ANALISIS REGRESI PENGARUH INVESTASI DAN INFLASI

TERHADAP PENGANGGURAN NEGARA JAMAICA

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 INVESTASI,
. Enter
INFLASIb

a. Dependent Variable: PENGANGGURAN

b. All requested variables entered.

Tabel diatas menunjukkan metode regresi linier yang dipilih yaitu metode Enter. Variabel yang
dimasukkan adalah variabel investasi dan inflasi sebagai variabel independen dan variabel
pengangguran sebagai variabel dependen.

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson

1 ,051a ,003 -,071 1,05442 ,347

a. Predictors: (Constant), INVESTASI, INFLASI

b. Dependent Variable: PENGANGGURAN

Tabel diatas menunjukkan besarnya nilai korelasi/ tingkat hubungan antar variabel (R) sebesar
0,051. Diperoleh koefisian determinasi (R square) sebesar 0,003 artinya pengaruh variabel
independen (investasi dan inflasi) terhadap variabel dependen (pengangguran) adalah sebesar
0,3% dan sisa nya yaitu 99,7% disebabkan oleh faktor lain.
 ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression ,080 2 ,040 ,036 ,965b

Residual 30,019 27 1,112

Total 30,099 29

a. Dependent Variable: PENGANGGURAN

b. Predictors: (Constant), INVESTASI, INFLASI

Analisis output uji F (Simultan)

Digunakan untuk menjawab hipotesis regresi sederhana.
Hipotesis :
H0 = Variabel X ( investasi dan inflasi ) tidak berpengaruh terhadap variabel Y (Pengangguran).
H1 = Variabel X (investasi dan inflasi) berpengaruh terhadap variabel Y (Pengangguran).
Pedoman Pengambilan Keputusan :
Jika nilai signifikansi (Sig) > 0,05 maka H0 diterima.
Jika nilai signifikansi (Sig) < 0,05 maka H0 ditolak.

Diperoleh nilai Sig (0,965) > 0,05 maka H0 diterima. Jadi variabel X (investasi dan inflasi) tidak
berpengaruh terhadap variabel Y (pengangguran).

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 7,308 ,568 12,868 ,000

INFLASI -,007 ,027 -,049 -,245 ,808 ,930 1,075

INVESTASI -,015 ,090 -,034 -,169 ,867 ,930 1,075

a. Dependent Variable: PENGANGGURAN

Tabel coefficients digunakan untuk membuat persamaan regresi linier berganda dan uji t.

Persamaan Regresi Linier Berganda

Y = a+b1X1 + b2X2

Y = 7,308 – 0,007X1 – 0,015X2

Persamaan regresi tersebut dapat diterjemahkan sebagai berikut:

1. Konstanta a sebesar 7,308, angka ini merupakan angka konstan yang mempunyai arti jika
variabel jumlah inflasi (X1) dan investasi (X2) nilainya 0 maka variabel pengangguran
(Y) bernilai 7,308.
2. Nilai koefisien regresi variabel inflasi (X1) bernilai negatif yaitu sebesar -0,007. Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel inflasi
(X1), maka nilai variabel pengangguran akan menurun sebesar 0,007 satuan dengan
asumsi variabel independen lainnya nilainya tetap.
3. Nilai koefisien regresi variabel investasi (X2) bernilai negatif yaitu sebesar -0,015. Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel
investasi, maka nilai variabel pengangguran akan menurun sebesar 0,015 satuan dengan
asumsi variabel independen lainnya tetap.

Uji t

Uji t digunakan untuk mengetahui apakah secara parsial variabel inflasi dan investasi
berpengaruh secara signifikan atau tidak terhadap variabel pengangguran.

Pengujian koefisien variabel inflasi (X1)

Rumusan Hipotesis

H0 = Inflasi secara parsial tidak berpengaruh terhadap pengangguran

H1 = Inflasi secara parsial berpengaruh terhadap pengangguran.

Pedoman pengambilan keputusan

Jika nilai Sig > 0,05 maka H0 diterima.

Jika nilai Sig < 0,05 maka H0 ditolak.

Pada tabel Coefficient dibaris inflasi diperoleh nilai Sig sebesar 0,808 > 0,05 maka H0 diterima.
Artinya, inflasi secara parsial tidak berpengaruh terhadap pengangguran.

Pengujian koefisien variabel investasi (X2)

Rumusan Hipotesis

H0 = Investasi secara parsial tidak berpengaruh terhadap pengangguran.

H1 = Investasi secara parsial berpengaruh terhadap pengangguran.

Pedoman pengambilan keputusan

Jika nilai Sig > 0,05 maka H0 diterima.

Jika nilai Sig < 0,05 maka H0 ditolak.

Pada tabel Coefficient dibaris investasi diperoleh ilai Sig sebesar 0,867 > 0,05 maka H0 diterima.
Artinya, investasi secara parsial tidak berpengaruh terhadap pengangguran.

