BAB I PENDAHULUAN

1.1 Latar Belakang

Analisis regresi merupakan salah satu metode Statistika yang digunakan untuk mengetahui hubungan antara variabel terikat dengan satu atau lebih variabel bebas. Metode ini juga dapat digunakan untuk memperkirakan atau memprediksi nilai suatu variabel berdasarkan hubungan yang terbentuk dari data pengamatan. Analisis regresi banyak diterapkan dalam berbagai bidang penelitian karena mampu memberikan gambaran mengenai hubungan antarvariabel serta membantu proses pengambilan keputusan berdasarkan hasil pengolahan data. Oleh karena itu, analisis regresi menjadi salah satu metode penting dalam pengolahan dan analisis data statistik (Qoiriah & Yamasari, 2021).

Dalam melakukan analisis regresi, diperlukan beberapa tahapan pengujian untuk memastikan bahwa model yang dibentuk dapat digunakan dan menghasilkan estimasi yang baik. Salah satu tahapan tersebut adalah pengujian asumsi klasik yang meliputi uji Normalitas, uji Multikolinearitas, uji Heteroskedastisitas, dan uji Autokorelasi. Selain itu, dilakukan pula pengujian hipotesis melalui Uji F untuk mengetahui pengaruh variabel bebas secara simultan dan Uji t untuk mengetahui pengaruh variabel bebas secara parsial terhadap variabel terikat. Pengujian tersebut diperlukan agar model regresi yang dihasilkan memiliki kelayakan dan dapat digunakan untuk menjelaskan hubungan antarvariabel secara statistik (Silalahi dkk., 2024).

Selain pengujian asumsi klasik dan hipotesis, evaluasi model regresi juga perlu memperhatikan keberadaan outlier atau data pencilan. Data pencilan merupakan pengamatan yang memiliki karakteristik berbeda dibandingkan sebagian besar data lainnya dan dapat memengaruhi hasil estimasi koefisien regresi serta nilai koefisien determinasi. Oleh karena itu, diperlukan identifikasi dan pengujian outlier untuk mengetahui pengaruh pengamatan tertentu terhadap model yang dibentuk. Salah satu pendekatan evaluasi yang dapat digunakan dalam praktikum ini adalah Influence Plot dan Uji Bonferroni untuk membantu mengidentifikasi pengamatan yang berpotensi berpengaruh terhadap model regresi (Ningrum & Rahardjo, 2023).

1.2 Rumusan Masalah

Berdasarkan latar belakang, rumusan masalah yang dapat disimpulkan adalah bagaimana cara melakukan analisis regresi menggunakan program R, mulai dari pengumpulan dan eksplorasi data, analisis statistik deskriptif, pembentukan dan estimasi model regresi, pengujian asumsi klasik, pengujian hipotesis melalui Uji F dan Uji t, hingga evaluasi model melalui identifikasi dan pengujian outlier menggunakan Influence Plot dan Uji Bonferroni?

1.3 Tujuan Penelitian

Berdasarkan rumusan masalah, adapun tujuan yang ingin dicapai pada praktikum ini adalah untuk melakukan analisis regresi menggunakan program R, mulai dari pengumpulan dan eksplorasi data, analisis statistik deskriptif, pembentukan dan estimasi model regresi, pengujian asumsi klasik, pengujian hipotesis melalui Uji F dan Uji t, hingga evaluasi model melalui identifikasi dan pengujian outlier menggunakan Influence Plot dan Uji Bonferroni.

1.4 Manfaat Penelitian

Adapun manfaat pada penelitian ini yaitu:

  1. Bagi penulis
    1. Memberikan informasi dan pengetahuan mengenai cara menentukan parameter yang signifikan pada persamaan regresi.
    2. Menerapkan ilmu atau wawasan baru mengenai cara menentukan parameter yang signifikan pada persamaan regresi dengan menggunakan program R.
  2. Bagi pembaca
    1. Menambah ilmu pengetahuan mengenai cara mengoperasikan aplikasi program R.
    2. Menjadi rujukan bagi peneliti selanjutnya.

1.5 Batasan Masalah

Adapun batasan masalah pada praktikum ini yaitu menggunakan data sekunder dengan jumlah minimal 35 observasi dan minimal 3 variabel independen serta 1 variabel dependen. Selanjutnya, dilakukan eksplorasi data, analisis statistik deskriptif, pembentukan model regresi, pengujian asumsi klasik, pengujian signifikansi parameter melalui Uji F dan Uji t, serta identifikasi dan pengujian outlier menggunakan Influence Plot dan Uji Bonferroni dengan bantuan program R, dengan ketentuan bahwa seluruh variabel independen berpengaruh signifikan terhadap variabel dependen.

1.6 Sistematika Penulisan

Adapun sistematika penulisan dari praktikum ini adalah:

  • BAB I PENDAHULUAN: Bab ini terdiri dari latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, dan sistematika penulisan.
  • BAB II TINJAUAN PUSTAKA: Bab ini merupakan bab yang memuat pengertian dan teori yang diperlukan untuk rancangan penelitian pada bab-bab berikutnya.
  • BAB III METODE PENELITIAN: Bab ini terdiri dari analisis jenis dan sumber data, variabel penelitian, algoritma penelitian, dan diagram alir.
  • BAB IV HASIL DAN PEMBAHASAN: Bab ini merupakan tahapan pencapaian hasil yang diperoleh dari analisis data yang dilakukan serta penjelasan dari hasil tersebut di bagian pembahasan.
  • BAB V KESIMPULAN DAN SARAN: Bab ini merupakan bab yang memuat kesimpulan dan saran dari penelitian yang telah dilakukan.
  • DAFTAR PUSTAKA

