TUGAS STATISTIKA PENGUJIAN ASUMSI KLASIK

(makalah ini dibuat untuk memenuhi tugas statistik)

Dibuat Oleh:
Ainun Mutia Risma (402210010)
Dwi Prabowo (210817215)

Dosen Pengampu:
Ika Septiana Windi Antari S, Si.,M.STAT

JURUSAN PERBANKAN SYARIAH

FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI PONOROGO
2023
 Analisis Pengaruh Pengangguran dan Kemiskinan Terhadap tindak kriminalitas Pada
Tahun 2020 di Jawa Timur

STATISTIKA DESKRIPTIF
Pencurian
Mean : 123
Modus : 148
Median : 121
Pengangguran
Mean : 4.98
Modus: 4.80
Median: 4.80
Kemiskinan
Mean: 163.04
Modus: 78.30 dan 265.56
Median: 126.495

UJI ASUMSI KLASIK

UJI LINIERITAS

Hipotesis :
H0 : Tidak ada perbedaan signifikan dalam rata-rata pencurian antara kelompok pengangguran..
H1 : Terdapat perbedaan signifikan dalam rata-rata pencurian antara kelompok pengangguran.
Hasil
Berdasarkan ANOVA table, ditemukan bahwa nilai F hitung sebesar 4.624 dengan tingkat
signifikansi (Sig.) sebesar 0.164. Jumlah derajat kebebasan antara kelompok (df) adalah 27,
sedangkan jumlah derajat kebebasan dalam kelompok (df) adalah 29.
Dalam hal ini, karena nilai Sig. (0.164) lebih besar dari tingkat signifikansi yang umumnya
digunakan (misalnya, α = 0.05), maka kita gagal menolak hipotesis nol (H0). Ini berarti tidak ada
cukup bukti statistik yang signifikan untuk menyimpulkan bahwa terdapat perbedaan signifikan
dalam rata-rata pencurian antara kelompok pengangguran pada tahun 2020 di Jawa Timur.
Kesimpulan
Berdasarkan analisis tersebut, kita tidak dapat menyimpulkan adanya pengaruh yang signifikan
antara pengangguran dan kemiskinan terhadap tindak kriminalitas pada tahun 2020 di Jawa
Timur.

Hipotesis
H0: Tidak ada pengaruh signifikan variabel Kemiskinan terhadap variabel Pencurian.
H1: Terdapat pengaruh signifikan variabel Kemiskinan terhadap variabel Pencurian.
Hasil
Berdasarkan hasil ANOVA, nilai F hitung sebesar 4.049 dengan tingkat signifikansi (Sig.)
sebesar 0.217. Jumlah derajat kebebasan antara kelompok (df) adalah 1, sedangkan jumlah
derajat kebebasan dalam kelompok (df) adalah 26.
Dalam hal ini, karena nilai Sig. (0.217) lebih besar dari tingkat signifikansi yang umumnya
digunakan (misalnya, α = 0.05), maka kita gagal menolak hipotesis nol (H0). Ini berarti tidak ada
cukup bukti statistik yang signifikan untuk menyimpulkan bahwa terdapat pengaruh signifikan
variabel Kemiskinan terhadap variabel Pencurian pada tahun 2020 di Jawa Timur.
Kesimpulan
Dengan demikian, berdasarkan analisis tersebut, kita tidak dapat menyimpulkan adanya
pengaruh yang signifikan antara variabel Pengangguran dan Kemiskinan terhadap tindak
kriminalitas pada tahun 2020 di Jawa Timur.
UJI AUTOKORELASI

