tugas modeling 1

Pada analisa ini terdapat 7 Variabel bebas (independent) dan 1 variabel terikat (dependent), yaitu :Y -> Jumlah perjalanan menggunakan sepeda motorX1 -> Jumlah pendudukX2 -> Jumlah rumah tanggaX3 -> penduduk berusia 16-40 tahunX4 -> Jumlah tenaga kerjaX5 -> Jumlah PelajarX6 -> Pendapatan rata (dalam ribu)X7 -> Jumlah sepeda motor

Pada analisa ini pula dibuat hipotesis sebagai berikut :H0 = Variabel X tidak mempengaruhi YH1= Variabel X mempengaruhi YTingkat signifikansi (α) = 2,5 % (dua arah) atau 5% (satu arah)Bila thitung > ttabel maka H0 ditolakBila thitung < ttabel maka H0 diterima

Bila Pvalue < 0,05 maka H0 ditolakBila Pvalue > 0,05 maka H0 diterima

Bila Fhitung > Ftabel maka H0 ditolakBila Fhitung < Ftabel maka H0 diterima

Bila Signifikan F < 0,05 maka H0 ditolakBila Signifikan F > 0,05 maka H0 diterima

Percobaan PertamaPada percobaan pertama, semua variabel bebas dimasukan dalam memperoleh model regresi, hasil regresi sebagaimana terlampir pada bagian 1 lampiran.ttabel = 2,0860 (α = 0,025 ; df= 28-7-1 = 20)Ftabel = 2,5140 (df1=7 ; df2=28-7-1=20)Dari hasil analisa regresi percobaan pertama didapat bahwa :

- Konstanta regresi (intercept) bernilai negatif, sebesar -5,3185- R2 = 0,882251813- Hanya X7 yang memenuhi persyaratan untuk diterima sebagai faktor yang

memberikan kontribusi kepada Y, dimana :o tstat (thitung) = 2,56166 > ttabel sehingga H0 ditolako Fhitung= 21,4077 > Ftabel sehingga H0 ditolako P-value=0,0186 < 0,05 sehingga H0 ditolako Signifikan F=5,48E-08 < 0,05 sehingga H0 ditolak

Berdasarkan percobaan pertama, hanya X7 saja yang dianggap mempengaruhi Y.

Percobaan KeduaPada percobaan ini, peneliti melakukan eliminasi variabel bebas berdasarkan nilai korelasi terhadap Y. (sebagaimana terlihat pada bagian KORELASI lampiran ini)Berdasarkan nilai korelasi terhadap Y, ternyata X6 memiliki nilai korelasi yang paling rendah sebesar 0,483052. Sehingga peneliti memutuskan untuk meng-eliminasi X6 pada percobaan kedua.

ttabel = 2,0796 (α = 0,025 ; df= 28-6-1 = 21)Ftabel = 2,5727 (df1=6 ; df2=28-6-1=21)

Berdasarkan hasil analisa regresi percobaan kedua didapat bahwa :- Konstanta regresi (intercept) bernilai positif, sebesar 1,31267- R2 = 0,878657873- Hanya X7 yang memenuhi persyaratan untuk diterima sebagai faktor yang


Berdasarkan percobaan kedua, hanya X7 saja yang dianggap mempengaruhi Y.

Percobaan KetigaPada percobaan ini, peneliti kembali melakukan eliminasi variabel bebas berdasarkan nilai korelasi terhadap Y. (sebagaimana terlihat pada bagian KORELASI lampiran ini)Berdasarkan nilai korelasi terhadap Y, ternyata X4 memiliki nilai korelasi yang paling rendah setelah X6 sebesar 0,688489. Sehingga peneliti memutuskan untuk meng-eliminasi X4 pada percobaan ketiga. (saat ini X6 dan X4 di-eliminasi)


Berdasarkan hasil analisa regresi percobaan ketiga didapat bahwa :- Konstanta regresi (intercept) bernilai positif, sebesar 1,6323- R2 = 0,87858679- Hanya X7 yang memenuhi persyaratan untuk diterima sebagai faktor yang


Berdasarkan percobaan ketiga, hanya X7 saja yang dianggap mempengaruhi Y.

