Tugas Ujian Akhir Semester
Tugas Ujian Akhir Semester
Disusun oleh:
Laeli Sidik Febrianto (4111412053)
Jurusan Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Negeri Semarang
2015
g Salesn
24.20
43.32
25.19
-29.87
-1.69
-21.66
44.15
28.76
5.41
18.15
-9.29
9.01
40.50
20.43
11.19
15.29
12.44
8.53
12.13
-4.83
3.77
20.09
16.52
10.50
40.25
7.55
-3.00
19.11
4.22
-11.96
10.65
0.93
-0.78
g ROEn
-10.37
198.64
5.47
171.38
-80.75
0.48
-6.31
2.85
-23.47
9.58
-12.54
-23.22
-20.90
10.56
-20.56
-0.33
4.53
-32.72
-10.49
-22.92
11.88
-30.65
-15.59
-22.01
-13.46
39.94
-24.09
-9.67
-25.76
-63.94
-12.01
-27.60
-30.04
DPRn
24.42
39.93
49.49
17.46
21.93
20.91
17.13
17.12
16.96
14.36
14.29
14.69
18.96
18.96
19.68
30.67
32.74
43.81
82.61
76.72
78.05
27.65
27.66
31.39
11.78
13.46
38.38
21.22
7.14
32.98
30.72
30.91
21.71
SBIn
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
g ROIn
-13.22
243.36
12.29
284.72
-80.26
7.40
-17.11
31.76
-3.73
44.61
-5.28
-21.41
-11.94
0.73
4.19
11.65
-8.52
-25.10
1.76
-18.60
4.36
-24.99
-12.95
-21.54
-15.14
68.68
-18.92
-11.82
0.44
-54.80
-6.56
-19.14
-32.80
PER in
22.59
10.31
9.48
1.35
6.69
7.22
9.59
7.47
10.14
2.73
2.93
3.65
13.35
10.67
11.38
7.67
7.02
12.52
3.89
6.81
7.47
7.97
7.65
14.23
15.07
9.96
14.31
4.03
9.52
25.39
2.87
4.03
5.10
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
26.65
7.13
13.00
17.24
-18.05
37.54
-2.07
-6.09
8.52
26.77
-15.36
73.31
13.10
24.99
5.34
36.20
-8.35
7.06
25.15
43.00
17.06
40.50
-16.20
19.12
33.33
-16.40
11.13
-0.18
-1.62
4.27
15.01
-5.02
4.53
12.38
6.77
5.67
13.94
4.00
10.45
43.58
39.52
11.81
67.24
-60.99
-61.02
-41.92
-10.47
-27.39
-7.49
0.08
-32.19
-3.18
-77.36
54.19
-6.62
-8.11
-3.42
121.12
-10.61
-64.48
67.12
-16.56
20.15
-97.21
256.13
-75.74
20.47
-24.01
16.41
63.55
-20.27
-29.70
-69.43
24.94
-5.12
-18.60
-30.00
16.02
-34.68
-20.19
-0.06
3.28
14.51
-5.16
24.69
20.05
20.40
58.39
128.24
29.95
67.35
53.69
10.30
28.58
34.02
42.13
26.61
30.66
37.30
9.47
8.72
23.07
0.26
0.30
0.35
45.75
16.76
47.44
92.75
86.60
143.49
0.19
0.25
0.18
41.96
40.46
41.32
42.78
484.31
94.90
19.32
30.36
20.38
30.26
19.17
7.11
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
16.62
14.80
9.90
73.05
-66.36
-71.30
-35.75
4.32
-36.09
-4.12
6.99
-33.33
3.18
-77.57
54.58
0.00
-6.40
-4.56
125.18
18.21
-61.35
108.66
26.35
36.45
-97.59
403.21
-80.77
1150.55
-26.36
13.01
140.20
-2.84
-24.91
-67.18
31.23
-2.78
-13.46
-28.53
9.87
-39.88
-7.15
-16.62
9.84
35.84
7.73
3.82
7.22
29.07
28.50
6.45
18.34
3.37
3.58
9.78
2.31
9.35
6.32
2.66
3.28
3.52
3.79
1.57
5.08
4.38
6.04
12.97
15.25
3.44
13.89
96.61
31.18
27.55
3.59
4.08
5.67
17.13
11.73
10.33
8.56
46.82
7.18
3.95
5.41
5.09
6.96
3.83
8.71
76
-7.09
77
9.16
78
18.05
79
21.91
80
-1.41
81
34.13
82
22.98
83
9.76
84
8.41
85
23.44
86
16.67
87
15.80
88
38.50
89
4.03
90
5.96
91
31.05
92
-8.36
93
-2.63
94
26.50
95
-4.35
96
-24.22
97
21.87
98
-8.72
99
-4.25
100
71.72
101
31.70
102
21.70
103
73.50
104
27.75
105
30.35
106
21.78
107
13.35
108
8.92
Keterangan X1
-54.85
0.60
16.62
-50.88
-63.17
300.07
14.80
-60.58
8.80
0.39
9.90
-7.92
-13.20
31.77
16.62
-8.96
-43.35
0.06
14.80
-37.33
26.54
62.00
9.90
16.25
-24.47
56.80
16.62
-21.77
-10.91
56.91
14.80
-8.61
-6.75
11.85
9.90
-4.60
-10.03
30.11
16.62
-8.34
-5.63
