modul spss regresi berganda

PELATIHAN SPSS DAN APLIKASINYA Regresi Berganda – Data Kuisioner (Primer)

Sihar Tambun

Email: [email protected]

FAKULTAS EKONOMI DAN BISNISUNIVERSITAS 17 AGUSTUS 1945 JAKARTA

Proses Penelitian

Tim Dosen FEB UTA'45 Jkt Pelatihan SPSS 2

Contoh Judul Penelitian:1. Menggunakan Data Primer

Pengaruh Kualitas Informasi Akuntansi dan Good Corporate Governance terhadap Dukungan Manajemen Atas Usaha Usaha Berkelanjutan Di Bidang Sosial Dan Lingkungan Hidup.

2. Menggunakan Data SekunderPengaruh Perubahan Modal Kerja, Perubahan Laba, dan Perubahan Pendapatan, terhadap Pergerakan Harga Saham Industri Kimia Dasar yang Terdaftar di BEI.

Note: Judul ini memberi informasi variabel independen dan variabel dependen, bentuk pengujian, dan unit yang diteliti.


Pengolahan Data Primer Bersumber dari Kuisioner

1. Rekap Data Kuisioner di Excel atau Langsung input di SPSS (Lihat Lampiran kuisioner penelitian dan rekapnya).

2. Uji Kelayakan data dengan Uji Validitas dan Uji Reliabilitas Data.

3. Pengujian Hipotesis dan Interpretasi Hasil Pengolahan Data, meliputi signifikansi uji t dan uji F (taraf 1%, 5%, 10%), beta variabel, persamaan regresi, koefisien determinasi, korelasi berganda, dan error.


Pengolahan Data SekunderBersumber dari Lap. Keuangan & Pasar Modal

1. Rekap Data Keuangan di Excel atau Langsung input di SPSS (Lihat Lampiran Data).

2. Uji Kelayakan data untuk regresi dengan uji normalitas dan uji asumsi klasik (multikolinieritas, autokoreasi, dan heteroskedastisitas).

3. Pengujian Hipotesis dan Interpretasi Hasil Pengolahan Data, meliputi signifikansi uji t dan uji F (taraf 1%, 5%, 10%), beta variabel, persamaan regresi, koefisien determinasi, korelasi berganda, dan error.


Mengaktifkan SPSS

Tim Dosen FEB UTA'45 Jkt Pelatihan SPSS

Buka Program SPSS dan akan muncul tampilan seperti dibawah ini. Perhatikan di kiri bawah terdapat tombol “Data View (Input Data Penelitian)” dan “Variable View (Input Nama Variabel)”. Mulailah pekerjaan dari Variabel View seperti dibawah ini:

6

Menginput Name dan Label Responden


Input data responden di kolom Name dan kolom Label, serta rubah kolom Decimal ke angka 0. Perhatikan tampilan dibawah ini:

7

Menginput Kode Data Responden


Perhatikan kolom Values, input data responden sesuai dengan informasi di kuisioner penelitian. Klik “none” di kolom Values, dan akan muncul kotak berisi tiga tanda titik, klik kotak tersebut dan input data responden sesuai kuisioner: 1 “Pria” dan 2 “Wanita” dan seterusnya. Hasilnya akan seperti ini:

8

Menginput Data Responden Ke SPSS


Klik “Data View” yang berada di kiri bawah, input data secara manual atau copy dari file excel jika telah tersedia, maka akan terlihat tampilannya seperti dibawah ini:

9

Deskriptif Responden


Klik Analyze, Deskriptif Statistics, Frequencies, seperti dibawa ini:

10



Maka akan muncul tampilan seperti dibawah ini:

11



Data Pengelompokan Responden Pindahkan ke kolom Variable(s), kemudian klik OK.

12

Hasil Deskriptif Responden


Berikut dihasilkan Pengelompokan Responden Berdasarkan Gender dan Usia

Note: Simpan Data (tersendiri) dan Ouputnya (juga tersendiri).