Hipotesis
H0: Tidak ada autokorelasi pada residual model regresi.
H1: Terdapat autokorelasi pada residual model regresi.
Hasil
Dalam hal ini, dengan nilai Durbin-Watson sebesar 0.988 yang mendekati 0, terdapat indikasi
adanya autokorelasi positif pada residual model regresi. Namun, tingkat signifikansi dan
koefisien autokorelasi yang lebih spesifik tidak disediakan dalam informasi yang diberikan.
Dengan demikian, berdasarkan hasil uji autokorelasi yang ada, tidak ada cukup bukti statistik
yang signifikan untuk menyimpulkan adanya autokorelasi pada residual model regresi. Oleh
karena itu, hipotesis nol (H0) tidak ditolak.
Kesimpulan
Dalam konteks analisis pengaruh pengangguran dan kemiskinan terhadap tindak kriminalitas
pada tahun 2020 di Jawa Timur, dengan tidak adanya autokorelasi yang signifikan pada residual
model regresi, dapat disimpulkan bahwa variabel pengangguran dan kemiskinan secara
independen tidak menunjukkan adanya pola ketergantungan atau pengaruh dari satu observasi ke
observasi berikutnya pada variabel pencurian.

PEMERIKSAAN MULTIKOLINIERITAS
Hasil
Berdasarkan hasil pemeriksaan multikolinieritas yang diberikan, terdapat beberapa hal yang
perlu diperhatikan:
1. Variabel "Pengangguran":
 Koefisien regresi (B): 10.094
 Standar error: 4.366
 T-value: 2.312
 Signifikansi (Sig.): 0.029
 VIF: 681
 Tolerance: 0.982
2. Variabel "Kemiskinan":
 Koefisien regresi (B): -24.174
 Standar error: 28.055
 T-value: -862
 Signifikansi (Sig.): 0.396
 VIF: 131
 Tolerance: 0.018
Dari hasil tersebut, terdapat indikasi bahwa variabel "Pengangguran" memiliki signifikansi yang
cukup dengan t-value sebesar 2.312 dan signifikansi (Sig.) sebesar 0.029. Namun, variabel
"Kemiskinan" tidak menunjukkan signifikansi yang cukup dengan t-value sebesar -862 dan
signifikansi (Sig.) sebesar 0.396.
Selain itu, terdapat masalah multikolinieritas dalam model regresi ini. Hal ini ditunjukkan oleh
nilai VIF yang tinggi (VIF > 10) untuk kedua variabel, yaitu 681 untuk variabel "Pengangguran"
dan 131 untuk variabel "Kemiskinan".
Kesimpulan
Berdasarkan temuan ini, dapat disimpulkan bahwa terdapat pengaruh yang signifikan antara
variabel "Pengangguran" terhadap tindak kriminalitas di Jawa Timur pada tahun 2020. Namun,
variabel "Kemiskinan" tidak menunjukkan pengaruh yang signifikan.

PENGUJIAN NORMALITAS
Hipotesis
H0: Distribusi residual yang diuji adalah distribusi normal.
H1: Distribusi residual yang diuji bukanlah distribusi normal.
Keputusan
Tidak ada cukup bukti statistik yang mendukung untuk menolak hipotesis nol (H0) yang
menyatakan bahwa distribusi residual yang diuji adalah distribusi normal. Oleh karena itu, secara
statistik, dapat diterima bahwa distribusi residual yang diuji dapat dianggap sebagai distribusi
normal.
Hasil
Berdasarkan pengujian normalitas menggunakan One-Sample Kolmogorov-Smirnov Test pada
data residual, diperoleh nilai test statistic sebesar 0.077 dan asymp. significance (2-tailed)
sebesar 0.200.
Kesimpulan
Berdasarkan pengujian normalitas residual, dapat disimpulkan bahwa asumsi normalitas
terpenuhi. Dengan demikian, dapat melanjutkan analisis pengaruh pengangguran dan kemiskinan
terhadap tindak kriminalitas pada tahun 2020 di Jawa Timur.

