REGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1)

Ukuran: px
Mulai penontonan dengan halaman:

Download "REGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1)"

Transkripsi

1 REGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1) ) ) riadhea0863@yahoo.co.id 2) febti08.10@gmail.com ABSTRAK Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebabakibat antara satu variabel dengan variabel-variabel yang lain. Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya heteroskedastisitas, multikolinearitas, dan autokorelasi. Regresi beda merupakan salah satu metode yang digunakan untuk mengatasi autokorelasi. Beberapa cara yang bisa digunakan dalam mengatasi masalah multikolinearitas dalam model regresi ganda salah satunya adalah regresi ridge. Data yang digunakan untuk analisis regresi Ridge adalah data dari pendapatan perkapita Indonesia (dalam Triliun) (Y) dengan harga premium (X 1 ), harga solar (X 2 ), harga minyak bakar (X 3 ) dan harga minyak tanah (X 4 ). Sedangkan data yang digunakan untuk analisis regresi Beda adalah Oksidasi Tanaman dari Ammonia sampai Asam Nitrat. Variabel Respon (Y) adalah stack yang hilang oksidasi tanaman dari ammonia sampai asam sulfat sedangkan variabel prediktornya adalah temperatur pendingin air (X 1 ) dan konsentrasi asam (X 2 ). Hasil persamaan Regresi Ridge dengan nili, maka modelnya adalah. Sedangkan persamaan hasil dari regresi beda stack yang hilang = -1,09 + 0,775 temperatur pendingin air + 0,118 konsentrasi asam I. PENDAHULUAN Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan satu dengan variabel-variabel yang lain. Variabel "penyebab" disebut dengan bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam grafik sebagai absis, atau sumbu X). Variabel terkena akibat dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel acak (Wikipedia, 2012). Permasalahan yang dibahas pada makalah ini adalah bagaimana cara mengatasi kasus multikolinieritas antara variabel bebas pada studi kasus pendapatan perkapita Indonesia (dalam Triliun) dan bagaimana cara mengatasi autokorelasi pada studi kasus antara stack yang hilang oksidasi tanaman dari ammonia sampai asam sulfat. Tujuan yang ingin dicapai adalah untuk mengetahui penggunaan penerapan regresi ridge pada sebuah studi kasus yang mengalami kasus multikolinieritas dan untuk mengetahui penerapan penggunaan regresi beda pada sebuah studi kasus yang mengalamu autokorelasi. II. LANDASAN TEORI Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya heteroskedastisitas, multikolinearitas, dan autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE (best linear unbiased estimator) yakni tidak terdapat heteroskedastistas, tidak terdapat multikolinearitas, dan tidak terdapat autokorelasi ( Sudrajat 1988 : 164). Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasnya standar error. Jika terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga tingkat signifikansi koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap bias dan masih tetap konsisten hanya saja menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan. Pengujian-pengujian yang dilakukan adalah sebagai berikut: 1

