Regresi Linear Penggunaan metode analisis regresi linear berganda memerlukan asumsi klasik yang secara

Regresi linear adalah alat statistik yang dipergunakan untuk mengetahui pengaruh antara
satu atau beberapa variabel terhadap satu buah variabel. Variabel yang mempengaruhi
sering disebut variabel bebas, variabel independen atau variabel penjelas. Variabel yang
dipengaruhi sering disebut dengan variabel terikat atau variabel dependen.
Secara umum regresi linear terdiri dari dua, yaitu regresi linear sederhana yaitu dengan
satu buah variabel bebas dan satu buah variabel terikat; dan regresi linear berganda
dengan beberapa variabel bebas dan satu buah variabel terikat. Analisis regresi linear
merupakan metode statistik yang paling jamak dipergunakan dalam penelitian-penelitian
sosial, terutama penelitian ekonomi. Program komputer yang paling banyak digunakan
adalah SPSS (Statistical Package For Service Solutions).
Regresi Linear Sederhana
Analisis regresi linear sederhana dipergunakan untuk mengetahui pengaruh antara satu
buah variabel bebas terhadap satu buah variabel terikat. Persamaan umumnya adalah:
Y = a + b X.
Dengan Y adalah variabel terikat dan X adalah variabel bebas. Koefisien a adalah konstanta
(intercept) yang merupakan titik potong antara garis regresi dengan sumbu Y pada
koordinat kartesius.
Langkah penghitungan analisis regresi dengan menggunakan program SPSS adalah: Analyse
--> regression --> linear. Pada jendela yang ada, klik variabel terikat lalu klik tanda panah
pada kota dependent. Maka variabel tersebut akan masuk ke kotak sebagai variabel
dependen. Lakukan dengan cara yang sama untuk variabel bebas (independent). Lalu klik
OK dan akan muncul output SPSS.
Interpretasi Output
1. Koefisien determinasi
Koefisien determinasi mencerminkan seberapa besar kemampuan variabel bebas
dalam menjelaskan varians variabel terikatnya. Mempunyai nilai antara 0 – 1 di
mana nilai yang mendekati 1 berarti semakin tinggi kemampuan variabel bebas
dalam menjelaskan varians variabel terikatnya.
2. Nilai t hitung dan signifikansi
Nilai t hitung > t tabel berarti ada pengaruh yang signifikan antara variabel bebas
terhadap variabel terikat, atau bisa juga dengan signifikansi di bawah 0,05 untuk
penelitian sosial, dan untuk penelitian bursa kadang-kadang digunakan toleransi
sampai dengan 0,10.
3. Persamaan regresi
Sebagai ilustrasi variabel bebas: Biaya promosi dan variabel terikat: Profitabilitas
(dalam juta rupiah) dan hasil analisisnya Y = 1,2 + 0,55 X. Berarti interpretasinya:
1. Jika besarnya biaya promosi meningkat sebesar 1 juta rupiah, maka
profitabilitas meningkat sebesar 0,55 juta rupiah.
2. Jika biaya promosi bernilai nol, maka profitabilitas akan bernilai 1,2 juta
rupiah.
Interpretasi terhadap nilai intercept (dalam contoh ini 1,2 juta) harus hati-hati dan
sesuai dengan rancangan penelitian. Jika penelitian menggunakan angket dengan
skala likert antara 1 sampai 5, maka interpretasi di atas tidak boleh dilakukan karena
variabel X tidak mungkin bernilai nol. Interpretasi dengan skala likert tersebut
sebaiknya menggunakan nilai standardized coefficient sehingga tidak ada konstanta
karena nilainya telah distandarkan.
Contoh: Pengaruh antara kepuasan (X) terhadap kinerja (Y) dengan skala likert
antara 1 sampai dengan 5. Hasil output yang digunakan adalah standardized
coefficients sehingga Y = 0,21 X dan diinterpretasikan bahwa peningkatan kepuasan
kerja akan diikuti dengan peningkatan kinerja atau penurunan kepuasan kerja juga
akan diikuti dengan penurunan kinerja. Peningkatan kepuasan kerja dalam satu
satuan unit akan diikuti dengan peningkatan kinerja sebesar 0,21 (21%).
statistik harus dipenuhi. Asumsi klasik tersebut meliputi asumsi normalitas,
multikolinearitas, autokorelasi, heteroskedastisitas dan asumsi linearitas (akan dibahas
belakangan).
Langkah-langkah yang lazim dipergunakan dalam analisis regresi linear berganda adalah 1)
koefisien determinasi; 2) Uji F dan 3 ) uji t. Persamaan regresi sebaiknya dilakukan di akhir
analisis karena interpretasi terhadap persamaan regresi akan lebih akurat jika telah
diketahui signifikansinya. Koefisien determinasi sebaiknya menggunakan adjusted R Square
dan jika bernilai negatif maka uji F dan uji t tidak dapat dilakukan.
Pertanyaan-pertanyaan yang sering muncul
1. Dalam uji regresi sederhana apakah perlu menginterpretasikan nilai F hitung?
Uji F adalah uji kelayakan model (goodness of fit) yang harus dilakukan dalam analisis
regresi linear. Untuk analisis regresi linear sederhana Uji F boleh dipergunakan atau
tidak, karena uji F akan sama hasilnya dengan uji t.
2. Kapan menggunakan uji dua arah dan kapan menggunakan uji dua arah?
Penentuan arah adalah berdasarkan masalah penelitian, tujuan penelitian dan
perumusan hipotesis. Jika hipotesis sudah menentukan arahnya, maka sebaiknya
digunakan uji satu arah, tetapi jika hipotesis belum menentukan arah, maka
sebaiknya menggunakan uji dua arah. Penentuan arah pada hipotesis berdasarkan
tinjauan literatur. Contoh hipotesis dua arah: Terdapat pengaruh antara kepuasan
terhadap kinerja. Contoh hipotesis satu arah: Terdapat pengaruh positif antara
kepuasan terhadap kinerja. Nilai t tabel juga berbeda antara satu arah dan dua arah.
Jika menggunakan signifikansi, maka signifikansi hasil output dibagi dua terlebih
dahulu, baru dibandingkan dengan 5%.
3. Apa bedanya korelasi dengan regresi?
Korelasi adalah hubungan dan regresi adalah pengaruh. Korelasi bisa berlaku bolak-
balik, sebagai contoh A berhubungan dengan B demikian juga B berhubungan
dengan A. Untuk regresi tidak bisa dibalik, artinya A berpengaruh terhadap B, tetapi
tidak boleh dikatakan B berpengaruh terhadap A. Dalam kehidupan sehari-hari
kedua istilah itu (hubungan dan pengaruh) sering dipergunakan secara rancu, tetapi
dalam ilmu statistik sangat berbeda. A berhubungan dengan B belum tentu A
berpengaruh terhadap B. Tetapi jika A berpengaruh terhadap B maka pasti A juga
berhubungan dengan B. (Dalam analisis lanjut sebenarnya juga ada pengaruh yang
bolak-balik yang disebut dengan recursive, yang tidak dapat dianalisis dengan analisis
regresi tetapi menggunakan structural equation modelling).

Regresi Linear Berganda

Analisis regresi linear berganda sebenarnya sama dengan analisis regresi linear sederhana,
hanya variabel bebasnya lebih dari satu buah. Persamaan umumnya adalah:
Y = a + b1 X1 + b2 X2 + .... + bn Xn.
Dengan Y adalah variabel bebas, dan X adalah variabel-variabel bebas, a adalah konstanta
(intersept) dan b adalah koefisien regresi pada masing-masing variabel bebas.

Interpretasi terhadap persamaan juga relatif sama, sebagai ilustrasi, pengaruh antara
motivasi (X1), kompensasi (X2) dan kepemimpinan (X3) terhadap kepuasan kerja (Y)
menghasilkan persamaan sebagai berikut:
Y = 0,235 + 0,21 X1 + 0,32 X2 + 0,12 X3
1. Jika variabel motivasi meningkat dengan asumsi variabel kompensasi dan
kepemimpinan tetap, maka kepuasan kerja juga akan meningkat
2. Jika variabel kompensasi meningkat, dengan asumsi variabel motivasi dan
kepemimpinan tetap, maka kepuasan kerja juga akan meningkat.
3. Jika variabel kepemimpinan meningkat, dengan asumsi variabel motivasi dan
kompensasi tetap, maka kepuasan kerja juga akan meningkat.
Interpretasi terhadap konstanta (0,235) juga harus dilakukan secara hati-hati. Jika
pengukuran variabel dengan menggunakan skala Likert antara 1 sampai dengan 5 maka
tidak boleh diinterpretasikan bahwa jika variabel motivasi, kompensasi dan kepemimpinan
bernilai nol, sebagai ketiga variabel tersebut tidak mungkin bernilai nol karena Skala Likert
terendah yang digunakan adalah 1.

Analisis regresi linear berganda memerlukan pengujian secara serempak dengan

menggunakan F hitung. Signifikansi ditentukan dengan membandingkan F hitung dengan F
tabel atau melihat signifikansi pada output SPSS. Dalam beberapa kasus dapat terjadi
bahwa secara simultan (serempak) beberapa variabel mempunyai pengaruh yang
signifikan, tetapi secara parsial tidak. Sebagai ilustrasi: seorang penjahat takut terhadap
polisi yang membawa pistol (diasumsikan polisis dan pistol secara serempak membuat
takut penjahat). Akan tetapi secara parsial, pistol tidak membuat takut seorang penjahat.
Contoh lain: air panas, kopi dan gula menimbulkan kenikmatan, tetapi secara parsial, kopi
saja belum tentu menimbulkan kenikmatan.
Posted by Konsultan Statistik at 17:08   mutu)..kan kita mau kenalan langsung :) yup?? koefisien determinasinya
Labels: Regresi Berganda, Regresi Linear, Regresi Sederhana
197 comments:
deeahv3 mengatakan... mella_3387 mengatakan...
permisi,,
saya diah.mhswi S1 lg garap skripsi.
numpang nanya ya..
Cara mengiterpretasi persamaan regresi sederhana model semi log tu gmn?
beda gak dengan regresi linear sederhana? Soalnya variabel dependen (Y)saya
ditransform menjadi bentuk natural logaritma untuk mengatasi
heterokedastisitas.
Modelnya jadi Log_Y=a+bX
a=0.690
b=-0.937
apakah ada angka yang harus di-antilog-kan atau bgmn?
makasih banyak sebelumnya...
15 April 2009 12:08 Konsultan Statistik mengatakan...
Analisis Statistik Skripsi Tesis mengatakan...
Buat mbak Diah
Yup. Kalau mau menginterpretasikan silahkan di antilog dulu. itu akan lebih
detail dan rinci. akan tetapi, kalau sebatas hubungan statistik (bukan
fungsional) maka tidak di antilog kan tidak apa2. Mbak diah dari jurusan apa
ya??? thanx ditunggu komentarnya.
16 April 2009 17:05
deeahv3 mengatakan...
Diah jurusan akuntansi..
Hmm,,maksudnya hubungan statistik ma hubungan fungsional tu gmn ya?
saya pengen menginterpretasi nilai intercept ma koefisien regresi sederhana
saya.
Kalo persamaannya Log_Y=0,620-0,937X berarti bacanya "jika X bernilai
nol,maka Y akan bernilai 0,620; jika X meningkat 1 satuan maka Y akan
menurun 0,937 satuan" tu bener gak??
Atau angka 0,620 dan 0,937 itu harus dicari antilog-nya dulu??? mella_3387 mengatakan...
He,,masih bingung niy,,
Thx b4.
17 April 2009 13:01
Fikri Aulawi mengatakan... Konsultan Statistik mengatakan...
Nama saya Fikri. saya sedang melakukan penelitian dgn judul"Pengaruh beban
pajak (x1), current ratio (x2), debt to equity ratio (x3),total assets turn over
(x4) terhadap perubahan laba (y1) dan return on assets (y2), kira - kira
menurut mas metode uji apa yang paling tepat dan alasannya?
Terima kasih.
17 April 2009 16:30
Konsultan Statistik mengatakan... Yusuf Sulistyo Nugroho mengatakan...
Buat Mbak diah.
Hubungan fungsional itu misalnya ngitung besarnya gaya gravitasi berdasarkan
masa benda.. gitu, jadi pasti. nah kalau statistik kan tidak pernah mencapai
100% atau selalu ada errornya. yup.
Eh sory, X dan Y nya itu apa? kalau merupakan rasio keuangan sebaiknya di
antilog kan aja. jadi biar lebih jelas. tapi kalau topiknya AKuntansi manajemen,
maka sebaiknya tidak perlu di antilog kan. cukup lah kita mengetahui adanya
pengaruh positif atau negatif gitu aja, karena perilaku manusia kan bukan
sesuatu yang pasti. Yup???? he he
17 April 2009 17:35
Konsultan Statistik mengatakan...
