Deskripsi Data

Data yang digunakan dalam analisis ini merupakan data skor tes pada proses seleksi tahap pertama Sekolah Tinggi Ilmu Statistik (STIS) tahun 2023 di Provinsi Bali. Data ini terdiri dari tiga jenis tes yang digunakan untuk menilai berbagai aspek kemampuan peserta seleksi.

Tes yang digunakan meliputi:

  • Tes Wawasan Kebangsaan (TWK), yaitu tes yang digunakan untuk mengukur pengetahuan dan pemahaman peserta mengenai ideologi, sejarah, kebudayaan, serta sistem pemerintahan di Indonesia.
  • Tes Intelegensi Umum (TIU), yaitu tes yang bertujuan untuk mengukur kemampuan kognitif umum peserta seperti kemampuan logika, analisis, dan pemecahan masalah.
  • Tes Karakteristik Pribadi (TKP), yaitu tes yang digunakan untuk menilai aspek kepribadian peserta seperti motivasi, etika kerja, stabilitas emosi, serta kemampuan beradaptasi.

Data yang digunakan dalam analisis ini disimpan dalam file data_skor.csv.

data <- read.csv("C:/Users/ASUS ROG/Downloads/data_skor.csv")

head(data)
##   TWK TIU TKP
## 1 105 170 166
## 2 115 140 185
## 3  90 165 184
## 4 115 135 188
## 5 100 150 187
## 6 105 145 187
summary(data)
##       TWK             TIU             TKP       
##  Min.   : 85.0   Min.   :135.0   Min.   :166.0  
##  1st Qu.: 95.0   1st Qu.:140.0   1st Qu.:180.2  
##  Median :100.0   Median :145.0   Median :186.0  
##  Mean   : 99.5   Mean   :147.2   Mean   :184.8  
##  3rd Qu.:105.0   3rd Qu.:150.0   3rd Qu.:189.0  
##  Max.   :120.0   Max.   :170.0   Max.   :198.0

Rata-rata skor TWK adalah 99.5

Rata-rata skor TIU adalah 147.1666667

Rata-rata skor TKP adalah 184.7666667

Model Regresi

Model regresi linear berganda digunakan untuk mengetahui pengaruh TWK dan TIU terhadap TKP.

Bentuk umum model regresi linear adalah

\[ Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \epsilon \]

dimana:

  • Y = TKP
  • X1 = TWK
  • X2 = TIU

Estimasi Parameter

model <- lm(TKP ~ TWK + TIU, data=data)

summary(model)
## 
## Call:
## lm(formula = TKP ~ TWK + TIU, data = data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -6.5034 -2.9384  0.4146  3.3414  6.2556 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 357.48849   18.10126  19.749  < 2e-16 ***
## TWK          -0.64516    0.08403  -7.678 2.94e-08 ***
## TIU          -0.73745    0.08535  -8.641 2.96e-09 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 3.858 on 27 degrees of freedom
## Multiple R-squared:  0.7716, Adjusted R-squared:  0.7547 
## F-statistic: 45.61 on 2 and 27 DF,  p-value: 2.196e-09

Model regresi yang diperoleh adalah

\[ TKP = 357.4885 + -0.6452 TWK + -0.7375 TIU \]

Pengujian Asumsi

Uji Normalitas Residual

error <- model$residuals

ks.test(error,"pnorm",mean(error),sd(error))
## 
##  Asymptotic one-sample Kolmogorov-Smirnov test
## 
## data:  error
## D = 0.10856, p-value = 0.8713
## alternative hypothesis: two-sided

Uji Autokorelasi

library(lmtest)
## Warning: package 'lmtest' was built under R version 4.4.3
## Warning: package 'zoo' was built under R version 4.4.1
dwtest(model)
## 
##  Durbin-Watson test
## 
## data:  model
## DW = 0.69813, p-value = 1.032e-05
## alternative hypothesis: true autocorrelation is greater than 0

Visualisasi Data

Scatter plot hubungan antara TWK dan TKP

Scatter plot hubungan antara TIU dan TKP

Kesimpulan

Berdasarkan hasil analisis regresi linear berganda yang telah dilakukan, diperoleh model regresi yang menggambarkan hubungan antara variabel Tes Wawasan Kebangsaan (TWK) dan Tes Intelegensi Umum (TIU) terhadap Tes Karakteristik Pribadi (TKP). Model regresi ini digunakan untuk melihat bagaimana perubahan nilai TWK dan TIU dapat mempengaruhi nilai TKP peserta.

Hasil analisis menunjukkan bahwa variabel TWK dan TIU dapat digunakan sebagai variabel penjelas dalam memprediksi nilai TKP. Koefisien regresi yang diperoleh menggambarkan besarnya pengaruh masing-masing variabel independen terhadap variabel dependen dalam model.

Selain itu, pengujian asumsi model seperti uji normalitas residual dan uji autokorelasi dilakukan untuk memastikan bahwa model regresi yang digunakan memenuhi asumsi dasar analisis regresi. Hasil pengujian tersebut memberikan gambaran mengenai kelayakan model yang digunakan dalam analisis.

Secara keseluruhan, model regresi yang diperoleh dapat memberikan gambaran hubungan antara kemampuan kognitif yang diukur melalui TWK dan TIU dengan karakteristik pribadi yang diukur melalui TKP pada peserta seleksi. Analisis ini juga menunjukkan bahwa pendekatan komputasi menggunakan bahasa pemrograman R dapat digunakan secara efektif untuk melakukan analisis data statistik dan menghasilkan laporan analisis secara sistematis.