Laporan 3 Analisis Regresi Terapan
BAB I
PENDAHULUAN
1. Definisi
1.1 Analisis Regresi Berganda
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 independen
a
= Konstanta (nilai Y’ apabila X1, X2…..Xn = 0)
b
= Koefisien regresi (nilai peningkatan ataupun
penurunan)
a. Menilai Goodness of Fit Suatu Model
i. Koefisien Determinasi (R2)
Koefisien determinasi mengukur seberapa besar pengaruh keanggotaan
variabel bebas memprediksi variabel terikat. Contoh: adjusted R square
sebesar 0,624 menyatakan pengaruh X1 dan X2 terhadap Y sebesar 62,4%,
sisanya sebesar 37,6% dipengaruhi variabel lain di luar X1 dan X2.
ii. Uji Signifikansi Simultan (Uji F)
Uji F menunjukkan apakah semua variabel bebas yaitu X1 dan X2 secara
bersama-sama mempunyai pengaruh terhadap variabel tergantung yaitu Y.
Kesimpulan Uji F adalah menolak atau menerima H0.
1
2
iii. Uji Signifikansi Individual (Uji t)
Uji t menunjukkan apakah tiap-tiap variabel bebas secara parsial
mempunyai pengaruh terhadap variabel tergantung yaitu pengaruh X1
terhadap Y dan pengaruh X2 terhadap Y. Kesimpulan Uji t adalah menolak
atau menerima H0.
2. Studi Kasus
Kasus yang harus diselesaikan dalam praktikum Analisis Regresi Terapan
dengan menggunakan program SPSS yaitu:
Periode
PMA
(Miliar Rp)
2003-Q1
2003-Q2
2003-Q3
2003-Q4
2004-Q1
2004-Q2
2004-Q3
2004-Q4
2005-Q1
2005-Q2
2005-Q3
2005-Q4
2006-Q1
2006-Q2
2006-Q3
2006-Q4
2007-Q1
2007-Q2
2007-Q3
2007-Q4
2008-Q1
2008-Q2
2008-Q3
2008-Q4
2009-Q1
2009-Q2
2561,20
1974,30
1836,10
4835,60
1563,00
2246,10
4814,70
2053,50
4282,30
2645,20
4735,20
2370,60
2916,60
3608,20
4586,10
6059,70
11135,50
6382,10
9046,00
7105,50
6382,10
2498,80
3416,50
1055,80
2586,40
2645,60
Variabel
G
CPI
(Miliar Rp)
(%)
26378,80
28901,00
30758,40
35365,90
29670,84
30871,24
29090,80
35503,88
26823,27
28813,63
34640,96
44347,70
30202,70
37102,47
35237,25
45314,16
31021,72
37537,80
38522,13
39145,81
40547,53
46227,97
42816,55
53787,28
38332,31
47428,13
7,82
7,25
6,37
4,84
5,72
6,71
6,27
6,41
7,76
8,41
7,65
17,79
16,9
15,51
14,87
6,36
6,02
6,25
6,51
6,73
7,64
10,12
11,96
11,5
8,56
5,67
EX
ER
(Ribu US$) (IDR/US$)
148537,00
154776,20
147345,70
148857,40
151536,74
162529,87
182514,04
184040,31
184892,62
191189,89
204876,24
212717,25
206730,13
212898,23
221837,24
224553,53
226790,85
234934,47
238286,76
263606,10
255181,79
244656,60
263976,50
207385,20
219101,70
223004,30
8389,00
8465,00
8908,00
8285,00
9415,00
9387,00
9170,00
9480,00
9290,00
10310,00
9075,00
9830,00
9713,00
9300,00
9235,00
9118,00
9020,00
9054,00
9137,00
9419,00
9217,00
9225,00
9378,00
10950,00
11575,00
10225,00
3
2009-Q3
PMA
2836,20
47183,12
= Penanaman Modal Asing
G
= Pengeluaran Investasi Pemerintah
CPI
= Tingkat inflasi
EX
= Ekspor migas dan non migas
ER
= Nilai tukar rupiah terhadap dollar Amerika ( IDR / US $)
3,76
241885,30
9681,00
Dari data di atas lakukan analisis apa yang sesuai dan dapatkan model sementara
untuk kasus di atas.
BAB II
DESKRIPSI KERJA
Dalam praktikum Analisis Regresi Terapan modul ketiga ini akan dijelaskan
deskripsi atau langkah-langkah kerja sesuai dengan studi kasus yang ada. Praktikan
akan menggunakan SPSS untuk mengerjakan data tersebut. Adapun langkahlangkahnya sebagai berikut :
1.1 Mengoperasikan SPSS dengan dengan menjalankan kursor pada lambang Start
All Programs IBM SPSS Statistics 21 atau praktikan dapat langsung
memilihnya pada dekstop.