Buat Mas Fikri
Kalau ada dua variabel terikat, ya paling tepat gunakan metode SEM
(Structural Equation Modeling). Programnya bisa pake AMOS, or LISREL or yg
lain. ntar dapat diuji secara serempak. tapi kalau mau pake regresi berganda
juga tidak apa2, ntar dilakukan dua kali atau pake analisis jalur, tapi
estimasinya tidak bisa dilakukan secara serempak. kalau mau pake SEM,
alasannya ya. karena SEM memang dirancang untuk menyelesaikan hubungan
yang rumit dan kompleks, di antaranya dengan dua variabel terikat yang tidak
mampu dilakukan dengan regresi berganda secara serempak. yup? thanx.
ditunggu kabarnya
17 April 2009 17:44
deeahv3 mengatakan...
Variabel X ma Y-nya rasio keuangan. Oke deh, berarti nilai intercept ma slope
coefficient-nya saya antilog-kan biar interpretasi nilainya jelas.
Konsultan Statistik mengatakan...
Makasih buanyak yupz...
19 April 2009 12:41
deeahv3 mengatakan...
Oiya, ada yang kelupaan. Saya dpt titipan pertanyaan dr temen soal koefisien
Determinasi, sebenarnya yang disebut menggambarkan seberapa besar
kemampuan variabel X menjelaskan variabel Y itu "R Square atau Adjusted R
Square"?
Trus kalo misalnya Adjusted R Square saya minus, haruskah saya tetap
menjelaskan koefisien regresi dan t-hitung (dari Output SPSS) saya? Yusuf Sulistyo Nugroho mengatakan...
Atau sudah cukup menuliskan bahwa berdasarkan Adjusted R Square, variabel
x saya sama sekali tidak menjelaskan variabel Y?
(Model yang dipake adalah regresi linear sederhana).
dipending dulu...he he...........thanx. ditunggu kabarnya.
20 April 2009 08:11
Hai,, Aq mella, temen diah. Sori, aq rada gaptek, ga ngerti cara ngasih
komentar di blog (parah ya??) jd kmrn nitip pertanyaan. Tp skrg dah tau
caranya koq,,he3x.
Pertanyaannya masih sama kaya yang disampein diah kmrn. Ttg R square ma
Adjusted R Square. Aq kan pake regresi sederhana, trz hasilnya R Square-nya
0,012 ma Adjusted R Square-nya -0,059. Sungguh memusingkan. Jd bingung
cara menginterpretasikannya.
Yang hrz aq pake R Square atau Adjusted R Square? Trz koefisien regresi dan t-
hitung (dari Output SPSS)harus diterangin apa gmn? Dari t-hitung jg terlihat
variabel X gak berpengaruh terhadap variabel Y.
Please,,help me...
Thx b4.
20 April 2009 13:41
Buat Mbak Mella_3387
Yup salam kenal. eh ne dari kampus mana tho?? kalau boleh tahu sich..
Mmm.. yach, R Square dan R Adjusted Square sebenarnya sama untuk
mengetahui seberapa besar kemampuan variabel bebas dalam menjelaskan
variabel terikatnya. Bedanya, R Square selalu meningkat dengan
bertambahnya variabel bebas, tidak peduli apakah variabel bebas itu signifikan
apa tidak. nah kalau R Adjusted Square itu bisa naik bisa turun tergantung
variabel bebas baru yang dimasukkan.
So jadi banyak yang lebih menyarankan R Adjusted Square dari pada R Square.
terus kalau nilainya negatif ya berarti yang lain lupakan aja.. he he... ganti
model tuh... tambah variabel, tambah data or ganti variabel hehe. coz kalau R
Adjusted Square negatif berarti dianggap nol. artinya variabel bebas tidak
mampu menjelaskan variabel terikat. yuup?? logikanya ya...pliz dech
dimodifikasi dulu...yup thanx
20 April 2009 17:10
Hikz... Rahasia ah. Ntar aq malah mencemarkan nama baik almamater. Secara,
gaptek en gak ngerti statistik.he3x. Tp kayana cm aq doang sich yg separah itu.
Anyway makasih jawabannya. Mungkin penelitianku emank hrz dirombak kali
ya....
21 April 2009 14:44
Buat mbak Mella
Jangan gitu dech..
kita bisa berkembang kalau kita mau mengakui kekurangan kita dan berbagai
kelebihan kita ke pada orang lain secara ikhlas.. ya gak... he he........thanx
ditunggu kabarnya.
21 April 2009 16:07
Perkenalkan nama saya Yusuf, mahasiswa yg sedang Tugas Akhir dgn judul
Analisis Faktor-faktor yg mempengaruhi tingkat daya beli konsumen terhadap
listrik pada sektor rumah tangga.
Saya ingin mengetahui tingkat daya beli masyarakat (Y) dengan 4 variabel :
tingkat pendapatan (X1), pengeluaran thd konsumsi energi(X2), jumlah
tanggungan kepala keluarga (X3) dan Daya listrik terpasang (X4).
Metode yg saya pakai adalah Model Regresi Log Linear, Log Y = b0 + b1LogX1 -
b2LogX2 + b3LogX3 + b4LogX4 + E.
Dimana:
Y = Tingkat daya beli konsumen
X1-X4 = variabel
b0 = konstanta
b1-b4 = koefisien regresi
E = variabel gangguan
Catatan: saya sudah punya data dari 500 responden
Pertanyaan saya: Bagaimanakah cara menyelesaikan metode tersebut dengan
menggunakan program SPSS?
Bolehkah saya tahu email bapak? Terimakasih atas bantuannya.
29 April 2009 10:45
Buat Mas Yusuf
Terima kasih..
He he wah..wah. kalau kita ditanya bagaimana cara memperbaiki mobil rusak?
terus njawabnya harus gimana??? hehe.. jawaban untuk Mas Yusuf yang
paling tepat adalah, pertama-tama, Instal dulu program SPSS di komputer
Anda.
Yup??
29 April 2009 11:57
Hehe... bapak yg satu ini bisa aja deh.
Pastinya sy sudah instal SPSS dong. Cuma sy pengin tahu langkah2nya utk
menyelesaikan metode tersebut di atas.

Makasih banyak... (kata temen saya)hehe. Terimakasih.

19 April 2009 12:52 4 Mei 2009 10:44
Konsultan Statistik mengatakan... Konsultan Statistik mengatakan...
Allow Deeah again. He he thanx
Ok.. untuk rasio keuangan di antilog kan aja biar lebih jelas. Mmmm. sepertinya untuk regresi linear sudah banyak contoh di postingan
Untuk temennya sapa dunk!!!! kita lum mau jawab neh (he he ninggiin ya... :) sori, mungkin di browse dulu ya....
anyway thanx.
 4 Mei 2009 17:05 hama. yup
Anonim mengatakan...
permisi.. thanx
mau tanya... 27 Mei 2009 09:18
apakah dalam sebuah penelitian(uji pengaruh),kita hanya menggunakan Konsultan Statistik mengatakan...
regresi linier berganda saja (tanpa regresi sederhana) boleh apa tidak?? Buat mas Syawal
7 Mei 2009 12:20 Yup regresi sederhana tetap perlu uji normalitas. Residual itu selisih antara
Faisal mengatakan... nilai prediksi dengan nilai sesungguhnya, banyak pertanyaan tentang ini. Uji
Mas,saya Faisal,mahasiswa semester VIII STIE-M Tangerang. normalitas tidak perlu pada masing2 variabelnya. yup tolong ditelaah
Saya sedang mengerjakan skripsi dengan analisis korelasi regresi berganda postingan dan pertanyaan2 yang ada. thanx mas Syawal (Hijriah.. he he sori,
empat variabel.Selain hasil melalui perhitungan spss,dosen pembimbing saya bercanda)
ingin saya melampirkan hasil perhitungan secara manual. 27 Mei 2009 09:21
Yang jadi kendala adalah,sampai saat ini saya belum menemukan rumus Anonim mengatakan...
perhitungan untuk analisis korelasi regresi berganda empat variabel,karena rofi...
semua buku dan blog yang saya baca hanya menyertakan contoh perhitungan terima kasih banyak mas jawabannya sangat membantu..
dengan tiga variabel. mau tanya lag :
Saya minta tolong,mas.Kira-kira rumus analisis korelasi regresi berganda untuk uji linearitas dengan durbin watson itu gimana?(spss)
empat variabel itu seperti apa...??? dataku itu perlu uji autokorelasi g?dataku masuk cros section tau time seris?
Terima kasih atas waktunya,mohon maaf jika ada kata-kata yang kurang interpretasinya di atas berarti tiap nambah ketinggian 1 meter ya(nambah
berkenan. 0,078)?
terimakasih ..
Faisal Rizal 28 Mei 2009 13:16
25 Mei 2009 09:27 Konsultan Statistik mengatakan...
Konsultan Statistik mengatakan... Buat Rofi
Buat mas Faizal Wew.. agak sulit menerawang, tapi sepertinya data cross section. data diukur
Wew.. Anda lihat untuk 3 variabel di mana? nah di situ tinggal diakomodasi ke secara serempak kan??? sepertinya gak mungkin dech ada satu pohon, diambil
4 variabel aja. caranya sama kok, and biasanya pake alat bantu Excel. kita sih datanya pas 3 tahun, terus ditongkrongin, lalu diambil datanya pas umur 6
pernah iseng2 ampe 6 or 7 he he..tapi sebenarnya itu kemajuan yang mundur. tahun dan seterusnya. gitu kan?? jadi sudah ada masing2 pohon dengan
ngapain dietung pake manual?? kan dah ada program bantu. Coba anda ukur kriteria umur masing2 kan? lha kalu gitu ya berarti cross section. tidak perlu uji
jarak Tangerang pake Spedometer, terus hasilnya anda cocokan dengan autokorelasi. tapi tolong dikoreksi interpretasi saya coz agak repot baca
pengukuran dengan meteran ukur... hehe. sapa yang mau.... thanx datanya. thanx
25 Mei 2009 09:33 28 Mei 2009 17:07
Anonim mengatakan... Anonim mengatakan...
mas joni,aku rofi,mau tanya tapi lihat postingannya koq kayaknya sudah ada rofi4..
jawabannya, tapi aku sudah terlanjur nyiapkan je, jadi ya di tanyakan saja, biar maaf tadi kayaknya salah pertanyaan.
tambah yakin dan mantab, ini : interprtasinya ya sudah bener jayak gitu, ketinggian yang ada : 700 m,800
m,1100m,1200m.
var. y = jumlah hama berarti interpretasinya : setiap nambah ketinggian 1 m hama berkurang 0,078;
ya gitu kan? bukan setiap nambah 100 m hama berkurang 0,078
var. x = ketinggian umur sampel terimakasih lagi.maaf merepotkan..nanti kalo ada pertanyaan lagi boleh tanya
700 m 3 tahun 3 pucuk/pohon= 3x30=90 pucuk sampel ya..
700 m 9 tahun idem 28 Mei 2009 19:34
800 m 12 tahun idem Konsultan Statistik mengatakan...
1100 m 3 tahun idem Buat ROfi
1200 m 7 tahun idem Kalau yang dimasukkan data pada SPSS adalah 700 m berarti ya setiap nambah
1100 m 12 tahun idem 1 meter berkurang 0,078. Yup
jumlah sampel = 540 pucuk sampel Thanx
28 Mei 2009 22:18
output regresi linear berganda = Anonim mengatakan...
R square = 0,701 terimakasih...rofi
Durbin Watson = 1,945 29 Mei 2009 00:47
pada tabel anova, F = 628,359 Konsultan Statistik mengatakan...
pada tabel coefficients, (constant) = 141,358; Umur = -3,008; ketinggian = Yup sama-sama
-0,078; t = 50,201; VIF = 1,000 & 1,000 29 Mei 2009 12:29
Anonim mengatakan...
output uji homogenitas dgn meregres absolut residual dengan var.x(umur dan rofi lagi..
ketinggian) = mas Joni mau tanya..
pada tabel coefficients = Sig. umur = 0,60; Sig. ketinggian = 0,80 hasil output regresi kan ada nilai f dan t, kalo sebaran dataku gak normal
gimana?aku bisa lakukan regresi kan karena eror menyebar normal.
output uji normalitas dgn Kolmogorov smirnov = termakasih..
Asymp.Sig.(2-tailed) = 0,308 30 Mei 2009 14:52
pertanyaan : Konsultan Statistik mengatakan...
1. interpretasinya gimana?persamaan regresinya gimana?nia r bisa jawab kalo Buat Rofi
ditanya berapa jumlah hama per pohon(kalo ditanya) Regresi mensyaratkan normalitas pada residualnya, jadi kalau gak normal ya
2. uji normalitas dengan KS pada stat non par disebut uji Kolmogorov smirnov mending tidak usah diinterpretasikan or dinormalkan dulu. yup? liat postingan
ya? trus kalo uji homogenitas yang meregres absolut residual dengan var.x normalitas ya... thanx
(ketinggian dan umur) disebut uji apa? 30 Mei 2009 20:38
3. F dan t pada output regresi linera sederhana fungsinya apa? Yes We Can - Strugle 4 Better Education mengatakan...
terimakasih banyak, semoga mendapat balasan yg setimpal saya rizal di jogjakarta, mohon bantuannya...
27 Mei 2009 00:45 saya sedang menyusun skripsi tentang pengaruh gaya belajar (visual,auditorial
syawal mengatakan... dan kinestetik) terhadap prestasi belajar...