2 1. Uji Asumsi Multikolinieritas Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas (independen). Dalam model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Uji Multikolinearitas dilakukan dengan melihat nilai tolerance dan variance inflation factor (VIF) dari hasil analisis dengan menggunakan SPSS. Apabila nilai tolerance value lebih tinggi daripada 0,10 atau VIF lebih kecil daripada 10 maka dapat disimpulkan tidak terjadi multikolinearitas. 2. Uji Asumsi Klasik Heteroskedasitisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dan residual satu pengamatan ke pengamatan yang lain. jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Uji heteroskedastisitas dilakukan dengan menggunakan uji Glejser, yang dilakukan dengan meregresikan nilai absolut residual yang diperoleh dari model regresi sebagai variabel dependen terhadap semua variabel independen dalam model regresi. Apabila nilai koefisien regresi dari masing-masing variabel bebas dalam model regresi ini tidak signifikan secara statistik, maka dapat disimpulkan tidak terjadi heteroskedastisitas (Sumodiningrat : 271). 3. Uji Asumsi Klasik Autokorelasi Salah satu asumsi pada model regresi linier klasik adalah tidak adanya autokorelasi. Autokorelasi merupakan kondisi dimana terdapat korelasi atau hubungan antar pengamatan (observasi). Uji Autokorelasi bertujuan menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Uji autokorelasi dilakukan dengan menggunakan uji 5%. Apabila D-W Durbin-Watson (D-W), dengan tingkat kepercayaan terletak antara -2 sampai +2 maka tidak ada autokorelasi (Santoso : 219). Analisis yang digunakan dalam makalah ini untuk mengatasi autokorelasi dan multikolinieritas adalah dengan menggunakan Regresi Beda dan Regresi Ridge. Berikut penjelasan tentang Regresi Beda dan Regresi Ridge. 4. Ridge Regression Beberapa cara yang bisa digunakan dalam mengatasi masalah multikolinearitas dalam Model Regresi Ganda antara lain Analisis komponen utama yaitu analisis dengan mereduksi peubah bebas (X) tanpa mengubah karakteristik peubah-peubah bebasnya, pemilihan model terbaik, regresi ridge dan lain lain. Pada dasarnya metode Ridge juga merupakan metode kuadrat terkecil. Perbedaannya adalah bahwa pada metode ridge regression, nilai variabel bebasnya ditransformasikan dahulu melalui prosedur centering and rescaling. Prosedur ridge pertama kali dikemukakan oleh A.E. Hoerl pada 1962 Prosedur ini ditunjukan untuk mengatasi kondisi buruk (ill-conditioned). Kondisi ini terjadi apabila terdapat korelasi antar variabel bebas yang cukup tinggi sehingga menyebabkan determinan mendekati nol. Metode Centering and Rescaling Persamaaan regresi yang memiliki model: Persamaan tersebut dapat dibentuk menjadi ( ) ( ) ( ) ( ) Menurut rumus untuk mendapatkan, yaitu: ( ) Maka berlaku, 2

3 Sehingga Jika Maka didapatkan persamaan baru, yaitu: ( ) ( ) ( ) ( ) ( ) Prosedur untuk membentuk persamaan pertama menjadi persamaan terakhir disebut dengan prosedur centering. Prosedur ini mengakibatkan hilangnya (intercept) yang membuat perhitungan untuk mencari model regresi menjadi lebih sederhana. Bila dari persamaan di atas kita bentuk persamaan: dengan maka prosedur ini disebut dengan prosedur Rescaling. Keseluruhan dari prosedur di atas disebut prosedur centering and rescaling. Salah satu metode yang dapat digunakan untuk menaksir parameter regresi dari model regresi liner berganda adalah menggunakan metode kuadrat terkecil. Dugaan metode kuadrat terkecil adalha. Dengan mebentuk maka kesalahan yang disebabkan pengaruh pembulatan menjadi lebih kecil. Terutama jika variabel bebas-nya lebih dari dua dan data yang ada besar. Jika yang merupakan matriks korelasi adalah matriks identitas maka nilai dugaan variabel regressand akan sama dengan nilai sebenarnya. Apabila tidak mendekati matriks identitas melainkan menjauhinya, maka dapat dikatakan hampir singular (buruk). Kondisi ini disebut sebagai ill conditioned (Draper & Smith,1981). Kondisi ini terjadi apabila terdapat korelasi antar variabel bebas yang cukup tinggi sehingga menyebabkan determinan mendekati nol. Maka antara variabel bebas terjadi multikolinieritas ganda tidak sempurna. Apabila terjadi situasi tersebut, penaksiran parameter koefisien regresi masih mungkin dilakukan dengan metode kuadrat terkecil, tetapi dengan konsekuensi simpangan bakunya menjadi sangat sensitif sekalipun terjadi perubahan yang sangat kecil dalam datanya. Simpangan baku ini cenderung membesar sejalan dengan meningkatnya multikolinieritas. Apabila terjadi multikolinieritas tidak sempurna pada variabel regresso pada diagonal utama ditambah bilangan kecil positif yang bernilai antara 0 dan 1 (Hoerl A.E, 1962). Prosedur ini disebut Ridge Trace. Kemudian prosedur tersebut dikembangkan oleh A.E Hoerl dan Robert W Kennard (1970) dan Normon R. Draper dan Harry Smith (1981) dengan mentransformasikan matriks menjadi matriks korelasi. Sehingga dugaan koefisien regresi menjadi: dengan: : estimator ridge regression : ridge parameter (bilangan kecil positif terletak antara 0 dan 1) 3

