Tugas Uji Regresi, Uji Asumsi, dan Input Output

Tugas Uji Regresi, Uji Asumsi, dan Input Output

1. Uji Regresi

Hipotesis

H0: Pendapatan tidak memengaruhi konsumsi daging dan ikan H1: Pendapatan memengaruhi konsumsi daging dan ikan

Masukkan Data Variabel

# Memuat paket haven
library(haven)

# Memuat data konsumsi
data <- read_dta("b1_ks1.dta")

# Filter data untuk hanya menampilkan yang mengkonsumsi Daging dan Ikan kategori "K", "M", "N"
data_Konsumsi <- subset(data, ks1type %in% c("K", "M", "N"))

# Memuat data pendapatan
data_pendapatan <- read_dta("b3a_tk1.dta")

# Menggabungkan Data Konsumsi dan Data Pendapatan
merged_data <- merge(data_Konsumsi, data_pendapatan, by = "hhid14_9", all = FALSE) 

# Memisahkan kolom hanya yang ingin dipakai
selected_columns <- c("hhid14_9", "ks02", "tk16a")

# Menggunakan operator subsetting untuk memilih kolom yang dipilih
selected_data <- merged_data[, selected_columns]
names(selected_data)[2] <- "konsumsi"
names(selected_data)[3] <- "pendapatan"

str(selected_data)

'data.frame':   103059 obs. of  3 variables:
 $ hhid14_9  : chr  "001060000" "001060000" "001060000" "001060000" ...
 $ konsumsi  : num  20000 20000 20000 20000 20000 20000 0 0 0 30000 ...
 $ pendapatan: num  NA NA NA NA NA NA NA NA NA NA ...

Regresi Variabel

# Buat model regresi
regresi1 <- lm(konsumsi ~ pendapatan , data = selected_data)

# Melihat ringkasan model
summary(regresi1)

Call:
lm(formula = konsumsi ~ pendapatan, data = selected_data)

Residuals:
   Min     1Q Median     3Q    Max 
-31790 -10588 -10189   -470 433423 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 1.010e+04  4.993e+02  20.232  < 2e-16 ***
pendapatan  8.675e-04  2.431e-04   3.568 0.000364 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 27400 on 3763 degrees of freedom
  (99294 observations deleted due to missingness)
Multiple R-squared:  0.003372,  Adjusted R-squared:  0.003107 
F-statistic: 12.73 on 1 and 3763 DF,  p-value: 0.000364

Interpretasi Hasil

Model Persamaan

Model Persamaan yang digunakan adalah sebagai berikut: \[ Y_i = \beta_0 + \beta_1 X_i + \varepsilon_i\] Hasil Regresi menunjukkan bahwa variabel Pendapatan mempengaruhi variabel Konsumsi Daging dan Ikan, karena nilai p untuk koefisien X (0.000364) kurang dari 0.1 (tingkat kepercayaan 90%).

Multiple R-squared yang sangat rendah (0,003372) atau 0,3% menunjukkan bahwa model secara keseluruhan belum memberikan penjelasan yang baik tentang variasi dalam variabel dependen.

Nilai koefisien konstanta sebesar 10100, dan koefisien variabel pendapatan sebesar 0.0008675, sehingga mejadi persamaan sebagai berikut:

\[ Y_i = 10100 + 0.0008675 X_i \] Berdasarkan persamaan tersebut Konsumsi Daging dan Ikan pada saat konstanta (tanpa pengaruh X) sebesar 10100 dan jika ada Pendapatan, memengaruhi perubahan konsumsi daging dan ikan sebesar koefisien 0.0008675.

Regresi 2 Variabel X

Hipotesis

H0: Pendapatan dan harta sapi dan ikan tidak memengaruhi konsumsi daging dan ikan H1: Pendapatan dan harta sapi dan ikan memengaruhi konsumsi daging dan ikan

# Masukkan data harta
data_Harta <- read_dta("b3a_hr1.dta")

# Gabungkan kedua data berdasarkan ID responden
merged_data <- merge(selected_data, data_Harta, by = "hhid14_9", all = FALSE) 

# Memisahkan kolom hanya yang ingin dipakai
selected_columns <- c("hhid14_9", "konsumsi", "pendapatan", "hr02_d2")

# Menggunakan operator subsetting untuk memilih kolom yang dipilih
selected_data <- merged_data[, selected_columns]
names(selected_data)[4] <- "harta"

str(selected_data)

'data.frame':   1336647 obs. of  4 variables:
 $ hhid14_9  : chr  "001060000" "001060000" "001060000" "001060000" ...
 $ konsumsi  : num  20000 20000 20000 20000 20000 20000 20000 20000 20000 20000 ...
 $ pendapatan: num  NA NA NA NA NA NA NA NA NA NA ...
 $ harta     : num  NA NA NA NA NA NA NA NA NA NA ...

