Analisis Regresi Berganda Pada SPSS/ Rohmat Bayu Triono (18510176)

Nama    : Rohmat Bayu Triono

NIM       : 18510176

Analisis Regresi Linier

                Analisis regresi linier adalah analisis untuk mengetahui pengaruh atau hubungan secara linear antara variabel independent terhadap variabel dependen, dan untuk memprediksi atau meramalkan suatu nilai variabel dependen berdasarkan variabel independen. Analisis  egresi linier dibedakan menjadi regresi linier sederhana dan regresi linie berganda. Analisis regresi linier sederhana, yaitu menganalisis hubungan linear antara 1 variabel independen dengan 1 variabel dependen. Sedangkan analisis regresi linier berganda, yaitu menganalisis hubungan linear antara 2 variabel independen atau lebih dengan 1 variabel dependen.

Analisis regresi setidak-tidaknya memiliki 3 kegunaan, yaitu untuk tujuan deskripsi dari fenomena data atau kasus yang sedang diteliti, untuk tujuan kontrol, serta untuk tujuan prediksi. Regresi mampu mendeskripsikan fenomena data melalui terbentuknya suatu model hubungan yang bersifatnya numerik. Regresi juga dapat digunakan untuk melakukan pengendalian (kontrol) terhadap suatu kasus atau hal-hal yang sedang diamati melalui penggunaan model regresi yang diperoleh. Selain itu, model regresi juga dapat dimanfaatkan untuk melakukan prediksi untuk variabel terikat. Namun yang perlu diingat, prediksi di dalam konsep regresi hanya boleh dilakukan di dalam rentang data dari variabel-variabel bebas yang digunakan untuk membentuk model regresi tersebut. Misal, suatu model regresi diperoleh dengan mempergunakan data variabel bebas yang memiliki rentang antara 5 s.d. 25, maka prediksi hanya boleh dilakukan bila suatu nilai yang digunakan sebagai input untuk variabel X berada di dalam rentang tersebut. Konsep ini disebut sebagai interpolasi. Data untuk variabel independen X pada regresi linier bisa merupakan data pengamatan yang tidak ditetapkan sebelumnya oleh peneliti (obsevational data) maupun data yang telah ditetapkan (dikontrol) oleh peneliti sebelumnya (experimental or fixed data). Perbedaannya adalah bahwa dengan menggunakan fixed data, informasi yang diperoleh lebih kuat dalam menjelaskan hubungan sebab akibat antara variabel X dan variabel Y. Sedangkan, pada observational data, informasi yang diperoleh belum tentu merupakan hubungan sebab-akibat. Untuk fixed data, peneliti sebelumnya telah memiliki beberapa nilai variabel X yang ingin diteliti. Sedangkan, pada observational data, variabel X yang diamati bisa berapa saja, tergantung keadaan di lapangan. Biasanya, fixed data diperoleh dari percobaan laboratorium, dan observational data diperolehdengan menggunakan kuesioner

Analisis Regresi Linier Berganda

                Analisis regresi linier berganda digunakan untuk mengetahui pengaruh atau hubungan secara linear antara dua atau lebih variabel independen dengan satu variabel dependen. Perbedaan dengan regresi linier sederhana adalah, bahwa regresi linier sederhana hanya menggunakan satu variabel independen dalam satu model regresi, sedangkan regresi linier berganda menggunakan dua atau lebih variabel independen dalam satu model regresi. Contoh kasus: Seorang  mahasiswa jurusan akuntansi melakukan penelitian tentang pengaruh Working capital turnover dan Total asset turnover terhadap rentabilitas ekonomi pada perusahaan di BEI. variabel Working capital turnover dan Total asset turnover sebagai variabel independen (X1 dan X2) dan rentabilitas ekonomi sebagai variabel dependen (Y). Data-data yang telah di dapat sebagai berikut

Berikut merupakan ara menghitung regresi linier berganda menggunakan SPSS 20 guna mengetahui pengaruh antara variabel X1 dan X2 terhadap Y

1.       Pada halaman SPSS 20 yang terbuka, klik Variable View, maka  akan terbuka halaman Variable View

2.       Selanjutnya membuat variabel. Pada kolom Name baris  pertama ketik y, pada Label ketik Rentabilitas ekonomi, pada kolom Name baris kedua ketik x1, pada Label ketik Total asset turnover, dan pada kolom Name baris ketiga ketik x2,  pada Label ketik Working capital turnover. Untuk kolom  lainnya bisa dihiraukan (isian default)

3.       Jika sudah, masuk ke halaman Data View dengan klik Data View, maka akan terbuka halaman Data View.

4.       Selanjutnya klik Analyze >> Regression >> Linear

5.       Masukkan variabel Rentabilitas ekonomi ke kotak Dependent, sedangkan variabel Working capital turnover dan Total asset turnover ke kotak Independent(s).

