Oleh karena itu, model regresi (9.1.1) mengasumsikan bahwa distribusi probabilitas untuk Y mempunyai varians yang sama 2, berapa pun nilai variabel independen X. 5. Term. Istilah kesalahan diasumsikan tidak berkorelasi. Perhatikan bahwa distribusi ini mempunyai varian yang sama dengan distribusi probabilitas untuk Y untuk X = 90, sesuai dengan persyaratan model regresi (1.1).
Makna Parameter Regresi
Kemiringan 1=0,9199 menunjukkan bahwa peningkatan pendapatan sebesar satu satuan akan meningkatkan rata-rata distribusi peluang Y sebesar 0,9199 satuan.
Metode Kuadrat Terkecil
Dapat ditunjukkan bahwa nilai b0 dan b1 yang meminimalkan (∑e2) untuk data sampel tertentu diberikan oleh sistem persamaan linier berikut. Besaran Yi, Xi dan seterusnya pada (1.5) dihitung dari sampel observasi (Xi, Yi).
Asumsi-Asumsi Metode Kuadrat Terkecil
Dengan asumsi di atas pada model regresi linier klasik, model kuadrat terkecil (OLS) mempunyai sifat ideal yang dikenal dengan teorema Gauss-Markov. Metode kuadrat terkecil akan menghasilkan penduga yang tidak bias, linier, dan mempunyai varian yang minimal (estimator linier tak bias terbaik = BIRU).
Standard Error dari OLS
Semua variabel pada perhitungan standar error di atas dapat diperkirakan dari data yang ada kecuali 2. Semakin kecil kesalahan baku penduga, maka semakin kecil variabilitas angka penduga dan semakin dapat diandalkan nilai penduga tersebut.
Koefisien Determinasi (R 2 )
Sebaliknya jika garis regresi tidak dapat menjelaskan data dengan baik maka RSS akan lebih besar dibandingkan ESS. Dalam kasus ekstrim, jika garis regresi tidak menjelaskan seluruh variasi nilai Y, maka ESS sama dengan nol dan RSS sama dengan TSS.
Koefisien Korelasi (r)
Dengan kata lain, data deret waktu diyakini mengandung unsur tren, yaitu bergerak searah. Hal ini terjadi karena terdapat variasi yang besar antar variabel yang diteliti dalam kurun waktu yang sama.
Uji Hipotesis
Hitung nilai t yang memuaskan (skor t) dan carilah nilai t kritis dari tabel distribusi t pada dan derajat kebebasan tertentu. Nilai tc diperoleh dari nilai t kritis distribusi t tabel dengan dan derajat kebebasan tertentu.
REGRESI BERGANDA
- Analisis Regresi Berganda
- Estimasi OLS Terhadap Koefisien Regresi Berganda
- Interval Estimasi Koefisien Regresi Berganda
- Uji t koefisien Regresi Parsial
- Uji Hipotesis Koefisien Regresi Secara Menyeluruh: Uji F
- Koefisien Determinasi yang Disesuaikan
Saat memperkirakan koefisien regresi berganda hanya dengan dua variabel independen di atas, masih dimungkinkan untuk menghitungnya secara manual. Dalam hal ini mengukur seberapa besar proporsi variasi variabel terikat yang dapat dijelaskan oleh seluruh variabel bebas.
ANALISIS REGRESI
Uji F pada analisis regresi linier berganda dimaksudkan untuk mengetahui pengaruh variabel independen secara simultan yang ditunjukkan pada tabel ANOVA. Uji t digunakan untuk mengetahui secara parsial pengaruh masing-masing variabel independen yang ditunjukkan pada tabel koefisien (Gambar 4.8).
