regresi linier berganda
DESCRIPTION
Menggunakan SPSSTRANSCRIPT
-
LAPORAN PRAKTIKUM
ANALISIS REGRESI TERAPAN
ANALISIS REGRESI LINIER BERGANDA
Praktikum Laboran
Nama
Praktikum
Nomer
Mahasiswa
Tanggal
Kumpul
Tanda Tangan
Purwanti
Rahayu11611048
Asisten Dosen
Edy Widodo ,M.Si
Herni Utami, M.Si
Nama PenilaiTanggal
KoreksiNilai
Tanda Tangan
1. Fajar Supriadi
2. Kartika Ari S
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2013
Kelas
C
-
BAB I
PENDAHULUAN
A. Analisis Regresi
Menurut Seta Basri, Analisis regresi pada dasarnya adalah studi mengenai
ketergantungan variabel dependen (terikat) dengan satu atau lebih variabel independen
(variabel penjelas/bebas), dengan tujuan untuk mengestimasi dan/atau memprediksi rata-
rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen
yang diketahui (Gujarti, 2003) dalam Ghozali (2007). Hasil dari analisis regresi adalah
berupa koefisien untuk masing-masing variabel independen.
Ketepatan regresi sampel dalam menaksir nilai aktual dapat diukur dari Goodness
of fitnya. Secara statistik ini dapat diukur dari nilai koefisien determinasi, nilai statistik F
dan nilai statistik t. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji
statistiknya berada dalam daerah kritis (daerah dimana Ho ditolak) dan tidak signifikan
apabila berada dalam daerah Ho diterima.
a. Koefisien Determinasi (R2)
Keofisien determinasi pada intinya mengukur seberapa jauh kemampuan model
dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah
antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel
independen sangat terbatas.Kelemahan koefisen determinasi adalah adanya bias
terhadap sejumlah variabel independen yang dimasukkan dalam model. Oleh karena
itu, lebih baik menggunakan Adjusted R2. Apabila adjusted R2 bernilai negatif
maka nilai adjusted R2 dianggap nol.
b. Uji Signifikansi Simultan (Uji Statistik F)
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau
bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama
terhadap variabel dependen atau terikat. Hipotesis nol (Ho) yang hendak diuji adalah
apakah semua parameter dalam model sama dengan nol.
B. Regresi Berganda
-
Menurut Duwi, Regresi Berganda Simultan atau Standar adalah kembangan
lebih lanjut dari Penelitian Korelasional. Lewat Uji Regresi hendak dilihat bagaimana
suatu variabel mempengaruhi variabel lain. Regresi Berganda Simultan atau Standar
juga kerap disebut Standard Multiple Regression atau Simultaneous Multiple
Regression).
Dalam uji regresi berganda simultan, seluruh variabel prediktor (bebas)
dimasukkan ke dalam perhitungan regresi secara serentak. Jadi, peneliti bisa
menciptakan persamaan regresi guna memprediksi variabel terikat dengan
memasukkan, secara serentak, serangkaian variabel bebas. Persamaan regresi
kemudian menghasilkan konstanta dan koefisien regresi bagi masing-masing variabel
bebas.
Selain Regresi Berganda Simultan atau Standar, ada pula Regresi Berganda
Stepwise dan Regresi Berganda Hirarki. Tulisan ini hanya hendak mendalami Regresi
Berganda Simultan atau Standar saja.
C. Regresi Berganda dengan SPSS
Regresi Berganda sangat mudah dilakukan dengan SPSS. Julie Pallant
menginstruksikan dilakukannya langkah-langkah berikut ini :
1. Klik Analyze --> Regression --> Linear.
2. Klik variabel terikat --> Pindahkan ke kotak Dependent.
3. Klik variabel bebas --> Pindahkan ke kotak Independent(s).
4. Pada Method, pastikan dipilih Enter (untuk Regresi Berganda Standar).
5. Klik tombol Statistics, lalu lakukan :
6. Ceklis Estimates, Model fit, Descriptives, dan Collinearity diagnostics.
7. Pada bagian Residual, ceklis Casewise diagnostics dan Outliers outside 3
standard deviations.