1.2 Memasukan variable data pada variable view sesuai dengan data yang
diketahui. Seperti gambar berikut:
Gambar 2.1 Memasukan data, pada variable view
1.3 Praktikan memasukan nilai data pada data view dan harus sesuai dengan tabel
data yang sudah diketahui. Seperti gambar berikut:
Gambar 2.2 Memasukan nilai data
4
5
1.4 Praktikan melakukan uji korelasi dengan memilih analyze pada menu bar
kemudian memilih correlate bivariate, kemudian mengatur variable view
yang ada dan memindahkan pada kolom sebelah kanan, kemudian mengatur
corellation coefficients dan test of significance. Dan akan muncul tampilan
seperti gambar berikut:
Gambar 2.3 Mengatur variabel pada bivariate correlations
1.5 Praktikan membuat scatter plot dengan menu graphs legacy dialogs
scatter/dot Matrix Scatter. Dan akan muncul tampilan seperti gambar
berikut:
Gambar 2.4 Membuat scatter plot dengan menu graph
1.6 Praktikan mengatur Panel by pada Scatterplot Matrix. Dan akan muncul
tampilan seperti gambar berikut:
6
Gambar 2.5 Mengatur matrix variables
1.7 Praktikan melakukan uji regresi dengan memilih analyze pada menu bar
kemudian memilih regression linier, kemudian mengatur variable
dependent dan independent. Dan akan muncul tampilan seperti gambar berikut:
Gambar 2.6 Mengatur variabel dependent dan independent
1.8 Kemudian lanjutan dari pengaturan diatas, praktikan memilih statistics. Dan
akan muncul tampilan seperti gambar berikut:
7
Gambar 2.7 Mengatur statistics pada linier regression
1.9 Pada hasil output praktikan dapat melihat kesesuaian model dari uji overall
pada tabel anova, kemudian dilakukan uji parsial dengan memperhatikan nilai
signifikansi pada tabel coefficients, apabila nilai signifikansi (sig > α ), maka
praktikan selanjutnya menghilangkan atau mengeluarkan variabel tersebut
(nilai yang tidak signifikan) dengan menghilangkan variabel pada kolom
independent yang paling tidak signifikan. Praktikan melakukan hal tersebut
hingga diperoleh varibel yang paling signifikan.
BAB III
PEMBAHASAN
Pada pembahasan ini praktikan menjelaskan hasil output dari masing-masing
data yang praktikan kerjakan berdasarkan studi kasus yang ada. Pembahasan akan
di jabarkan oleh praktikan sebagai berikut :
Gambar 3.1 Output Scatterplot Matrix
Praktikan dapat memperhatikan pada hasil matrix scatter diatas, hanya
terdapat satu variabel yang memiliki korelasi positif yaitu besarnya ekspor migas
dan non migas (EX), yakni semakin besar jumlah ekspor migas dan non migas maka
akan semakin bertambah jumlah penanaman modal asing. Sedangkan faktor lain
seperti pengeluaran investasi pemerintah (G), nilai tukar rupiah terhadap dollar
Amerika (ER) dan tingkat inflasi (CPI) mempunyai korelasi negatif terhadap
penanaman modal asing (PMA).
Pengeluaran investasi pemerintah (G) memiliki nilai sebaran error cukup
besar, maka dapat terdapat indikasi bahwa nilai korelasinya lemah. Sedangkan pada
faktor nilai tukar rupiah terhadap dollar Amerika (ER) dan tingkat inflasi (CPI)
menunjukkan nilai sebaran error lebih besar yang mendekati garis regresi, artinya
memiliki korelasi terhadap penanaman modal asing (PMA).
8
9
Tabel 3.1 Output SPSS ANOVA (Uji Overall)
ANOVAa
Model
1
Sum of Squares
df
Mean Square
Regression
90130470.013
4
22532617.503
Residual
59734042.899
22
2715183.768
149864512.912
26
Total
F
Sig.
8.299
.000b
Hasil di atas digunakan untuk uji overall. Dari uji ANOVA atau F-test,
diperoleh bahwa nilai F-hitung adalah 8.299 dengan tingkat signifikansi sebesar
0,000.
Jika ingin menguji hipotesis seperti berikut:
a. Hipotesis
H0: β1 = β2 = β3 = β4 = 0
(Model tidak sesuai)
H1: Minimal terdapat satu βi ≠ 0, i =1,2,3,4.
(Model sesuai)
b. Tingkat signifikansi
α= 0,05.
c. Daerah kritis
Jika sig. < tingkat signifikansi α= 0,05, tolak H0
d. Statistik uji
Sig. = 0,000.
e. Keputusan
0,000 < 0,05
Sig. < tingkat signifikansi α= 0,05 , (Tolak H0)
f. Kesimpulan
Dengan tingkat signifikansi 0,05, diperoleh kesimpulan menunjukkan bahwa
model sesuai
Tabel 3.2 Output SPSS tabel Coefficients (Uji Parsial)
Coefficientsa
Model
Unstandardized Coefficients
Standardized
t
Sig.
