MATERI 3

REGRESI LINEAR BERGANDA

3.1 Materi
Regresi linear berganda merupakan model regresi yang melibatkan lebih
dari satu variabel independen X1, X2, …, Xk dan Y sebagai variabel terikat. Analisis
regresi linear berganda dilakukan untuk mengetahui arah dan seberapa besar
pengaruh variabel independen terhadap variabel dependen (Syarifuddin, 2022).
Model umum persamaan regresi linier berganda dapat dituliskan sebagai
berikut:
Yi = 𝛽0 + 𝛽1𝑋1𝑖 + 𝛽2𝑋2𝑖 + 𝛽3𝑋3𝑖 +⋯ +𝛽k𝑋ik + εi (1)
dimana:
Yi = Variabel dependen
𝑋ik = Data ke-i dari variabel independen ke-k
i = Indeks pengamatan; i=1, 2, . . ., n
𝛽0 = Konstanta/intercept (Prediksi nilai saat variabel bebas
tidak memengaruhi)
𝛽1, 𝛽2, 𝛽3 ⋯ 𝛽𝑘 = Parameter model regresi
εi = Residual ke-i; εi ~ IIDN (µ,𝜎 2 )

(All Ghazali, 2015).

Asumsi yang harus dipenuhi antara lain nonmultikolienaritas,
nonheteroskedastisitas, nonautokorelasi dan residual berdistribusi normal
(Munawaroh dkk, 2015).
Sebelum menarik kesimpulan dari model regresi maka terlebih dahulu
dilakukan pengujian terhadap parameter regresi baik secara simultan (bersama-
sama) maupun secara parsial (individu). Hal ini bertujuan untuk mengetahui
pengaruh variabel independen terhadap variabel dependen.
1. Pengujian Parameter Secara Simultan (Uji F)
Uji F atau uji simultan pada dasarnya digunakan untuk mengetahui apakah
semua variabel independen yang dimasukkan dalam model mempunyai
pengaruh secara bersama-sama terhadap variabel dependen. Adapun
langkah-langkah dalam pengujian simultan adalah sebagai berikut:
a) Hipotesis
H0 : 𝛽1 = 𝛽2 = ⋯ = 𝛽k = 0
(Secara simultan variabel independen tidak berpengaruh terhadap
variabel depeden)
H1 : Minimal ada satu 𝛽j ≠ 0 ; 𝑗 = 1,2,…,k (Minimal terdapat satu
variabel independen berpengaruh terhadap variabel dependen)
b) Statistik Uji
𝑅 2 /(𝑘−1) (2)
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = (1−𝑅2)/(𝑛−𝑘)
dimana;
 F = Nilai 𝐹ℎ𝑖𝑡𝑢𝑛𝑔
𝑅 2 = Koefisien Determinasi
k = Jumlah parameter yang diestimasi
n = Jumlah pengamatan (Ukuran Sampel)
c) Daerah Kritis
Dengan taraf signifikansi α = 0,05 maka 𝐻0 d i t o l a k j i k a 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 >
𝐹𝑡𝑎𝑏𝑒𝑙 (𝛼;(𝑘−1),(𝑛−𝑘)) atau p - v a l u e < α
(Munawaroh dkk, 2015).

2. Pengujian Parameter Secara Parsial (Uji t)

Uji t pada dasarnya digunakan uantuk membuktikan apakah variabel
independen secara individu mempengaruhi variabel dependen. Langkah-
langkah dalam pengujian parsial adalah sebagai berikut:
a) Hipotesis
H0 : 𝛽j = 0; 𝑗 = 1,2,…,k
(Tidak terdapat pengaruh variabel independen ke-j terhadap
variabel dependen)
H1 : 𝛽j ≠ 0
(Terdapat pengaruh variabel independen ke-j terhadap variabel
dependen)
b) Statistik Uji
̂
𝛽 (3)
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑆𝐸(𝛽𝑗̂ )
𝑗

dimana;
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = Statistik uji-t (t-hitung)
𝛽̂𝑗 = Koefisien regresi variabel independen ke-j
𝑆𝐸(𝛽̂𝑗 ) = Standar residual untuk koefisien regresi ke-j
c) Daerah Kritis
Dengan taraf signifikansi α = 0,05 maka H0 ditolak jika 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 >
𝑡𝑡𝑎𝑏𝑒𝑙 (𝛼/2;𝑛−𝑘) atau p-value < α
(Richo dkk, 2015).
Koefisien Determinasi
Koefisien determinasi (R2) adalah ukuran yang lebih berarti daripada
koefisien korelasi karena koefisien determinasi mampu memberikan
informasi mengenai nilai dependen yang dapat dijelaskan melalui model
regresi yang telah digunakan. Koefisien determinasi merupakan ukuran yang
paling umum digunakan untuk mengukur persentase dari variasi total pada
variabel dependen yang dijelaskan oleh model regresi. Koefisien determinasi
(coefficient of multiple determination) didefinisikan sebagai berikut:
 n

