modul kecil
DESCRIPTION
modul kecil pembelajaranTRANSCRIPT
PENGOLAHAN DAN ANALISIS DATA DENGAN SPSSAnalisis Regresi Berganda
Regresi berganda merupakan analisis dengan menggunakan variable lebih dari 1 variabel bebas. Regresi Berganda adalah bagian dari analisis multivariate. Tujuan utama analisis regresi berganda adalah untuk menduga besarnya koefisien regresi. Selanjutnya, koefisien regresi inilah yang akan menunjukkan besarnya pengaruh variable bebas (independent variable/X) terhadap peubah tak bebas (dependent variable/Y).
Model Regresi
Bentuk Persamaan regresi
Y = Variabel terikat (dependent variable)
X1-n= Varibel bebas (independent variable)
= Konstanta= Koefisien regresiMengolah data Dengan SPSS
Pengenalan SPSS
1. Buka SPSS , bisa open lewat program, windows explorer atau klik dua kali icon SPSS.
Hasilnya akan nampak seperti ini:
Beberapa menu utama yang penting dalam SPSS adalah sebagai berikut:
Analyze ( digunakan untuk menganalisa data
Transform ( digunakan untuk memanipulasi data
File ( berisi fasilitas pengelolaan atau manajemen data dan file
Graph ( digunakan untuk memvisualkan data
Utilities ( digunakan berkaitan dengan utilitas
Membuat Variabel
Anda juga akan menjumpai menu di kiri bawah Data View dan Variable View.
a. Membuat Variabel
Langkah pertama adalah dengan mendefinisikan terlebih dahulu variabelnya:
1. Aktifkan variable view
2. Isikan data-data variabel:
Name( nama variable (Default Max 8 karakter)
Type ( tipe data dari variable
Width( mengatur banyaknya karakter yang dibutuhkan suatu data.
Decimal ( untuk data yang bertipe numeric.
Label ( untuk memberi keterangan penjelas dari variable.
Values( untuk menentukan label variable dan nilai dari label tersebut.
Missing ( digunakan apabila dalam data yang akan diolah terdapat data-data yang hilang atau tidak ada. Misalkan, pada kolom missing diisi tanda * maka apabila dalam variabel tersebut data yang disikan adalah tanda * berarti data tersebut tidak ada.
Coloum( digunakan untuk menentukan lebar kolom data.
Align ( untuk mengatur tampilan data rata kiri, rata kanan, atau tengah.
Measure ( menunjukkan jenis pengukuran data apakah bertipe skala (kuantitatif asli), nominal, atau ordinal (untuk data kualitatif). Misalkan kita akan melakukan analisis regresi berganda dengan variable bebas dan terikat sbb: Variabel TerikatVariabel Bebas
Harga SahamROA
NPM
SBI
Pengungkapan Informasi
b. Untuk memasukkan data Klik Data View.Dengan Data sebagai berikut:
NOROANPMSBIPIHARGANOROANPMSBIPIHARGA
112.3016.005.60026001917.6022.005.6013200
213.5017.505.6002800209.8011.005.6002300
315.6020.005.60129002111.3012.005.6002300
417.6021.005.60131002215.3019.005.6012700
59.8012.005.60025002314.6019.005.6002900
611.3015.005.60022002416.5020.005.6012700
715.3020.005.60131002517.0021.005.6013100
814.6018.605.60028502615.1019.005.4012600
916.5019.005.60129002714.3018.005.4002500
1017.0021.005.50134002815.2019.005.4012700
1115.1019.005.50130002913.2016.005.4002500
1213.2517.005.50026003015.2020.005.4012500
1312.3016.005.50025003117.5021.005.4013100
1414.3018.005.50026003214.3018.005.4002600
159.6011.005.5001900339.6011.005.4001900
168.6011.005.5001700348.6010.005.4001700
179.1213.005.5001600359.1211.005.4001800
1814.2018.205.60026003614.2019.005.4002800
c. Klik Analize > Regression >Linier,
Dependent untuk Variabel terikat dan Independent (s) untuk variable bebas.
Klik Statistik
Klik Plot.
Hasil Analisis
a. Hasil Korelasi
Correlations
HARGA SAHAMROANPMSBIPENGUNGKAPAN INFORMASI
Pearson CorrelationHARGA SAHAM1.000.911.891.329.628
ROA.9111.000.974.175.753
NPM.891.9741.000.159.701
SBI.329.175.1591.000.110
PENGUNGKAPAN INFORMASI.628.753.701.1101.000
Sig. (1-tailed)HARGA SAHAM..000.000.025.000
ROA.000..000.154.000
NPM.000.000..177.000
SBI.025.154.177..262
PENGUNGKAPAN INFORMASI.000.000.000.262.
NHARGA SAHAM3636363636
ROA3636363636
NPM3636363636
SBI3636363636
PENGUNGKAPAN INFORMASI3636363636
b. Hasil Regresi
a. Predictors: (Constant), PENGUNGKAPAN INFORMASI, SBI, NPM, ROA
b. Dependent Variable: HARGA SAHAM
ANOVAb
ModelSum of SquaresdfMean SquareFSig.
