Oleh
NPM : F1F022034
LABORATORIUM MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BENGKULU
2023
KATA PENGANTAR
Puji dan syukur kepada Tuhan Yang Maha Esa karena berkat limpahan
rahmat dan karunianya laporan tugas praktikum mata kuliah Pengantar Analisis
Regresi ini dapat diselesaikan dengan tepat waktu. Pada kesempatan ini juga
penulis mengucapkan terima kasih yang sebesar-besarnya kepada berbagai pihak
yang telah membantu selama pengerjaan praktikum ini, terutama kepada:
1. Dyah Setyo Rini, S.Si., M.Sc. selaku Dosen Pengampu
2. Destria Dwina Putri Syahbet selaku Asisten Praktikum
3. Alya Saputri selaku Asisten Praktikum
4. Terakhir, pada keluarga dan teman-teman yang senantiasa memberikan
dukungan kepada penulis.
Penulis menyadari bahwa dalam proses penyusunan laporan praktikum ini
masih banyak kekurangan baik pada segi susunan kata, kalimat ataupun tatanan
bahasa. Oleh karena itu, kritik dan saran sangat diharapkan penulis agar dimasa
datang menjadi lebih baik.
ii
DAFTAR ISI
HALAMAN JUDUL...............................................................................................i
KATA PENGANTAR...........................................................................................ii
DAFTAR ISI.........................................................................................................iii
DAFTAR GAMBAR.............................................................................................iv
DAFTAR TABEL..................................................................................................v
DAFTAR LAMPIRAN.........................................................................................vi
BAB I PENDAHULUAN.......................................................................................
1.1 Latar Belakang..........................................................................................
1.2 Rumusan Masalah....................................................................................
1.3 Tujuan Penelitian......................................................................................
1.4 Manfaat Penelitian....................................................................................
1.5 Batasan Masalah.......................................................................................
1.6 Sistematika Penulisan...............................................................................
BAB II TINJAUAN PUSTAKA...........................................................................
2.1 Analisis Regresi Berganda.......................................................................
2.2 Uji Asumsi Klasik.....................................................................................
2.2.1 Uji Multikolinieritas............................................................................
2.2.2 Uji Heteroskedastisitas........................................................................
2.2.3 Uji Autokorelasi..................................................................................
2.2.4 Uji Normalitas.....................................................................................
BAB III METODE PENELITIAN.....................................................................10
3.1 Jenis dan Sumber Data...........................................................................10
3.2 Variabel Penelitian..................................................................................10
3.3 Analisis Data............................................................................................11
3.4 Diagram Alir Penelitian.........................................................................12
BAB IV HASIL DAN PEMBAHASAN.............................................................13
4.1 Statistik Deskriptif Data.........................................................................13
4.2 Hasil Batasan Masalah...........................................................................14
4.3 Pengujian Hipotesis................................................................................16
BAB V KESIMPULAN DAN SARAN...............................................................21
5.1 Kesimpulan..............................................................................................21
5.2 Saran........................................................................................................22
DAFTAR PUSTAKA...........................................................................................23
LAMPIRAN..........................................................................................................24
iii
DAFTAR GAMBAR
iv
DAFTAR TABEL
v
DAFTAR LAMPIRAN
vi
BAB I
PENDAHULUAN
mengetahui hubungan sebuah variabel tak bebas dengan satu atau lebih variabel
bebas. Analisis regresi dapat digunakan untuk menganalisis data dan mengambil
dibagi menjadi dua macam yaitu, Analisis Regresi Linier Sederhana dan Analisis
Regresi Linier Berganda. Regresi linier yang terdiri dari satu variabel dependen
dan satu variabel independen disebut regresi linier sederhana, sedangkan regresi
linier yang terdiri dari satu variabel dependen dan beberapa variabel independen
Uji asumsi klasik ini merupakan uji prasyarat yang dilakukan sebelum
melakukan analisis lebih lanjut terhadap data yang telah dikumpulkan. Pengujian
asumsi klasik ini ditujukan agar dapat menghasilkan model regresi yang
memenuhi kriteria BLUE (Best Linier Unbiased Estimator). Prasmono & Ahdika
(2022) mengatakan bahwa Analisis Regresi Linier Berganda ini untuk mendapati
arah hubungan antara variabel bebas dan variabel terikat berhubungan positif atau
menjabarkan beberapa asumsi dari persamaan regresi yang harus terpenuhi agar
1
Multikolinieritas, uji asumsi Heteroskedastisitas, uji asumsi Autokorelasi dan uji
asumsi Normalitas.
menggunakan program R?
menggunakan program R.
