Regresi Berganda

November 21, 2019

Regresi Berganda

Regresi berganda menggunakan aplikasi SPSS, versi awal yang saya gunakan mulai dari versi 17, 18 sampai 23. Seperti hp, versi ini bagi saya hanya menandakan banyaknya fitur dalam masing-masing versi tersebut sementara untuk pengolahannya tetap sama. Regresi berganda digunakan untuk melihat hubungan antara variabel Independen (bebas atau X) terhadap variabel dependen (terikat atau Y). Kalau dalam regresi sederhana, hanya menggunakan 1 (satu) variabel bebas. Kalau variabel bebasnya lebih dari satu, digunakan analisa regresi berganda. Berikut ini dapat dilihat hasil pengolahan regresi berganda :

Dalam hasil olah data ini menggunakan 3 variabel bebas (X) yakni Leverage (X1), Profitabilitas (X2) dan Ukuran Perusahaan (X3). Sementara variabel independennya adalah Nilai Perusahaan (Y)

Yang wajib diketahui :

Nomor 1 :

Dari tabel MODEL SUMMARY diatas diketahui R Korelasi (R) adalah .596 atau 0,596, artinya hubungan antara variabel bebas (X) yakni Leverage (X1), Profitabilitas (X2) dan Ukuran Perusahaan (X3) terhadap Nilai perusahaan adalah cukup kuat.

Keputusan hubungan ini kuat atau lemah dapat dilihat dari interval nilai sebagai berikut :

0,801 - 1,000👉 Sangat kuat

0,601 - 0,800👉 Kuat

0,401 - 0,600👉 Cukup kuat/sedang

0,201 - 0,400👉 Lemah

0,000 -0,200👉 Sangat lemah

Nomor 2 :

Diketahui R Square/R Determinasi sebesar .337 atau 0,337 atau 33,70 % (0,337 x 100 %)

Selanjutnya pengaruh antara variabel variabel bebas (X) yakni Leverage (X1), Profitabilitas (X2) dan Ukuran Perusahaan (X3) terhadap Nilai perusahaan adalah sebesar 33,70 % dan sisanya dipengaruhi oleh variabel lain yang tidaj diteliti dalam penelitian ini.

Atau ada yang memberi terjemahan dari hasil R Square/R Determinasi sebesar 33,70 % tersebut sebagai berikut :

Variabel nilai perusahaan (Y) dapat dijelaskan oleh Leverage (X1), Profitabilitas (X2) dan Ukuran Perusahaan (X3) sebesar 33,70 %, sisanya dipengaruhi oleh variabel lain yang tidak diteliti dalam penelitian ini.

Nomor 3 :
Berhubung menggunakan 3 variabel bebas maka pengujian dilakukan secara simultan/serentak/secara bersama-sama. Hasilnya dengan melihat pada Tabel Anova diatas :

Penerimaan hipotesis dapat dilakukan dengan 2 cara :

Cara 1 :
Membandingkan nilai Fhitung dengan Ftabel. Ketentuannya adalah :
Jika Fhitung besar dari Ftabel (Fhitung > Ftabel) : maka secara simultan hubungan tersebut
"BERPENGARUH"

Jika Fhitung kecil dari Ftabel (Fhitung < Ftabel) : maka secara simultan hubungan tersebut
"TIDAK BERPENGARUH"

Diketahui dari tabel ANOVA diatas :

Fhitung = 19,124 signifikasi 0,000 (.000 ⟶kolom sig di tabel ANOVA)
Ftabel = ????

Untuk mencari Ftabel digunakan rumus : (k-1) : (n-k)

"k" adalah konstanta atau banyaknya variabel yang diteliti. Dalam penelitian ini menggunakan 3 variabel bebas (X1 sd X3) dan 1 variabel terikat (Y), jadi jumlahnya 4
"n" adalah jumlah sampel, dalam penelitian ini sampelnya 108 sampel.