Uji Asumsi Klasik

1. Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual

N 30
a,b
Normal Parameters Mean ,0000000
Std. Deviation 1,01741527
Most Extreme Differences Absolute ,184
Positive ,184
Negative -,162
Test Statistic ,184
Asymp. Sig. (2-tailed) ,011c

a. Test distribution is Normal.

b. Calculated from data.
c. Lilliefors Significance Correction.
Berdasarkan uji normalitas Kolmogrov-Smirnov didapat nilai signifikan sebesar 0,01 < 0,05.
Maka, dapat disimpulkan data berdistribusi tidak normal.
2. Uji Multikolinearitas

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 7,308 ,568 12,868 ,000

INFLASI -,007 ,027 -,049 -,245 ,808 ,930 1,075

INVESTASI -,015 ,090 -,034 -,169 ,867 ,930 1,075

a. Dependent Variable: PENGANGGURAN

Jika tolerance value dibawah 0,10 atau VIF diatas 10 maka terjadi multikolinearitas. Berdasarkan
tabel diatas diketahui bahwa :

Variabel Tolerance VIF Kriteria

Inflasi 0,930 1,075 Tidak terjadi multikolinearitas
Investasi 0,930 1,075 Tidak terjadi multikolinearitas

3. Uji Heteroskedastisitas
 Tidak terjadi Heteroskedastisitas. Tidak terdapat pola tertentu pada grafik, seperti mengumpul
ditengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit.

4. Uji Autokorelasi

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson
a
1 ,051 ,003 -,071 1,05442 ,347

a. Predictors: (Constant), INVESTASI, INFLASI

b. Dependent Variable: PENGANGGURAN

Tidak ada autokorelasi jika nilai Durbin Watson terletak antara du sampai dengan (4-du)
Pembahasan:
1. Nilai du dicari pada distribusi nilai tabel durbin watson berdasarkan k(2) dan
N(30) dengan nilai sig 5%.
2. Du (1,566) > Durbin Watson (0,347) < 4-du (2,434)
Kesimpulan: ada gejala Autokorelasi
ANALISIS REGRESI PENGARUH INVESTASI DAN INFLASI
TERHADAP PENGANGGURAN NEGARA SWITZERLAND

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 INVESTASI,
. Enter
INFLASIb

a. Dependent Variable: PENGANGGURAN

b. All requested variables entered.

Tabel diatas menunjukkan metode regresi linier yang dipilih yaitu metode Enter. Variabel yang
dimasukkan adalah variabel investasi dan inflasi sebagai variabel independen dan variabel
pengangguran sebagai variabel dependen.

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson

1 ,516a ,266 ,212 ,64466 ,627

a. Predictors: (Constant), INVESTASI, INFLASI

b. Dependent Variable: PENGANGGURAN

Tabel diatas menunjukkan besarnya nilai korelasi/ tingkat hubungan antar variabel (R) sebesar
0,516. Diperoleh koefisian determinasi (R square) sebesar 0,266 artinya pengaruh variabel
independen (investasi dan inflasi) terhadap variabel dependen (pengangguran) adalah sebesar
26,6% dan sisa nya yaitu 73,4% disebabkan oleh faktor lain.
 ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 4,074 2 2,037 4,901 ,015b

Residual 11,221 27 ,416

Total 15,295 29

a. Dependent Variable: PENGANGGURAN

b. Predictors: (Constant), INVESTASI, INFLASI

Analisis output uji F (Simultan)

Digunakan untuk menjawab hipotesis regresi sederhana.
Hipotesis :
H0 = Variabel X ( investasi dan inflasi ) tidak berpengaruh terhadap variabel Y (Pengangguran).
H1 = Variabel X (investasi dan inflasi) berpengaruh terhadap variabel Y (Pengangguran).
Pedoman Pengambilan Keputusan :
Jika nilai signifikansi (Sig) > 0,05 maka H0 diterima.
Jika nilai signifikansi (Sig) < 0,05 maka H0 ditolak.

Diperoleh nilai Sig (0,015) < 0,05 maka H0 ditolak. Jadi variabel X (Investasi dan Inflasi)
Berpengaruh signifikan terhadap variabel Y (Pengangguran).

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 4,330 ,147 29,431 ,000

INFLASI -,361 ,120 -,495 -3,000 ,006 ,998 1,002

INVESTASI -,011 ,011 -,171 -1,037 ,309 ,998 1,002

a. Dependent Variable: PENGANGGURAN

Tabel coefficients digunakan untuk membuat persamaan regresi linier berganda dan uji t.
Persamaan Regresi Linier Berganda

Y = a+b1X1 + b2X2

Y = 4,330 – 0,361X1 – 0,011X2

Persamaan regresi tersebut dapat diterjemahkan sebagai berikut:

1. Konstanta a sebesar 4,330, angka ini merupakan angka konstan yang mempunyai arti jika
variabel jumlah inflasi (X1) dan investasi (X2) nilainya 0 maka variabel pengangguran
(Y) bernilai 4,330.
2. Nilai koefisien regresi variabel inflasi (X1) bernilai negatif yaitu sebesar -0,361. Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel inflasi
(X1), maka nilai variabel pengangguran akan menurun sebesar 0,361 satuan dengan
asumsi variabel independen lainnya nilainya tetap.
3. Nilai koefisien regresi variabel investasi (X2) bernilai negatif yaitu sebesar -0,011. Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel
investasi, maka nilai variabel pengangguran akan menurun sebesar 0,011 satuan dengan
asumsi variabel independen lainnya tetap.

Uji t

Uji t digunakan untuk mengetahui apakah secara parsial variabel inflasi dan investasi
berpengaruh secara signifikan atau tidak terhadap variabel pengangguran.

Pengujian koefisien variabel inflasi (X1)

Rumusan Hipotesis

H0 = Inflasi secara parsial tidak berpengaruh terhadap pengangguran

H1 = Inflasi secara parsial berpengaruh terhadap pengangguran.

