a12 uji statistik analisis regresi
Post on 20-Feb-2018
218 Views
Preview:
TRANSCRIPT
-
7/24/2019 A12 Uji Statistik Analisis Regresi
1/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
AAnnaalliissiissRReeggrreessiiLLiinniieerr
WihandaruSotya Pamungkas
Uji Statistik
15
-
7/24/2019 A12 Uji Statistik Analisis Regresi
2/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
UUjjiiSSttaattiissttiikk
WihandaruSotya Pamungkas
Uji Statistik
16
AA..KKooeeffiissiieennDDeetteerrmmiinnaassii((RR22))
Koefisien determinasi(coefficient of determination atau R2)
digunakan untuk mengukur proporsi variasi variabel terikatyang
dijelaskan oleh variabel penjelas (variabel bebas). Definisi khusus
ini memiliki penafsiran yang valid (valid interpretation) apabila
model estimasi (model regresi) mengandung konstanta.Nilai R2
tergantung jumlah kuadrat residu (
e2), apabila dimasukkan
suatu variabel tambahan kedalam model regresi (persamaan
regresi) akan mengakibatkan e2menjadi kecil dan akibatnya R
2
akan meningkat. Meningkatnya nilai R2 ini sebenarnya karena
sifat metematik, oleh karena itu memasukkan variabel baru ke
dalam model estimasi (persamaan regresi) perlu pertimbangan
yang benar.
-
7/24/2019 A12 Uji Statistik Analisis Regresi
3/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
WihandaruSotya Pamungkas
Uji Statistik
17
Koefisien determinasi disesuaikan (adjusted R
2
) adalahkoefisien determinasi yang mempertimbangkan (disesuaikan
dengan) derajad bebas. Derajad bebas besarnya tergantung
dengan banyaknya variabel penjelas (variabel bebas). Koefisien
determinasi disesuaikan (adjusted R2) digunakan untuk
membandingkan 2 model estimasi apabila banyaknya variabel
penjelas tidak sama, misal model estimasi 1 memiliki variabel
penjelas sebanyak 4 buah dan model estimasi 2 memiliki variabel
penjelas sebanyak 5 buah.
Apabila kita membandingkan 2 model estimasi berdasarkankoefisien determinasi maupun koefisien determinasi disesuaikan
harus hati-hati, hal ini karena tujuan menaksir model bukan
semata-mata mencari besarnya nilai koefisien determinasi
maupun koefisien determinasi disesuaikan namun yang lebih
penting adalah untuk mendapatkan taksiran yang menyakinkan
mengenai koefisien-koefisien regresi yang mencerminkan
populasi yang sebenarnya dan menarik inferensi.
-
7/24/2019 A12 Uji Statistik Analisis Regresi
4/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
WihandaruSotya Pamungkas
Uji Statistik
18
Apabila kita memperoleh nilai koefisien determinasi
maupun koefisien determinasi disesuaikan yang tinggi itu baik
sekali, namun jika diperoleh nilai yang rendah bukan berarti
model estimasi yang kita gunakan merupakan model estimasi
yang jelek.
Berkaitan dengan koefisien determinasi (R2) ada berbagai
kemungkinan, yaitu:
a. R2 dan hanya beberapa koefisien yang regresi (beta) yang
signifikan.
b. R2 mungkin signifikan tetapi tidak ada satupun koefisien
regresi (beta) yang signifikan.
c. Semua koefisien regresi (beta) mungkin signifikan tetapi R2
tidak signifikan atau
d. Semua koefisien regresi (beta) dan R2 mungkin tidak
signifikan.
-
7/24/2019 A12 Uji Statistik Analisis Regresi
5/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
WihandaruSotya Pamungkas
Uji Statistik
19
KKaassuuss11:: Merupakan kasus yang sering terjadi, terutama jika
terdapat banyak variabel dalam persamaan regresi.
Kesulitan akan muncul apakah variabel yang tidak
signifikan harus dibuang.
KKaassuuss22:: Hal ini menunjukkan adanya multikolinieritas.
KKaassuuss33:: Sangat jarang terjadi dan mungkin tidak pernah
terjadi.