4 : Matriks n k yang merupakan hasil transformasi variabel bebas melalui metode centering dan rescaling. Sehingga nilai dugaan untuk variabel regressand menjadi: Proses tersebut di atas disebut dengan Ridge regression. Analisis ridge regression dapat digunakan apabila tidak singular. Asumsi yang digunakan hanyalah ada dan tidak sulit mendapatkannya (Draper & Herzberg, 1986). Pemilihan nilai sebenarnya diserahkan kepada analis. Untuk memperoleh nilai, analis mencobakan nilai ampai keadaan stabil. Ada beberapa metode yang bisa digunakan salah satunya yaitu dengan mencari nilai satistik Cp Mallows dengan rumus: dengan keterangan: : Jumlah kuadrat residu dari persamaan Ridge Regression n : banyaknya pengamatan : Eigen value matriks : Trace dari matriks : penaksir varians metode kuadrat terkecil Setelah memperoleh nilai, nilai terpilih adalah nilai yang dapat meminimumkan nilai. Koefisien regresi dalam variabel asal digunakan rumus sebagai berikut : dengan i : 1, 2, 3 : Galat baku dari data awal Y : Galat baku dari data awal X ke-i : koefisien regresi setelah melalui metode ridge regression 5. Regresi Beda Regresi beda merupakan salah satu metode yang digunakan untuk mengatasi autokorelasi. Dimana regresi ini dilakukan pada saat terjadi autokorelasi atau ketika saling dependent (berhubungan). Model regresi beda dapat dinyatakan dalam bentuk sebagai berikut: variabel x. Regresi beda merupakan proses regresi dari differensiasi variabel y dan differensiasi III. METODOLOGI PENELITIAN Data yang digunakan untuk menganalisis regresi ridge menggunakan data pendapatan perkapita Indonesia (dalam Triliun) dengan variable bebas adalah harga premium (X 1 ), harga solar (X 2 ), harga minyak bakar (X 3 ) dan harga minyak tanah (X 4 ). Variabel prediktor (Y) yaitu pendapatan Indonesia. Data yang dianalisis beda karena terjadi kasus autokorelasi adalah data stack yang hilang (Y) dengan temperatur pendingin air (X 1 ) dan konsentrasi asam (X 2 ). 4

5 IV. ANALISIS DAN PEMBAHASAN A. STUDI KASUS PENDAPATAN PERKAPITA INDONESIA (DALAM TRILIUN) Berikut adalah hasil dari hubungan regresi linier antara pendapatan perkapita Indonesia (dalam Triliun) dengan harga premium, harga solar, harga minyak bakar dan harga minyak tanah diperoleh taksiran model regresinya adalah sebagai berikut: Tabel 1. Analisis Regresi Regression Analysis: pendapatan p versus harga premiu; harga solar;... The regression equation is pendapatan perkapita = 127-0,130 harga premiun + 0,527 harga solar - 0,981 harga m. bakar + 1,30 harga m. tanah Predictor Coef SE Coef T P VIF Constant 126,53 33,62 3,76 0,002 harga premiun -0,1304 0,2512-0,52 0,611 82,119 harga solar 0,5270 0,7022 0,75 0, ,192 harga m. bakar -0,9815 0,4251-2,31 0,036 21,278 harga m. tanah 1,2978 0,2946 4,41 0,001 12,498 S = 32,4882 R-Sq = 90,3% R-Sq(adj) = 87,8% Berdasarkan tabel 1 analisis regresi pendapatan perkapita Indonesia (dalam Triliun) dengan harga premium, harga solar, harga minyak bakar dan harga minyak tanah tersebut diperoleh persamaan regresinya yaitu pendapatan perkapita = 127-0,130 harga premiun + 0,527 harga solar - 0,981 harga minyak bakar + 1,30 harga minyak tanah, yang berarti bahwa setiap pengurangan nilai harga premium sebesar 1 satuan, maka nilai pendapatan perkapita akan berkurang sebesar koefisien dari harga premium (0,13 satuan), setiap pertambahan nilai harga solar sebesar 1 satuan, maka nilai pendapatan perkapita akan bertambah sebesar koefisien dari harga premium (0,527 satuan), setiap pengurangan nilai harga minyak bakar sebesar 1 satuan, maka nilai pendapatan perkapita akan berkurang sebesar koefisien dari harga minyak bakar (0,981 satuan), setiap pertambahan nilai harga minyak tanah sebesar 1 satuan, maka nilai pendapatan perkapita akan bertambah sebesar koefisien dari harga minyak tanah (1,3 satuan). Nilai R-Sq(adj) = 87,8%, berarti bahwa model tersebut dapat menjelaskan kebaikan data sebesar 87,8%. Model tersebut sudah baik untuk mewakili data karena lebih dari standart kelayakan model yaitu 75%. Uji Signifikansi Parameter Uji Signifikansi Parameter Secara Serentak Hipotesis ( ) Statistik Uji : ( ) Daerah Kritis : Tolak H 0 jika atau P value 0,05 Tabel 2. ANOVA Uji Signifikan Secara Serentak Analysis of Variance Source DF SS MS F P Regression ,09 0,000 Residual Error Total