39.00
14.80
-4.32
27.77
47.07
9.90
19.97
253.56
22.73
16.62
294.25
2.30
24.27
14.80
19.83
29.24
20.80
9.90
20.44
-67.22
21.39
16.62
-52.00
-41.53
29.47
14.80
-22.79
-5.69
9.15
9.90
16.35
-34.88
29.51
16.62
-34.37
-88.33
264.01
14.80
-88.46
151.91 105.04
9.90
155.42
-29.00
23.84
16.62
-23.29
3.37
24.23
14.80
10.31
-46.80
37.90
9.90
-46.72
-72.33
40.00
16.62
-71.05
-76.57
44.96
14.80
-76.46
305.99
9.56
9.90
292.16
148.52
52.23
16.62
66.84
26.08
41.52
14.80
44.85
-36.10
54.84
9.90
-33.28
1.64
44.00
16.62
-2.18
-17.81
47.00
14.80
-8.79
-11.39
56.00
9.90
-7.95
: g Salesn
: Pertumbuhan penjualan
11.99
29.02
27.17
4.17
5.98
7.09
4.61
5.87
8.23
14.07
14.20
21.33
32.28
9.42
13.87
1.44
2.62
3.58
1.79
18.48
12.82
5.47
4.62
13.64
6.74
28.49
9.89
7.93
4.85
11.18
11.70
11.80
20.13
X2
: g ROEn
: Return On equity
X3
: DPRn
X4
: SBIn
X5
: g ROIn
: Return On Investement
: PER in
Perhatikan angka korelasi X1, X2, X3, X4, X5 terhadap Y yang ditunjukan
oleh baris terakhir yang berwarna kuning. Diperoleh korelasi tertinggi adalah
X5 terhadap Y sebesar 52,7%. Sehingga variabel X5 masuk ke persamaan
regresi terlebih dahulu.
3. Regresikan X5 dengan Y, klik analyze \ regression \ linear \ masukan Y ke
kotak Dependent dan X5 ke kotak independents \ klik ok. Diperoleh output:
Perhatikan angka korelasi X1, X2, X3, X4 terhadap Y yang ditunjukan oleh
baris terakhir yang berwarna kuning. Diperoleh korelasi tertinggi adalah X3
terhadap Y dengan kontrol X5 sebesar 51,9%. Sehingga variabel X3 masuk ke
persamaan regresi terlebih dahulu.
5. Regresikan X3 dan X5 dengan Y, klik analyze \ regression \ linear \ masukan
Y ke kotak Dependent dan X3, X5 ke kotak independents \ klik ok. Diperoleh
output:
Perhatikan angka korelasi X1, X2, X4 terhadap Y yang ditunjukan oleh baris
terakhir yang berwarna kuning. Diperoleh korelasi tertinggi adalah X2
terhadap Y dengan kontrol X3 dan X5 sebesar 50,7% dengan arah pengaruh
negatif. Sehingga variabel X2 masuk ke persamaan regresi terlebih dahulu.
7. Regresikan X2, X3 dan X5 dengan Y, klik analyze \ regression \ linear \
masukan Y ke kotak Dependent dan X2,X3, X5 ke kotak independents \ klik
ok. Diperoleh output:
Diperoleh
persamaan
regresi
0,6114 + 0,0715 dengan besar pengaruh yaitu R2 = 63%. Lalu, uji F untuk
mengetahui apakah X2,X3,X4 dan X5 signifikan terhadap Y secara bersamasama.
H0: b1 = b2 = b3 = b4 =0
H1: b1 b2 b3 b4 0
Oleh sebab F hitung = 43,894 > 2,46 = F tabel dengan =5%, maka H0 tolak,
artinya X2, X3, X4 dan X5 berpengaruh secara signifikan terhadap Y secara
bersama-sama. Dengan melihat angka sig parameter X2, X3, X4 dan X5 yaitu
seluruhnya kurang dari 5% artinya Secara secara individu X2, X3, X4 dan X5
Diperoleh
persamaan
regresi
Oleh sebab F hitung = 38,321 > 2,30 = F tabel dengan =5%, maka H0 tolak,
artinya X1,X2, X3, X4 dan X5 berpengaruh secara signifikan terhadap Y
secara bersama-sama. Dengan melihat angka sig parameter X2, X3, X4 dan
X5 yaitu seluruhnya kurang dari 5% artinya Secara secara individu X1,X2, X3,
X4 dan X5 signifikan berpengaruh terhadap Y. oleh sebab itu X1,X2, X3, X4
dan X5 dipertahankan dalam model regresi
Oleh sebab sudah tidak ada lagi variabel yang dapat dimasukan dalam
persamaan, maka metode seleksi maju berhenti disini.