Pedoman pengambilan keputusan

Jika nilai Sig > 0,05 maka H0 diterima.

Jika nilai Sig < 0,05 maka H0 ditolak.

Pada tabel Coefficient dibaris inflasi diperoleh nilai Sig sebesar 0,006 < 0,05 maka H0 ditolak.
Artinya, inflasi secara parsial berpengaruh signifikan terhadap pengangguran.

Pengujian koefisien variabel investasi (X2)

Rumusan Hipotesis

H0 = Investasi secara parsial tidak berpengaruh terhadap pengangguran

H1 = Investasi secara parsial berpengaruh terhadap pengangguran.

Pedoman pengambilan keputusan

Jika nilai Sig > 0,05 maka H0 diterima.

Jika nilai Sig < 0,05 maka H0 ditolak.

Pada tabel Coefficient dibaris investasi diperoleh ilai Sig sebesar 0,309 > 0,05 maka H0 diterima.
Artinya, investasi secara parsial tidak berpengaruh terhadap pengangguran.

Uji Asumsi Klasik

1. Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual

N 30
a,b
Normal Parameters Mean ,0000000
Std. Deviation ,62203350
Most Extreme Differences Absolute ,111
Positive ,072
Negative -,111
Test Statistic ,111
Asymp. Sig. (2-tailed) ,200c,d

a. Test distribution is Normal.

b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Berdasarkan uji normalitas Kolmogrov-Smirnov didapat nilai signifikan sebesar 0,20 > 0,05. Maka, dapat
disimpulkan data berdistribusi normal.
2. Uji Multikolinearitas

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 4,330 ,147 29,431 ,000

INFLASI -,361 ,120 -,495 -3,000 ,006 ,998 1,002

INVESTASI -,011 ,011 -,171 -1,037 ,309 ,998 1,002

a. Dependent Variable: PENGANGGURAN

Jika tolerance value dibawah 0,10 atau VIF diatas 10 maka terjadi multikolinearitas. Berdasarkan
tabel diatas diketahui bahwa :
Variabel Tolerance VIF Kriteria
Inflasi 0,998 1,002 Tidak terjadi multikolinearitas
Investasi 0,998 1,002 Tidak terjadi multikolinearitas

3. Uji Heteroskedastisitas
Tidak terjadi Heteroskedastisitas. Tidak terdapat pola tertentu pada grafik, seperti mengumpul
ditengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit.

4. Uji Autokorelasi

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson
a
1 ,516 ,266 ,212 ,64466 ,627

a. Predictors: (Constant), INVESTASI, INFLASI

b. Dependent Variable: PENGANGGURAN

Tidak ada autokorelasi jika nilai Durbin Watson terletak antara du sampai dengan (4-du)
Pembahasan:
3. Nilai du dicari pada distribusi nilai tabel durbin watson berdasarkan k(2) dan
N(30) dengan nilai sig 5%.
4. Du (1,566) > Durbin Watson (0,627) < 4-du (2,434)
Kesimpulan: ada gejala Autokorelasi
ANALISIS REGRESI PENGARUH INVESTASI DAN INFLASI
TERHADAP PENGANGGURAN NEGARA ITALY

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 INVESTASI,
. Enter
INFLASIb

a. Dependent Variable: PENGANGGURAN

b. All requested variables entered.

Tabel diatas menunjukkan metode regresi linier yang dipilih yaitu metode Enter. Variabel yang
dimasukkan adalah variabel investasi dan inflasi sebagai variabel independen dan variabel
pengangguran sebagai variabel dependen.

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson

1 ,442a ,195 ,136 1,75019 ,480

a. Predictors: (Constant), INVESTASI, INFLASI

b. Dependent Variable: PENGANGGURAN

Tabel diatas menunjukkan besarnya nilai korelasi/ tingkat hubungan antar variabel (R) sebesar
0,442. Diperoleh koefisian determinasi (R square) sebesar 0,195 artinya pengaruh variabel
independen (investasi dan inflasi) terhadap variabel dependen (pengangguran) adalah sebesar
19,5% dan sisa nya yaitu 80,5% disebabkan oleh faktor lain.
 ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 20,061 2 10,031 3,275 ,053b

Residual 82,706 27 3,063

Total 102,767 29

a. Dependent Variable: PENGANGGURAN

b. Predictors: (Constant), INVESTASI, INFLASI

Analisis output uji F (Simultan)

Digunakan untuk menjawab hipotesis regresi sederhana.
Hipotesis :
H0 = Variabel X ( investasi dan inflasi ) tidak berpengaruh terhadap variabel Y (Pengangguran).
H1 = Variabel X (investasi dan inflasi) berpengaruh terhadap variabel Y (Pengangguran).
Pedoman Pengambilan Keputusan :
Jika nilai signifikansi (Sig) > 0,05 maka H0 diterima.
Jika nilai signifikansi (Sig) < 0,05 maka H0 ditolak.

Diperoleh nilai Sig (0,053) > 0,05 maka H0 diterima. Jadi variabel X (Investasi dan Inflasi)
Tidak berpengaruh terhadap variabel Y (Pengangguran).