 (Y − Yˆ )
i i
2

R =2 i =1
n

 (Y − Y ) 2 (6)
i
i =1

dimana:
Yi = nilai variabel terikat Y
Yˆ = nilai rata-rata varaibel terikat Y
i

Y = nilai prediksi
(Munawaroh dkk, 2015).

3.2 Contoh Soal

Seorang peneliti ingin meneliti apakah Indeks Pembangunan Manusia
pada tahun 2018 di Kabupaten/Kota di Provinsi Kalimantan Timur,
Kalimantan Tengah, dan Kalimantan Selatan dipengaruhi oleh faktor-faktor
tertentu. Peneliti tersebut mengambil enam faktor, diantaranya adalah
persentase penduduk miskin, umur harapan hidup, tingkat pengangguran
terbuka, tingkat partisipasi angkatan kerja, laju pertumbuhan penduduk, dan
persentase tamat sekolah menengah pertama.
Tabel 1. Data Penelitian Menurut Kabupaten/Kota

Kabupaten/Kota Y X1 X2 X3 X4 X5 X6
Paser 71.61 9.03 72.28 5 67.22 2.22 57.36
Kutai Barat 70.69 9.15 72.57 4.86 71.65 0.47 54.97
Kutai Kartanegara 73.15 7.41 71.93 5.96 64.36 2.32 58
Kutai Timur 72.56 9.22 72.76 5.93 69.4 4.16 52.71
Berau 74.01 5.04 71.68 5.62 67.85 2.69 43.49
Penajam Paser Utara 71.13 7.4 71.05 4.76 64.81 1.1 54.47
Mahakam Ulu 66.67 11.62 71.56 4.17 79 0.83 20.92
Kota Balikpapan 79.81 2.64 74.18 9.52 64.33 1.6 55.45
Kota Samarinda 79.93 4.59 73.93 6.16 61.32 1.83 39.44
Kota Bontang 79.86 4.67 73.94 9.61 65.16 2.24 37.84
Kotawaringin Barat 72.46 4.27 70.43 3.01 72.28 3.01 63.05
Kotawaringin Timur 70.56 6.21 69.75 4.55 68.51 2.25 62.21
Kapuas 68.68 5.2 68.64 4.08 69.55 0.8 56.82
Barito Selatan 69.73 4.55 66.89 4.33 62.28 0.93 71.86
 Barito Utara 69.72 5 71.28 4.34 73.97 0.69 74.77
Sukamara 67.52 3.19 71.45 4.39 74.18 3.95 56.46
Seruyan 67.04 7.43 69.24 4.4 74.9 4.21 67.84
Katingan 67.91 5.22 65.62 4.78 69.49 1.52 63.68
Barito Timur 70.82 6.56 68.06 3.5 79.09 2.83 54.08
Murung Raya 67.56 6.28 69.43 3.37 69.58 2.33 55.33
Kota Palangka Raya 80.34 3.47 73.16 5.81 62.99 2.95 64.19
Gunung Mas 70.23 5.1 70.24 2.19 75.76 2.28 65.97
Lamandau 69.7 3.15 69.31 2.42 67.93 2.86 68.63
Pulang Pisau 67.54 4.51 67.92 2.15 70.98 0.56 56.73
Kota Baru 68.32 4.52 68.72 4.07 70.25 1.69 46.71
Banjar 68.32 2.7 66.38 2.43 71.79 1.51 54.1
Barito Kuala 65.91 4.56 65.33 1.49 79.34 1.29 54.75
Hulu Sungai Selatan 68.41 5.21 65.39 1.98 72.15 1.17 53.29
Hulu Sungai Tengah 68.32 6.01 65.3 2.2 74.85 1.19 66.61
Hulu Sungai Utara 65.06 6.38 62.94 2.23 70.55 1.34 52.63
Tabalong 71.14 5.95 65.95 2.34 75.63 1.49 48.58
Tanah Bumbu 70.05 4.88 69.44 5.66 66.62 2.66 39.89
Kota Banjarmasin 76.83 4.18 70.55 5.51 65.28 1.26 40.11
Kota Banjar Baru 78.83 4.19 71.5 3.67 63.51 2.92 51.03
Tanah Laut 68.49 4.4 68.89 2.63 67.08 1.53 48.76
Tapin 69.53 3.7 69.77 3.94 70.05 1.27 42.6
Balangan 67.88 5.59 67.19 2.63 77.54 1.57 45.26
Sumber: BPS Kalimantan Timur, BPS Kalimantan Tengah, dan BPS Kalimantan
Selatan
dimana:
Y = Indeks Pembangunan Manusia (%)
X1 = Persentase Penduduk Miskin (%)
X2 = Umur Harapan Hidup (%)
X3 = Tingkat Pengangguran Terbuka (%)
X4 = Tingkat Partisipasi Angkatan Kerja (%)
X5 = Laju Pertumbuhan Penduduk (%)
X6 = Persentase Tamat Sekolah Menengah Pertama (%)
Penyelesaian
Syntaks Software R
library(stats)
library(car)
library(lmtest)
library(zoo)
library(stats)
#Memanggil Data
data=read.table(file.choose(),header = T)
data
#Statistika Deskriptif
summary(data)
#Model Awal
regresi1=lm(formula=Y~X1+X2+X3+X4+X5+X6,data=data)
summary(regresi1)