Mas, kalo regresi sederhana perlu uji normalitas juga gak? pada analisis regresi sederhana dihasilkan.
saya ada tugas "metodologi penelitian" dengan variabel Kurs dan IHSG. Uji 1. pengaruh gaya belajar visual terhadap prestasi belajar dihasilkan nilai t yang
residual gimana maksudnya? Saya sudah coba uji normalitas per variabel, positif dan signifikan.
jadinya yang ihsg normal sementara yang kurs malah gak normal. 2. pengaruh gaya belajar auditorial terhadap prestasu belajar juga positif dan
oh iya, saya pake purposive sampling, dengan data hari terakhir setiap bulan. signifikan
Benar gak tuh? 3. tetapi pada hipotesis ketiga, pengaruh gaya belajar kinestetik terhadap
mohon pencerahannya. masih awam soal statistik soalnya. Thanks prestasi belajar dihasilkan nilai t hitung yang lebih kecil dari t tabel (positif
27 Mei 2009 07:43 tetapi tidak signifikan)
Konsultan Statistik mengatakan... pertanyaan saya adalah apakah variabel ketiga yaitu gaya belajar kinestetik
Buat mas rofi diikutikan pada analisis regresi ganda meskipun pada analisis regresi
1. Wew... agak ruwet juga he he.. sederhana hasilnya tidak positif.
kalau gak salah persamaannya seperti ini Y = 141,358 - 0,3008 Umur - 0,078 jika memang bisa atau tidak bisa diikutkan apakah ada buku atau teori yang
ketinggian menyebutkan hal itu.
Artinya setiap penambahan umur 1 tahun hama berkurang 0,3008 dan setiap sebagai informasi pada analisis regresi ganda ketika saya memasukkan ketika
penambahan ketinggian hama berkurang sebanyak 0,078. variabel gaya belajar hasilnya adalah ketiganya menunjukkan hasil yang positif
dan signifikan...
2. Yup. Uji homogenitas disebut uji Glejser dengan meregresikan absolut demikian pertanyaan saya, mohon bantuannya segera.terima kasih
rsidual. 16 Juni 2009 19:49
Konsultan Statistik mengatakan...
3. F itu untuk melihat kelayakan model, artinya umur dan ketinggian mampu Buat Rizal, jape methe... he he
mempengaruhi jumlah lama. kalau t itu masing2 variabel bebas, jadi pengaruh Saya sarankan untuk menggunakan analisis regresi linear berganda saja, tanpa
antara umur terhadap jumlah hama dan antara ketinggian terhadap jumlah adanya analisis regresi linear sederhana. ntar kalau mau lihat pengaruh parsial
 (masing-masing variabel) tinggal lihat t hitung. Masih banyak yang Anonim mengatakan...
menggunakan analisis regresi sederhana untuk menguji hipotesis parsial dan saya thitien,
regresi berganda untuk pengaruh simultan. nuwun kak saya ingin nannya apa sebenarnya fungsi LN
17 Juni 2009 16:37 apa boleh dipergunakan untuk analisis?
Anonim mengatakan... atau bisa pake skor total jawaban dari masing-masing variabel?
Rofi.. 17 Juli 2009 12:09
mas Joni aku ucapkan banyak terimakasih, insya Allah agustus aku wisuda, Konsultan Statistik mengatakan...
terimakasih banyak... Buat Titin
19 Juni 2009 17:36 Ehem agak kurang jelas neh he he sori
Konsultan Statistik mengatakan... 17 Juli 2009 12:53
Wew..... great. eh sori, ne ada pesan penting!!! he he... wisuda bukanlah akhir, Anonim mengatakan...
tapi merupakan awal dari perjalanan hidup anda yang jauh lebih panjang.... titin
yup???? good luck Ohh.. sori..
20 Juni 2009 11:21 abis aku agak gaptek,..
Anonim mengatakan... 1. begini kak, sebelumnya aku udah minta saran ama dosen aku gimana cara
saya mau taya nih Pak... menganalisis data dengan menggunakan metode analisis regresi linier
kepuasan kerja vs produktifitas berganda..
saya membuat permasalahan katanya kalo variabelnya lebih dari 3 harus di LN kan dulu (ada dalam lembar
1.berpengaruh (kepuasan kerja -> produktifitas)atau tidak ? kerja XL dengan menggunakan fungsi (=LN(nilai)) gitu agar supaya dapat nilai
2. seberapa besar tingkat hubungan memberikan pengaruh? alfa, beta dan gammanya, terus aku udah coba ternyata hasilnya malah sedikit
menurun dari pada analisis tanpa menggunakan LN, misalnya pada
permasalahan yang 1. sudah saya uji dengan analisa regresi linier sederhana Adjusted R Sqare tanpa di- LN kan terlebih dahulu (hanya menggunakan skor
dan hasilnya berpengaruh. total jawaban dari setiap variabel)nilainya =58,9%.
sedangan pakai LN malah menurun menjadi =56,6%, dan itu berlaku pada
untuk permasalahan yang ke-2, semua hasil outputnya...
gimana pak? jadi maksud aku sebenarnya perlu ga sih data itu diubah dalam bentuk LN?
apakah saya harus mencari tingkat hubungannya dulu dengan analisa korelasi
kemudian di jadikan patokan untuk mengukur tingkat pengaruhnya ??? 2.hasil out put VIF saya haslnya kayak gini ;
klo u/ korelasi ada beberapa acuan tabel dengan range angka2(interprestasi) x1 = 2.924
untuk menentukan tingkat hubungannya (sedang, tinggi dll), tetapi klo untuk x2 = 2.904
regresi (mencari pengaruh) acuan tabelnya ada g? yang untuk menentukan x3 = 1.774
apakah tingkat pengaruhnya (tinggi, sedang dll)..?? ap artiya terjadi multikolineritas?
apa yang mesti saya lakukan?
dan apa perumusan masalah saya yang salah pak ??? dan bagaimana membaca interpretasi persaman ini :
Y =6.619 +1.713x1 -0.127x2 +0.121x3 .....?
terimakasih banyak skala likert dengan opsi 4
24 Juni 2009 12:47 3. Apakah saya boleh mengunakan 3 uji asumsi klasik saja ?
Konsultan Statistik mengatakan... (Multikolinieritas, heteroskedastitas, dan distribusi nirmal?)
Buat Anonim. 17 Juli 2009 13:35
Setahu saya tidak ada ukuran tinggi, sedang atau rendah untuk pengaruh. Konsultan Statistik mengatakan...
memang ada tingkat signifikansi, misalnya 0,01 atau 0,05 atau 0,1. Kalau anda Buat Thitien
menggunakan lebih dari satu variabel bebas, paling2 bisa ditentukan variabel 1. Gak harus di LN kok mbak. jika model lebih baik tanpa Ln ya tanpa aja. tapi
mana yang paling dominan pengaruhnya dengan menggunakan standardized check asumsi klasiknya ya..
coefficient. cuma saya agak bingung dengan 'seberapa besat tingkat hubungan
memberikan pengaruh' itu rumusannya kurang menggunakan ejaan yang baik 2. tuh ada banyak postingan tentang itu. yup? browse aja di blog ini.
dan benar atau saya yang bingung membaca artinya... thanx
25 Juni 2009 08:33 3. Boleh aja jika datanya memang cross section jadi gak usaha pake uji
wilia mengatakan... autokorelasi. yup??
hallo,,saya wilia...
mu tanya pak.. ditunggu kabarnya and boleh baca2 komentar yang lain jadi biar gak kedobel
saya punya 4 var independent yaitu laba bersih, AKO (arus kas operasi, AKI & pertanyaan and jawaban thanx
AKP, dependentny harga saham.. 17 Juli 2009 14:24
nah pas uji regresi berganda yg signifikan itu hanya Laba, dan pas uji regresi aku mengatakan...
sederhana ternyata AKO juga signifikan.. sebelumnya saya ucapkan terimakasih, dengan adanya blog ini saya sangat
kenapa y pak bisa begitu?? apakah itu bermasalah atau tidak y?? terbantu sekali... mohon penjelasan lebih lanjut untuk contoh tersebut diatas
Interpretasi terhadap konstanta (0,235)yang benar itu bagaimana?.. trims...
oiya satu lg pak,,gpp kan anmbah?? hehe.. 21 Juli 2009 09:47
model saya LOg_Y=a+bX Konsultan Statistik mengatakan...
apa data saya juga harus di antilog seperti datany mba diah? Buat aku
anti log itu untuk regresi sederhana saja atau regresi berganda juga? Interpretasi konstanta tergantung dari model yang anda susun... yup??
yang paling penting c pak, cara antilog itu gmn pak?? soalny saya baru denger 21 Juli 2009 09:56
ttg antilog.. hehe aku mengatakan...
mohon bantuanny y pak.. untuk contoh yang bapak jelaskan tersebut diatas bagaimana?
terimakasih.. pengaruh antara motivasi (X1), kompensasi (X2) dan kepemimpinan (X3)
10 Juli 2009 17:30 terhadap kepuasan kerja (Y) menghasilkan persamaan sebagai berikut:
Konsultan Statistik mengatakan...
Buat Wilia Y = 0,235 + 0,21 X1 + 0,32 X2 + 0,12 X3
Ya memang gitu, gak ada masalah kan?? kalau sudah pake regresi berganda ya
pake aja, gak usaha pake regresi sederhana Yup?? trims
eh gini aja, ada seorang cowok, mau maen ke t4 cewek sendirian, eh gak brani. 21 Juli 2009 10:01
terus dia minta diantar temennya 3 orang, jadi berempat, tapi yang tiga aku mengatakan...
nunggu di luar, eh cowok itu jadi berani. padahal yang 3 kan gak ngapa2in??? apakah dari contoh yang bapak sampaikan bisa saya interpretasikan sebagai
yup??? berikut : jika tidak ada nilai motivasi (X1) maka Kinerja (Y) nilainya 0,235,
eh kita agak lupa tentang mbak diyah. tapi antilog itu cuma lawannya log kok. sedangkan koefisien regresi sebesar 0,21 X1 menyatakan bahwa setiap
simpel aja. kayak kuadrat ama akar kuadrat, perkalian ama pembagian. yup??? penambahan 1 (satu) nilai pada variabel motivasi (X1) akan meningkatkan
13 Juli 2009 09:27 variabel Kepuasan Kerja (Y) sebesar 0,21 kali pada konstanta 0,235.
wilia mengatakan...
wilia lg neh pak..hehe benarkah interpretasi ini?
jd gini pak, 21 Juli 2009 10:13
mksd pertnyaan saya kenapa ketika regresi sederhana variabel indpndtny Konsultan Statistik mengatakan...
signifikan ttp ketika uji regresi berganda tidak signifikan?? Buat aku
apa penyebabny? Postingan di atas cuma contoh aja mas. kalau variabel yang digunakan
misalnya rasio keuangan boleh anda interpretasikan seperti itu. tapi kalau
bapak pnya refrensi yang bisa membantu saya tak pak? motivasi dan kinerja sebaiknya gunakan standardized aja, jadi gak ada
cOz saya tidak punya landasan teori untuk menjawab kebingungan saya konstantanya. soalnya ntar kalau kinerja 0,235 agak membingungkan. kan
tersebut.. pengukuran pake kuesioner minimal 1 yup? belum kalau konstanta
terimakasih.... negatif,ntar interpretasinya agak bias. thanx
13 Juli 2009 16:58 21 Juli 2009 10:57
Konsultan Statistik mengatakan... Sukri mengatakan...
Yupiii.... kita udah maksud kok dan jawaban di atas juga memang udah mas, sukri mau nanya,
menjawab pertanyaannya. yup??? soal referensi gunakan yang dari dosen
ajala... or jalan2 ke toko buku, catet aja. he he... thanx dari model regresi linier berganda,suka ada yg mke e (disturbance error)
14 Juli 2009 08:44 ataupun ga,ngaruhnya apaan sih?,
 (2003-2007) dan saya mengunakan pooling data).
owh iya,model kyak gitu sbelumnya ada fungsi turunannya ga?,soalnya dosen
saya pernah nyeletuk "hok klo km bisa ngejelasin dari mana model y = a + bx 2. Setelah meregresi NDA terhadap TA, maka akan muncul konstanta.
itu terbentuk",mohon penjelasannya, pertanyaan saya, apakah konstanta diikutkan di dalam perhitungan DA?
Terima kasih Mas.
makasih,,^_^,, Aditya
22 Juli 2009 16:55 7 Agustus 2009 18:03
Konsultan Statistik mengatakan... Konsultan Statistik mengatakan...
