Muhammad Fferry Mahfudzi - Laporan Praktikum Ark 2
Muhammad Fferry Mahfudzi - Laporan Praktikum Ark 2
Muhammad Fferry Mahfudzi - Laporan Praktikum Ark 2
OLEH
NAMA: MUHAMMAD FERRY MAHFUDZI
NIM: 2211017210024
BAB II
METODE
2.1 Sumber Data
2.1.1 Wirausaha_Normalitas
Data yang digunakan dalam laporan ini diperoleh secara sekunder.
Data yang digunakan adalah data dependen dan independen. Dan data ini
diambil dari skripsi yang berjudul "Pengaruh Ekspektasi Pendapatan,
Karakteristik Individu, dan Pendidikan Kewirausahaan terhadap Minat
Berwirausaha" yang ditulis oleh Prayudhi Sulistya Nugraha
Table 2.1 Pengaruh Ekspektasi Pendapatan, Karakteristik Individu, dan Pendidikan
Kewirausahaan terhadap Minat Berwirausaha
Ekspektasi Minat
Pendapatan Berwirausaha
24 23
24 22
24 24
25 32
24 27
… …
15 25
16 23
16 26
17 28
18 24
Dari data diatas Ekspektasi Pendapatan merupakan variabel
independen yang akan diuji apakah memiliki autokorelasi dengan variabel
Minat Berwirausaha sebagai variabel dependen.
2.1.2 Kolesterol_Heteroskedastisitas
Data yang digunakan dalam laporan ini diperoleh secara sekunder.
Data yang digunakan adalah data dependen dan independen. Dan data ini
diambil dari skripsi yang berjudul "Hubungan Lingkar Pinggang dan Tinggi
Badan terhadap Nilai Kolesterol pada Mahasiswa Fakultas Kedokteran
Universitas Muhammadiyah Sumatera Utara" yang ditulis oleh Ridwan Latief
Abdullah
Table 2.2 Hubungan Lingkar Pinggang dan Tinggi Badan terhadap Nilai Kolesterol
pada Mahasiswa Fakultas Kedokteran Universitas Muhammadiyah Sumatera Utara
Lingkar Pinggang Kolesterol Total
105 178
82 159
120 190
93 221
91 170
… …
78 154
105 218
76 173
79 196
75 152
78 173
BAB III
HASIL DAN PEMBAHASAN
3.1. Uji Asumsi Klasik menggunakan Software Rstudio
3.1.1 Data Ekspektasi Pendapatan dan Minat Berwirausaha
Syntax yang digunakan:
> library(readxl)
> library(lmtest)
> library(nortest)
# Import data
> data = read_excel("C:/Users/USER/Downloads/Wirausaha_Pelanggaran Asumsi
Normalitas.xlsx")
# Definisikan variabel independen dan dependen
> x <- data$`Pendapatan`
> y <- data$`Berwirausaha`
# Menentukan residual dat
> model <- lm(y~x, data=data)
> residual <- resid(model)
> residual
a. Uji Normalitas
Syntax yang digunakan:
# Uji normalitas
> lillie.test(residual) #Kolmogorov Smirnov
Output yang didapatkan:
Gambar 3.4 Output Metode Kedua Penanganan Pelanggaran terhadap Uji Normalitas
Menggunakan Rstudio
Interpretasi:
Dari output diatas, didapatkan nilai 𝑝𝑣𝑎𝑙𝑢𝑒 = 0.05616, yang mana nilai
tersebut lebih besar dibandingkan dengan taraf nyata yang digunakan yaitu 𝛼 =
0.05 atau 𝑝𝑣𝑎𝑙𝑢𝑒 > 𝛼. Dengan menggunakan hipotesis 𝐻0: 𝜇 = 0, data berdistribusi
normal dan 𝐻1: 𝜇 ≠ 0, data tidak berdistribusi normal, Dengan keputusan 𝑝𝑣𝑎𝑙𝑢𝑒 >
𝛼, 𝐻0 diterima atau 𝑝𝑣𝑎𝑙𝑢𝑒 < 𝛼, 𝐻0 ditolak. Maka, bisa disimpulkan bahwa memiliki
cukup bukti untuk terima 𝐻0 atau data ekspektasi pendapatan dan minat
berwirausaha ini berdistribu
3.1.2 Data Lingkar Pinggang dan Nilai Kolesterol
> library(readxl)
> library(lmtest)
# Mengimport data
> data <-
read_excel("C:/Users/USER/Downloads/Kolesterol_Pelanggaran
Asumsi Heteroskedastisitas.xlsx")
# Definisikan variabel independen dan dependen
> x <- data$`Lingkar Pinggang`
> y <- data$`Kolesterol Total` # Buat model
> model <- lm(y~x, data=data)
a. Uji Heterokedastisitas
Syntax yang digunakan:
# Uji heteroskedastisitas
> bptest(model)
Output yang didapatkan:
a. Uji Autokorelasi
Syntax yang diigunakan:
# Uji autokorelasi
> dwtest(model)
Output yang didapatkan:
Output :
Interpretasi :
Berdasarkan Uji Normalitas diatas dengan menggunakan SPSS diperoleh nilai
signifikansi 0.005 kurang dari 𝑎 (nilai 𝑎 adalah 0.05) maka Tolak H0 atau data
tidak berdistribusi normal, maka harus dilakukan penanganan.