8. Klik Continue.
9. Klik tombol Options. Pada bagian Missing Values ceklis Exclude cases pairwise.
10. Klik tombol Plots, lakukan :
11. Klik *ZRESID dan tombol panah untuk memindahkannya ke kotak y-axis.
12. Klik *ZPRED dan tombol panah untuk memindahkannya ke kotak x-axis.
13. Klik Next
14. Klik *SRESID dan tombol panah untuk memindahkannya ke kotak y-axis (untuk
melihat homoskedastisitas)
-
15. Klik *ZPRED dan tombol panah untuk memindahkannya ke kotak x-axis (untuk
melihat homoskedastisitas)
16. Pada bagian Standardized Residual Plots, ceklis pilihan Normal probability plot.
17. Klik Continue.
18. Klik tombol Save.
19. Pada bagian Predicted Values, ceklis Unstandardized, Standardized, Adjusted
20. Pada bagian Residuals, ceklis Standardized, Deleted, dan Studentized deleted.
21. Pada bagian Distances, ceklis Mahalanobis, Cooks, dan Leverage values.
22. Pada bagian Influence Statistics, ceklis Standardized dfBeta(s) dan Standardized
DiFit
23. Klik Continue.
24. Klik OK.
-
BAB II
DESKRIPSI KERJA
Kali ini praktikan bekerja sama dengan suatu perusahaan, perusahaan ingin
mengetahui faktor-faktor apa saja yang mempengaruhi dividen perusahaan. Faktor-faktor
yang diperkirakan oleh perusahaan adalah insider ownership , institusional ownership , debt
to total assets , firm size , perubahan earnings perusahaan , dividen yield, return on equity .
Perusahaan meminta bantuan statisi untuk meneliti apkah factor-faktor yang diperkirakan
perusahaan mempengaruhi dividen perusahaan. Dan berikut ini data-data yang akan dianalisis
oleh statisi.
Tabel 2.1 Data factor dependen dan independen.
Y X1 x2 x3 x4 x5 x6 x7
128.5 7781 100 886 235 644 56 737
113.6 7004 110 962 388 589 57 1029
146.6 7267 61 1342 398 1081 59 830
124.3 2129 102 1153 457 891 57 1468
100.4 4878 45 803 577 537 49 335
119.2 3999 144 1127 345 563 64 918
109.5 11777 123 627 326 402 60 335
128.5 5764 78 748 161 495 57 962
131.2 7392 172 876 219 823 62 665
112.2 8100 126 685 287 555 86 577
95.4 4736 115 436 235 456 38 214
124.6 4337 110 899 127 573 73 484
-
103.7 3079 96 570 180 528 59 456
103.6 7273 51 826 118 563 53 907
133.2 4091 116 1060 206 961 67 951
111.4 3390 70 957 284 745 77 1446
97.7 6319 58 559 220 539 41 440
132.1 7447 83 1050 174 553 63 1133
135.9 7110 80 568 124 428 55 456
131.3 8035 115 709 174 498 78 968
150.4 5579 83 568 223 683 79 660
124.9 4338 78 900 115 556 84 555
97 6895 18 442 118 479 41 203
114.1 3629 133 644 155 505 57 781
88.3 5149 92 389 124 405 59 236
117.6 5241 110 612 222 477 55 616
128.2 2917 69 1057 378 970 80 1210
138.8 4390 70 974 195 1027 81 1452
109.5 4957 24 783 358 893 51 616
118.9 7099 130 1419 374 609 62 957
122.2 7337 128 1137 238 461 51 968
142.8 8301 115 946 191 771 74 719
133.9 4889 86 750 214 513 69 489
100.2 6308 81 461 132 430 49 341
-
116.8 6908 145 864 164 549 57 902
97.3 5345 116 604 127 360 48 126
98 6994 59 714 107 473 53 726
136.5 6781 78 917 171 805 74 110
111.7 3142 106 809 335 702 70 1721
98.6 5783 27 546 126 455 52 502
116.2 4931 174 891 129 481 71 737
108.9 6501 69 643 129 334 47 473
120.6 5678 94 8228 107 384 52 1083
131.8 4619 100 777 164 843 67 841
112.4 1832 124 626 158 571 71 627
92.5 5445 52 432 121 458 42 313
120 4123 84 432 153 544 42 654
112.2 5884 89 1061 100 391 31 280
113 5505 45 562 84 444 36 814
138.7 2882 94 601 139 799 44 907
122.1 2395 89 637 201 747 30 1666
86.6 6847 14 810 230 547 40 614
Untuk analisis kali ini praktikan menggunakan software SPSS. Berikut ini langkah-langkah
analisis yang dilakukan praktikan :
1. Praktikan menginput data dalam SPSS, sebelumnya praktikan memberi nama variabel
pada variable view, lalu input datanya pada data view.