Buat Sukri Buat Aditya
Maksudnya apa ya? kita kurang jelas.. mohon diperjelas lagi. thanx Maaf mas, di sini kita diskusi tentang statistik. untuk yang lain silahkan
22 Juli 2009 21:10 mencari blog yang sesuai. terima kasih
Marketing and Management mengatakan... 8 Agustus 2009 19:32
saya berencana melakukan penelitian: Analisis faktor yang mempengaruhi Ervina mengatakan...
keputusan nasabah untuk menabung di bank syariah. variabel bebas: Hai...saya Ervina..mahasiswi yang sedang mengambil mata kuliah Metodologi
pemahaman sistem bank syariah (x1), kualitas pelayanan (x2), fasilitas yang Penelitian di salah satu universitas Batam.. Saya mao tanya nih klo uji regresi
disediakan (x3), dorongan agama (x4). variabel terikatnya keputusan sederhana saya nilai Adjusted R Squarenya negatif,itu karena apa ya?? Saya
menabung (Y). metode analisis menggunakan regresi berganda. Pertanyaan: 1. sudah mencoba mengubah jawaban kuesioner tapi hasilnya tetap sama.. Trz
apa metode sudah tepat? 2. bagaimana cara mencari menentukan skor nilai Y. solusi terbaiknya apa? Thanks..
atau mengkuantifikasi keputusan menabung. terima kasih 8 Agustus 2009 22:34
24 Juli 2009 16:31 Anonim mengatakan...
Konsultan Statistik mengatakan... Aduh bingung, kok uji F saya gak signifikan yaa..
Buat marketing dan management p-value > 0,05
Kita agak bingung dengan komentar anda. analisis faktor berbeda dengan Uji T jg begitu..:(
regresi linear dan di analisis faktor tidak dikenal variabel bebas. tlong
diperjelas lagi. thanx Sebenernya, apa sih yg mempengaruhi nilai p-value tsb?
24 Juli 2009 16:39 Padahal hasil kuesioner, rata2 menyatakan "setuju" (saya memakai skala
Anonim mengatakan... likert).
Mau nanya, penelitian saya regresi berganda, ada 3 variabel bebas 1 9 Agustus 2009 05:03
terikat..sudah dapt persamaan regresinya dg koefisien x1&x2 positif dan x3 Konsultan Statistik mengatakan...
negatif padahal untuk kasus ini realita di lapangan ke3 variabel harusnya Buat Ervina
berpengaruh positif thd Y-nya.apakah ada kemungkinan salah pengujian? Ya berarti tidak ada pengaruh antara variabel bebas terhadap terikat....coba
kemudian bagaimana cara mencari nilai fungsi x1, x2 dan x3/ range nilai x-nya check uji validitas, reliabilitas dan uji asumsi klasiknya dulu. thanx
untuk tiap2 variabel? 9 Agustus 2009 18:23
terimakasih.. Konsultan Statistik mengatakan...
31 Juli 2009 15:12 Buat Ervina
Konsultan Statistik mengatakan... Kalau Adjusted R Square negatif berarti variabel bebas tidak mampu
Buat anonim menjelaskan varians variabel terikatnya. boleh dibilang model (maaf) jelek gitu
Wah salah atau tidak musti chek dulu mas.. hehe...lha asumsi klasik dah masuk lho. coba ganti model atau menambahkan sampel atau alternatif yang laen
lum??? intinya prasyarat analisis regresi berganda dah dipenuhi lum? yup? banyak kok. thanx
dtunggu kabarnya 9 Agustus 2009 18:24
31 Juli 2009 15:16 Anonim mengatakan...
Anonim mengatakan... Assalam, Kak saya titin...
Saya ingin tanya.. maap nongkrong trus nih numpang nanya....he..he..
Saya sedang penelitian menggunakan regresi linier berganda, sebelumnya kira-kira kelemahan memakai analisis regresi itu apa?
saya lakukan uji asumsi klasik dan ternyata setelah diuji normalitas datanya apa lagi bila meneliti perilaku (motivasi kerja)?
tidak normal.. apa hal tersebut mempengaruhi hasil regresi?? karena dari Thanks.....
persamaan yg diperoleh ada variabel yg nilainya negatif.. atau apa yg 13 Agustus 2009 13:34
menyebabkan bisa menjadi negatif?? Konsultan Statistik mengatakan...
trims.. Buat Dik Titin
2 Agustus 2009 11:29 He he..wah ntar mbak Pearson ama yang laen bisa tersinggung lho kalau
Konsultan Statistik mengatakan... nyari2 kelemahannya.... yup no comment aja ya...anggaplah kita gak tahu gitu.
Buat anonim aja... hehe
yup normalitas musti dipenuhi.thanx 13 Agustus 2009 14:48
2 Agustus 2009 20:31 Anonim mengatakan...
Sukri mengatakan... titin lagi....
mas,sukri mau nanya lagi,,^_^,, Wah, bukan maksud tuh mas... buat mbak person, sminorv, dll tersinggung
gitu....he...he...
klo fungsi regresi linier berganda tuh turunan dari apa sih?,,atau emang dari maksudnya dibandingkan uji-uji yang lainnya?
sononya dah gtu?,,, karena temen aku banyak juga yang pake analisis chi-squere untuk cari analisis
dosen pernah nanya gini "hok kamu bs jelasin ga Y = a + B1X1 + B2X2 tuh dpt pengaruh...yah..jadi saya ingin tahu tentang kelebihan maupun kekurangan
dr mn?",,,klo gtu jawabannya harus gimana?,,, menggunakan analisis regresi secara garis besarnya aja…..…..
THANKS
trus,,,ad fungsi yg mke e sebagai disturbance error,,,itu gunananya ap?,,,kok 13 Agustus 2009 15:51
ad yg mke ad yg ndak ya?,,,dasarnya kita mke e itu knp?,,,(sori bnyk Konsultan Statistik mengatakan...
nanya,,hihihi),,, Buat Titin
He he..kalau CHi square digunakan untuk data nominal dan ordinal, regresi
makasih sebelumnya, untuk data interval atau ratio. coba liat postingan skala pengukuran statistik.
4 Agustus 2009 06:50 nah data yang digunakan apa? yup?
Konsultan Statistik mengatakan... 13 Agustus 2009 16:10
Buat Sukri Ervina mengatakan...
Lha itu memang persamaan linear jadi persamaan umumnya seperti itu. kalau Hai...apakah ada teori atau referensi yg bisa menjelaskan adjusted R square yg
kuadrat atau semi log ya beda... yup? error kan pasti ada mas, tidak bisa 100 bernilai negatif?? Soalnya saya diminta untuk mencari referensinya...
persen tepat... yup? mas ngukur tinggi badan gak mungkin tepat 100 persen, 14 Agustus 2009 00:52
musti ada error sekecil apa pun.. thanx Konsultan Statistik mengatakan...
4 Agustus 2009 08:35 Buat Ervina
Anonim mengatakan... Sudah saya jawab di atas. silahkan cari buku statistik untuk referensi,jangan
Hallo, maap ya kl oot.. gunakan blog ini sebagai referensi. thanx
14 Agustus 2009 05:11
Uji reliabilitas n validitas itu dihitung terpisah kan ya antara variabel X dan Y? Anonim mengatakan...
Tp kok aku liat di lampiran skripsi orang cm masukin yg perhitungan utk assalam, saya titin
variabel X nya aja sih? kak, bagaimana langkah-langkah pebgolahan data dengan menggunakan
7 Agustus 2009 02:22 teknik stepwise?
Konsultan Statistik mengatakan... yaitu untuk mengetahui seberapa besar peranan setiap variabel bebas
Buat Oot terhadap variael terikat?
Usahakan untuk tidak melihat skripsi orang lain. cari referensi dari buku atau 16 Agustus 2009 16:33
literatur yang sesuai. thanx Konsultan Statistik mengatakan...
7 Agustus 2009 06:23 Buat Titin
Aditya Nugraha mengatakan... Stepwise dipergunakan untuk menentukan model terbaik dari banyak variabel
Mas mau tanya lagi terkait manajemen laba. bebas terhadap satu variabel terikat...thanx
1. Untuk mencari discretionary accrual (DA), saya harus menghitung non- 17 Agustus 2009 19:02
discretionary accrual (NDA). Pertanyaan saya, untuk mencari koefisien Anonim mengatakan...
paramater modified Jones, apakah regresi NDA terhadap total accrual (TA) Buat mas...(maaf saya g tahu namanya siapa)
dilakukan per periode atau seluruh periode? (Periode penelitian saya 5 tahun tapi terima kasih udah slalu bantu aku tentang analisis regresi ini...sekarang
 aku udah ujian akhir..yah..hasilnya lumayan ...he..he... 26 Oktober 2009 12:24
trims sebelumnya....^.^ cherry mengatakan...
31 Agustus 2009 16:35 mlm mw tanya
Konsultan Statistik mengatakan... kalo persamaan regresi berganda saya seperti ini:
Buat...he he kita juga gak tahu nama Anda.. hi hi.. harga saham=3522,963+426,737roi+46,778roe+e
Yup...senang bisa membantu...good luck menjelaskannya gmn ya?
31 Agustus 2009 18:09 uji f dan t tidak memenuhi.itu disebabkan oleh apa ya?
Suhaimi Rousanal Fikri mengatakan... mohon penjelasan n saran nya?!
sukri, makasih sebelumnya
29 November 2009 23:57
mau ngucapin thanks sekali atas segala waktu buat konsultasinya,,,tugas akhir Konsultan Statistik mengatakan...
aku dapet nilai "A",,,ampe2 si pengujinya ngomong "ini kok bs ya model Buat Cherry
regresi liniernya bagus gini,manipulasi ya?,",,,aku tantangin aj,,,"bapa bisa Interpretasi umumnya,
hitung sendiri make data mentah di lampiran",,,hihihi,,, Jika ROI meningkat satu satuan dengan ROE tetap maka harga saham
meningkat 426,737 rupiah. demikian juga jika ROE meningkat satu satua
atas semua masukannya juga yang bisa ngebantu pas lg interpretasi,,,,makasih dengan ROI tetap maka harga saham meningkat 46,778 rupiah. ROE dan ROI
makasih makasih,,,heuheu,,, terkena multiko gak?
thanx
Best regards, 30 November 2009 20:04
1 September 2009 12:05 nadia mengatakan...
Konsultan Statistik mengatakan... Asslm.. mas mohon bantuannya
Buat Sukri saya masih gak ngeti tulisan mas mengenai cara membaca nilai signifikansi tuk
Yup...santai aja kaleee....gak sah tantang2an! he he....anyway..good luck satu arah dan dua arah yg akan dibandingkan dgn 5%.. yang dibagi dua itu yg
1 September 2009 12:49 mana mas? yg satu arah atau dua arah? (hehhe. maaf agak bloon neh)
Lic1ous mengatakan... trus kata temen saya, kalo diprogram SPSS, tuh biasanya nilainya yg satu arah,
mau tanya, skripsi saya pakai regresi ganda dgn 3 prediktor tapi sampling jadi kalo penelitian yg make dua arah, di SPSS, nilai sig nya dibagi dua dulu...
purposiv jdi tdk perlu uji signifikasi..yang mau sya tanya..apakah saya harus itu bener gak mas? mhon pertolongnnya mas.. makasih. wsslm.
mnghitung rgrsi sederhana satu2 scara parsial kemudian baru regresi brganda 7 Desember 2009 14:54
scara simultan sdangkan klo parsial tuh bukannya sama saja dgn uji t yg brti uji Konsultan Statistik mengatakan...
signifikasi dan simultan jg trmasuk uji f??? Buat Nadia
1 Oktober 2009 07:53 Di SPSS ada menu satu arah atau dua arah. defaultnya dua arah. Ntar
Lic1ous mengatakan... signifikansi hasil output SPSS adalah dua arah. kalau pengujian satu arah ya
rumus regresi linear brganda dgn 3 prediktor gmn untuk mencari a, b1, b2, b3, nilainya signifikansi pada output dibagi dua terlebih dahulu gitu...Yup??
x1, x2, x3??? 7 Desember 2009 15:39
1 Oktober 2009 07:59 dedy mengatakan...
Konsultan Statistik mengatakan... Hai, saya dedy. Sudah hampir 12 tahun saya menggeluti proses perhitungan
Buat Liciuous manual regresi liniear berganda. Yang sudah saya temukan baru sebatas
1. Saya tidak mengerti dengan kalimat 'regresi ganda dgn 3 prediktor tapi formula untuk uji F,t, dan DW. Sedangkan untuk uji autokorelasi sulit saya
sampling purposiv jdi tdk perlu uji signifikasi' temukan, tolong masukannya? Selama ini saya selalu menggunakan matriks
Dari mana anda mendapatkan kutipan itu untuk menemukan formula2nya, thanks.
15 Desember 2009 22:41
2. Maksudnya x1, x2 dan x3 gimana? itu kan variabel.. coba tolong baca2 Konsultan Statistik mengatakan...
postingan dulu biar gak diulang2. Buat Dedy
Lha DW kan autokorelasi mas? Yup?
thanx thanx
1 Oktober 2009 08:10 16 Desember 2009 08:32
Lic1ous mengatakan... krishna wardhana mengatakan...
maksud saya menghitung a,b1,b2 dan b3 gmn? 3 prediktor maksudnya 3 Krishna Bertanya
variabel independen..kalau menhitung korelasi ganda dengan 3 variabel x dan
1 variabel y, gmn y?ada rumusnya g? Mas saya sedang mengerjakan thesis neh, agak bingung sama hasil spss, dan
kalau judulnya pengaruh perputaran piutang, perputaran persediaan dan asumsi klasik, saya menggunakan metode Regresi linear biasa, yang mau saya
perputaran aktiva tetap terhadap profitabilitas. pake regresi atau korelasi? tanyakan:
samplingnya purposive dan data satu perusahaan dari 2004-2008..
mhon bntuanny.trims 1. hasil SPSS pada uji t menunjukan hasil yang minus (-), tetapi signifikan <
4 Oktober 2009 16:33 0.05, itu artinya apa mas?
Konsultan Statistik mengatakan...