Pengujian Heterokedastisitas
Hipotesis
Hipotesis Nol (H0): Tidak ada hubungan signifikan antara variabel independen (Pengangguran
dan Kemiskinan) dengan variabel dependen (abs_res) dalam model regresi.
Hipotesis Alternatif (HA): Terdapat hubungan signifikan antara variabel independen
(Pengangguran dan Kemiskinan) dengan variabel dependen (abs_res) dalam model regresi.
Hasil
Berdasarkan hasil Uji Glejser yang diberikan, nilai signifikansi (p-value) untuk variabel
Pengangguran adalah 0.302, sedangkan untuk variabel Kemiskinan adalah 0.625.
Keputusan
Dengan nilai signifikansi yang lebih besar dari tingkat signifikansi yang umumnya digunakan
(0.05), tidak ada cukup bukti statistik untuk menolak hipotesis nol bahwa tidak ada
heteroskedastisitas dalam model regresi antara Pengangguran, Kemiskinan, dan variabel
dependen abs_res.
Kesimpulan
Berdasarkan hasil Uji Glejser ini, tidak ada cukup bukti statistik untuk menyatakan adanya
hubungan yang signifikan antara Pengangguran, Kemiskinan, dan tindak kriminalitas pada tahun
tersebut. Namun, diperlukan analisis lebih lanjut dengan mempertimbangkan faktor-faktor lain
yang mungkin mempengaruhi tindak kriminalitas di wilayah tersebut.

ANALISIS REGRESI
Hasil pengujian regresi linier berganda
Regresi berganda

Kebaikan modal

Dalam analisis regresi linier berganda yang dilakukan, berikut adalah hasil pengujian dan
kesimpulannya:
1. ANOVA:
 Model memiliki Sum of Squares sebesar 65236.299 dan df sebesar 2.
 Residual memiliki Sum of Squares sebesar 32618.149 dan df sebesar 27.
 Nilai F-Statistik sebesar 18.051 dengan signifikansi (Sig.) 0.000.
Kesimpulan: Model regresi secara keseluruhan memiliki pengaruh yang signifikan terhadap
variabel dependen Pencurian.
2. Coefficients:
 Konstanta memiliki nilai -24.174 dengan Standar Error 28.055 dan Signifikansi
0.862.
  Pengangguran memiliki nilai 10.094 dengan Standar Error 4.366 dan Signifikansi
0.294.
 Kemiskinan memiliki nilai 661 dengan Standar Error 131 dan Signifikansi 0.000.
Kesimpulan: Variabel Pengangguran dan Kemiskinan memiliki pengaruh yang signifikan
terhadap variabel dependen Pencurian. Pengangguran memiliki pengaruh positif (nilai koefisien
positif), sementara Kemiskinan memiliki pengaruh negatif (nilai koefisien negatif).
3. Model Summary:
 Nilai R Square (koefisien determinasi) adalah 0.572, yang mengindikasikan
bahwa sekitar 57.2% variasi dalam variabel dependen Pencurian dapat dijelaskan
oleh variabel independen yang digunakan dalam model ini (Pengangguran dan
Kemiskinan).
 Nilai Adjusted R Square adalah 0.540, yang memperhitungkan jumlah variabel
independen dan jumlah sampel yang digunakan.
Kesimpulan: Model regresi linier berganda ini memiliki kemampuan yang cukup baik dalam
menjelaskan variasi dalam variabel dependen Pencurian.
Dalam kesimpulan Analisis Regresi ini, ditemukan bahwa variabel Pengangguran dan
Kemiskinan memiliki pengaruh yang signifikan terhadap variabel dependen Pencurian.
Pengangguran memiliki pengaruh positif, sementara Kemiskinan memiliki pengaruh negatif
terhadap tingkat Pencurian.

Berdasarkan hasil Analisis Regresi yang dilakukan, ditemukan bahwa variabel Pengangguran
dan Kemiskinan memiliki pengaruh yang signifikan terhadap tingkat Pencurian di Jawa Timur
pada tahun 2020. Pengangguran memiliki pengaruh positif yang signifikan, artinya semakin
tinggi tingkat pengangguran, semakin tinggi juga tingkat Pencurian. Sementara itu, Kemiskinan
memiliki pengaruh negatif yang signifikan, yang berarti semakin tinggi tingkat kemiskinan,
semakin rendah tingkat Pencurian.

