Materi 5. Regresi Linear Berganda
III. Analisis Yang Diperlukan
a) Persamaan umum regresi linier berganda
Keterangan:
Y = variabel terikat (dependent variable) a = konstanta
b1-bn = koefisien regresi
X1-Xn = variabel bebas (independent variable) e = standar error
b) Uji Asumsi Klasik
Tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier berganda, yaitu:
1. Tidak boleh ada Autokorelasi
Untuk menguji variabel-variabel yang diteliti, apakah terjadi autokorelasi atau tidak. Jika terjadi autokorelasi maka persamaan tersebut menjadi tidak baik atau tidak layak dipakai prediksi. Apabila uji nilai Durbin Waston mendekati angka dua, maka dapat dinyatakan tidak ada korelasi.
2. Tidak boleh ada Multikolinieritas
Cara yang paling mudah untuk menguji ada atau tidaknya gejala multikolinieritas adalah diukur dari tingkat hubungan/pengaruh antarvariabel bebas melalui besaran koefisien korelasi (r). Jika nilai korelasi dibawah angka 1, maka tidak terjadi multikolinieritas. 3. Tidak boleh ada Heterokedastisitas
Dengan melihat grafik plot antara nilai variabel terikat (SREID) dengan residual (ZPRED). Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola yang teratur, baik menyempit, melebar, maupun bergelombang, maka mengidentifikasikan telah terjadi heterokedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah ataupun diatas angka 0 pada sumbu Y, maka yang terjadi adalah homoskedastisitas.
Laboratorium Manajemen Dasar Regresi Linier Berganda
c) Koefisien Korelasi (r / R)
Adalah koefisien yang digunakan untuk mengetahui hubungan antara variabel X dan Y, syaratnya adalah jika r = 0 atau mendekati 0, maka hubungannya sangat lemah atau bahkan tidak ada hubungan sama sekali. Jika r = +1 atau mendekati +1, maka hubungannya kuat dan searah. Jika r = -1 atau mendekati -1, maka hubungannya kuat dan tidak searah.
d) Koefisien Determinasi (r2 / R2)
Adalah koefisien yang digunakan untuk mengetahui seberapa besar variabel bebas (X) mempengaruhi variabel terikat (Y). nilai koefisien determinasi berkisar antara 0 sampai dengan 1.
e) Kesalahan Standar Estimasi
Digunakan untuk mengetahui ketepatan persamaan estimasi. Dapat juga digunakan untuk mengukur besar kecilnya kesalahan standar estimasi (semakin kecil nilai kesalahannya, maka semakin tinggi kecepatannya).
IV. CONTOH KASUS
Seorang peneliti melakukan penelitian yaitu, apakah ada pengaruh antara Pengangguran dan Inflasi terhadap Pendapatan Nasional Indonesia.
(MADAS1415)
Tabel 5.1. Data pengaruh antara Pengangguran dan Inflasi terhadap Pendapatan Nasional Indonesia.
Pengganguran Inflasi Pendapatan Nasional
114 151 1.544.411
144 145 1.411.445
114 141 1.514.544
V. LANGKAH-LANGKAH PENGERJAAN
Untuk mencari nilai regresi tersebut dengan menggunakan R commander, perhatikanlah langkah-langkah berikut:
1. Tekan icon R commander pada desktop, kemudian akan muncul tampilan seperti dibawah ini
Gambar 5.1. Tampilan awal menu R commander
2. Pilih menu Data, New Data Set. Masukan nama dari data set adalah regresi kemudian tekan tombol OK.
Laboratorium Manajemen Dasar Regresi Linier Berganda
Gambar 5.2. Tampilan menu New data Set
Gambar 5.3. Tampilan New Data Set
Kemudian akan muncul Data Editor
3. Masukan data dengan terlebih dahulu mengganti nama var1 untuk penggangguran, var2 untuk inflasi dan var3 untuk pendapatan nasional dengan cara double click pada variabel yang ingin di setting. Pemilihan type, dipilih numeric pada semua variabel.
Gambar 5.5. Tampilan Variabel Editor Pengangguran
Gambar 5.6. Tampilan Variabel Editor Inflasi
Gambar 5.7. Tampilan Variabel Editor Pendapatan Nasional
Kemudian isi sesuai dengan data soal setelah itu close.
Laboratorium Manajemen Dasar Regresi Linier Berganda
4. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol view data set. Jika ada data yang salah, tekan tombol edit data
set, lalu perbaiki data yang salah.
Jika data sudah benar, pilih menu Statistic, Fit models, Linear
Regression, maka akan muncul seperti gambar yang tertera pada
halaman selanjutnya.
Gambar 5.9. Tampilan menu olah data
5. Pada Response Variabel pilih variabel yang termasuk variabel terikat yaitu pendapatan nasional dan pada Explanatory Variables pilih yang termasuk varibel bebas yaitu inflasi dan penggangguran. Untuk memilih 2 variabel sekaligus, sambil tekan Ctrl lalu pilih inflasi dan penggangguran kemudian tekan tombol OK.
Gambar 5.10. Tampilan Linier Regression.