Percobaan KeempatPada percobaan ini, peneliti kembali melakukan eliminasi variabel bebas berdasarkan nilai korelasi terhadap Y. Berdasarkan nilai korelasi terhadap Y, ternyata X2 memiliki nilai korelasi yang paling rendah setelah X6 dan X4 sebesar 0,745330. Sehingga peneliti memutuskan untuk meng-eliminasi X2 pada percobaan keempat. (saat ini X6, X4 dan X2 di-eliminasi)


Berdasarkan hasil analisa regresi percobaan keempat didapat bahwa :- Konstanta regresi (intercept) bernilai positif, sebesar 2,650944115- R2 = 0,878080516- X1 memenuhi persyaratan untuk diterima sebagai faktor yang memberikan

kontribusi kepada Y, dimana :o tstat (thitung) = 2,328815 > ttabel sehingga H0 ditolako Fhitung= 41,4122 > Ftabel sehingga H0 ditolako P-value=0,02901 < 0,05 sehingga H0 ditolako Signifikan F=3,42883E-09 < 0,05 sehingga H0 ditolak

- X7 memenuhi persyaratan untuk diterima sebagai faktor yang memberikan kontribusi kepada Y, dimana :

o tstat (thitung) = 2,665000 > ttabel sehingga H0 ditolako Fhitung= 41,4122 > Ftabel sehingga H0 ditolako P-value=0,01383 < 0,05 sehingga H0 ditolako Signifikan F=3,42883E-09 < 0,05 sehingga H0 ditolak

Berdasarkan percobaan keempat, hanya X1 dan X7 saja yang dianggap mempengaruhi Y.

Percobaan KelimaPada percobaan ini, peneliti kembali melakukan eliminasi variabel bebas berdasarkan nilai korelasi terhadap Y. Berdasarkan nilai korelasi terhadap Y, ternyata X5 memiliki nilai korelasi yang paling rendah setelah X6, X4 dan X2 sebesar 0,811891. Sehingga peneliti memutuskan untuk meng-eliminasi X5 pada percobaan kelima. (saat ini X6, X4, X2 dan X5 di-eliminasi)


Berdasarkan hasil analisa regresi percobaan kelima didapat bahwa :- Konstanta regresi (intercept) bernilai positif, sebesar 2,258489665- R2 = 0,875974038




o tstat (thitung) = 2,810168> ttabel sehingga H0 ditolako Fhitung= 56,50262431 > Ftabel sehingga H0 ditolako P-value=0,00969 < 0,05 sehingga H0 ditolako Signifikan F=5,02337E-11 < 0,05 sehingga H0 ditolak

Berdasarkan percobaan kelima, hanya X1 dan X7 saja yang dianggap mempengaruhi Y.

Percobaan KeenamPada percobaan ini, peneliti kembali melakukan eliminasi variabel bebas berdasarkan nilai korelasi terhadap Y. Berdasarkan nilai korelasi terhadap Y, ternyata X3 memiliki nilai korelasi yang paling rendah diantara 3 variabel bebas yg tersisa , sebesar 0,818205. Sehingga peneliti memutuskan untuk meng-eliminasi X3 pada percobaan kelima. (saat ini X6, X4, X2, X5 dan X3 di-eliminasi)


Berdasarkan hasil analisa regresi percobaan keenam didapat bahwa :- Konstanta regresi (intercept) bernilai positif, sebesar 2,574285063- R2 = 0,874381829- X1 memenuhi persyaratan untuk diterima sebagai faktor yang memberikan

kontribusi kepada Y, dimana :o tstat (thitung) = 3,31227 > ttabel sehingga H0 ditolako Fhitung= 87,007896 > Ftabel sehingga H0 ditolako P-value=0,002818 < 0,05 sehingga H0 ditolako Signifikan F=5,47212E-12 < 0,05 sehingga H0 ditolak



Berdasarkan percobaan keenam, semua variabel bebas (X1 dan X7) dianggap mempengaruhi Y.

Berdasarkan percobaan terakhir, maka model regresi yang didapat adalah :

Y=2,574+1,017 X1+2,338 X 7

Dimana :Y -> Jumlah perjalanan menggunakan sepeda motorX1 -> Jumlah pendudukX7 -> Jumlah sepeda motor

Validasi Model

Dalam melakukan validasi model, maka dibuat hipotesis sebagai berikut :

H0 = Tidak ada beda antara YModel dengan YObserve

H1 = Ada beda antara YModel dengan YObserve

Bila thitung > ttabel maka H0 ditolakBila thitung < ttabel maka H0 diterima

Bila Pvalue < 0,05 maka H0 ditolakBila Pvalue > 0,05 maka H0 diterima

Bila Fhitung > Ftabel maka H0 ditolakBila Fhitung < Ftabel maka H0 diterima

Bila Signifikan F < 0,05 maka H0 ditolakBila Signifikan F > 0,05 maka H0 diterima

Berdasarkan t-Test: Paired Two Sample for Means didapat hasil sebagai berikut :- tstat (thitung) = -1,89318E-15 < ttabel= 2,051830493 sehingga H0 diterima- P-value (two-tail) =1 > 0,05 sehingga H0 diterima

Berdasarkan F-Test Two-Sample for Variances didapat hasil sebagai berikut :- Fhitung= 1,143665121 < Ftabel = 1, 904822987 sehingga H0 diterima

Dengan demikian, maka :TIDAK ADA BEDA ANTARA YMODEL DENGAN YOBSERVED

Sehingga persamaan regresi tersebut dapat diterima secara statistik.