Dengan manfaat yang didapatkan dari penelitian ini adalah sebagai berikut :
Regresi Berganda.
Pada penelitian ini, adapun batasan masalahnya adalah mencari data yang
terdiri dari satu variabel respon dan minimal tiga variabel prediktor, kemudian uji
2
asumsi Multikolinieritas, Heteroskedastisitas, Autokorelasi dan Normalitas. Lalu,
BAB I PENDAHULUAN
penulisan.
Bab ini merupakan bab yang memuat pengertian dan teori yang
Bab ini merupakan bab yang memuat jenis dan sumber data,
Bab ini merupakan bab yang memuat hasil dan pembahasan yang
Bab ini merupakan bab yang memuat kesimpulan dan saran yang
telah dilakukan.
DAFTAR PUSTAKA
3
Pada bagian daftar pustaka merupakan bab yang memuat sumber-
sumber dari mana saja untuk mendapatkan teori pada BAB I dan
BAB II.
LAMPIRAN
4
BAB II
TINJAUAN PUSTAKA
hubungan satu variabel tak bebas atau response (Y ) dengan dua atau lebih
berganda adalah untuk memprediksi nilai variabel tak bebas atau response (Y )
Keterangan:
a=¿ konstanta.
X 1 , X 2 , … , X n = variabel bebas.
regresinya adalah :
Y =a+b 1 X 1 +b 2 X 2 (2.2)
punyai nilai diantara jika nilai¿ 0 ,dalam hal ini variabel Y tidak dipengaruh oleh
X 1 dan X 2 . Jika nilainya negatif, maka terjadi hubungan dengan arah terbalik
5
antara variabel tak bebas Y dengan variabel-variabel X 1 dan X 2 . Dan jika nilainya
positif maka terjadi hubungan yang searah antara variabel tak bebas Y dengan
( ∑ Y ) −( b 1 × ∑ x1 ) −( b 2 × ∑ x 2)
a=
n
(2.3)
b=
[ ( ∑ x × ∑ x y ) −( ∑ x
2
2
1 2 y × ∑ x1 x 2) ]
[ (∑ x × ∑ x ) −( ∑ x 1 × x 2 ) ]
1 2
2 2
1 2
(2.4)
b=
[ ( ∑ x × ∑ x y ) −( ∑ x
1
2
2 1 y × ∑ x1 x 2) ]
[ (∑ x × ∑ x ) −( ∑ x 1 × x 2 ) ]
2 2
2 2
1 2
(2.5)
regresi ditemukan adanya korelasi yang tinggi atau sempurna antar variabel
dan nilai standard error menjadi tak terhingga. Jika Multikolinieritas antar
ditentukan, tetapi memliki nilai standard error tinggi berarti nilai koefisien
6
Multikolinearitas merupakan keadaan dimana terjadi hubungan linier
fungsi linierr yang sempurna pada beberapa atau semua independen variabel
melihat nilai Variance Inflation Factor (VIF) dan Tolerance nya. Jika nilai
VIF <10 dan Tolerance >0.1 maka dinyatakan tidak terjadi multikolinearitas
(Mardiatmoko, 2020).
Uji ini bertujuan untuk menganalisis apakah variansi galat bersifat tetap
Breusch Pagan dan yang lebih umum, uji White. Uji Breusch Pagan
varian dari residual untuk semua pengamatan pada model regresi. Cara
selisih antara nilai variabel Y dengan nilai variabel Y yang diprediksi, dan
absolut adalah nilai mutlaknya (nilai positif semua). Jika nilai signifikansi
antara variabel independen dengan absolut residual ¿ 0.05 maka tidak terjadi
7
2.2.3 Uji Autokorelasi
dengan kesalahan pada periode t−1 (sebelumnya). Jika terjadi korelasi, maka
observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah
ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu
amatan ke amatan yang lain. Hal ini sering ditemukan pada data runtun waktu
atau time series karena "gangguan" pada seseorang individu atau kelompok
sama pada periode berikutnya. Pada data cross section (silang waktu),
yang berbeda berasal dari individu atau kelompok yang berbeda. Model
regresi yang baik adalah regresi yang bebas dari autokorelasi (Janie, 2012).
sebelumnya (t−1). Model regresi yang baik adalah yang tidak adanya
8
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi,
pelanggaran asumsi ini, maka uji statistik menjadi tidak valid untuk jumlah
sampel kecil. Ada dua cara mendeteksi apakah residual memiliki distribusi
normal atau tidak, yaitu dengan analisis grafik dan uji statistik (Janie, 2012).
