You are on page 1of 9

WITA MEILIA ROSIANA

143170114

EP-B

ANALISI REGRESI PENGARUH PERTUMBUHAN EKONOMI DAN JUMLAH PENDUDUK YANG


BERSEKOLAH TERHADAP KEMISKINAN DI INDONESIA

Jumlah Penduduk Miskin PENDUDUK YG SEKOLAH


PERTUMBUHAN EKONOMI (%)
TAHUN (Juta Orang) (Juta Orang)
Y X1 X2
7,82 10,76
1996 22,5
4,7 10,78
1997 34,01
-13,13 11,24
1998 49,5
0,79 10,93
1999 47,97
4,92 10,76
2000 38,74
3,64 11
2001 37,87
4,5 11,24
2002 38,39
4,78 11,48
2003 37,34
5,03 11,58
2004 36,15
5,69 13,58
2005 35,1
5,5 13,53
2006 39,3
6,35 13,78
2007 37,17
6,01 13,23
2008 34,96
4,63 13,81
2009 32,53
6,22 14,01
2010 31,02
6,17 13,91
2011 29,89
6,03 14,55
2012 28,59
5,56 14,63
2013 28,55
5,01 16,77
2014 27,73
4,88 16,73
2015 28,51
5,03 15,92
2016 27,76
5,07 16,49
2017 26,58
Y = F(X1,X2)
Y = b0+b1x1=b2x2+𝜇
Keterangan :
Y = Jumlah Kemiskinan (Juta Jiwa)
X1 = Pertumbuhan Ekonomi (Persen)
X2 = Jumlah Penduduk Bersekolah (Juta Jiwa)
Hipotesis
1. Diduga bahwa pertumbuhan ekonomi berpengaruh negatif terhadap jumlah
kemiskinan.
H0 : pertumbuhan ekonomi tidak berpengaruh terhadap jumlah kemiskinan.
Ha : prtmbuhan ekonomi berpengaruh negatif terhadap jumlah kemiskinan.

Dalam penelitian ini hungan antara pertumbuhan ekonomi dengan jumlah kemiskinan
yaitu negatif. Apabila pertumbuhan ekonomi meningkat maka jumlah kemiskinan akan
menurun atau berkurang.

2. Diduga bawah banyaknya penduduk yang bersekolah berpengaruh negatif terhadap


jumlah kemiskinan.
H0 : jumlah penduduk yang bersekolah tidak berpengaruh terhadap kemiskinan.
Ha : jumlah penduduk yang bersekolah berpengaruh negatif terhadap jumlah
kemiskinan.

Dalam penelitian ini hubungan jumlah penduduk yang bersekolah dengan jumlah
kemiskinan yaitu berhubungan negatif. Karena apabila jumlah penduduk yang
bersekolah meningkat maka jumlah penduduk miskin atau jumlah kemiskinan akan
berkurang.
Hasil Estimasi

Dependent Variable: Y
Method: Least Squares
Date: 05/09/19 Time: 19:54
Sample: 1996 2017
Included observations: 22

Variable Coefficient Std. Error t-Statistic Prob.

C 56.80703 5.959900 9.531541 0.0000


X1 -0.896902 0.232536 -3.857055 0.0011
X2 -1.424821 0.460467 -3.094294 0.0060

R-squared 0.637309 Mean dependent var 34.09818


Adjusted R-squared 0.599131 S.D. dependent var 6.656773
S.E. of regression 4.214685 Akaike info criterion 5.841151
Sum squared resid 337.5078 Schwarz criterion 5.989929
Log likelihood -61.25266 Hannan-Quinn criter. 5.876198
F-statistic 16.69308 Durbin-Watson stat 0.819900
Prob(F-statistic) 0.000065

UJI TAHAP 1

 UJI T
Dengan α = 5% satu sisi
t α df (n-k) thitung :
𝑏1
t0.05 df (22-3) t tabel th = 𝑠𝑒(𝑏1) = 3,857 thitung>ttabel : 3,857>1,729

𝑏2
t0.05 df (19) th = 𝑠𝑒(𝑏2) = 3,094 thitung>ttabel : 3,094>1,729

= 1,729
Dari hasil uji t data tersebut menunjukan bahwa:
Pengaruh variable X1 (Pertumbuhan Ekomoni) dan X2 (Jumlah Penduduk Bersekolah)
terhadap variable Y (Jumlah Kemiskinan) adalah signifikan.

 UJI F
F α df (k-1) (n-k) Fhitung dilihat dari F-statistic
F0.05 df (3-1) (22-3) Ftabel
F0.05 df (2) (19)
= 3,52 16,69
Dari hasil uji F menunjukkan bahwa fhitung > ftabel maka secara bersama sama variable
X1 dan X2 berpengaruh signifikan terhadap variable Y
 UJI R2
Uji R2 dapat dilihat dari tabel Adjusted R-squared karena variabelnya berbeda satuan.
Dari data tersebut besarnya Adjusted R-squared yaitu 0.599131, artinya variasi naik
turunnya Y (Jumlah Kemiskinan) dapat dijelaskan oleh variasi naik turunnya variable X1
dan X2 sebesar 60% dan sisanya 40% dijelaskan oleh variable lain diluar model.

