Soal Praktikum Lab.

Statistika Terapan
- Multiple Regression -

Nama : David Edisson

NIM : 201960142

Rail Prio Nainggolan adalah mahasiswa semester akhir di Universitas Serangpanjang. Ia ingin
melakukan penelitian terhadap perusahaan non keuangan yang terdaftar di Ponggang Stock
Exchange. Rail ingin meneliti apakah Cash Effective Tax Rate (CETR) dapat dipengaruhi oleh
Intensitas Modal (IM), Profitabilitas (ROA), dan Leverage (LEV) guna keperluan skripsinya.
Berikut 25 data yang akan diteliti.

Cash
Kode Total Aset
Total Aset EAT Leverage Effective
Emiten Tetap
Tax Rate
SPLH 928827 2653744 674268 0,63888 0,31871
MDNC 3158530 4518298 535636 1,28464 0,51999
TCYB 1067685 3245426 485093 0,67111 0,42527
CHFA 792707 1312045 623144 1,26124 0,64284
KOFR 2005094 5151578 246900 0,79029 0,70603
ZEFK 551057 1401726 72960 0,86339 0,16004
XMKA 3622586 6102981 97425 0,83087 0,02615
VNRS 421811 2199937 233783 0,42556 0,21462
DVQR 608400 900678 455888 1,35234 0,93299
SNUI 700703 1373654 642858 0,84716 0,44466
VNQZ 2208353 2432943 322711 0,73008 0,15974
SNVL 1857450 5180847 717804 0,49932 0,11536
PUES 1202191 1754753 483946 0,15099 0,05904
EDZU 2507629 4846155 130360 1,28724 0,37556
SDVK 1251364 2307452 676081 1,49217 0,21499
GSDX 2426860 3204711 633399 0,74381 0,18787
ONBX 1838215 1895951 316965 0,34141 0,64973
ZIMR 4080335 4301834 573259 0,74011 0,84764
HIFU 2022046 6601982 248893 0,22588 0,59792
JSWC 872868 1706856 663473 1,07673 0,32523
EMLB 1698686 2199033 222043 0,02334 0,16642
IKXK 1921231 3362693 105152 0,59613 0,31311
QHNU 751658 1400271 483390 0,65981 0,65176
GIKI 1853304 6406253 450954 0,92631 0,34615
TUTF 1870751 3995205 338892 0,25533 0,06641
KETERANGAN:
Total Aset Tetap EAT
Intensitas Modal = Profitabilitas =
Total Aset Total Aset

Diminta:
1. Lakukan uji normalitas data untuk variable Intensitas Modal!
Jawaban:
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
*
Intensitasmodal .100 25 .200 .965 25 .516
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Ho : Data intensitas Modal berdistibusi normal
Ha : Data intensitas Modal tidak berdistibusi normal
Sig (0,200) > α (0,05) Ho tidak dapat ditolak
Kesimpulan: Data intensitas Modal berdistibusi normal

2. Lakukan uji normalitas residual dan uji asumsi klasik (Multikolinearitas,

Heteroskedastisitas, dan Autokorelasi) dengan menggunakan semua metode yang
telah dipelajari! (dl = 1.1228 ; du = 1.6540)
Jawaban:

Uji Normalitas Residual

 Metode Grafik
 Kriteria : titik titik menyebar disekitar diagonal dan mengikuti arah garis diagonal.
Kesimpulan: data residual berdistribusi normal, sehingga baik digunakan dalam
modal regresi.

 Metode Non Grafik

One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 25
a,b
Normal Parameters Mean .0000000
Std. Deviation .23040061
Most Extreme Absolute .107
Differences Positive .107
Negative -.088
Test Statistic .107
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Asymp sig (2-tailed) (0,200) > α (0,05)

Kesimpulan: Data residual berdistribusi normal.

Uji Asumsi Klasik

 Multikolinearitas
Variabel Tolerance VIF Kesimpulan
Leverage 0,862 1,161 Tidak terjadi
multikolineritas
Intensitas Modal 0,974 1,026 Tidak terjadi
multikolineritas
Profitabilitas 0,842 1,188 Tidak terjadi
multikolineritas

Kesimpulan: Tidak terjadi multikolineritas sehingga data intensitas Modal,

Profitabilitas, dan Leverage baik digunakan dalam modal regresi.
 Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .097 .090 1.068 .298
Leverage -.036 .073 -.107 -.489 .630
Intensitasmodal .216 .129 .346 1.680 .108
profitabilitas -.024 .193 -.027 -.124 .903
a. Dependent Variable: ares_1
 Heteroskedestisitas
Mode Grafik

Kriteria : Titik-titik menyebar dan tidak berpola

Kesimpulan : tidak terjadi Heteroskedestisitas sehingga datanya baik
digunakan dalam model regresi.

Mode Non Grafik

 X1 (Leverage)
Sig (0,630) > α ( (0,05)
Kesimpulan : Tidak terjadi heteriskedastisitas sehingga data baik digunakan
dalam model regresi.

X2 (Intenitas Modal)
Sig(0,108) > α 0,05
Kesimpulan: Tidak terjadi heteriskedastisitas sehingga data baik digunakan
dalam model regresi.

X3 (Profitabilitas)
Sig(0,903) > α 0,05
Kesimpulan: Tidak terjadi heteriskedastisitas sehingga data baik digunakan
dalam model regresi.

 Autokorelasi
Uji Dubin Watson

Autokorelas Inducision Tidak Tidak Inducision Autokorelas

i Positif dl Du terdapat terdapat 4-dl i negatif
Autokorelas Autokorelas
i i 4-du

0
1,1228 1,6540 2 2,3460 2,8772 4

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 .430 .185 .068 .24630861 1.410
a. Predictors: (Constant), profitabilitas, Intensitasmodal , Leverage
b. Dependent Variable: casheffective

Dubin Watson: 1,410

Kesimpulan: Dubin Watson tidak dapat mendeteksi ada atau tidaknya
 Autokorelasi sehingga digunakan alat uji lainnya.

Uji Bruesch-Godfres

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -.020 .177 -.116 .909
Leverage -.019 .139 -.033 -.139 .891
Intensitasmodal .091 .260 .082 .352 .729
profitabilitas -.096 .377 -.063 -.255 .801
RES_2 .327 .237 .323 1.381 .183
a. Dependent Variable: Unstandardized Residual

Sig (0,183 ) > α (0,05)

 Kesimpulan: tidak terdapat Autokorelasi sehingga data baik digunakan dalam
model regresi.