-
Gambar 2.1 Inpit data dalam SPSS.
2. Untuk mengetahui hubungan antara variabel independen dan dependen melalui plot
data, dengan klik GraphsLegacy dialogs Scatter/Dot.
Gambar 2.2 Langkah plot data.
-
3. Lalu pilih matrik scatter define
Gambar 2.3 Matrix Scatter.
4. Input variabel-variabel dalam matrix variabel.
Gambar 2.4 langkah melihat hubungan antar variabel.
5. Hasil output grafik scatter plot.
-
Gambar 2.5 grafik scatter plot.
6. Double klik pada gambar klik add fit line at total.
Gambar 2.6 Grafik scatter plot
-
7. Klik linear close.
Gambar 2.7 langkah plot data kelinieran data.
Langkah-langkah yang sudah dijelaskan tadi adalah analisis untuk plot datanya, selanjutnya
analisis untuk mengetahui nilai koefisien korelasi,nilai signifikansinya dengan langkah-
langkah seperti berikut:
8. Selanjutnya praktikan klik analyze regression Liner.
Gambar 2.8 langkah-langkah linier regression.
-
9. Input variabel dan kelompokan pada variabel dependen dan variabel independen.
Gambar 2.9 kelompokan independen dan dependen.
Gambar 2.10 langkah melakukan analisis data
10. Menggunakan methot Enter dan klik ok.
-
Gambar 2.11 Hasil output linier regresion
Setelah didapatkan hasil outputnya, bila pada tabel koefisin terdapat tingkat signifikan
melebihi 0,05 maka praktikan keluarkan satu persatu dari tingkat signifikan tertinggi.
Praktikan menggunakan tingkat signifikan 0,05. Pada variabel X7 diketahui memiliki nilai
signifikan terbesar. Untuk mengeluarkan satu persatu variabel yang tidak linier dan diketahui
tingkat signifikannya melebihi 0,05 yang artinya gagal tolak H0. Berikut ini langkahnya.
11. Klik analyze regression linier.
-
Gambar 2.12 langkah mengeluarkan variabel yang tidak signifikan.
12. Keluarkan variabel yang paling besar yaitu variabel X7 diaman nilai signifikannya
terbesar.
Gambar 2.13 mengeluarkan variabel yang nilai signifikan terbesar dengan satu persatu.
-
Gambar 2.14 hasil output analyze linear regression.
13. Dari masing-masing variabel masih ada nilai signifikan yang melebihi 0,05 yaitu X1,
X3, X6 dan X7. Pada bab deskripsi kerja praktikan memutuskan untuk mengeluarkan
variabel yang memiliki nilai signifikan terbesar, sehingga praktikan mengeluarkan
variabel X7. Berikut ini hasil output setelah praktikan mengeluarkan variabel X7.
-
Gambar 2.15 Hasil output setelah dikeluarkan X7
14. Dari hasil output setelah praktikan mengeluarkan variabel X7 menunjukan nilai
signifikansinya X3 adalah yang terbesar 0,194. Sehingga berikutnya praktikan
mengeluarkan variabel X3. Untuk langkah mengeluarkanya sama seperti pada
Gambar 2.12 dan Gambar 2.13.Dan berikut ini hasil output setelah dikeluarkannya
X3.