Coefficients
B
1
(Constant)
9189.203
Std. Error
4422.740
Beta
2.078
.050
10
G
-.146
.061
-.444
-2.404
.025
CPI
-176.338
89.555
-.275
-1.969
.062
EX
.059
.012
.888
5.052
.000
ER
-1.101
.515
-.325
-2.138
.044
Tabel 3.3 Keputusan Uji Hipotesis (Uji Parsial)
Model
Hipotesis
H0 : β0 = 0
H1 : β0 ≠ 0
H0 : β1 = 0
H1 : β1 ≠ 0
H0 : β2 = 0
H1 : β2 ≠ 0
H0 : β3 = 0
H1 : β3 ≠ 0
H0 : β4 = 0
H1 : β4 ≠ 0
Konstanta
G
CPI
EX
ER
P-value
Tanda
α
Keputusan
0,05
=
0,05
Tolak H0
0,025
<
0,05
Tolak H0
0,062
>
0,05
Gagal tolak H0
0,000
<
0,05
Tolak H0
0,044
<
0,05
Tolak H0
Dari tabel keputusan uji hipotesis tersebut, terdapat satu keputusan uji yang gagal
tolak H0, yaitu pada CPI (tingkat inflasi) bahwa tingkat inflasi tidak terlalu
berpengaruh terhadap besarnya penanaman modal asing (PMA). Sehingga
praktikan akan melakukan pengulangan uji yaitu dengan cara mengeluarkan
variabel tingkat inflasi (CPI) pada model dengan demikian dihasilkan model seperti
tabel berikut :
Tabel 3.4 PMA Tanpa Tingkat Inflasi (CPI)
Coefficientsa
Model
Unstandardized
Standardized
Coefficients
Coefficients
B
Std. Error
t
Sig.
Beta
95.0% Confidence Interval for B
Lower
Upper Bound
Bound
(Constant)
1
9964.253
4672.604
-.139
.064
EX
.055
ER
-1.300
G
2.132
.044
298.235
19630.271
-.424
-2.170
.041
-.272
-.006
.012
.840
4.549
.000
.030
.080
.536
-.384
-2.425
.024
-2.408
-.191
Dari tabel tersebut praktikan dapat memisalkan penanaman modal asing
(PMA) sebagai Y dan faktor-faktor yang mempengaruhi penanaman modal asing
sebagai Xi, yaitu X1 sebagai pengeluaran investasi pemerintah (G), X2 sebagai
ekspor migas dan non migas (EX) dan X3 sebagai nilai tukar rupiah terhadap dollar
Amerika (ER).
11
Dengan demikian dapat dituliskan pengujian hipotesisnya secara satu persatu
sebagai berikut :
1) Pengujian hipotesis terhadap β0 (Konstanta/Intersep)
a. Hipotesis
H0 : β0 = 0
(semua nilai Y dapat dijelaskan oleh X)
H1 : β0 ≠ 0
(ada nilai Y yang tidak dapat dijelaskan oleh X)
b. Tingkat signifikansi
α = 0,05
c. Daerah kritis
Sig. < α (Tolak H0)
d. Statistik Uji
Sig. = 0,044
e. Keputusan
0,044 < 0,05
Sig. < α (Tolak H0)
f. Kesimpulan
Dengan menggunakan tingkat kepercayaan 95% data yang ada menolak H0
(nilai Sig < α) yang berarti bahwa ada nilai Y yang tidak dapat dijelaskan
oleh nilai X.
2) Pengujian hipotesis terhadap β1 (mengetahui pengaruh pengeluaran investasi
pemerintah terhadap besarnya penanaman modal asing)
a. Hipotesis
H0 : β1 = 0
( X1 tidak berpengaruh terhadap Y)
H1 : β1 ≠ 0
( X1 berpengaruh terhadap Y)
b. Tingkat signifikansi
α = 0,05
12
c. Daerah kritis
Sig. < α (Tolak H0)
d. Statistik Uji
Sig. = 0,041
e. Keputusan
0,041 < 0,05
Sig. < α (Tolak H0)
f. Kesimpulan
Dengan menggunakan tingkat kepercayaan 95% data yang ada menolak H0
(nilai Sig < α) yang berarti bahwa nilai besarnya pengeluaran investasi
pemerintah berpengaruh terhadap penanaman modal asing
3) Pengujian hipotesis terhadap β3 (mengetahui pengaruh nilai tukar rupiah
terhadap penanaman modal asing)
a. Hipotesis
H0 : β3 = 0
( X3 tidak berpengaruh terhadap Y)
H1 : β3 ≠ 0
( X3 berpengaruh terhadap Y)
b. Tingkat signifikansi
α = 0,05
c. Daerah kritis
Sig. < α (Tolak H0)
d. Statistik Uji
Sig. = 0,000
e. Keputusan
0,000 < 0,05
Sig. < α (Tolak H0)
f. Kesimpulan
Dengan menggunakan tingkat kepercayaan 95% data yang ada menolak H0
(nilai Sig < α) yang berarti bahwa besarnya ekspor migas dan non migas
berpengaruh terhadap penanaman modal asing.
