Dosen Pengampu:
Dr. Lindawati S.P, M.Si
KELAS M.KA
Disusun Oleh:
Bunga Bulan Manurung (220304029)
Rima Christin Sitanggang (220304065)
Wahyudi Syahputra Batubara (220304070)
FAKULTAS PERTANIAN
MEDAN
2024
i
DAFTAR ISI
BAB I PENDAHULUAN ...................................................................................... 3
1.1 Latar Belakang ............................................................................................ 3
1.2 Rumusan Masalah....................................................................................... 4
1.3 Tujuan Penulisan ........................................................................................ 4
BAB II TINJAUAN PUSTAKA........................................................................... 5
2.1 Analisi Regresi Linear Berganda ............................................................... 5
2.2 Uji Normalitas Residual ............................................................................. 5
2.3 Uji Multikolinearitas................................................................................... 5
2.4 Uji Heteroskedastisitas ............................................................................... 6
2.5 Uji Autokorelasi .......................................................................................... 6
BAB III PEMBAHASAN ..................................................................................... 7
3.1 Uji Normalitas ............................................................................................. 8
3.2 Uji Multikolinieritas (VIF) ......................................................................... 9
3.3 Uji Heteroskedastisitas ( Test Breusch-Pagan-Godfrey) ....................... 10
3.4 Auto Korelasi (Test Durbin-Watson stat) ............................................... 11
BAB IV PENUTUP ............................................................................................. 13
4.1 Simpulan .................................................................................................... 13
DAFTAR PUSTAKA .......................................................................................... 14
ii
BAB I
PENDAHULUAN
1.1 Latar Belakang
3
kepada variabel tak bebas. Analisis regresi ini banyak digunakan dalam bidang
penulisan karya ilmiah yang menyangkut perhitungan hasil akhir yang mana akan
menentukan bahwa, berhasil atau tidaknya suatu penelitian yang sedang dilakukan
dengan melihat kesimpulan dari hasil perhitungan analisis regresinya. Analisis
perhitungan tidak hanya melibatkan satu analisis saja, tetapi menyangkut beberapa
penghitungan statistika agar menunjang hasil analisis regresi, seperti uji-t, uji-F,
penggunaan anova dan pendugaan hipotesis. Hasil analisis regresi berupa
persamaan regresi yang merupakan fungsi prediksi suatu variabel dengan
menggunakan variabel lain.
4
BAB II
TINJAUAN PUSTAKA
5
dipakai untuk menunjukkan adanya multikolinieritas adalah Nilai Tolerance ≤ 0,10
atau sama dengan nilai VIF ≥ 10 (Martha, 2010)
2.4 Uji Heteroskedastisitas
Uji ini menunjukan pelanggaran dari asumsi klasik, heteroskedastisitas
semua gangguan (disturbance) yang muncul dalam persamaan regresi bersifat
varians yang sama pada setiap kondisi pengamatan. Oleh sebab itu, konsekuensi
dari adanya heteroskedastisitas dalam sistem persamaan bahwa penafsiran tidak
lagi mempunyai varians yang minimum. Cara untuk mengetahui ada atau tidak
gejala heterkedastisitas pada penelitian ini dengan melakukan pengujian dengan Uji
Breusch-Pagan-Godfrey. Apabila probabilitas Obs*R-squared > 0,05 maka model
tersebut tidak terdapat heteroskedastisitas tetapi apabila probabilitas Obs *R
squared < 0,05 maka model tersebut di pastikan terdapat heteroskedastisitas
(Andriani, 2017).
2.5 Uji Autokorelasi
Uji ini merupakan pelanggaran asumsi non-autokorelasi yang disebabkan
oleh adanya korelasi gangguan atau eror pada setiap pengamatan. Autokorelasi
dapat dikatakan juga kesalahaan antara gangguan periode tertentu berkorelasi
dengan gangguan atau eror pada sebelumnya. Permasalahan autokorelasi hanya
relevan jika data yang digunakan time series guna mengetahui adanya korelasi
dalam penelitian ini digunakan uji Lagrame Multiplier, untuk mengetahui apakah
model yang dipakai dalam penelitian terdapat autokorelasi dapat di lihat jika nilai
signifikansi dari probabilitasnya Obs*R-squared < 0,05 maka model tersebut di
pastikan terdapat autokorelasi, dan apabila probabilitasnya Obs*R-squared > 0,05
maka model tersebut di pastikan tidak terdapat autokorelasi (Widarjono, 2013).
