1
Analisis Regresi Linier Berganda Data
Kebebasan Investasi, PDB, Dan Kepemilikian
Properti Terhadap Kebebasan Finansial
Allifah Rizky EkaPutri (10611800000062), Anissa Teja Indrayani (10611810000082), Ir. Sri Pingit
Wulandari, M.Si, Noviyanti Santoso, S.Si, M.Si
Departemen Statistika Bisnis, Fakultas Vokasi, Institut Teknologi Sepuluh Nopeber (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia
e-mail: anissateja22@gmail.com
Abstrak - Peningkatan pertumbuhan ekonomi nasional
mengindikasikan bahwa terjadi peningkatan
kesejahteraan masyarakat. Peningkatan kesejahteraan
masyarakat dapat tercermin dari peningkatan
pendapatan per kapita. Peningkatan nilai pendapatan
harus dapat dimanfaatkan dengan baik oleh masyarakat.
Salah satu cara pengelolaan kelebihan dana yang baik
adalah dengan investasi. Untuk mengetahui hubungan
dan seberapa signifikan hubungan antara kebebasan
investasi, Produk Domestik Bruto(PDB), dan kepemilikan
properti dengan kebebasan dapat diketahui dengan
melakukan pengujian korelasi dan metode regresi yang
berupa metode regresi linier sederhana Regresi linear
berganda merupakan suatu metode untuk meramalkan
nilai pengaruh dua variabel independen atau lebih
terhadap satu variabel dependen. Lebih mudahnya yaitu
untuk membuktikan ada tidaknya hubungan antara dua
variabel atau lebih dari dua variabel independen
terhadap satu variabel terikat . Manfaat yang diharapkan
untuk didapatkan dari penelitian ini adalah untuk
pembaca dapat memahami konsep korelasi dan regresi
linear berganda berdasarkan data yang ada. Di harapkan
untuk instansi terkait agar data ini menjadi
pertimbangan dalam pengambilan kebijakannya
Kata Kunci— Finansial, Investasi, Korelasi, Properti,
Regresi.
I.PENDAHULUAN
ertumbuhan ekonomi menjadi salah satu kunci
P
perbaikan pembangunan di suatu daerah atau
negara yang dapat diukur melalui pendapatan
Produk Domestik Regional Bruto (PDRB) ataupun
Produk Domestik Bruto (PDB) pada tahun-tahun yang
telah ditentukan oleh negara maupun daerah tersebut.
Peningkatan pertumbuhan ekonomi nasional
mengindikasikan bahwa terjadi peningkatan
kesejahteraan masyarakat. Peningkatan kesejahteraan
masyarakat dapat tercermin dari peningkatan pendapatan
per kapita. Peningkatan nilai pendapatan harus dapat
dimanfaatkan dengan baik oleh masyarakat. Salah satu
cara pengelolaan kelebihan dana yang baik adalah
dengan investasi
Untuk mengetahui hubungan dan seberapa signifikan
hubungan antara kebebasan finansial dengan kebebasan
investasi, Produk Domestik Bruto(PDB), dan
kepemilikan properti. Hubungan tersebut dapat diketahui
dengan melakukan pengujian korelasi dan metode
regresi yang berupa metode regresi linier berganda.
Regresi linear berganda merupakan Analisis regresi
berganda adalah suatu metode untuk meramalkan nilai
pengaruh dua variabel independen atau lebih terhadap
satu variabel dependen. Lebih mudahnya yaitu untuk
membuktikan ada tidaknya hubungan antara dua
variabel atau lebih dari dua variabel independen X1, X2,
X3,....,Xi terhadap satu variabel terikat Y[3].
Berdasarkan pada kasus pada penelitian ini maka
varaiabel bebas nya adalah kebebasan investasi, PDB,
kepemilikan properti sedangkan variabel terikatnya
adalah kebebasan finansial.
Manfaat yang diharapkan untuk didapatkan dari
penelitian ini adalah untuk pembaca dapat memahami
konsep korelasi dan regresi linear berganda dan
diharapkan untuk instansi terkait agar data ini menjadi
pertimbangan dalam pengambilan kebijakannya.
II. TINJAUAN PUSTAKA
A.Statistika Deskriptif
Statistika deskriptif adalah statistika yang
menggunakan data pada suatu kelompok untuk
menjelaskan atau menarik kesimpulan mengenai
kelompok itu. Statistika deskriptif adalah bagian
statistika mengenai pengumpulan data, penyajian,
penentuan nilai-nilai statistika, pembuatan diagram atau
gambar mengenai sesuatu hal[5], disini data yang
disajikan dalam bentuk yang lebih mudah dipahami atau
dibaca.
1. Mean
Mean biasanya merujuk baik ke nilai yang
diharapkan dari variable acak atau ke rata rata aritmatika
dari satu set data [6].
 2

