Disusun Oleh :
Nama…..
NPM. …….
ESY ….
Syukur alhamdulillah kami panjatkan atas kehadirat Allah SWT yang telah
melimpahkan rahmat dan karunianya, sehingga kami dapat menyelesaikan
penelitian ini guna memenuhi tugas Mata kuliah ekonometrika
Saya 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.
Nama…
NPM…..
A. Pendahuluan
Latar Belakang
Mengenai hal yang terjadi di atas, maka pada makalah ini penulis
akan membahas seberapa besar pengaruh jarak tempuh terhadap konsumsi
oli mesin dalam waktu satu bulan.
Rumusan Masalah
Tujuan
1. Mengetahui dan memahami pengaruh jarak tempuh terhadap konsumsi
oli mesin.
2. Mengetahui dan memahami ketidak pengaruhan jarak tempuh terhadap
konsumsi oli mesin.
A. METODE
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).
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.970609074
R Square 0.942081974
Adjusted R Square 0.940013474
Standard Error 39.3145714
Observations 30
ANOVA
df SS MS F Significance F
703947. 455.441
Regression 1 703947.172 2 9 7.34423E-19
43277.7946 1545.63
Residual 28 8 6
747224.966
Total 29 7
1) Degree of freedom (df)
Degree of freedom (df) atau derajat bebas dari total adalah n-1,
dimana n adalah banyaknya observasi. Karena observasi penulis berjumlah
30, maka derajat bebas total adalah 29. Derajat bebas dari model regresi
adalah 1, karena ada 1 variabel bebas dalam model (jauh jarak tempuh).
Derajat bebas untuk residual adalah sisanya yaitu derajat bebas total-
derajat bebas regresi=29-1= 28.
4) F hitung (F)
Nilai F ini yang dikenal dengan F hitung dalam pengujian hipotesa
dibandingkan dengan nilai F tabel. Jika F hitung > F tabel, maka dapat
dinyatakan bahwa jauh jarak tempuh berpengaruh signifikan terhadap
volume konsumsi oli mesin.
5) Significance F (p-value)
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 jauh jarak tempuh berpengaruh signifikan
terhadap volume konsumsi oli mesin.
Tabel 2
Standard Upper
Coefficients Error t Stat P-value Lower 95% Upper 95% Lower 95.0% 95.0%
Intercept 122.977687 22.45428247 5.476803 7.55E-06 76.982175 168.9732 76.9821745 168.9732
Jarak Tempuh
(X) 0.95050376 0.044538681 21.34108 7.34E-19 0.8592704 1.0417371 0.85927041 1.04173711
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.
Dari table ini dapat kita formulasi persamaan regresi untuk kasus
ini adalah sebagai berikut.
Vol.konsumsi oli mesin = 122.977687 + 0.95050376 Jauh Jarak
Tempuh
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, Jauh Jarak Tempuh = 632 Km,
maka prediksi konsumsi oli mesin adalah:
d. Probability Output
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= 455.4419 (ANOVA F)
p-value= 7.34423E-19 (signifikasi F)
5. Kriteria penolakan
Karena p-value=7.34423E-19 <0,05=5%= α, maka H0 di tolak.
6. Kesimpulan
X tidak mempengaruhi Y (biaya bahan bakar minyak tidak
mempengaruhi uang saku).
Regression Statistics
Multiple R 0.438409448
R Square 0.192202844
Adjusted R
Square 0.163352945
Standard Error 22.03851748
Observations 30
ANOVA
Significanc
df SS MS F eF
Regression 1 3235.78959 3235.79 6.662167 0.01537847
Residual 28 13599.49507 485.696
Total 29 16835.28466
a. Kriteria pengujian
Karena nilai p-value = 0.015378 < 0,05=5%=α. Maka H0
ditolak.
b. 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%.