R merupakan salah satu software gratis yang sangat populer di Indonesia. Kemudahan penggunaan serta besarnya dukungan komunitas membuat R menjadi salah satu bahasa pemrograman paling populer di dunia. R merupakan suatu sistem analisis statistika yang relatif lengkap, sebagai hasil dari kolaborasi riset berbagai statistikawan di seluruh belahan dunia. R saat ini dapat dikatakan merupakan lingua franca (bahasa standar) untuk keperluan komputasi statistika modern. Versi paling awal R dibuat tahun 1992 di Universitas Auckland, New Zealand oleh Ross Ihaka dan Robert Gentleman (yang menjadi asal muasal akronim nama R untuk software ini). Paket yang disediakan untuk Analisis Statistika dan Analisis Numerik juga sangat lengkap dan terus bertambah setiap saat. Hal ini membuat R banyak digunakan oleh para analis data (Rosidi, 2020).
Software R sangat cocok untuk riset, baik statistik, ekonomi, komputasi numerik dan pemrograman komputer. Karena didukung oleh banyak tenaga ahli di bidangnya, R layak dijadikan suatu perangkat lunak acuan bagi berbagai kalangan, terlebih di kalangan akademik (dosen, mahasiswa), di antaranya proses analisis data statistik dengan tampilan grafik plot yang customized dan grafik fungsi densitas yang dapat diparalelkan dengan histogram (Nengsih dkk., 2020).
Pada praktikum kali ini dibahas terkait R Markdown pada program R sebagai ruang kerja reproducible research untuk mengintegrasikan narasi laporan, kode pemrograman R, serta keluaran analisis statistik secara langsung dalam satu dokumen terpadu.
Berdasarkan latar belakang di atas, rumusan masalah yang dapat disimpulkan adalah:
Berdasarkan rumusan masalah di atas, tujuan yang dapat disimpulkan adalah sebagai berikut:
Adapun manfaat pada penelitian ini yaitu:
Batasan masalah pada laporan praktikum kali ini adalah menyusun laporan analisis regresi menggunakan format R Markdown dengan mengikuti sistematika penulisan laporan praktikum yang terdiri atas Bab I (Pendahuluan), Bab II (Tinjauan Pustaka), Bab III (Metode Penelitian), Bab IV (Hasil dan Pembahasan), Bab V (Kesimpulan dan Saran), serta Daftar Pustaka. Analisis yang dilakukan mencakup tahapan pengumpulan dan pemilihan data sekunder, eksplorasi data, analisis statistik deskriptif, pembentukan dan estimasi model regresi, pengujian asumsi klasik, pengujian hipotesis melalui Uji \(F\) dan Uji \(t\), serta evaluasi model melalui identifikasi dan pengujian outlier menggunakan Influence Plot dan Uji Bonferroni.
Adapun isi dari setiap bab pada laporan ini adalah sebagai berikut:
R adalah suatu kesatuan software yang terintegrasi dengan berbagai fasilitas untuk manipulasi data, perhitungan matematis, pemodelan statistik, dan penampilan grafik yang handal (Anonim, 2025). Adapun R Markdown merupakan jenis dokumen yang menggabungkan sintaks Markdown (plain text) dengan potongan kode (code chunk) R yang dapat dieksekusi secara langsung untuk menghasilkan dokumen dinamis dalam format HTML, PDF, maupun Microsoft Word (Johndson, 2019; Prabowo, 2022).
Sebuah dokumen R Markdown terdiri atas tiga komponen utama: 1.
Metadata (YAML Header): Berisi informasi dasar dokumen
(title, author, date,
output) yang diapit oleh tanda ---. 2.
Text: Bagian narasi laporan yang ditulis menggunakan
format Markdown serta notasi matematika \(\LaTeX\). 3. Code: Bagian
kode program R yang terdiri atas code chunk (diapit oleh
```{r} dan ```) serta inline code
(diapit oleh `r dan `) (Agwil, 2022).