BAB II TINJAUAN PUSTAKA

2.1 Analisis Regresi

Analisis regresi linier merupakan salah satu metode Statistika yang digunakan untuk mengetahui hubungan antara variabel dependen dengan satu atau lebih variabel independen. Pada regresi linier berganda, terdapat satu variabel dependen yang dipengaruhi oleh dua atau lebih variabel independen. Metode ini bertujuan untuk mengetahui seberapa besar pengaruh variabel bebas terhadap variabel terikat serta memperkirakan nilai variabel dependen berdasarkan perubahan variabel independen. Dalam pembentukan model regresi linier berganda, estimasi parameter umumnya dilakukan menggunakan Metode Kuadrat Terkecil atau Ordinary Least Squares (OLS), yaitu metode yang meminimalkan jumlah kuadrat residual antara nilai pengamatan dan nilai hasil estimasi (Pardede dkk., 2022).

Model regresi linier berganda dinyatakan dalam suatu persamaan yang terdiri atas konstanta, koefisien regresi, variabel dependen, variabel independen, dan komponen kesalahan atau error:

\[\hat{Y} = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \dots + \beta_k X_k + \epsilon\]

Konstanta (\(\beta_0\)) menunjukkan nilai variabel dependen ketika seluruh variabel independen bernilai nol, sedangkan koefisien regresi (\(\beta_j\)) menunjukkan besarnya perubahan variabel dependen akibat perubahan satu satuan pada variabel independen ke-\(j\) dengan asumsi variabel lainnya tetap. Model regresi tersebut digunakan untuk menjelaskan hubungan antarvariabel sekaligus mengetahui arah pengaruh yang terbentuk, baik positif maupun negatif. Oleh karena itu, estimasi parameter menjadi tahapan penting untuk memperoleh persamaan regresi yang dapat digunakan dalam analisis dan prediksi berdasarkan data penelitian (Allo & Zamhuri, 2025).

2.2 Pengujian Asumsi Klasik

Pengujian asumsi klasik merupakan tahapan yang dilakukan dalam analisis regresi linier berganda untuk mengetahui apakah model regresi telah memenuhi asumsi-asumsi dasar yang diperlukan. Pengujian ini bertujuan untuk memastikan bahwa model yang dibentuk dapat menghasilkan estimasi yang layak dan dapat dipercaya. Beberapa pengujian yang termasuk dalam asumsi klasik adalah (Silalahi dkk., 2024; Nisa dkk., 2020):

  1. Uji Normalitas: Bertujuan untuk mengetahui apakah nilai residual dalam model regresi berdistribusi normal. Pengujian dapat dilakukan secara formal menggunakan uji Shapiro-Wilk dengan kriteria apabila nilai \(p\text{-value} > \alpha\) (\(0,05\)), maka residual berdistribusi normal.
  2. Uji Multikolinearitas: Bertujuan untuk mendeteksi adanya korelasi linier yang tinggi antarvariabel independen dalam model regresi. Pendeteksian dilakukan menggunakan nilai Variance Inflation Factor (VIF), di mana apabila nilai \(\text{VIF} < 10\), maka tidak terjadi multikolinearitas.
  3. Uji Heteroskedastisitas: Bertujuan untuk menguji apakah terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lainnya. Pengujian dapat dilakukan menggunakan uji Breusch-Pagan, di mana apabila \(p\text{-value} > \alpha\) (\(0,05\)), maka tidak terjadi heteroskedastisitas.
  4. Uji Autokorelasi: Bertujuan untuk mengetahui ada tidaknya korelasi antara residual pada pengamatan ke-\(t\) dengan residual pada pengamatan sebelumnya (\(t-1\)). Pengujian dilakukan menggunakan statistik uji Durbin-Watson (DW).

2.3 Pengujian Signifikansi Model Regresi

Pengujian signifikansi model regresi dilakukan untuk mengetahui apakah variabel independen memiliki pengaruh terhadap variabel dependen, baik secara bersama-sama maupun secara individual (Sani dkk., 2021):

  1. Uji Simultan (Uji F): Pengujian untuk mengetahui apakah seluruh variabel independen secara simultan berpengaruh signifikan terhadap variabel dependen. Hipotesis yang digunakan adalah \(H_0: \beta_1 = \beta_2 = \dots = \beta_k = 0\) melawan \(H_1:\) minimal ada satu \(\beta_j \neq 0\). Apabila nilai \(F_{\text{hitung}} > F_{\text{tabel}}\) atau \(p\text{-value} < \alpha\), maka \(H_0\) ditolak.
  2. Uji Parsial (Uji t): Pengujian untuk mengetahui pengaruh masing-masing variabel independen secara individual terhadap variabel dependen dengan menganggap variabel lainnya konstan. Hipotesis yang digunakan adalah \(H_0: \beta_j = 0\) melawan \(H_1: \beta_j \neq 0\). Apabila \(\vert{}t_{\text{hitung}}\vert{} > t_{\text{tabel}}\) atau \(p\text{-value} < \alpha\), maka \(H_0\) ditolak.

Selain Uji F dan Uji t, pengujian signifikansi model regresi juga melibatkan koefisien determinasi atau \(R^2\) serta Adjusted \(R^2\). Koefisien determinasi digunakan untuk mengetahui seberapa besar proporsi variasi variabel dependen yang mampu dijelaskan oleh variabel independen. Nilai \(R^2\) berada pada rentang \(0\) hingga \(1\), di mana nilai yang semakin mendekati \(1\) menunjukkan bahwa kemampuan variabel independen dalam menjelaskan variasi variabel dependen semakin besar (Nirwana dkk., 2025).