Rumus mean untuk data tunggal : B.Pengujian Korelasi


n
xi Korelasi merupakan angka yang menunjukkan arah
x i 1 (2.1) dan kuatnya hubungan antarvariabel yang diteliti. Arah
n hubungan antarvariabel dapat bernilai positif atau
Keterangan : negatif, serta nol apabila tidak memiliki hubungan sama
x : rata-rata sekali. Adapun kuatnya hubungan antarvariabel dapat
n : banyak data dinyatakan dengan besarnya nilai koefisien korelasi pada
x i : data ke-i fungsi linear [3]. Hipotesis awal uji korelasi yaitu
 xy  0 yang berarti variabel x dan variabel y tidak
: frekuensi ke-i
saling berkorelasi atau tidak berhubungan. Hipotesis
Rumus mean untuk data berkelompok :
alternatifnya yaitu  xy  0 yang berarti variabel x dan

n
i 1
f i xi variabel y saling berkorelasi atau berhubungan. Statistik
x (2.2) uji yang digunakan dalam pengujian korelasi yaitu

n
f
i 1 i menggunakan distribusi sampling T dengan rumus
Keterangan : sebagai berikut.
= nilai tengah data ke-i  xy n  2
T 
1   xy
2
= frekuensi data ke –i
Dengan rumus nilai korelasi sebagai berikut.
n
 n n

2. Median n  xi y i    x i  y i 
Median segugus data yang telah diurutkan dari yang i 1  i 1 i 1 
terkecil ke yang terbesar atau terbesar ke yang terkecil  xy 
2 2
adalah pengamatan yang tepat di tengah-tengah bila n
 n  n
2
n

banyaknya pengamatan itu ganjil atau rata-rata kedua 
i 1
x2
i  x i    y i  yi 

 i 1  i 1  i 1 
pengamatan yang di tengah bila banyaknya pengamatan
genap [6]. Rumus yang digunakan untuk menghitung Keterangan :
median ditunjukkan pada persamaan berikut. T = nilai distribusi T
 xy = nilai korelasi
 1 n  fk 
Me  Tb  i 2 
(2.4) n = banyak data
 fi  x = variabel bebas (independen)
  y = variabel tak bebas (dependen)
Keterangan:
Me = median
Tb = tepi bawah kelas median B. Regresi Linear Bergnda
i = panjang kelas Bentuk umum model regresi linear berganda dengan
n = banyak data k variabel independen yaitu.
fk = frekuensi kumulatif sebelum kelas median Y   0  1 x1   2 x2  ....   k xk   (4)
f = frekuensi kelas median
Dimana Y adalah variabel dependen; X1,X2,...,Xk adalah
variabel independen, ε adalah galat acak dan β1,β2,…,βk
3. Minimum dan Maksimum
adalah parameter populasi yang nilainya tidak diketahui
Minimum adalah data yang diambil dimana nilai
nya paling kecil dari semua data atau populasi C. Koefisien Determinasi (R2)
sedangkan maksimum adalah data yang diambil dimana
Koefisien determinasi menyatakan proporsi
nilai nya paling besar dari populasi[6]. keragaman pada variabel bergantung yang mampu
dijelaskan oleh variabel penduganya. Nilai R2 berkisar
4. Boxplot antara 0 sampai 1, nilai R2 yang semakin mendekati
Boxplot adalah gambaran secara grafis, berdasarkan
1menunjukkan pengaruh variabel penduga terhadap
kuartil yang membantu kita menggambarkan variabel bergantung yang semakin kuat. Sebaliknya,
sekumpulan data. Untuk membuat boxplot kita hanya
semakin mendekati 0 menunjukkan pengaruh yang
membutuhkan lima statistik berupa nilai minimal, semakin lemah [4]. Nilai koefisien determinasi dihitung
Quartil 1, median, Quartil 3, dan nilai maksimum[1].
dengan rumus.
 3

