Nim : 1931511800
UTS PRAKTIK PENGOLAHAN DATA PENELITIAN MANAJEMEN D2
SOAL 1
Hasil analisis Residual p-p plot adalah normal karena, Jika residual berasal dari distribusi
normal, maka nilai-nilai sebaran data akan berada pada area di sekitar garis lurus. Hasil dari
output SPSS normal P-Plot, memperlihatkan bahwa distribusi dari titik-titik data menyebar
disekitar garis diagonal dan penyebaran titik-titik data searah dengan garis diagonal. Jadi data
pada variabel penelitian dapat dikatakan normal.
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 80
Normal Parametersa,b Mean 0.0000000
Std. Deviation 1.09059808
Most Extreme Differences Absolute 0.130
Positive 0.130
Negative -0.067
Test Statistic 0.130
Asymp. Sig. (2-tailed) 0.002c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Berdasarkan hasil output SPSS Kolmogorov-Smirnov menunjukan nilai Asymp. Sig (2-tailed)
0.002 > 0,05 (level of significanti). Jadi hipotesis nol (Ho) diterima dan hipotensisi alternative
(Ha) ditolak. Bererti data residual berdistribusi normal.
Coefficientsa
Collinearity Statistics
Model Tolerance VIF
1 LIKUIDITAS 0.691 1.447
FIRM_SIZE 0.904 1.107
PROFITABILITAS 0.708 1.413
a. Dependent Variable: STRUKTUR MODAL
Hasil uji melalui Variance inflation factor (vif) pada hasil output Spss table coefficients, masing
– masing variabel independen memiliki vif tidak lebih dari 10 dan nilai tolerance tidak kurang
dari 0,1 maka dapat dinyatakan bahwa antarvariabel independen tidak terjadi persoalan
multikolinearitas.
Output spss pada gambar scatterplot menunjukkan penyebaran titik – titik data sebagai berikut :
Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian
menyempit dan melebar kembali
Maka dapat disimpulkan bahwa variabel independen terbebas dari asumsi klasik
heteroskedastisitas dan layak digunakan dalam penelitian
Coefficientsa
Collinearity Statistics
Model Tolerance VIF
1 LIKUIDITAS 0.691 1.447
FIRM_SIZE 0.904 1.107
PROFITABILITAS 0.708 1.413
a. Dependent Variable: abs_res
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 0.579 a
0.335 0.309 1.1119147 1.240
a. Predictors: (Constant), PROFITABILITAS, FIRM_SIZE, LIKUIDITAS
b. Dependent Variable: STRUKTUR MODAL
Soal 1 B
Descriptive Statistics
Mean Std. Deviation N
STRUKTUR MODAL 1.759392 1.3371374 80
LIKUIDITAS 1.508398 1.0015691 80
FIRM_SIZE 30.973680 1.2598404 80
PROFITABILITAS 0.007249 0.0223802 80
Descriptive Statistics
Mean Std. Deviation N
STRUKTUR MODAL 1.759392 1.3371374 80
LIKUIDITAS 1.508398 1.0015691 80
FIRM_SIZE 30.973680 1.2598404 80
PROFITABILITAS 0.007249 0.0223802 80
Correlations
STRUKTUR PROFITABILITA
MODAL LIKUIDITAS FIRM_SIZE S
Pearson Correlation STRUKTUR MODAL 1.000 -0.459 0.230 0.030
LIKUIDITAS -0.459 1.000 -0.290 0.532
FIRM_SIZE 0.230 -0.290 1.000 -0.249
PROFITABILITAS 0.030 0.532 -0.249 1.000
Sig. (1-tailed) STRUKTUR MODAL . 0.000 0.020 0.395
LIKUIDITAS 0.000 . 0.005 0.000
FIRM_SIZE 0.020 0.005 . 0.013
PROFITABILITAS 0.395 0.000 0.013 .
N STRUKTUR MODAL 80 80 80 80
LIKUIDITAS 80 80 80 80
FIRM_SIZE 80 80 80 80
PROFITABILITAS 80 80 80 80
1. Variabel X1 dan Y
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 PROFITABILITA . Enter
S, FIRM_SIZE,
LIKUIDITASb
a. Dependent Variable: STRUKTUR MODAL
b. All requested variables entered.
Bagian ini menunjukkan informasi variabel yang dimasukkan pada analisa regresi serta
metode yang digunakan yaitu metode
ENTER
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 0.579 a
0.335 0.309 1.1119147
a. Predictors: (Constant), PROFITABILITAS, FIRM_SIZE, LIKUIDITAS
Bagian ini menunjukkan Koefisien Determinasi dari model. Koefisien Determinasi (R
Square /R2) digunakan untuk menghitung besarnya peranan atau pengaruh variabel bebas
terhadap variabel tergantung. Namun jika variabel bebas lebih dari satu gunakan Adjusted R
Square.
. Sedangkan sisanya sebesar 69,1% (100% - 30,9%) dijelaskan oleh variabel-variabel lain.
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 0.579a
0.335 0.309 1.1119147
a. Predictors: (Constant), PROFITABILITAS, FIRM_SIZE, LIKUIDITAS
Selanjutnya dari output bagian 4 ini, diperoleh angka Standar Error Of the Estimate (SEE)
adalah 1.1119147 (untuk variabel stuktur modal ).
Bandingkan angka SSE tersebut dengan angka Standar Deviasi (STD) pada Output 1 yaitu
sebesar 13,37 maka angka SSE < STD. Hal ini berarti angka SSE baik untuk dijadikan angka
predictor dalam menentukan besarnya struktur modal.
Anova
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 47.284 3 15.761 12.748 0.000b
Residual 93.963 76 1.236
Total 141.247 79
a. Dependent Variable: STRUKTUR MODAL
b. Predictors: (Constant), PROFITABILITAS, FIRM_SIZE, LIKUIDITAS
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 47.284 3 15.761 12.748 0.000b
Residual 93.963 76 1.236
Total 141.247 79
a. Dependent Variable: STRUKTUR MODAL
b. Predictors: (Constant), PROFITABILITAS, FIRM_SIZE, LIKUIDITAS
Maka H0 ditolak dan terima H1 yang berarti bahwa Variabel Bebas yaitu variabel
PROFITABILITAS, FIRM_SIZE, LIKUIDITAS secara simultan signifikan
mempengaruhi Variabel terikat yaitu struktur modal
KOEFISIEN REGRESI
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1.987 3.293 -0.603 0.548
LIKUIDITAS -0.840 0.150 -0.630 -5.594 0.000
FIRM_SIZE 0.156 0.104 0.147 1.496 0.139
PROFITABILITAS 23.985 6.645 0.401 3.610 0.001
a. Dependent Variable: STRUKTUR MODAL
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1.987 3.293 -0.603 0.548
LIKUIDITAS -0.840 0.150 -0.630 -5.594 0.000
FIRM_SIZE 0.156 0.104 0.147 1.496 0.139
PROFITABILITAS 23.985 6.645 0.401 3.610 0.001
a. Dependent Variable: STRUKTUR MODAL
Nilai t hitung untuk konstanta (a atau 0 ) adalah sebesar dengan nilai sig senilai 0,548