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 11,115 ,633 17,567 ,000

INFLASI -,178 ,186 -,166 -,960 ,346 1,000 1,000

INVESTASI -,875 ,367 -,411 -2,381 ,025 1,000 1,000

a. Dependent Variable: PENGANGGURAN

Tabel coefficients digunakan untuk membuat persamaan regresi linier berganda dan uji t.
Persamaan Regresi Linier Berganda

Y = a+b1X1 + b2X2

Y = 11,115 – 0,178X1 – 0,875X2

Persamaan regresi tersebut dapat diterjemahkan sebagai berikut:

1. Konstanta a sebesar 11,115, angka ini merupakan angka konstan yang mempunyai arti
jika variabel jumlah inflasi (X1) dan investasi (X2) nilainya 0 maka variabel
pengangguran (Y) bernilai 11,115.
2. Nilai koefisien regresi variabel inflasi (X1) bernilai negatif yaitu sebesar -0,178. Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel inflasi
(X1), maka nilai variabel pengangguran akan menurun sebesar 0,178 satuan dengan
asumsi variabel independen lainnya nilainya tetap.
3. Nilai koefisien regresi variabel investasi (X2) bernilai negatif yaitu sebesar -0,875. Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel
investasi, maka nilai variabel pengangguran akan menurun sebesar 0,875 satuan dengan
asumsi variabel independen lainnya tetap.

Uji t

Uji t digunakan untuk mengetahui apakah secara parsial variabel inflasi dan investasi
berpengaruh secara signifikan atau tidak terhadap variabel pengangguran.

Pengujian koefisien variabel inflasi (X1)

Rumusan Hipotesis

H0 = Inflasi secara parsial tidak berpengaruh terhadap pengangguran.

H1 = Inflasi secara parsial berpengaruh terhadap pengangguran.

Pedoman pengambilan keputusan

Jika nilai Sig > 0,05 maka H0 diterima.

Jika nilai Sig < 0,05 maka H0 ditolak.

Pada tabel Coefficient dibaris inflasi diperoleh nilai Sig sebesar 0,346 > 0,05 maka H0 diterima.
Artinya, inflasi secara parsial tidak berpengaruh terhadap pengangguran.

Pengujian koefisien variabel investasi (X2)

Rumusan Hipotesis

H0 = Investasi secara parsial tidak berpengaruh terhadap pengangguran

H1 = Investasi secara parsial berpengaruh terhadap pengangguran.

Pedoman pengambilan keputusan

Jika nilai Sig > 0,05 maka H0 diterima.

Jika nilai Sig < 0,05 maka H0 ditolak.

Pada tabel Coefficient dibaris investasi diperoleh ilai Sig sebesar 0,025 < 0,05 maka H0 ditolak.
Artinya, investasi secara parsial berpengaruh signifikan terhadap pengangguran.

Uji Asumsi Klasik

1. Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual

N 30
a,b
Normal Parameters Mean ,0000000
Std. Deviation 1,68876387
Most Extreme Differences Absolute ,129
Positive ,085
Negative -,129
Test Statistic ,129
Asymp. Sig. (2-tailed) ,200c,d

a. Test distribution is Normal.

b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

2. Uji Multikolinearitas

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 11,115 ,633 17,567 ,000

INFLASI -,178 ,186 -,166 -,960 ,346 1,000 1,000

INVESTASI -,875 ,367 -,411 -2,381 ,025 1,000 1,000

a. Dependent Variable: PENGANGGURAN

Jika tolerance value dibawah 0,10 atau VIF diatas 10 maka terjadi multikolinearitas. Berdasarkan tabel diatas
diketahui bahwa :
Variabel Tolerance VIF Kriteria
Inflasi 1,000 1,000 Tidak terjadi multikolinearitas
Investasi 1,000 1,000 Tidak terjadi multikolinearitas
3. Uji Heteroskedastisitas
Tidak terjadi Heteroskedastisitas. Tidak terdapat pola tertentu pada grafik, seperti mengumpul
ditengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit.

4. Uji Autokorelasi

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson
a
1 ,442 ,195 ,136 1,75019 ,480

a. Predictors: (Constant), INVESTASI, INFLASI

b. Dependent Variable: PENGANGGURAN

Tidak ada autokorelasi jika nilai Durbin Watson terletak antara du sampai dengan (4-du)
Pembahasan:
5. Nilai dua dicari pada distribusi nilai tabel durbin watson berdasarkan k(2) dan
N(30) dengan nilai sig 5%.
6. Du (1,566) > Durbin Watson (0,480) < 4-du (2,434)
Kesimpulan: ada gejala Autokorelasi
ANALISIS REGRESI PENGARUH INVESTASI DAN INFLASI TERHADAP
PENGANGGURAN NEGARA DENMARK

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 INVESTASI,
. Enter
INFLASIb

a. Dependent Variable: PENGANGGURAN

b. All requested variables entered.

Tabel diatas menunjukkan metode regresi linier yang dipilih yaitu metode Enter. Variabel yang
dimasukkan adalah variabel investasi dan inflasi sebagai variabel independen dan variabel
pengangguran sebagai variabel dependen.