-
Gambar 2.15 Hasil output setelah dikeluarkan X3
15. Hasil output setelah variabel X7 dan X3 dikeluarkan, menunjukan hasil nilai
signifikansi dari masing-masing variabel seperti pada tebel diatas, dimana masih ada
nilai signifikan diatas 0,05. Variabel X1 menunjukan nilai signifikansi tertinggi yaitu
0,121, sehingga vaiabel yang dikeluarkan berikutnya adalah variabel X1. Berikut ini
hasil output setelah variabel X1 dikeluarkan.
-
Gambar 2.15 Hasil output setelah dikeluarkan X1
16. Setelah variabel X7, X3 dan X1 dikeluarkan, masih ditemui nilai signifikan diatas
0,05, yaitu nilai signifikan 0,63 ada 2 yaitu X4 dan X6, praktikan mengeluarkan X6.
Berikut ini hasil output setelah dikeluarkan X7,X3,X1, dan X6.
Gambar 2.15 Hasil output setelah dikeluarkan X6
-
17. Setelah X7,X3, X1 dan X6 dikeluarkan masih ada nilai signifikansi yang lebih dari
0,05 yaitu pada variabel X4 dengan nilai 0,064. Praktikan mengeluarkan X4.
Praktikan mengeluarkan variabel-variabel yang memiliki nilai signifikan terbesar
yang artinya keeratan variabel Xi dan Y tidak kuat,sehingga praktikan mengeluarkan
satu persatu sampai praktikan mendapatkan nilai signifikan dibawah 0,05 untuk
semua variabel, maka dapat dihasilkan variabel yang signifikan, yang sesuai
-
BAB III
PEMBAHASAN
Untuk melakukan analisis praktikan telah melakukan langkah-langkah kerja
menggunakan SPSS dalam bab sebelumnya. Dalam analisis regresi berganda memiliki
beberapa tahap, dilihat dari gambar scatterplotnya, lalu dilihat dari estimasi dan melalui uji
dengan melihat hasil output signifikansi dari beberapa variabel. Dan berikut ini hasil output
scatterplot data seperti berikut.
Gambar 3.1 Hasil eksekusi langkah pertama plot data.
Pada gambar 3.1 yang terlihat tidak linier adalah gambar Y dan X1, Y dan X3, Y dan
X4. Namun analisis hubungan antar variabel independen dan dependen tidak cukup disini,
-
perlu analisis berikutnya yaitu anlalisis estimasi dengan langkah yang telah dijelaskan dalan
deskripsi kerja dapat menghasilkan output seperti berikut. Sebelumnya praktikan telah
melalui beberapa tahap analisis regresi, praktikan mengeluarkan variabel-variabel yang tidak
memiliki hubungan kuat dengan variabel dependen. Praktikan mengeluarkan satu persatu dari
nilai signifikansi terbesar yang artinya tidak memiliki hubungan yang kuat dengan variabel
dependen. Pada deskripsi kerja praktikan telah mengeluarkan variabel X7 lalu X3, X1, X6
dan X4. Sehingga menghasilkan variabel yang memiliki hubungan kuat dengan variabel
dependen yaitu variabel X2 dan X5. Berikut ini hasil outputnya.
Gambar 3.2 Hasil output variabel yang memiliki hubungan kuat.
Tabel 3.1 Variabel Ebtered
Variables Entered/Removed
Model
Variables
Entered
Variables
Removed Method
1 x5, x2a . Enter
a. All requested variables entered.
Tabel 3.1 menunjukan bahwa variabel X5 dan X2 merupakan variabel yang memiliki
hubungan dengan variabel Y atau X2 (institusional ownership) dan X5 (perubahan earnings
perusahaan) faktor yang mempengaruhi Y (kebijakan dividen perusahaan).
-
Tabel 3.2 Nilai koefisien korelasi.
