LAPORAN PRAKTIKUM

Kelas

ANALISIS REGRESI TERAPAN

ANALISIS REGRESI LINIER BERGANDA

Nama
Nomer Tanggal Tanda Tangan
Praktikum Mahasiswa Kumpul Praktikum Laboran
Purwanti
11611048
Rahayu

Nama Penilai

Tanggal
Koreksi

Nilai

Tanda Tangan
Asisten Dosen

1. Fajar Supriadi
2. Kartika Ari S
Edy Widodo ,M.Si
Herni Utami, M.Si

JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2013

BAB I
PENDAHULUAN
A. Analisis Regresi
Menurut Seta Basri, Analisis regresi pada dasarnya adalah studi mengenai
ketergantungan variabel dependen (terikat) dengan satu atau lebih variabel independen
(variabel penjelas/bebas), dengan tujuan untuk mengestimasi dan/atau memprediksi ratarata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen
yang diketahui (Gujarti, 2003) dalam Ghozali (2007). Hasil dari analisis regresi adalah
berupa koefisien untuk masing-masing variabel independen.
Ketepatan regresi sampel dalam menaksir nilai aktual dapat diukur dari Goodness
of fitnya. Secara statistik ini dapat diukur dari nilai koefisien determinasi, nilai statistik F
dan nilai statistik t. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji
statistiknya berada dalam daerah kritis (daerah dimana Ho ditolak) dan tidak signifikan
apabila berada dalam daerah Ho diterima.
a.

Koefisien Determinasi (R2)

Keofisien determinasi pada intinya mengukur seberapa jauh kemampuan model
dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah
antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel
independen sangat terbatas.Kelemahan koefisen determinasi adalah adanya bias
terhadap sejumlah variabel independen yang dimasukkan dalam model. Oleh karena
itu, lebih baik menggunakan Adjusted R2. Apabila adjusted R2 bernilai negatif
maka nilai adjusted R2 dianggap nol.

b.

Uji Signifikansi Simultan (Uji Statistik F)

Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau
bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama
terhadap variabel dependen atau terikat. Hipotesis nol (Ho) yang hendak diuji adalah
apakah semua parameter dalam model sama dengan nol.

B. Regresi Berganda

Menurut Duwi, Regresi Berganda Simultan atau Standar adalah kembangan

lebih lanjut dari Penelitian Korelasional. Lewat Uji Regresi hendak dilihat bagaimana
suatu variabel mempengaruhi variabel lain. Regresi Berganda Simultan atau Standar
juga kerap disebut Standard Multiple Regression atau Simultaneous Multiple
Regression).
Dalam uji regresi berganda simultan, seluruh variabel prediktor (bebas)
dimasukkan ke dalam perhitungan regresi secara serentak. Jadi, peneliti bisa
menciptakan persamaan regresi guna memprediksi variabel terikat dengan
memasukkan, secara serentak, serangkaian variabel bebas. Persamaan regresi
kemudian menghasilkan konstanta dan koefisien regresi bagi masing-masing variabel
bebas.
Selain Regresi Berganda Simultan atau Standar, ada pula Regresi Berganda
Stepwise dan Regresi Berganda Hirarki. Tulisan ini hanya hendak mendalami Regresi
Berganda Simultan atau Standar saja.
C. Regresi Berganda dengan SPSS
Regresi Berganda sangat mudah dilakukan dengan SPSS. Julie Pallant
menginstruksikan dilakukannya langkah-langkah berikut ini :
1. Klik Analyze --> Regression --> Linear.
2. Klik variabel terikat --> Pindahkan ke kotak Dependent.
3. Klik variabel bebas --> Pindahkan ke kotak Independent(s).
4. Pada Method, pastikan dipilih Enter (untuk Regresi Berganda Standar).
5. Klik tombol Statistics, lalu lakukan :
6. Ceklis Estimates, Model fit, Descriptives, dan Collinearity diagnostics.
7. Pada bagian Residual, ceklis Casewise diagnostics dan Outliers outside 3
standard deviations.
8. Klik Continue.
9. Klik tombol Options. Pada bagian Missing Values ceklis Exclude cases pairwise.
10. Klik tombol Plots, lakukan :
11. Klik *ZRESID dan tombol panah untuk memindahkannya ke kotak y-axis.
12. Klik *ZPRED dan tombol panah untuk memindahkannya ke kotak x-axis.
13. Klik Next
14. Klik *SRESID dan tombol panah untuk memindahkannya ke kotak y-axis (untuk
melihat homoskedastisitas)