Pembahasan:
1. Model Awal

𝑌𝑖 = 𝛽0 + 𝛽1𝑋1𝑖 + 𝛽2𝑋2𝑖 + 𝛽3𝑋3𝑖 + 𝛽4𝑋4𝑖 + 𝛽5𝑋5𝑖+ 𝛽6𝑋6𝑖 + 𝜀𝑖

Keterangan:
𝑌𝑖 : Variabel Indeks Pembangunan Manusia (%) ke-𝑖
𝛽0 : Rataan Umum (intercept)
𝛽1 : Parameter Variabel Independen 𝑋1
𝑋1𝑖 : Variabel Persentase Penduduk Miskin(%) ke-𝑖
𝛽2 : Parameter Variabel Independen 𝑋2
𝑋2𝑖 : Variabel Umur Harapan Hidup (%) ke-𝑖
𝛽3 : Parameter Variabel Independen 𝑋3
𝑋3𝑖 : Variabel Tingkat Pengangguran Terbuka (%) ke-𝑖
𝛽4 : Parameter Variabel Independen 𝑋4
𝑋4𝑖 : Variabel Tingkat Partisipasi Angkatan Kerja (%) ke-𝑖
 𝛽5 : Parameter Variabel Independen 𝑋5
𝑋5𝑖 : Variabel Laju Pertumbuhan Penduduk (%) ke-𝑖
𝛽6 : Parameter Variabel Independen 𝑋6
𝑋6𝑖 : Variabel Persentase Tamat Sekolah Menengah Pertama (%) ke-𝑖
𝜀𝑖: Galat atau error ke-𝑖
2. Estimasi Parameter
Tabel 3. Estimasi Model

Estimasi Model
̂0
𝛽 45,05975
̂1
𝛽 −0,52027
̂2
𝛽 0,63831
̂3
𝛽 0,48789
̂4
𝛽 −0,23085
̂5
𝛽 0,11584
̂6
𝛽 −0,03232