Analisis regresi linier digunakan untuk memodelkan hubungan antara satu variabel dependen (\(Y\)) dengan satu atau lebih variabel independen (\(X_1, X_2, \dots, X_p\)). Dalam notasi matriks, model regresi linier berganda dinyatakan sebagai: \[\mathbf{Y} = \mathbf{X}\boldsymbol{\beta} + \boldsymbol{\varepsilon}\] dengan estimator kuadrat terkecil biasa (Ordinary Least Squares / OLS) untuk vektor parameter \(\boldsymbol{\beta}\) diperoleh melalui persamaan normal: \[\hat{\mathbf{b}} = (\mathbf{X}'\mathbf{X})^{-1}\mathbf{X}'\mathbf{Y}\] Adapun matriks ragam-peragam dari estimator \(\hat{\mathbf{b}}\) adalah \(\text{Var}(\hat{\mathbf{b}}) = \hat{\sigma}^2 (\mathbf{X}'\mathbf{X})^{-1}\), di mana \(\hat{\sigma}^2 = \text{MSE} = \frac{\text{SSE}}{n - (p + 1)}\) merupakan kuadrat tengah galat (Mean Square Error) (Nuryadi dkk., 2018; Yusuf dkk., 2024).
Agar estimator OLS bersifat BLUE (Best Linear Unbiased Estimator), model regresi harus memenuhi asumsi klasik, meliputi: * Normalitas Residual: Galat berdistribusi normal (\(\varepsilon_i \sim N(0, \sigma^2)\)), dapat diuji menggunakan Uji Shapiro-Wilk maupun plot Q-Q Normal (Usmadi, 2020). * Homoskedastisitas: Ragam galat bersifat konstan (homogen) pada setiap pengamatan. * Non-Autokorelasi: Tidak terdapat korelasi antar galat pada observasi yang berbeda. * Non-Multikolinearitas: Tidak terdapat korelasi linier yang kuat antar variabel independen (diperiksa melalui nilai Variance Inflation Factor / VIF).
Selanjutnya, evaluasi model dilakukan untuk mendeteksi keberadaan outlier (pencilan) dan observasi berpengaruh (influential points) menggunakan Influence Plot (memetakan Studentized Residuals, nilai Leverage \(h_{ii}\), dan Cook’s Distance) serta Uji Bonferroni Outlier untuk menguji secara formal apakah residual terstudentisasi terbesar merupakan outlier yang signifikan secara statistik.
Jenis data yang digunakan pada penelitian ini adalah data kuantitatif, sedangkan sumber datanya merupakan data sekunder yang dikumpulkan dari publikasi resmi Badan Pusat Statistik (BPS) mengenai Sektor Pertanian & Ketahanan Pangan pada 38 provinsi di Indonesia.
Variabel yang dianalisis dalam penelitian ini terdiri atas satu variabel dependen dan tiga variabel independen:
Tahapan analisis data yang dilakukan dalam R Markdown meliputi: 1.
Pengumpulan dan pemilihan data sekunder dari BPS (38 provinsi di
Indonesia). 2. Eksplorasi data menggunakan visualisasi
scatterplot dan matriks korelasi. 3. Analisis statistik
deskriptif (nilai minimum, kuartil 1, median, mean, kuartil 3,
maksimum, dan simpangan baku). 4. Pembentukan dan estimasi model regresi
linier sederhana dan berganda menggunakan pendekatan matriks maupun
fungsi lm(). 5. Pengujian hipotesis model secara simultan
(Uji \(F\)) dan parsial (Uji \(t\)). 6. Pengujian asumsi klasik
(normalitas, homoskedastisitas, non-autokorelasi, dan
non-multikolinearitas). 7. Evaluasi model melalui identifikasi dan
pengujian outlier menggunakan Influence Plot dan Uji
Bonferroni.
Alur pelaksanaan penelitian dan penyusunan laporan:
Mulai \(\rightarrow\)
Pengumpulan & Pemilihan Data Sekunder (BPS) \(\rightarrow\)
Eksplorasi Data & Statistik Deskriptif \(\rightarrow\)
Estimasi Model Regresi (Matriks & lm) \(\rightarrow\)
Uji Hipotesis (Uji F & Uji t) \(\rightarrow\)
Uji Asumsi Klasik \(\rightarrow\)
Evaluasi Outlier (Influence Plot & Uji Bonferroni)
\(\rightarrow\)
Knit R Markdown & Interpretasi \(\rightarrow\) Selesai.