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson

1 ,365a ,133 ,069 1,53327 ,421

a. Predictors: (Constant), INVESTASI, INFLASI

b. Dependent Variable: PENGANGGURAN

Tabel diatas menunjukkan besarnya nilai korelasi/ tingkat hubungan antar variabel (R) sebesar
0,365. Diperoleh koefisian determinasi (R square) sebesar 0,133 artinya pengaruh variabel
independen (investasi dan inflasi) terhadap variabel dependen (pengangguran) adalah sebesar
13,3% dan sisa nya yaitu 86,7% disebabkan oleh faktor lain.
 ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 9,752 2 4,876 2,074 ,145b

Residual 63,475 27 2,351

Total 73,227 29

a. Dependent Variable: PENGANGGURAN

b. Predictors: (Constant), INVESTASI, INFLASI

Analisis output uji F (Simultan)

Digunakan untuk menjawab hipotesis regresi sederhana.
Hipotesis :
H0 = Variabel X ( investasi dan inflasi ) tidak berpengaruh terhadap ariable Y (Pengangguran).
H1 = Variabel X (investasi dan inflasi) berpengaruh terhadap ariable Y (Pengangguran).
Pedoman Pengambilan Keputusan :
Jika nilai signifikansi (Sig) > 0,05 maka H0 diterima.
Jika nilai signifikansi (Sig) < 0,05 maka H0 ditolak.
Diperoleh nilai Sig (0,145) > 0,05 maka H0 diterima. Jadi variable X (investasi dan inflasi) tidak
berpengaruh terhadap variable Y (pengangguran).

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 6,435 ,489 13,156 ,000

INFLASI -,196 ,222 -,167 -,881 ,386 ,893 1,120

INVESTASI -,092 ,064 -,274 -1,446 ,160 ,893 1,120

a. Dependent Variable: PENGANGGURAN

Tabel coefficients digunakan untuk membuat persamaan regresi linier berganda dan uji t.
Persamaan Regresi Linier Berganda

Y = a+b1X1 + b2X2

Y = 6,435 – 0,196X1 – 0,092X2

Persamaan regresi tersebut dapat diterjemahkan sebagai berikut:

1. Konstanta a sebesar 6,435, angka ini merupakan angka konstan yang mempunyai arti
jika

variabel jumlah inflasi (X1) dan investasi (X2) nilainya 0 maka variabel pengangguran (Y)

bernilai 6,435.

2. . Nilai koefisien regresi variabel inflasi (X1) bernilai negatif yaitu sebesar -0,196. Angka
ini

mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel inflasi

(X1), maka nilai variabel pengangguran akan menurun sebesar 0,196 satuan dengan asumsi

variabel independen lainnya nilainya tetap.

3. Nilai koefisien regresi variabel investasi (X2) bernilai negatif yaitu sebesar -0,092.
Angka

ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel

investasi, maka nilai variabel pengangguran akan menurun sebesar 0,092 satuan dengan

asumsi variabel independen lainnya tetap.

Uji t

Uji t digunakan untuk mengetahui apakah secara parsial variabel inflasi dan investasi
berpengaruh

secara signifikan atau tidak terhadap variabel pengangguran.

Pengujian koefisien variabel inflasi (X1)

Rumusan Hipotesis
H0 = Inflasi secara parsial tidak berpengaruh terhadap pengangguran

H1 = Inflasi secara parsial berpengaruh terhadap pengangguran.

Pedoman pengambilan keputusan

Jika nilai Sig > 0,05 maka H0 diterima.

Jika nilai Sig < 0,05 maka H0 ditolak.

Pada tabel Coefficient dibaris inflasi diperoleh nilai Sig sebesar 0,881 > 0,05 maka H0 diterima.

Artinya, inflasi secara parsial tidak berpengaruh terhadap pengangguran.

Pengujian koefisien variabel investasi (X2)

Rumusan Hipotesis

H0 = Investasi secara parsial tidak berpengaruh terhadap pengangguran.

H1 = Investasi secara parsial berpengaruh terhadap pengangguran.

Pedoman pengambilan keputusan

Jika nilai Sig > 0,05 maka H0 diterima.

Jika nilai Sig < 0,05 maka H0 ditolak.

Pada tabel Coefficient dibaris investasi diperoleh nilai Sig sebesar 0,160 > 0,05 maka H0
diterima.

Artinya, investasi secara parsial tidak berpengaruh terhadap pengangguran.

Uji Asumsi Klasik

5. Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual

N 30
Normal Parametersa,b Mean ,0000000
Std. Deviation 1,47945391
Most Extreme Differences Absolute ,125
Positive ,125
Negative -,079
Test Statistic ,125
Asymp. Sig. (2-tailed) ,200c,d

a. Test distribution is Normal.

b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Berdasarkan uji normalitas Kolmogrov-Smirnov didapat nilai signifikan sebesar 0,20 > 0,05.
Maka, dapat disimpulkan data berdistribusi normal.

- Uji Multikolinearitas

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 6,435 ,489 13,156 ,000

INFLASI -,196 ,222 -,167 -,881 ,386 ,893 1,120

INVESTASI -,092 ,064 -,274 -1,446 ,160 ,893 1,120

a. Dependent Variable: PENGANGGURAN

-
Jika tolerance value dibawah 0,10 atau VIF diatas 10 maka terjadi multikolinearitas. Berdasarkan
tabel diatas diketahui bahwa :

Variabel Tolerance VIF Kriteria

Inflasi 0,893 1,120 Tidak terjadi multikolinearitas
Investasi 0,893 1,120 Tidak terjadi multikolinearitas

- Uji Heteroskedastisitas

Uji Heteroskedastisitas
Tidak terjadi Heteroskedastisitas. Tidak terdapat pola tertentu pada grafik, seperti mengumpul
ditengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit.