UJI ASUMSI KLASIK
Pilih All pada Function Group kemudian pilih Abs pada Functions and Special Variables dengan cara melakukan double klik, Selanjutnya ketik
Kemudian pilih Analisis Regresi Linier Masukkan Abs_Res sebagai variabel terikat, sedangkan variabel Penjualan dan Promosi sebagai variabel bebas. Perhatikan keluaran regresi antara Residual dengan variabel bebas lainnya seperti terlihat pada tabel koefisien di bawah ini. Keluaran tersebut menunjukkan bahwa tidak terdapat hubungan yang signifikan antara seluruh variabel bebas dengan nilai absolut dari residu, sehingga dapat disimpulkan bahwa non heteroskedastisitas asumsi terpenuhi.
VAIABEL DUMMY DALAM REGRESI
Variabel dummy adalah variabel yang digunakan untuk mengukur variabel kualitatif (misalnya: jenis kelamin, ras, agama, perubahan kebijakan pemerintah, perbedaan situasi, dan lain-lain). Variabel dummy merupakan variabel kategori yang diasumsikan mempengaruhi variabel kontinu.
Pemanfaatan Regresi Berganda dengan Variabel Dummy
Variabel tingkat suku bunga mempunyai korelasi negatif yang signifikan terhadap pendapatan nasional bruto, artinya apabila tingkat suku bunga naik sebesar 1 persen maka PDB akan mengalami penurunan sebesar 0,06 persen. Variabel dummy mempunyai hubungan negatif dan signifikan yang artinya krisis ekonomi memberikan dampak terhadap PDB setelah krisis PDB mengalami penurunan.
REGRESI SEDERHANA (PENDEKATAN KUALITATIF YANG
DIKUANTITATIFKAN)
Uji Validitas
Dalam hal ini setiap item pada variabel X dan Y akan diuji hubungannya dengan total skor variabel tersebut. Agar penelitian ini lebih menyeluruh, suatu item harus mempunyai korelasi (r) dengan total skor setiap variabel ≥ 0,25. Item-item yang mempunyai r hitung < 0,25 akan dibuang karena tidak mengukur sama seperti yang dimaksudkan dengan skor skala total dan selanjutnya tidak mempunyai kontribusi terhadap pengukuran seseorang jika tidak dibingungkan.
Uji Reliabilitas
Setelah seluruh unsur pembentuk variabel telah lolos uji validitas dan reliabilitas, maka semua variabel tersebut dapat dilakukan analisis lebih lanjut (meregresi variabel bebas terhadap variabel terikat). R square sebesar 0,149 yang berarti variabel X mampu menjelaskan Y sebesar 14,9 persen, selebihnya dipengaruhi oleh variabel di luar model.
REGRESI BERGANDA (PENDEKATAN KUALITATIF YANG
PERILAKU
KINERJA KARYAWAN
Jika nilai alpha > 0,70 berarti reliabilitasnya tinggi, hal ini menunjukkan bahwa semua item reliabel dan semua tes konsisten secara internal karena mempunyai reliabilitas yang cukup kuat. Jika nilai alpha antara 0,50-0,70 berarti reliabilitas sedang, hal ini menunjukkan bahwa semua item reliabel dan semua tes konsisten secara internal karena mempunyai reliabilitas yang cukup kuat. Uji hipotesis klasik merupakan syarat statistik yang harus dipenuhi dalam analisis regresi linier berganda berdasarkan kuadrat terkecil biasa (OLS).
Uji hipotesis klasik juga tidak perlu dilakukan untuk analisis regresi linier yang bertujuan untuk menghitung nilai variabel tertentu. Hal ini tidak dilarang, namun model regresi memerlukan normalitas nilai residu, namun tidak setiap variabel penelitian. Tujuan dari uji multikolinearitas adalah untuk mengetahui apakah terdapat korelasi yang tinggi antar variabel independen dalam model regresi linier berganda.
