Statistika Deskriptif Dan Regresi Berganda PDF
Statistika Deskriptif Dan Regresi Berganda PDF
ISBN: 978-602-9019-98-8
Semarang University Press
ISBN: 978-602-9019-98-8
Semarang University Press
ii
KATA PENGANTAR
Dengan menyebut Nama Allah, Yang Maha Pengasih dan
Maha Penyayang.
Salam sejahtera buat pembaca semua, semoga keselamatan
dan rahmat Tuhan selalu terlimpah kepada para nabi dan
juga kita semua. Aamiin.
Syukur Alhamdulillaah, penulis diberikan kekuatan hingga
akhirnya dapat menyelesaikan penulisan buku kecil ini. Buku
ini dimaksudkan untuk memberikan panduan singkat
penggunaan SPSS sebagai alat untuk menghasilkan statistik
deskriptif dan melakukan analisis regresi linier berganda.
Terkait dengan regresi linier berganda, buku ini juga memuat
cara melakukan uji asumsi klasik sederhana yang diperlukan.
Pada akhir bagian buku dilengkapi dengan satu latihan
sederhana.
Terima kasih penulis ucapkan kepada semua pihak yang
secara langsung dan tidak langsung mendukung penulisan
buku ini. Semoga semua itu menjadi amal ibadah kita di
dunia dan akhirat. Aamiin.
Dengan segala keterbatasan penulisan yang tertuang di buku
ini, semoga buku ini bermanfaat bagi para pembaca.
Penulis
iii
iv
DAFTAR ISI
KATA PENGANTAR .............................................................. iii
DAFTAR ISI .......................................................................... v
BAB 1 PENDAHULUAN DAN ENTRI DATA .............................1
BAB 2 STATISTIK DESKRIPTIF..............................................7
BAB 3 REGRESI LINIER BERGANDA ................................... 11
BAB 4 MULTIKOLINIERITAS ............................................... 19
BAB 5 HETEROSKEDASTISITAS ......................................... 24
BAB 6 AUTOKORELASI ....................................................... 30
BAB 7 NORMALITAS RESIDUAL .......................................... 35
LATIHAN ............................................................................ 39
REFERENSI ........................................................................ 42
LAMPIRAN TABEL DURBIN WATSON 5% ............................. 43
BAB 1
PENDAHULUAN DAN ENTRI DATA
Program SPSS adalah salah satu program pengolahan statistik
yang paling umum digunakan dalam penelitian yang
menggunakan data kuantitatif atau data kualitatif yang
dikuantitatifkan.
Setelah diinstal di komputer, program ini biasanya memiliki
shortcut di desktop atau di Windows taskbar, dengan mengklik
ikon START PROGRAM FILES SPSS Inc. SPSS16, maka
akan terbuka tampilan berikut:
Name
SAMPID
Type
Numeric
Width
8
Decimals
2
CAR
Numeric
NPL
Numeric
ROA
Numeric
ROE
Numeric
OCOR
Numeric
LDR
Numeric
Label
Sample
Identity
Capital
Asset Ratio
Non
Performing
Loan
Return On
Asset
Return On
Equity
Cost
Efficiency
Loan
to
Deposit
Ratio
Columns
8
Align
Right
Measure
Scale
Right
Scale
Right
Scale
Right
Scale
Right
Scale
Right
Scale
Right
Scale
CAR
NPL
ROA ROE
OCOR LDR
2.41 24.29
82.09 102.87
3.26 31.15
77.69
90.51
1.83 46.21
78.71
89.12
2.60 33.14
78.94 104.41
3.03 29.72
84.52
97.06
1.53 32.22
81.34
92.98
SAMPID
NPL
ROA ROE
9.57
4.44
2.77 34.37
78.05 102.94
8.00 10.69
2.57
2.27 23.24
82.75
99.16
9.00 11.46
2.84
3.04 37.49
75.76
95.73
10.00 12.10
5.63
2.76 42.13
78.10
98.44
11.00 11.25
4.58
2.62 33.21
78.73 106.39
12.00 18.14
1.61
3.15 32.00
68.02
81.76