6 Keputusan: Tolak H 0 karena atau P value yaitu 30,20 2,87 atau 0,000 0,05 Kesimpulan : parameter signifikan secara serentak Uji Signifikansi Parameter Secara Individu Hipotesis Statistik Uji: Daerah Kritis : Tolak H 0 jika atau P value 0,05 Tabel 3. Uji Individu Predictor Coef SE Coef T P VIF Constant 126,53 33,62 3,76 0,002 harga premiun -0,1304 0,2512-0,52 0,611 82,119 harga solar 0,5270 0,7022 0,75 0, ,192 harga m. bakar -0,9815 0,4251-2,31 0,036 21,278 harga m. tanah 1,2978 0,2946 4,41 0,001 12,498 Tabel 4. Hasil Keputusan dan Kesimpulan Uji Signifikan Secara Individu Hipotesis Keputusan Kesimpulan 3,76 Tolak H 0-0,52 Gagal Tolak H 0 0,75 2,131 Gagal Tolak H 0-2,31 Gagal Tolak H 0 4,41 Gagal Tolak H 0 Parameter tidak signifikan secara individu karena ada salah satu paramaeter yang tidak signifikan. Nilai VIF >10 sehingga antara pendapatan perkapita Indonesia (dalam Triliun) dengan harga premium, harga solar, harga minyak bakar dan harga minyak tanah mempunyai multikolinieritas. Uji Asumsi Residual IIDN ( Identik, Independen, Distribusi Normal) Pengujian Residual Identik Untuk mengetahui adanya keidentikan antara pendapatan perkapita Indonesia (dalam Triliun) terhadap harga premium, harga solar, harga minyak bakar dan harga minyak tanah menggunakan uji Glejser sebagai berikut: Hipotesis : (residual memenuhi asumsi identik, tidak ada heteroskedastisitas) minimal ada satu (terjadi heteroskedastisitas) Statistik Uji: Daerah kritis: Tolak H 0 jika atau P value 0,05 6

7 Tabel 5. Uji Residual Identik Analysis of Variance Source DF SS MS F P Regression ,4 611,6 3,16 0,045 Residual Error ,3 193,3 Total ,7 Keputusan: Tolak H 0 Kesimpulan: Terjadi heteroskedastisitas atau residualnya tidak memenuhi asumsi identik Pengujian Residual Independen Untuk mengetahui adanya independen antara pendapatan perkapita Indonesia (dalam Triliun) terhadap harga premium, harga solar, harga minyak bakar dan harga minyak tanah menggunakan uji Durbin Watson sebagai berikut: Hipotesis : (tidak terjadi autokorelasi) (terjadi autokorelasi) Daerah kritis : Gagal Tolak H 0 bila du<d<4-du Statistik uji : Tabel 6. Durbin Watson Statistic Durbin-Watson statistic = 1,86030 du<d<4-du 1,83<1,86030<4-1,83 1,83<1,86030<2,17 Kesimpulan : Gagal tolak H 0 artinya residual memenuhi asumsi independen karena tidak terjadi autokorelasi. Pengujian Residual Distribusi Normal Analisis plot residual Normality Plot ini dilakukan untuk mengetahui adanya Distribusi Normal antara pendapatan perkapita Indonesia (dalam Triliun) terhadap harga premium, harga solar, harga minyak bakar dan harga minyak tanah Hipotesis : F(x) = F 0 (x), Residual data berdistribusi Normal F(x) F 0 (x), Residual data tidak berdistribusi Normal Statistik Uji: Keterangan : F n (x) = Nilai distribusi kumulatif sanpel F 0 (x) = Nilai distribusi kumulatif yang ditetapkan, atau di bawah H 0 P untuk distribusi normal Daerah Kritis : Tolak H 0 jika 7