Regresi Data Gabungan

# Buat model regresi
regresi2 <- lm(konsumsi ~ pendapatan + harta , data = selected_data)

# Melihat ringkasan model
summary(regresi2)

Call:
lm(formula = konsumsi ~ pendapatan + harta, data = selected_data)

Residuals:
   Min     1Q Median     3Q    Max 
-59371 -14983  -7747  -1349 383504 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 4.946e+03  8.887e+02   5.566 2.77e-08 ***
pendapatan  7.151e-03  8.067e-04   8.865  < 2e-16 ***
harta       1.037e-03  4.994e-05  20.764  < 2e-16 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 39020 on 4209 degrees of freedom
  (1332435 observations deleted due to missingness)
Multiple R-squared:  0.1114,    Adjusted R-squared:  0.111 
F-statistic: 263.9 on 2 and 4209 DF,  p-value: < 2.2e-16

Interpretasi Hasil

Signifikansi

Variabel pendapatan dan harta memiliki pengaruh terhadap variabel konsumsi, ditunjukkan oleh koefisien regresi yang signifikan secara statistik (p-value: < 2e-16 untuk kedua variabel). Multiple R-squared (0.1114) masih rendah, menunjukkan bahwa model hanya menjelaskan sekitar 11.14% dari variasi dalam konsumsi.

Koefisien Konstanta (Intercept)

Koefisien konstanta (intercept) adalah sekitar 4946. Interpretasi: Ketika nilai dari variabel pendapatan dan kepemilikan ternak adalah nol, maka nilai variabel konsumsi daging sebesar 4946

Koefisien untuk Variabel pendapatan:

Koefisien untuk variabel pendapatan adalah 0.007151 Interpretasi: Setiap satu unit peningkatan dalam variabel pendapatan berkorelasi dengan peningkatan sekitar 0.007151 unit dalam variabel konsumsi daging dan ikan, semua faktor lainnya konstan.

Koefisien untuk Variabel Harta Sapi dan Ikan:

Koefisien untuk variabel harta sapi dan ikan adalah 0.001037 Interpretasi: setiap unit peningkatan variabel harta sapi dan ikan memengaruhi variabel konsumsi daging dan ikan sebesar koefisien 0.001037.

Model Persamaan:

Model persamaan regresi:

\[ Y_i = 4946 + 0.007151 X_1 + 0.001037 X_2\]

Berdasarkan persamaan tersebut Konsumsi Daging dan ikan pada saat konstanta (tanpa pengaruh X1;X2) sebesar 4946 Jika ada Pendapatan, dikalikan dengan koefisien sebanyak 0.0001772. Sedangkan jika ada harta sapi dan ikan memengaruhi konsumsi daging dan ikan dikalikan dengan koefisien 0.001037.

2. Uji Asumsi

Uji Jarque-Bera

library(tseries)

Registered S3 method overwritten by 'quantmod':
  method            from
  as.zoo.data.frame zoo 

residuals <- residuals(regresi2)

# Uji Jarque-Bera terhadap residu
result <- jarque.bera.test(residuals)

# Menampilkan hasil uji
print(result)

    Jarque Bera Test

data:  residuals
X-squared = 174685, df = 2, p-value < 2.2e-16

Interpretasi Jarque Bera

Interpretasi dari hasil ini adalah bahwa distribusi dari residu yang diuji tidak sesuai dengan distribusi normal. P-value yang sangat kecil, lebih kecil dari tingkat signifikansi umum seperti 0.05 atau 0.01, menunjukkan adanya bukti yang kuat untuk menolak hipotesis nol bahwa residu mengikuti distribusi normal. Sebaliknya, terdapat bukti yang signifikan bahwa distribusi residu berbeda dari distribusi normal.