15. Klik *ZPRED dan tombol panah untuk memindahkannya ke kotak x-axis (untuk
melihat homoskedastisitas)
16. Pada bagian Standardized Residual Plots, ceklis pilihan Normal probability plot.
17. Klik Continue.
18. Klik tombol Save.
19. Pada bagian Predicted Values, ceklis Unstandardized, Standardized, Adjusted
20. Pada bagian Residuals, ceklis Standardized, Deleted, dan Studentized deleted.
21. Pada bagian Distances, ceklis Mahalanobis, Cooks, dan Leverage values.
22. Pada bagian Influence Statistics, ceklis Standardized dfBeta(s) dan Standardized
DiFit
23. Klik Continue.
24. Klik OK.

BAB II
DESKRIPSI KERJA

Kali ini praktikan bekerja sama dengan suatu perusahaan, perusahaan ingin
mengetahui faktor-faktor apa saja yang mempengaruhi dividen perusahaan. Faktor-faktor
yang diperkirakan oleh perusahaan adalah insider ownership , institusional ownership , debt
to total assets , firm size , perubahan earnings perusahaan , dividen yield, return on equity .
Perusahaan meminta bantuan statisi untuk meneliti apkah factor-faktor yang diperkirakan
perusahaan mempengaruhi dividen perusahaan. Dan berikut ini data-data yang akan dianalisis
oleh statisi.
Tabel 2.1 Data factor dependen dan independen.
Y

X1

x2

x3

x4

x5

x6

x7

128.5

7781

100

886

235

644

56

737

113.6

7004

110

962

388

589

57

1029

146.6

7267

61

1342

398

1081

59

830

124.3

2129

102

1153

457

891

57

1468

100.4

4878

45

803

577

537

49

335

119.2

3999

144

1127

345

563

64

918

109.5

11777

123

627

326

402

60

335

128.5

5764

78

748

161

495

57

962

131.2

7392

172

876

219

823

62

665

112.2

8100

126

685

287

555

86

577

95.4

4736

115

436

235

456

38

214

124.6

4337

110

899

127

573

73

484

103.7

3079

96

570

180

528

59

456

103.6

7273

51

826

118

563

53

907

133.2

4091

116

1060

206

961

67

951

111.4

3390

70

957

284

745

77

1446

97.7

6319

58

559

220

539

41

440

132.1

7447

83

1050

174

553

63

1133

135.9

7110

80

568

124

428

55

456

131.3

8035

115

709

174

498

78

968

150.4

5579

83

568

223

683

79

660

124.9

4338

78

900

115

556

84

555

97

6895

18

442

118

479

41

203

114.1

3629

133

644

155

505

57

781

88.3

5149

92

389

124

405

59

236

117.6

5241

110

612

222

477

55

616

128.2

2917

69

1057

378

970

80

1210

138.8

4390

70

974

195

1027

81

1452

109.5

4957

24

783

358

893

51

616

118.9

7099

130

1419

374

609

62

957

122.2

7337

128

1137

238

461

51

968

142.8

8301

115

946

191

771

74

719

133.9

4889

86

750

214

513

69

489

100.2

6308

81

461

132

430

49

341

116.8

6908

145

864

164

549

57

902

97.3

5345

116

604

127

360

48

126

98

6994

59

714

107

473

53

726

136.5

6781

78

917

171

805

74

110

111.7

3142

106

809

335

702

70

1721

98.6

5783

27

546

126

455

52

502

116.2

4931

174

891

129

481

71

737

108.9

6501

69

643

129

334

47

473

120.6

5678

94

8228

107

384

52

1083

131.8

4619

100

777

164

843

67

841

112.4

1832

124

626

158

571

71

627

92.5

5445

52

432

121

458

42

313

120

4123

84

432

153

544

42

654

112.2

5884

89

1061

100

391

31

280

113

5505

45

562

84

444

36

814

138.7

2882

94

601

139

799

44

907

122.1

2395

89

637

201

747

30

1666

86.6

6847

14

810

230

547

40

614

Untuk analisis kali ini praktikan menggunakan software SPSS. Berikut ini langkah-langkah
analisis yang dilakukan praktikan :
1. Praktikan menginput data dalam SPSS, sebelumnya praktikan memberi nama variabel
pada variable view, lalu input datanya pada data view.