6. Maka akan muncul hasil pada output window sebagai berikut :
Gambar 5.11. Tampilan Output
Analisis output :
a. Persamaan regresi untuk soal tersebut adalah: Y = 1.515.701,1 – 3.707,9 X1 + 2.989,1 X2
Laboratorium Manajemen Dasar Regresi Linier Berganda
b. Uji t (Penggangguran)
Ho : penggangguran tidak berpengaruh signifikan terhadap pendapatan nasional
Ha : penggangguran berpengaruh signifikan terhadap pendapatan nasional.
Syarat :
Jika Prob > 0,05 maka Ho diterima Jika Prob < 0,05 maka Ha diterima
Nilai p-value pengangguran : 0,0296 < 0,05 maka Ha diterima
Kesimpulan : pengangguran berpengaruh signifikan terhadap pendapatan nasional.
Uji t (Inflasi)
Ho : inflasi tidak berpengaruh signifikan terhadap pendapatan nasional
Ha : inflasi berpengaruh signifikan terhadap pendapatan nasional Syarat :
Jika Prob > 0,05 maka Ho diterima Jika Prob < 0,05 maka Ha diterima
Nilai p-value pengangguran : 0,1540 > 0,05 maka Ho diterima
Kesimpulan : inflasi tidak berpengaruh signifikan terhadap pendapatan nasional.
Uji t digunakan untuk mengetahui masing-masing variabel bebas berpengaruh signifikan atau tidak terhadap variabel terikat.
c. Uji F
Ho : pengangguran dan inflasi secara bersama-sama tidak berpengaruh signifikan terhadap pendapatan nasional
Ha : pengangguran dan inflasi secara bersama-sama berpengaruh signifikan terhadap pendapatan nasional
Syarat :
Jika Prob > 0,05 maka Ho diterima Jika Prob < 0,05 maka Ha diterima
Nilai p-value pengangguran : 0,04415 < 0,05 maka Ha diterima. Kesimpulan : Pengangguran dan inflasi secara bersama-sama
berpengaruh signifikan terhadap Pendapatan Nasional.
Uji F digunakan untuk mengetahui apakah secara bersama-sama variabel bebas berpengaruh signifikan terhadap variabel terikatnya.
Pada bagian ini ditampilkan Adjusted R Squared (Adj. R2) adalah sebesar 0,9942. Artinya sebesar 99.42% variabel pengangguran dan inflasi mampu mempengaruhi pendapatan nasional. Sementara sisanya yaitu 0,58% dipengaruhi oleh variabel lain yang tidak dimasukan ke dalam model regresi.
Laboratorium Manajemen Dasar
DAFTAR PUSTAKA
Ety Rochaety. 2007. Metodologi Penelitian Bisnis dengan Aplikasi SPSS. Jakarta : Mitra Wacana Media.
Hadi, Sutrisno. 2000, Statistik, Yogyakarta: Andi.
Nazir, M. 2003. Metode Penelitian. Penerbit Ghalia Indonesia. Jakarta-Indonesia. Panduan Penulisan Ilmiah yang Diterbitkan Oleh Bagian Penulisan Ilmiah
Fakultas Ekonomi Universitas Gunadarma.
Priyatno, Duwi. 2010, Paham Analisa Statistik Data Dengan SPSS. Yogyakarta : Mediakom.
Rochaety, Ety. 2007. Metodologi Penelitian Bisnis dengan Aplikasi SPSS. Jakarta: Mitra Wacana Media.
Santoso, Singgih. 2005. Menguasai Statistik di Era Informasi dengan SPSS 12. Jakarta: Elex Media Komputindo.
Sarwono, Jonathan. 2002. Riset Akutansi dalam Statistika. Jakarta.
Sarwono, Jonathan. 2012. Metode Riset Skripsi: Pendekatan Kuantitatif Dengan
SPSS 22. Jakarta: Elex Media Komputindo.
Subiyanto, Ibnu. 1993. Metode Penelitian Akuntansi. Yogyakarta: STIE YKPN. Sugiyono. 2008. Metode Penelitian Bisnis. Cetakan kesebelas. Bandung: Alfabeta. Sugiyono. 2011. Metode Penelitian Kuantitatif Kualitatif dan R & D. Bandung:
ALFABETA.
Sulaiman, Wahid. 2002. SPSS 10 Jalan Pintas Menguasai. Yogyakarta: Penerbit Andi.
Sunyoto, Danang. 2011. Analisis Regresi dan Uji Hipotesisi. Yogyakarta: Caps Publishing.
Suwono, Jonathan. 2006. SPSS 14 Panduan Cepat dan Mudah. Yogyakarta: Penerbit Andi.
Tri Hendardi, C. 2009. SPSS 16 Step by Step Analisis Data Statistik. Yogykarta: Penerbit Andi.
Umar, Husein. 1997 Riset Akuntansi Dilengkapi dengan Panduan Membuat
Skripsi dan Empat Bahasan Kasus Bidang Akuntansi. Jakarta: PT.
Gramedia Pustaka Utama www.ma-dasar.lab.gunadarma.ac.id