13
4)
Pengujian hipotesis terhadap β2 (mengetahui pengaruh ekspor migas dan non
migas terhadap penanaman modal asing)
a. Hipotesis
H0 : β2 = 0
( X2 tidak berpengaruh terhadap Y)
H1 : β2 ≠ 0
( X2 berpengaruh terhadap Y)
b. Tingkat signifikansi
α = 0,05
c. Daerah kritis
Sig < α (Tolak H0)
d. Statistik Uji
Sig = 0,024
e. Keputusan
0,024 < 0,05
Sig < α (Tolak H0)
f. Kesimpulan
Dengan menggunakan tingkat kepercayaan 95% data yang ada menolak H0
(nilai Sig < α) yang berarti bahwa besarnya nilai tukar rupiah terhadap dollar
Amerika akan berpengaruh terhadap penanaman modal asing
Berdasarkan uji parsial melalui analisis regresi, praktikan dapat mengetahui hasil
koefisien variabel bebas yaitu pengeluaran investasi pemerintah (X1), ekspor migas
dan non migas (X2) dan nilai tukar rupiah terhadap dollar Amerika (X3), sehingga
diperoleh persamaan regresinya ŷ = 9964,253 - 0,139X1 + 0,055X2 - 1,3X3 .
Dengan begitu diketahui koefisien dari pengeluaran investasi pemerintah
sebesar -13,9% setiap penambahan satu nilai pengeluaran investasi pemerintah
maka akan mengurangi penanaman modal asing sebesar 13,9%, koefisien dari
ekspor migas dan non migas sebesar 5,5% maka setiap penambahan atau
pengurangan satu nilai satuan ekspor migas dan non migas maka akan menambah
atau mengurangi penanaman modal asing sebesar 5,5% dan koefisien dari nilai
tukar rupiah terhadap dollar Amerika sebesar -130% setiap penambahan satu nilai
tukar rupiah terhadap dollar Amerika akan mengurangi penanaman modal asing
14
sebesar 130% sebaliknya jika melakukan pengurangan satu nilai tukar rupiah
terhadap dollar Amerika akan menambah penanaman modal asing sebesar 130%.
Tabel 3.5 Tabel Model Summary
Model Summary
Model
1
R
R Square
.729a
.531
Adjusted R
Std. Error of the
Square
Estimate
.470
1747.80899
a. Predictors: (Constant), ER, EX, G
Berdasarkan tabel praktikan dapat mengetahui besarnya koefisien
determinasi (R2) yaitu dengan memperhatikan hasil output pada model summary.
Untuk R (koefisien korelasi) dan R Square (koefisien determinasi). Karena
praktikan melakukan analisis regresi berganda maka yang digunakan adalah
Adjusted R Square yaitu sebesar 0.47 yang berarti 47% variabel dependen
penanaman modal asing dapat dikaitkan degan tiga variabel independen, yaitu
pengeluaran investasi pemerintah, ekspor migas dan non migas, dan nilai tukar
rupiah terhadap dollar Amerika. Dan 53% lainnya dijelaskan oleh variabel lain yang
tidak terkait dengan tiga variabel tersebut.
BAB IV
PENUTUP
Berdasarkan hasil praktikum Analisis Regresi Terapan dengan menggunakan
SPSS, maka praktikan dapat menyimpulkan beberapa hal sebagai berikut:
1. Penanaman modal asing dapat diketahui berdasarkan pengujian hanya di
pengaruhi oleh tiga faktor yaitu pengeluaran investasi pemerintah, ekspor migas
dan non migas, dan nilai tukar rupiah terhadap dollar Amerika.
2. Tingkat inflasi diketahui tidak berpengaruh terhadap penanaman modal asing.
3. 47% variabel dependen penanaman modal asing dapat dikaitkan degan tiga
variabel independen, yaitu pengeluaran investasi pemerintah, ekspor migas dan
non migas, dan nilai tukar rupiah terhadap dollar Amerika. Dan 53% lainnya
dijelaskan oleh variabel lain yang tidak terkait dengan tiga variabel tersebut.
15
DAFTAR PUSTAKA
Purwaningsih, Tuti. 2013. Modul Praktikum Analisis Regresi Terapan. Yogyakarta:
Universitas Islam Indonesia.
Penelitian, Laporan. Minggu, 01 Desember 2014. Analisis Regresi Linier
Berganda. http://tu.laporanpenelitian.com/2014/12/28.html. Diakses pada
tanggal 30 April 2015.
Dwi.
Rabu,
23
Oktober
2014.
Analisis
Regresi
Linier
Berganda.
http://duwiconsultant.blogspot.com/2011/11/analisis-regresi-linierberganda.html. Diakses pada tanggal 30 April 2015.
Basri,
Seta.
Kamis,
28
April
2011.
Uji
Regresi
Berganda.
http://setabasri01.blogspot.com/2011/04/uji-regresi-berganda.html.