Buat Licious 2. Saya hanya menggunakan Uji asumsi klasik berupa normalitas saja,
Semua ada rumusnya masing-masing. silahkan lihat di buku2 statistik. di sini bolehkah uji asumsi klasik hanya berupa uji normalitas?
sulit nulis rumusnya.
Regresi untuk mengetahui pengaruh dan korelasi untuk mengetahui 3. Ada tidak alasan mengapa penelitian tidak mengunakan uji
hubungan. Heteroskedastisitas dan multikolinearitas?

Thanx terima kasih atas jawabannya

5 Oktober 2009 00:44 17 Desember 2009 15:20
Lic1ous mengatakan... Konsultan Statistik mengatakan...
nah itu dy..saya udah nyari di buku2 statistik kebanyakan korelasi ganda cuma Buat Krishna
untuk 3 variabel..kalau yang empat variabel jarang da rumus manual secara 1. Interpretasinya berarti punya pengaruh negatif dan signifikan.
langsung, jadi harus diturunkan dari persamaan2 regresi atau korelasi 2. Sebaiknya gunakan semuanya.
parsial..atau mang tidak ada rumus manual buat korelasi ganda empat 3. Untuk multikolinearitas tidak digunakan untuk regresi sederhana (1 variabel
variabel?kalau ada referensiny di buku statistik apa?siapa penulisx?bisa bebas) dan heteroskedastisitas harus digunakan.
dikirim rumusnya ke alamat email saya lic1ous4pple@gmail.com thanx
pleaseeeee 17 Desember 2009 16:39
6 Oktober 2009 09:42 indah mengatakan...
Konsultan Statistik mengatakan... permisi...
Buat Licious sy mau nanya
Ada rumusnya kok. coba liat di buku Sugiyono atau Nurgiyantoro. dan maaf hasil uji F dan uji t sya menunjukkan ud signifikan dengan sig 0.0001 (pake
kita tidak melayani konsultasi pribadi lewat email. cari aja bukunya di toko2 regresi sederhana), tapi knp kok r square-nya cma 0.20023?
buku terdekat makasih
6 Januari 2010 09:06
thanx Konsultan Statistik mengatakan...
6 Oktober 2009 09:45 Buat Indah
Anonim mengatakan... Sepertinya tidak ada masalah mbak. berarti variabel bebas mampu
mw tanya negh, dalam regresi berganda bagaimana bila interceptnya negatif menjelaskan varians variabel terikatnya sebesar 20,023% di mana selebihnya
padahal realitasnya postif. mohon masukannya yaitu 100 - 20,023 = 79,977% dijelaskan oleh faktor lain selain variabel bebas
tersebut. thanx
regards 6 Januari 2010 11:27
clickwash Anonim mengatakan...
26 Oktober 2009 11:27 saya azhar,mahasiswa S1 akuntansi
Konsultan Statistik mengatakan...
Buat anonim (identitas dunk) mo nanya ni mas, kebetulan kemarin saya habis seminar hasil skripsi saya trus
Intercept itu kan konstanta? jadi kita kurang ngerti dengan 'realitasnya positif' ditanya sama dosen pengujinya kenapa hasil simultannya berpengaruh
signifikan tetapi parsialnya tidak ada yang berpengaruh sama sekali,waktu itu
Mohon infonya thanx saya menggunakan 2 variabel bebas. kemudian saya jawab dengan merujuk
 apa yang ada di blog mas :
Thanx
alam beberapa kasus dapat terjadi bahwa secara simultan (serempak) 8 Februari 2010 14:36
beberapa variabel mempunyai pengaruh yang signifikan, tetapi secara parsial Anonim mengatakan...
tidak. Sebagai ilustrasi: seorang penjahat takut terhadap polisi yang membawa Dear mas konsultan
pistol (diasumsikan polisis dan pistol secara serempak membuat takut
penjahat). Akan tetapi secara parsial, pistol tidak membuat takut seorang sy mau bertanya beberapa pertanyaan:
penjahat. Contoh lain: air panas, kopi dan gula menimbulkan kenikmatan, 1. Mengapa dalam uji asumsi klasik, data tidak boleh terjadi
tetapi secara parsial, kopi saja belum tentu menimbulkan kenikmatan. multikolinearitas,heteroskedastisitas, autokorelasi?

gitu jawab saya. eh dosennya malah bilang, kalo misal kopi, gula sama air
panas digabung juga namanya tetep minuman kopi, bukan minuman manis
ataupu minuman biasa, jadi kan tetep saja yang dominan kopi nya . .
kemungkinan variabel bebasnya juga ada yang pengaruhnya dominan, atau
bisa saja asumsi klasiknya ada yang tidak signifikan?
2.Jika hal itu terjadi, apa langkah kita terhadap data kita?
3. apa sih yang dimaksud kesalahan penggangu dalam uji autokorelasi itu?
Terima kasih atas perhatiannya

saya jadi bingung mesti jawab apa nich mas, padahal sudah saya cek asumsi salam hangat,
klasiknya signifikan dan tetep hasilnya untuk simultannya berpengaruh tetapi rika
parsialnya tidak ada yang berpengaruh . . trus saya disuruh nyari reverensi lagi 10 Maret 2010 15:08
buat ngejawab pertanyaan itu Konsultan Statistik mengatakan...
Buat Anonim (identitas)
tolong bantuin ya mas . . . 1. Memang itu asumsinya. sudah banyak diskusi seperti itu, silahkan di
17 Januari 2010 12:46 browse.
Konsultan Statistik mengatakan...
Buat Azhar. 2. Ada banyak macam cara untuk menanggulangi masalah2 tersebut. sudah
Chek asumsi klasiknya, dah OK atau lum. kalau dah OK hasilnya gitu ya cari ada beberapa di postingan dan diskusi. silahkan dibrowse
referensi penelitian yang mendukung. Secara statistik adalah memungkinkan
simultan signifikan tetapi parsial dua-duanya tidak signifikan. jadi cari referensi 3. idem
hasil penelitian serupa yang mendukung. Thanx. Ilustrasi tersebut jangan
diperdebatkan dengan mengambil analogi terlalu jauh. Yup? Thanx
Thanx 10 Maret 2010 16:04
17 Januari 2010 18:29 asti mengatakan...
Online B2B Marketplace mengatakan... Asti
Saya sedang menganalisis dan membuat penilaian terhadap website
waytodeal.com. Namun ada kerancuan data yang cukup membingungkan Maaf Pak mau nanya..
sehingga mengganggu hasil penilaian akhir. klo kita sudah menggunakan pooling data apakah kita perlu melakukan
pengujian heterokseditas, autocorellation, multikoloniarite ataupun
Pengukuran dilakukan dengan melihat: (Parameternya) homokdesitas???
1. Peringkat Google Page Rank
2. Peringkat Alexa Rank Mohon pencerahannya pak....
3. Jumlah Backlink Terima Kasih..
4. Jumlah Halaman terindeks di search engine. 11 Maret 2010 16:03
Konsultan Statistik mengatakan...
Yang menjadi gangguan adalah bila dibuatkan skor untuk masing masing Buat Asti
parameter dan dirata-rata maka nomor 1, 3 dan 4 menghasilkan angka yang Sepertinya masih perlu. tapi untuk autokorelasi tidak perlu karena untuk cross
semakin besar angkanya semakin baik, namun untuk yang nomor 2, section. thanx
kebalikannya, semakin kecil angkanya semakin baik. 11 Maret 2010 16:22
Anonim mengatakan...
Hasil akhir yang didapatkan menjadi tidak akurat lagi karena semakin saya memiliki persamaan regresi :
angkanya besar semakin baik (artinya website tersebut semakin kuat bila skor
akhirnya mendekati atau di atas 1). Y = 17,85 + 0,2X1 + 0.98X2 + 0,78X3
penelitian menggunakan skala likert.
Bagaimana caranya menghitung rata-rata dari ke-4 parameter di atas sehingga apakah nilai konstanta yang terlalu tinggi itu salah?
menghasilkan penilaian akhir yang tepat dan tidak bias karena parameter Mohon sarannya,
nomor 2 terbalik dalam menentukan yang paling bagus? Thanks
30 Maret 2010 10:03
Maaf saya ga tau istilah-istilah statistiknya apa.. Konsultan Statistik mengatakan...
1 Februari 2010 15:40 Buat Anonim
Konsultan Statistik mengatakan... 1. Apakah sudah dilakukan uji validitas dan reliabilitas?
Buat Online B2b Marketplace 2. Apakah sudah dilakukan uji asumsi klasik?
Hmm...kajian Anda cukup menarik kalau boleh tahu karena postingan di Jika 1 dan 2 OK berarti tidak ada masalah dengan konstanta yang nilainya
regresi linear apakah anda menggunakan metode regresi linear? kalau iya tinggi. Kalau boleh saya sok tahu (he he) mungkin karena indikator pada Y
maka variabel terikatnya apa? dan bagaimana pengukurannya? kalau jumlahnya jauh lebih banyak dibandingkan indikator pada X1, X2 dan X3....sori
menggunakan regresi linear item #2 tidak menjadi masalah. Tinggal nanti kalau salah. thanx
interpretasinya berkebalikan dengan item yang lain. tapi jika tidak 30 Maret 2010 11:20
menggunakan metode regresi linear metode apa yang anda gunakan? atau Anonim mengatakan...
anda belum menentukan metodenya? Iya pak,
Sudah Valid & Reliabel untuk ketiga variabelnya.
Note: Jika menggunakan regresi linear mungkin variabel terikatnya jumlah Apa mungkin ada kesalahan dalam perhitungan pak.
pengunjung ya? (mohon maaf karena kita agak awam dalam hal itu? mohon Tapi mmg iya sih, jumlah item kuisioner untuk Y 12 item, sementara X1,2,3
tanggapannya. item kuisionernya 9,8 dan 7.
Terima kasih Karena terlalu tinggi saya takut itu bermasalah ketika d ujian pak.
1 Februari 2010 16:18 31 Maret 2010 12:02
skripsi mengatakan... Konsultan Statistik mengatakan...
hi mas, Buat Anonim
sya Tere kalau sudah valid dan reliabel chek uji asumsi klasiknya. kalau OK ya gak ada
mhsiswa lg grap skripsi masalah jika konstanta nilainya tinggi. untuk salah atau tidak dalam
klo DW terletak pd tidak ada kputusan gmn?? perhitungan ya dichek sekali lagi aja. he he yup?
klo uji F g signifikan wajar g? 31 Maret 2010 13:05
truz q da coba obatin autokorelasi pke lag yg mas blg tp mslh lg d normalitas, bily mengatakan...
kn hrus uji ulng lg semua variabelnya??? saya bily pak,..
8 Februari 2010 10:50 maaf bapak,...
Konsultan Statistik mengatakan... mohon bantuan masukannya ya pak,...
Buat Skripsi gini pak,...
1. Model anda perlu uji autokorelasi gak? soalnya model yang cross section saya kan sedang meneliti tg pengaruh KK,IOS,LEV terhadap Y,...
kan gak perlu uji autokorelasi saya pake model regresi:
Y = a0 + a1 KK + a2 IOS + a3 LEV + e......(model regresi pertama)
2. Untuk sampel di atas 100, Uji Durbin Watson kurang disarankan, coba setelah saya lakukan semua uji prasyarat analisi ternyata:
gunakan metode lain, misal LM. 1.Uji Autokorelasi (D-W) -> TIDAK terpenuhi atau ada gangguan autokorelasi
2.Uji Multikolinearitas(Tolerance/VIF), Uji Normalitas (Skewness-Kurtosis), dan
3. Ada beberapa penelitian yang masih menggunakan model di mana DW Uji Heteroskedastisitas (Glejser)-> terpenuhi semua,...
masuk pada no decicion.
 Nah,.kemudian saya pakai metode lag u/ mengatasi gangguan autokorelasi
pada model regresi pertama tersebut,...
saya estimasikan model regresi kedua seperti ini:
Y = a0 + a1 KK + a2 IOS + a3 LEV + a4 LAG_Y + e.......(model regresi kedua)
Alhasil,..model regresi (kedua) sudah terbebas dari gangguang autokorelasi
(Uji Autokorelasi D-W -> terpenuhi) dan bebas dari gangguan multikolinearitas
(uji multikolinearitas -> terpenuhi),...
namun ada masalah lain pak,yaitu data residual tidak normal dengan pola
positive skewness dan terdapat gangguan pada model regresi (kedua),..