Gambar 2.1 Inpit data dalam SPSS.

2. Untuk mengetahui hubungan antara variabel independen dan dependen melalui plot
data, dengan klik GraphsLegacy dialogs Scatter/Dot.

Gambar 2.2 Langkah plot data.

3. Lalu pilih matrik scatter define

Gambar 2.3 Matrix Scatter.

4. Input variabel-variabel dalam matrix variabel.

Gambar 2.4 langkah melihat hubungan antar variabel.

5. Hasil output grafik scatter plot.

Gambar 2.5 grafik scatter plot.

6. Double klik pada gambar klik add fit line at total.

Gambar 2.6 Grafik scatter plot

7. Klik linear close.

Gambar 2.7 langkah plot data kelinieran data.

Langkah-langkah yang sudah dijelaskan tadi adalah analisis untuk plot datanya, selanjutnya
analisis untuk mengetahui nilai koefisien korelasi,nilai signifikansinya dengan langkahlangkah seperti berikut:
8. Selanjutnya praktikan klik analyze regression Liner.

Gambar 2.8 langkah-langkah linier regression.

9. Input variabel dan kelompokan pada variabel dependen dan variabel independen.

Gambar 2.9 kelompokan independen dan dependen.

Gambar 2.10 langkah melakukan analisis data

10. Menggunakan methot Enter dan klik ok.

Gambar 2.11 Hasil output linier regresion

Setelah didapatkan hasil outputnya, bila pada tabel koefisin terdapat tingkat signifikan
melebihi 0,05 maka praktikan keluarkan satu persatu dari tingkat signifikan tertinggi.
Praktikan menggunakan tingkat signifikan 0,05. Pada variabel X7 diketahui memiliki nilai
signifikan terbesar. Untuk mengeluarkan satu persatu variabel yang tidak linier dan diketahui
tingkat signifikannya melebihi 0,05 yang artinya gagal tolak H0. Berikut ini langkahnya.
11. Klik analyze regression linier.

Gambar 2.12 langkah mengeluarkan variabel yang tidak signifikan.

12. Keluarkan variabel yang paling besar yaitu variabel X7 diaman nilai signifikannya
terbesar.

Gambar 2.13 mengeluarkan variabel yang nilai signifikan terbesar dengan satu persatu.

Gambar 2.14 hasil output analyze linear regression.

13. Dari masing-masing variabel masih ada nilai signifikan yang melebihi 0,05 yaitu X1,
X3, X6 dan X7. Pada bab deskripsi kerja praktikan memutuskan untuk mengeluarkan
variabel yang memiliki nilai signifikan terbesar, sehingga praktikan mengeluarkan
variabel X7. Berikut ini hasil output setelah praktikan mengeluarkan variabel X7.

Gambar 2.15 Hasil output setelah dikeluarkan X7

14. Dari hasil output setelah praktikan mengeluarkan variabel X7 menunjukan nilai
signifikansinya X3 adalah yang terbesar 0,194. Sehingga berikutnya praktikan
mengeluarkan variabel X3. Untuk langkah mengeluarkanya sama seperti pada
Gambar 2.12 dan Gambar 2.13.Dan berikut ini hasil output setelah dikeluarkannya
X3.

Gambar 2.15 Hasil output setelah dikeluarkan X3

15. Hasil output setelah variabel X7 dan X3 dikeluarkan, menunjukan hasil nilai
signifikansi dari masing-masing variabel seperti pada tebel diatas, dimana masih ada
nilai signifikan diatas 0,05. Variabel X1 menunjukan nilai signifikansi tertinggi yaitu
0,121, sehingga vaiabel yang dikeluarkan berikutnya adalah variabel X1. Berikut ini
hasil output setelah variabel X1 dikeluarkan.

Gambar 2.15 Hasil output setelah dikeluarkan X1

16. Setelah variabel X7, X3 dan X1 dikeluarkan, masih ditemui nilai signifikan diatas
0,05, yaitu nilai signifikan 0,63 ada 2 yaitu X4 dan X6, praktikan mengeluarkan X6.
Berikut ini hasil output setelah dikeluarkan X7,X3,X1, dan X6.