Kesimpulan:
Dengan demikian berdasarkan metode seleksi maju diperoleh persamaan
regresi terbaik yaitu dengan semua parameter X1,X2,X3,X4, dan X5 masuk
kedalam persamaan regresi. Dengan persamaan model sebagai berikut:
= 15,378 + 0,0941 0,0832 + 0,0783 0,7464 + 0,0715
Artinya
Diperoleh
persamaan
regresi
Jadi Seleksi maju dan Seleksi mundur pada data tersebut menghasilkan
persamaan regresi terbaik yang sama, yaitu terdiri dari 5 parameter.
Langkah pertama yaitu mencari nilai residual, caranya klik Analyze >>
Regression >> Linear
Klik tombol Save, selanjutnya akan terbuka kotak dialog Linear Regression:
Save, Pada Residuals, beri tanda centang pada Unstandardized. Kemudian
klik tombol Continue. Akan kembali ke kotak dialog sebelumnya, klik tombol
OK. Hiraukan hasil output SPSS, di halaman Data View akan bertambah satu
variabel yaitu residual (RES_1).
Dari output di atas dapat diketahui bahwa nilai signifikansi (Asymp.Sig 2-tailed)
sebesar 0,099. Karena signifikansi lebih dari 0,05 (0,099 > 0,05), maka nilai
residual tersebut telah normal. Dengan kata lain model regresi tersebut
berdistribusi normal.
2. Uji Nonmultikolinieritas
Uji
mengetahui
ada
atau tidaknya
Dari hasil di atas dapat diketahui nilai variance inflation factor (VIF) ketiga
variabel yaitu X1 sebesar 1,067 ; X2 sebesar 1,559 ; X3 sebesar 1,029 ; X4 sebesar
1,068 dan X5 sebesar 1,551. Semuanya lebih kecil dari 10 dan seluruh nilai
tolerance disekitaran 1, sehingga bisa diduga bahwa antar variabel independen
tidak
terjadi
persoalan
multikolinearitas,
artinya
asumsi
nonmultikolinearitas terpenuhi.
3. Uji nonautokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan
asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual pada satu
pengamatan dengan pengamatan lain pada model regresi. Prasyarat yang harus
terpenuhi adalah tidak adanya autokorelasi dalam model regresi. Metode
pengujian yang digunakan pada pembahasan ini adalah dengan uji Durbin-Watson
(uji DW)
Langkah-langkah:
Klik Statistics, pada Residuals klik Durbin Watson, kemudian klik Continue.
Dari hasil output di atas didapat nilai DW yang dihasilkan dari model regresi
adalah 1,519 . oleh sebab nilai DW terletak pada -2<DW<2 maka dapat
disimpulkan bahwa tidak terjadi masalah autokorelasi. Artinya, asumsi
nonautokorelasi terpenuhi.
4. Uji Nonheteroskedastik
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan
varian dari residual untuk semua pengamatan pada model regresi. Prasyarat
yang harus terpenuhi dalam model regresi adalah tidak adanya gejala
heteroskedastisitas (nonheteroskedastik).
Langkah-langkah:
Dari variabel residual RES_1 yang diperoleh saat uji normalitas sebelumnya,
kemudian mencari nilai absolute residual dari nilai residual tersebut, caranya
klik menu Transform >> Compute Variable. Pada kotak Target Variable,
merupakan nama variabel baru yang akan tercipta. Ketikkan ABS_RES
(absolute residual). Kemudian klik pada kotak Numeric Expression, lalu
ketikkan ABS( lalu masukkan variabel Unstandardized Residual (RES_1) ke
kotak Numeric Expression dengan klik tanda penunjuk, kemudian ketik tanda
tutup kurung. Maka lengkapnya akan tertulis ABS(RES_1), perintah ini untuk
menghitung nilai absolute dari residual. Jika sudah klik tombol OK.
Dari output di atas dapat diketahui bahwa nilai signifikansi kelima variabel
independen lebih dari 0,05. Dengan demikian dapat disimpulkan bahwa tidak
terjadi masalah heteroskedastisitas pada model regresi. Artinya, asumsi
nonheteroskedastik terpenuhi.
Kesimpulan:
Setelah uji keempat asumsi regresi linier berganda, dapat disimpulkan persamaan
regresi = 15,378 + 0,0941 0,0832 + 0,0783 0,7464 + 0,0715
Merupakan model regresi yang baik (fit) karena memenuhi semua asumsi yaitu
normalitas residual, nonmultikolinier, nonautokorelasi, dan nonheteroskedastik.
3. Korelasi