4. Uji Autokorelasi

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,365a ,133 ,069 1,53327 ,421
a. Predictors: (Constant), INVESTASI, INFLASI
b. Dependent Variable: PENGANGGURAN

Tidak ada autokorelasi jika nilai Durbin Watson terletak antara du sampai dengan (4-du)
Pembahasan:
1. Nilai dua dicari pada distribusi nilai tabel durbin watson berdasarkan k(2) dan
N(30) dengan nilai sig 5%.
2. Du (1,566) > Durbin Watson (0,480) < 4-du (2,434)
Kesimpulan: ada gejala Autokorelasi
ANALISIS REGRESI PENGARUH INVESTASI DAN INFLASI TERHADAP
PENGANGGUR AN NEGARA PORTUGAL

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 INVESTASI,
. Enter
INFLASIb

a. Dependent Variable: PENGANGGURAN

b. All requested variables entered.

Tabel diatas menunjukkan metode regresi linier yang dipilih yaitu metode Enter. Variabel yang
dimasukkan adalah variabel investasi dan inflasi sebagai variabel independen dan variabel
pengangguran sebagai variabel dependen.

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson

1 ,571a ,326 ,276 2,83234 ,513

a. Predictors: (Constant), INVESTASI, INFLASI

b. Dependent Variable: PENGANGGURAN

Tabel diatas menunjukkan besarnya nilai korelasi/ tingkat hubungan antar variabel (R) sebesar
0,571. Diperoleh koefisian determinasi (R square) sebesar 0,326 artinya pengaruh variabel
independen (investasi dan inflasi) terhadap variabel dependen (pengangguran) adalah sebesar
32,6% dan sisa nya yaitu 67,4% disebabkan oleh faktor lain.
 ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 104,711 2 52,356 6,526 ,005b

Residual 216,599 27 8,022

Total 321,310 29

a. Dependent Variable: PENGANGGURAN

b. Predictors: (Constant), INVESTASI, INFLASI

Analisis output uji F (Simultan)

Digunakan untuk menjawab hipotesis regresi sederhana.
Hipotesis :
H0 = Variabel X ( investasi dan inflasi ) tidak berpengaruh terhadap variabel Y (Pengangguran).
H1 = Variabel X (investasi dan inflasi) berpengaruh terhadap variabel Y (Pengangguran).
Pedoman Pengambilan Keputusan :
Jika nilai signifikansi (Sig) > 0,05 maka H0 diterima.
Jika nilai signifikansi (Sig) < 0,05 maka H0 ditolak.
Diperoleh nilai Sig (0,005) < 0,05 maka H0 ditolak. Jadi variabel X (investasi dan inflasi)
berpengaruh signifikan terhadap variabel Y (pengangguran).

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 7,841 1,197 6,552 ,000

INFLASI -,671 ,267 -,400 -2,519 ,018 ,990 1,010

INVESTASI ,541 ,233 ,369 2,323 ,028 ,990 1,010

a. Dependent Variable: PENGANGGURAN

Tabel coefficients digunakan untuk membuat persamaan regresi linier berganda dan uji t.

Persamaan Regresi Linier Berganda

Y = a+b1X1 + b2X2

Y = 7,841 – 0,671X1 – 0,541X2

Persamaan regresi tersebut dapat diterjemahkan sebagai berikut:

1. Konstanta a sebesar 7,841, angka ini merupakan angka konstan yang mempunyai arti jika

variabel jumlah inflasi (X1) dan investasi (X2) nilainya 0 maka variabel pengangguran (Y)

bernilai 7,841.

2. Nilai koefisien regresi variabel inflasi (X1) bernilai negatif yaitu sebesar -0,671. Angka ini

mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel inflasi

(X1), maka nilai variabel pengangguran akan menurun sebesar 0,671 satuan dengan asumsi

variabel independen lainnya nilainya tetap.

3. Nilai koefisien regresi variabel investasi (X2) bernilai negatif yaitu sebesar -0,541. Angka

ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel

investasi, maka nilai variabel pengangguran akan menurun sebesar 0,541 satuan dengan

asumsi variabel independen lainnya tetap.

Uji t

Uji t digunakan untuk mengetahui apakah secara parsial variabel inflasi dan investasi
berpengaruh

secara signifikan atau tidak terhadap variabel pengangguran.

Pengujian koefisien variabel inflasi (X1)

Rumusan Hipotesis

H0 = Inflasi secara parsial tidak berpengaruh terhadap pengangguran

H1 = Inflasi secara parsial berpengaruh terhadap pengangguran.

Pedoman pengambilan keputusan

Jika nilai Sig > 0,05 maka H0 diterima.

Jika nilai Sig < 0,05 maka H0 ditolak.

Pada tabel Coefficient dibaris inflasi diperoleh nilai Sig sebesar 0,018 < 0,05 maka H0 ditolak.

Artinya, inflasi secara parsial berpengaruh signifikan terhadap pengangguran.

Pengujian koefisien variabel investasi (X2)

Rumusan Hipotesis

H0 = Investasi secara parsial tidak berpengaruh terhadap pengangguran.

H1 = Investasi secara parsial berpengaruh terhadap pengangguran.

Pedoman pengambilan keputusan

Jika nilai Sig > 0,05 maka H0 diterima.

Jika nilai Sig < 0,05 maka H0 ditolak.