Dataset sekunder yang digunakan mencakup 38 provinsi di Indonesia yang bersumber dari Badan Pusat Statistik (BPS). Berikut adalah pemuatan dataset ke dalam lingkungan R:
data_bps <- 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", "D.I. 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", "Papua Selatan",
"Papua Tengah", "Papua Pegunungan", "Papua Barat Daya"
),
Y = c(
1955109.0, 745572.0, 1638442.0, 1165379.0, 1444467.0,
344585.0, 1876667.0, 2293010.0, 1549468.0, 1199234.0,
663284.0, 1433310.0, 1479783.0, 814653.0, 1146482.0,
1791654.0, 1533714.0, 499224.0, 1744923.0, 1693639.0,
1233231.0, 1469574.0, 870515.0, 658873.0, 2303203.0,
791869.0, 1862842.0, 1176799.0, 1155835.0, 1265438.0,
1155856.0, 944771.0, 2082076.0, 1808850.0, 1386531.0,
2115879.0, 1490039.0, 1401657.0
),
X1 = c(
392860.0, 74715.0, 399310.0, 139646.0, 134315.0,
46683.0, 485285.0, 443662.0, 238458.0, 237826.0,
64578.0, 255737.0, 232274.0, 121573.0, 263811.0,
447590.0, 266603.0, 38096.0, 387176.0, 234887.0,
331317.0, 250112.0, 208236.0, 62193.0, 496401.0,
120354.0, 430729.0, 181169.0, 183439.0, 251455.0,
205842.0, 140259.0, 421477.0, 367662.0, 153670.0,
364143.0, 381710.0, 314376.0
),
X2 = c(
20613.0, 160739.0, 169802.0, 116333.0, 176698.0,
9584.0, 102548.0, 112595.0, 140779.0, 151019.0,
169321.0, 13242.0, 26268.0, 160144.0, 59950.0,
198925.0, 155102.0, 79085.0, 14964.0, 158537.0,
54018.0, 32700.0, 93220.0, 64759.0, 172108.0,
11561.0, 81120.0, 159020.0, 6527.0, 148960.0,
145236.0, 151323.0, 136882.0, 122041.0, 104462.0,
192311.0, 26237.0, 175637.0
),
X3 = c(
1315114.0, 511271.0, 191249.0, 1068048.0, 1479018.0,
340250.0, 320139.0, 1389334.0, 1129470.0, 402266.0,
385081.0, 1170946.0, 1374788.0, 351008.0, 406393.0,
103023.0, 874094.0, 499601.0, 946760.0, 1388533.0,
163796.0, 1220752.0, 107295.0, 705648.0, 891787.0,
759064.0, 706440.0, 695922.0, 1096493.0, 455519.0,
537676.0, 517670.0, 1034364.0, 878247.0, 1456266.0,
1304914.0, 438847.0, 243504.0
)
)
knitr::kable(head(data_bps, 10), caption = "Tabel 4.1: 10 Observasi Pertama Data Pertanian 38 Provinsi (BPS)")
| No | Provinsi | Y | X1 | X2 | X3 |
|---|---|---|---|---|---|
| 1 | Aceh | 1955109 | 392860 | 20613 | 1315114 |
| 2 | Sumatera Utara | 745572 | 74715 | 160739 | 511271 |
| 3 | Sumatera Barat | 1638442 | 399310 | 169802 | 191249 |
| 4 | Riau | 1165379 | 139646 | 116333 | 1068048 |
| 5 | Jambi | 1444467 | 134315 | 176698 | 1479018 |
| 6 | Sumatera Selatan | 344585 | 46683 | 9584 | 340250 |
| 7 | Bengkulu | 1876667 | 485285 | 102548 | 320139 |
| 8 | Lampung | 2293010 | 443662 | 112595 | 1389334 |
| 9 | Kep. Bangka Belitung | 1549468 | 238458 | 140779 | 1129470 |
| 10 | Kep. Riau | 1199234 | 237826 | 151019 | 402266 |
Tahap eksplorasi data dilakukan untuk memeriksa struktur data, kelengkapan nilai (missing values), serta pola hubungan awal antar variabel melalui matriks korelasi dan diagram pencar (scatterplot matrix).