𝑌̂ = 45,05975 – 0,52027𝑋1 + 0,63831𝑋2 + 0,48789𝑋3 – 0,23085𝑋4+

0,11584𝑋5– 0,03232𝑋6
Interpretasi:
Berdasarkan output tersebut, diketahui bahwa konstanta sebesar
45,05975 menyatakan bahwa tanpa dipengaruhi oleh variabel Persentase
Penduduk Miskin, Umur Harapan Hidup, Tingkat Pengangguran
Terbuka, Tingkat Partisipasi Angkatan Kerja, Laju Pertumbuhan
Penduduk dan Persentase Tamat Sekolah Menengah Pertama maka nilai
dari Indeks Pembangunan Manusia adalah sebesar 45,05975%. Koefisien
regresi variabel Persentase Penduduk Miskin sebesar 0,52027
menyatakan bahwa setiap penambahan 1% Persentase Penduduk Miskin
maka akan menurunkan Indeks Pembangunan Manusia sebesar
0,52027%. Koefisien regresi variabel Umur Harapan Hidup sebesar
0,63831 menyatakan bahwa setiap penambahan 1% Umur Harapan
Hidup maka akan meningkatkan Indeks Pembangunan Manusia sebesar
0,63831%. Koefisien regresi variabel Tingkat Pengangguran Terbuka
sebesar 0 , 4 8 7 8 9 menyatakan bahwa setiap penambahan 1% Tingkat
Pengangguran Terbuka maka akan meningkatkan Indeks Pembangunan
Manusia sebesar 0,48789 %. Koefisien regresi variabel Tingkat
 Partisipasi Angkatan Kerja sebesar 0,23085 menyatakan bahwa setiap
penambahan 1% Tingkat Partisipasi Angkatan Kerja maka akan
menurunkan Indeks Pembangunan Manusia sebesar 0,23085%. Koefisien
regresi variabel Laju Pertumbuhan Penduduk sebesar 0 , 1 1 5 8 4
menyatakan bahwa setiap penambahan 1% Laju Pertumbuhan Penduduk
maka akan meningkatkan Indeks Pembangunan Manusia sebesar
0,11584%. Koefisien regresi variabel Persentase Tamat Sekolah
Menengah Pertama sebesar 0,03232 menyatakan bahwa setiap
penambahan 1% Tingkat Partisipasi Angkatan Kerja maka akan
menurunkan Indeks Pembangunan Manusia sebesar 0,03232%.
3. Uji Simultan
Hipotesis
𝐻0 : 𝛽1 = 𝛽2 = 𝛽3 = 𝛽4 = 𝛽5 = 𝛽6 = 0
(Secara simultan variabel Persentase Penduduk Miskin, Umur
Harapan Hidup, Tingkat Pengangguran Terbuka, Tingkat
Partisipasi Angkatan Kerja, Laju Pertumbuhan Penduduk,
dan Persentase Tamat Sekolah Menengah Pertama tidak
berpengaruh terhadap variabel Indeks Pembangunan Manusia)
𝐻1 : Minimal terdapat satu pasang 𝛽𝑗 ≠ 0 ; 𝑗 = 1,2,3,4,5,6

(Secara simultan variabel Persentase Penduduk Miskin, Umur

Harapan Hidup, Tingkat Pengangguran Terbuka, Tingkat
Partisipasi Angkatan Kerja, Laju Pertumbuhan Penduduk,
dan Persentase Tamat Sekolah Menengah Pertama
berpengaruh terhadap variabel Indeks PembangunanManusia)
Taraf Signifikansi
𝛼 = 5% = 0,05
Statistik Uji
𝑓 𝑡𝑒𝑠𝑡
Daerah Kritis
𝐻0 ditolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
Statistik Hitung
Tabel 4. Uji Simultan
𝒑 − 𝒗𝒂𝒍𝒖𝒆 5,209 × 10−7
Keputusan
 𝐻0 ditolak karena nilai 𝑝 − 𝑣𝑎𝑙𝑢𝑒 (5,209 × 10−7) < 𝛼 (0,05)
Kesimpulan
Secara simultan variabel Persentase Penduduk Miskin, Umur Harapan
Hidup, Tingkat Pengangguran Terbuka, Tingkat Partisipasi
Angkatan Kerja, Laju Pertumbuhan Penduduk, dan Persentase
Tamat Sekolah Menengah Pertama berpengaruh terhadap variabel
Indeks Pembangunan Manusia.

