengaruh terhadap residual (terjadi pelanggaran
asumsi heteroskedastisitas).
Dari output di atas, diperoleh hasil:
Variable Independen Signifikansi Kesimpulan
PI 0,8873 > 0,05 Tidak terjadi
heteroskedastisitas
PX 0,6121 > 0,05 Tidak terjadi
heteroskedastisitas

E. Uji Multikolinieritas
PI PX
PI 1 0.89511333...
PX 0.89511333... 1

Antar Variable Koefisien Korelasi Kesimpulan

PX – PI 0,90 Tidak terjadi
Multikolinieritas
PI - PX 1 Tidak terjadi
multikolinieritas
H1: Biaya PI berpengaruh positif signifikan terhadap Volume PE
H2: Biaya PX berpengaruh positif signifikan terhadap Volume PE
Dua buah hipotesis penelitian diatas sudah menggunakan arah (keduanya positif). Hipotesis
yang sudah menggunakan arah, berarti output prob. (signifikansi p value) masing masing
dibagi dua.
C = konstanta = 0,0479 / 2 = 0,02395
PI = 0,0001 / 2 = 0,00005
PX = 0,0995 / 2 = 0,04975
Koefisien Prob.
C -0.244876 0.0479
PI 0.853343 0.0001
PX 0.308070 0.0995
F-statistic 92.15056 0.0000
R-squared 0.872220

F. Uji Hipotesis
 Uji nilai F (Simultan)
Tujuan dari uji F pada analisis regresi berganda adalah untuk mengetahui pengaruh
variabel – variabel independen secara simultan atau bersama – sama (serentak). Pada
tabel tersebut diperoleh nilai F hitung sebesar 92.150. pada uji ini diperoleh hasil yang
signifikan karena nilai sig. Sebesar 0,000 ysng berarti lebih kecil dari 0,05
 Uji nilai t (Parsial)
Pada uji ini nilai – nilainya dilihat dari pada output secara parsial untuk menentukan
diterima tidaknya masing – masing hipotesis penelitian. Pada uji inilah diketahui apakah
masing – masing variabel independen dalam penelitian memang berpengaruh secara
signifikan terhadap variabel dependennya.