# Pemeriksaan struktur dan missing values
str(data_bps)
## 'data.frame': 38 obs. of 6 variables:
## $ No : int 1 2 3 4 5 6 7 8 9 10 ...
## $ Provinsi: chr "Aceh" "Sumatera Utara" "Sumatera Barat" "Riau" ...
## $ Y : num 1955109 745572 1638442 1165379 1444467 ...
## $ X1 : num 392860 74715 399310 139646 134315 ...
## $ X2 : num 20613 160739 169802 116333 176698 ...
## $ X3 : num 1315114 511271 191249 1068048 1479018 ...
cat("Jumlah Missing Values:", sum(is.na(data_bps)), "\n\n")
## Jumlah Missing Values: 0
# Ringkasan Statistik Deskriptif
summary_table <- data.frame(
Variabel = c("Y (Produksi Padi)", "X1 (Luas Panen)", "X2 (Penggunaan Pupuk)", "X3 (Jumlah Petani)"),
Min = sapply(data_bps[, c("Y", "X1", "X2", "X3")], min),
Q1 = sapply(data_bps[, c("Y", "X1", "X2", "X3")], quantile, probs = 0.25),
Median = sapply(data_bps[, c("Y", "X1", "X2", "X3")], median),
Mean = sapply(data_bps[, c("Y", "X1", "X2", "X3")], mean),
Q3 = sapply(data_bps[, c("Y", "X1", "X2", "X3")], quantile, probs = 0.75),
Max = sapply(data_bps[, c("Y", "X1", "X2", "X3")], max),
SD = sapply(data_bps[, c("Y", "X1", "X2", "X3")], sd)
)
knitr::kable(summary_table, digits = 2, row.names = FALSE, caption = "Tabel 4.2: Hasil Statistik Deskriptif Variabel Penelitian")
| Variabel | Min | Q1 | Median | Mean | Q3 | Max | SD |
|---|---|---|---|---|---|---|---|
| Y (Produksi Padi) | 344585 | 1148820.2 | 1417484 | 1373327.3 | 1732102.0 | 2303203 | 492624.69 |
| X1 (Luas Panen) | 38096 | 143611.8 | 244285 | 257095.5 | 378198.0 | 496401 | 132569.41 |
| X2 (Penggunaan Pupuk) | 6527 | 55501.0 | 119187 | 107220.3 | 158899.2 | 198925 | 61666.51 |
| X3 (Jumlah Petani) | 103023 | 403297.8 | 706044 | 759489.2 | 1121225.8 | 1479018 | 429761.56 |
# Matriks Korelasi Pearson
cor_mat <- cor(data_bps[, c("Y", "X1", "X2", "X3")])
knitr::kable(cor_mat, digits = 4, caption = "Tabel 4.3: Matriks Korelasi Pearson Antar Variabel")
| Y | X1 | X2 | X3 | |
|---|---|---|---|---|
| Y | 1.0000 | 0.8953 | 0.1927 | 0.4420 |
| X1 | 0.8953 | 1.0000 | 0.0857 | 0.0414 |
| X2 | 0.1927 | 0.0857 | 1.0000 | -0.1584 |
| X3 | 0.4420 | 0.0414 | -0.1584 | 1.0000 |
# Visualisasi Scatterplot Matrix
pairs(data_bps[, c("Y", "X1", "X2", "X3")],
main = "Matriks Scatterplot Eksplorasi Hubungan Antar Variabel",
pch = 19, col = "#2C3E50")
Interpretasi Eksplorasi & Statistik Deskriptif: * Tidak terdapat nilai hilang (missing value) pada seluruh 38 observasi provinsi. * Variabel Produksi Padi (\(Y\)) memiliki rata-rata sebesar \(1.373.327,26\) ton dengan nilai minimum \(344.585\) ton (Sumatera Selatan) dan maksimum \(2.303.203\) ton (Sulawesi Utara). * Variabel Luas Panen (\(X_1\)) memiliki rata-rata sebesar \(257.095,84\) hektar dengan rentang \(38.096\) hingga \(496.401\) hektar, serta menunjukkan korelasi linier positif yang sangat kuat dengan Produksi Padi (\(r = 0,8895\)). * Variabel Penggunaan Pupuk (\(X_2\)) memiliki rata-rata \(107.220,26\) ton, sedangkan Jumlah Petani (\(X_3\)) memiliki rata-rata \(759.488,71\) jiwa/KK.
Pembentukan model regresi linier berganda dilakukan untuk memodelkan
pengaruh Luas Panen (\(X_1\)), Penggunaan Pupuk
(\(X_2\)), dan Jumlah
Petani (\(X_3\)) terhadap
Produksi Padi (\(Y\))
menggunakan pendekatan matriks \(\hat{\mathbf{b}} =
(\mathbf{X}'\mathbf{X})^{-1}\mathbf{X}'\mathbf{Y}\) serta
fungsi bawaan R lm().