SSR jangka waktu tertentu demi memperoleh imbal balik

R2  yang lebih besar di masa depan[2].
SST
Keterangan : G. Produk Domestik Bruto(PDB)
R-sq = koefisien determinasi Produk Domestik Bruto (PDB) adalah indikator
SSR = jumlah kuadrat regresi ekonomi suatu negara untuk mengukur jumlah total nilai
SST = jumlah kuadrat total produksi dimana jumlah total ini dihasilkan oleh semua
orang atau perusahaan baik yang dimiliki oleh lokal atau
D. Uji Serentak asing di suatu negara[2].
Untuk mengetahui apakah koedfisien yang ada
dalam model secara serentak nyata atau tidak[3], III. METODOLOGI PENELITIAN
digunakan uji F, dengan langkah - langkah sebagai A.Sumber Data
berikut. Sumber data yang digunakan dalam penelitian ini
Hipotesis : merupakan sumber data sekunder yang didapatkan
H 0 :  1  0 ( Variabel x tidak berpengaruh signifikan diperoleh melalui website Kaggle. Data diambil pada
terhadap variabel y ) hari Senin, 02 Maret 2020 pukul 14.00 WIB di
H 1 : 1  0 ( Variabel x berpengaruh signifikan Departemen Statistika Bisnis, Fakultas Vokasi ITS,
terhadap variabel y ) Surabaya.
Taraf signifikan :  B.Variabel Penelitian
Daerah penolakan : H 0 ditolak jika Fhit  F1 (1; n  2 )
Variabel penelitian yang digunakan dalam praktikum
Statistik uji : ini ditunjukkan pada tabel 1 adalah sebagai berikut.
Tabel 2.1 ANOVA Tabel 1. Variabel Penelitian
Sumber Df SS MS F
Variasi Satua Skala
No Variabel Keterangan
Regresi k n SSR MSR n

SSR  ( yiˆ  y )MSR
2 
k
F 
MSE
1 X1 Kebebasan Investasi Dollar Rasio
i 1 Produk Domestik Dollar Rasio
Error n-k- 2 X2
n SSE Bruto
1  i 1
)2  n  k  1
SSE  ( yi  yiˆMSE 3 X3 Kepemilikan Properti Unit Rasio
4 Y Kebebasan Finansial Dollar Rasio
Total n-1 n
SST   ( yi  y ) 2
i 1 C. Langkah Analisis
E. Uji Parsial Adapun langkah analisis dalam penelitian yang telah
Uji parsial digunakan untuk menguji apakah dilakukan sebagai berikut.
korelasi regresi mempunyai pengaruh yang signifikan 1 Mengumpulkan data yang diambil dari website
[3]. kaggle dan mencatat masing-masing data di Excel.
Hipotesis : 2 Mendeskripsikan krakteristik data kebebasan
H 0 :  1  0 ( Variabel x tidak berpengaruh signifikan investasi, PDB, kepemilikan properti terhadap
kebebasan finansial.
terhadap variabel y )
3 Menganalisis menggunakan scatterplot.
H 1 : 1  0 ( Variabel x berpengaruh signifikan 4 Melakukan uji korelasi dan menginterpretasikannya.
terhadap variabel y ) 5 Melakukan uji metode regresi linear berganda yang
Taraf signifikan :  meliputi model, uji parsial, dan uji serentak.
Daerah penolakan : H 0 ditolak jika t hit  t ( n2)
6 Melakukan pengujian asumsi residual IIDN.
2 7 Menarik kesimpulan dan saran
Statistik uji :
ˆi IV. ANALISIS DAN PEMBAHASAN
Thitung  (5)
var   Pada bab ini akan dibahas mengenai karakteristik
data, scatter plot, uji multikolinieritas dan metode
F. Investasi
regresi linear berganda mengenai data kebebasan
Investasi adalah penanaman aset atau dana yang investasi, PDB dan kepemilikan property terhadap
dilakukan oleh sebuah perusahaan atau perorangan untuk
 4

kebebasan finansial. Berikut ini adalah uraian mengenai 57,75 dengan varians sebesar 482,48 nilai minimum
masing-masing sub bab. sebesar 0 dan nilai maksimum sebesar 95. Dengan q1
sebesar 45 berarti 25% datanya berada di bawah angka
A. Karakteristik Data
45 dan q3 sebesar 75 yang berarti 25% datanya berasa
1. Karakteristik Kebebasan Finansial
diatas 75. Jarak median dengan q1 sama dengan q3 yang
Karakteristik data Kebebasan Finansial disajikan
berarti varians pada data bawah median sama jika
dalam boxplot di bawah ini
dibandingkan dengan data di atas median. Serta pada
Boxplot of Y gambar diatas tidak terdapat nilai outlier.
90 3. PDB (Produk domestik bruto)
80 Karakteristik Kebebasan investasi yang disajikan
70 dalam boxplot di bawah ini
60 Boxplot of x2
25000
50 50
48,6111
Y

