Escolar Documentos
Profissional Documentos
Cultura Documentos
BERGANDA DENGAN
PROGRAM SPSS-16
NOVEMBER 24, 2013 GABRIEL AEMAN
9 Votes
Kali ini data yang akan kita gunakan adalah data keuangan yang
diambil dari sebuah Laporan Keuangan Perusahaan, kita akan
menganalisa apakah Non Performing Loans (NPL), Biaya Operasional
dan Pengeluaran Opersional (BOPO) dan Return on Assset (ROA).
Betul.!!! Sobat data yang kita gunakan adalah Rasio Keuangan,
Analisa Regresi Berganda dapat kita gunakan pada variable yang
bersifat Rasio dengan persayaratan jumlah Sample (dalam hal ini data
akurat) yang kita gunakan Minimal berjumlah 6 (enam)sample,
berbeda dengan Analisa yang bersifat Logistik atau menyangkut
jumlah populasi atau data yang diambil bersifat langsung, dalam
analisa terssebut sample yang digunakan minimum 30-n (30 sample).
Hipotesis dalam Uji Statistik sangat dibutuhkan tapi kali ini kita abaikan
Hipotesisnya yachhhhhh sobat nanti qlo bikin hipotesis jangan lupa
hasil uji hipotesis diterima di tolak nanti taruh juga di dalam hasil
penelitian
Sobat kita golongkan varibel terlebih dahulu yakni Variabel Terikan (Y)
dan Variabel Bebas (X)
NPL =X1
BOPO = X2
ROA = Y
Berikut ini adalah data Rasio yang kita peroleh secara Sekunder atau
data yang telah dikelolah menjadi sebuah Angka Mutlak (RASIO)
dengan n-6
Pilih data view pada bagian bawah halaman spss dan masukan cukup
angka yang terterah di tabel di atas
Langkah 2
Pada langka ini kita akan melakukan analisa, tetapi sebelum malakukan
anlisa regresi linear berganda kita harus melakukan uji ASUMSI
KLASIK, hal ini dilakukan untuk menguji apakah persamaan yang kita
gunakan atau uji statistic yang kita gunakan berdistribusi Normal atau
tidak, jika berdistribusi Normal artinya Data yang kita gunakan Layak
untuk dilakukan uji Regresi Linear Berganda.
Adapun Uji Klasik yang kita gunakan kali ini adalah
1. Uji Multikoreliniaritas
2. Uji Heteroskedastisidas
3. Uji Normatif
MULTIKOLINEARITAS
Model Summary
1
.956a .915 .880 .11968
HETEROSKEDATISIDAS
Terlihat grafik scalerplot diatas bahwa titik tidak menyebar secara acak
baik dibawah angka 0 pada sumbuh Y. Hal ini menyimpulkan bahwa
terjadi Heterokedastisidas model Regresi. Maka data yang kita gunakan
memenuhi syarat untuk dilakukan Regresi Berganda.
UJI NORMATIF
Uji Normatif adalah uji asumsi klasik terakhir yang kita gunakan
sebelum kita melanjutkan ke uji Regresi Linear berganda. Asumsi
normalitas merupakan persyaratan yang sangat penting pada
pengujian kebermaknaan (signifikansi) koefisien regressi, apabila
model regressi tidak berdistribusi normal maka kesimpulan dari uji F
dan uji t masih meragukan, karena statistik uji F dan uji t pada analisis
regressi diturunkan dari distribusi normal.
Lakukan seperti langka sebelumnya dalam uji
Heteroskedastisidas (ANALIZELINEARREGRESSIONPLOTS),
selanjutkan tinggal mencentang/
menaktifkan HISTOGRAM dan NORMAL PROBABILITY
PLOT pada bagian Standardized Residual Plot abaikan yang lain dan
tekan CONTINUE dan OK.
Output yang dihasilkan sebagai berikut :
diagonal.
Nah sobat kita telah melakukan tiga uji asumsi klasik dan hasil output
SPSS menunjukan bahwa uji Asumsi Klasik memenuhi persyaratan
untuk melakukan uji Regresi Linear Berganda.
UJI REGRESI LINEAR BERGANDA
Uji F-test
Sum of Mean
Model Squares df Square F Sig.
Regressio
n
.767 2 .384 26.779 .002a
Residual
.072 5 .014
1 Total
.839 7
Tabel 5.11. Uji F menunjukan bahwa nilai Fhitung sebesar 26.779 dengan
tingkat (sig) 0.002 atau dapat nilai signifikansi 0.002 lebih kecil dari
nilai probabilitas 0.005.
Hal tersebut membuktikan bahwa terdapat pengaruh
signifikan antara NPL dan BOPO terhadap ROA atau Secara
Simultan (bersama-sama) NPL dan BOPO signifikan terhadap
ROA
Uji t-test
Standardiz
ed
Unstandardized Coefficient
Coefficients s
(Consta
nt)
4.140 .164 25.197 .000
BOPO
-.207 .075 -.373 -2.755 .040
1 NPL
-.866 .119 -.984 -7.266 .001
a. Dependent Variable:
ROA
Model Summaryb
1
.956a .915 .880 .11968
Standardiz
ed
Unstandardized Coefficient
Coefficients s
(Consta
nt)
4.140 .164 25.197 .000
BOPO
-.207 .075 -.373 -2.755 .040
1 NPL
-.866 .119 -.984 -7.266 .001
a. Dependent Variable:
ROA