OLEH
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
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
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
Hasil Uji determinasi dapat dilihat pada tabel model summary seperti berikut:
b
M ode l Sum m ary
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.
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
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.
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