Diakses pada tanggal 30 April 2015.
16
PENDAHULUAN
1. Definisi
1.1 Analisis Regresi Berganda
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 independen
a
= Konstanta (nilai Y’ apabila X1, X2…..Xn = 0)
b
= Koefisien regresi (nilai peningkatan ataupun
penurunan)
a. Menilai Goodness of Fit Suatu Model
i. Koefisien Determinasi (R2)
Koefisien determinasi mengukur seberapa besar pengaruh keanggotaan
variabel bebas memprediksi variabel terikat. Contoh: adjusted R square
sebesar 0,624 menyatakan pengaruh X1 dan X2 terhadap Y sebesar 62,4%,
sisanya sebesar 37,6% dipengaruhi variabel lain di luar X1 dan X2.
ii. Uji Signifikansi Simultan (Uji F)
Uji F menunjukkan apakah semua variabel bebas yaitu X1 dan X2 secara
bersama-sama mempunyai pengaruh terhadap variabel tergantung yaitu Y.
Kesimpulan Uji F adalah menolak atau menerima H0.
1
2
iii. Uji Signifikansi Individual (Uji t)
Uji t menunjukkan apakah tiap-tiap variabel bebas secara parsial
mempunyai pengaruh terhadap variabel tergantung yaitu pengaruh X1
terhadap Y dan pengaruh X2 terhadap Y. Kesimpulan Uji t adalah menolak
atau menerima H0.
2. Studi Kasus
Kasus yang harus diselesaikan dalam praktikum Analisis Regresi Terapan
dengan menggunakan program SPSS yaitu:
Periode
PMA
(Miliar Rp)
2003-Q1
2003-Q2
2003-Q3
2003-Q4
2004-Q1
2004-Q2
2004-Q3
2004-Q4
2005-Q1
2005-Q2
2005-Q3
2005-Q4
2006-Q1
2006-Q2
2006-Q3
2006-Q4
2007-Q1
2007-Q2
2007-Q3
2007-Q4
2008-Q1
2008-Q2
2008-Q3
2008-Q4
2009-Q1
2009-Q2
2561,20
1974,30
1836,10
4835,60
1563,00
2246,10
4814,70
2053,50
4282,30
2645,20
4735,20
2370,60
2916,60
3608,20
4586,10
6059,70
11135,50
6382,10
9046,00
7105,50
6382,10
2498,80
3416,50
1055,80
2586,40
2645,60
Variabel
G
CPI
(Miliar Rp)
(%)
26378,80
28901,00
30758,40
35365,90
29670,84
30871,24
29090,80
35503,88
26823,27
28813,63
34640,96
44347,70
30202,70
37102,47
35237,25
45314,16
31021,72
37537,80
38522,13
39145,81
40547,53
46227,97
42816,55
53787,28
38332,31
47428,13
7,82
7,25
6,37
4,84
5,72
6,71
6,27
6,41
7,76
8,41
7,65
17,79
16,9
15,51
14,87
6,36
6,02
6,25
6,51
6,73
7,64
10,12
11,96
11,5
8,56
5,67
EX
ER
(Ribu US$) (IDR/US$)
148537,00
154776,20
147345,70
148857,40
151536,74
162529,87
182514,04
184040,31
184892,62
191189,89
204876,24
212717,25
206730,13
212898,23
221837,24
224553,53
226790,85
234934,47
238286,76
263606,10
255181,79
244656,60
263976,50
207385,20
219101,70
223004,30
8389,00
8465,00
8908,00
8285,00
9415,00
9387,00
9170,00
9480,00
9290,00
10310,00
9075,00
9830,00
9713,00
9300,00
9235,00
9118,00
9020,00
9054,00
9137,00
9419,00
9217,00
9225,00
9378,00
10950,00
11575,00
10225,00
3
2009-Q3
PMA
2836,20
47183,12
= Penanaman Modal Asing
G
= Pengeluaran Investasi Pemerintah
CPI
= Tingkat inflasi
EX
= Ekspor migas dan non migas
ER
= Nilai tukar rupiah terhadap dollar Amerika ( IDR / US $)
3,76
241885,30
9681,00
Dari data di atas lakukan analisis apa yang sesuai dan dapatkan model sementara
untuk kasus di atas.
BAB II
DESKRIPSI KERJA
Dalam praktikum Analisis Regresi Terapan modul ketiga ini akan dijelaskan
deskripsi atau langkah-langkah kerja sesuai dengan studi kasus yang ada. Praktikan
akan menggunakan SPSS untuk mengerjakan data tersebut. Adapun langkahlangkahnya sebagai berikut :
1.1 Mengoperasikan SPSS dengan dengan menjalankan kursor pada lambang Start
All Programs IBM SPSS Statistics 21 atau praktikan dapat langsung
memilihnya pada dekstop.