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .653a .426 .403 12.00957
a. Predictors: (Constant), x5, x2
Setelah didapatkan variabel yang memiliki hubungan kuat dengan variabel dependen,
didapatkan nilai estimasi sebesar 0,653, nilai estimasi mendekati 1, menunjukan kuatnya
hubungan antara variabel dependen dan variabel independen. Nilai 0,653 menunjukan bahwa
hubungan antara variabel X2 dan X5 terhadap Y dipengaruhi oleh factor X2 dan X5 dengan
besar 0,653 atau 65,3% sisanya dipengaruhi fakktor lainnya. Selanjutnya praktikan melihat
dari tingkat signifikansinya. Berikut ini outputnya.
Tabel 3.3 ANOVA
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 5245.253 2 2622.626 18.184 .000a
Residual 7067.260 49 144.230
Total 12312.512 51
a. Predictors: (Constant), x5, x2
b. Dependent Variable: y
Tabel 3.4 Tingkat Signifikan
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
T Sig.
Correlations
B Std. Error Beta Zero-order Partial Part
1 (Constant) 75.661 7.239 10.452 .000
x2 .134 .047 .308 2.846 .006 .293 .377 .308
x5 .049 .009 .584 5.390 .000 .575 .610 .583
a. Dependent Variable: y
-
Setelah praktikan mengidentifikasi hubungan dengan scatterplot, lalu melihat dari
nilai estimasi, praktikan selanjutnya melakukan uji dengan melihat nilai signifikansinya.
Berikut ini uji-uji untuk menguatkan adakah hubungan yang kuat antara variabel dependen
dan variabel independen.
1. Uji Konstanta
H0: Konstanta tidak signifikan
H1: Konstanta Signifikan
Tingkat signifikan : 0,05
Uji Statistik : P-value <
0,000
-
perusahaan) nilainya sebesar 0,573 atau 57,3% besarnya pengaruh X5 terhadap Y (kebijakan
dividen perusahaan). Dan sisinya dipengaruhi oleh faktor-faktor lain.
-
BAB IV
PENUTUP
Setelah praktikan menyelesaikan analisis regresi berganda pada deskripsikerja dan
hasil outpunya telah dijelaskan pada bab pembahasan, praktikan dapat menyimpulkan bahwa:
1. Dilihat dari grafik scatter plotnya yang memiliki hubungan tidak linier adalah X1
dengan Y, X3 dengan Y dan X4 dengan Y. Untuk X2,X5 dan X6 dan X7 memiliki
hubungan linier dengan variabel Y.
2. Model persamaan yang terbentuk dari hasil analisis statisti adalah
.
3. Faktor-faktor yang mempengaruhi dividen perusahaan adalah institusional ownership
dan perubahan earnings perusahaan.
4. Untuk nilai koefisien korelasi regresinya sebesar 0,653 atau 65,3 %. Maka besarnya
faktor yang mempengaruhi variabel Y(kebijakan dividen perusahaan) yaitu variabel
X2 (institusional ownership) dan X5 (perubahan earnings perusahaan) sebesar 65,3%.
Besar pengaruh 65,3 % merupakan nilai pengaruh yang cukup kuat, karena mendekati
1 .Nilai 65,3 % nilai koefisien korelasi secara berganda, namun untuk koefisien secara
pasrsial untuk X2 niali pengaruhnya sebesar 29, 3% pengaruh yang tidak terlalu kuat
karena jauh dari 1, untuk pengaruh X5 sebesar 57,3%, pengaruh yang cukup kuat
karena hamper mendekati 1, untuk besar pengaruh sisanya dipengaruhi oleh faktor
yang lain.
-
DAFTAR PUSTAKA
Draper Norman.1992. Analisis Regresi Terapan. Jakarta: Gramedia Pustaka Utama
http://setabasri01.blogspot.com/2011/04/uji-regresi-berganda.html . (16 Mei 2013/ 11.00)
http://duwiconsultant.blogspot.com/2011/11/analisis-regresi-linier-berganda.html. (16
Mei2013/ 11.30)