ANALISIS KUANTITATIF

UJIAN TENGAH SEMESTER

OLEH

NAMA : IDAM Surya Dharmayani

NPM : 2132125017
JURUSAN : MAGISTER MANAJEMEN

PROGRAM PASCASARJANA
UNIVERSITAS WARMADEWA
DENPASAR
2022
 Ujian Tengah Semester Ganjil Tahun Akademik 2022/2023
Program Studi Magister Manajemen PPs. Unwar

Soal 1
1. Hasil analisis regresi linier berganda
Regresi Linear Berganda adalah model regresi linear dengan melibatkan lebih dari satu
variable bebas atau predictor. Model regresi linear berganda dilukiskan dengan
persamaan sebagai berikut:
Y = β1 X2 + β2 X2 + β3 X3 + β4 X4 + e
Keterangan:
Y = Variabel terikat atau variabel response.
X = Variabel bebas atau variabel predictor.
α = Konstanta.
β = Slope atau Koefisien estimate.

Dari table di atas dapat disusun persamaan regresi linier berganda sebagai berikut
Y = 0,525X1 + 0,056X2 + 0,168X3 – 0,131X4
Berdasarkan persamaan regresi linier berganda dapat diinterpretasikan:
 β 1 = koefisien regeresi variabel X1 bertanda positif sebesar 0,525 yang berarti setiap
peningkatan X1 sebesar satu satuan akan meningkatkan variabel Y sebesar 0,525
satuan
 β 2 = koefisien regeresi variabel X2 bertanda positif sebesar 0,56 yang berarti setiap
peningkatan X2 sebesar satu satuan akan meningkatkan variabel Y sebesar 0,56
satuan
 β 3 = koefisien regeresi variabel X3 bertanda positif sebesar 0,168 yang berarti setiap
peningkatan X3 sebesar satu satuan akan meningkatkan variabel Y sebesar 0,168
satuan

 β 4 = koefisien regeresi variabel X4 bertanda negatiff sebesar 0,131 yang berarti setiap
peningkatan X4 sebesar satu satuan akan menurunkann variabel Y sebesar 0,131
satuan
 2. Hasil Uji t
Berdasarkan table coefficients dapat dicari nilai t1 hitung dan t2 hitung sebagai berikut:

a. t1 hitung =
b1 = nilai estimasi parameter βi
sb1 = standard error dari bi 0,525

t1 hitung = = 10,096

b. t3 hitung = = 2,154

Sehingga diperoleh nilai t hitung dari masing-masing variabel sebagai berikut:

1) t-hitung Variabel X1 sebesar 10,096
2) t-hitung Variabel X2 sebesar 1,532
3) t-hitung Variabel X3 sebesar 2,154
4) t-hitung Variabel X4 sebesar -1,327
Untuk mengetahui pengaruh masing variabel, maka hasil uji t dibandingkan dengan t- tabel,
sehingga diperoleh hasil sebagai berikut:
1) Nilai thitung variabel X1 sebesar 10,096 lebih besar dari t-tabel sebesar 1,985, sehingga
dapat disimpulkan bahwa X1 berpengaruh positif dan signifikan terhadap Y
2) Nilai thitung variabel X2 sebesar 1,532 lebih kecil dari 1,985, sehingga dapat dikatakan
bahwa X2 tidak mempunyai pengaruh yang signifikan terhadap variabel Y.
3) Nilai thitung variabel X3 sebesar 2,154 lebih besar dari 1,985 sehingga dapat
disimpulkan bahwa X3 mempunyai berpengaruh signifikan terhadap variabel Y.
4) Nilai thitung variabel X4 sebesar -1,327 lebih kecil dari 1,985 sehingga dapat
disimpulkan bahwa X4 mempunyai pengaruh negative dan tidak signifikan terhadap
variabel Y.
3. Hasil Uji Uji F
Hasil uji F dapat dilihat dari tabel Anova seperti berikut:
 ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 1130.761 4 282.690 139.764 .000a
Residual 192.149 95 2.023
Total 1322.910 99
a. Predictors: (Constant), X4, X1, X3, X2
b. Dependent Variable: Y

Berdasarkan Tabel di atas, nilai F-hitung sebesar 139,764 dengan sigifikansi

sebesar 0,000 yang berada dibawah 0,05 sehingga dapat disimpulkan bahwa model

regresi fit dengan data observasi sehingga layak digunakan sebagai alat analisis untuk

menguji pengaruh variabel bebas terhadap variabel terikat.