8 Percent Probability Plot of RESI1 Normal Mean -5,40012E-14 StDev 28,87 N 20 KS 0,095 P-Value >0, RESI Gambar 1. Plot Distribusi Normal Kesimpulan: menunjukkan bahwa nilai KS sebesar 0,095 yang menunjukkan bahwa, maka gagal tolak H 0, sehingga dapat dikatakan asumsi distribusi normal. P value sebesar 0,15 sehingga P value, maka gagal tolak H 0 sehingga dapat dikatakan memenuhi asumsi distribusi normal. 1. REGRESI RIDGE Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas (independen). Apabila nilai VIF lebih kecil daripada 10 maka dapat disimpulkan tidak terjadi multikolinearitas. Tabel 7. Uji Asumsi Multikolinieritas Predictor Coef SE Coef T P VIF Constant 126,53 33,62 3,76 0,002 harga premiun -0,1304 0,2512-0,52 0,611 82,119 harga solar 0,5270 0,7022 0,75 0, ,192 harga m. bakar -0,9815 0,4251-2,31 0,036 21,278 harga m. tanah 1,2978 0,2946 4,41 0,001 12,498 Tabel 7 dapat diketahui bahwa nilai VIF pada masing-masing variabel prediktor memiliki nilai VIF yang lebih > 10 maka dapat disimpulkan terjadi multikolinearitas. Kasus multikolinieritas dapat diatasi dengan salah satunya Ridge Regeression. Regresi Ridge pada kasus ini digunakan untuk menggatasi multikolinieritas antar variabel prediktor. Berikut adalah analisis regresi ridge bila terjadi multikolinieritas Tabel 8. Regresi Ridge * VIF VIF VIF VIF 0,2 0, , , , , ,2 0, , , , , ,2-0, , , , , ,2 0,5047-0, , , , Rabel 8 menunjukkan hasil yaitu centering dan resclaing regresi ridge. Dari hasil tersebut diketahui bahwa nilai yang terpilih adalah 0,2, karena memiliki nilai VIF mendekati 1. Sehingga diperoleh persamaan regresi yang dibentuk sebagai berikut: Setelah dikembalikan ke variabel asal (X) diperoleh persamaan regresi baru sebagai berikut: Setiap penambahan nilai harga premium sebesar 1 satuan, maka nilai pendapatan perkapita akan bertambah sebesar koefisien dari harga premium (0, satuan), setiap 8

9 pertambahan nilai harga solar sebesar 1 satuan, maka nilai pendapatan perkapita akan bertambah sebesar koefisien dari harga premium (0, satuan), setiap penambahan nilai harga minyak bakar sebesar 1 satuan, maka nilai pendapatan perkapita akan berkurang sebesar koefisien dari harga minyak bakar (0, satuan), setiap pertambahan nilai harga minyak tanah sebesar 1 satuan, maka nilai pendapatan perkapita akan bertambah sebesar koefisien dari harga minyak tanah (0, satuan). Berikut merupakan gambar Ridge Trace dari data pendapatan perkapita Indonesia (dalam Triliun). Gambar 2. Ridge Trace Keterangan pada Gambar 2 X 1 merupakan harga premium, X 2 merupakan harga solar, X 3 merupakan harga minyak bakar dan X 4 merupakan harga minyak tanah. Berdasarkan Gambar 2 saat nilai k = 0,2 untuk masing-masing pola penelususran mulai mendekati grafik yang stabil, sehingga nilai konstanta k yang cocok untuk memperoleh koefisien penduga yang stabil adalah saat k = 0,2 9