2.4 Pendeteksian Outlier

Outlier atau data pencilan merupakan pengamatan yang memiliki karakteristik berbeda atau nilai yang jauh menyimpang dibandingkan sebagian besar pengamatan lainnya. Keberadaan outlier dalam analisis regresi perlu diperhatikan karena dapat memengaruhi estimasi parameter, koefisien regresi, serta ketepatan model yang terbentuk. Data pencilan dapat menyebabkan metode kuadrat terkecil menghasilkan estimasi yang bias sehingga diperlukan proses identifikasi sebelum menentukan tindakan terhadap pengamatan tersebut (Yaziz dkk., 2019).

Pendeteksian outlier dan pengamatan berpengaruh dapat dilakukan melalui beberapa pendekatan diagnostik, salah satunya menggunakan Influence Plot dan Uji Bonferroni (Rizqin dkk., 2024; Rini, 2026):

  1. Influence Plot: Merupakan grafik diagnostik yang menggabungkan informasi Studentized Residual (\(\text{StudRes}\)) untuk mendeteksi pencilan pada arah variabel \(Y\), nilai leverage (\(h_{ii}\) atau \(\text{Hat}\)) untuk mendeteksi pencilan pada ruang variabel \(X\), serta jarak Cook (Cook’s Distance / \(\text{CookD}\)) untuk mengukur besarnya pengaruh suatu pengamatan terhadap keseluruhan koefisien regresi.
  2. Uji Bonferroni: Digunakan untuk menguji signifikansi pengamatan yang memiliki nilai studentized deleted residual (\(t_i\)) paling ekstrem: \[t_i = e_i \sqrt{\frac{n - p - 1}{\text{SSE}(1 - h_{ii}) - e_i^2}}\] Hipotesis yang diuji adalah \(H_0:\) Kasus ke-\(i\) bukan merupakan outlier melawan \(H_1:\) Kasus ke-\(i\) merupakan outlier. Keputusan tolak \(H_0\) diambil apabila nilai Bonferroni p-value \(< \alpha\).

BAB III METODE PENELITIAN

3.1 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif, yaitu data yang berbentuk angka dan dapat diukur serta dianalisis secara statistik. Tipe skala pengukuran data yang digunakan adalah data rasio, karena setiap variabel dinyatakan dalam satuan persentase yang memiliki nilai nol mutlak. Sumber data yang digunakan berupa data sekunder yang diperoleh dari publikasi resmi Badan Pusat Statistik (BPS) Republik Indonesia Tahun 2024, mencakup 38 provinsi di Indonesia (memenuhi syarat minimal 35 observasi).

3.2 Variabel Penelitian

Variabel yang digunakan dalam penelitian ini terdiri atas satu variabel dependen (\(Y\)) dan tiga variabel independen (\(X_1, X_2, X_3\)) sebagai berikut:

  1. Variabel Dependen (\(Y\)): Persentase Penduduk yang Mengakses Internet (%).
  2. Variabel Independen 1 (\(X_1\)): Persentase Penduduk yang Memiliki Telepon Seluler (%).
  3. Variabel Independen 2 (\(X_2\)): Persentase Pemuda Usia 16–30 Tahun (%).
  4. Variabel Independen 3 (\(X_3\)): Persentase Penduduk Miskin (%).

3.3 Algoritma Penelitian

Tahapan analisis data yang dilakukan dalam penelitian ini adalah sebagai berikut:

  1. Mulai dan mempersiapkan paket (library) R yang diperlukan (car, lmtest, DiagrammeR, knitr).
  2. Input dan Pemilihan Data Sekunder: Memasukkan data 38 provinsi di Indonesia tahun 2024 ke dalam lingkungan kerja R.
  3. Eksplorasi Data dan Statistik Deskriptif: Menghitung ukuran pemusatan dan penyebaran data serta memvisualisasikan hubungan antarvariabel melalui matriks korelasi dan scatter plot.
  4. Pembentukan dan Estimasi Model Regresi: Membentuk model regresi linier berganda \(Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \epsilon\) menggunakan metode OLS melalui fungsi lm().
  5. Pengujian Asumsi Klasik: Uji Normalitas (Shapiro-Wilk), Uji Multikolinearitas (VIF), Uji Heteroskedastisitas (Breusch-Pagan), dan Uji Autokorelasi (Durbin-Watson).
  6. Pengujian Hipotesis (Signifikansi Parameter): Uji Simultan (Uji F) dan Uji Parsial (Uji t).
  7. Evaluasi Model dan Identifikasi Outlier: Membuat Influence Plot dan menjalankan Uji Bonferroni (outlierTest()).
  8. Interpretasi Hasil dan Penarikan Kesimpulan.
  9. Selesai.

3.4 Diagram Alir Penelitian

Agar alur analisis lebih terstruktur dan mudah dipahami, diagram alir penelitian dibagi menjadi tiga bagian utama: (1) Diagram Alir Utama Analisis Regresi, (2) Diagram Alir Pengujian Asumsi Klasik dan Hipotesis, serta (3) Diagram Alir Evaluasi Model dan Deteksi Outlier.