4. Hasil Uji Determinasi

Hasil Uji determinasi dapat dilihat pada tabel model summary seperti berikut:

b
M ode l Sum m ary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .925a .855 .849 1.42219
a. Predictors: (Constant), X4, X1, X3, X2
b. Dependent Variable: Y

berdasarkan Tabel tersebut dapat diketahui bahwa nilai r square ( = 0,855

Adapun analisis menggunakan rumus sebagai berikut:

D= x 100%

D = 0,855 x 100%

D =85,5%

Berdasarkan hasil tersebut diketahui bahwa nilai R2= 85,5 persen, yang berarti

bahwa sebesar 85,5 persen (X1), (X2), (X3), (X4) dan sisanya sebesar 15,5 persen

dipengaruhi oleh variabel lain yang tidak diteliti pada penelitian ini.

5. Uji Asumsi Klasik

1) Uji Multikolinearitas
 Berdasarkan Tabel tersebut ditunjukkan bahwa terdapat variabel bebas yang

memiliki nilai tolerance lebih dari 0,10 dan juga variabel bebas yang memiliki nilai

VIF kurang dari 10. Maka dari pada itu model regresi bebas dari gejala

multikoleniaritas

2) Uji Heteroskedastisitas

Dari hasil pengujian heteroskedastisitas menunjukkan tidak ada pola tertentu,

serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak

terjadi heteroskedastisitas. Sehingga, model regresi ini layak digunakan untuk menguji

variabel X1,X2,X3,X4.

3) Uji Normalitas
 One -Sam ple Kolm ogor ov-Sm ir nov Te s t

Unstandardiz
ed Residual
N 100
Normal Parametersa,b Mean .0000000
Std. Deviation 1.39316282
Most Extreme Absolute .043
Differences Positive .043
Negative -.042
Kolmogorov-Smirnov Z .434
Asymp. Sig. (2-tailed) .992
a. Test distribution is Normal.
b. Calculated from data.

Berdasarkan uji normalitas dengan menggunakan One-Sample Kolmogorov-

Smirnov Test yang ditampilkan pada Tabel tersebut menunjukkan bahwa besarnya nilai

Asymp. Sig. (2-tailed) Kolmogorov-Smirnov adalah sebesar 0,992 Asymp. Sig. (2-

tailed) Nilai Kolmogorov-Smirnov tersebut lebih besar dibandingkan dengan nilai alpha

sebesar 0,05 maka Ho diterima yang mengindikasikan bahwa data yang digunakan pada

penelitian ini terdistribusi normal, sehingga dapat disimpulkan bahwa model memenuhi

asumsi normalitas.

Soal 2

Berdasarkan gambar di atas, dapat dijelaskan sebagai berikut:

1) Seluruh indicator pada variabel X1 yang berjumlah 7 indikator memiliki memiliki
nilai outer loading lebih besar dari 0,50 dan signifikan secara statistik pada level 0,05
sehingga dikatakan valid dilihat dari kriteria Convergent validity.
2) Seluruh indicator pada variabel X2 yang berjumlah 5 indikator yang membentuk
konstruk penelitian telah memiliki nilai outer loading lebih besar dari 0,50 dan
signifikan secara statistik pada level 0,05 sehingga dikatakan valid dilihat dari kriteria
Convergent validity.
3) Variabel Y1 masih terdapat indikator yang memiliki nilai outer loading lebih kecil
dari 0,05 yaitu Y1.4 sehingga dikatakan tidak valid dilihat dari kriteria Convergent
validity
4) Variabel Y2 masih terdapat indikator yang memiliki nilai outer loading lebih kecil
dari 0,05 Y2.4, Y2.6, Y2.7 dan Y2.8 dan Y2.9 sehingga dikatakan tidak valid dilihat
dari kriteria Convergent validity