Untuk masalah ketidaknormalan data residual, saya coba atasi dengan
transformasi data residual kedalam bentuk LOG10,.hasilnya data residual
kembali normal,...
untuk gangguan heteroskedastisitas, saya coba atasi dengan transformasi
semua nilai variabel kebentuk logaritma natural,..hasilnya model dapat
terbebas dari gangguan heteroskedastisitas,.
saya estimasikan model regresi ketiga seperti ini:
LogY = a0 + a1 KK + a2 IOS + a3 LEV + a4 LAG_Y + e,....(model regresi ketiga)
Dalam model ini, sudah memenuhi semua uji prasyarat analisis (fit),..
emmm,..
gini pertanyaan saya pak,..
1. Apakah prosedur yang saya lakukan u/ memenuhi uji prasyarat analisis
tersebut sudah benar, jika salah, prosedur yang benar bagaimana ya pak?,....
2. Apakah model regresi yang saya estimasikan (model kedua, dan ketiga)
sudah benar pak, atau masih salah ya pak?,....
Sementara itu dulu pak,..
maaf pak ada cerpennya dikit,...
maaf kalo merepotkan ya pak,..
sebelumnya makasih banget pak,...
^_^
17 April 2010 22:10
Konsultan Statistik mengatakan...
Buat Bily
prosedurnya sudah tepat. tinggal diinterpretasikan saja dan variabel lag-Y
tidak usah diinterpretasikan. hanya ada beberapa catatan untuk Anda chek
ulang
1. Uji autokorelasi hanya untuk data time series, apakah data anda time
series? kalau cross section tidak perlu uji autokorelasi
2. Transformasi dapat dilakukan jika semua data pada variabel itu positif. jika
ada yang negatif jangan menggunakan transformasi logaritma.
Thanx untuk cerpennya, karena ini juga habis dari liburan..h e he...
19 April 2010 11:37
dewi mengatakan...
pak saya dewi..
mw tnya data saya ditransform jd log natural, coz klo gak ditransform terjadi
multikol, selain itu uji F dan uji T tidak terpenuhi..
pertanyaannya gakpapa kan pak???
trus interpretasinya lansgung dibca hasilnya aj ya pak??
oya mw tnya ttg data residual kan katanya selisih antara nilai prediksi dan
sesungguhnya, contohnya gmn c pak??
mksh ya pak....
30 April 2010 12:19
Konsultan Statistik mengatakan...
Buat Dewi
Sebaiknya uji F masuk, karena menunjukkan kelayakan model. chek lagi uji
asumsi klasiknya, atau keluarkan data outliers kalau ada. thanx
1 Mei 2010 10:26
doni mengatakan...
mas, saya punya judul skripsi. judulnya pengaruh rasio aktivitas dan leverage
keuangan terhadap profitabilitas pada perusahaan industri barang konsumsi di
BEI periode 2005-2009.
saya bingung, data yang dimasukkan tu data yang mana???
kan ada 30 sampel, saya liat di skripsi kaka kelas, yang dimasukin tu data rara-
rata perusahaan tiap tahun..
di skripsi yang laen juga kebanyakan gitu, apa betul mas???
misal : data rasio aktivitas
PT. A (th 05=1) (th 06=1) (th 07=4) (rata"=2)
PT. B(th 05=2) (th 06=2) (th 07=5) (rata"=9)
yang dimasukin tu yang 2 dan 9 (rata")...
mohon bantuannya mas, bentar lagi saya sidang...
30 Mei 2010 22:06
Konsultan Statistik mengatakan...
Buat Doni
Dengan menggunakan nilai rata2, biasanya model lebih baik karena data tidak
terlalu berfluktuasi. akan tetapi banyak yang menyarankan jumlah data untuk
regresi sekitar 5 kali jumlah variabel. Pada prinsipnya rata-rata atau bukan
tidak apa2.
Terima kasih
31 Mei 2010 15:42
soo mengatakan...
mas, saya mau tanya klau misalnya nilai koefisien ( regresi berganda) bernilai
negatif di constantnya [unstandarized coeficient(B)
contant B = -5,9 std error 19.490
standarized coeficient Beta untuk
X1 0,316
X2 0,512
jadi regresi yang terbentuk
Y= -5,9+0,316+0,512
kalau nilai a bernilai minus seperti itu boleh tidak untuk regresi dan apakah
hasilnya dinyatakan jelek mas?
terima kasih sebelumnya
4 Juni 2010 14:50
Konsultan Statistik mengatakan...
Buat Anonim (identitas?)
Gak ada masalah, karena model baik atau jelek tergantung dari uji asumsi
klasik, R dan F, bukan pada nilai plus atau minus. tinggal diinterpretasikan saja.
Terima kasih
4 Juni 2010 16:22
rosida mengatakan...
Selamat siang mas, saya mau bertanya mengenai penelitian saya tentang
Pengaruh Gaya Kepemimpinan (x) thd Budaya Organisasi (y), pengumpulan
data menggunakan kuesioner dengan skala likert utk ke-2 variabel. Kemudian
utk variabel X, dibagi menjadi 4 jenis gaya kepemimpinan (X1,X2,X3,X4). Untuk
itu kira2 metode regresi linear ini sudah tepatkah utk melihat perngaruh
antara kedua variabel? yang sederhana atau berganda?
Hasil yang ingin dicapai adalah melihat gaya kepemimpinan yang mana yg
harus diterapkan utk menghasilkan budaya organisasi tsb. Jadi, dapatkah nilai
koefisien dlm rumusan regresi memperlihatkan hasil tsb?
Demikian mas..Sebelumnya terima kasih atas kesediaannya untuk memberi
pencerahan.
8 Juni 2010 14:50
Konsultan Statistik mengatakan...
Buat Rosida
pake regresi linear berganda bisa. nanti liat di standardized coefficient. Yang
mempunyai nilai paling besar berarti paling dominan dalam mempengaruhi
budaya organisasi. Terima kasih kembali
8 Juni 2010 17:00
Anonim mengatakan...
mas, sy mw tanya mengenai data spss.. penelitian tentang pengaruh struktur
kepemilikan terhdap nilai perusahaan (harga saham).. sy ud buat data variabel
ya dan uji regresi linear sperti R-squared, durbin watson, anova,
coefficients,colinaerity...uda diuji ternyata ada data excluded variabel ya pak..
yg excluded variabel ya variabel institusional ya..terima kasih pak..knp bs
excluded ya pak...?? terima kasih...ria...
10 Juni 2010 23:27
Konsultan Statistik mengatakan...
Buat Anonim (identitas?)
Ada kemungkingkan variabel itu mempunyai signifikansi yang jauh
dibandingkan variabel yang lain, ada kemungkinan juga anda menggunakan
metode stepwise sehingga keluar exclude variabel. Terima kasih
11 Juni 2010 09:51
Yesshy Nahampun mengatakan...
mas, saya mau tanya penelitian saya tentang pengaruh undang-undang
sarbanes oxley terhadap pengendalian internal, pengendalian aplikasi dan
laporan keuangan pada PT.xxx..pengumpulan data menngunakan kuesioner.
pertanyaan:
1. saya bingung menentukan variabel bebasnya mas, variabel bebasnya "UU
sarbanes oxley" bukan sih?
2. penelitian tersebut, sudah tepat kah jika saya menggunakan uji regresi
linier?dan saya harus menggunakan uji regresi linier sederhana atau
berganda?
11 Juni 2010 17:50
Konsultan Statistik mengatakan...
Buat Yesshy
Secara umum variabel bebas adalah variabel yang mempengaruhi atau
independen atau exougen atau prediktor dan istilah yang sejenis. kalau
menggunakan regresi linear sepertinya susah ya. mungkin bisa menggunakan
uji beda, bagaimana kondisi sebelum adanya UU dan setelah adanya UU, jika
ada perbedaan tentunya disebabkan oleh adanya UU tersebut (ini hanya hasil
terawang kami.. hehe). thanx
13 Juni 2010 21:44
Anonim mengatakan...
mas saya asto :
mau tanya tentang variabel independen kepemilikan manajerial dan
kepemilikan institusional yang berpengaruh terhadap penerimaan opini audit
going concern secara teori dan empirik ya c0z dijurnal indira (2009) kurang
begitu jelas dan lengkap.makasih sebelumnya
15 Juni 2010 11:38
Konsultan Statistik mengatakan...
Buat Asto
Di sini kita diskusi tentang statistiknya bukan telaah teoretisnya...mohon maaf.
Thanx
15 Juni 2010 17:39
Anonim mengatakan...
namaQ rina,,,mau nanya nich kalo skripsiQ judulnya pengaruh dana alokasi
umum (x1) dan belanja modal (x2) terhadap tax effort (y2)dan tingkat
kemandirian (Y2)ujinya pake regresi linear berganda dengan dua kali
hitung,,itu dibolehin tidak?terus alasan yang tepat apa ya?hehehe makasih
mohon bantuannya
16 Juni 2010 05:56
alrikkosaputra mengatakan...
permisi, saya putra, mahasiswa tingkat akhir yg sedang menyusun skripsi. saya
pake metode regresi linier ganda krn ada 3 variabel independen & 1 variabel
dependen. yg saya mau tanya, gmn cara menghitung besarnya sumbangan
efektif setiap variabel independen terhadap garis regresi ganda. saya punya
buku panduan ttg regresi linier ganda dg spss, disitu ada langkah2nya tp ada
output yg saya tidak tau muncul darimana. outputnya menghasilkan koefisien
SEQ SS setiap variabel independen, yg kalo dijumlahkan sama dengan nilai
sum of square regression di tabel anova. gmn cara munculin SEQ SS di output
regresi ya?
mohon bantuannya. terima kasih.
17 Juni 2010 17:22
Konsultan Statistik mengatakan...
 Buat Rina 25 Juni 2010 15:20
Y1 tax effort dan Y2 tingkat kemandirian ya? ya boleh2 saja, sering disebut Anonim mengatakan...
dengan analisis jalur. asumsi harus dipenuhi pada kedua model. tapi kalau oh,,ya..terimakasih...
pengin serempak yang pake structural equation modeling. thanx em,,kalo model regresi linear berganda semi log tetapi hanya sebagian
18 Juni 2010 10:11 variabel independen yang di log kan, misal Y= a + b x1 + c logx2 itu bisa ga?jadi
Konsultan Statistik mengatakan... dari 5 variabel independen hanya 3 yang di log. Apakah model seperti itu bisa
Buat Alrikkosaputra dipakai?atau harus me log semua var.independen...
Di output ANOVA kan sudah ada. tinggal disalin saja. yup? Terimakasih
18 Juni 2010 10:14 Ayu
alrikkosaputra mengatakan... 26 Juni 2010 19:09
di output anova saya tidak ada SEQ SS tuh pak. apa ada menu yg blm saya Konsultan Statistik mengatakan...
aktifkan? Buat anonim (ini yg sapa ya)
saya jg mau tanya kl hipotesis saya satu arah, apa semua signifikansi hrs dibagi Yup boleh saja, tidak semua variabel harus di log kan terlebih dahulu.
dua sblm dibandingkan dg 0,05?atau hanya signifikansi yg ada keterangannya seperlunya saja. :) thanx
2-tailed? 27 Juni 2010 16:48
satu lg, nilai di kolom standardized coefficients itu hanya menunjukkan urutan Anonim mengatakan...
variabel yg paling dominan pengaruhnya atau nilai itu jg merupakan itu yang komentar di atas...
persentase pengaruhnya? ayu mas, kan saya udah nyebut nama,hehe
terima kasih banyak. makasih banget,,blog ini sangat membantu untuk pemula...
18 Juni 2010 13:44 saya mau tanya lagi ni...
alrikkosaputra mengatakan... saya baca komentar di atas kalo semi log interpretasinya harus di antilog...
oiya ada yg lupa, kl nilai signifikansi konstanta > 0,05 apa konstanta itu gak
boleh dipake dlm persamaan regresinya? Nah,,yang ingin saya tanyakan gimana caranya meng-antilog?apakah
dan knp standardized coefficient itu bisa dipakai untuk liat dominasi pengaruh menggunakan spss juga?bagaimana langkah-langkahnya dalam spss?
ya?kl pengaruhnya diliat dari koefisien regresi untuk tiap variabel independen
gmn? saya masih bingung..
untuk informasi saya pake spss 12. mohon bimbingannya..
maaf jadi banyak pertanyaannya..butuh pencerahan segera nih terimakasih..
soalnya,hehe..terima kasih atas jawabannya. 29 Juni 2010 08:49
18 Juni 2010 15:10 Konsultan Statistik mengatakan...
Anonim mengatakan... Buat Ayu
Pak, saya mhn info nih. Judul Skripsi: "Analisis Hubungan Intellectual Capital Oups..sori gak baca nama di bawah. Jika model anda mengunakan rasio
Terhadap Potensi Pertumbuhan Perusahaan". Memakai sampel 18 bank th keuangan memang mungkin perlu diantilogkan jika merupakan prediks, tapi
2005-2007. Intell.Capital ini nanti pke proksi (hasilnya nanti ada angka desimal kalau untuk mencari pengaruh mungkin tidak perlu di antilog kan lagi. yup?
yg tiap tahunnya ada 18, jadi total 3 th ad 18x3th=54), nah sedangkan yg 30 Juni 2010 10:32
Potensi Pertumbhn pke 2 proksi yg tidak berhubungan (proksi Market to book Anonim mengatakan...
value of asset dan Market to book value of equity). Kedua proksi Market tsb salam kenal mas...saya mahasiswi unj sedang proses skripsi..ad bbrp hal yg sy
sudah saya htung rasionya (berarti kn ketemu sudah hasil proksi sebelum mau tnya sm mas ttg hsil htung2an sy
faktornya). Nah, padahal Pot.Pertmbhn.Prshn ini m'ngharuskan dihitung
menggunakan analisis Faktor (common factor analysis) stlh dihitung rasionya pertama..
tadi. Jadi klo dijabarkan secara umum, 2 variabel yg akan saya analisis jdul skripsi sy kan ttg hub 2 var yaitu lingkungan keluarga dgn minat bljr...nah
(Intell.Capital & Pot.Pertmbhn.Prshn) nantinya kn akan saya ukur pke Uji sy mndapatkan persamaan regresi sebesar 35,23 + 0,587X
Korelasi. Saya sudah hitung analisis Faktornya, namun saya masih bingung klo nah yg sy ingin tnyakan....alasan ilmiah ap ya mas yg bs sy utarakan nanti kpd
saya ingin melakukan uji korelasi angka hasil dari analisis faktor yg saya pke itu dosen pnguji saya knp sy bs dapet persamaan regresi yg sebesar itu (mksdnya
gmn cara mengekstraknya supaya saya dpt menghitung korelasinya dgn ke 18 0,587 itu knp gede)
proksi Intell.Capital? yg saya tau setelah saya liat postingan bpk tntang Analisis
Faktor diketahui tabel communalities, anti image, screen plot, KMO, Rotation kedua...
dan hasil akhir variabel mana saja yg dpt dijadikan faktor..Mohon Informasinya apa bedanya galat taksir dengan galat baku ya mas???apkh k2nya mmpunyai
pak, Maaf ^^ klo postingan saya kebanyakan (Supaya Jelas gitu pak). fungsi yg berbeda???