KKaassuuss44:: Merupakan kasus dengan sedikit problematis.Jika R2
tidak signifikan maka model estimasi tidak digunakan,
namun jika ada beberapa yang signifikan maka
variabel yang tidak signifikan dihilangkan dari model
estimasi dengan harapan nilai R2 akan meningkat
(menjadi signifikan).
RRuummuuss((RR22))dan((aaddjjuusstteeddRR
22)), sebagai berikut:
Model Estimasi:
YY==bb00++bb11XX11++bb22XX22++bb33XX33++ee
-
7/24/2019 A12 Uji Statistik Analisis Regresi
6/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
++=
23322112
y
yxbyxbyxbR
)kn(
)1n(
)R1(1AdjustedR
22
=
Keterangan:
n Banyaknya observasi
k Banyaknya variabel bebas
Contoh 1
Model Estimasi:
B
WihandaruSotya Pamungkas
Uji Statistik
20
BEETTAA==bb00++bb11DDOOLL++bb22DDFFLL++ee
Nilai R2= 0.180, hal ini menunjukkan bahwa proporsi pengaruh
variabel DOL dan DFL terhadap BETA sebesar 18%, sisanya
sebesar 82%dipengaruhi variabel lain diluar model estimasi.
-
7/24/2019 A12 Uji Statistik Analisis Regresi
7/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
WihandaruSotya Pamungkas
Uji Statistik
21
BB..UUjjiiSSeeccaarraaSSeerreennttaakk((UUjjiiFF))Uji F (uji statistik secara serentak) bertujuan untuk
mengidentifikasi apakah garis regresi dapat digunakan sebagai
penaksir.
Model Estimasi:
YY==bb00++bb11XX11++bb22XX22++bb33XX33++ee
LLaannggkkaahh--llaannggkkaahh::
1. Menentukan hipotesis
H0: Garis regresi tidak bermakna sebagai penaksir.
Ha:Garis regresi bermakna sebagai penaksir.
2. Menentukan wilayah kritis atau
Ftabel; alpha=5%; df1= k; df2= n k 1
Ftabel=
3. Menentukan Fhitung, dengan rumus:
-
7/24/2019 A12 Uji Statistik Analisis Regresi
8/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
Mean square regression
Fhitung=
Mean square residual
Sum of square regression
Mean square regression =
Df_regression
WihandaruSotya Pamungkas
Uji Statistik
22
Sum of square regression = RR22yy
22
atau ((bb11xx11yy))++((bb22xx22yy))++((bb33xx33yy))
Sum of square residualMean square residual =
df residual
)kn()R1(
)1k(RF
2
2
hitung
=
-
7/24/2019 A12 Uji Statistik Analisis Regresi
9/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
WihandaruSotya Pamungkas
Uji Statistik
23
4. Kesimpulan:
Fhitung> FtabelH0ditolak Haditerima
garis regresi bermakna sebagai penaksir.
Apabila menggunakan softwarestatistik (misal SPSS) dapat
dilihat nilai sig. Apabila nilai ssiigg..
-
7/24/2019 A12 Uji Statistik Analisis Regresi
10/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
WihandaruSotya Pamungkas
Uji Statistik
24
Contoh
Model Estimasi:
BBEETTAA==bb00++bb11DDOOLL++bb22DDFFLL++ee
Tujuan Penelitian:
Mengidentifikasi apakah ada pengaruh yang signifikan
secara bersama-sama antara DOLdan DFL terhadap BETAatau
model fit.
Hipotesis Penelitian:
Diduga ada pengaruh yang signifikan secara bersama-sama
antara DOLdan DFLpada BETA.
HHaassiill((pprriinnttoouuttSSPPSSSS))::
Anova
Model Sum of Squares DF Mean Square F Sig.
1 Regression 14.182 2 7.091 9.545 0.000
Residual 64.632 87 0.743
Total 78.814 89
a. Predictor: (Constant), DFL, DOL
b. Dependent Variable: BETA
-
7/24/2019 A12 Uji Statistik Analisis Regresi
11/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
WihandaruSotya Pamungkas
Uji Statistik
25
Kesimpulan:
Nilai sig.
-
7/24/2019 A12 Uji Statistik Analisis Regresi
12/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
WihandaruSotya Pamungkas
Uji Statistik
26
LLaannggkkaahh--llaannggkkaahh::
1. Menentukan hipotesis
H0: b1=0 Koefisien regresi [b1] tidak berpengaruh
terhadap variabel tergantung secara signifikan.