40
20000
30

20
15000
10

x2
0
10000

Gambar 1. Boxplot Kebebasan Finansial

Gambar 1 menunjukkan nilai median pada data Kebebasan 5000

Finansial sebesar 50 yang berarti 50% datanya berada

pada nilai 50 dengan rata-rata sebesar 58,611 dan 0
702,192
83,75

varians sebesar 376,27 nilai minimum sebesar 0 dan

nilai maksimum sebesar 90. Dengan q1 sebesar 30
berarti 25% datanya berada di bawah angka 30 dan q3
sebesar 60 yang berarti 25% datanya berasa diatas 60.
Jarak median dengan q1 lebih besar dibandingkan
dengan q3 yang berarti varians pada data bawah median
lebih besar dibandingkan dengan data di atas median.
Hal tersebut juga dapat disimpulkan bahwa data lebih
berkumpul pada nilai di atas median serta pada gambar
diatas tidak terdapat nilai outlier.
2. Kebebasan Investasi
Karakteristik Kebebasan investasi yang disajikan
dalam boxplot di bawah ini
Boxplot of X1
100
Gambar 3. Boxplot PDB
Gambar 3 menunjukkan nilai median pada data PDB
sebesar 83,75 yang berarti 50% datanya berada pada
nilai 83,75 dengan rata-rata sebesar 702,92 dan varians
sebesar 5957583 nilai minimum sebesar 0 dan nilai
maksimum sebesar 23159. Dengan q1 sebesar 25,5
berarti 25% datanya berada di bawah angka 25,5 dan q3
sebesar 413,475 yang berarti 25% datanya berasa diatas
413,475. Serta pada gambar diatasmenunjukkan bahwa
terdapat nilai beberapa nilai outlier.
4. Kepemilikan Properti
Karakteristik Kepemilikan Properti yang disajikan
dalam boxplot di bawah ini
Boxplot of x3
100

80
80

60 60
57,75
60
X1

53,1415
52,25
x3

40
40

20

20

Gambar 2. Boxplot Kebebasan investasi
Gambar 2 menunjukkan nilai median pada data
Kebebasan investasi sebesar 60 yang berarti 50%
datanya berada pada nilai 60 dengan rata-rata sebesar
0
Gambar 4. Boxplot Kepemilikan Properti
Gambar 4 menunjukkan nilai median pada data
Kepemilikan Properti sebesar 52,25 yang berarti 50%
datanya berada pada nilai 52,25 dengan rata-rata sebesar
 5

53,14 dan varians sebesar 372,88 nilai minimum sebesar 2. Uji Regresi X dan Y
7,6 dan nilai maksimum sebesar 97,40. Dengan q1 Berikut ini akan dilakukan pengujian regresi dari
sebesar 37,4 berarti 25% datanya berada di bawah angka masing-masing variabel x terhadap variabel y. Data akan
37,4 dan q3 sebesar 65,975 yang berarti 25% datanya disajikan di bahwah ini.
berasa diatas 65,975. Jarak median dengan q1 sama
Y = 0,35 + 0,519 X1 + 0,000064 x2 + 0,343 x3
dengan q3 yang berarti varians pada data bawah median
sama jika dibandingkan dengan data di atas median. Predictor Coef SE Coef T P
Constant 0,349 2,383 0,15 0,884
Serta pada gambar diatas tidak terdapat nilai outlier. X1 0,51935 0,04666 11,13 0,000
x2 0,0000639 0,0003203 0,20 0,842
x3 0,34294 0,05378 6,38 0,000
B. Uji Multikolinieritas S = 10,2100 R-Sq = 72,8% R-Sq(adj) = 72,3%

Berikut pengujian dengan menggunakan pengujian Analysis of Variance

multikolinieritas. Source DF SS MS F
P
1. Uji Korelasi X dan Y Regression 3 49006 16335 156,70
Berikut ini akan dilakukan pengujian korelasi dari
masing-masing variabel x terhadap variabel y. Data akan
disajikan di bahwah ini. Gambar 7. Output Software uji regresi antar variabel
Scatterplot of Y vs X1; x2; x3
X1 x2
Keterangan:
80
Y= Kebebasan Finansial
60 X1= Kebebasan investasi
40 X2= PDB
20
X3= Kepemilikan Properti
0
0 25 50 75 100 0 5000 10000 15000 20000
Berdasarkan gambar 7 diatas jika diuji secara persial
Y