13

Hasil Deskriptif Responden


Berikut dihasilkan Pengelompokan Responden Berdasarkan Pendidikan dan Masa Kerja

14

Uji Validitas dan Uji Reliabilitas


Perhatikan Rekap data penelitian di MS Excel, terdapat total 17 pertanyaan, Variabel X1 terdiri dari P1 - P7 (Tujuh Pertanyaan), Variabel X2 terdiri dari P8 – P12 (Lima Pertanyaan), dan Variabel Y terdiri dari P13 – P17 (Lima Pertanyaan). Aktifkan File SPSS di “Varieble View” dan ketik P1 s/d P17 seperti dibawah ini (Kolom Decimal ditampilkan dalam 0):

15



Klik “Data View” dan input data jawaban kuisioner atau copy dari file excel bila sudah diinput sebelumnya. Tampilan akan tampak seperti dibawah ini:

16



Lakukan pengujian valditas dan reliabilitas data dengan mengikuti langkah sbb: Klik Analyze, Scale, Reliability Analysis:

17



Maka akan muncul tampilan seperti ini:

18



Pindahkan Jawaban Responden Untuk Variabel X1 = Kualitas SIA dari P1 s/d P7 ke dalam kolom Items secara berurutan seperti dibawah ini. Selanjutnya perhatikan tombol Statistics di kanan atas.

19



Klik Statistics, lalu akan muncul tampilan Reliability Analysis Statistics, seperti dibawah ini. Klik kotak Item, Scale, dan Scale if Item Deleted, selanjutnya klik Continue, dan OK.

20



Output yang perlu diperhatikan adalah kedua tabel dibawah ini. Untuk Uji Validitas memperhatikan tabel Item - Total Statistics. Jawaban P1 s/d P7 akan valid apabila r hitung > r tabel. Nilai r hitung dapat pada kolom Corrected Item – Total Correlation. Sedangkan r tabel dapat dilihat pada tabel r Product Moment, urutan yang ke 43, yang berasal dari 50 - 7 = 43 (Responden 50 dikurangi jumlah pertanyaan untuk X1 sebanyak 7 pertanyaan = 43). Nilai r tabel adalah 0,294. Hal ini berarti bahwa r hitung dari P1 s/d P7 valid seluruhnya karena lebih besar dari r tabel.

Cara yang sama dilakukan untuk menguji Validitas dan Reliabilitas dari Variabel X2 dan Variabel Y.Cara lain uji validitas adalah menguji korelasi antara jawaban setiap pertanyaan dengan score total dari setiap variabel tersebut, jika korelasinya signifikan, itu berarti datanya valid.

Untuk Uji Reliabilitas memperhatikan tabel Reliabilitas Statistics. Data Reliabel apabila hasil Cronbach Alpha > 0,60.

21

Uji Regresi Berganda


Aktifkan kembali SPSS pada tampilan “Variable View”, kemudian ketik Variabel Y, X1, dan X2 serta isi kolom Label dengan nama variabel penelitian. Perhatikan tampilan dibawah ini:

22



Klik tombol “Data View” dan input data penelitian Variabel Y, X1, dan X2 atau copy dari file MS Excel apabila sudah diinput sebelumnya. Data Variable Y, X1, dan X2 adalah merupakan total jawaban dari setiap variabel, dimana data tersebut sudah valid dan reliabel. Perhatikan tampilan dibawah ini:

23



Klik Analyse, Regression, Linier, seperti tampilan dibawah ini:

24



Maka akan muncul tampilan seperti dibawah ini. Langkah selanjutnya perhatikan kolom Dependent dan Kolom Independent yang tersedia.

25



Kemudian klik variabel Y dan masukkan ke kolom Dependent, kemudian X1 dan X2 ke kolom Independent. Langkah selanjutnya perhatikan tombol Plots di sebelah kanan atas.

26



Klik Plots, maka akan muncul tampilan Linear Regression Plots, selanjutnya klik Histogram dan Normal Probability Plot, kemudian *ZPRED dimasukkan ke kolom X dan *SRESID dimasukkan ke kolom Y. Selanjunya klik Continue dan klik OK.