Ha: b10 Koefisien regresi [b1] berpengaruh terhadap
variabel tergantung secara signifikan.
2. Menentukan wilayah kritis atau
ttabel; alpha = 5% ; df = n k 1
ttabel=
3. Menentukan thitung, dengan rumus:
1b
1hitung
S
bt =
4. Kesimpulan:
ttabel< thitung< ttabelH0ditolak Haditerima
-
7/24/2019 A12 Uji Statistik Analisis Regresi
13/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
WihandaruSotya Pamungkas
Uji Statistik
27
koefisien b1 signifikan atau koefisien b1 berpengaruh
terhadap variabel tergantung.
Dalam uji statistik model estimasi (persamaan regresi)
akan menghasilkan empat kemungkinan yaitu:
1. Secara serentak signifikan dan secara parsial semua atau
beberapa variabel bebas yang signifikan.
2. Secara serentak signifikan dan secara parsial semua variabel
bebas tidak signifikan.
3. Secara serentak tidak signifikan dan secara parsial beberapa
variabel bebas yang signifikan.
4. Secara serentak tidak signifikan dan secara parsial semua
variabel bebas tidak signifikan.
KKeemmuunnggkkiinnaann11:: Merupakan kasus yang biasa terjadi, jika
variabel bebas jumlahnya banyak. Pertanyaan
yang muncul apakah variabel bebas yang tidak
signifikan harus dibuang.
-
7/24/2019 A12 Uji Statistik Analisis Regresi
14/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
WihandaruSotya Pamungkas
Uji Statistik
28
KKeemmuunnggkkiinnaann22:: Merupakan kasus yang biasa terjadi, karena
ada multikolinieritas.Pertanyaan yang muncul
apakah variabel bebas yang terdapat
multikolinieritas harus dibuang.
KKeemmuunnggkkiinnaann33:: Merupakan kasus yang sangat jarang terjadi
bahkan tidak pernah terjadi.
KKeemmuunnggkkiinnaann44:: Merupakan kasus yang memiliki problem
sehingga ada beberapa tindakan yaitu:
memasukkan variabel yang signifikan dalam
model regresi, selanjutnya diuji apakah secara
serentak signifikan.
Contoh
Model Estimasi:
BBEETTAA==bb00++bb11DDOOLL++bb22DDFFLL++ee
Tujuan Penelitian:Mengidentifikasi apakah ada pengaruh yang signifikan
masing-masing variabel penjelas yaitu: DOL dan DFL terhadap
BETA.
-
7/24/2019 A12 Uji Statistik Analisis Regresi
15/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
WihandaruSotya Pamungkas
Uji Statistik
29
Hipotesis Penelitian:
1. Diduga ada pengaruh yang signifikan antara DOL terhadap
BETA.
2. Diduga ada pengaruh yang signifikan antara DFL terhadap
BETA.
HHaassiill((pprriinnttoouuttSSPPSSSS))::
Coefficients
Unstandardized
Coefficients
Standardized
Coefficients
Model B
Std.
Error Beta T Sig.
1 Constant 0.521 0.099 5.253 0.000
DOL -8.853E-02 0.020 -0.424 -4.369 0.000
DFL -1.367E-04 0.019 -0.001 -0.007 0.994
a. Dependent Variable: BETA
-
7/24/2019 A12 Uji Statistik Analisis Regresi
16/16
Magister Manajemen Univ. Muhammadiyah Yogyakarta
WihandaruSotya Pamungkas
Uji Statistik
30
Kesimpulan:
1. DOLmemiliki nilai sig. 0.05, maka dapat disimpulkan tidak
ada pengaruhyang signifikan antara DFLterhadap BETA.
DDaaffttaarrPPuussttaakkaa
Ghozali, Imam (2007), Edisi 4, Aplikasi Analisis Multivariatedengan Program SPSS, BP Universitas Diponegoro,
Semarang.
Gujarati, Damodar N. (1995), Third Edition, Basics Econometrics,
McGraw-Hill, New York.
Sumodiningrat, Gunawan (1998), Edisi I, EkonometrikaPengantar, BPFE, Yogyakarta.
top related