ANALISIS REGRESI LINIER BERGANDA

MAGISTER ILMU PANGANFAKULTAS PERTANIAN

UNIVERSITAS SUMATERA UTARA2014

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.

Persamaan regresi linear berganda sebagai berikut:

Y’ = a + b1X1+ b2X2+…..+ bnXn

Keterangan:Y’ = Variabel dependen (nilai yang diprediksikan) X1 dan X2 = Variabel independena = Konstanta (nilai Y’ apabila X1, X2…..Xn = 0)b = Koefisien regresi (nilai peningkatan ataupun penurunan)

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.

Tabel. Tabulasi Data (Data Fiktif)

TahunHarga Saham (Rp) PER (%) ROI (%)

1990 8300 4.9 6.47

1991 7500 3.28 3.14

1992 8950 5.05 5

1993 8250 4 4.75

1994 9000 5.97 6.23

1995 8750 4.24 6.03

1996 10000 8 8.75

1997 8200 7.45 7.72

1998 8300 7.47 8

1999 10900 12.68 10.4

2000 12800 14.45 12.42

2001 9450 10.5 8.62

2002 13000 17.24 12.07

2003 8000 15.56 5.83

2004 6500 10.85 5.2

2005 9000 16.56 8.53

2006 7600 13.24 7.37

2007 10200 16.98 9.38

TENTANG PER & ROI

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.

PEMBAHASAN

Model Summaryb

Model

R R SquareAdjusted R Square

Std. Error of the Estimate

Durbin-Watson

dimension01 .879a .772 .742 870.801 1.387

a. Predictors: (Constant), ROIpersen, PERpersenb. 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

ANOVAb

Model

Sum of Squares df

Mean Square F Sig.

1 Regression 3.862E7 2 1.931E7 25.465 .000a

Residual 1.137E7 15 758293.733   

Total 4.999E7 17     

a. Predictors: (Constant), ROIpersen, PERpersen

b. Dependent Variable: HargaSahamRp

Signifikan (p value): 0,000 < 5%Kesimpulan: Tolak H0 dan terima H1. artinya: nilai koefisien regresiSignifikan di dalam model.

Signifikan %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

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.B Std. Error Beta1 (Constant) 4662.491 668.382

 6.976 .000

PERpersen -74.482 59.161 -.214 -1.259 .227

ROIpersen 692.107 116.049 1.012 5.964 .000

a. Dependent Variable: HargaSahamRp

Jika Residual jauh dari 0: y dan y' beda jauh; data prediksi dan data lapangan beda jauh

Residuals Statisticsa

  Minimum Maximum Mean Std. Deviation NPredicted Value 6591.41 12182.19 9150.00 1507.249 18Std. Predicted Value -1.698 2.012 .000 1.000 18Standard Error of Predicted Value

229.784 534.267 346.793 80.477 18

Adjusted Predicted Value 6305.06 11921.91 9102.81 1494.366 18Residual -1342.965 1267.849 .000 817.975 18Std. Residual -1.542 1.456 .000 .939 18Stud. Residual -1.626 1.685 .024 1.027 18Deleted Residual -1492.761 1698.520 47.191 981.706 18Stud. Deleted Residual -1.731 1.808 .020 1.065 18Mahal. Distance .239 5.455 1.889 1.368 18Cook's Distance .000 .322 .069 .080 18Centered Leverage Value .014 .321 .111 .080 18a. Dependent Variable: HargaSahamRp

Histogram menyerupai lonceng: data terdistribusi normal.

Data mendekati garis lurus 45o maka data normal.

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.

Persamaan: y= 4662,491 – 74,482 x1 + 692,107 x2Y= 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,-

THANK YOU