a. Penanganan Uji Normalitas
Output :
Hipotesis :
Interpretasi :
Pada penanganan uji normalitas menggunakan SPSS diperoleh nilai signifikansi
0.056 lebih dari 𝑎 (nilai 𝑎 adalah 0.05) maka Terima H0 atau berdistribusi normal,
sehingga penanganan yang dilakukan sukes.
3.1.2 Uji Heteroskedastisitas
Output :
Hipotesis :
Interpretasi :
Berdasarkan Output Uji Heteroskesdastisitas dapat dilihat bahwa 𝑝 -𝑉𝑎𝑙𝑢𝑒 (0.04)
< 𝑎(0.05) Sehingga dapat disimpulkan bahwa hipotesis menolak H0 atau terjadi
Heteroskesdastisitas(homogenitas tidak terpenuhi), sehingga harus dilakukan
penanganan pada data.
a. Penanganan Uji Heteroskedastisitas
Output :
Hipotesis :
Interpretasi :
Hipotesis :
𝑯𝟎 ∶ Data tidak terdapat autokorelasi
𝑯𝟏 ∶ Data terdapat autokorelasi
Jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼(0.05) maka tolak 𝐻0, maka berdasarkan output dari
uji autokorelasi diketahui bahwa 𝑝 − 𝑣𝑎𝑙𝑢𝑒(0,01799) < 𝛼 (0,05). Sehingga
dapat diambil keputusan bahwa hipotesis tolak 𝐻0 dan dapat disimpulkan
terdapat autokorelasi dalam data. Dengan demikian, diperlukan
penanganan pada data untuk menangani autokorelasi tersebut.
a. Penanganan Uji Autokorelasi
Output :
Hipotesis :
Interpretasi :
Jika 𝑠𝑖𝑔 < 𝛼(0.05) maka tidak menerima 𝐻0, berdasarkan output dari
penanganan uji autokorelasi didapatkan bahwa nilai 𝑠𝑖𝑔(0.393) > 𝛼
(0,05). Sehingga dapat diambil kesimpulan bahwa hipotesis menerima
𝐻0 dan dapat disimpulkan bahwa data tidak terdapat autokorelasi.
BAB IV
PENUTUP
Berdasarkan hasil uji asumsi klasik regresi linier sederhana yang
dilakukan pada setiap data yang sudah di atas disimpulkan bahwa setelah
dilakukan uji normalitas dapat diketahui bahwa data residual ekspektasi
pendapatan dan minat usaha tidak berdistribusi secara normal sehingga harus
dilakukan beberapa penanganan sampai hasil akhirnya berdistribusi secara
normal. Selanjutnya berdasarkan uji heteroskedastisitas dapat diketahui bahwa
terdapat gejala heteroskedastisitas pada data lingkar pinggang dan kolestrol
total. Maka harus dilakukan beberapa penanganan sampai hasil akhirnya tidak
terjadi gejala heteroskedastisitas (homogenitas terpenuhi) pada data. Lalu
setelah melalui uji autokorelasi dapat disimpulkam bahwa data minat membaca
dan hasil belajar terdapat autokorelasi atau terjadi hubungan korelasi antar
variabel X dan variabel Y. Maka harus dilakukan beberapa penanganan sampai
hasil akhirnya tidak terdapat autokorelasi lagi dalam data.
DAFTAR PUSTAKA
Basuki, A. T., & Prawoto, N. (2019). Analisis Regresi: dalam Penelitian
Ekonomi dan Bisnis.
Fahmeyzan, D., Soraya, S., & Etmy, D. (2018). Uji normalitas data omzet
bulanan pelaku ekonomi mikro desa senggigi dengan menggunakan skewness dan
kurtosi. Jurnal Varian, 2(1), 31-36.
Nugraha, P. S. (2019). Pengaruh Ekspektasi Pendapatan, Karakteristik
Individu dan Pendidikan Kewirausahaan Terhadap Minat Berwirausaha. Jurnal
Profita: Kajian Ilmu Akuntansi, 7(1).