13.00 11.10
3.62
0.45
8.03
95.50
85.82
14.00 17.56
0.90
4.25 43.45
71.56
90.26
15.00 11.16
3.13
1.83 28.74
86.33
90.27
16.00 10.82
7.80
0.53
8.49
95.71
92.93
17.00 11.58
1.54
5.59 61.84
67.78
93.68
18.00
9.32
1.95
5.43 89.83
70.19
97.15
19.00 10.72
1.13
5.37 60.70
69.64
98.83
20.00 11.45
1.12
1.56 25.32
86.59
85.20
21.00 12.91
0.77
5.36 57.99
67.84
86.08
22.00 12.04
1.40
0.62
9.72
93.66
90.23
23.00 15.51
1.38
2.14 22.45
75.66
81.16
24.00 13.48
1.12
0.98 11.06
89.03
79.58
25.00 10.96
1.70
2.22 39.97
84.42
81.39
26.00 12.03
4.51
2.05 51.61
78.01
91.05
27.00 11.06
1.29
2.08 35.11
85.10
82.25
28.00 13.71
6.00
1.65 32.96
80.96
94.23
29.00 16.50
6.12
2.03 39.25
84.33
87.32
30.00 14.80
6.71
1.75 34.49
79.56
95.64
31.00 12.28
4.14
1.94 51.35
77.89
89.21
32.00 13.30
4.86
2.11 40.17
74.05
87.93
33.00 14.73
4.59
2.08 38.77
72.05
86.85
34.00 11.54
4.39
1.91 48.78
78.13
99.11
35.00 12.39
3.86
2.23 44.20
73.76
83.07
36.00 14.00
4.21
2.00 38.21
73.88
87.03
7.00
CAR
OCOR LDR
BAB 2
STATISTIK DESKRIPTIF
Buka kembali SPSS dengan langkah-langkah yang sudah
pernah disampaikan sebelumnya. Akan tetapi kali ini pilih
OPEN EXISTING DATA SOURCE dan pilih More Files atau jika
sudah
ada
nama
file
yang
dimaksud
(misalnya:
kinerjabank.sav), bisa langsung dipilih untuk kemudian pilih
OK. Tampilkan kembali file data rasio keuangan sejumlah
bank selama tiga tahun. Kali ini akan didapati satu aplikasi
lagi yang bernama SPSS Output Viewer, di samping SPSS
Data Editor yang sudah dikenal sebelumnya.
1. Klik ANALYZE
DESCRIPTIVES
DESCRIPTIVE
STATISTIC
10
BAB 3
REGRESI LINIER BERGANDA
Dengan menggunakan data yang terdapat pada bagian
sebelumnya, yaitu data rasio keuangan beberapa bank selama
tiga tahun, model yang ingin diuji secara empiris adalah
bagaimana pengaruh faktor-faktor berikut ini:
1. Struktur permodalan (yang diproksikan oleh Capital
Assets Ratio),
2. Kualitas aset produktif (yang diproksikan oleh Non
Performing Loan),
3. Rentabilitas (yang diproksikan oleh Return on Equity),
4. Efisiensi biaya (yang diproksikan oleh rasio Operating
Cost & Operating Revenue), dan
5. Likuiditas (yang diproksikan oleh Loan to Deposit Ratio)
terhadap Kinerja Keuangan perbankan yang diproksikan oleh
Return on Asset.
Adapun kerangka penelitiannya apabila digambarkan maka
akan tampak sebagai berikut:
11
12
CAR
NPL
ROE
ROA
OC/OR
LDR
13
Di mana:
Y
1
5
X1
variabel
X2
X3
X4
X5
Normalitas
Heteroskedastisitas
Multikolinieritas
Autokorelasi (jika menggunakan data time series)
Langkah Analisis
1. Buka file data yang sudah dientrikan pada bagian
sebelumnya (misalnya: kinerjabank.sav)
2. Dari menu utama SPSS, pilih menu Analyze
Regression Linear hingga tampak sebagai berikut:
14
15
16
17
18
peningkatan,
peningkatan,
maka
ROA
cenderung
mengalami
BAB 4
MULTIKOLINIERITAS
Uji multikolinieritas bertujuan untuk menguji apakah dalam
model regresi ditemukan adanya korelasi yang tinggi atau
sempurna antar variabel independen. Jika antar variabel
independen terjadi multikolinieritas sempurna, maka koefisien
regresi variabel independen tidak dapat ditentukan dan nilai
standard error menjadi tak terhingga. Jika multikolinieritas
antar variabel independen tinggi, maka koefisien regresi
variabel independen dapat ditentukan, tetapi memliki nilai
standard error tinggi berarti nilai koefisien regresi tidak dapat
diestimasi dengan tepat.