4. Uji Parsial
A. Uji Parsial Persentase Penduduk Miskin
Hipotesis
𝐻0 : 𝛽1 = 0
(Tidak terdapat pengaruh antara variabel Persentase Penduduk
Miskin terhadap variabel Indeks Pembangunan Manusia)
𝐻1 : 𝛽1 ≠ 0
(Terdapat pengaruh antara variabel Persentase Penduduk
Miskin terhadap variabel Indeks Pembangunan Manusia)
Taraf Signifikansi
𝛼 = 5% = 0,05
Statistik Uji
𝑡 𝑡𝑒𝑠𝑡
Daerah Kritis
𝐻0 ditolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
Statistik Hitung
Tabel 5. Uji Parsial Persentase Penduduk Miskin
𝒑 − 𝒗𝒂𝒍𝒖𝒆 0,0320
Keputusan
𝐻0 ditolak karena nilai 𝑝 − 𝑣𝑎𝑙𝑢𝑒 (0,0320) < 𝛼 (0,05)
Kesimpulan
Terdapat pengaruh antara variabel Persentase Penduduk Miskin
terhadap variabel Indeks Pembangunan Manusia
B. Uji Parsial Umur Harapan Hidup
Hipotesis
𝐻0 : 𝛽2 = 0
(Tidak terdapat pengaruh antara variabel Umur Harapan Hidup
terhadap variabel Indeks Pembangunan Manusia)
𝐻1 : 𝛽2 ≠ 0
(Terdapat pengaruh antara variabel Umur Harapan Hidup
terhadap variabel Indeks Pembangunan Manusia)
Taraf Signifikansi
𝛼 = 5% = 0,05
Statistik Uji
𝑡 𝑡𝑒𝑠𝑡
Daerah Kritis
𝐻0 ditolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
Statistik Hitung
Tabel 6. Uji Parsial Umur Harapan Hidup
𝒑 − 𝒗𝒂𝒍𝒖𝒆 0,0108
Keputusan
𝐻0 ditolak karena nilai 𝑝 − 𝑣𝑎𝑙𝑢𝑒 (0,0108) < 𝛼 (0,05)
Kesimpulan
Terdapat pengaruh antara variabel Umur Harapan Hidup terhadap
variabel Indeks Pembangunan Manusia
C. Uji Parsial Tingkat Pengangguran Terbuka
Hipotesis
𝐻0 : 𝛽3 = 0
(Tidak terdapat pengaruh antara variabel Tingkat Pengangguran
Terbuka terhadap variabel Indeks Pembangunan Manusia)
𝐻1 : 𝛽3 ≠ 0
(Terdapat pengaruh antara variabel Tingkat Pengangguran Terbuka
terhadap variabel Indeks PembangunanManusia)
Taraf Signifikansi
𝛼 = 5% = 0,05
 Statistik Uji
𝑡 𝑡𝑒𝑠𝑡
Daerah Kritis
𝐻0 ditolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
Statistik Hitung
Tabel 7. Uji Parsial Tingkat Pengangguran Terbuka
𝒑 − 𝒗𝒂𝒍𝒖𝒆 0,1998
Keputusan
𝐻0 gagal ditolak karena nilai 𝑝 − 𝑣𝑎𝑙𝑢𝑒 (0,1998) > 𝛼 (0,05)
Kesimpulan
Tidak terdapat pengaruh antara variabel Tingkat Pengangguran
Terbuka terhadap variabel Indeks Pembangunan Manusia
D. Uji Parsial Tingkat Partisipasi Angkatan Kerja
Hipotesis
𝐻0 : 𝛽4 = 0
(Tidak terdapat pengaruh antara variabel Tingkat Partisipasi
Angkatan Kerja terhadap variabel Indeks Pembangunan Manusia)
𝐻1 : 𝛽4 ≠ 0
(Terdapat pengaruh antara variabel Tingkat Partisipasi Angkatan
Kerja terhadap variabel Indeks Pembangunan Manusia)
Taraf Signifikansi
𝛼 = 5% = 0,05
Statistik Uji
𝑡 𝑡𝑒𝑠𝑡
Daerah Kritis
𝐻0 ditolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
Statistik Hitung
Tabel 8. Uji Parsial Tingkat Partisipasi Angkatan Kerja
𝒑 − 𝒗𝒂𝒍𝒖𝒆 0,0476
Keputusan
𝐻0 ditolak karena nilai 𝑝 – 𝑣𝑎𝑙𝑢𝑒 (0,0476) < 𝛼 (0,05)
 Kesimpulan
Terdapat pengaruh antara variabel Tingkat Partisipasi Angkatan
Kerja terhadap variabel Indeks Pembangunan Manusia
E. Uji Parsial Laju Pertumbuhan Penduduk
Hipotesis
𝐻0 : 𝛽5 = 0
(Tidak terdapat pengaruh antara variabel Laju Pertumbuhan
Penduduk terhadap variabel Indeks Pembangunan Manusia)
𝐻1 : 𝛽5 ≠ 0
(Terdapat pengaruh antara variabel Laju Pertumbuhan Penduduk
terhadap variabel Indeks Pembangunan Manusia)
Taraf Signifikansi
𝛼 = 5% = 0,05
Statistik Uji
𝑡 𝑡𝑒𝑠𝑡
Daerah Kritis
𝐻0 ditolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
Statistik Hitung
Tabel 9. Uji Parsial Tingkat Partisipasi Angkatan Kerja
𝒑 − 𝒗𝒂𝒍𝒖𝒆 0,8030
Keputusan
𝐻0 gagal ditolak karena nilai 𝑝 − 𝑣𝑎𝑙𝑢𝑒 (0,8030) > 𝛼 (0,05)
Kesimpulan
Tidak terdapat pengaruh antara variabel Laju Pertumbuhan
Penduduk terhadap variabel Indeks Pembangunan Manusia