1Regression6256180.58841564045.14750.704.000a
Residual956249.9673130846.773
Total7212430.55635
a. Predictors: (Constant), PENGUNGKAPAN INFORMASI, SBI, NPM, ROA
b. Dependent Variable: HARGA SAHAM
Coefficientsa
ModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity Statistics
BStd. ErrorBetaToleranceVIF
1(Constant)-4435.3441876.778-2.363.025
ROA155.68452.621.9632.959.006.04024.773
NPM1.58237.406.013.042.967.04820.958
SBI891.388344.107.1722.590.014.9651.036
PENGUNGKAPAN INFORMASI-114.67793.625-.125-1.225.230.4112.431
a. Dependent Variable: HARGA SAHAM
Pembahasan Hasil Regresi
Uji Normalitas Data
Data dianggap normal jika dari normal P-P Plot of regression standardized Residul berada sepanjang garis diagonal.
Atau
Model tidak terjadi Heteroskedasitas jika dari Scattreplot tidak membentuk suatu Pola tertentu.
Uji Multikolinieritas, Tidak terjadi multikolineritas jika Nilai VIF < 10
Coefficientsa
ModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity Statistics
BStd. ErrorBetaToleranceVIF
1(Constant)-4435.3441876.778-2.363.025
ROA155.68452.621.9632.959.006.04024.773
NPM1.58237.406.013.042.967.04820.958
SBI891.388344.107.1722.590.014.9651.036
PENGUNGKAPAN INFORMASI-114.67793.625-.125-1.225.230.4112.431
a. Dependent Variable: HARGA SAHAM
Dari hasil menunjukkan bahwa Variance Inflations Factor (VIF) antara ROA dan NPM > 10, maka salah satu varibel dihilangkan, yaitu NPM.
Coefficientsa
ModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity Statistics
BStd. ErrorBetaToleranceVIF
1(Constant)-4432.1031845.732-2.401.022
ROA157.80115.963.9769.885.000.4252.353
SBI890.510338.080.1722.634.013.9681.033
PENGUNGKAPAN INFORMASI-115.56589.809-.126-1.287.207.4332.309
a. Dependent Variable: HARGA SAHAM
Hasil dengan Menghilangkan Variabel NPM
Analisis Hasil Regresi
Kolom R menunjukkan angka koefisien korelasi yaitu sebesar 0,931.Hal ini menunjukkan bahwa hubungan antara variable sangat kuat.
Kolom R Square=0.867 merupakan kuadrat dari nilai korelasi.R square juga disebut koefisien determinasi.hal ini berarti bahwa variable bebas yang ditunjukkan oleh ROA, SBI dan PI mampu menjelaskan variasi variable terikat (harga saham) sebesar 86,7% dan 13,3% dijelaskan oleh variable lain diluiar model (100-86,7%)
ANOVAb
ModelSum of SquaresdfMean SquareFSig.
1Regression6256125.43332085375.14469.781.000a
Residual956305.1233229884.535
Total7212430.55635
a. Predictors: (Constant), PENGUNGKAPAN INFORMASI, SBI, ROA
b. Dependent Variable: HARGA SAHAM
Pengujian secara Simultan (Uji F)Berdasarkan hasil analisis menunjukkan diperoleh nilai F Hitung sebesar 69.781 dengan tingkat probabilitas sebesar 0.000. Nilai probablitas yang ditunjukkan oleh nilai sig. sebesar 0.00 lebih kecil dari 0.00, maka dapat diambil keputusan bahwa secara simultan atau bersama-sama variable ROA, SBI dan PI berpengaruh trehadap harga saham.
Pengujian secara Parsial (Uji t)
Coefficientsa
ModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity Statistics
BStd. ErrorBetaToleranceVIF
1(Constant)-4432.1031845.732-2.401.022
ROA157.80115.963.9769.885.000.4252.353
SBI890.510338.080.1722.634.013.9681.033
PENGUNGKAPAN INFORMASI-115.56589.809-.126-1.287.207.4332.309
a. Dependent Variable: HARGA SAHAM
Variabel ROA
Berdasarkan hasil analisis menunjukkan bahwa t hitung sebesar 9.885 dengan tingkat probabilitas sebesar 0.000. Nilai probabalitas yang ditunjukkan oleh nilai sig. sebesar 0.00 yang lebih kecil dari 0.00, maka dapat diambil keputusan bahwa ROA berpengaruh trehadap harga saham.
Variabel SBI
Berdasarkan hasil analisis menunjukkan bahwa t hitung sebesar 92.634 dengan tingkat probabilitas sebesar 0.013. Nilai probabalitas yang ditunjukkan oleh nilai sig. sebesar 0.013 yang lebih kecil dari 0.00, maka dapat diambil keputusan bahwa SBI berpengaruh trehadap harga saham.
Variabel Pengungkapan Informasi
Berdasarkan hasil analisis menunjukkan bahwa t hitung sebesar -1.287dengan tingkat probabilitas sebesar 0.207. Nilai probabalitas yang ditunjukkan oleh nilai sig. sebesar 0.207yang lebih besar dari 0.00, maka dapat diambil keputusan bahwa Pengungkapan informasi tidak berpengaruh terhadap harga saham.
Coefficientsa
ModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity Statistics
BStd. ErrorBetaToleranceVIF
1(Constant)-4432.1031845.732-2.401.022
ROA157.80115.963
.9769.885.000.4252.353
SBI890.510338.080.1722.634.013.9681.033
PENGUNGKAPAN INFORMASI-115.56589.809-.126-1.287.207.4332.309
R2 = 0,837
F hit =69.781
Sig. = 0,000
a. Dependent Variable: HARGA SAHAM
Uji F Y = -4432,103 + 157,801 X1 + 890,510 X2 -0,115,565
Data View Untuk Memasukkan data
Untuk Menganalisis
Data
Variabel View Untuk Membuat Variabel
3