27

Hasil Uji Secara Parsial (Uji t)


Hasil uji regresi parsial, signifikan atau tidak dapat dilihat dengan dua cara. Cara Pertama, Variabel X berpengaruh signifikan terhadap Variabel Y apabila hasil Sig < 0,05 atau dibawah 5%. Hasil sig untuk Variabel X1 adalah 0,092 atau 9,2%. Sedangkan Hasil sig untuk Variabel X2 adalah 0,007 atau 0,7%. Jadi hanya variabel X2 yang memiliki Sig < 0,05. Dengan demikian, berdasarkan cara yang pertama ini, hanya variabel X2 yang berpengaruh signifikan terhadap Y.

Cara Kedua, membandingkan t hitung dengan t tabel. Signifikan apabila t hitung > t tabel. Hasil pengujian menunjukkan bahwa bahwa t hitung untuk X1 adalah 1,720 dan untuk X2 adalah 2,822. Sedangkan nilai t tabel adalah 2,01. Hasil t tabel sebesar 2,01 dapat dilihat dari tabel distribusi t untuk uji dua arah, pada kolom 0,05 atau (5%) dan pada baris 48 (jumlah data 50 dikurangi jumlah variabel bebas 2). Jadi hanya variabel X2 yang memiliki t hitung lebih besar dari t tabel. Dengan demikian berdasarkan cara kedua ini, hanya variabel X2 yang berpengaruh signifikan terhadap Y.

28

Hasil Uji Secara Parsial (Persamaan Regresi)


Beta penelitian yang dihasilkan adalah beta yang positif, artinya bahwa pengaruh yang diberikan oleh X1 dan X2 terhadap Y adalah positif, yang berarti bahwa pengaruhnya searah.

Persamaan regresi yang terbentuk adalah: Y = 7,037 + 0,239 X1 + 0,392 X2 + e. Artinya, jika X1 dan X2 adalah nol, maka Variabel Y akan Konstan sebesar 7,037. Apabila terjadi kenaikan X1 sebesar 1, maka akan terjadi peningkatan Y sebesar 0,239 dan demikian sebaliknya. Apabila terjadi kenaikan X2 sebesar 1, maka akan terjadi kenaikan Y sebesar 0,392 dan demikian sebaliknya.

29

Hasil Uji Secara Simultan (Uji F)


Hasil uji simultan dapat dilihat dengan dua cara juga. Cara pertama, secara bersama sama Variabel X1 dan X2 akan berpengaruh signifikan terhadap Y, apabila Sig < 0,05. Hasilnya pada table ANOVA dibawah ini menunjukkan hasil Sig 0,000, yang berarti bahwa secara bersama sama variabel X1 dan X2 berpengaruh signifikan terhadap Y.

Cara kedua adalah, secara bersama sama Variabel X1 dan X2 akan berpengaruh signifikan terhadap Y, apabila F hitung > F tabel. Hasilnya pada table ANOVA dibawah ini menunjukkan hasil F hitung adalah 10,037. Sedangkan F table adalah sebesar 3,20. Hasil Ftabel 3,20 dapat dilihat pada tabel distribusi F, pada kolom 2 (total seluruh variabel 3 dikurangi jumlah variabel terikat 1) pada baris ke 47 (total data 50 dikurangi jumlah variabel 3). Hal ini berarti bahwa secara bersama sama variabel X1 dan X2 berpengaruh signifikan terhadap Y.

30

Koefisien Determinasi


Koefisien determinasi adalah kemampuan seluruh variabel bebas dalam menjelaskan variable terikat. Koefisien Determinasi Adjustend R Square sebesar 0,269 atau sebesar 26,9% yang berarti bahwa kemampuan Variabel X1 dan X2 dalam menjelaskan Variabel Y, adalah sebesar 26,9%. Sedang sisa sebesar 73,1% dijelaskan oleh variabel lain diluar dari variabel penelitian ini.

R sebesar 0,547 memiliki arti bahwa korelasi bergandanya adalah sedang. Tingkat error yang dihasilkan dalam persamaan regresi dari hasil penelitian ini adalah 0,731 atau 73,1%.

31

Sekian

modul spss regresi berganda

Documents