Pada tabel Coefficient dibaris investasi diperoleh nilai Sig sebesar 0,028 < 0,05 maka H0 ditolak.

Artinya, investasi secara parsial berpengaruh signifikan terhadap pengangguran.

Uji Asumsi Klasik

1. Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual

N 30
a,b
Normal Parameters Mean ,0000000
Std. Deviation 2,73293150
Most Extreme Differences Absolute ,083
Positive ,083
Negative -,071
Test Statistic ,083
Asymp. Sig. (2-tailed) ,200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Berdasarkan uji normalitas Kolmogrov-Smirnov didapat nilai signifikan sebesar 0,20 > 0,05. Maka, dapat
disimpulkan data berdistribusi normal.

2. Uji Multikolinearitas

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 7,841 1,197 6,552 ,000

INFLASI -,671 ,267 -,400 -2,519 ,018 ,990 1,010

INVESTASI ,541 ,233 ,369 2,323 ,028 ,990 1,010

a. Dependent Variable: PENGANGGURAN

Jika tolerance value dibawah 0,10 atau VIF diatas 10 maka terjadi multikolinearitas. Berdasarkan
tabel diatas diketahui bahwa :

Variabel Tolerance VIF Kriteria

Inflasi 0,990 1,010 Tidak terjadi multikolinearitas
Investasi 0,990 1,010 Tidak terjadi multikolinearitas

3. Uji Heteroskedastisitas
Tidak terjadi Heteroskedastisitas. Tidak terdapat pola tertentu pada grafik, seperti mengumpul ditengah,
menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit.

4. Uji Autokorelasi

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,571 a
,326 ,276 2,83234 ,513
a. Predictors: (Constant), INVESTASI, INFLASI
b. Dependent Variable: PENGANGGURAN

Tidak ada autokorelasi jika nilai Durbin Watson terletak antara du sampai dengan (4-du)
Pembahasan:
1. Nilai dua dicari pada distribusi nilai tabel durbin watson berdasarkan k(2) dan
N(30) dengan nilai sig 5%.
2. Du (1,566) > Durbin Watson (0,513) < 4-du (3,487)
 Kesimpulan: ada gejala Autokorelasi

ANALISIS REGRESI PENGARUH SUKU BUNGA DOMESTIK DAN SUKU BUNGA

ASING TERHADAP NILAI MATA TUKAR NEGARA SINGAPURA

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 SUKU BUNGA
ASING, SUKU
. Enter
BUNGA
DOMESTIKb

a. Dependent Variable: EXCHANGE RATE

b. All requested variables entered.

Tabel diatas menunjukkan metode regresi linier yang dipilih yaitu metode Enter. Variabel yang
dimasukkan adalah variabel suku bunga asing dan suku bunga domestik sebagai variabel independen
dan variabel exchange rate sebagai variabel dependen.

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson
a
1 ,480 ,230 ,173 ,15546 ,291

a. Predictors: (Constant), SUKU BUNGA ASING, SUKU BUNGA DOMESTIK

b. Dependent Variable: EXCHANGE RATE

Tabel diatas menunjukkan besarnya nilai korelasi/tingkat hubungan antar variabel (R) sebesar 0,480.
Diperoleh koefisien determinasi (R square) sebesar 0,230 artinya pengaruh variabel independen (suku
bunga domestik dan suku bunga asing) terhadap variabel dependen (exchange rate) adalah sebesar
23,0% dan sisa nya yaitu 77,0% disebabkan oleh faktor lain.

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression ,195 2 ,098 4,036 ,029b

Residual ,653 27 ,024

Total ,848 29

a. Dependent Variable: EXCHANGE RATE

b. Predictors: (Constant), SUKU BUNGA ASING, SUKU BUNGA DOMESTIK

Analisis output uji F (Simultan)

Digunakan untuk menjawab hipotesis regresi sederhana.
Hipotesis :
H0 = Variabel X ( suku bunga domestik dan suku bunga asing ) tidak berpengaruh terhadap
variabel Y (exchange rate).
H1 = Variabel X (suku bunga domestik dan suku bunga asing) berpengaruh terhadap variabel Y
(exchange rate).
Pedoman Pengambilan Keputusan :
Jika nilai signifikansi (Sig) > 0,05 maka H0 diterima.
Jika nilai signifikansi (Sig) < 0,05 maka H0 ditolak.
Diperoleh nilai Sig (0,029) < 0,05 maka H0 ditolak. Jadi variabel X (suku bunga domestik dan
suku bunga asing) berpengaruh signifikan terhadap variabel Y (exchange rate).

