UAS ANALISA KUANTITATIF

NAMA : NI MADE RIA EGI LESTARI

NPM : 202032122085
KELAS : E3/MANAJEMEN

NO X5 X7 X9 Y1
1 16 13 22 16
Dari data tersebut tentukan :
2 8 13 11 6
3 14 22 20 13 1. Uji asumsi klasik
4 20 22 28 16 2. Persamaan regresi
5 10 22 15 16
3. Interprestasikan hasilnya
6 16 23 22 17
7 16 20 22 16
8 17 11 23 6
9 14 13 20 13
10 20 23 28 16
11 16 21 22 15
12 7 20 10 7
13 16 11 24 14
14 8 20 11 7
15 6 9 9 7
16 18 5 26 15
17 8 20 11 7
18 5 15 8 7
19 16 9 22 16
20 12 16 17 15
21 10 15 14 15
22 16 15 23 14
23 16 20 22 16
24 16 18 22 17
25 14 18 19 17
26 16 23 22 17
27 8 20 11 20
28 6 22 8 6
29 16 7 24 14
30 6 20 8 6
31 16 8 22 13
32 18 24 26 19
33 16 15 23 17
34 16 22 22 16
 35 14 18 21 19
36 16 9 11 6
37 12 16 25 14
38 10 15 20 14
39 16 15 24 15
40 16 20 28 16

Interpretasi hasil analisis

1. Uji Multikolinieritas

Correlations
Y1 X5 X7 X9
Pearson Y1 1.000 .597 .237 .682
Correlation X5 .597 1.000 -.062 .904
X7 .237 -.062 1.000 -.015
X9 .682 .904 -.015 1.000
Sig. (1-tailed) Y1 . <,001 .071 <,001
X5 .000 . .353 .000
X7 .071 .353 . .464
X9 .000 .000 .464 .
N Y1 40 40 40 40
X5 40 40 40 40
X7 40 40 40 40
X9 40 40 40 40

 Uji Multikolinieritas dapat diteteksi melalui korelasi antar variabel bebas, jika kita
lihat korelasi antar variabel bebas tersebut dibawah 0,90 maka berarti tidak terjadi
multikolinieritas (bebas multikolinieritas)

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) .940 2.377 .396 .695
X5 -.045 .277 -.044 -.164 .871 .180 5.561
X7 .205 .097 .244 2.117 .041 .987 1.013
X9 .504 .188 .726 2.687 .011 .180 5.541
a. Dependent Variable: Y1
  Hasil perhitungan nilai variance inflation factor (VIF) pada tabel coefficients
tersebut di atas menunjukkan tidak ada satupun variabel bebas memiliki nilai VIF
lebih dari 10, maka ini berarti tidak ada multikolinieritas antar variabel bebas dalam
model regresi.

2. Uji Autokorelasi

Model Summaryb
Adjusted R Std. Error of
Model R R Square Square the Estimate Durbin-Watson
1 .725a .526 .487 3.09045 1.952
a. Predictors: (Constant), X9, X7, X5
b. Dependent Variable: Y1
 Hasil uji autokorelasi durbin watson
n : 40
d : 1.952
dL : 1.338
dU : 1.659
4 – dL = 4 - 1.338 = 2.662
4 – dU = 4 - 1.659 = 2.341
 Hasil :
dU < d < 4-dU
1.659 < 1.952 < 2.341
Maka kesimpulannya adalah tidak terdapat autokorelasi

3. Uji Heteroskedastisitas

 Berdasarkan hasil uji heteroskedastisitas berdasarkan scatterplot bisa dilihat

bahwa :
 Tidak ada pola yang jelas
 Titik menyebar diatas dan dibawah angka 0
Titik-titik tidak membentuk pola tertentu yang teratur (bergelombang,
melebar, kemudian menyempit)
 Maka dapat disimpulkan tidak terjadi gejala heteroskedastisitas.

4. Uji Normalitas

 Berdasarkan tampilan grafik histogram diatas dapat disimpulkan bahwa grafik ini
memberikan pola distribusi yang mendekati normal.

 Grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal, serta
penyebarannya sekitas garis diagonal. Jadi dapat disimpulkan bahwa kedua grafik
ini menunjukkan model regresi ini layak dipakai karena memenuhi asumsi
normalitas.
Persamaan regregi

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .940 2.377 .396 .695
X5 -.045 .277 -.044 -.164 .871
X7 .205 .097 .244 2.117 .041
X9 .504 .188 .726 2.687 .011
a. Dependent Variable: Y1

 Persamaan regresinya adalah :

Y = 0,940 – 0,045 X5 + 0,205 X7 + 0,504 X9