Gambar 2.15 Hasil output setelah dikeluarkan X6

17. Setelah X7,X3, X1 dan X6 dikeluarkan masih ada nilai signifikansi yang lebih dari
0,05 yaitu pada variabel X4 dengan nilai 0,064. Praktikan mengeluarkan X4.
Praktikan mengeluarkan variabel-variabel yang memiliki nilai signifikan terbesar
yang artinya keeratan variabel Xi dan Y tidak kuat,sehingga praktikan mengeluarkan
satu persatu sampai praktikan mendapatkan nilai signifikan dibawah 0,05 untuk
semua variabel, maka dapat dihasilkan variabel yang signifikan, yang sesuai

BAB III
PEMBAHASAN

Untuk melakukan analisis praktikan telah melakukan langkah-langkah kerja

menggunakan SPSS dalam bab sebelumnya. Dalam analisis

regresi berganda memiliki

beberapa tahap, dilihat dari gambar scatterplotnya, lalu dilihat dari estimasi dan melalui uji
dengan melihat hasil output signifikansi dari beberapa variabel. Dan berikut ini hasil output
scatterplot data seperti berikut.

Gambar 3.1 Hasil eksekusi langkah pertama plot data.

Pada gambar 3.1 yang terlihat tidak linier adalah gambar Y dan X1, Y dan X3, Y dan
X4. Namun analisis hubungan antar variabel independen dan dependen tidak cukup disini,

perlu analisis berikutnya yaitu anlalisis estimasi dengan langkah yang telah dijelaskan dalan
deskripsi kerja dapat menghasilkan output seperti berikut. Sebelumnya praktikan telah
melalui beberapa tahap analisis regresi, praktikan mengeluarkan variabel-variabel yang tidak
memiliki hubungan kuat dengan variabel dependen. Praktikan mengeluarkan satu persatu dari
nilai signifikansi terbesar yang artinya tidak memiliki hubungan yang kuat dengan variabel
dependen. Pada deskripsi kerja praktikan telah mengeluarkan variabel X7 lalu X3, X1, X6
dan X4. Sehingga menghasilkan variabel yang memiliki hubungan kuat dengan variabel
dependen yaitu variabel X2 dan X5. Berikut ini hasil outputnya.

Gambar 3.2 Hasil output variabel yang memiliki hubungan kuat.

Tabel 3.1 Variabel Ebtered

Variables Entered/Removed

Model
1

Variables

Variables

Entered

Removed

x5, x2

Method
. Enter

a. All requested variables entered.

Tabel 3.1 menunjukan bahwa variabel X5 dan X2 merupakan variabel yang memiliki
hubungan dengan variabel Y atau X2 (institusional ownership) dan X5 (perubahan earnings
perusahaan) faktor yang mempengaruhi Y (kebijakan dividen perusahaan).

Tabel 3.2 Nilai koefisien korelasi.

Model Summary

Model

Adjusted R

Std. Error of the

Square

Estimate

R Square

.653

.426

.403

12.00957

a. Predictors: (Constant), x5, x2

Setelah didapatkan variabel yang memiliki hubungan kuat dengan variabel dependen,
didapatkan nilai estimasi sebesar 0,653, nilai estimasi mendekati 1, menunjukan kuatnya
hubungan antara variabel dependen dan variabel independen. Nilai 0,653 menunjukan bahwa
hubungan antara variabel X2 dan X5 terhadap Y dipengaruhi oleh factor X2 dan X5 dengan
besar 0,653 atau 65,3% sisanya dipengaruhi fakktor lainnya. Selanjutnya praktikan melihat
dari tingkat signifikansinya. Berikut ini outputnya.
Tabel 3.3 ANOVA
b

ANOVA
Model
1

Sum of Squares

df

Mean Square

Regression

5245.253

2622.626

Residual

7067.260

49

144.230

12312.512

51

Total

Sig.

18.184

.000

a. Predictors: (Constant), x5, x2

b. Dependent Variable: y

Tabel 3.4 Tingkat Signifikan

Coefficients

Standardized
Unstandardized Coefficients
Model
1

B
(Constant)

Std. Error
75.661

7.239

x2

.134

.047

x5

.049

.009

a. Dependent Variable: y

Coefficients
Beta

Correlations
T

Sig.

