Kartika Dwi Ayu R (06211540000038)

Anindya Shafira Putri (06211540000058)

TUGAS ANALISIS DATA 1

REGRESI TIME SERIES

Pada tugas analisis data, dilakukan analisis regresi time series pada data
US Monthly Births. Sebelum melakukan analisis regresi, ditentukan terlebih
dahulu pola data US Monthly Births dengan melihat hasil output dari plot time
series. Berikut merupakan hasil plot time series,

Time Series Plot of Births (in Thousand)

320

310

300
Births (in Thousand)

290

280

270

260

250

240
1 5 10 15 20 25 30 35 40 45
Index

Berdasarkan hasil plot time series diatas, diindikasikan bahwa data US

Monthly Births memiliki pola data trend dan seasonal. Karena pola data tidak
konstan atau dapat dikatakan ada kenaikan maka data US Monthly Births
memiliki trend. Dan merupakan data seasonal pula, jika dilihat berdasarkan plot
time series data kelahiran (births) untuk setiap bulannya sebagai berikut,

Time Series Plot of Births (in Thousand)

320

310

300
Births (in Thousand)

290

280

270

260

250

240
1 5 10 3 8 1 6 11 4 9
Month
Kartika Dwi Ayu R (06211540000038)
Anindya Shafira Putri (06211540000058)

Berdasarkan plot time series dari data kelahiran di US tiap bulan, dapat
diketahui bahwa terdapat pola seasonal dimana setiap bulan ke-8 terjadi
kenaikan jumlah kelahiran di US dan terjadi penurunan jumlah kelahiran pada
bulan ke-2. Sehingga dapat disimpulkan bahwa data US Monthly Births
mengikuti pola trend dan seasonal.

Selanjutnya, dilakukan analisis regresi untuk data trend dan seasonal.

Pada data US Monthly Births, diketahui bahwa variabel dependen (Y) adalah
variabel Births (in Thousand) dan untuk variabel independen (X) adalah
variabel Tahun dan Bulan yang dimana variabel Bulan merupakan variabel
dummy pada kasus ini. Didapatkan 11 variabel dummy, dengan bulan ke-12
yang digunakan sebagai variabel kontrol. Berikut merupakan hasil analisis
regesi pada data US Monthly Births.

Analysis of Variance

Source DF Adj SS Adj MS F-Value P-Value

Regression 12 10941,2 911,77 22,62 0,000
t 1 1978,0 1978,00 49,07 0,000
Month_1 1 30,9 30,92 0,77 0,387
Month_2 1 838,8 838,83 20,81 0,000
Month_3 1 10,4 10,44 0,26 0,614
Month_4 1 581,2 581,16 14,42 0,001
Month_5 1 57,7 57,68 1,43 0,240
Month_6 1 224,1 224,09 5,56 0,024
Month_7 1 601,5 601,51 14,92 0,000
Month_8 1 956,9 956,89 23,74 0,000
Month_9 1 272,5 272,53 6,76 0,014
Month_10 1 77,0 76,98 1,91 0,176
Month_11 1 379,2 379,22 9,41 0,004
Error 35 1410,7 40,31
Total 47 12352,0

Berdasarkan hasil pengujian individu diatas, diperoleh nilai p-value untuk

setiap variabel t (tahun) dan variabel bulan (dummy). Didapatkan nilai p-value
yang lebih dari nilai taraf signifikansi yang digunakan (α=0.05) yaitu bulan ke-
1, 3, 5, dan 10. Sehingga, didapatkan keputusan gagal Tolak H0 dan dapat
disimpulkan bahwa keempat bulan tersebut tidak signifikan yang artinya
keempat bulan tersebut tidak berpengaruh terhadap jumlah kelahiran di US.
Kartika Dwi Ayu R (06211540000038)
Anindya Shafira Putri (06211540000058)

Namun, variabel t (tahun) dan ketujuh variabel bulan lainnya signifikan

terhadap jumlah kelahiran di US apabila dilihat dari nilai p-value yang kurang
dari taraf signifikansinya.

The regression equation is

Births (in Thousand) = 259 + 0.478 t - 3.99 Month_1 - 20.7 Month_2
+ 2.31 Month_3 - 17.2 Month_4 - 5.40 Month_5
- 10.6 Month_6 + 17.4 Month_7 + 21.9 Month_8
+ 11.7 Month_9 + 6.21 Month_10 - 13.8 Month_11

Output diatas menunujukkan model regresi secara umum dan diketahui

nilai Rs-q sebesar 88.6% sehingga variabel mampu menjelaskan model
sebesar 88.6% dan 11.4% dijelaskan oleh variabel lain diluar model.

Analysis of Variance

Source DF SS MS F P
Regression 12 10941.23 911.77 22.62 0.000
Residual Error 35 1410.75 40.31
Total 47 12351.98

Dari output di atas diperoleh nilai p-value sebesar 0.000 artinya untuk
variabel dummy dan t tersebut memiliki keputusaan tolak H0 karena nilai p-
value kurang dari taraf nyata yaitu 5%. Sehingga dapat disimpulkan bahwa
minimal terdapat satu variabel yang berpengaruh signifikan terhadap angka
kelahiran. Selanjutnya adalah dilakukan uji parsial untuk mengetahui variabel
yang berpengaruh signifikan terhadap angka kelahiran.

Berikut merupakan model regresi dari data kelahiran di US per bulannya,

Bulan Januari
Births (in Thousand) = 255.01 + 0.478 t
Bulan Februari
Births (in Thousand) = 238.3 + 0.478 t
Kartika Dwi Ayu R (06211540000038)
Anindya Shafira Putri (06211540000058)

Bulan Maret
Births (in Thousand) = 261.31 + 0.478 t
Bulan April
Births (in Thousand) = 241.8 + 0.478 t
Bulan Mei
Births (in Thousand) = 253.6 + 0.478 t
Bulan Juni
Births (in Thousand) = 248.4 + 0.478 t
Bulan Juli
Births (in Thousand) = 276.4 + 0.478 t
Bulan Agustus
Births (in Thousand) = 280.9 + 0.478 t
Bulan September
Births (in Thousand) = 270.7 + 0.478 t
Bulan Oktober
Births (in Thousand) = 265.21 + 0.478 t
Bulan November
Births (in Thousand) = 245.2 + 0.478 t
Bulan Desember
Births (in Thousand) = 259 + 0.478 t
Dari model 12 bulan diatas dapat diinterpretasikan bahwa setiap kenaikan
tahun maka angka kelahiran akan naik sebesar 0.478.