F. Uji Parsial Persentase Tamat Sekolah Menengah Pertama

Hipotesis
𝐻0 : 𝛽6 = 0
(Tidak terdapat pengaruh antara variabel Persentase Tamat Sekolah
Menengah Pertama terhadap Indeks Pembangunan Manusia)
𝐻1 : 𝛽6 ≠ 0
 (Terdapat pengaruh antara variabel Persentase Tamat Sekolah
Menengah Pertama terhadap variabel Indeks Pembangunan
Manusia)
Taraf Signifikansi
𝛼 = 5% = 0,05
Statistik Uji
𝑡 𝑡𝑒𝑠𝑡
Daerah Kritis
𝐻0 ditolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
Statistik Hitung
Tabel 10. Uji Parsial Persentase Tamat Sekolah Menengah Pertama
𝒑 − 𝒗𝒂𝒍𝒖𝒆 0,4367
Keputusan
𝐻0 gagal ditolak karena 𝑝 − 𝑣𝑎𝑙𝑢𝑒 (0,4367) > 𝛼 (0,05)
Kesimpulan
Tidak terdapat pengaruh antara variabel Persentase Tamat Sekolah
Menengah Pertama terhadap variabel Indeks Pembangunan
Manusia.
5. Koefisien Determinasi
Tabel 11. Koefisien Determinasi
𝑴𝒖𝒍𝒕𝒊𝒑𝒍𝒆 𝑹 − 𝒔𝒒𝒖𝒂𝒓𝒆𝒅
𝒑 − 𝒗𝒂𝒍𝒖𝒆 0,7136
Interpretasi :
Berdasarkan output tersebut, diketahui koefisien determinasi sebesar 0,7136
menyatakan 71,36% variasi yang terjadi pada Indeks Pembangunan Manusia
disebabkan oleh Persentase Penduduk Miskin, Umur Harapan Hidup,
Tingkat Pengangguran Terbuka, Tingkat Partisipasi Angkatan Kerja, Laju
Pertumbuhan Penduduk dan Persentase Tamat Sekolah Menengah Pertama.
Hal ini menandakan bahwa masih ada sekitar 28,64% variabel lain yang
mempengaruhi Indeks Pembangunan Manusia yang belum diketahui.
3.3 Latihan Soal
Telah dilakukan analisis statistika terhadap data Indeks Pembangunan
Manusia (Y) pada tahun 2020 menurut Kabupaten/Kota di Provinsi Kalimantan
Timur dan Kalimantan Utara yang diduga dipengaruhi oleh faktor Persentase
Penduduk Miskin (X1) dan Laju Pertumbuhan Penduduk (X2). Analisis dilakukan
dengan menggunakan Software R, dan diperoleh output seperti pada Gambar 1
berikut.
Gambar 1. Hasil Analisis menggunakan Software R

Berdasarkan gambar di atas, tuliskan:

- Model yang diperoleh beserta estimasi parameternya!
- Apakah kedua faktor mempunyai pengaruh secara bersama-sama terhadap
indeks pembangunan manusia? (Tuliskan lengkap dengan hipotesis)!
- Seberapa baik model regresi dapat menjelaskan variasi pada indeks
pembangunan manusia yang dipengaruhi oleh kedua faktor tersebut?
 LAMPIRAN

1. Output Tabel 3. Estimasi Parameter

3. Output Tabel 4. Uji Simultan

4. Output Tabel 5-10. Uji Parsial Keenam Variabel Bebas

5. Output Tabel 11. Koefisien Determinan