6.       Klik tombol Statistics

7.       Karena akan dilakukan uji penyimpangan asumsi klasik yaitu multikolinearitas dan autokorelasi maka beri tanda centang pada Collinearity diagnostics dan Durbin-Watson. Setelah itu klik Continue dan akan kembali ke kotak dialog sebelumnya

8.       Klik OK, maka hasil output

Variables Entered/Removeda
Model	Variables Entered	Variables Removed	Method
1	Working Capital Turnover, Total Asset Turnoverb	.	Enter
a. Dependent Variable: Rentabilitas ekonomi
b. All requested variables entered.

Tidak ada variabel yang dikeluarkan (removed). Sedangkan metode regresi menggunakanEnter

Model Summaryb
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate	Durbin-Watson
1	.819a	.671	.616	.80902	2.272
a. Predictors: (Constant), Working Capital Turnover, Total Asset Turnover
b. Dependent Variable: Rentabilitas ekonomi

·         Angka R didapat 0,772 artinya korelasi antara variabel Total asset turn over dan Working terhadap rentabilitas ekonomi sebesar 0,819, hal ini berarti terjadi hubungan yang erat karena nilai mendekati 1. Persentase sumbangan pengaruh variabel independen terhadap variabel dependen.

·         R Square (R2) atau kuadrat dari R Nilai R2 sebesar 0,671 artinya prosentase sumbangan pengaruh variabel Total asset turn over dan Working terhadap rentabilitas ekonomi sebesar 67,1%, sedangkan sisanya sebesar dipengaruhi oleh variabel lain yang tidak dimasukkan

ANOVAa Model Sum of Squares df Mean Square F Sig. 1 Regression 16.038 2 8.019 12.251 .001b Residual 7.854 12 .655 Total 23.892 14 a. Dependent Variable: Rentabilitas ekonomi b. Predictors: (Constant), Working Capital Turnover, Total Asset Turnover

ANOVA atau analisis varian, yaitu uji koefisien regresi secara bersama-sama (uji F) untuk menguji signifikansi pengaruh beberapa variabel independen terhadap variabel dependen. Pengujian menggunakan tingkat signfikansi 0,05.

·         Ho : Working capital turnover dan Total asset turnover secara bersama-sama tidak berpengaruh terhadap rentabilitas ekonomi.

·         Ha : Working capital turnover dan Total asset turnover secara bersama-sama berpengaruh terhadap rentabilitas ekonomi.

Ø  Jika F hitung < F tabel maka Ho diterima

Ø  Jika F hitung > F tabel maka Ho ditolak

F hitung > F tabel (8,0194 > 3,885) dan Signifikansi < 0,05 (0,0041< 0,05) maka Ho ditolak, jadi dapat disimpulkan bahwa Working capital turnover dan Total asset turnover secara bersama-sama berpengaruh terhadap rentabilitas ekonomi.

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.	Collinearity Statistics
		B	Std. Error	Beta			Tolerance	VIF
1	(Constant)	.316	.914		.346	.735
	Total Asset Turnover	3.527	2.341	.296	1.507	.158	.709	1.411
	Working Capital Turnover	14.123	4.474	.621	3.157	.008	.709	1.411
a. Dependent Variable: Rentabilitas ekonomi

Persamaan regresi linier berganda dengan 2 variabel independen

adalah sebagai berikut

Nilai-nilai pada output kemudian dimasukkan ke dalam persamaan regresi linier berganda sebagai berikut:

Arti dari angka-angka ini adalah sebagai berikut:

Ø  Nilai konstanta (a) adalah 0,002. hal ini dapat diartikan jika Working  capital turnover dan Total asset turnover nilainya adalah 0, maka rentabilitas ekonomi nilainya 0,002.