REGRESI DENGAN VARIABEL MODERATING
Hipotesis nol (H0) yang menyatakan Keterlibatan Profesional tidak berpengaruh terhadap Kepuasan Kerja ditolak, karena angka signya sebesar 0,001 < 0,05. Hipotesis nol (H0) yang menyatakan Komitmen Organisasi tidak berpengaruh terhadap Kepuasan Kerja diterima, karena angka gejalanya 0,305 > 0,05. Hipotesis nol (H0) yang menyatakan motivasi tidak berpengaruh terhadap kepuasan kerja ditolak, karena angka gejalanya 0,004 < 0,05.
R Square sebesar 0,454 yang berarti variabel Komitmen Organisasi, Komitmen Profesional, dan Komitmen Organisasi yang dimoderatori oleh Motivasi dapat menjelaskan sebesar 45,5 persen terhadap Kepuasan Kerja, selebihnya dipengaruhi oleh variabel diluar model. Hipotesis nol (H0) yang menyatakan komitmen organisasi tidak berpengaruh terhadap kepuasan kerja diterima karena angka signya 0,366 > 0,05. Hipotesis nol (H0) yang menyatakan Komunikasi Organisasi yang dimoderatori Motivasi tidak berpengaruh terhadap kepuasan kerja ditolak karena angka signya 0,013 <.
VARIABEL INTERVENING DALAM REGRESI
Ho: â1 = 0; Tidak terdapat pengaruh tidak langsung antara keadilan prosedural terhadap hasil manajerial dengan partisipasi penganggaran sebagai variabel intervening. H1: α1 = 0; Terdapat pengaruh tidak langsung antara keadilan prosedural terhadap hasil manajerial dengan partisipasi penganggaran sebagai variabel intervening. Ho: 2 = 0; Tidak terdapat pengaruh tidak langsung antara keadilan prosedural terhadap kepuasan kerja dengan partisipasi penyusunan anggaran sebagai variabel intervening.
Hipotesis nol (H0) yang menyatakan Keadilan Prosedural tidak berpengaruh terhadap partisipasi anggaran ditolak, karena angka gejalanya 0,00 < 0,05. Hipotesis nol (H0) yang menyatakan Keadilan Prosedural tidak berpengaruh terhadap Kinerja Manajerial ditolak, karena angka tanda 0,026 < 0,05. Keadilan prosedural ditemukan memiliki dampak tidak langsung yang lebih besar terhadap kinerja manajerial melalui penganggaran partisipatif dibandingkan dampak langsungnya.
ANALISIS JALUR
DEFINISI ANALISIS JALUR
Bandura (1997) mengatakan bahwa efikasi diri adalah keyakinan individu terhadap kemampuan yang dimilikinya, yang akan mempengaruhi bagaimana individu tersebut menyikapi situasi dan kondisi tertentu. Selain itu, Lahey (2004) mendefinisikan efikasi diri sebagai persepsi bahwa seseorang mampu melakukan sesuatu yang penting untuk mencapai tujuannya. Bandura (dalam Salim, 2001) menyatakan bahwa efikasi diri adalah suatu keyakinan, suatu persepsi, kekuatan untuk mempengaruhi perilaku seseorang, keyakinan bahwa seseorang “bisa melakukannya”, bahwa seseorang dapat mengatasi situasi dan menghasilkan hasil yang positif akan mempengaruhi bagaimana individu merespon. untuk situasi tertentu. dan kondisi.
Jika melihat tabel di atas, terlihat bahwa hipotesis nol ditolak (komunikasi interpersonal tidak berhubungan dengan efikasi diri). Ditolak karena angka sig < 0,05 yang berarti komunikasi interpersonal mempunyai hubungan dengan efikasi diri. efisiensi. Jika dilihat pada tabel di atas terlihat hipotesis nol ditolak (self efikasi tidak berhubungan dengan usaha kerja) dan diterima karena angka gejala > 0,05 yang berarti self efikasi tidak berhubungan dengan pekerjaan. upaya. Jika dilihat dari tabel di atas terlihat hipotesis nol ditolak (self efikasi tidak ada hubungan dengan kinerja) karena angka sig < 0,05 yang berarti efikasi diri ada hubungan dengan kinerja.