BAB IV HASIL DAN PEMBAHASAN

4.1 Pengumpulan dan Pemilihan Data Sekunder

Data yang digunakan dalam penelitian ini merupakan data sekunder dari Badan Pusat Statistik (BPS) Republik Indonesia Tahun 2024 untuk 38 provinsi di Indonesia. Berikut adalah tabel dataset lengkap yang diinput ke dalam program R:

library(car)
library(lmtest)
library(knitr)

data_komstat <- data.frame(
  No = 1:38,
  Provinsi = c(
    "Aceh", "Sumatera Utara", "Sumatera Barat", "Riau", "Jambi",
    "Sumatera Selatan", "Bengkulu", "Lampung", "Kep. Bangka Belitung", "Kep. Riau",
    "DKI Jakarta", "Jawa Barat", "Jawa Tengah", "DI Yogyakarta", "Jawa Timur",
    "Banten", "Bali", "Nusa Tenggara Barat", "Nusa Tenggara Timur", "Kalimantan Barat",
    "Kalimantan Tengah", "Kalimantan Selatan", "Kalimantan Timur", "Kalimantan Utara", "Sulawesi Utara",
    "Sulawesi Tengah", "Sulawesi Selatan", "Sulawesi Tenggara", "Gorontalo", "Sulawesi Barat",
    "Maluku", "Maluku Utara", "Papua Barat", "Papua Barat Daya", "Papua",
    "Papua Selatan", "Papua Tengah", "Papua Pegunungan"
  ),
  Y = c(
    62.93, 74.15, 74.59, 77.68, 71.76,
    70.54, 70.72, 73.37, 76.06, 89.26,
    87.84, 76.62, 73.15, 80.10, 69.36,
    75.17, 77.56, 68.52, 54.84, 71.57,
    75.23, 74.82, 84.44, 77.44, 68.44,
    62.44, 70.10, 70.36, 65.92, 66.61,
    59.96, 59.17, 62.96, 65.75, 62.24,
    48.44, 28.71, 6.76
  ),
  X1 = c(
    70.57, 72.84, 73.51, 78.39, 75.83,
    75.10, 76.89, 70.48, 74.61, 85.40,
    83.43, 72.81, 68.96, 76.30, 71.27,
    75.50, 79.05, 67.61, 72.62, 77.90,
    82.85, 77.72, 84.82, 81.01, 77.62,
    75.44, 77.12, 79.04, 75.24, 68.87,
    75.45, 80.59, 80.17, 77.01, 80.78,
    74.67, 81.07, 47.78
  ),
  X2 = c(
    23.17, 22.54, 23.55, 23.89, 23.31,
    22.76, 22.78, 22.04, 23.19, 22.96,
    22.77, 23.79, 21.80, 21.51, 21.57,
    24.01, 21.68, 24.46, 24.67, 24.15,
    23.61, 23.73, 24.30, 23.98, 23.26,
    24.05, 23.86, 25.12, 24.35, 24.51,
    25.23, 25.48, 25.32, 25.02, 25.97,
    24.80, 25.56, 26.14
  ),
  X3 = c(
    14.23, 7.99, 5.97, 6.67, 7.10,
    10.97, 13.56, 10.69, 4.55, 5.37,
    4.30, 7.46, 10.47, 10.83, 9.79,
    5.84, 4.00, 12.91, 19.48, 6.32,
    5.17, 4.11, 5.78, 6.32, 7.25,
    11.77, 8.06, 11.21, 14.57, 11.21,
    16.05, 6.32, 21.66, 18.13, 17.26,
    17.44, 29.76, 32.97
  )
)

kable(data_komstat, caption = "Tabel 4.1. Data Persentase Akses Internet (Y), Kepemilikan Telepon Seluler (X1), Pemuda Usia 16-30 Tahun (X2), dan Penduduk Miskin (X3) di 38 Provinsi Tahun 2024")
Tabel 4.1. Data Persentase Akses Internet (Y), Kepemilikan Telepon Seluler (X1), Pemuda Usia 16-30 Tahun (X2), dan Penduduk Miskin (X3) di 38 Provinsi Tahun 2024
No Provinsi Y X1 X2 X3
1 Aceh 62.93 70.57 23.17 14.23
2 Sumatera Utara 74.15 72.84 22.54 7.99
3 Sumatera Barat 74.59 73.51 23.55 5.97
4 Riau 77.68 78.39 23.89 6.67
5 Jambi 71.76 75.83 23.31 7.10
6 Sumatera Selatan 70.54 75.10 22.76 10.97
7 Bengkulu 70.72 76.89 22.78 13.56
8 Lampung 73.37 70.48 22.04 10.69
9 Kep. Bangka Belitung 76.06 74.61 23.19 4.55
10 Kep. Riau 89.26 85.40 22.96 5.37
11 DKI Jakarta 87.84 83.43 22.77 4.30
12 Jawa Barat 76.62 72.81 23.79 7.46
13 Jawa Tengah 73.15 68.96 21.80 10.47
14 DI Yogyakarta 80.10 76.30 21.51 10.83
15 Jawa Timur 69.36 71.27 21.57 9.79
16 Banten 75.17 75.50 24.01 5.84
17 Bali 77.56 79.05 21.68 4.00
18 Nusa Tenggara Barat 68.52 67.61 24.46 12.91
19 Nusa Tenggara Timur 54.84 72.62 24.67 19.48
20 Kalimantan Barat 71.57 77.90 24.15 6.32
21 Kalimantan Tengah 75.23 82.85 23.61 5.17
22 Kalimantan Selatan 74.82 77.72 23.73 4.11
23 Kalimantan Timur 84.44 84.82 24.30 5.78
24 Kalimantan Utara 77.44 81.01 23.98 6.32
25 Sulawesi Utara 68.44 77.62 23.26 7.25
26 Sulawesi Tengah 62.44 75.44 24.05 11.77
27 Sulawesi Selatan 70.10 77.12 23.86 8.06
28 Sulawesi Tenggara 70.36 79.04 25.12 11.21
29 Gorontalo 65.92 75.24 24.35 14.57
30 Sulawesi Barat 66.61 68.87 24.51 11.21
31 Maluku 59.96 75.45 25.23 16.05
32 Maluku Utara 59.17 80.59 25.48 6.32
33 Papua Barat 62.96 80.17 25.32 21.66
34 Papua Barat Daya 65.75 77.01 25.02 18.13
35 Papua 62.24 80.78 25.97 17.26
36 Papua Selatan 48.44 74.67 24.80 17.44
37 Papua Tengah 28.71 81.07 25.56 29.76
38 Papua Pegunungan 6.76 47.78 26.14 32.97