1.2 Memasukan variable data pada variable view sesuai dengan data yang
diketahui. Seperti gambar berikut:
Gambar 2.1 Memasukan data, pada variable view
1.3 Praktikan memasukan nilai data pada data view dan harus sesuai dengan tabel
data yang sudah diketahui. Seperti gambar berikut:
Gambar 2.2 Memasukan nilai data
4
5
1.4 Praktikan melakukan uji korelasi dengan memilih analyze pada menu bar
kemudian memilih correlate bivariate, kemudian mengatur variable view
yang ada dan memindahkan pada kolom sebelah kanan, kemudian mengatur
corellation coefficients dan test of significance. Dan akan muncul tampilan
seperti gambar berikut:
Gambar 2.3 Mengatur variabel pada bivariate correlations
1.5 Praktikan membuat scatter plot dengan menu graphs legacy dialogs
scatter/dot Matrix Scatter. Dan akan muncul tampilan seperti gambar
berikut:
Gambar 2.4 Membuat scatter plot dengan menu graph
1.6 Praktikan mengatur Panel by pada Scatterplot Matrix. Dan akan muncul
tampilan seperti gambar berikut:
6
Gambar 2.5 Mengatur matrix variables
1.7 Praktikan melakukan uji regresi dengan memilih analyze pada menu bar
kemudian memilih regression linier, kemudian mengatur variable
dependent dan independent. Dan akan muncul tampilan seperti gambar berikut:
Gambar 2.6 Mengatur variabel dependent dan independent
1.8 Kemudian lanjutan dari pengaturan diatas, praktikan memilih statistics. Dan
akan muncul tampilan seperti gambar berikut:
7
Gambar 2.7 Mengatur statistics pada linier regression
1.9 Pada hasil output praktikan dapat melihat kesesuaian model dari uji overall
pada tabel anova, kemudian dilakukan uji parsial dengan memperhatikan nilai
signifikansi pada tabel coefficients, apabila nilai signifikansi (sig > α ), maka
praktikan selanjutnya menghilangkan atau mengeluarkan variabel tersebut
(nilai yang tidak signifikan) dengan menghilangkan variabel pada kolom
independent yang paling tidak signifikan. Praktikan melakukan hal tersebut
hingga diperoleh varibel yang paling signifikan.
BAB III
PEMBAHASAN
Pada pembahasan ini praktikan menjelaskan hasil output dari masing-masing
data yang praktikan kerjakan berdasarkan studi kasus yang ada. Pembahasan akan
di jabarkan oleh praktikan sebagai berikut :
Gambar 3.1 Output Scatterplot Matrix
Praktikan dapat memperhatikan pada hasil matrix scatter diatas, hanya
terdapat satu variabel yang memiliki korelasi positif yaitu besarnya ekspor migas
dan non migas (EX), yakni semakin besar jumlah ekspor migas dan non migas maka
akan semakin bertambah jumlah penanaman modal asing. Sedangkan faktor lain
seperti pengeluaran investasi pemerintah (G), nilai tukar rupiah terhadap dollar
Amerika (ER) dan tingkat inflasi (CPI) mempunyai korelasi negatif terhadap
penanaman modal asing (PMA).
Pengeluaran investasi pemerintah (G) memiliki nilai sebaran error cukup
besar, maka dapat terdapat indikasi bahwa nilai korelasinya lemah. Sedangkan pada
faktor nilai tukar rupiah terhadap dollar Amerika (ER) dan tingkat inflasi (CPI)
menunjukkan nilai sebaran error lebih besar yang mendekati garis regresi, artinya
memiliki korelasi terhadap penanaman modal asing (PMA).
8
9
Tabel 3.1 Output SPSS ANOVA (Uji Overall)
ANOVAa
Model
1
Sum of Squares
df
Mean Square
Regression
90130470.013
4
22532617.503
Residual
59734042.899
22
2715183.768
149864512.912
26
Total
F
Sig.
8.299
.000b
Hasil di atas digunakan untuk uji overall. Dari uji ANOVA atau F-test,
diperoleh bahwa nilai F-hitung adalah 8.299 dengan tingkat signifikansi sebesar
0,000.
Jika ingin menguji hipotesis seperti berikut:
a. Hipotesis
H0: β1 = β2 = β3 = β4 = 0
(Model tidak sesuai)
H1: Minimal terdapat satu βi ≠ 0, i =1,2,3,4.
(Model sesuai)
b. Tingkat signifikansi
α= 0,05.
c. Daerah kritis
Jika sig. < tingkat signifikansi α= 0,05, tolak H0
d. Statistik uji
Sig. = 0,000.
e. Keputusan
0,000 < 0,05
Sig. < tingkat signifikansi α= 0,05 , (Tolak H0)
f. Kesimpulan
Dengan tingkat signifikansi 0,05, diperoleh kesimpulan menunjukkan bahwa
model sesuai
Tabel 3.2 Output SPSS tabel Coefficients (Uji Parsial)
Coefficientsa
Model
Unstandardized Coefficients
Standardized
t
Sig.