secara normal atau tidak. Model regresi yang baik adalah yang memiliki nilai
dengan melihat penyebaran data pada sumber diagonal pada grafik Normal
keputusannya. Jika menyebar sekitar garis dan mengikuti garis diagonal maka
model regresi tersebut telah normal dan layak dipakai untuk memprediksi
variabel bebas dan sebaliknya. Cara lain uji Normalitas adalah dengan
Jika nilai signifikansi (Asym Sig 2 tailed)¿ 0.05 , maka data berdistribusi
normal. Jika nilai signifikansi (Asym Sig 2 tailed ¿ 0.05 , maka data tidak
9
BAB III
METODE PENELITIAN
Jenis data pada penelitian ini merupakan data numerik, dimana data ini
merupakan data rata-rata lama sekolah (tahun), data umur harapan hidup saat
lahir, pengeluaran per kapita, dan indeks pembangunan manusia untuk 38 kota
Dengan data yang digunakan pada penelitian ini bersumber dari website resmi
Badan Pusat Statistik (BPS). Data yang diambil ialah jumah rata-rata dari lama
sekolah, umur harapan hidup saat lahir, pengeluaran per kapita, dan indeks
pembangunan manusia dari 38 kota atau kabupaten pada Provinsi Jawa Timur.
terdiri dari 38 data atau observasi. Sehingga data-data inilah yang akan dilakukan
10
3.3 Analisis Data
1
3. Menguji asumsi multikolinieritas dengan rumus VIF= 2
1−R j
[ ]
n n
1
statistik uji T 3=
D
∑ ai ( x n−i+1−x i)2 , dimana D=∑ (x i−x )2.
i=1 i=1
∑ (et −e t −1 )2
t=2
dengan statistik uji DW = n .
∑e 2
t
t=1
11
3.4 Diagram Alir Penelitian
Mulai
1
Menguji asumsi multikolinieritas dengan rumus VIF= 2
1−R j
[∑ ]
n
1
Test dengan statistik uji T 3= ai ( x n−i+1−x i)2 , dimana
D i=1
n
D=∑ (x i−x )2
i=1
∑ (et −e t −1 )2
t=2
Watson Test dengan statistik uji DW = n
∑ e 2t
Kesimpulan t=1
Selesai
12
BAB IV
Adapun hasil dari statistik data dari batasan masalah sebagai berikut :
Pada Tabel 4.1 didapatkan hasil statistik deskriptif dari variabel ( Y ¿ yaitu
data IPM (Indeks Pembangunan Manusia) nilai minimum: 62.80, 1st quartile:
68.66, median: 71.63, mean: 72.23, 3rd quartile: 75.25, maximum : 82.31. Pada
4.860, 1st quartile: 7.200, median: 7.695, mean: 8.061, 3rd quartile: 9.220,
nilai minimum: 66.89, 1st quartile: 70.44, median: 72.45, mean: 71.72, 3rd
perkapita didapatkan nilai minimum: 8673, 1st quartile: 10038, median: 11260,
13
4.2 Hasil Batasan Masalah
yang didapatkan konstanta atau nilai variabel Y yaitu 19.46 , dengan koefisien
0.0008478 . Dari nilai-nilai ini model regresi linier berganda yang terbentuk adalah
sebagai berikut:
Dari model regresi ini berarti bahwa, jika variabel X meningkat sebesar 1
satuan, maka indeks pembangunan manusia (Y^ i) akan meningkat sebesar 0.4037 .
14
bahwa ketiga variabel X tersebut dapat menjelaskan Y (indeks pembangunan
manusia) sebesar 98.58% dengan sisanya sebesar 1.42% dipengaruhi oleh faktor
lainnya.
X1 X2 X3
VIF 7.038004 2.344677 4.588751
X 3 =4.588751.
yang artinya nilai p value lebih besar dari 0.05 maka H 0 ditolak maka dapat
Pada tabel 4.5 uji Autokorelasi dengan pengujian Durbin Watson diperoleh
hasil Dw=1 .9689 dan P-value 0.3867 . Didapatkan nilai p-value lebih besar 0.05
15
Pada tabel 4.6 uji Normalitas dengan pengujian Shapiro Wilk didaptkan hasil
W =0.97837 dan nilai P-value = 0.6596 . Karena hasil P-value lebih besar dari
yang didapatkan konstanta atau nilai variabel Y yaitu 19.46 , dengan koefisien
0.0008478 . Dari nilai-nilai ini model regresi linier berganda yang terbentuk adalah
sebagai berikut:
Dari model regresi ini berarti bahwa, jika variabel X meningkat sebesar 1 satuan
sebesar 1 satuan, maka indeks pembangunan manusia (Y^ i) akan meningkat sebesar
1.737. Jika umur harapan hidup ( X 2 ) meningkat sebesar 1 satuan, maka indeks
pembangunan manusia (Y^ i) akan meningkat sebesar 0.4037 . Jika pengeluaran per
sisanya sebesar 1.42% dipengaruhi oleh faktor lainnya. Selanjutnya, pada data
16
dilakukan uji asumsi klasik meliputi uji Multikolinieritas, uji Heteroskedastisitas,
1. Uji Multikolinieritas
suatu model regresi ditemukan adanya korelasi yang tinggi atau sempurna antar
variabel independen. Pengujian ini dapat diketahui dengan melihat nilai toleransi
dan nilai variance inflation factor (VIF). Dengan langkah pengerjaan uji sebagai
berikut:
1. Menentukan hipotesis
H 1 : ada Multikolinieritas.