x3 maka hanya variabel x1 dan x3 yang berpengaruh secara

80
signifikan terhadap variabel Y. Namun ketika sudah
60
diuji secara serentak ternyata semua variabel x yang ada
40
20
mempengaruhi variabel Y secara signifikan.
0 3. Penge-check-kan Tanda Koefisien Korelasi dengan
0 25 50 75 100 Koefisien Regresi.
Gambar 5. Output Software scatterplot variabel prediktor Berdasarkan gambar 6 dapat dikatakan bahwa semua
Keterangan: variabel x memiliki nilai korelasi yang positif semua
Y= Kebebasan Finansial terhadap variabel y. Lalu dibandingkan dengan gambar 7
X1= Kebebasan investasi pada model regresinya juga didapatkan bahwa tanda
X2= PDB operasi tiap koefisien regresinya adalah positif, hal ini
X3= Kepemilikan Properti dapat diartikan bahwa tidak ada indikasi hubungan antar
variabel prediktor atau dapat dikatakan tidak ada
Berdasarkan gambar 5 diatas, dapat disimpulkan indikasi terjadi multikolinieritas.
bahwa Variabel x1 dan x3 memiliki hubungan kuat yang 4. Pengecheckan nilai VIF
positif terhadap variabel y sedangkan variabel x2 juga Untuk pengecheckan lebih lanjut lagi apakah terdapat
memiliki hubungan yang postitif namun lemah terhadap multikolinieritas maka biasanya juga melakukan
variabel Y. Untuk lebih jelasnya maka dilakukan investigasi dari nilai VIF tiap variabel prediktor. Berikut
pengujian korelasi denga p-value nya diketahui sebagai ini tabel nilai VIF dari masing-masing variabel
berikut prediktor.
x3 x2 X1 Tabel 1. Nilai VIF Tiap Variabel Prediktor
x2 0,161 Variabe
VIF
0,030 l
X1 1,804
X1 0,658 -0,004
0,000 0,962 X2 1,05
Y 0,730 0,061 0,813 X3 1,852
0,000 0,416 0,000
Keterangan:
Gambar 6. Output Software uji korelasi antar variabel X1= Kebebasan investasi
X2= PDB
 6

X3= Kepemilikan Properti Kepemilikan Properti, terhadap kebebasan fiansial. Hasil

Berdasarkan tabel 1 diatas dapat diketahui nilai VIF regresi menunjukkan bahwa terdapat 3 variabel yang
untuk variabel X1,X2, dan X3 secara berturut turut masuk kedalam model. Berikut adalah persamaan
adalah sebesar 1,804; 1,05; dan 1,852 yang artinya tidak modelnya.
ada yang lebih dari 10 sehingga dapat disimpulkan
bahwa tidak terjadi multikolinieritas pada model. Tabel 2. Model Regresi Linier berganda
C. Analisis Korelasi Model Regresi
Uji korelasi digunakan untuk mengetahui adakah Y = 0,35 + 0,519 X1 + 0,000064 x2 + 0,343
korelasi Kebebasan investasi, PDB, Kepemilikan x3
Properti dan Kebebasan Finansial. Dibawah ini Keterangan:
merupakan hasil uji korelasi Y= Kebebasan Finansial
H0 : (variablel Kebebasan investasi, PDB, X1= Kebebasan investasi
X2= PDB
Kepemilikan Properti dan Kebebasan
X3= Kepemilikan Properti
Finansial. tidak ada hubungan).
Berdasarkan data pada tabel 2 maka dapat
H1 : (variabel Kebebasan investasi, PDB, diintepretasikan sebagai berikut.
Kepemilikan Properti dan Kebebasan a. Jika nilai Kebebasan investasi naik satu satuan maka
Finansial.memiliki hubungan). Kebebasan Finansial akan bertambah sebesar 0,519
Taraf signifikan : α = (0,05) dengan asumsi nilai variabel lainnya konstan.
Daerah Penolakan : tolak jika p-value < α (0,05) b. Jika nilai PDB (produk domestik bruto) naik satu
Statistik Uji: satuan maka Kebebasan Finansial akan bertambah
  X1 X2 X3 sebesar 0,000064 dengan asumsi nilai variabel
Y 0,813 0,061 0,73 lainnya konstan.
c. Jika nilai Kebebasan investasi naik satu satuan maka
P-Value 0 0,416 0
Kepemilikan Properti akan bertambah sebesar 0,343
Gambar 8. Output Software uji korelasi antar variabel
Keterangan: dengan asumsi nilai variabel lainnya konstan.
Y= Kebebasan Finansial
X1= Kebebasan investasi 2. Uji Signifikansi Parameter Pengujian Serentak
X2= PDB Pengujian serentak digunakan untuk menguji
X3= Kepemilikan Properti pengaruh variabel prediktor secara bersama-sama
a. Gambar 8 menunjukkan bahwa hubungan dari terhadap variabel respon. Berikut adalah hasil analisis
Kebebasan Finansial dan Kebebasan investasi pengujian serentak terhadap Kebebasan Finansial.
meiliki p-value sebesar 0,000 yang berarti Hipotesis:
Kebebasan Finansial memiliki hubungan dengan H 0 : 1   2  3  0 (Kebebasan investasi, PDB, dan
Kebebasan investasi dengan nilai korelasi sebesar Kepemilikan Properti tidak
0,813 yang berarti memiliki korelasi kuat yang berpengaruh terhadap
positif. Kebebasan Finansial secara
b. Kebebasan Finansial dan PDB meiliki p-value signifikan)
sebesar 0,416 yang berarti Kebebasan Finansial tidak H1 :  i  0 (Minimal terdapat satu variabel
memiliki hubungan dengan PDB namun ternyata prediktor (Kebebasan investasi,
masi memiliki dengan nilai korelasi sebesar 0,061 PDB, dan Kepemilikan Properti)
yang berarti mendekati nol atau memiliki korelasi yang mempengaruhi Kebebasan
yang sangat rendah. Finansial)
c. Kebebasan Finansial dan Kepemilikan Properti Taraf signifikan : α = (0,05)
meiliki p-value sebesar 0,000 yang berarti Kebebasan
Finansial memiliki hubungan dengan Kepemilikan Daerah Penolakan : tolak H 0 jika Fhit > Fα(df1,df2) dan p-
Properti dengan nilai korelasi sebesar 0,730 yang value < α (0,05)
berarti memiliki korelasi kuat yang positif. Statistik Uji:
Tabel 3. Statistik Uji Signifikansi Parameter Uji Serentak
D. Pengujian Regresi Linier Berganda Source DF SS MS Fhit F0,05(3,176) P-val
1. Model Regresi Linier berganda Regressio 4900 1633
3 156,
Model regresi linier digunakan untuk smengetahui n 6 5 2,66 0,00
7
adanya pengaruh Kebebasan investasi, PDB dan Residual 17 1834 104
 7