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 1,345 ,064 21,165 ,000

SUKU BUNGA
,004 ,011 ,069 ,392 ,698 ,914 1,094
DOMESTIK

SUKU BUNGA ASING ,038 ,015 ,455 2,576 ,016 ,914 1,094

a. Dependent Variable: EXCHANGE RATE

Tabel coefficients digunakan untuk membuat persamaan regresi linier berganda dan uji t.
Persamaan Regresi Linier Berganda
Y = a+b1X1 + b2X2
Y = 1,345 + 0,004X1 + 0,038X2
Persamaan regresi tersebut dapat diterjemahkan sebagai berikut:
1. Konstanta a sebesar 1,345, angka ini merupakan angka konstan yang mempunyai
arti jika variabel jumlah suku bunga domestik (X1) dan suku bunga asing (X2)
nilainya 0 maka variabel exchange rate (Y) bernilai 1,345.
 2. Nilai koefisien regresi variabel suku bunga domestik (X1) bernilai positif yaitu
sebesar 0,004. Angka ini mengandung arti bahwa setiap penambahan nilai sebesar 1
satuan pada variabel suku bunga domestik (X1), maka nilai variabel exchange rate
akan meningkat sebesar 0,007 satuan dengan asumsi variabel independen lainnya
nilainya tetap.
3. Nilai koefisien regresi variabel suku bunga asing (X2) bernilai positif yaitu
sebesar 0,038. Angka ini mengandung arti bahwa setiap penambahan nilai sebesar 1
satuan pada variabel suku bunga asing, maka nilai variabel exchange rate akan
meningkat sebesar 0,038 satuan dengan asumsi variabel independen lainnya tetap.
Uji t
Uji t digunakan untuk mengetahui apakah secara parsial variabel suku bunga domestik dan suku
bunga asing berpengaruh secara signifikan atau tidak terhadap variabel exchange rate.

Pengujian koefisien variabel suku bunga domestik (X1)

Rumusan Hipotesis
H0 = Suku bunga domestik secara parsial tidak berpengaruh terhadap exchange rate.
H1 = Suku bunga domestik secara parsial berpengaruh terhadap exchange rate.

Pedoman pengambilan keputusan

Jika nilai Sig > 0,05 maka H0 diterima.
Jika nilai Sig < 0,05 maka H0 ditolak.
Pada tabel Coefficient dibaris suku bunga domestik diperoleh nilai Sig sebesar 0,698 > 0,05
maka H0 diterima. Artinya, suku bunga domestik secara parsial tidak berpengaruh terhadap
exchange rate.

Pengujian koefisien variabel suku bunga asing (X2)

Rumusan Hipotesis
H0 = Suku bunga asing secara parsial tidak berpengaruh terhadap exchange rate.
H1 = Suku bunga asing secara parsial berpengaruh terhadap exchange rate.

Pedoman pengambilan keputusan

Jika nilai Sig > 0,05 maka H0 diterima.
Jika nilai Sig < 0,05 maka H0 ditolak.
Pada tabel Coefficient dibaris suku bunga asing diperoleh nilai Sig sebesar 0,016 < 0,05 maka
H0 ditolak. Artinya, suku bunga asing secara parsial berpengaruh signifikan terhadap exchange
rate.

Uji Asumsi Klasik

1. Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual

N 30
Normal Parametersa,b Mean ,0000000
Std. Deviation ,15000233
Most Extreme Differences Absolute ,148
Positive ,148
Negative -,102
Test Statistic ,148
Asymp. Sig. (2-tailed) ,092c

a. Test distribution is Normal.

b. Calculated from data.
c. Lilliefors Significance Correction.

2. Uji Multikolinearitas

Coefficientsa

Unstandardized Standardized Collinearity

Coefficients Coefficients Statistics

Toleranc
Model B Std. Error Beta t Sig. e VIF

1 (Constant) 1,345 ,064 21,165 ,000

SUKU BUNGA
,004 ,011 ,069 ,392 ,698 ,914 1,094
DOMESTIK

SUKU BUNGA ASING ,038 ,015 ,455 2,576 ,016 ,914 1,094

a. Dependent Variable: EXCHANGE RATE

3. Uji Heteroskedastisitas
ANALISIS REGRESI PENGARUH SUKU BUNGA DOMESTIK DAN SUKU BUNGA
ASING TERHADAP NILAI MATA TUKAR NEGARA JAMAICA

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 SUKU BUNGA
ASING, SUKU
. Enter
BUNGA
DOMESTIKb

a. Dependent Variable: EXCHANGE RATE

b. All requested variables entered.
 Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson

1 ,764a ,583 ,552 26,03385 ,487

a. Predictors: (Constant), SUKU BUNGA ASING, SUKU BUNGA DOMESTIK

b. Dependent Variable: EXCHANGE RATE

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 25579,845 2 12789,923 18,871 ,000b

Residual 18299,556 27 677,761

Total 43879,401 29

a. Dependent Variable: EXCHANGE RATE

b. Predictors: (Constant), SUKU BUNGA ASING, SUKU BUNGA DOMESTIK

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 114,152 9,923 11,504 ,000

SUKU BUNGA
1,890 ,837 ,316 2,258 ,032 ,790 1,265
DOMESTIK

SUKU BUNGA ASING -16,035 2,623 -,855 -6,113 ,000 ,790 1,265

a. Dependent Variable: EXCHANGE RATE

Uji Asumsi Klasik

1. Uji Normalitas
 One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual

N 30
a,b
Normal Parameters Mean ,0000000
Std. Deviation 25,12009511
Most Extreme Differences Absolute ,094
Positive ,094
Negative -,075
Test Statistic ,094
Asymp. Sig. (2-tailed) ,200c,d

a. Test distribution is Normal.

b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

2. Uji Multikolinearitas

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 114,152 9,923 11,504 ,000

SUKU BUNGA
1,890 ,837 ,316 2,258 ,032 ,790 1,265
DOMESTIK

SUKU BUNGA ASING -16,035 2,623 -,855 -6,113 ,000 ,790 1,265

a. Dependent Variable: EXCHANGE RATE

3. Uji Heteroskedastisitas