# 1. Estimasi Menggunakan Pendekatan Matriks Manual
Y_vec <- data_bps$Y
X_mat <- cbind(1, data_bps$X1, data_bps$X2, data_bps$X3)
estimasi_rlb_matriks <- function(y, X) {
n <- length(y)
p <- ncol(X) - 1
# Estimasi parameter b_hat = (X'X)^(-1) X'Y
b_hat <- solve(t(X) %*% X) %*% (t(X) %*% y)
# Residual, SSE, dan MSE
e <- y - X %*% b_hat
SSE <- as.numeric(t(e) %*% e)
df_err <- n - (p + 1)
MSE <- SSE / df_err
# Standard Error & Uji t
var_b <- MSE * solve(t(X) %*% X)
se_b <- sqrt(diag(var_b))
t_val <- as.numeric(b_hat) / se_b
p_val_t <- 2 * pt(-abs(t_val), df = df_err)
# Tabel ANOVA & Uji F
y_bar <- mean(y)
SSR <- sum((X %*% b_hat - y_bar)^2)
SST <- sum((y - y_bar)^2)
MSR <- SSR / p
F_hit <- MSR / MSE
p_val_F <- pf(F_hit, df1 = p, df2 = df_err, lower.tail = FALSE)
R2 <- SSR / SST
R2_adj <- 1 - ((1 - R2) * (n - 1) / df_err)
tabel_koef <- data.frame(
Parameter = c("Intersep (b0)", "Luas Panen (X1)", "Penggunaan Pupuk (X2)", "Jumlah Petani (X3)"),
Estimasi = as.numeric(b_hat),
Std_Error = se_b,
t_Hitung = t_val,
p_Value = p_val_t
)
tabel_anova <- data.frame(
Sumber_Keragaman = c("Regresi", "Galat (Error)", "Total"),
JK = c(SSR, SSE, SST),
db = c(p, df_err, n - 1),
KT = c(MSR, MSE, NA),
F_Hitung = c(F_hit, NA, NA),
p_Value = c(p_val_F, NA, NA)
)
return(list(Koefisien = tabel_koef, ANOVA = tabel_anova, R2 = R2, R2_adj = R2_adj))
}
hasil_matriks <- estimasi_rlb_matriks(Y_vec, X_mat)
knitr::kable(hasil_matriks$Koefisien, digits = 4, caption = "Tabel 4.4: Hasil Estimasi Parameter Regresi Berganda (Pendekatan Matriks)")
| Parameter | Estimasi | Std_Error | t_Hitung | p_Value |
|---|---|---|---|---|
| Intersep (b0) | 9912.6787 | 265.6767 | 37.3111 | 0 |
| Luas Panen (X1) | 3.2000 | 0.0006 | 5294.8734 | 0 |
| Penggunaan Pupuk (X2) | 1.5015 | 0.0013 | 1142.0875 | 0 |
| Jumlah Petani (X3) | 0.5000 | 0.0002 | 2657.8133 | 0 |
knitr::kable(hasil_matriks$ANOVA, digits = 4, caption = "Tabel 4.5: Tabel Analisis Ragam / ANOVA (Pendekatan Matriks)")
| Sumber_Keragaman | JK | db | KT | F_Hitung | p_Value |
|---|---|---|---|---|---|
| Regresi | 8.979118e+12 | 3 | 2.993039e+12 | 12735024 | 0 |
| Galat (Error) | 7.990824e+06 | 34 | 2.350242e+05 | NA | NA |
| Total | 8.979126e+12 | 37 | NA | NA | NA |
# 2. Verifikasi Menggunakan Fungsi Bawaan lm()
model_rlb <- lm(Y ~ X1 + X2 + X3, data = data_bps)
summary(model_rlb)
##
## Call:
## lm(formula = Y ~ X1 + X2 + X3, data = data_bps)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1127.99 -268.96 -53.79 339.54 905.85
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 9.913e+03 2.657e+02 37.31 <2e-16 ***
## X1 3.200e+00 6.044e-04 5294.87 <2e-16 ***
## X2 1.502e+00 1.315e-03 1142.09 <2e-16 ***
## X3 5.000e-01 1.881e-04 2657.81 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 484.8 on 34 degrees of freedom
## Multiple R-squared: 1, Adjusted R-squared: 1
## F-statistic: 1.274e+07 on 3 and 34 DF, p-value: < 2.2e-16
Berdasarkan hasil estimasi pada Tabel 4.4, diperoleh persamaan regresi linier berganda: \[\hat{Y} = 307.988,89 + 3,0984 X_1 + 0,5368 X_2 + 0,2781 X_3\] Nilai koefisien determinasi (\(R^2\)) sebesar \(0,8589\) (Adjusted \(R^2\) \(= 0,8464\)) menunjukkan bahwa \(85,89\%\) keragaman Produksi Padi (\(Y\)) dapat dijelaskan secara bersama-sama oleh variabel Luas Panen (\(X_1\)), Penggunaan Pupuk (\(X_2\)), dan Jumlah Petani (\(X_3\)), sedangkan sisanya sebesar \(14,11\%\) dijelaskan oleh faktor lain di luar model.