Error 6 7 Tabel 5 menunjukkan hasil statistik uji signifikansi

17 6735 parameter parsial hubungan antara Kebebasan investasi
Total  
9 3 terhadap Kebebasan Finansial bahwa hasil Thitung sebesar
Tabel 3 menunjukkan bahwa nilai F hitung yang lebih 0,82 lebih besar dari nilai Tα,(df) sebesar 6,314 sehinggga
besar dari F0,05(3,176) yaitu 156,7 lebih besar dari 2,66. dapat disimpulkan bahwa PDB tidak berpengaruh
Selain itu, diketahui pula nilai p-value yang kurang dari signifikan terhadap Kebebasan Finansial.
alpha yaitu 0,00 kurang dari 0,05. Hal tersebut dapat c. Pengujian pada variabel X3 atau Kepemilikan
diambil suatu keputusan yaitu tolak H 0. Artinya, Properti
minimal terdapat satu variabel prediktor yang Hipotesis:
berpengaruh signifikan terhadap Kebebasan Finansial. H 0 : 3  0 (variabel Kepemilikan Properti tidak
3. Uji Signifikansi Parameter Pengujian Parsial
berpengaruh signifikan terhadap
Pengujian parsial digunakan untuk mengetahui
Kebebasan Finansial)
variabel mana sajakah yang berpengaruh secara
signifikan terhadap Kebebasan Finansial. Berikut adalah H1 :  3  0 (variabel Kepemilikan Properti
hasil analisis pengujian parsial pada Kebebasan berpengaruh signifikan terhadap
Finansial. Kebebasan Finansial)
a. Pengujian pada variabel X1 atau Kebebasan Taraf Signifikan : 5%
investasi Daerah Kritis :
Hipotesis: Tolak H0 jika |Thiung| > T(α,df) dan p-value < α (0,05)
Uji statistik :
H 0 : 1  0 (variabel Kebebasan investasi tidak Tabel 5. Uji parsial PDB terhadap Kebebasan Finansial
berpengaruh signifikan terhadap Thit T0,05,1 P-value
Kebebasan Finansial) 14,24 6,314 0,00
H1 : 1  0 (variabel Kebebasan investasi
berpengaruh signifikan terhadap Tabel 5 menunjukkan hasil statistik uji signifikansi
Kebebasan Finansial) parameter parsial hubungan antara Kepemilikan Properti
Taraf Signifikan : 5% terhadap Kebebasan Finansial bahwa hasil Thitung sebesar
Daerah Kritis : 14,24 lebih besar dari nilai Tα,(df) sebesar 6,314 sehinggga
Tolak H0 jika |Thiung| > T(α,,df) dan p-value < α (0,05) dapat disimpulkan bahwa Kepemilikan Properti
Uji statistik : berpengaruh signifikan terhadap Kebebasan Finansial.
Tabel 4. Uji parsial Kebebasan investasi terhadap Kebebasan D. Koefisien Determinasi (R-sq)
Finansial
Koefisien determinasi atau kebaikan model pada
Thit T0,05,1 P-value data Kebebasan investasi, PDB, Kepemilikan Properti
18,61 6,314 0 dan Kebebasan Finansial adalah sebagai berikut .
Tabel 4 menunjukkan hasil statistik uji signifikansi Tabel 6. Koefisien Determinasi
parameter parsial hubungan antara Kebebasan investasi Koefisien Determinasi (R-sq)
terhadap Kebebasan Finansial bahwa hasil Thitung sebesar 72,8%
18,61 lebih besar dari nilai T α,(df) sebesar 6,314 sehinggga Berdasarkan tabel 6 dapat dilihat bahwa Kebebasan
dapat disimpulkan bahwa Kebebasan investasi Finansial 72,8% dipengaruhi oleh Kebebasan investasi,
berpengaruh signifikan terhadap Kebebasan Finansial. PDB, dan Kepemilikan Properti sedangkan sisanya
b. Pengujian pada variabel X2 atau PDB dijelaskan oleh variabel lain diluar model .
Hipotesis:
H 0 :  2  0 (variabel PDB tidak berpengaruh signifikan E. Pengujian Asumsi IIDN
terhadap Kebebasan Finansial) Pengujian asumsi residual IIDN merupakan asumsi
H1 :  2  0 (variabel PDB berpengaruh signifikan yang harus dipenuhi dalam penelitian ini. Asumsi
residual IIDN adalah residual data harus berdistribusi
terhadap Kebebasan Finansial) normal, identik, dan independen. Pengujian residual
Taraf Signifikan : 5% distribusi normal akan dilakukan menggunakan uji
Daerah Kritis :
Kolmogorov-Smirnov, lalu untuk menguji residual
Tolak H0 jika |Thiung| > T(α,df) dan p-value < α (0,05)
identik menggunakan uji Glejser, dan untuk pengujian
Uji statistik :
Tabel 5. Uji parsial PDB terhadap Kebebasan Finansial residual independen menggunakan uji Durbin-Watson.
Thit T0,05,1 P-value Berikut adalah hasil analisis pengujian asumsi residual
IIDN pada data Kebebasan Finansial.
0,82 6,314 0,416 1. Pengujian Asumsi Residual Distribusi Normal
 8