2. Taraf signifikansi
α =5 %
3. Statistik Uji
1
VIF= 2
1−R j
4. Kriteria penolakan
5. Kesimpulan
17
2. Uji Heteroskedastisitas
lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap,
1. Menentukan hipotesis
2. Taraf signifikansi
α =5 %
3. Statistika uji
∑ ^y 2i
i
BP=
2
4. Kriteria penolakan
5. Kesimpulan
dikatakan bahwa varians dari residual satu pengamatan ke pengamatan yang lain
18
3. Uji Normalitas
Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai
sebaran data pada sebuah variabel, apakah sebaran data tersebut berdistribusi
1. Menentukan hipotesis
2. Taraf signifikansi
α =5 %
3. Statistika uji
[∑ ]
k
1
T 3= ai ( X n−i +1−X i )
D i=1
4. Kriteria penolakan
5. Kesimpulan
4. Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam regresi linear ada korelasi
19
1. Menentukan hipotesis
H 1 : ada autokorelasi.
2. Taraf signifikansi
α =5 %
3. Statistika uji
n
∑ (et −e t −1 )2
DW = t=2 n
∑ e 2t
t=1
4. Kriteria penolakan
5. Kesimpulan
Berdasarkan dari hasil pada uji asumsi klasik yang dilakukan, dapat kita
simpulkan bahwa pengaruh rata-rata lama sekolah (tahun), data umur harapan
hidup saat lahir, pengeluaran per kapita, terhadap indeks pembangunan manusia
untuk 38 kota atau kabupaten di Provinsi Jawa Timur pada tahun 2021 memenuhi
atau data dikatakan homoskedastisitas, data berdistribusi normal, dan tidak terjadi
20
21
BAB V
5.1 Kesimpulan
hubungan satu variabel tak bebas atau response (Y ) dengan dua atau lebih
variabel bebas atau prediktor. Tujuan dari uji regresi linier berganda adalah untuk
memprediksi nilai variabel tak bebas atau response (Y ) apabila nilai-nilai variabel
bebasnya atau prediktor diketahui. Dengan asumsi klasik pada regresi linier
regresi ditemukan adanya korelasi yang tinggi atau sempurna antar variabel
independen. Uji ini bertujuan untuk menganalisis apakah variansi galat bersifat
Autokorelasi bertujuan menguji apakah dalam suatu model regresi linier terdapat
pada periode t−1 (sebelumnya). Uji Normalitas bertujuan untuk menguji apakah
normal.
regresi ini berarti bahwa, jika variabel X meningkat sebesar 1 satuan maka akan
22
squared sebesar 0.9858=98.58 % sehingga dapat diartikan bahwa ketiga variabel
dengan sisanya sebesar 1.42% dipengaruhi oleh faktor lainnya. Selanjutnya, pada
uji asumsi klasik yang dilakukan, dapat kita simpulkan bahwa pengaruh rata-rata
lama sekolah (tahun), data umur harapan hidup saat lahir, pengeluaran per kapita,
Jawa Timur pada tahun 2021 memenuhi semua asumsi yaitu tidak terjadi korelasi
normal, dan tidak terjadi autokorelasi. Sehingga model regresi linier yang
5.2 Saran
teliti dalalm membuat variabel dan saat memasukkan data, dikarenakan jika salah
maka kita tidak akan mendapatkan hasil yang diharapkan. Perlu juga dengan teliti
dalam memilih variabel yang memiliki pengaruh satu sama lain dalam analisis
regresi. Dan harus cermat dalam menginterprestasikan hasil dari uji asumsi klasik
yang dilakukan. Dalam program R perlu dilakukan sesuai dengan prosedur yang
23
DAFTAR PUSTAKA
24
LAMPIRAN
25
Kota Batu 9.31 72.65 12887 76.28
26
Lampiran 6. Hasil uji Heterokedastisitas
27