Minggu, 18 Agustus 2013

Statistika - Soal Regresi

oke sebelum lupa untuk menyimpan. Setidaknya, sempat masuk ke dalam blog hahaha.
Tugas statistik tentang regresi dan korelasi.


Data DKI Jakarta
IPM
Tingkat Kemiskinan
Angka Pengangguran
Ekspor
PDRB
74.80
13.88
13.10
5.63
23.86
75.10
16.04
12.58
5.71
2.50
75.40
18.20
12.06
6.10
26.36
75.80
20.36
10.25
7.15
27.85
76.10
22.52
11.89
8.56
29.52
76.30
24.68
10.93
10.07
31.28
76.60
26.68
10.01
11.41
33.29
77.10
29.02
9.39
13.70
35.37
77.30
31.69
8.96
11.65
37.14
77.60
33.11
7.70
15.77
39.56














Descriptive Statistics

Mean
Std. Deviation
N
Y
28.6730
10.42495
10
X1
76.2100
.95038
10
X2
23.6180
6.56904
10
X3
10.6870
1.73313
10
X4
9.5750
3.54023
10


Variables Entered/Removeda
Model
Variables Entered
Variables Removed
Method
1
X4, X3, X2, X1b
.
Enter
a. Dependent Variable: Y
b. All requested variables entered.

Correlations

Y
X1
X2
X3
X4
Pearson Correlation
Y
1.000
.789
.786
-.746
.758
X1
.789
1.000
.998
-.944
.960
X2
.786
.998
1.000
-.940
.953
X3
-.746
-.944
-.940
1.000
-.911
X4
.758
.960
.953
-.911
1.000
Sig. (1-tailed)
Y
.
.003
.004
.007
.006
X1
.003
.
.000
.000
.000
X2
.004
.000
.
.000
.000
X3
.007
.000
.000
.
.000
X4
.006
.000
.000
.000
.
N
Y
10
10
10
10
10
X1
10
10
10
10
10
X2
10
10
10
10
10
X3
10
10
10
10
10
X4
10
10
10
10
10

Model Summaryb
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
Change Statistics
Durbin-Watson
R Square Change
F Change
df1
df2
Sig. F Change
1
.789a
.622
.320
8.59643
.622
2.059
4
5
.224
2.820
a. Predictors: (Constant), X4, X3, X2, X1
b. Dependent Variable: Y
               
ANOVAa
Model
Sum of Squares
Df
Mean Square
F
Sig.
1
Regression
608.623
4
152.156
2.059
.224b
Residual
369.493
5
73.899


Total
978.115
9



a. Dependent Variable: Y
b. Predictors: (Constant), X4, X3, X2, X1



Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
95.0% Confidence Interval for B
Correlations
Collinearity Statistics
B
Std. Error
Beta
Lower Bound
Upper Bound
Zero-order
Partial
Part
Tolerance
VIF
1
(Constant)
-914.549
4130.800

-.221
.834
-11533.108
9704.011





X1
12.553
56.378
1.144
.223
.833
-132.372
157.478
.789
.099
.061
.003
349.643
X2
-.547
7.327
-.345
-.075
.943
-19.381
18.286
.786
-.033
-.021
.004
282.101
X3
-.013
5.074
-.002
-.003
.998
-13.055
13.029
-.746
-.001
-.001
.106
9.417
X4
-.043
3.030
-.014
-.014
.989
-7.831
7.745
.758
-.006
-.004
.071
14.011
a. Dependent Variable: Y



Coefficient Correlationsa
Model
X4
X3
X2
X1
1
Correlations
X4
1.000
.011
.286
-.447
X3
.011
1.000
-.125
.265
X2
.286
-.125
1.000
-.971
X1
-.447
.265
-.971
1.000
Covariances
X4
9.179
.176
6.344
-76.296
X3
.176
25.741
-4.641
75.716
X2
6.344
-4.641
53.678
-400.978
X1
-76.296
75.716
-400.978
3178.513
a. Dependent Variable: Y






Collinearity Diagnosticsa
Model
Dimension
Eigenvalue
Condition Index
Variance Proportions
(Constant)
X1
X2
X3
X4
1
1
4.841
1.000
.00
.00
.00
.00
.00
2
.153
5.618
.00
.00
.00
.01
.02
3
.004
33.619
.00
.00
.03
.04
.78
4
.001
68.236
.00
.00
.04
.87
.00
5
2.078E-007
4826.198
1.00
1.00
.94
.07
.20
a. Dependent Variable: Y


Residuals Statisticsa

Minimum
Maximum
Mean
Std. Deviation
N
Predicted Value
16.4364
40.7049
28.6730
8.22343
10
Residual
-16.52419
7.42362
.00000
6.40740
10
Std. Predicted Value
-1.488
1.463
.000
1.000
10
Std. Residual
-1.922
.864
.000
.745
10
a. Dependent Variable: Y




Tugas Statistik

Dari hasil studi pustaka dan laporan diperoleh hasil berikut
IPM            Tingkat Kemiskinan                 Angka Pengangguran           Ekspor            PDRB
(X1)            (X2)                                          (X3)                                      (X4)                (Y)



Pertanyaan :
a.       Tentukan besarnya a, b1, b2, b3, dan b4
Kemudian masukan ke dalam persamaan Y = a+b1X1+b2X2+b3X3+b4X4
b.      Variable apa yang berpengaruh dominan terhadap PDRB
c.       Apakah variabel-variabel tersebut berpengaruh dominan baik secara simultan maupun parsial



Jawaban :
a.
a = -914,549
b1 = 12,553
b2 = -0,547
b3 = -0,013
b4 = -0,043

Y = -914,549 + 12,553X1 + -0,547X2 + -0,013X3 + -0,043X4

a = -914,549, artinya nilai PDRB tidak ada karena terkena pengaruh dari IPM, tingkat kemiskinan, angka pengangguran, dan ekspor.




b.
Indeks Pembangunan Manusia
X1 --> b1 > b2,b3,b4
Karena Indeks Pembangunan Manusia karena IPM mempunyai nilai yang lebih besar daripada tingkat kemiskinan, angka pengangguran, dan ekspor.

c.
- simultan
Fhitung                                    Ftabel  
2,059               <          5,1922
Fhitung lebih kecil dari Ftabel sehingga Ho diterima, Hi ditolak.

-parsial
thitung                         ttabel

X1
thitung             <          ttabel
0,233               <          2,015
thitung lebih kecil ttabel sehingga Ho diterima, Hi ditolak.


X2
thitung             <          ttabel
-0,075              <          2,015
thitung lebih kecil ttabel sehingga Ho diterima, Hi ditolak.

X3
thitung             <          ttabel
-0,003              <          2,015
thitung lebih kecil ttabel sehingga Ho diterima, Hi ditolak.

X4
thitung             <          ttabel
-0,014              <          2,015
thitung lebih kecil ttabel sehingga Ho diterima, Hi ditolak.

r = 0,789, artinya, ada korelasi sangat kuat antara IPM, tingkat kemiskinan, angka pengangguran dan ekspor terhadap PDRB.

R2 = 0,622, artinya, kontribusi IPM, tingkat kemiskinan, angka pengangguran, dan ekspor terhadap persamaan regresi sebesar 62%, sedangkan 38% kontribusi dari PDRB.



Tidak ada komentar:

Posting Komentar

Membingungkan

Kacau. Membingungkan. Semuanya membingungkan. Iya. Aku menghadapinya jadi bingung sendiri. Nggak serta merta merasa senang diber...