ANALISIS REGRESI DENGAN EVIEWS
Klik Quick blank groups edit, buka excel dan copy data dari excel lalu paste ke eviews, lalu ganti nama ser01, ser02, ser03 dan ser04 menjadi Inflation, GDP, Poil dan Interest. PDB dan Suku Bunga mempunyai hubungan negatif signifikan terhadap inflasi, sedangkan POIL mempunyai pengaruh positif signifikan terhadap inflasi. Nilai probabilitasnya sebesar 0,833 (>0,05) sehingga dapat dikatakan model ini tidak signifikan, sedangkan berdasarkan hasil uji normalitas dapat dilihat dari nilai probabilitas oleh Jargue-Bera (JB). probabilitas > 0,05 maka model dinyatakan normal Berdasarkan parameter tersebut diketahui nilai probabilitas JB sebesar 0,833 lebih besar dari nilai 0,05. Dengan demikian dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
Hasil analisis output berdasarkan tabel diatas menunjukkan nilai F-statistic probabilitas Obs sebesar 0.8274 > 0.05. Dengan demikian, dapat disimpulkan bahwa model di atas terbebas dari permasalahan korelasi serial dan diterima. Hasil analisis output berdasarkan tabel diatas menunjukkan nilai Obs*R squared sebesar 0.095, probabilitas X2 > 0.05. Dengan demikian, dapat disimpulkan bahwa model di atas tidak mengandung heteroskedastisitas.
REGRESI MODEL PENYESUAIAN PARSIAL
Seperti disebutkan sebelumnya, dengan merancang model dinamis seperti model PAM, peneliti tidak hanya menghindari masalah bias regresi, tetapi juga dapat memperoleh standar deviasi koefisien regresi jangka panjang. Kedua skala ini dapat digunakan atau digunakan untuk mengamati hubungan jangka panjang antara vektor-vektor variabel ekonomi seperti yang diinginkan oleh teori ekonomi yang relevan. Dari uraian di atas terlihat bahwa simpangan baku koefisien regresi jangka panjang model PAM dapat dihitung jika dapat memperkirakan besarnya koefisien regresi dan parameter matriks varians-kovarians model PAM. digunakan.
Yaitu dengan mengklik Cepat perkiraan persamaan ok dan memasukkan spesifikasi persamaan log(M1) c log(PDB) inf log(Nilai tukar). Yaitu dengan mengklik Cepat perkiraan persamaan ok dan memasukkan spesifikasi persamaan log(M1) c log(PDB) inf log(Nilai tukar) log(M1(-1)). Jadi dari persamaan regresi tersebut dapat diperoleh koefisien jangka pendek dan koefisien jangka panjang sebagai berikut.
MODEL ECM
Apabila suatu data runtun waktu tidak stasioner, maka dapat dikatakan data tersebut menghadapi masalah akar unit (unit root problem). Adanya masalah akar unit dapat dilihat dengan membandingkan nilai t-statistik hasil regresi dengan nilai t-statistik hasil regresi. Nilai uji Augmented Dickey Fuller Jika t-statistik lebih kecil dari nilai kritis McKinnon maka H0 diterima yang berarti data mempunyai unit root atau data tidak stasioner.
Jika nilai t-statistik lebih besar dari nilai kritis McKinnon maka H0 ditolak yang berarti data tidak mempunyai unit root atau data stasioner. Pengujian data dilakukan dengan menggunakan uji akar unit yang dikembangkan oleh Dickey-Fuller atau lebih dikenal dengan uji Augmented Dickey-Fuller Test (ADF). Pilih Augmented Dickey-Fuller, pilih level di Test for Unit root in dan pilih intersep di sertakan dalam persamaan pengujian, lalu tekan ok diperoleh sebagai berikut.