4.2 Eksplorasi Data dan Analisis Statistik Deskriptif

4.2.1 Analisis Statistik Deskriptif

Berdasarkan pengolahan data menggunakan fungsi summary() pada R, diperoleh ringkasan statistik deskriptif untuk masing-masing variabel penelitian:

deskriptif <- summary(data_komstat[, c("Y", "X1", "X2", "X3")])
deskriptif
##        Y               X1              X2              X3       
##  Min.   : 6.76   Min.   :47.78   Min.   :21.51   Min.   : 4.00  
##  1st Qu.:63.66   1st Qu.:73.01   1st Qu.:23.01   1st Qu.: 6.32  
##  Median :70.63   Median :76.06   Median :23.88   Median :10.13  
##  Mean   :68.04   Mean   :75.69   Mean   :23.81   Mean   :11.15  
##  3rd Qu.:75.22   3rd Qu.:79.05   3rd Qu.:24.63   3rd Qu.:14.06  
##  Max.   :89.26   Max.   :85.40   Max.   :26.14   Max.   :32.97

Berdasarkan keluaran statistik deskriptif di atas, diperoleh gambaran sebaran data untuk keempat variabel:

  • Variabel \(Y\) (Persentase Penduduk yang Mengakses Internet): Data menunjukkan adanya ketimpangan akses digital yang sangat lebar antarprovinsi, dengan nilai minimum sebesar 6,76% (Papua Pegunungan) dan nilai maksimum mencapai 89,26% (Kepulauan Riau). Nilai median sebesar 70,63% dan rata-rata 68,04% mengindikasikan bahwa separuh provinsi di Indonesia telah memiliki tingkat penetrasi akses internet yang tinggi.
  • Variabel \(X_1\) (Persentase Penduduk yang Memiliki Telepon Seluler): Tingkat kepemilikan telepon seluler cenderung tinggi di level menengah ke atas dengan rata-rata 75,69% dan median 76,06%. Nilai minimum berada pada angka 47,78% dan maksimum 85,40%.
  • Variabel \(X_2\) (Persentase Pemuda Usia 16–30 Tahun): Struktur demografi kelompok usia pemuda menunjukkan proporsi yang sangat stabil dan homogen antarwilayah. Rentang nilai berada di antara minimum 21,51% hingga maksimum 26,14%, dengan nilai median 23,88% dan rata-rata 23,81%.
  • Variabel \(X_3\) (Persentase Penduduk Miskin): Sebaran tingkat kemiskinan menunjukkan rentang yang cukup lebar antara minimum 4,00% hingga maksimum 32,97%. Nilai median sebesar 10,13% dan rata-rata 11,15% menunjukkan tantangan kemiskinan yang masih cukup berat di angka dua digit bagi separuh wilayah lainnya.

4.2.2 Eksplorasi Visual Hubungan Antarvariabel

Untuk melihat pola hubungan linier awal serta mendeteksi adanya penyimpangan pengamatan secara visual sebelum pemodelan, dilakukan eksplorasi menggunakan matriks scatter plot dan korelasi Pearson:

cor_matrix <- round(cor(data_komstat[, c("Y", "X1", "X2", "X3")]), 4)
kable(cor_matrix, caption = "Tabel 4.2. Matriks Korelasi Pearson Antarvariabel")
Tabel 4.2. Matriks Korelasi Pearson Antarvariabel
Y X1 X2 X3
Y 1.0000 0.5923 -0.6061 -0.8766
X1 0.5923 1.0000 -0.0655 -0.4744
X2 -0.6061 -0.0655 1.0000 0.5678
X3 -0.8766 -0.4744 0.5678 1.0000
par(mfrow = c(2, 2))
plot(data_komstat$X1, data_komstat$Y, main = "Y vs X1 (Telepon Seluler)",
     xlab = "X1 (%)", ylab = "Y (%)", pch = 19, col = "#2980B9")
abline(lm(Y ~ X1, data = data_komstat), col = "red", lwd = 2)

plot(data_komstat$X2, data_komstat$Y, main = "Y vs X2 (Pemuda 16-30 Thn)",
     xlab = "X2 (%)", ylab = "Y (%)", pch = 19, col = "#27AE60")
abline(lm(Y ~ X2, data = data_komstat), col = "red", lwd = 2)

plot(data_komstat$X3, data_komstat$Y, main = "Y vs X3 (Penduduk Miskin)",
     xlab = "X3 (%)", ylab = "Y (%)", pch = 19, col = "#E67E22")
abline(lm(Y ~ X3, data = data_komstat), col = "red", lwd = 2)

boxplot(data_komstat[, c("Y", "X1", "X2", "X3")], main = "Boxplot Sebaran Variabel",
        col = c("#AED6F1", "#A9DFBF", "#F9E79F", "#F5B7B1"))

par(mfrow = c(1, 1))