: (k-1) : (n-k)
: (5-1) : (105 - 5)
: 4 : 100,
Hasil tersebut untuk melihat kolom dan jalur mana didalam ftabel. Berikut ini dapat dilihat Ftabelnya:

Nilai 4 menandakan hasil yang diperoleh pada kolom df4
Nilai 100 menandakan baris ke 100 berarti angka yang ditunjuk adalah 6,34 (lihat tabel sambungan dibawah ya). Berarti ftabelnya = 6,34

Diketahui dari tabel anova diatas :

Fhitung = 19,124
Ftabel = 6,34
Artinya Fhitung (19,124) lebih besar dari ftabel (6,34), artinya secara simultan ketiga variabel bebas tersebut yakni Leverage/X1, Profitabilitas/X2 dan Ukuran Perusahaan/X3 BERPENGARUH signifikan terhadap Nilai Perusahaan (Y)

Cara 2 :

Membandingkan signifikasi : (Digunakan signifikasi 5% atau 0,05)

Penerimaan hipotesisnya :

Nilai signifikasi dibawah 5 % (0,05) : "BERPENGARUH" Nilai signifikasi diatas 5 % (0,05) : "TIDAK BERPENGARUH"

Diketahui Fhitung = 19,124 signifikasi 0,000 (.000 ⟶kolom sig di tabel ANOVA).
Ternyata nilai signifikasinya 0,000, dibawah 5 % (0,05).
Artinya sama saja cara baca menggunakan pengujian dengan membandingkan Fhitung dan Ftabel diatas :
Secara simultan ketiga variabel bebas tersebut yakni Leverage/X1, Profitabilitas/X2 dan Ukuran Perusahaan/X3 BERPENGARUH signifikan terhadap Nilai Perusahaan (Y)

Nomor 3 :
Jika secara serentak/simultan berpengaruh, apakah kalau diuji masing-masing variabel bebas terhadap nilai perusahaan (Y), juga berpengaruh ???? Untuk itu dilakukan pengujian secara parsial (parsial dari asal kata part (menurut saia hehehe), artinya per bagian). Uji parsial ini melihat pengaruh atau hubungan masing-masing variabel bebas terhadap variabel terikat, atau bisa dikatakan "uji t". Kalau secara simultan diatas sering disebut juga dengan "uji f".
Cara mengambil keputusan apakah variabel bebas berpengaruh terhadap variabel terikat, caranya sama seperti penerimaan hipotesis secara simltan, cuma f diganti t. Jadinya ??

Penerimaan hipotesis dapat dilakukan dengan 2 cara juga :

Cara 1 :
Membandingkan nilai thitung dengan ttabel. Ketentuannya adalah :
Jika thitung besar dari ttabel (thitung > ttabel) : maka secara simultan hubungan tersebut
"BERPENGARUH"

Jika thitung kecil dari ttabel (thitung < ttabel) : maka secara simultan hubungan tersebut
"TIDAK BERPENGARUH"

= α/2 : n-2 (rumusnya)

= 0,05/2 : 108-2

= 0,025 : 106

dimana α (alpha) adalah 5 % atau 0,05. Nilai α (alpha) 5 %, karena ini penelitian ilmu sosial, dianggap tingkat error yang ditolerir adalah 5 % atau dianggap keakuratan penelitian ini 95 %. Sedangkan kalau untuk penelitian ilmu pasti, nilai alphanya 1 %, dianggap keakuratan penelitian ini 99 %. Begitu yang mengajari saia menjelaskan kenapa menggunakan alpha 5 %. Tapi besok-besoklah dibahas masalah ini lebih mendalam.

"n" adalah jumlah sampel. sehingga didapat hasil akhir : = 0,025 : 106

Hasil tersebut untuk melihat kolom dan jalur mana didalam ttabel. Berikut ini dapat dilihat ttabelnya:

Nilai 0,025 berarti berada di kolom t 0.25

Nilai 106 berarti menandakan nilai di baris 106 yakni berarti nilainya 1,99

Artinya nilai ttabelnya 1,99.