Uji Goldfeld-Quandt

library(lmtest)

Loading required package: zoo

Attaching package: 'zoo'

The following objects are masked from 'package:base':

    as.Date, as.Date.numeric

result <- gqtest(regresi2)

# Menampilkan hasil uji
print(result)

    Goldfeld-Quandt test

data:  regresi2
GQ = 0.16693, df1 = 2103, df2 = 2103, p-value = 1
alternative hypothesis: variance increases from segment 1 to 2

Interpretasi Goldfeld Quandt

Interpretasi dari hasil ini adalah bahwa tidak terdapat bukti yang cukup untuk mendukung hipotesis alternatif bahwa varians dari residual meningkat dari segmen 1 ke segmen 2. Hal ini disimpulkan dari nilai p-value yang sangat besar (1), yang menunjukkan bahwa tidak ada bukti yang signifikan untuk menolak hipotesis nol bahwa varians residual sama antara kedua segmen. Dengan demikian, tidak ada indikasi yang signifikan untuk perubahan varians residual antara segmen 1 dan segmen 2.

Uji Durbin-Watson

library(lmtest)
result <- dwtest(regresi2)

# Menampilkan hasil uji
print(result)

    Durbin-Watson test

data:  regresi2
DW = 0.091547, p-value < 2.2e-16
alternative hypothesis: true autocorrelation is greater than 0

Interpretasi Durbin-Watson

Nilai DW yang mendekati 0 menunjukkan adanya autokorelasi positif dalam residu model. Nilai p-value yang sangat kecil (< 2.2e-16) menunjukkan bahwa terdapat bukti yang sangat kuat untuk mendukung hipotesis alternatif bahwa autokorelasi yang sebenarnya lebih besar dari 0, artinya terdapat autokorelasi positif dalam data. Oleh karena itu, model regresi yang diuji kemungkinan tidak memenuhi asumsi tentang ketidakberkorelasian dari residu, yang dapat memengaruhi keakuratan estimasi model dan interpretasi hasilnya.

Uji Breusch-Godfrey

library(lmtest)
result <- bgtest(regresi2)

# Menampilkan hasil uji
print(result)

    Breusch-Godfrey test for serial correlation of order up to 1

data:  regresi2
LM test = 3827.7, df = 1, p-value < 2.2e-16

Interpretasi Breusch-Godfrey

Nilai LM test yang tinggi menunjukkan adanya autokorelasi pada model. Nilai p-value yang sangat kecil (< 2.2e-16) menunjukkan bahwa terdapat bukti yang sangat kuat untuk menolak hipotesis nol bahwa tidak ada autokorelasi pada model. Dengan kata lain, terdapat autokorelasi dalam residu model. Oleh karena itu, model regresi yang diuji kemungkinan tidak memenuhi asumsi tentang ketidakberkorelasian dari residu, yang dapat memengaruhi keakuratan estimasi model dan interpretasi hasilnya.

Uji Multikolinearitas

library(car)

Loading required package: carData

library(carData)
vif(regresi2)

pendapatan      harta 
    1.0021     1.0021 

Interpretasi Uji Multikolinearitas

Dua atau lebih variabel independen memiliki hubungan linier yang kuat antara satu sama lain. Hal ini membuatnya sulit untuk membedakan efek masing-masing variabel terhadap variabel respons. Sebagai langkah selanjutnya, diperlukan data yang berbeda untuk setidaknya salah satu variabel agar analisis dapat dilakukan dengan benar.

Input Output

Prosedur Pembuatan Matriks Leontief

Masukkan Library yang digunakan

library(leontief)
library(matrixcalc)
library(readxl)

Baca data input-output dari file Excel

data_io <- read_excel("dataio17jabar.xlsx")
str(data_io)

