Analisis regresi linier berganda

download Analisis regresi linier berganda

of 15

Embed Size (px)

Transcript of Analisis regresi linier berganda

  • 1. ANALISIS REGRESI LINIER BERGANDAMAGISTER ILMU PANGAN FAKULTAS PERTANIAN UNIVERSITAS SUMATERA UTARA 2014

2. Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independen (X1, X2,.Xn) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio. 3. Persamaan regresi linear berganda sebagai berikut: Y = a + b1X1+ b2X2+..+ bnXnKeterangan: Y = Variabel dependen (nilai yang diprediksikan) X1 dan X2 = Variabel independen a = Konstanta (nilai Y apabila X1, X2..Xn = 0) b = Koefisien regresi (nilai peningkatan ataupun penurunan) 4. Contoh kasus: Kita mengambil contoh kasus pada uji normalitas, yaitu sebagai berikut: Seorang mahasiswa bernama Bambang melakukan penelitian tentang faktor-faktor yang mempengaruhi harga saham pada perusahaan di BEJ. Bambang dalam penelitiannya ingin mengetahui hubungan antara rasio keuangan PER dan ROI terhadap harga saham. Dengan ini Bambang menganalisis dengan bantuan program SPSS dengan alat analisis regresi linear berganda. Dari uraian di atas maka didapat variabel dependen (Y) adalah harga saham, sedangkan variabel independen (X1 dan X2) adalah PER dan ROI. 5. Harga Saham (Rp)PER (%)ROI (%)199083004.96.47199175003.283.14199289505.0551993825044.75199490005.976.23199587504.246.0319961000088.75199782007.457.72199883007.47819991090012.6810.420001280014.4512.422001945010.58.6220021300017.2412.072003800015.565.832004650010.855.22005900016.568.532006760013.247.3720071020016.989.38TahunTabel. Tabulasi Data (Data Fiktif) 6. Sebelum melakukan investasinya seorang investor harus memperhatikan maupun mengetahui berbagai hal mengenai kondisi perusahaan. Untuk mencapai tujuan ini investor harus memperhatikan informasi yang sifatnya fundamental yang berkaitan dengan kinerja perusahaan yang tampak pada laporan keuangan. Faktor fundamental perusahaan antara lain Return On Ivestment (ROI), Price Earning Ratio (PER), dan Price to Book Value (PBV). Price Earning Ratio (PER) adalah salah satu ukuran paling dasar dalam analisis saham secara fundamental. Secara mudahnya, PER adalah perbandingan antara harga saham dengan laba bersih perusahaan, dimana harga saham sebuah emiten dibandingkan dengan laba bersih yang dihasilkan oleh emiten tersebut dalam setahun. ROI (singkatan bahasa Inggris: return on investment) atau ROR (singkatan bahasa Inggris: rate of return) dalam bahasa Indonesia disebut laba atas investasi adalah rasio uang yang diperoleh atau hilang pada suatu investasi, relatif terhadap jumlah uang yang diinvestasikan. Jumlah uang yang diperoleh atau hilang tersebut dapat disebut bunga atau laba/rugi. Investasi uang dapat dirujuk sebagai aset, modal, pokok, basis biaya investasi. ROI biasanya dinyatakan dalam bentuk persentase dan bukan dalam nilai desimal.TENTANG PER & ROI 7. PEMBAHASAN Model Summaryb Modeldimension0R 1 .879aAdjusted Std. Error of R Square R Square the Estimate .772 .742 870.801DurbinWatson 1.387a. Predictors: (Constant), ROIpersen, PERpersen b. Dependent Variable: HargaSahamRp R2 : 0,772 artinya Variabel %PER dan %ROI mempengaruhi harga saham sebesar 77,2% dan ada faktor lain yang mempengaruhi harga saham sebesar 22,8% Durbin-Watson: 1,387 1,21 < DW < 1,65 maka tidak dapat disimpulkan Standar error keseluruhan: 870,801 8. ANOVAbModel1 RegressionSum of Squares 3.862E7df2Mean Square 1.931E7Residual1.137E7 4.999E7Sig. .000a15 758293.733TotalF 25.46517a. Predictors: (Constant), ROIpersen, PERpersen b. Dependent Variable: HargaSahamRpSignifikan (p value): 0,000 < 5% Kesimpulan: Tolak H0 dan terima H1. artinya: nilai koefisien regresi Signifikan di dalam model. 9. Coefficientsa Model Unstandardized Coefficients(Constant)Std. Error 668.382PERpersen-74.48259.161ROIpersen1B 4662.491692.107116.049Standardized Coefficients Betat 6.976Sig. .000-.214-1.259.2271.0125.964.000a. Dependent Variable: HargaSahamRpSignifikan %PER: 0,227 > 5% maka terima Ho artinya nilai koefisien regresi tidak signifikan di dalam model. Signifikan %ROI: 0,000 < 5% maka tolak H0 dan terima H1 artinya koefisien regresi signifikan di dalam model. tstat> t tabel maka terima H1 artinya regresinya signifikan. Kalau t tabel tidak ada, maka dibandingkan p value Standar error 10. Residuals Statisticsa Predicted Value Std. Predicted Value Standard Error of Predicted ValueMinimum Maximum 6591.41 12182.19 -1.698 2.012 229.784 534.267Adjusted Predicted Value 6305.06 Residual -1342.965 Std. Residual -1.542 Stud. Residual -1.626 Deleted Residual -1492.761 Stud. Deleted Residual -1.731 Mahal. Distance .239 Cook's Distance .000 Centered Leverage Value .014 a. Dependent Variable: HargaSahamRp 11921.91 1267.849 1.456 1.685 1698.520 1.808 5.455 .322 .321Mean Std. Deviation 9150.00 1507.249 .000 1.000 346.793 80.477 9102.81 .000 .000 .024 47.191 .020 1.889 .069 .111N1494.366 817.975 .939 1.027 981.706 1.065 1.368 .080 .080Jika Residual jauh dari 0: y dan y' beda jauh; data prediksi dan data lapangan beda jauh18 18 18 18 18 18 18 18 18 18 18 18 11. Histogram menyerupai lonceng: data terdistribusi normal. 12. Data mendekati garis lurus 45o maka data normal. 13. Grafik Scatter menunjukkan tidak ada pola tertentu karena titik meyebar tidak beraturan di atas dengan sebaran -2 < y < 2. Maka dapat disimpulkan tidak terdapat gejala heteroskedastisitas atau H0 diterima. 14. Persamaan: y= 4662,491 74,482 x1 + 692,107 x2 Y= Harga saham (Rp) X1= PER (%) X2= ROI (%) Setiap kenaikan 1 % PER akan menurunkan harga saham sebesar Rp.74,5, Setiap kenaikan 1 % ROI akan menaikkan harga saham sebesar Rp.692,1, Jika %PER dan %ROI bernilai 0 atau tidak berpengaruh maka harga saham bernilai Rp.4662,5, 15. THANK YOU