10 Kasus multiko yang telah diatasi dengan menggunakan regresi ridge, kemudian dilakukan kelayakan model apakah model layak digunakan atau tidak dengan signifikansi parameter. Hipotesis ( ) Statistik Uji : ( ) Daerah Kritis : Tolak H 0 jika atau P value 0,05 Tabel 9. ANOVA Regresi Ridge Data Pendapatan Perkapita Indonesia (dalam Triliun) df SS MS F P_value Regression , ,721 2,46 0,00 Residual 15 2,46 1,64 Total ,89 Keputusan: Tolak H 0 Kesimpulan: parameter signifikan secara serentak. Maka dapat dikatakan ada hubungan linier antara variabel-variabel bebas X 1, X 2, X 3, dan X 4 dengan variabel Y. Nilai korelasi determinasi estimator yaitu 1 atau 100% Setelah dilakukan uji signifikansi serentak dari hasil regresi ridge, maka dilakukan uji signifikansi parameter secara individu. Berikut uji signifikansi parameter secara individu hasil dari regresi ridge. Hipotesis Statistik Uji: Daerah Kritis : Tolak H 0 jika atau P value 0,05 Tabel 10. ANOVA Regresi Ridge Uji Signifikansi Secara Individu Hipotesis Keputusan Kesimpulan 1,93 Gagal Tolak H 0-6,3 Gagal Tolak H 0 2,131-5,3 Gagal Tolak H 0 7,29 Gagal Tolak H 0-2,4 Gagal Tolak H 0 Parameter signifikan secara individu 10

11 Masalah multikolinearitas yang terjadi pada regresi linear berganda pada data Pendapatan Perkapita Indonesia (dalam Triliun) dapat diselesaikan dengan metode Regresi Ridge. Dengan menggunakan Ridge Trace, yaitu dengan menambah tetapan bias pada diagonal matriks akan diperoleh pada nilai tertentu nilai VIF relatif dekat dengan 1 (kurang dari 10), sehingga koefisien lebih stabil. Dari hasil koeefisien determinisai juga dapat diketahui yaitu 100% hal ini menunjukkan bahwa estimator yang diperoleh sudah dapat digunakan dan variansi Pendapatan Perkapita Indonesia (dalam Triliun) dapat dijelaskan oleh jumlah harga premiun, harga solar, minyak bakar dan minyak tanah. B. STUDI KASUS STACK YANG HILANG PADA OKSIDASI TANAMAN DARI AMMONIA SAMPAI ASAM SULFAT Model Regresi yang didapat dari hubungan antara stack yang hilang oksidasi tanaman dari ammonia sampai asam sulfat (Y) yang dipengaruhi oleh temperatur pendingin air (X 1 ) dan konsentrasi asam (X 2 ) sebagai berikut: Tabel 11. Analisis Regresi Regression Analysis: y versus x1; x2 The regression equation is y = - 51,2 + 2,73 x1 + 0,129 x2 Predictor Coef SE Coef T P Constant -51,24 18,54-2,76 0,013 x1 2,7320 0,3949 6,92 0,000 x2 0,1290 0,2329 0,55 0,587 S = 5,13733 R-Sq = 77,0% R-Sq(adj) = 74,5% Output Minitab diatas didapatkan persamaan Stack yang Hilang (Y) = -51,2 + 2,73 Temperatur Pendingin Air (X 1 ) + 0,129 Konsentrasi Asam (X 2 ). Artinya untuk setiap kenaikan temperatur sebanyak 1 0, maka stack yang hilang sebanyak 2,73 kali dengan asumsi variabel lain tetap, dan untuk setiap kenaikan konsentasi asam satu satuan maka stack yang hilang sebanyak 0,129 kali dengan asumsi variabel lain tetap. Tabel 11 didapatkan pula nilai koefisien determinasi sebesar 74,5 % yang menunjukkan model sudah baik, karena lebih dari 70%. Signifikansi Parameter Signifikansi Parameter Secara Serentak Hipotesis ( ) Statistik Uji : ( ) Daerah Kritis : Tolak H 0 jika atau P value 0,05 Tabel 12. Uji Serentak Analysis of Variance Source DF SS MS F P Regression ,18 797,09 30,20 0,000 Residual Error ,06 26,39 Total ,24 Keputusan: Tolak H 0 karena atau P value yaitu 30,20 3,47 atau 0,000 0,05 Kesimpulan : parameter tidak signifikan secara serentak 11