Uji Asumsi Klasik/Uji Tahap 2

 Uji Autokorelai
Menggunakan tabel Durbin-Watson stat = 0.819900

DW

1,147 1,541 2,459 2,853


Dari data tersebut menunjukkan bahwa terdapat autokorelasi antar variable dari
tahun sebelumnya. Untuk menghilangkan autokorelasi maka data hasil regresi
harus di Lag.
Breusch-Godfrey Serial Correlation LM Test:

F-statistic 1.688539 Prob. F(2,17) 0.2143


Obs*R-squared 3.646045 Prob. Chi-Square(2) 0.1615

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 05/09/19 Time: 21:40
Sample: 1996 2017
Included observations: 22
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C -0.676674 5.782327 -0.117025 0.9082


X1 -0.228186 0.317082 -0.719642 0.4815
X2 0.120566 0.458323 0.263060 0.7957
RESID(-1) 0.366972 0.239775 1.530485 0.1443
RESID(-2) 0.187926 0.329068 0.571087 0.5754

R-squared 0.165729 Mean dependent var 1.61E-14


Adjusted R-squared -0.030570 S.D. dependent var 4.008965
S.E. of regression 4.069780 Akaike info criterion 5.841771
Sum squared resid 281.5729 Schwarz criterion 6.089736
Log likelihood -59.25949 Hannan-Quinn criter. 5.900184
F-statistic 0.844270 Durbin-Watson stat 1.671053
Prob(F-statistic) 0.516288

Dari hasil regresi yang sudah di Lag menunjukan nilai DW sebesar 1,671. Karena nilai
1,671 berada diantara du (1,538) dan 4-du (2,462) maka data tersebut sudah tidak
terdapat autokorelasi. Selain itu ada atau tidaknya autokorelasi dapat dilihat dari nilai
Obs*R-squared. Apabila Obs*R-squared > Probabilitas statistic maka tidak terdapat
autokorelasi dan sebaliknya. Data tersebut menunjukan bahwa Obs*R-squared >
probabilitas statistic (3.646045 > 0.05).
 Uji Run Test

---++++++++++---------
Jumlah tanda + = 10
Jumlah tanda - = 12 tabel A = 7, tabel B = 17
Σ Run =2
Nilai Σ Run tidak terletak diantara tabel A dan B maka terdapat autokorelasi dalam data
tersebut.

 Multikoleniearitas

X1 X2
X1 1 0.2713338430106301
X2 0.2713338430106301 1

Uji tersebut menunjukkan bahwa 0,27 < 0,85. Maka data tersebut tidak terdapat
multikoleniearitas.
 Uji Uji Heteroskedastisitas
- Metode Park

Dependent Variable: E
Method: Least Squares
Date: 05/10/19 Time: 04:30
Sample: 1996 2017
Included observations: 22

Variable Coefficient Std. Error t-Statistic Prob.

C 0.018619 0.031402 0.592931 0.5602


X1 0.000227 0.001225 0.185587 0.8547
X2 0.000237 0.002426 0.097572 0.9233

R-squared 0.003047 Mean dependent var 0.022732


Adjusted R-squared -0.101896 S.D. dependent var 0.021155
S.E. of regression 0.022207 Akaike info criterion -4.650696
Sum squared resid 0.009370 Schwarz criterion -4.501917
Log likelihood 54.15766 Hannan-Quinn criter. -4.615648
F-statistic 0.029032 Durbin-Watson stat 0.615308
Prob(F-statistic) 0.971428

Dari hasil uji metode park menunjukan bahwa data model regresi tidak memiliki
gejala heteroskedastisitas. Karena jika nilai probabilitas hitung residual > dari 0,05
maka data tersebut tidak memiliki gejala heteroskedastisitas.
 Uji Normalitas

Dari hasil uji normalitas menunjukan bahwa nilai Jarque-Bera > Probabilitas, maka data
tersebut dinyatakan terdistribusi normal diterima. (6.11 > 0,047)

 Uji Linearitas

Ramsey RESET Test


Equation: UNTITLED
Specification: Y C X1 X2
Omitted Variables: Powers of fitted values from 2 to 3

Value df Probability
F-statistic 6.943844 (2, 17) 0.0062
Likelihood ratio 13.13717 2 0.0014

F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 151.7499 2 75.87495
Restricted SSR 337.5078 19 17.76357
Unrestricted SSR 185.7579 17 10.92694

LR test summary:
Value
Restricted LogL -61.25266
Unrestricted LogL -54.68407

Unrestricted Test Equation:


Dependent Variable: Y
Method: Least Squares
Date: 05/09/19 Time: 22:59
Sample: 1996 2017
Included observations: 22

Variable Coefficient Std. Error t-Statistic Prob.

C 1411.728 953.1545 1.481112 0.1569


X1 -32.67197 20.07528 -1.627472 0.1220
X2 -45.77186 30.75767 -1.488145 0.1550
FITTED^2 -0.678560 0.541217 -1.253766 0.2269
FITTED^3 0.004120 0.004330 0.951611 0.3546

R-squared 0.800382 Mean dependent var 34.09818


Adjusted R-squared 0.753413 S.D. dependent var 6.656773
S.E. of regression 3.305592 Akaike info criterion 5.425825
Sum squared resid 185.7579 Schwarz criterion 5.673789
Log likelihood -54.68407 Hannan-Quinn criter. 5.484237
F-statistic 17.04062 Durbin-Watson stat 1.308332
Prob(F-statistic) 0.000009

Dari hasil uji linearitas apabila Fstatistik > dari probabilitas statistic makaartinya model
empiris yang digunakan sudah dalam bentuk fungsi linear. Dalam data tersebut f
statistic (6.943844) > 0,05.