4.3 Pembentukan dan Estimasi Model Regresi Linier Berganda

Estimasi model regresi linier berganda menggunakan metode Ordinary Least Squares (OLS) dilakukan dengan fungsi lm() pada program R:

model_reg <- lm(Y ~ X1 + X2 + X3, data = data_komstat)
summary(model_reg)
## 
## Call:
## lm(formula = Y ~ X1 + X2 + X3, data = data_komstat)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -13.544  -3.749   0.694   4.223  10.232 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 102.4032    23.8687   4.290 0.000140 ***
## X1            0.6809     0.1845   3.690 0.000779 ***
## X2           -2.9934     1.0245  -2.922 0.006144 ** 
## X3           -1.3114     0.2116  -6.199 4.76e-07 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 6.05 on 34 degrees of freedom
## Multiple R-squared:  0.847,  Adjusted R-squared:  0.8335 
## F-statistic: 62.75 on 3 and 34 DF,  p-value: 6.056e-14

Berdasarkan hasil estimasi parameter pada output R di atas, diperoleh persamaan model regresi linier berganda sebagai berikut:

\[\hat{Y} = 102,4032 + 0,6809 X_1 - 2,9934 X_2 - 1,3114 X_3\]

Interpretasi dari masing-masing koefisien regresi yang terbentuk adalah sebagai berikut:

  1. Konstanta (\(\hat{\beta}_0 = 102,4032\)): Apabila seluruh variabel independen bernilai nol, maka nilai dugaan rata-rata Persentase Penduduk yang Mengakses Internet (\(Y\)) adalah sebesar 102,4032%.
  2. Koefisien \(X_1\) (\(\hat{\beta}_1 = 0,6809\)): Setiap kenaikan 1% pada Persentase Penduduk yang Memiliki Telepon Seluler (\(X_1\)) akan meningkatkan Persentase Penduduk yang Mengakses Internet (\(Y\)) sebesar 0,6809%, dengan asumsi variabel lain konstan.
  3. Koefisien \(X_2\) (\(\hat{\beta}_2 = -2,9934\)): Setiap kenaikan 1% pada Persentase Pemuda Usia 16–30 Tahun (\(X_2\)) akan menurunkan Persentase Penduduk yang Mengakses Internet (\(Y\)) sebesar 2,9934%, dengan asumsi variabel lain konstan.
  4. Koefisien \(X_3\) (\(\hat{\beta}_3 = -1,3114\)): Setiap kenaikan 1% pada Persentase Penduduk Miskin (\(X_3\)) akan menurunkan Persentase Penduduk yang Mengakses Internet (\(Y\)) sebesar 1,3114%, dengan asumsi variabel lain tetap konstan.
  5. Koefisien Determinasi (\(R^2 = 0,8470\) dan \(\text{Adjusted } R^2 = 0,8335\)): Sebesar 83,35% variasi Persentase Penduduk yang Mengakses Internet (\(Y\)) dapat dijelaskan secara bersama-sama oleh variabel \(X_1, X_2,\) dan \(X_3\), sedangkan sisanya sebesar 16,65% dijelaskan oleh faktor lain di luar model.

4.4 Pengujian Asumsi Klasik

Sebelum menarik kesimpulan inferensial dari model regresi, dilakukan empat pengujian asumsi klasik menggunakan program R:

uji_normal <- shapiro.test(residuals(model_reg))
nilai_vif <- vif(model_reg)
uji_bp <- bptest(model_reg)
uji_dw <- dwtest(model_reg)

uji_normal
## 
##  Shapiro-Wilk normality test
## 
## data:  residuals(model_reg)
## W = 0.96399, p-value = 0.2553
nilai_vif
##       X1       X2       X3 
## 1.401341 1.602776 2.059321
uji_bp
## 
##  studentized Breusch-Pagan test
## 
## data:  model_reg
## BP = 11.017, df = 3, p-value = 0.01164
uji_dw
## 
##  Durbin-Watson test
## 
## data:  model_reg
## DW = 1.6819, p-value = 0.115
## alternative hypothesis: true autocorrelation is greater than 0
par(mfrow = c(2, 2))
plot(model_reg)

par(mfrow = c(1, 1))

Hasil pengujian keempat asumsi klasik pada taraf signifikansi \(\alpha = 0,05\) diuraikan sebagai berikut:

  1. Uji Normalitas (Shapiro-Wilk): Diperoleh statistik uji \(W = 0,9640\) dengan \(p\text{-value} = 0,2553 > 0,05\), sehingga gagal tolak \(H_0\) (residual berdistribusi normal).
  2. Uji Multikolinearitas (VIF): Seluruh variabel independen memiliki nilai \(\text{VIF} < 10\) (\(\text{VIF}(X_1) = 1,4013\), \(\text{VIF}(X_2) = 1,6028\), \(\text{VIF}(X_3) = 2,0593\)), sehingga asumsi bebas multikolinearitas terpenuhi.
  3. Uji Heteroskedastisitas (Breusch-Pagan): Diperoleh \(\text{BP} = 11,0168\) dengan \(p\text{-value} = 0,01164 < 0,05\), sehingga tolak \(H_0\) (terdapat indikasi heteroskedastisitas yang dipicu oleh adanya pengamatan ekstrem/outlier).
  4. Uji Autokorelasi (Durbin-Watson): Diperoleh \(\text{DW} = 1,6819\) dengan \(p\text{-value} = 0,1419 > 0,05\), sehingga gagal tolak \(H_0\) (tidak terdapat autokorelasi).