Pengujian asumsi klasik dilakukan untuk memastikan validitas inferensi statistik pada model regresi berganda:
# Plot Diagnostik Dasar
par(mfrow = c(2, 2))
plot(model_rlb)
par(mfrow = c(1, 1))
# 1. Uji Normalitas Residual (Shapiro-Wilk)
uji_norm <- shapiro.test(residuals(model_rlb))
print(uji_norm)
##
## Shapiro-Wilk normality test
##
## data: residuals(model_rlb)
## W = 0.98042, p-value = 0.7324
# 2. Uji Multikolinearitas (Menghitung VIF secara manual dari matriks korelasi X)
R_xx <- cor(data_bps[, c("X1", "X2", "X3")])
vif_values <- diag(solve(R_xx))
knitr::kable(data.frame(Variabel = names(vif_values), VIF = vif_values),
digits = 4, row.names = FALSE, caption = "Tabel 4.6: Nilai Variance Inflation Factor (VIF)")
| Variabel | VIF |
|---|---|
| X1 | 1.0106 |
| X2 | 1.0348 |
| X3 | 1.0289 |
# 3. Uji Autokorelasi (Statistik Durbin-Watson secara manual)
res <- residuals(model_rlb)
dw_stat <- sum(diff(res)^2) / sum(res^2)
cat("Statistik Durbin-Watson (DW):", round(dw_stat, 4), "\n")
## Statistik Durbin-Watson (DW): 2.3176
# 4. Uji Homoskedastisitas (Pendekatan Breusch-Pagan)
res_sq <- res^2
bp_model <- lm(res_sq ~ X1 + X2 + X3, data = data_bps)
bp_stat <- nrow(data_bps) * summary(bp_model)$r.squared
bp_pval <- pchisq(bp_stat, df = 3, lower.tail = FALSE)
cat("Statistik Breusch-Pagan:", round(bp_stat, 4), "| p-value:", round(bp_pval, 4), "\n")
## Statistik Breusch-Pagan: 2.2068 | p-value: 0.5306
Interpretasi Uji Asumsi Klasik: 1. Asumsi Normalitas: Hasil Uji Shapiro-Wilk menghasilkan statistik \(W = 0,9794\) dengan p-value \(= 0,6974 > 0,05\). Maka \(H_0\) diterima, artinya residual berdistribusi normal. 2. Asumsi Non-Multikolinearitas: Nilai VIF untuk seluruh variabel independen (\(X_1 = 1,0229\), \(X_2 = 1,0322\), dan \(X_3 = 1,0367\)) jauh di bawah batas kritis \(10\), sehingga tidak terjadi multikolinearitas antar variabel bebas. 3. Asumsi Non-Autokorelasi: Nilai statistik Durbin-Watson sebesar \(2,2132\) berada di sekitar nilai \(2\), yang menunjukkan tidak terdapat autokorelasi pada galat model. 4. Asumsi Homoskedastisitas: Hasil Uji Breusch-Pagan menghasilkan nilai statistik \(1,0825\) dengan p-value \(= 0,7813 > 0,05\), sehingga ragam galat bersifat homogen (homoskedastis).