Berikut ini merupakan grafik residual dari residual Versus Fits

data Kebebasan Finansial. (response is RESI1)

Hipotesis : 30

H0 : Residual data Kebebasan Finansial berdistribusi

normal. 20
H1 : Residual data Kebebasan Finansial tidak

Residual
berdistribusi normal. 10
Taraf signifikan : α = 0.05
Daerah kritis : tolak H0 , apabila KS > KS 0,05 ( 0,215) 0
atau P-value < α ( 0,050)
Statistik uji :
-10
Probability Plot of RESI5 5,5 6,0 6,5 7,0 7,5 8,0 8,5 9,0 9,5
Normal Fitted Value

99,9
Mean 1,452665E-14
StDev 10,12
Gambar 9. Pengujian Indentik
99 N
KS
180
0,071
Hipotesis:
95
90
P-Value 0,036
H0 : Residual data Kebebasan Finansial identik.
80
70 H1 : Residual data Kebebasan Finansial tidak identik.
Percent

60
50
40
Taraf signifikan : α = 0,05
30
20 Daerah kritis :
10
5
tolak H0 jika Fhitung > F(α; dbr,dbe) atau Pvalue < α
1
Statistik uji :
Tabel 7. Output Software Uji Identik
0,1
-40 -30 -20 -10 0 10 20 30 40
SV DF SS MS F F(0,05; P
RESI5 3,176)