Ø  Nilai koefisien regresi variabel Working capital turnover (b1)  bernilai positif yaitu 0,031. ini dapat diartikan bahwa setiap peningkatan Working capital turnover sebesar 1 satuan, maka akan meningkatkan rentabilitas ekonomi sebesar 0,031 satuan dengan asumsi variabel independen lain nilainya tetap.

Ø  Nilai koefisien regresi variabel Total asset turnover (b2) bernilai positif yaitu 0,48. ini dapat diartikan bahwa setiap peningkatan Total asset turnover sebesar 1 satuan, maka akan meningkatkan rentabilitas ekonomi sebesar 0,048 satuan dengan asumsi variabel independen lain nilainya tetap.

Collinearity Diagnosticsa
Model	Dimension	Eigenvalue	Condition Index	Variance Proportions
				(Constant)	Total Asset Turnover	Working Capital Turnover
1	1	2.909	1.000	.01	.00	.01
	2	.068	6.561	.25	.02	.82
	3	.024	11.060	.74	.97	.17
a. Dependent Variable: Rentabilitas ekonomi

Residuals Statisticsa
	Minimum	Maximum	Mean	Std. Deviation	N
Predicted Value	2.5045	5.5754	3.9727	1.07030	15
Residual	-1.53088	.99400	.00000	.74901	15
Std. Predicted Value	-1.372	1.497	.000	1.000	15
Std. Residual	-1.892	1.229	.000	.926	15
a. Dependent Variable: Rentabilitas ekonomi

Uji t

Uji t (uji koefisien regresi secara parsial) digunakan untuk mengetahui apakah secara parsial Working capital turnover dan Total asset turnover berpengaruh secara signifikan atau tidak terhadap rentabilitas ekonomi. Pengujian menggunakan tingkat signifikansi 0,05 dan 2 sisi. Langkah-langkah pengujian sebagai berikut:

Pengujian koefisien variabel Working capital turnover (b1)

Ø  Ho : Working capital turnover secara parsial tidak berpengaruh terhadaprentabilitas ekonomi

Ø  Ha : Working capital turnover secara parsial berpengaruh terhadap rentabilitas ekonomi

Dari output diketahui bahwa t hitung 0.346 dengan signifikansi sebesar  0.735 dan T table sebesar hasil diperoleh untuk t tabel sebesar 2,179

Ø  Jika Signifikansi > 0,05 maka Ho diterima.

Ø  Jika Signifikansi < 0,05 maka Ho ditolak.

Nilai t hitung > t tabel (3.157 > 2,179) dan Signifikansi < 0,05 (0.008 < 0,05) maka Ho ditolak, jadi dapat disimpulkan bahwa Working capital turnover secara parsial berpengaruh terhadap rentabilitas ekonomi. Nilai t hitung positif artinya berpengaruh positif, yaitu jika Working capital turnover meningkat maka rentabilitas ekonomi juga akan meningkat.

Pengujian koefisien variabel Total asset turnover (b2)

Ho : Total asset turnover secara parsial tidak berpengaruh terhadap rentabilitas ekonomi.

Ha : Total asset turnover secara parsial berpengaruh terhadap rentabilitas ekonomi.

hasil diperoleh untuk t tabel sebesar 2,179

Ø  Jika –t tabel > t hitung < t tabel maka Ho diterima.

Ø  Jika –t hitung < -t tabel atau t hitung > t tabel maka Ho ditolak.

Ø  Jika Signifikansi > 0,05 maka Ho diterima.

Ø  jika Signifikansi < 0,05 maka Ho ditolak.

Nilai t hitung < t tabel (1.507 < 2,179) dan Signifikansi > 0,05  (0.158 > 0,05) maka Ho ditolak, jadi dapat disimpulkan bahwa Total asset turnover secara parsial tidak berpengaruh terhadap rentabilitas

ekonomi.

REFERENSI

Pengolahan Data dengan Regresi Linier Berganda (dengan SPSS), Muhammad Iqbal, S.Si., M.Si.

Deny Kurniawan, 2008, REGRESI LINIER (LINEAR REGRESSION),

Purnomo Rochmat Aldy, 2016, Analisis Statistik dan Bisnis dengan SPSS, WADE Group

Snggih Santoso. 2018, menguasai Statistik dengan SPSS 25. Jakarta: PT Elex Media Komputindo

Imam Machali. 2015. Statistik Itu Mudah, Yogyakarta: Lembaga Ladang  Kata Kampung Basen 388 A Kotagede