19 Juni 2010 07:10 dan apa bhs inggris dr galat baku itu??
Konsultan Statistik mengatakan...
Buat Alrikko saputra sblumnya thx bgt mas....=)...mhon bantuannya...=)
Coba dilihat di tabel ANOVA itu kan sudah ada SPSS versi sebelum 12 juga 1 Juli 2010 21:12
sudah ada. untuk 1 arah signifikansi memang dibagi dua dulu.... Konsultan Statistik mengatakan...
untuk melihat yang paling dominan memang menggunakan standardized Buat Anonim
coefficient, jangan pake unstandardized, mbah gujarati yang bilang begitu :) Pertama, interpretasi statistiknya jika ada perubahan satu satuan pada
Thanx berat lingkungan keluarga akan meningkatkan minat belajar sebesar 0,587 satuan.
20 Juni 2010 19:37 untuk alasan ilmiah coba kaitkan dengan teori yang telah anda susun. Gedhe
Konsultan Statistik mengatakan... atau kecil liat pada t hitungnya signifikan atau tidak
Buat Anonim
Dari keterangan tersebut model anda lebih tepat diselesaikan dengan Partial Kedua, galat baku kalau tidak salah standar baku ya? tapi kita juga kurang
Least Square (PLS) dan program yang bisa digunakan misalnya Smartpls, paham banget dengan istilah indonesianya..
Plsgraph, atau VPLS thanx
Terima kasih 2 Juli 2010 10:11
21 Juni 2010 13:00 Anonim mengatakan...
Anonim mengatakan... mas, mau nanya nih..saya penelitiannya dengan make pooled data (data
salam kenal mas.. panel).Saya masih bingung euy krn penelitian model ini jarang banget saya
mas, mau nanya donk..kalo autokorelasi digunakan krn penelitiannya time dapet cth penelitian terdahulunya. klo penelitian ini, yg prtama kali hrs
series kan? trus kalo pooled data, yg adalah gabungan dari time series dan dilakukan apa ya mas? misalnya kalo time series ato crossection, uji
cross section gmn mas? make uji autokorelasi jg ya? autokorelasi, kemudian hetero, dst.
thx bgt ya mas.. makasih banget ya mas.
David Kris
24 Juni 2010 14:32 19 Juli 2010 17:09
Konsultan Statistik mengatakan... Konsultan Statistik mengatakan...
Buat David Buat Kris
Yup..autokorelasi untuk time series saja. Thanx balik Data panel merupakan gabungan dari data time series dan cross section.
24 Juni 2010 17:59 Terima kasih
Anonim mengatakan... 20 Juli 2010 11:24
salam kenal mas... WongMbeling mengatakan...
saya Ayu.. Help mas,....
saya mau tanya...kalo hasil regresi saya dari uji t itu signifikan tetapi arahnya saya sedang menyusun skripsi dengan judul "PENGARUH ATRIBUT-ATRIBUT
berkebalikan dari hipotesis yang diajukan.. KUALITAS AUDIT, PORTFOLIO JASA PROFESIONAL, DAN REPUTASI KANTOR
Jadi hipotesis saya mengatakan kalau berhubungan positif AKUNTAN PUBLIK TERHADAP KEPUASAN KLIEN"
Tetapi hasil dari uji t adalah signifikan tetapi berhubungan negatif.. untuk KUALITAS AUDIT (X1) dan KEPUASAN KLIEN (Y) saya menggunakan skala
Itu bagaimana ya??apakah hipotesis tetap diterima? likert 5 tingkat, sedangkan untuk PORTFOLIO JASA PROFESIONAL (X2) saya
Terimakasih.. menggunakan pertanyaan yang menyangkut jasa yang digunakan perusahaan
25 Juni 2010 13:58 pada KAP (ada 6 jenis jasa), lalu untuk REPUTASI KANTOR AKUNTAN PUBLIK
Konsultan Statistik mengatakan... (X3) saya membaginya menjadi big four (kode: 1) dan non big four (kode: 0).
Buat Ayu. Alat analisis yang dipergunakan regresi berganda. Kira-kira tepat tidak ya alat
Jika rumusah hipotesis adalah 'ada pengaruh positif X terhadap Y', maka jika analisis saya mengingat ada beberapa jenis skala penilaian? tolong bantu ya
hasilnya negatif berarti hipotesis ditolak (satu arah). tetapi jika rumusan mas...mau deadline nih
hipotesis 'ada pengaruh X terhadap Y, maka jika t signifikan maka hipotesis 20 Juli 2010 20:47
diterima tidak tergantung positif atau negatif (dua arah). Terima kasih Anonim mengatakan...
 Halo pak , saya dian. 18 Desember 2010 07:52
Saya mau tanya gimana cara penyelesaiannya kalo data saya kurang. Konsultan Statistik mengatakan...
Saya menggunakan purposive sampling tapi yg memenuhi kriteria dari seratus Buat Suhendra
sekian cuma ada 28 saja, apa sebaiknya ganti saja atau gimana? Apa bapak Anda bisa menggunakan regresi ordinal. Terima kasih
tahu gimana cara menghitung berapa jumlah data minimum untuk penelitian 22 Desember 2010 11:45
dengan populasi tertentu? babyblue87 mengatakan...
Terima kasih. asslm pak, nama saya nisa. mau tanya mengenai regresi linier sederhana, ttg R
21 Juli 2010 12:01 square.
Konsultan Statistik mengatakan... Apakah nilai R square yg kurang dari 0,5 tidak dapat dijadikan utk
Buat Wongbeling mengestimasikan variabel terikat? sehingga tdk perlu dibuat grafiknya? Dosen
Pake regresi berganda bisa kok. yang reputasi itu merupakan dummy variabel. saya bilang demikian. Padahal saya tetap tampilkan grafiknya (dgn SPSS).
terua yang jasa profesional juga menggunakan dummy juga. cara membuat Tolong dibantu ya pak, hehe.. makasih.. :D
dummy yang X2 sudah ada diskusi tentang itu di blog ini. silahkan disimak. 28 Desember 2010 10:27
Terima kasih Konsultan Statistik mengatakan...
21 Juli 2010 12:46 Buat Babyblue87
Konsultan Statistik mengatakan... Tetapan 0,5 kita juga kurang tahu dari mana. mungkin cari di source yang lain
Buat Dian saja mbak. Terima kasih
Tergantung dari rancangan penelitian anda. diskusikan sama dosen 3 Januari 2011 07:44
pembimbing anda. Terima kasih Anonim mengatakan...
21 Juli 2010 12:49 mas,,sy mo nanya
sandi mengatakan... sy menggunakan smart pls , pada uji validitas, data dnyatakan valid ,namun uji
salam kenal pak, saya sandi relibilitas (cronbach alpa) datanya ga reliable,,gmn cara mngatasinya??knp
saya dari universitas darma persada sedang menyelesaikan skripsi dengan bisa trjadi?
judul analisis pengaruh kurs dan suku bunga bi rate terhadap IHSG 3 Januari 2011 13:48
saya mau nanya hasil regresi saya terdapat autokorelasi untuk itu saya Anonim mengatakan...
mengunakan lag varibel independent untuk menhindari autokorelasi dengan mass,,aku windy,,
hasil sebagai berikut : mahasiswa tugas akhir tek.pertambangan,,aku olah data pake spss
ihsg = 2154.00 + 21.32 kurs_lag1 - 3245.021 suku bunga_lag4 mas,,regresi berganda,,
hasilnya Y = 47.710 + 0.271X1 – 0.967X2 – 0.245X3
pertanyaan saya (x1=delay time, x2=energi listrik yg terbuang, x3=oreloss)
1. bagaimana menyimpulkan hasil tersebut dengan menggunakan lag arti negatif apa yah mas,,tlong dibantu yah mas,, :(
2. kenapa hasil regresi ada konstannya (hanya ingin tau doang) 3 Januari 2011 22:53
Ika Independent mengatakan...
terima kasih, harap bantuannya>>> aslm. sblmya mohon pencerahannya.... krn sy ga (blm) pahm ttg statistik pdhal
28 September 2010 22:41 sdng slesein skripsi. jdl skripsi sy pengaruh pengumuman stock split thd
Konsultan Statistik mengatakan... likuiditas saham. variabel X dan Y nya diukur berdasarkan sblm dan sesudah
Buat Sandi pengumuman stock split.
Sepertinya untuk menghindari autokorelasi menggunakan lag variabel kira2 u analisis data, bener atw ga kl sy pk uji beda. truz regresinya gimana?
dependent, bukan independent. nanti interpretasinya seperti interpretasi apakah harus dbwt sblm dan sesudah juga?
pada regresi linear dan untuk variabel lag tidak perlu diinterpretasikan. uji beda dua rata2 itu apa ya?
Konstanta pada regresi merupakan titik potong dengan sumbu Y, atau jika
semua variabel bebas bernilai 0. jika ingin menghilangkan konstanta maka tlng dibantu ya pak...trims...^_^
gunakan konstanta pada standardized. Terima kasih kembali 4 Januari 2011 17:13
29 September 2010 08:26 Budi Wahyono mengatakan...
dimas mengatakan... Pak, saya Budi Wahyono. Saya sedang mengerjakan Skripsi sampai Bab 4.
permisi pak, mau numpang nanya.. Saya masih bingung dalam menginterpretasikan nilai intersep (konstanta) yang
untuk skrpsi saya tentang perngaruh variabel keuangan dan non keuangan negatif, padahal nilai intersep dalam penelitian saya negatif, dan Varibel bebas
terhadap underpricng .. saya adalah prestasi belajar yang secara harfiah tidak mungkin bernilai negatif.
ada 3 uji Menurut Bapak, kalau nilai intersepnya tidak saya interpretasikan saja gmn?
model 1 underpricng : variabel keuagan atau Bapak punya referensi buku yang bisa saya jadikan dasar dalam masalah
model 2 underpricng : variabel non keuangan ini.
model 3 underpricng : keuangan + non keuangan.. Terima Kasih.
nah hasilnya model 1 & 2 tidak terjadi pengaruh secara simultan... 5 Januari 2011 12:25
namun di model 3 koq bisa secara simultan ada pengaruhnya ya(bahkan lestari_azzuhri mengatakan...
secara partial hasilny ada yg signifikan)? apa itu normal.. mas..saya titi mahasiswi akuntansi sedang mengambil skripsi..
saya bingung mas,saya menggunakan regresi berganda, variabel bebasnya ada
oh iya sebelumnya ketiga2 nya kena gangguan otokorelasi & saya transformasi 4 variabel yang datanya kuantitatif dan ada 1 variabel yang menggunakan
kan ke GLS.. nilai p sy ambil dari hsil DW.. dummy terus saya juga pake variabel kontrol.
khusus untuk regresi model 3 dengan n:50 k:10... sy transformasi berulang2 hasil uji f nya tidak signifikan tp ada 1 variabel dalam uji t yang
karna kena gangguan otokorelasi... signifikan,kebetulan saya pake 1 arah.
trimakasih ..:) datanya juga normal karena nile asymp.sig nya 0.963.