12 Signifikansi Parameter Secara Individu Hipotesis Statistik Uji: Daerah Kritis : Tolak H 0 jika atau P value 0,05 Tabel 13. Uji Individu Predictor Coef SE Coef T P Constant -51,24 18,54-2,76 0,013 x1 2,7320 0,3949 6,92 0,000 x2 0,1290 0,2329 0,55 0,587 S = 5,13733 R-Sq = 77,0% R-Sq(adj) = 74,5% Tabel 14. Hasil Uji Individu Hipotesis Keputusan Kesimpulan -2,76 Tolak H 0 Parameter tidak signifikan secara individu 6,92 2,101 karena ada salah satu Tolak H 0 paramaeter yang tidak 0,55 Gagal Tolak H 0 signifikan Uji Asumsi Autokorelasi Berikut Uji Asumsi untuk medeteksi adanya autokorelasi Tabel 15. Uji Asumsi Autokorelasi Source DF Seq SS Temperatur Pendingin Air ,09 Konsentrasi Asam 1 8,09 Durbin-Watson statistic = 0, Tabel 15 tersebut dari nilai Durbin Watson menunjukkan terjadi autokorelasi karena nilai Durbin Watson (d) sebesar 0,793294, dimana nilai dl untuk k=2 dan n=21 adalah sebesar 1,1246 dan nilai du adalah sebesar 1,5385. Karena nilai d masuk kedalam selang 0<d<1,1246 maka terjadi autokorelasi positif sehingga perlu dilakukan tindakan untuk mengatasi autokorelasi. Dalam mengatasi autokorelasi dilakukan dengan regresi beda. Pengujian Residual Distribusi Normal Analisis plot residual Normality Plot ini dilakukan untuk mengetahui adanya Distribusi Hipotesis : F(x) = F 0 (x), Residual data berdistribusi Normal F(x) F 0 (x), Residual data tidak berdistribusi Normal Statistik Uji: Keterangan : F n (x) = Nilai distribusi kumulatif sanpel F 0 (x) = Nilai distribusi kumulatif yang ditetapkan, atau di bawah H 0 P untuk distribusi normal Daerah Kritis : Tolak H 0 jika 12

13 Percent Probability Plot of RESI3 Normal Mean -5,07531E-16 StDev 4,874 N 21 KS 0,091 P-Value >0, RESI Gambar 3. Plot Normalitas Kesimpulan: menunjukkan bahwa nilai KS sebesar 0,091 yang menunjukkan bahwa, maka gagal tolak H 0, sehingga dapat dikatakan asumsi distribusi normal. P value sebesar 0,15 sehingga P value, maka tolak H 0 sehingga dapat dikatakan memenuhi asumsi distribusi normal. 2. REGRESI BEDA Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi ditemukan adanya independensi antar variabel bebas yang dilihat dari nilai durbin watsonnya. Pada model regresi antara stack yang hilang dengan temperatur pendingin air (X 1 ) dan konsentrasi asam (X 2 ), dapat dilihat bahwa terjadi autokorelasi atau residual dari data tidak independen. Kasus autokorelasi dapat diatasi salah satunya dengan regresi beda Regresi beda merupakan salah satu cara untuk mengatasi independensi. Pertama adalah melakukan differensiasi pada variabel respon (Y) dan variabel predictor (X), kemudian melakukan regresi kembali antara hasil differensiasi kedua variabel. Berikut adalah hasil dari differensiasi masing-masing variabel : Tabel 16. Differinsiasi Variabel diff_stack yang hilang diff_temperatur pendingin air diff_konsentrasi asam * * *