DATA
X1
Kabupaten/Kota Y(Pencurian) (Pengangguran X2 (Kemiskinan)
)
Kabupaten Pacitan 24 2.28 80.82
 Kabupaten Ponorogo 41 4.45 86.74
Kabupaten Trenggalek 34 4.11 81.06
kabupaten Tulungangung 72 4.61 76.40
Kabupaten Blitar 148 3.82 108.55
Kabupaten Kediri 178 5.24 179.93
Kabupaten Malang 264 5.75 265.56
Kabupaten Lumajang 165 3.36 102.60
Kabupaten Jember 200 5.12 265.56
Kabupaten Banyuwangi 127 5.34 130.37
Kabupaten Bondowoso 120 4.13 110.24
Kabupaten Situbondo 67 3.85 78.30
Kabupaten Probolinggo 194 4.86 218.35
Kabupaten Pasuruan 217 6.24 151.43
Kabupaten Sidoarjo 211 10.97 127.05
Kabupaten Mojokerto 148 5.75 118.80
Kabupaten Jombang 169 7.48 125.94
Kabupaten Nganjuk 97 4.80 125.93
Kabupaten Madiun 66 4.80 78.30
Kabupaten Magetan 63 3.74 65.09
Kabupaten Ngawi 64 5.44 128.19
Kabupaten Bojonegoro 122 4.92 161.10
Kabupaten Tuban 118 4.81 187.13
Kabupaten Lamongan 138 5.13 164.68
Kabupaten Gresik 164 8.21 164.05
Kabupaten Bangkalan 99 8.77 204.00
Kabupaten Sampang 106 3.35 224.74
Kabupaten Pamekasan 79 3.49 129.41
Kabupaten Sumenep 164 2.84 220.23
Kota Kediri 19 6.21 22.19

Berdasarkan semua hasil uji yang telah dilakukan terkait Analisis Pengaruh Pengangguran dan
Kemiskinan Terhadap tindak kriminalitas pada tahun 2020 di Jawa Timur, berikut adalah
kesimpulan yang dapat diambil:
1. Rata-rata pencurian di antara kelompok pengangguran tidak menunjukkan perbedaan
signifikan pada tahun 2020 di Jawa Timur.
2. Tidak ada pengaruh signifikan variabel Kemiskinan terhadap variabel Pencurian pada
tahun 2020 di Jawa Timur.
 3. Tidak ada autokorelasi pada residual model regresi, yang menunjukkan bahwa variabel
pengangguran dan kemiskinan secara independen tidak menunjukkan pola
ketergantungan atau pengaruh dari satu observasi ke observasi berikutnya pada variabel
pencurian.
4. Terdapat masalah multikolinieritas dalam model regresi, yang mengindikasikan adanya
hubungan yang kuat antara variabel pengangguran dan kemiskinan. Variabel
pengangguran memiliki pengaruh signifikan terhadap tingkat pencurian, sedangkan
variabel kemiskinan tidak memiliki pengaruh yang signifikan.
5. Distribusi residual yang diuji dapat dianggap sebagai distribusi normal, sehingga asumsi
normalitas terpenuhi.
6. Tidak ada cukup bukti statistik untuk menyatakan adanya hubungan yang signifikan
antara pengangguran, kemiskinan, dan tindak kriminalitas pada tahun tersebut.
7. Dalam analisis regresi linier berganda, variabel pengangguran dan kemiskinan memiliki
pengaruh yang signifikan terhadap tingkat pencurian. Pengangguran memiliki pengaruh
positif yang signifikan, sementara kemiskinan memiliki pengaruh negatif yang signifikan.
Berdasarkan kesimpulan tersebut, dapat disimpulkan bahwa pengangguran memiliki pengaruh
positif yang signifikan terhadap tingkat pencurian, sementara kemiskinan memiliki pengaruh
negatif yang signifikan.