26 November 2010 16:58 yang ingin saya tanyakan,apa mungkin hal itu bs terjadi mas??.. terus yang
Konsultan Statistik mengatakan... untuk melihat heteroskedastisitas kan bisa dengan uji glejser ya mas, dengan
Buat Dimas mengabsolut residualnya terus diregresi lagi.saya masih bingung
Selama asumsi telah terpenuhi, maka hal itu mungkin2 saja. Terima kasih mas,ngeregresinya kaya cara mau melakukan uji asumsi klasik dengan
28 November 2010 18:07 menyertakan absolut residual pada variabel bebasnya atau gmn mas???
Anonim mengatakan... mohon bantuannya mas...thank a lot of...
permisi pak, mau tanya2 nih... 7 Januari 2011 12:43
bulan desember ini saya maju ujian skripsi tapi masi ada tanda tanya besar... Konsultan Statistik mengatakan...
pembahasan analisis regresi berganda, diperoleh persamaan Y = 0,124 – Buat Anonim
0,001PER + 0,000EPS. Jika memungkinkan dikeluarkan indikator yang mempunyai loading factor
terendah. lalu dilihat uji reliabilitasnya lagi. Terima kasih
yang saya mau tanyakan nilai 0,000EPS itu maksud bagaimana? saya susah 10 Januari 2011 07:56
jelaskan di skripsi saya (Koefisien regresi untuk (EPS) sebesar 0,000 dan Konsultan Statistik mengatakan...
bertanda positif, hal ini berarti setiap perubahan satu satuan saham pada Buat WIndi
Earning Per Share dengan asumsi variabel lainnya tetap, maka return saham Y-nya apa? jika negatif kurang lebih artinya jika X1 meningkat Y malah
akan mengalami perubahan sebesar 0,000 dengan arah yang sama.). tapi menurun (demikian juga sebaliknya). Terima kasih
dosen saya masi minta maksud dan arti lain dari 0,000 itu apa.. dia pernah 10 Januari 2011 14:46
bilang 0,000 itu hasil penelitian yang hampir atau sama dengan 0 (asum...). Konsultan Statistik mengatakan...
mohon pencerahan pak...sebelum dan sesudahnya saya ucapkan terima kasih Buat Ika
29 November 2010 11:06 Bisa digunakan uji beda, ntar kalau berbeda berarti ada pengaruh stock split
Konsultan Statistik mengatakan... terhadap likuiditas. Dalam uji beda tidak ada variabel bebas dan variabel
Buat Anonim terikat. terima kasih
Desimal bisa diperbesar, dengan doble klik pada tabel, lalu klik kana, pilih cell 11 Januari 2011 08:43
properties, besarkan angkanya sehingga tidak 0 semua. Konsultan Statistik mengatakan...
Terima kasih Buat Budi Wahyono
29 November 2010 15:34 Konstanta negatif berarti jika semua variabel bebas nol maka variabel terikat
suhendra mengatakan... akan bernilai nol. dan jika menggunakan kuesioner tentunya tidak mungkin
asslamualaikum, mas saya lagi skripsi menggunakan regresi berganda, apakah semua variabel bebas bernilai nol karena rancangan kuesioner biasanya
benar jika kita ingin menggunakan regresi data nya harus ordinal atau menggunakan skor terendah 1. jadi coba gunakan standardized coeficient saja
intrval?? data saya ordinal, lalu bagaimana cara nya agar data saya menjadi sehingga tidak ada konsntanta karena semua variabel bebas telah
interval mas, apakah ada software untuk transformasi data tersebut atau tidak distandarkan. (simak gujarati).Terima kasih
mas?? terimakasih 12 Januari 2011 08:47
Konsultan Statistik mengatakan... Konsultan Statistik mengatakan...
Buat Lestari Buat Syahrul
Kemungkinan apa saja bisa terjadi yang penting model telah dispesifikasi Yang paling dominan dilihat dari standardized coefficients dan sudah ada
dengan benar dan telah memenuhi asumsi yang diperlukan. untuk glejser, banyak diskusi tentang ini di sini. Terima kasih dan tidak ada Firman di sini :)
diregresikan antara variabel bebas terhadap absolut residualnya. gitu saja, 16 Maret 2011 08:54
ntar dilihat yang signifikan berarti ada gangguan. terima kasih lala mengatakan...
14 Januari 2011 09:07 pagi pak, saat ini saya sedang menyusun tugas akhir dan telah selesai
hendry mengatakan... mengambil data. Ada beberapa pertanyaan yang ingin saya sampaikan terkait
permisi pak, saya sedang skripsi mengenai regresi linier berganda untuk dengan peroses pengolahan data dengan metode regresi. Saya menggunakan
menganalisa pergerakan harga saham. dua variabel, setelah dilakukan perhitungan hasil regresi linier sederhana
untuk variabelnya saya menggunakan IHSG,DJI dan harga tutupan saham antara IV(independent variabel) dan DV (Dependent variabel) signifikan (lebih
tersebut. kecil dari 0,05). saya ingin melihat seberapa besar berpengaruh dimensi-
data yg diambil adalah data selama 5 hari untuk memprediksi pergerakan dimensi pada IV terhadap DV. Awalnya saya pecah IV (sesuai dimensinya)
pada 5 hari berikutnya. menjadi 4 IV lalu saya regresikan pada DV dengan regresi sederhana satu
apakah ini dapat dipakai ya pak?saya cukup kebingungan..thx persatu, hasilnya 3 signifikan dan 1 tidak. Setelah itu saya gunakan regresi
16 Januari 2011 08:52 berganda untuk melihat mana IV yang paling berpengaruh, ternyata hasilnya
Konsultan Statistik mengatakan... secara simultan signifikan tapi secara parsial tidak satupun yang signifikan.
Buat Hendry Pertanyaannya adalah mengapa hasil regresi secara parsial dan secara
Jumlah hari silahkan mencari referensi dari buku yang berkaitan dengan sederhana berbeda? ... apakah sebenarnya perbedaan regresi parsial dengan
saham saja, bukan dari statistiknya. Mohon maaf. terima kasih sederhana? mana yang lebih tepat digunakan pada kasus ini? terimakasih
22 Januari 2011 10:20 banyak atas jawabannya
Ika Independent mengatakan... 31 Maret 2011 08:39
Siang pak...it's me Ika lg.. Konsultan Statistik mengatakan...
saya sudah coba hitung data dengan menggunakan uji beda. jumlah sampel 34 Buat Lala
dan belum menemukan nilai dari t tabel. ada buku menyebutkan mengenai Gunakan regresi berganda dengan uji parsial saja, karena ketika menguji salah
interpolasi untuk jumlah sampel yang tidak tertera di tabel t, tapi tidak rumus satu variabel akan melibatkan variance dari variabel bebas yang lain, di mana
atau pun petunjuk yang jelas. mohon bantuannya pak, interpolasi itu apa dan hal itu tidak ada pada regresi sederhana. Sudah ada ilustrasi pada postingan,
bagaimana rumusnya? silahkan disimak. Terima kasih
25 Januari 2011 13:13 2 April 2011 20:45
Konsultan Statistik mengatakan... adri mengatakan...
Buat Ika maaf pak saya mau nanya, data saya ini tentang arus kas perusahaan jadi
Sepertinya ada mbak dengan n = 34. kalau rumusnya sulit ditulis di sini. Intinya nilainya tuh milyaran, supaya nilai datanya lebih kecil, data tersebut mesti
kalau 1 adalah 6, 3 adalah 8, maka tentunya 2 adalah 7. he he... thanx ditransform pake log, klo nilainya plus bisa ditransform menggunakan log, nah
30 Januari 2011 10:19 masalahnya arus kas ini ada data yang minus sampe -100milyar, nah
heart mengatakan... transformnya pake ap ya??? makasii pak
ni dian mahasiswi akuntansi 4 April 2011 12:36
q mw tannya ttng koefisien dterminasi Konsultan Statistik mengatakan...
1. apa perbedaan definisi R square dan adjusted R square Buat Adri
2. misalkan adjusted' tu rendah tu alasan' karena apa bisa rendah, dan Kalau sekedar untuk mengecilkan dapat ditulis dalam milyar, jadi kalau 23
misalkan nilai adjusted' tu tinggi tu juga karena apa? Milliar ditulis 23 saja. Terima kasih
3. skripsi saya kan menngunakan uji satu arah, tp setelah di analisis tu 6 April 2011 10:06
menunjukan thitung sama dengan ttabel yaitu 2,048 Anonim mengatakan...
tu bagaimana keputusan hasil analisis' apakah pengaruh positif signifikan atau Dear p'
tidak pengaruh positif signifikan saya manda, sedang buat skripsi dengan motode regresi linear berganda, yakni
pengaruh karakteristik pekerjaan (X1), Dorongan berprestasi (X2), Kesempatan
terima kasih berkembang (X3), Tanggung Jawab (X4) dan Penghargaan (X5) terhadap
17 Februari 2011 20:40 Kepuasan Kerja Karyawan (Y). untuk variabel bebas (X1-X5) saya memakai
Firman mengatakan... kuisioner dgn skala likert 1-5, tetapi bagaimana dengan variabel terikatnya (Y)
selamat siang mas, saya firman.. saya mau bertanya mas, simple aja ko mas apa bisa menggunakan skala likert jg?, karena menurut pembimbing untuk
pertanyaan saya.. variabel bebas data boleh bersifat ordinal tetapi untuk variabel terikat tidak
boleh, please advicenya...
dr atas td saya udh baca tp ko tidak ada cara melakukan anti log yah? nah yg 11 April 2011 10:11
saya ingin tanyakan cara melakukan anti log melalui excel atau kalkulator gmn Konsultan Statistik mengatakan...
ya mas?heheh Buat Manda
Untuk regresi linear, variabel bebas dan terikat harus interval atau rasio (bisa
trimakasih mas pencerahannya.. salam.. juga dummy). jika variabel terikat ordinal maka gunakan regresi ordinal.
Konsultan Statistik mengatakan... Terima kasih
Buat Dian Anonim mengatakan...
(Sudah banyak diskusi tentang ini, silahkan disimak) Dear Mr.
1. R square selalu naik dengan adanya penambahan variabel bebas barus, Saya ingin tanyakan,
sedangkan Adjusted bisa naik bisa turun tergantung variabel bebas yang 1. kalau blh tahu, dibuku apa atau teori yang mengatakan bila adjusted R
dimasukkan Square dan jika bernilai negatif maka uji F dan uji t tidak dapat dilakukan?
2. Semakin rendah berarti semakin rendah kemampuan variabel bebas dalam 2. Bila Uji F dan Uji t tidak dapat dilakukan, apakah penelitian tersebut tidak
menjelaskan variasi variabel terikat. signifikan karen memang tidak sah untuk dilakukan pengujian?
3. Tips, perbanyak angka di belakang koma, biar lebih jelas. 3. bila adjusted R square bernilai negatif,R juga ikut bernilai negatif?

Terima kasih Terimakasih, mohon jawaban secepatnya.

Konsultan Statistik mengatakan... artm4n mengatakan...
Buat Firman permisi pak, saya mau bertanya tentang uji t regresi
Di excel atau kalkulator biasanya ada, tergantung dari jenis kalkulatornya. penelitian saya pengaruh zakat sebagai pengurang penghasilan kena pajak
biasanya menggunakan menu INV. chek this sound. Thanx terhadap penghasilan kena pajak
22 Februari 2011 11:59 output spss data saya constanta b -1.459, nilai t-nya juga -10.654
Anonim mengatakan... menurut bapak "Gak ada masalah, karena model baik atau jelek tergantung
Mas Andi saya mo tanya ada ga cara supaya nilai - koefisien regresi atau arah dari uji asumsi klasik, R dan F, bukan pada nilai plus atau minus"
negatif berubah menjadi positif pada spss selaen dgn cara trial error atau tapi saya ditanya pembimbing mengapa t-nya minus
manipulasi data berulang2???..misal Y= -0.175 +0.345X1 -0.543x2 mengubah - penyebabnya apa ya pak?
(arah negatif) pada 0.175 dan pada 0.543 menjadi positif..... apa mungkin karna angka2 pada variabel independen saya lebih kecil daripada
10 Maret 2011 22:45 dependen?
griya rindang mengatakan... mohon bantuannya..terimakasih sebelumnya
Bapak Firman Konsultan Statistik mengatakan...
saya syahrul sedang menyusun tesis tentang pengaruh inflasi, sbi dan kurs Buat Anonim
dolar pada IHSG. Jika Adjusted R Square negatif maka dianggap nol dan sudah banyak diskusi
saya kesulitan untuk mengetahui pengaruh yang paling dominan dari ketiga tentang itu di sini. Secara lebih lengkap simak di Gujarati. Terima kasih
faktor (inflasi, sbi dan kurs dolar) sementara saya membaca di salah satu tesis 21 April 2011 12:13
bahwa itu bisa diketahui dari perbandingan T hitug vs T tabel pilih yang paling Konsultan Statistik mengatakan...
besar ada juga yang menyebut R2 yang paling besar. ini bagaimana mohon Buat Artm4n
penjelasan Jika asumsi sudah OK tinggal diinterpretasikan saja sesuai dengan teori dan
11 Maret 2011 15:11 fenomena empiris. Terima kasih
Konsultan Statistik mengatakan...
Buat Anonim
Maaf kami kurang tahu metode manipulasi data seperti itu. saya sarankan
Anda tidak melakukan hal seperti itu. Terima kasih
15 Maret 2011 08:53