4.5 Pengujian Hipotesis (Uji F dan Uji t)

Pengujian signifikansi parameter dilakukan secara simultan (Uji F) dan parsial (Uji t) pada taraf signifikansi \(\alpha = 5\%\) (\(0,05\)):

anova(model_reg)
## Analysis of Variance Table
## 
## Response: Y
##           Df Sum Sq Mean Sq F value    Pr(>F)    
## X1         1 2853.9  2853.9  77.971 2.552e-10 ***
## X2         1 2629.8  2629.8  71.848 6.716e-10 ***
## X3         1 1406.4  1406.4  38.425 4.760e-07 ***
## Residuals 34 1244.5    36.6                      
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
F_tabel <- qf(0.95, df1 = 3, df2 = 34)
t_tabel <- qt(0.975, df = 34)

cat("Nilai F-tabel (alpha = 0.05, df1 = 3, df2 = 34):", round(F_tabel, 4), "\n")
## Nilai F-tabel (alpha = 0.05, df1 = 3, df2 = 34): 2.8826
cat("Nilai t-tabel dua arah (alpha = 0.05, df = 34)  :", round(t_tabel, 4), "\n")
## Nilai t-tabel dua arah (alpha = 0.05, df = 34)  : 2.0322

4.5.1 Uji Simultan (Uji F)

  1. Hipotesis: \(H_0 : \beta_1 = \beta_2 = \beta_3 = 0\) melawan \(H_1 :\) Tidak semua \(\beta_i = 0\).
  2. Taraf Signifikansi: \(\alpha = 0,05\).
  3. Statistik Uji: \(F_{\text{hitung}} = 62,75\) dengan \(F_{\text{tabel}(0,05; 3; 34)} = 2,8826\) dan \(p\text{-value} = 6,056 \times 10^{-14}\).
  4. Kesimpulan: Karena \(F_{\text{hitung}} = 62,75 > 2,8826\) dan \(p\text{-value} < 0,05\), maka tolak \(H_0\). Variabel \(X_1, X_2,\) dan \(X_3\) secara simultan berpengaruh signifikan terhadap \(Y\).

4.5.2 Uji Parsial (Uji t)

  • Variabel \(X_1\): \(t_{\text{hitung}} = 3,690\) (\(p\text{-value} = 0,000779 < 0,05\)), tolak \(H_0\) (\(X_1\) berpengaruh signifikan secara parsial).
  • Variabel \(X_2\): \(t_{\text{hitung}} = -2,922\) (\(p\text{-value} = 0,006144 < 0,05\)), tolak \(H_0\) (\(X_2\) berpengaruh signifikan secara parsial).
  • Variabel \(X_3\): \(t_{\text{hitung}} = -6,199\) (\(p\text{-value} = 4,76 \times 10^{-7} < 0,05\)), tolak \(H_0\) (\(X_3\) berpengaruh signifikan secara parsial).

4.6 Evaluasi Model: Identifikasi dan Pengujian Outlier

Evaluasi terhadap pengamatan pencilan (outlier) dan pengamatan berpengaruh (influential observations) dilakukan menggunakan grafik diagnostik influencePlot() serta uji formal Bonferroni outlierTest():

inf_table <- influencePlot(model_reg, id = list(method = "noteworthy"),
                           main = "Gambar 4.1. Influence Plot Model Regresi Linier Berganda")

kable(inf_table, caption = "Tabel 4.3. Hasil Diagnostik Influence Plot")
Tabel 4.3. Hasil Diagnostik Influence Plot
StudRes Hat CookD
32 -2.658800 0.1644522 0.2951534
37 -3.273027 0.4154169 1.4802953
38 -1.853179 0.6183251 1.2979767
bonf_test <- outlierTest(model_reg)
bonf_test
## No Studentized residuals with Bonferroni p < 0.05
## Largest |rstudent|:
##     rstudent unadjusted p-value Bonferroni p
## 37 -3.273027          0.0024993     0.094972

4.6.1 Interpretasi Influence Plot

Berdasarkan Gambar 4.1 dan Tabel 4.3, fungsi influencePlot() menyoroti tiga observasi ekstrem: 1. Observasi ke-32 (Maluku Utara): \(\text{StudRes} = -2,6588\) (terindikasi outlier pada respons \(Y\)). 2. Observasi ke-37 (Papua Tengah): \(\text{StudRes} = -3,2730\), \(\text{Hat} = 0,4154\), dan \(\text{CookD} = 1,4803\) (terindikasi sebagai outlier sekaligus influential observation). 3. Observasi ke-38 (Papua Pegunungan): \(\text{StudRes} = -1,8532\), \(\text{Hat} = 0,6183\), dan \(\text{CookD} = 1,2980\) (memiliki leverage tinggi dan pengaruh besar terhadap model).

4.6.2 Pengujian Hipotesis Outlier Menggunakan Uji Bonferroni

Dilakukan uji formal Bonferroni terhadap observasi ke-37 (Papua Tengah): 1. Hipotesis: \(H_0 :\) Kasus ke-37 bukan outlier vs \(H_1 :\) Kasus ke-37 merupakan outlier. 2. Statistik Uji: \(t_{37} = -3,2730\), dengan unadjusted p-value \(= 0,0025\) dan Bonferroni p-value \(= 0,09497\). 3. Kesimpulan: Berdasarkan kriteria ketat koreksi Bonferroni, Bonferroni p-value (\(0,09497 > 0,05\)), sehingga gagal menolak \(H_0\) secara mutlak. Namun, berdasarkan nilai unadjusted p-value (\(0,0025 < 0,05\)) dan nilai \(\text{CookD} > 1\), observasi ke-37 dan ke-38 tetap diidentifikasi sebagai pengamatan berpengaruh nyata yang mencerminkan kondisi riil ketimpangan wilayah Papua.


BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan seluruh tahapan analisis regresi linier berganda yang telah dilakukan menggunakan program R pada data 38 provinsi di Indonesia tahun 2024, dapat ditarik kesimpulan sebagai berikut:

  1. Model Regresi Linier Berganda: Estimasi OLS menghasilkan persamaan \(\hat{Y} = 102,4032 + 0,6809 X_1 - 2,9934 X_2 - 1,3114 X_3\) dengan Adjusted R-squared sebesar 83,35%.
  2. Pengujian Asumsi Klasik: Model memenuhi asumsi normalitas residual, bebas multikolinearitas, dan bebas autokorelasi, namun terindikasi mengalami heteroskedastisitas akibat variasi ekstrem pada wilayah tertentu.
  3. Pengujian Signifikansi: Berdasarkan Uji F (\(F = 62,75; p < 0,05\)) dan Uji t, seluruh variabel independen (\(X_1, X_2,\) dan \(X_3\)) terbukti berpengaruh signifikan secara simultan maupun parsial terhadap Persentase Penduduk yang Mengakses Internet (\(Y\)).
  4. Evaluasi Outlier: Berdasarkan Influence Plot dan Uji Bonferroni, observasi ke-37 (Papua Tengah) dan ke-38 (Papua Pegunungan) teridentifikasi sebagai pengamatan berpengaruh tinggi (influential observations) yang merefleksikan kondisi faktual kesenjangan akses digital di daerah tersebut.

5.2 Saran

  1. Peneliti selanjutnya disarankan untuk teliti dalam pengecekan indeks baris data dan penafsiran nilai unadjusted p-value versus Bonferroni p-value pada program R.
  2. Mengingat adanya indikasi heteroskedastisitas dan influential points pada wilayah Papua, disarankan untuk menggunakan pendekatan Regresi Robust pada penelitian lanjutan agar model lebih tahan terhadap pengaruh pencilan.

DAFTAR PUSTAKA

Allo, A. Y. T., & Zamhuri. (2025). Analisis regresi linier berganda dalam pemodelan faktor-faktor sosial ekonomi. Jurnal Statistika Terapan.

Fitrianto, A., & Hui Xin, S. (2022). Comparisons between robust regression approaches in the presence of outliers and high leverage points. BAREKENG: Jurnal Ilmu Matematika dan Terapan, 16(1), 1–10.

Ningrum, C. S., & Rahardjo, S. (2023). Kajian penaksiran parameter regresi robust untuk data outlier (pencilan) dengan estimasi-MM. Jurnal MIPA dan Pembelajarannya, 3(2), 85–94.

Nirwana, dkk. (2025). Evaluasi kebaikan model regresi melalui koefisien determinasi dan pengujian hipotesis. Jurnal Matematika dan Statistika.

Nisa, K., dkk. (2020). Pendeteksian masalah heteroskedastisitas pada analisis regresi linier berganda. Jurnal Ilmiah Statistika.

Pardede, R., dkk. (2022). Penerapan metode Ordinary Least Squares (OLS) pada analisis regresi linier berganda. Jurnal Sains dan Matematika.

Pratama, A., Wulandari, S. Z., & Indyastuti, D. L. (2022). Analisis pengaruh variabel prediktor menggunakan uji parsial dan simultan. INOBIS: Jurnal Inovasi Bisnis dan Manajemen Indonesia.

Qoiriah, A., & Yamasari, Y. (2021). Penerapan analisis regresi dalam pemodelan dan prediksi data kuantitatif. Jurnal Manajemen Informatika.

Rini, D. S. (2026). Modul Praktikum Pengantar Analisis Regresi. Bengkulu: Laboratorium Statistika FMIPA Universitas Bengkulu.

Rizki, M. B., Baidhowy, & Hajarisman, N. (2024). Identifikasi data berpengaruh dengan pemodelan regresi pada kasus indikator pembangunan di Indonesia. Bandung Conference Series: Statistics.

Rizqin, dkk. (2024). Diagnostik pengamatan berpengaruh menggunakan Influence Plot dan Uji Bonferroni pada pemodelan regresi. Jurnal Statistika Komputasi.

Sahir, S. H. (2021). Metodologi Penelitian. Yogyakarta: Penerbit KBM Indonesia.

Sani, dkk. (2021). Pengujian signifikansi parameter model regresi linier berganda menggunakan Uji F dan Uji t. Jurnal Statistika dan Aplikasinya.

Silalahi, dkk. (2024). Pengujian asumsi klasik sebagai syarat kelayakan model regresi linier berganda. Jurnal Pendidikan Matematika dan Sains.

Susiana, S., Chairunisah, C., & Refisis, N. R. (2024). Comparison of OLS regression and robust regression in overcoming outlier problems (case study: Cost of living data for urban areas in Indonesia). ZERO: Jurnal Sains, Matematika dan Terapan.

Wulandari, D. A., Kusnandar, D., & Imro’ah, N. (2022). Estimasi-S model regresi robust menggunakan pembobot Welsch pada data indeks pembangunan manusia di Indonesia. BIMASTER: Buletin Ilmiah Matematika, Statistika dan Terapannya.

Yaziz, dkk. (2019). Penanganan data pencilan pada analisis regresi menggunakan pendekatan regresi robust. Jurnal Ilmu Dasar.