LAMPIRAN

Bagian 1SUMMARY OUTPUT

Regression Statistics

Multiple R0,93928

2606

R Square0,88225

1813

Adjusted R Square0,84103

9948

Standard Error12,7660

4485 Observations 28 ANOVA

df SS MS FSignifica

nce F

Regression 724421,99

0553488,85

579321,4077

13655,47659

E-08

Residual 203259,438

022162,971

9011

Total 2727681,42

857

Coefficie

ntsStandard

Error t Stat P-valueLower 95%

Intercept

-5,31854

494812,90096

171

-0,41225

95720,68453

4541

-32,2294

7942

X 10,55396

76130,873454

8860,63422

57880,53312

1339

-1,26802

7346

X 21,42606

02852,411951

2560,59124

75560,56097

8216

-3,60518

1858

X 30,24061

8930,583593

0830,41230

60,68450

1067

-0,97673

4906

X 4

-0,09437

63350,746946

203

-0,12634

95750,90071

6802

-1,65247

8808

X 50,29434

31460,820145

4970,35889

13760,72343

7249

-1,41645

0377

X 60,00557

42350,007134

4730,78130

98860,44377

1245

-0,00930

8016 X 7 2,12195 0,828349 2,56166 0,01860 0,39404

182229161610202218151815122613222115142726363225332131230

20406080

100120140160180

X Variable 7 Line Fit Plot

YPredicted Y

X Variable 7

Y

0

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 6

Y

15193219 8 10161820112813172022172015222927383928252534310

20406080

100120140160180


YPredicted Y

X Variable 5

Y

0

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 4

Y

211835312510252522173119174723323218233330524131332642340

20406080

100120140160180


YPredicted Y

X Variable 3

Y

101317 9 10 8 10 8 10 8 7 7 8 12 8 7 7 6 8 1012161516 8 1012100

20406080

100120140160180


YPredicted Y

X Variable 2

Y

494978453630454048364529336735363829385554777466545168580

20406080

100120140160180


YPredicted Y

X Variable 1

Y

5 10 15 20 25 30 35 40

-20

-10

0

10

20

30

40

50

X Variable 7 Residual Plot

X Variable 7

Residuals

0 2 4 6 8 10 120

2

4

6

8

10

12


X Variable 6

Residuals

5 10 15 20 25 30 35 40 45

-20

-10

0

10

20

30

40

50


X Variable 5

Residuals

0 2 4 6 8 10 120

2

4

6

8

10

12


X Variable 4

Residuals

5 10 15 20 25 30 35 40 45 50 55

-20

-10

0

10

20

30

40

50


X Variable 3

Residuals

4 6 8 10 12 14 16 18

-20

-10

0

10

20

30

40

50


X Variable 2

Residuals

5988 729 6785 3851 8736

Bagian 2 SUMMARY OUTPUT


Multiple R0,93736

7523

R Square0,87865

7873


8694



df SS MS FSignifica

nce F


5144053,75

085725,3440

63311,37012

E-08

Residual 213358,923

427159,948

7346

Total 2727681,42

857

Coefficie

ntsStandard


Intercept1,31267

43069,625447

110,13637

54110,89282

3438

-18,7045

3869

182229161610202218151815122613222115142726363225332131230

20406080

100120140160180


YPredicted Y

X Variable 6

Y

15193219 8 10161820112813172022172015222927383928252534310

20406080

100120140160180


YPredicted Y

X Variable 5

Y

2124371620131817191913121644 7 1814 8 151927293125171828140

20406080

100120140160180


YPredicted Y

X Variable 4

Y

211835312510252522173119174723323218233330524131332642340

20406080

100120140160180


YPredicted Y

X Variable 3

Y

101317 9 10 8 10 8 10 8 7 7 8 12 8 7 7 6 8 1012161516 8 1012100

20406080

100120140160180


YPredicted Y

X Variable 2

Y

494978453630454048364529336735363829385554777466545168580

20406080

100120140160180


YPredicted Y

X Variable 1

Y

5 10 15 20 25 30 35 400

2

4

6

8

10

12


X Variable 6

Residuals

5 10 15 20 25 30 35 40 450