tibble [26 × 29] (S3: tbl_df/tbl/data.frame)
 $ Deskripsi                                                     : chr [1:26] "Pertanian, Kehutanan, dan Perikanan" "Pertambangan dan Penggalian" "Industri Pengolahan" "Pengadaan Listrik dan Gas" ...
 $ Pertanian, Kehutanan, dan Perikanan                           : num [1:26] 9397087 5882 7236455 99653 116642 ...
 $ Pertambangan dan Penggalian                                   : num [1:26] 7.49e+01 5.02e+06 1.46e+06 2.07e+05 4.82e+02 ...
 $ Industri Pengolahan                                           : num [1:26] 5.92e+07 1.48e+07 4.44e+08 2.49e+07 1.13e+05 ...
 $ Pengadaan Listrik dan Gas                                     : num [1:26] 920 13805837 1884848 52735796 5884 ...
 $ Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang      : num [1:26] 45.4 132.7 609703.4 195071.8 229240.8 ...
 $ Konstruksi                                                    : num [1:26] 275508 12055879 70986365 118431 104691 ...
 $ Perdagangan Besar dan Eceran; Reparasi Mobil dan Sepeda Motor : num [1:26] 87939 16131 32386926 2163724 169392 ...
 $ Transportasi dan Pergudangan                                  : num [1:26] 7235 4182 31512014 796607 10402 ...
 $ Penyediaan Akomodasi dan Makan Minum                          : num [1:26] 19338197 3081 11903033 1730296 288842 ...
 $ Informasi dan Komunikasi                                      : num [1:26] 3.40 6.76e+03 2.70e+06 1.76e+06 1.02e+04 ...
 $ Jasa Keuangan dan Asuransi                                    : num [1:26] 2082 5334 1284264 263513 2944 ...
 $ Real Estate                                                   : num [1:26] 0 1948 1722810 226179 31599 ...
 $ Jasa Perusahaan                                               : num [1:26] 0 12462 5822860 604916 31635 ...
 $ Administrasi Pemerintahan, Pertahanan dan Jaminan Sosial Wajib: num [1:26] 405923 30660 2645405 1031387 28536 ...
 $ Jasa Pendidikan                                               : num [1:26] 698828 3069 7086332 1093589 13593 ...
 $ Jasa Kesehatan dan Kegiatan Sosial                            : num [1:26] 1143429 3173 5547326 168322 16816 ...
 $ Jasa Lainnya                                                  : num [1:26] 578327 2670 6086170 952116 100635 ...
 $ Total Permintaan Antara                                       : num [1:26] 9.11e+07 4.58e+07 6.34e+08 8.90e+07 1.27e+06 ...
 $ Konsumsi Rumah Tangga                                         : num [1:26] 4.78e+07 3.51e+04 3.06e+08 1.36e+07 4.00e+06 ...
 $ Konsumsi LNPRT                                                : num [1:26] 0 0.00713 99.48494 0 0.11521 ...
 $ Total Konsumsi Pemerintah                                     : num [1:26] 0.00 1.87 2.07e+06 0.00 9.42e+04 ...
 $ Pembentukan Modal Tetap Bruto                                 : num [1:26] 6.68e+06 7.63e+05 1.03e+08 3.73e+04 1.55e+03 ...
 $ Perubahan Inventori                                           : num [1:26] 4843923 875580 -1902660 7885 1813 ...
 $ Total Ekspor Luar Negeri                                      : num [1:26] 1.23e+06 4.28e+06 2.89e+08 1.53e+04 1.31e+05 ...
 $ Total Ekspor Antar Provinsi                                   : num [1:26] 1.78e+07 3.97e+06 3.50e+08 5.95e+06 8.97e+05 ...
 $ Total Ekspor                                                  : num [1:26] 1.90e+07 8.25e+06 6.39e+08 5.96e+06 1.03e+06 ...
 $ Total Konsumsi Akhir                                          : num [1:26] 7.83e+07 9.92e+06 1.05e+09 1.96e+07 5.13e+06 ...
 $ Total Output                                                  : num [1:26] 1.69e+08 5.57e+07 1.68e+09 1.09e+08 6.40e+06 ...

Gabungkan data input-output

input_output <- as.matrix(data_io[, -1])

Total output vector (diagonal matrix)

total_output <- rowSums(input_output)  
D <- diag(total_output)

Matriks teknis

B <- solve(total_output + D)

Matriks identitas

I <- diag(nrow(input_output))

Matriks Leontief

leontief <- solve(I - B)
print(leontief)