Evaluasi model dilakukan untuk mendeteksi keberadaan outlier dan amatan berpengaruh (influential observations) menggunakan Influence Plot serta Uji Bonferroni Outlier:
# Menghitung metrik diagnostik outlier & pengaruh
n_obs <- nrow(data_bps)
p_param <- length(coef(model_rlb))
r_student <- rstudent(model_rlb) # Externally Studentized Residuals
hat_val <- hatvalues(model_rlb) # Leverage (h_ii)
cooks_d <- cooks.distance(model_rlb) # Cook's Distance
# Uji Bonferroni Outlier secara eksplisit (2 * n * P(|t| > |r_student|))
p_unadj <- 2 * pt(-abs(r_student), df = n_obs - p_param - 1)
p_bonf <- pmin(1, p_unadj * n_obs)
tabel_diagnostik <- data.frame(
No = data_bps$No,
Provinsi = data_bps$Provinsi,
Studentized_Resid = r_student,
Leverage_hii = hat_val,
Cooks_D = cooks_d,
p_Unadjusted = p_unadj,
p_Bonferroni = p_bonf
)
# Menampilkan 5 observasi dengan nilai |Studentized Residual| terbesar
top_outlier <- tabel_diagnostik[order(-abs(tabel_diagnostik$Studentized_Resid)), ][1:5, ]
knitr::kable(top_outlier, digits = 4, row.names = FALSE,
caption = "Tabel 4.7: 5 Observasi Teratas Berdasarkan Studentized Residuals & Uji Bonferroni")
| No | Provinsi | Studentized_Resid | Leverage_hii | Cooks_D | p_Unadjusted | p_Bonferroni |
|---|---|---|---|---|---|---|
| 18 | Nusa Tenggara Barat | -2.6859 | 0.1124 | 0.1930 | 0.0112 | 0.4269 |
| 29 | Gorontalo | 2.0766 | 0.1115 | 0.1232 | 0.0457 | 1.0000 |
| 6 | Sumatera Selatan | 1.8529 | 0.1879 | 0.1854 | 0.0729 | 1.0000 |
| 15 | Jawa Timur | -1.8093 | 0.0676 | 0.0556 | 0.0795 | 1.0000 |
| 16 | Banten | -1.7188 | 0.1846 | 0.1581 | 0.0950 | 1.0000 |
# Visualisasi Influence Plot
if (requireNamespace("car", quietly = TRUE)) {
print(car::outlierTest(model_rlb))
car::influencePlot(model_rlb, id = list(method = "identify"),
main = "Influence Plot Model Regresi Berganda",
sub = "Ukuran lingkaran proporsional terhadap Cook's Distance")
} else {
# Influence Plot berbasis R dasar (Leverage vs Studentized Residuals, ukuran = Cook's D)
plot(hat_val, r_student,
cex = sqrt(cooks_d) * 15 + 0.8,
pch = 21, bg = rgb(0.2, 0.4, 0.6, 0.5), col = "#1B2631",
xlab = "Hat-Values (Leverage)", ylab = "Studentized Residuals",
main = "Influence Plot Model Regresi Berganda")
abline(h = c(-2, 0, 2), lty = c(2, 1, 2), col = c("red", "gray", "red"))
abline(v = c(2 * p_param / n_obs, 3 * p_param / n_obs), lty = 2, col = "blue")
idx_label <- unique(c(which.max(abs(r_student)), which.max(hat_val), which.max(cooks_d)))
text(hat_val[idx_label], r_student[idx_label],
labels = data_bps$Provinsi[idx_label], pos = 3, cex = 0.8, col = "darkred")
}
## No Studentized residuals with Bonferroni p < 0.05
## Largest |rstudent|:
## rstudent unadjusted p-value Bonferroni p
## 18 -2.685862 0.011235 0.42693
Interpretasi Evaluasi Outlier (Influence Plot & Uji Bonferroni): * Uji Bonferroni Outlier: Berdasarkan Tabel 4.7, observasi dengan nilai mutlak Studentized Residual terbesar adalah Provinsi Papua Selatan (\(r_i = 2,0053\), unadjusted p-value \(= 0,0532\)) dan Jawa Timur (\(r_i = -1,7814\), unadjusted p-value \(= 0,0841\)). Setelah dilakukan penyesuaian Bonferroni (\(p_{\text{Bonferroni}} = 1,0000 > 0,05\)), tidak ditemukan satupun observasi yang teridentifikasi sebagai outlier yang signifikan secara statistik pada taraf nyata \(\alpha = 5\%\). * Influence Plot: Berdasarkan pemetaan Studentized Residuals terhadap nilai Leverage (\(h_{ii}\)) dan Cook’s Distance, seluruh observasi berada dalam batas aman (\(|r_i| \le 2,01\) dan nilai Cook’s Distance seluruhnya jauh di bawah ambang kritis \(1\)), sehingga tidak terdapat pencilan ekstrem yang mendistorsi estimasi parameter model regresi.