6
BAB III
PEMBAHASAN
Total Total
PDRB Investasi Rata-rata
Provinsi Ekspor impor
2023 2023 pengeluaran
2023 2023
Aceh 210418,36 8883,3 1222283 609,4 827
Sumatera Utara 955193,09 21574 1320045 10240 4519,4
Sumatera Barat 285376,46 4488,2 1435146 2366,7 113,6
Riau 991615,38 48243,3 1457946 18956,7 2105,1
Jambi 276719,44 8939 1380566 2192,8 717
Sumatera Selatan 590067,1 25602,4 1201930 6585,6 1123,3
Bengkulu 90111,95 7218,7 1326631 246,4 890
Lampung 414131,42 7625,8 1157753 4645,8 1330,4
Kepulauan Bangka
95295,6 7961,4 1819001 2034,7 15,3
Belitung
Kepulauan Riau 308842,68 8856,6 1854185 17747,9 14682,9
DKI Jakarta 3188539,02 95202,1 2665763 11078,2 98901
Jawa Barat 2422782,32 88012,9 1492810 36633,4 3987,4
Jawa Tengah 1559571,1 32987,2 1161878 10230 7461,4
DI Yogyakarta 165718,44 5015,5 1686453 472,5 81
Jawa Timur 2731358,78 74937,4 1212819 22.426,50 22686,2
Banten 747223,58 37971,7 1666430 12.142,50 10366
Bali 245362,88 6950,8 1580395 580,2 1098
Nusa Tenggara
156942,67 30766,2 1246590 2.050,30 5862
Barat
Nusa Tenggara
118718,2 3407,2 974985 74,1 635
Timur
Kalimantan Barat 255797,28 14892 1318014 2.124,20 384
7
Kalimantan
199783,37 8779,5 1519062 4.992,10 498
Tengah
Kalimantan
251229,5 14909,4 1448986 13.249,80 2245
Selatan
Kalimantan Timur 921450,99 52171,7 1867883 27.937,70 1491,8
Kalimantan Utara 138674,96 8199,1 1675006 1.953,20 6794
Sulawesi Utara 157039,46 7698,2 1265649 888,3 705
Sulawesi Tengah 323630,28 4772,5 1143391 19.385,90 9151,6
Sulawesi Selatan 605148,86 11468,3 1154195 2.344,30 909,3
Sulawesi Tenggara 158800,27 7734,6 1124556 4.298,30 1162,5
Gorontalo 47569,65 3960,1 1245221 55,2 107
Sulawesi Barat 54078,35 2011,1 1057354 469,9 82
8
Maka berdasarkan data diatas memiliki nilai probabilitas yang lebih besar
daripada α ( 0,2635 > 0,05), dapat dikatakan bahwa data diatas terdistribusi normal
(lolos uji normalitas).
3.2 Uji Multikolinieritas (VIF)
C 7.05E+10 33.09391 NA
X1 14.62155 7.660374 4.324611
X2 0.038395 38.47136 1.973813
X3 68.59650 4.803779 2.759091
X4 21.69406 3.700371 3.243363
Dari datas diatas dapat dilihat bahwa memiliki nilai VIF < 10 :
1. X1 memiliki nilai 4,3246 < 10, non-multikolinearitas terpenuhi.
2. X2 memiliki nilai 1,9738 < 10, non-multikolinearitas terpenuhi.
3. X3 memilki nilai 2,7590 < 10, non-multikolinearitas terpenuhi.
4. X4 memiliki nilai 3,2433 < 10, non-multikolinearitas terpenuhi.
Sehingga data diatas yang memiliki nilai VIF < 10 lulus uji
multikolinearitas.
9
3.3 Uji Heteroskedastisitas ( Test Breusch-Pagan-Godfrey)
Heteroskedasticity Test: Breusch-Pagan-Godfrey
Null hypothesis: Homoskedasticity
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/20/24 Time: 20:58
Sample: 1 30
Included observations: 30
Dari data diatas memiliki nilai Obs*R-Squared yang lebih besar dari 0,05
( 0,2442 > 0,05 ) yang artinya data diatas tidak terdapat heterokedastisitas (lolos uji
heteroskedastisitas).
10
3.4 Auto Korelasi (Test Durbin-Watson stat)
Dependent Variable: Y
Method: Least Squares
Date: 03/20/24 Time: 20:36
Sample: 1 30
Included observations: 30
Uji Durbin-Watson (DW test) yaitu untuk menguji apakah terjadi korelasi
serial atau tidak dengan menghitung nilai di statistik. Uji ini merupakan
pelanggaran asumsi non-autokorelasi yang disebabkan oleh adanya korelasi
gangguan atau eror pada setiap pengamatan. Autokorelasi dapat dikatakan juga
kesalahaan antara gangguan periode tertentu berkorelasi dengan gangguan atau eror
pada sebelumnya.
•Jika dU < d < 4-dU maka gagal tolak Ho (tidak terjadi autokorelasi)
•Jika dL d< dU atau 4-dU < d< 4-dL maka uji Durbin watson tidak
menghasilkan hasil yang akurat (inconclusive)
11
-. Nilai dL = 1,1426
-. Nilai du = 1,7386
12
BAB IV
PENUTUP
4.1 Simpulan
Sehingga dapat disimpulkan bahwa data yang penulis ambil diatas
berdistribusi dengan normal atau lolos uji normalitas dengan nilai probabilitas >
0,05 , lolos uji multikolenearitas dengan nilai VIF > 10 , lolos uji
heteroskedastisitas dengan nilai Obs* R-Squared > 0,05 dan lolos uji auto-korelasi
dimana nilai DU < DW < 4-DU.
13
DAFTAR PUSTAKA
14