Coefficients
B
1
(Constant)
9189.203
Std. Error
4422.740
Beta
2.078
.050
10
G
-.146
.061
-.444
-2.404
.025
CPI
-176.338
89.555
-.275
-1.969
.062
EX
.059
.012
.888
5.052
.000
ER
-1.101
.515
-.325
-2.138
.044
Tabel 3.3 Keputusan Uji Hipotesis (Uji Parsial)
Model
Hipotesis
H0 : β0 = 0
H1 : β0 ≠ 0
H0 : β1 = 0
H1 : β1 ≠ 0
H0 : β2 = 0
H1 : β2 ≠ 0
H0 : β3 = 0
H1 : β3 ≠ 0
H0 : β4 = 0
H1 : β4 ≠ 0
Konstanta
G
CPI
EX
ER
P-value
Tanda
α
Keputusan
0,05
=
0,05
Tolak H0
0,025
<
0,05
Tolak H0
0,062
>
0,05
Gagal tolak H0
0,000
<
0,05
Tolak H0
0,044
<
0,05
Tolak H0
Dari tabel keputusan uji hipotesis tersebut, terdapat satu keputusan uji yang gagal
tolak H0, yaitu pada CPI (tingkat inflasi) bahwa tingkat inflasi tidak terlalu
berpengaruh terhadap besarnya penanaman modal asing (PMA). Sehingga
praktikan akan melakukan pengulangan uji yaitu dengan cara mengeluarkan
variabel tingkat inflasi (CPI) pada model dengan demikian dihasilkan model seperti
tabel berikut :
Tabel 3.4 PMA Tanpa Tingkat Inflasi (CPI)
Coefficientsa
Model
Unstandardized
Standardized
Coefficients
Coefficients
B
Std. Error
t
Sig.
Beta
95.0% Confidence Interval for B
Lower
Upper Bound
Bound
(Constant)
1
9964.253
4672.604
-.139
.064
EX
.055
ER
-1.300
G
2.132
.044
298.235
19630.271
-.424
-2.170
.041
-.272
-.006
.012
.840
4.549
.000
.030
.080
.536
-.384
-2.425
.024
-2.408
-.191
Dari tabel tersebut praktikan dapat memisalkan penanaman modal asing
(PMA) sebagai Y dan faktor-faktor yang mempengaruhi penanaman modal asing
sebagai Xi, yaitu X1 sebagai pengeluaran investasi pemerintah (G), X2 sebagai
ekspor migas dan non migas (EX) dan X3 sebagai nilai tukar rupiah terhadap dollar
Amerika (ER).
11
Dengan demikian dapat dituliskan pengujian hipotesisnya secara satu persatu
sebagai berikut :
1) Pengujian hipotesis terhadap β0 (Konstanta/Intersep)
a. Hipotesis
H0 : β0 = 0
(semua nilai Y dapat dijelaskan oleh X)
H1 : β0 ≠ 0
(ada nilai Y yang tidak dapat dijelaskan oleh X)
b. Tingkat signifikansi
α = 0,05
c. Daerah kritis
Sig. < α (Tolak H0)
d. Statistik Uji
Sig. = 0,044
e. Keputusan
0,044 < 0,05
Sig. < α (Tolak H0)
f. Kesimpulan
Dengan menggunakan tingkat kepercayaan 95% data yang ada menolak H0
(nilai Sig < α) yang berarti bahwa ada nilai Y yang tidak dapat dijelaskan
oleh nilai X.
2) Pengujian hipotesis terhadap β1 (mengetahui pengaruh pengeluaran investasi
pemerintah terhadap besarnya penanaman modal asing)
a. Hipotesis
H0 : β1 = 0
( X1 tidak berpengaruh terhadap Y)
H1 : β1 ≠ 0
( X1 berpengaruh terhadap Y)
b. Tingkat signifikansi
α = 0,05
12
c. Daerah kritis
Sig. < α (Tolak H0)
d. Statistik Uji
Sig. = 0,041
e. Keputusan
0,041 < 0,05
Sig. < α (Tolak H0)
f. Kesimpulan
Dengan menggunakan tingkat kepercayaan 95% data yang ada menolak H0
(nilai Sig < α) yang berarti bahwa nilai besarnya pengeluaran investasi
pemerintah berpengaruh terhadap penanaman modal asing
3) Pengujian hipotesis terhadap β3 (mengetahui pengaruh nilai tukar rupiah
terhadap penanaman modal asing)
a. Hipotesis
H0 : β3 = 0
( X3 tidak berpengaruh terhadap Y)
H1 : β3 ≠ 0
( X3 berpengaruh terhadap Y)
b. Tingkat signifikansi
α = 0,05
c. Daerah kritis
Sig. < α (Tolak H0)
d. Statistik Uji
Sig. = 0,000
e. Keputusan
0,000 < 0,05
Sig. < α (Tolak H0)
f. Kesimpulan
Dengan menggunakan tingkat kepercayaan 95% data yang ada menolak H0
(nilai Sig < α) yang berarti bahwa besarnya ekspor migas dan non migas
berpengaruh terhadap penanaman modal asing.