Zero-order

Partial

Part

10.452

.000

.308

2.846

.006

.293

.377

.308

.584

5.390

.000

.575

.610

.583

Setelah praktikan mengidentifikasi hubungan dengan scatterplot, lalu melihat dari

nilai estimasi, praktikan selanjutnya melakukan uji dengan melihat nilai signifikansinya.
Berikut ini uji-uji untuk menguatkan adakah hubungan yang kuat antara variabel dependen
dan variabel independen.
1. Uji Konstanta

H0: Konstanta tidak signifikan

H1: Konstanta Signifikan

Tingkat signifikan : 0,05

Uji Statistik : P-value <

0,000<0,05 (artinya p-value conctanta < 0,05)

Kesimpulan tolak H0, maka konstanta signifikan.

2. Uji X2

H0: Koefisien regresi tidak signifikan

H1: Koefisien regresi Signifikan

Tingkat signifikan : 0,05

Uji Statistik : P-value <

0,006<0,05 (artinya p-value conctanta < 0,05)

Kesimpulan tolak H0, maka koefisien regresi signifikan.

3. Uji X5

H0: Koefisien regresi tidak signifikan

H1: Koefisien tegresi Signifikan

Tingkat signifikan : 0,05

Uji Statistik : P-value <

0,000<0,05 (artinya p-value conctanta < 0,05)

Kesimpulan tolak H0, maka koefisein regresi signifikan.

Dari kolom B didapatkan model persamaan yang terbentuk adalah

. Dan untuk kolom Zero-order didapatkan nilai R korelasi parsial, sedangkan
sebelumnya pada tabel 3.2 koefisien korelasi merupakan nilai R korelasi berganda. Pada
Tabel Coefficients kolom Zero-order unruk nilai korelasi X2 sebesar 0,293 atau 29,3% yang
artinya nilai tersebut meruakan besarnya pengaruh X2 (institusional ownership) terhadap
Y(kebijakan dividen perusahaan) sebesar 29,3%. Sedangkan untuk X5 (perubahan earnings

perusahaan) nilainya sebesar 0,573 atau 57,3% besarnya pengaruh X5 terhadap Y (kebijakan
dividen perusahaan). Dan sisinya dipengaruhi oleh faktor-faktor lain.

BAB IV
PENUTUP

Setelah praktikan menyelesaikan analisis regresi berganda pada deskripsikerja dan

hasil outpunya telah dijelaskan pada bab pembahasan, praktikan dapat menyimpulkan bahwa:
1. Dilihat dari grafik scatter plotnya yang memiliki hubungan tidak linier adalah X1
dengan Y, X3 dengan Y dan X4 dengan Y. Untuk X2,X5 dan X6 dan X7 memiliki
hubungan linier dengan variabel Y.
2. Model persamaan yang terbentuk dari hasil analisis statisti adalah
.
3. Faktor-faktor yang mempengaruhi dividen perusahaan adalah institusional ownership
dan perubahan earnings perusahaan.
4. Untuk nilai koefisien korelasi regresinya sebesar 0,653 atau 65,3 %. Maka besarnya
faktor yang mempengaruhi variabel Y(kebijakan dividen perusahaan) yaitu variabel
X2 (institusional ownership) dan X5 (perubahan earnings perusahaan) sebesar 65,3%.
Besar pengaruh 65,3 % merupakan nilai pengaruh yang cukup kuat, karena mendekati
1 .Nilai 65,3 % nilai koefisien korelasi secara berganda, namun untuk koefisien secara
pasrsial untuk X2 niali pengaruhnya sebesar 29, 3% pengaruh yang tidak terlalu kuat
karena jauh dari 1, untuk pengaruh X5 sebesar 57,3%, pengaruh yang cukup kuat
karena hamper mendekati 1, untuk besar pengaruh sisanya dipengaruhi oleh faktor
yang lain.

DAFTAR PUSTAKA

Draper Norman.1992. Analisis Regresi Terapan. Jakarta: Gramedia Pustaka Utama

http://setabasri01.blogspot.com/2011/04/uji-regresi-berganda.html . (16 Mei 2013/ 11.00)
http://duwiconsultant.blogspot.com/2011/11/analisis-regresi-linier-berganda.html.
Mei2013/ 11.30)

(16