Diketahui dari tabel COEFFICIENTS diatas :

thitung untuk ......

Leverage = 3,333 (kolom t) signifikasi 0,001 (.001→ kolom sig)
Profitabilitas = 6,111 (kolom t) signifikasi 0,000 (.000→ kolom sig)
Ukuran Prsh = 1,839 (kolom t) signifikasi 0,059 (.000→ kolom sig)

ttabel = 1,99

Maka :

thitung Leverage (3,333) besar dari ttabel (1,99) ⟶ BERPENGARUH
thitung Profitabilitas (6,111) besar dari ttabel (1,99) ⟶ BERPENGARUH
thitung Ukuran Prsh (1,839) kecil dari ttabel (1,99) ⟶ TIDAK BERPENGARUH

Secara parsial Leverage (X1) berpengaruh terhadap nilai perusahaan, begitu juga dengan profitabilitas (X2) berpengaruh terhadap nilai perusahaan. Namun ukuran perusahaan (X3) tidak berpengaruh terhadap nilai perusahaan.

Jadi pengujian secara parsial ini, kita dapat mengetahui variabel mana yang berpengaruh, paling berpengaruh dan tidak berpengaruh.

Yang berpengaruh terhadap nilai perusahaan : Leverage (X1) dan profitabilitas (X2)
Yang paling besar pengaruhnya terhadap nilai perusahaan : profitabilitas (X2) karena nilai thitungnya paling besar
Yang tidak berpengaruh terhadap nilai perusahaan : Ukuran perusahaan (X3)

Cara 2 :

Membandingkan signifikasi : (Digunakan signifikasi 5% atau 0,05)

Penerimaan hipotesisnya :

Nilai signifikasi dibawah 5 % (0,05) : "BERPENGARUH" Nilai signifikasi diatas 5 % (0,05) : "TIDAK BERPENGARUH"

Leverage = 3,333 (kolom t) signifikasi 0,001 (.001→ kolom sig)
Profitabilitas = 6,111 (kolom t) signifikasi 0,000 (.000→ kolom sig)
Ukuran Prsh = 1,839 (kolom t) signifikasi 0,059 (.000→ kolom sig)

Ternyata nilai signifikasinya 0,000, dibawah 5 % (0,05) adalah Leverage (X1) dan profitabilitas (X2)
Signifikasi diatas 5 % adalah Ukuran Prsh (Sig 0,059)
Artinya sama saja cara baca menggunakan pengujian dengan membandingkan thitung dan ttabel diatas :

Secara parsial Leverage (X1) berpengaruh terhadap nilai perusahaan, begitu juga dengan profitabilitas (X2) berpengaruh terhadap nilai perusahaan. Namun ukuran perusahaan (X3) tidak berpengaruh terhadap nilai perusahaan.

KESIMPULAN MENGGUNAKAN CARA 1 DAN 2 ADALAH .....

Untuk mengetahui secara cepat apakah sebuah variabel bebas berpengaruh terhadap variabel terikat secara simultan atau parsial, liat saja nilai signifikasinya. Tidak perlu mencari ttabel atau ftabelnya. Namun.....
Dengan menggunakan atau membandingkan thitung dengan ttabel, kita dapat mengetahui secara tepat variabel mana yang paling besar pengaruhnya. Karena bisa saja hasil signifikasinya sama 0,000. Dan untuk melihat mana yang paling mempengaruhi digunakan thitung.

HAPPY FRIDAY, Besok disambung tentang membuat tabel t, tabel f juga pengujian asumsi klasik dan lain-lain

Ketika masuk Sekolah Dasar duluuuuuu, yang dipelajari terlebih dahulu MEMBACA disamping berhitung. So, step by step kali ini diawali dengan membaca hasil olah data duluuuuuuuu....

Cari Blog Ini

Statisqua