Analisis Modul 4 (Regresi Linier Berganda)

1. Metode ENTER

a. Berdasarkan tabel di atas diperoleh informasi bahwa taksiran nilai parameter

regresi linier berganda dengan hubungan X mempengaruhi Y adalah :

b0 = 4662.491

b1 = -74.482

b3 = 692.107

sehingga model taksiran regresi linier berganda adalah :

Ŷ = 4662.491 - 74.482 1X + 692.107 2X

Maka selanjutnya pengujian parameter β0 (nilai parameter konstanta regresi linier berganda)
adalah :

Langkah 1 : H0 : β0 = 0

H1 : β0 ≠ 0

Langkah 2 : Bandingkan nilai signifikansi (0.000) dengan nilai α = 5 %. Nilai signifikansi

(0.000) < α (0.05) , maka H ditolak , artinya nilai koefisien β untuk α = 5 % mempengaruhi nilai
taksiran dari Y dalam menganalisis regresi linier berganda.

Sedangkan untuk pengujian parameter β (nilai parameter X dari regresi linier1 berganda) adalah :

Langkah 1 : H0 : β1 = 0

H1 : β1 ≠ 0

Langkah 2 : Bandingkan nilai signifikansi (0.227) dengan nilai α = 5 %. Nilai signifikansi

(0.227) > α (0.05) , maka H diterima , artinya nilai koefisien β untuk α = 5 % tidak
mempengaruhi nilai taksiran dari Y dalam menganalisis regresi linier berganda.
Sedangkan untuk pengujian parameter β (nilai parameter X dari regresi linier2 berganda) adalah :

Langkah 1 : H0 : β2 = 0

H1 : β2 ≠ 0

Langkah 2 : Bandingkan nilai signifikansi (0.000) dengan nilai α = 5 %. Nilai signifikansi

(0.000) < α (0.05) , maka H ditolak , artinya nilai koefisien β untuk α = 5 % mempengaruhi nilai
taksiran dari Y dalam menganalisis regresi linier berganda.

b. Bagaimana signifikansi dari kelinieran model regresi linier berganda yang

terbentuk? (α = 5%)

Dengan menggunakan α = 5 %, maka langkah-langkah dari pengujian signifikansi model regresi

linier berganda adalah :

Langkah 1. Ho : Y tidak memiliki hubungan linier dengan 1X dan 2X

H1 : Y tidak memiliki hubungan linier dengan 1X dan 2X

Langkah 2. Bandingkan nilai signifikansi (0.000) dengan nilai α = 5 %. Nilai signifikansi

(0.000) < α (0.05), maka oH ditolak, artinya untuk α = 5 % memiliki hubungan linier dengan 1X
dan 2X.

c. Seberapa besar kualitas model regresi linier berganda yang terbentuk oleh
variabel-variabel bebas tersebut? Adakah dari keseluruhan variabel bebas
pembentuk model persamaan regresi linier berganda tersebut yang membentuk
suatu multikolineariti? Tunjukkan !

Untuk mengetahui seberapa besar kualitas model regresi linier berganda yang terbentuk,
perhatikan nilai koefisien determinasi (R square) = 77%. Nilai tersebut menunjukkan informasi
bahwa 77 % nilai dari besarnya harga telah dapat dijelaskan oleh rasio keuangan PER dan ROI .
Sedangkan sisanya 23% informasi mengenai harga saham belum dapat dijelaskan oleh variable-
variabel bebas tersebut.

Untuk melihat ada atau tidaknya multikolinieritas yang terjadi antar variable bebas pembentuk
model persamaan regresi linier berganda sebagai berikut :
 2. Metode Stepwise

a) Tulis persamaan regresi linier berganda yang terbentuk. Dengan menggunakan α

= 5%, ujilah signifikansi dari masing-masing parameter regresinya.

b0 = 4683.196

b1 = 591.586

sehingga model taksiran regresi linier berganda adalah :

Ŷ = 4683.196 + 591.586 1X

Maka selanjutnya pengujian parameter β0 (nilai parameter konstanta regresi linier berganda)
adalah :

Langkah 1 : H0 : β0 = 0

H1 : β0 ≠ 0

Langkah 2 : Bandingkan nilai signifikansi (0.000) dengan nilai α = 5 %. Nilai signifikansi

(0.000) < α (0.05) , maka H ditolak , artinya nilai koefisien β untuk α = 5 % mempengaruhi nilai
taksiran dari Y dalam menganalisis regresi linier berganda.

Sedangkan untuk pengujian parameter β (nilai parameter X dari regresi linier1 berganda) adalah :

Langkah 1 : H0 : β1 = 0

H1 : β1 ≠ 0

Langkah 2 : Bandingkan nilai signifikansi (0.000) dengan nilai α = 5 %. Nilai signifikansi

(0.000) < α (0.05) , maka H ditolak , artinya nilai koefisien β untuk α = 5 % mempengaruhi nilai
taksiran dari Y dalam menganalisis regresi linier berganda.
b) Bagaimana signifikansi dari kelinieran model regresi linier berganda yang
terbentuk? (α = 5%)

Dengan menggunakan α = 5 %, maka langkah-langkah dari pengujian signifikansi model regresi

linier berganda adalah :

Langkah 1. Ho : Y tidak memiliki hubungan linier dengan 1X

H1 : Y tidak memiliki hubungan linier dengan 1X

Langkah 2. Bandingkan nilai signifikansi (0.000) dengan nilai α = 5 %. Nilai signifikansi

(0.000) < α (0.05), maka oH ditolak, artinya untuk α = 5 % memiliki hubungan linier dengan 1X.

c) Seberapa besar kualitas model regresi linier berganda yang terbentuk oleh
variabel-variabel bebas tersebut? Adakah dari keseluruhan variabel bebas pembentuk
model persamaan regresi linier berganda tersebut yang membentuk suatu
multikolineariti? Tunjukkan !

Untuk mengetahui seberapa besar kualitas model regresi linier berganda yang terbentuk,
perhatikan nilai koefisien determinasi (R square) = 74,8%. Nilai tersebut menunjukkan informasi
bahwa 74,8 % nilai dari besarnya harga telah dapat dijelaskan oleh rasio keuangan ROI .
Sedangkan sisanya 25,2% informasi mengenai harga saham belum dapat dijelaskan oleh
variable-variabel bebas tersebut.

Untuk melihat ada atau tidaknya multikolinieritas yang terjadi antar variable bebas pembentuk
model persamaan regresi linier berganda sebagai berikut :
Berdasarkan tabel di atas dapat diketahui bahwa antar variabel bebas (ROI) terjadi
multikolinieritas . Hal ini dapat dilihat dari nilai korelasi bernilai 1,000.

3. Dalam kasus ini, jelaskan perbedaan yang nyata antara menggunakan metode ENTER
dengan metode STEPWISE !

 Metode ENTER menggunakan dua variabel bebas yaitu variabel PER dan ROI
 Metode STEPWISE hanya menggunakan satu variabel bebas yaitu variabel ROI