Untuk
memberikan
gambaran
multikolinieritas
dengan
SPSS16,
persamaan regresi berikut:
cara
mendeteksi
digunakan
model
Langkah Analisis
1. Buka file kinerjabank.sav
2. Dari menu utama SPSS, pilih menu Analyze
Regression Linear hingga tampak sebagai berikut:
19
20
21
22
4. Nilai
CI
antara
10-30
menunjukkan
adanya
multikolinieritas moderat sampai kuat dan CI di atas 30
terdapat multikolinieritas sangat kuat. Berdasarkan
parameter tersebut, dari enam dimensi, tiga di
antaranya memiliki nilai CI di bawah 10, yang berarti
tidak terdapat multikolinieritas. Kemudian satu
dimensi memiliki nilai antara 10-30 yang menunjukkan
multikolinieritas moderat. Lalu dua dimensi memiliki
nilai di atas 30, yang menunjukkan multikolinieritas
kuat.
23
BAB 5
HETEROSKEDASTISITAS
Asumsi klasik berikutnya dalam model regresi
homoskedastisitas atau memiliki varian yang sama.
adalah
24
25
Terlihat pada tampilan grafik scatterplots di atas bahwa titiktitik tidak menyebar secara acak baik di atas maupun di
bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan
bahwa terjadi heteroskedastisitas pada model regresi. Analisis
26
27
28
29
BAB 6
AUTOKORELASI
Uji autokorelasi bertujuan menguji apakah dalam suatu model
regresi linier terdapat korelasi antar kesalahan pengganggu
(residual) pada periode t dengan kesalahan pada periode t-1
(sebelumnya). Jika terjadi korelasi, maka dinamakan terdapat
permasalahan autokorelasi. Autokorelasi muncul karena
observasi yang berurutan sepanjang waktu berkaitan satu
sama lain. Masalah ini timbil karena residual (kesalahan
pengganggu) tidak bebas dari satu amatan ke amatanyang
lain. Hal ini sering ditermukan pada data runut waktu / time
series karena "gangguan" pada seseorang individu/kelompok
cenderung
mempengaruhi
"gangguan"
pada
individu/kelompok yang sama pada periode berikutnya.
Pada data cross section (silang waktu), masalah autokorelasi
relatif jarang terjadi karena "gangguan" pada amatan yang
berbeda berasal dari individu/kelompok yang berbeda. Model
regresi yang baik adalah regresi yang bebas dari autokorelasi.
Ada beberapa cara yang dapat digunakan untuk mendeteksi
ada tidaknya autokorelasi.
Uji Durbin Watson
Salah satu cara yang umum digunakan untuk mendeteksi
adanya autokorelasi dalam regresi linier berganda adalah
dengan Uji Durbin Watson (DW). Suatu model regresi
dinyatakan tidak terdapat permasalahan autokorelasi apabila:
Di mana:
d =
du =
31
32
n
33
34
35
36
37
38
39
k=5
dL
1.1270
1.1439
1.1601
1.1755
1.1901
1.2042
1.2176
dU
1.8128
1.8076
1.8029
1.7987
1.7950
1.7916
1.7886
Run Test
Run test sebagai bagian dari statistik non parametrik dapat
pula digunakan untuk menguji apakah antar residual
terdapat korelasi yang tinggi. Jika antar residual tidak
terdapat hubungan korelasi, maka dikatakan bahwa residual
adalah acak atau random. Run test digunakan untuk melihat
apakah data residual terjadi secara random atau tidak
(sistematis)
Langkah Analisis
1. Dari menu utama SPSS, pilih Analyze Nonparametric
Tests Runs hingga tampak seperti berikut.
33
34
BAB 7
NORMALITAS RESIDUAL
Uji Normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel pengganggu atau residual mempunyai
distribusi normal. Uji t dan F mengasumsikan nilai residual
mengikuti distribusi normal. Jika terjadi pelanggaran asumsi
ini, maka uji statistik menjadi tidak valid untuk jumlah
sampel kecil. Ada dua cara mendeteksi apakah residual
memiliki distribusi normal atau tidak, yaitu dengan analisis
grafik dan uji statistik.