13
4)
Pengujian hipotesis terhadap β2 (mengetahui pengaruh ekspor migas dan non
migas terhadap penanaman modal asing)
a. Hipotesis
H0 : β2 = 0
( X2 tidak berpengaruh terhadap Y)
H1 : β2 ≠ 0
( X2 berpengaruh terhadap Y)
b. Tingkat signifikansi
α = 0,05
c. Daerah kritis
Sig < α (Tolak H0)
d. Statistik Uji
Sig = 0,024
e. Keputusan
0,024 < 0,05
Sig < α (Tolak H0)
f. Kesimpulan
Dengan menggunakan tingkat kepercayaan 95% data yang ada menolak H0
(nilai Sig < α) yang berarti bahwa besarnya nilai tukar rupiah terhadap dollar
Amerika akan berpengaruh terhadap penanaman modal asing
Berdasarkan uji parsial melalui analisis regresi, praktikan dapat mengetahui hasil
koefisien variabel bebas yaitu pengeluaran investasi pemerintah (X1), ekspor migas
dan non migas (X2) dan nilai tukar rupiah terhadap dollar Amerika (X3), sehingga
diperoleh persamaan regresinya ŷ = 9964,253 - 0,139X1 + 0,055X2 - 1,3X3 .
Dengan begitu diketahui koefisien dari pengeluaran investasi pemerintah
sebesar -13,9% setiap penambahan satu nilai pengeluaran investasi pemerintah
maka akan mengurangi penanaman modal asing sebesar 13,9%, koefisien dari
ekspor migas dan non migas sebesar 5,5% maka setiap penambahan atau
pengurangan satu nilai satuan ekspor migas dan non migas maka akan menambah
atau mengurangi penanaman modal asing sebesar 5,5% dan koefisien dari nilai
tukar rupiah terhadap dollar Amerika sebesar -130% setiap penambahan satu nilai
tukar rupiah terhadap dollar Amerika akan mengurangi penanaman modal asing
14
sebesar 130% sebaliknya jika melakukan pengurangan satu nilai tukar rupiah
terhadap dollar Amerika akan menambah penanaman modal asing sebesar 130%.
Tabel 3.5 Tabel Model Summary
Model Summary
Model
1
R
R Square
.729a
.531
Adjusted R
Std. Error of the
Square
Estimate
.470
1747.80899
a. Predictors: (Constant), ER, EX, G
Berdasarkan tabel praktikan dapat mengetahui besarnya koefisien
determinasi (R2) yaitu dengan memperhatikan hasil output pada model summary.
Untuk R (koefisien korelasi) dan R Square (koefisien determinasi). Karena
praktikan melakukan analisis regresi berganda maka yang digunakan adalah
Adjusted R Square yaitu sebesar 0.47 yang berarti 47% variabel dependen
penanaman modal asing dapat dikaitkan degan tiga variabel independen, yaitu
pengeluaran investasi pemerintah, ekspor migas dan non migas, dan nilai tukar
rupiah terhadap dollar Amerika. Dan 53% lainnya dijelaskan oleh variabel lain yang
tidak terkait dengan tiga variabel tersebut.
BAB IV
PENUTUP
Berdasarkan hasil praktikum Analisis Regresi Terapan dengan menggunakan
SPSS, maka praktikan dapat menyimpulkan beberapa hal sebagai berikut:
1. Penanaman modal asing dapat diketahui berdasarkan pengujian hanya di
pengaruhi oleh tiga faktor yaitu pengeluaran investasi pemerintah, ekspor migas
dan non migas, dan nilai tukar rupiah terhadap dollar Amerika.
2. Tingkat inflasi diketahui tidak berpengaruh terhadap penanaman modal asing.
3. 47% variabel dependen penanaman modal asing dapat dikaitkan degan tiga
variabel independen, yaitu pengeluaran investasi pemerintah, ekspor migas dan
non migas, dan nilai tukar rupiah terhadap dollar Amerika. Dan 53% lainnya
dijelaskan oleh variabel lain yang tidak terkait dengan tiga variabel tersebut.
15
DAFTAR PUSTAKA
Purwaningsih, Tuti. 2013. Modul Praktikum Analisis Regresi Terapan. Yogyakarta:
Universitas Islam Indonesia.
Penelitian, Laporan. Minggu, 01 Desember 2014. Analisis Regresi Linier
Berganda. http://tu.laporanpenelitian.com/2014/12/28.html. Diakses pada
tanggal 30 April 2015.
Dwi.
Rabu,
23
Oktober
2014.
Analisis
Regresi
Linier
Berganda.
http://duwiconsultant.blogspot.com/2011/11/analisis-regresi-linierberganda.html. Diakses pada tanggal 30 April 2015.
Basri,
Seta.
Kamis,
28
April
2011.
Uji
Regresi
Berganda.
http://setabasri01.blogspot.com/2011/04/uji-regresi-berganda.html.
Diakses pada tanggal 30 April 2015.
16