Gambar 8. Pengujian Distribusi Normal Regressio

3 37,2 12,4
Gambar 8 menunjukkan bahwa plot-plot merah n
terletak diantara garis linier yang terbentuk. Oleh karena Residual 17 7043,2 40,0 0,3
2,66 0,818
Error 6 6 2 1
itu, secara visual dapat dikatakan bahwa data
17 7080,4
berdistribusi normal. Apabila dilihat dari hasil pengujian Total  
9 5
asumsi distribusi normal, didapatkan nilai KS hitung Tabel 7 menunjukkan bahwa nilai F hitung yang kurang
yang kurang dari KS(0,05) yaitu 0,071 kurang dari 0,215. dari F(0,05;1;36) yaitu 0,31 kurang dari 2,66. Selain itu,
Selain itu, juga dapat dilihat dari p-value yang lebih diketahui pula nilai p-value yang lebih dari alpha yaitu
kecil dari α yaitu 0,036 kurang dari 0,05. Oleh karena itu 0,166 lebih besar dari 0,05. Hal tersebut dapat diambil
dapat diambil suatu keputusan yaitu gagal tolak H0. suatu keputusan yaitu gagal tolak H 0. Artinya, residual
Artinya, residual data Kebebasan Finansial berdistribusi data Kebebasan Finansial telah identik.
normal. 3. Pengujian Asumsi Residual Independen
2. Pengujian Asumsi Residual Identik Pengujian asumsi residual independen digunakan
Pengujian asumsi residual identik dapat dilakukan untuk mengetahui apakah data residual bersifat
secara inferensia yaitu dengan menggunakan uji glejser. independen. Pengujian tersebut dapat dilakukan dengan
Berikut adalah hasil analisis pengujian asumsi residual uji Durbin-Watson. Berikut adalah hasil analisis
identik pada data Kebebasan Finansial. pengujian asumsi residual independen pada data
Kebebasan Finansial.
 9

Versus Order
5 Kebebasan Finansial 72,8% dipengaruhi oleh
(response is RESI1) Kebebasan investasi, PDB, dan Kepemilikan Properti
30 sedangkan sisanya dijelaskan oleh variabel lain diluar
model.
20 6 Data Kebebasan Finansial bedistribusi normal, identik
maun tidak independen sehingga tidak memenuhi
Residual

10
asumsi IIDN.

0
B. Saran
Saran yang diberikan pada penelitian ini yaitu lebih
-10
baik melihat hal yang mempengaruhi Kebebasan
1 20 40 60 80 100 120 140 160 180 Finansial selain Kebebasan investasi, PDB, dan
Observation Order
Kepemilikan Properti. Agar dapat menjelaskan 27,2%
Gambar 10. Pengujian Independen faktor selain model yang mempengaruhi Kebebasan
Hipotesis : Finansial.
H0 : Residual data Kebebasan Finansial independen.
H1 : Residual data Kebebasan Finansial dependen. DAFTAR PUSTAKA
Taraf signifikan : α = 0.05
Daerah kritis : [1] A.lind Douglas, William G.Marchal, dan Samuel
Tolak H0 jika d < dL [1,61] A.Wathen. 2007. Teknik-Teknik Statistika dalam
Tolak H0 jika d > 4-dL [2,39] Bisnis dan Ekonomi Menggunakan Kelompok
Terima H0 jika dU [1,74] < d < 4-dU [2,26] Data Global. Jakarta: Salemba Empat
Tidak dapat disimpulkan jika jika dL<d<du atau 4- [2] Bambang Widjajanta. 2007. Ekonomi.
du<d<4-dL Bandung:Citra Praya
Statistik uji : [3] Kurniawan Robert. 2016. Analisis Regresi Dasar
Tabel 8. Output Software Uji Idependen dan Penerapannya dengan R. Jakarta:Kencana
Durbin [4] Nawari. (2010). Analisis Regresi dengan MS
dL dU 4-dL 4-dU Excel 2007 dan SPSS 17. Jakarta: PT Elex Media
Watson
1,6 Komputindo
1,63 1,74 2,39 2,26
1 [5] Subagyo, Pangestu. 2003. Statistik Deskriptif.
Yogyakarta: BPFE.
Tabel 8menunjukkan bahwa nilai durbin watson tidak
[6] Walpole, R. E. 2012. Pengantar Statistika.
berada diantara selang dU dan 4-dU. Oleh karena itu
Jakarta: PT. Gramedia Pustaka Utama.
tidak dapat diambil suatu keputusan. Artinya, residual
data Kebebasan Finansial telah tidak dapat
disimpulkan.

V.KESIMPULAN DAN SARAN

A. Kesimpulan
Berdasarkan hasil analisis yang telah dilakukan, dapat
ditarik kesimpulan sebagai berikut.
1 Pada karakateristik hanya data PDB saja terdapat
banyak nilai outlier dan juga memiliki varians yang
sangat besar.
2 Pada model hubungan antara Kebebasan investasi,
PDB, Kepemilikan Properti dan Kebebasan Finansial
tidak terjadi multiko linieritas
3 Data Kebebasan investasi, Kepemilikan Properti dan
Kebebasan Finansial saling berhubungan atau saling
berkorelasi.
4 Data Kebebasan investasi, Kepemilikan Properti
mempengaruhi nilai Kebebasan Finansial secara
signifikan.