2

4

6

8

10

12


X Variable 5

Residuals

5 10 15 20 25 30 35 40 45 500

2

4

6

8

10

12


X Variable 4

Residuals

5 10 15 20 25 30 35 40 45 50 550

2

4

6

8

10

12


X Variable 3

Residuals

4 6 8 10 12 14 16 180

2

4

6

8

10

12


X Variable 2

Residuals

X10,71965

77030,839424

1140,85732

31230,40094

4847

-1,02602

0299

X20,69045

06322,199908

7910,31385

42080,75672

8193

-3,88451

013

X30,29050

48710,574684

2160,50550

3480,61846

997

-0,90461

6376

X4

-0,08205

66320,739820

862

-0,11091

41910,91273

7617

-1,62059

8333

X50,32324

12690,811676

2840,39823

91440,69447

3774

-1,36473

1963

X72,10634

35960,820391

9192,56748

45740,01794

70150,40024

521



Multiple R0,93732

9606

R Square0,87858

679


2878

182229161610202218151815122613222115142726363225332131230

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 5

Y

15193219 8 10161820112813172022172015222927383928252534310

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 4

Y

211835312510252522173119174723323218233330524131332642340

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 3

Y

101317 9 10 8 10 8 10 8 7 7 8 12 8 7 7 6 8 1012161516 8 1012100

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 2

Y

494978453630454048364529336735363829385554777466545168580

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 1

Y

5 10 15 20 25 30 35 400

2

4

6

8

10

12


X Variable 5

Residuals

5 10 15 20 25 30 35 40 450

2

4

6

8

10

12


X Variable 4

Residuals

5 10 15 20 25 30 35 40 45 50 550

2

4

6

8

10

12


X Variable 3

Residuals

4 6 8 10 12 14 16 180

2

4

6

8

10

12


X Variable 2

Residuals



df SS MS FSignifica

nce F


7464864,10

749231,8398

78572,28255

E-09

Residual 223360,891

11152,767

7777

Total 2727681,42

857

Coefficie

ntsStandard


Intercept1,63234

75868,975286

1830,18187

13690,85734

9014

-16,9812

5662

X 10,67442

45710,717040

4890,94056

69290,35714

0512

-0,81262

6381

X 20,63263

78872,088739

1360,30288

02760,76482

6483

-3,69914

1934

X 30,27012

87730,532165

7430,50760

2710,61678

3216

-0,83351

5424

X 50,38575

59360,570809

110,67580

550,50620

6643

-0,79802

9698

X 72,10745

03490,801705

2412,62870

97070,01533

65150,44481

5449

bagian 4SUMMARY OUTPUT


Multiple R0,93705

9505

R Square0,87808

0516


7128



df SS MS FSignifica

nce F


3096076,63

077241,4122

73133,42833

E-10

Residual 233374,905

485146,735

0211

Total 2727681,42

857

Coefficie

ntsStandard


Intercept2,65094

41158,155444

290,32505

20780,74807

9947

-14,2198

7769

X 10,85925

90780,368968

3072,32881

54080,02901

55350,09598

9986

X 30,20199

47830,472663

8570,42735

39860,67309

5874

-0,77578

4896

X 50,34017

73370,539634

360,63038

48730,53465

6608

-0,77614

1381

X 72,07414

76250,778291

5142,66500

09520,01383

2720,46412

8971

18 22 29 16 16 10 20 22 18 15 18 15 12 26 13 22 21 15 14 27 26 36 32 25 33 21 31 230

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 4

Y

15 19 32 19 8 10 16 18 20 11 28 13 17 20 22 17 20 15 22 29 27 38 39 28 25 25 34 310

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 3

Y

21 18 35 31 25 10 25 25 22 17 31 19 17 47 23 32 32 18 23 33 30 52 41 31 33 26 42 340

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 2

Y

49 49 78 45 36 30 45 40 48 36 45 29 33 67 35 36 38 29 38 55 54 77 74 66 54 51 68 580