Analisis Grafik
Lakukan regresi dengan variabel dependen ROA dan variabel
independen CAR, NPL, ROE, OCOR dan LDR. Lanjutkan
dengan menekan tombol Plots hingga tampak di layar kotak
dialog Linear Regression: Plots. Aktifkan Histogram dan Normal
probability plot pada bagian Standardized Residual Plots.
Abaikan yang lain, tekan Continue lalu OK.
35
36
37
Analyze
2. Setelah muncul kotak dialog One-Sample KolmogorovSmirnov Test. Kemudian pada kotak Test Variable List
isikan variabel Unstandardized Residual (RES_1).
Selanjutnya, pada kotak Test Distribution aktifkan
Normal. Abaikan yang lainnya, lalu klik OK.
38
3.
Viewer
akan
muncul
LATIHAN
Berikut ini adalah data sebuah penelitian yang ingin menguji
apakah Kompleksitas Tugas dan Aset Klien mempengaruhi
Fee Audit.
1. Dengan menggunakan data berikut ini lakukan / tentukan
dan interpretasikan hasil dari:
a. Uji Asumsi Klasik:
i. Uji Multikolinieritas dengan menggunakan
nilai VIF & Tolerance.
ii. Uji Heteroskedastisitas baik dengan metode
grafik maupun statistik.
iii. Uji Normalitas baik dengan metode grafik
maupun statistik.
b. Tentukan koefisien determinasi.
c. Koefisien determinasi.
d. Uji signifikansi simultan.
e. Uji signifikansi parameter individual.
2. Jelaskan mengapa tidak perlu dilakukan pengujian untuk
autokorelasi!
No. Kompleksitas
Aset
Tugas
Klien
1.
10.70
47.65
2.
14.00
63.13
3.
9.00
58.76
4.
8.00
34.88
5.
10.00
55.53
6.
10.50
43.14
7.
16.00
54.86
8.
15.00
44.14
9.
6.50
17.46
10.
5.00
21.04
11.
25.00
109.38
12.
10.40
17.67
39
Fee
Audit
144.00
215.00
105.00
69.00
134.00
129.00
155.00
99.00
38.50
36.50
260.00
54.00
40
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
7.40
5.40
15.40
12.40
6.00
9.00
9.00
12.40
7.50
14.00
7.00
9.00
12.00
5.50
6.00
12.00
5.50
14.20
11.00
16.00
13.50
11.10
9.80
10.00
13.00
13.00
11.70
12.30
19.50
15.20
10.00
11.00
17.80
11.50
12.70
8.00
7.50
16.41
12.02
49.48
48.74
23.21
28.64
44.95
23.77
20.21
32.62
17.84
22.82
29.48
15.61
13.25
45.78
26.53
37.11
45.12
26.09
68.63
33.71
44.45
23.74
86.42
39.71
26.52
33.89
64.30
22.55
31.86
53.18
74.48
34.16
31.46
21.34
20.83
39.00
29.50
109.00
89.50
42.00
65.00
115.00
49.50
36.50
109.00
45.00
58.00
89.00
30.00
31.00
119.00
22.00
109.00
99.00
99.00
179.00
99.00
89.00
75.00
199.00
93.00
65.00
74.00
165.00
99.00
43.50
94.00
189.00
75.00
59.50
42.00
23.00
41
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
9.00
14.00
12.40
8.80
8.50
6.00
11.00
11.10
14.50
5.00
20.59
33.70
32.90
27.76
30.20
20.85
26.25
21.87
23.88
16.66
52.50
99.00
89.00
65.00
54.50
24.50
52.00
62.50
89.00
21.50
REFERENSI
Ghozali, I. (2006). Aplikasi Analisis Multivariate Dengan
Program SPSS. Semarang: Badan Penerbit Universitas
Diponegoro.
Ghozali, I. (2009). Ekonometrika, teori, Konsep dan Aplikasi
dengan SPSS. Semarang: Badan Penerbit Universitas
Diponegoro.
42
LAMPIRAN
TABEL DURBIN WATSON 5%
43