               [,1]          [,2]          [,3]          [,4]          [,5]
 [1,]  1.000000e+00 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
 [2,] -7.026035e-11  1.000000e+00 -6.512582e-12 -1.116339e-10 -1.830046e-09
 [3,] -7.026035e-11 -2.112664e-10  1.000000e+00 -1.116339e-10 -1.830046e-09
 [4,] -7.026035e-11 -2.112664e-10 -6.512582e-12  1.000000e+00 -1.830046e-09
 [5,] -7.026035e-11 -2.112664e-10 -6.512583e-12 -1.116339e-10  1.000000e+00
 [6,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
 [7,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
 [8,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
 [9,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[10,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[11,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[12,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[13,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[14,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[15,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[16,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[17,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[18,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[19,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[20,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[21,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[22,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[23,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[24,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[25,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
[26,] -7.026035e-11 -2.112664e-10 -6.512582e-12 -1.116339e-10 -1.830046e-09
               [,6]          [,7]          [,8]          [,9]         [,10]
 [1,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
 [2,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
 [3,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
 [4,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
 [5,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446965e-11 -1.452153e-10
 [6,]  1.000000e+00 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
 [7,] -3.945951e-11  1.000000e+00 -7.090644e-11 -8.446964e-11 -1.452153e-10
 [8,] -3.945951e-11 -2.903283e-11  1.000000e+00 -8.446964e-11 -1.452153e-10
 [9,] -3.945951e-11 -2.903283e-11 -7.090644e-11  1.000000e+00 -1.452153e-10
[10,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11  1.000000e+00
[11,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[12,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[13,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[14,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[15,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[16,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[17,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[18,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[19,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[20,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[21,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[22,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[23,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[24,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[25,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
[26,] -3.945951e-11 -2.903283e-11 -7.090644e-11 -8.446964e-11 -1.452153e-10
              [,11]         [,12]         [,13]         [,14]         [,15]
 [1,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
 [2,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
 [3,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
 [4,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
 [5,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388408e-10 -1.307110e-10
 [6,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
 [7,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
 [8,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
 [9,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
[10,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
[11,]  1.000000e+00 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
[12,] -1.953185e-10  1.000000e+00 -2.149852e-10 -2.388407e-10 -1.307109e-10
[13,] -1.953185e-10 -1.129112e-10  1.000000e+00 -2.388407e-10 -1.307109e-10
[14,] -1.953185e-10 -1.129112e-10 -2.149852e-10  1.000000e+00 -1.307109e-10
[15,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10  1.000000e+00
[16,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
[17,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
[18,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
[19,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
[20,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
[21,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
[22,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
[23,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
[24,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
[25,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
[26,] -1.953185e-10 -1.129112e-10 -2.149852e-10 -2.388407e-10 -1.307109e-10
              [,16]         [,17]         [,18]         [,19]         [,20]
 [1,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
 [2,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
 [3,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
 [4,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
 [5,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001578e-11
 [6,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
 [7,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
 [8,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
 [9,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
[10,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
[11,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
[12,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
[13,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
[14,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
[15,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
[16,]  1.000000e+00 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
[17,] -2.923271e-10  1.000000e+00 -3.186718e-12 -5.788281e-11 -2.001577e-11
[18,] -2.923271e-10 -1.892902e-10  1.000000e+00 -5.788281e-11 -2.001577e-11
[19,] -2.923271e-10 -1.892902e-10 -3.186718e-12  1.000000e+00 -2.001577e-11
[20,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11  1.000000e+00
[21,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
[22,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
[23,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
[24,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
[25,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
[26,] -2.923271e-10 -1.892902e-10 -3.186718e-12 -5.788281e-11 -2.001577e-11
              [,21]         [,22]         [,23]         [,24]         [,25]
 [1,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
 [2,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
 [3,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
 [4,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
 [5,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905308e-12
 [6,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
 [7,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
 [8,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
 [9,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
[10,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
[11,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
[12,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
[13,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
[14,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
[15,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
[16,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
[17,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
[18,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
[19,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
[20,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
[21,]  1.000000e+00 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
[22,] -2.624401e-12  1.000000e+00 -1.835704e-11 -1.400282e-10 -9.905307e-12
[23,] -2.624401e-12 -2.541972e-11  1.000000e+00 -1.400282e-10 -9.905307e-12
[24,] -2.624401e-12 -2.541972e-11 -1.835704e-11  1.000000e+00 -9.905307e-12
[25,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10  1.000000e+00
[26,] -2.624401e-12 -2.541972e-11 -1.835704e-11 -1.400282e-10 -9.905307e-12
              [,26]
 [1,] -5.155733e-12
 [2,] -5.155733e-12
 [3,] -5.155733e-12
 [4,] -5.155733e-12
 [5,] -5.155733e-12
 [6,] -5.155733e-12
 [7,] -5.155733e-12
 [8,] -5.155733e-12
 [9,] -5.155733e-12
[10,] -5.155733e-12
[11,] -5.155733e-12
[12,] -5.155733e-12
[13,] -5.155733e-12
[14,] -5.155733e-12
[15,] -5.155733e-12
[16,] -5.155733e-12
[17,] -5.155733e-12
[18,] -5.155733e-12
[19,] -5.155733e-12
[20,] -5.155733e-12
[21,] -5.155733e-12
[22,] -5.155733e-12
[23,] -5.155733e-12
[24,] -5.155733e-12
[25,] -5.155733e-12
[26,]  1.000000e+00

Daftar Pustaka

Strauss, J., F. Witoelar, and B. Sikoki. “The Fifth Wave of the Indonesia Family Life Survey (IFLS5): Overview and Field Report”. March 2016. WR-1143/1-NIA/NICHD.