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 1

Y

5 10 15 20 25 30 35 40

-20

-10

0

10

20

30

40

50


X Variable 4

Residuals

5 10 15 20 25 30 35 40 45

-20

-10

0

10

20

30

40

50


X Variable 3

Residuals

5 10 15 20 25 30 35 40 45 50 55

-20

-10

0

10

20

30

40

50


X Variable 2

Residuals

Bagian 5SUMMARY OUTPUT


Multiple R0,93593

4847

R Square0,87597

4038


0793



df SS MS FSignifica

nce F


2788082,73

759256,5026

24315,02337

E-11

Residual 243433,215

794143,050

6581

Total 2727681,42

857

Coefficie

ntsStandard


Intercept 2,258489665

8,028909635

0,281294692

0,780895409

-14,3123

182229161610202218151815122613222115142726363225332131230

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 3

Y

211835312510252522173119174723323218233330524131332642340

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 2

Y

494978453630454048364529336735363829385554777466545168580

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 1

Y

5 10 15 20 25 30 35 40

-20

-10

0

10

20

30

40

50


X Variable 3

Residuals

5 10 15 20 25 30 35 40 45 50 55

-20

-10

0

10

20

30

40

50


X Variable 2

Residuals

6527

X 10,96198

17150,326852

6112,94316

66840,00710

00770,28739

1086

X 30,25492

72950,459268

7870,55507

2110,58398

2315

-0,69295

6887

X 72,13997

2930,761510

5472,81016

84720,00969

7280,56829

2419



Multiple R0,93508

3862

R Square0,87438

1829


2375



182229161610202218151815122613222115142726363225332131230

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 2

Y

494978453630454048364529336735363829385554777466545168580

20

40

60

80

100

120

140

160

180


YPredicted Y

X Variable 1

Y

5 10 15 20 25 30 35 40

-30

-20

-10

0

10

20

30

40

50


X Variable 2

Residuals

df SS MS FSignifica

nce F


81512102,0

690787,0078

96945,47212

E-12

Residual 253477,290

424139,091

617

Total 2727681,42

857

Coefficie

ntsStandard


Intercept2,57428

50637,897125

7120,32597

7470,74715

4376

-13,6901

4966

X 11,01709

40140,307067

6983,31227

94160,00281

83280,38467

6258

X 72,33829

00610,663122

7213,52617

99770,00165

32110,97256

3263

Yobserved X1 X7 Y model

79 49 18 94,5011

1287

101 49 22103,854

2731

145 78 29149,718

03

84 45 1685,7561

5669

65 36 1676,6023

1056

46 30 1056,4700

0611

80 45 2095,1093

1694

86 40 2294,7004

2699

105 48 1893,4840

1886

74 36 1574,2640

205

81 45 1890,4327

3682

105 29 1567,1443

624

66 33 1264,1978

6828

140 67 26131,515

1256

80 35 1368,5703

4637

92 36 2290,6320

5093

84 38 2190,3279

489

64 29 1567,1443

624

82 38 1473,9599

1847

114 55 27121,648

2875

101 54 26118,292

9034

168 77 36165,068

9664

158 74 32152,664

5241

142 66 25128,159

7415

144 54 33134,660

9339 105 51 21 103,550

1711

144 68 31144,223

6699

117 58 23115,346

4093 2852 2852

2,574285063 1,017094014 X1 2,338290061 X7

t-Test: Paired Two Sample for Means

Variable

1Variable

2

Mean101,857

14101,8571

4

Variance1025,23

8095896,4495

61 Observations 28 28

Pearson Correlation0,93508

3862 Hypothesized Mean Difference 0 df 27

t Stat

-1,89318

E-15 P(T<=t) one-tail 0,5

t Critical one-tail1,70328

8423 P(T<=t) two-tail 1

t Critical two-tail2,05183

0493 F-Test Two-Sample for Variances

Variable

1Variable

2

Mean101,857

1429101,8571

429

Variance1025,23

8095896,4495

61 Observations 28 28 df 27 27

F1,14366

5121

P(F<=f) one-tail0,36488

9746

F Critical one-tail1,90482

2987

Korelasi

Y X1 X2 X3 X4 X5 X6 X7Y 1X1 0,901057518 1X2 0,745329665 0,881582456 1X3 0,818205113 0,808425234 0,560823489 1X4 0,688488502 0,805389582 0,797110186 0,645940642 1X5 0,811890695 0,833394377 0,638028587 0,759657982 0,441034469 1X6 0,483051872 0,419471968 0,141988994 0,541583449 0,253983493 0,468027 1X7 0,905126826 0,865621903 0,673133725 0,838061363 0,661631063 0,787319 0,46322 1

Y 0,905127Y 0,901058Y 0,818205 dieliminasi pada percobaan 6 Y 0,811891 dieliminasi pada percobaan 5 Y 0,745330 dieliminasi pada percobaan 4Y 0,688489 dieliminasi pada percobaan 3Y 0,483052 dieliminasi pada percobaan 2

tugas modeling 1

Documents