14 Setelah dilakukan differensiasi terhadap semua variabel, maka dilakukan analisis regresi antara variabel yang telah didiferensiasikan tersebut. Berikut adalah hasil dari analisis regresi beda : Tabel 17. Hasil Regresi Beda Regression Analysis: diff_stack y versus diff_tempera; diff_konsent The regression equation is diff_stack yang hilang = - 1,09 + 0,775 diff_temperatur pendingin air + 0,118 diff_konsentrasi asam 20 cases used, 1 cases contain missing values Predictor Coef SE Coef T P VIF Constant -1,0907 0,8237-1,32 0,203 diff_temperatur pendingin air 0,7746 0,5790 1,34 0,199 1,069 diff_konsentrasi asam 0,1176 0,1365 0,86 0,401 1,069 S = 3,56583 R-Sq = 16,4% R-Sq(adj) = 6,6% Model Regresi Beda : yt yt 1 0 xt xt ) 1( 1 t Berdasarkan analisis regresi stack yang hilang dengan Temperatur pendingin air dan konsentrasi asam tersebut diperoleh persamaan regresinya yaitu stack yang hilang = -1,09 + 0,775 temperatur pendingin air + 0,118 konsentrasi asam, yang berarti bahwa setiap kenaikan satu satuan temperatur pendingin air sebesar 1 satuan, maka stack yang hilang akan bertambah sebesar 0,775 satuan, setiap pertambahan konsentrasi asam sebesar 1 satuan, maka stack yang hilang akan bertambah sebesar koefisien dari 0,118 satuan. Nilai R-Sq(adj) = 6,6%, berarti bahwa model tersebut dapat menjelaskan kebaikan data sebesar 6,6%. Model tersebut jelek untuk mewakili data karena kurang dari standart kelayakan model yaitu 75%. Uji Asumsi Residual IIDN ( Identik, Independen, Distribusi Normal) Pengujian Residual Identik Untuk mengetahui adanya keidentikan antara stack yang hilang terhadap temperatur pendingin air dan konsentrasi asam menggunakan uji Glejser sebagai berikut: Hipotesis : (residual memenuhi asumsi identik, tidak ada heteroskedastisitas) minimal ada satu (terjadi heteroskedastisitas) Statistik Uji: Daerah kritis: Tolak H 0 jika 0,05 atau P value 14

15 Tabel 18. ANOVA Hasil Regresi Beda Analysis of Variance Source DF SS MS F P Regression 2 42,39 21,20 1,67 0,218 Residual Error ,16 12,72 Total ,55 Keputusan: Gagal Tolak H 0 Kesimpulan: Tidak terjadi heteroskedastisitas atau residualnya memenuhi asumsi identik Pengujian Residual Independen Untuk mengetahui adanya independen antara pendapatan perkapita Indonesia (dalam Triliun) terhadap harga premium, harga solar, harga minyak bakar dan harga minyak tanah menggunakan uji Durbin Watson sebagai berikut: Hipotesis : (tidak terjadi autokorelasi) (terjadi autokorelasi) Daerah kritis : Gagal Tolak H 0 bila du<d<4-du Statistik uji : Tabel 19. Durbin Watson Hasil Regresi Beda Durbin-Watson statistic = 1,78345 du<d<4-du 1,41<1,78345 <4-1,41 1,41<1,7845<2,59 Kesimpulan : Gagal tolak H 0 artinya residual memenuhi asumsi independen karena tidak terjadi autokorelasi. Pengujian Residual Distribusi Normal Analisis plot residual Normality Plot ini dilakukan untuk mengetahui adanya Distribusi Hipotesis : F(x) = F 0 (x), Residual data berdistribusi Normal F(x) F 0 (x), Residual data tidak berdistribusi Normal Statistik Uji: Keterangan : F n (x) = Nilai distribusi kumulatif sanpel F 0 (x) = Nilai distribusi kumulatif yang ditetapkan, atau di bawah H 0 P untuk distribusi normal Daerah Kritis : Tolak H 0 jika 15

16 Percent Probability Plot of RESI3 Normal Mean 8,215650E-16 StDev 3,373 N 20 KS 0,203 P-Value 0, RESI Gambar 4. Plot Normal setelah di Rergresi Beda Kesimpulan: menunjukkan bahwa nilai KS sebesar 0,203 yang menunjukkan bahwa, maka gagal tolak H 0, sehingga dapat dikatakan asumsi distribusi normal. P value sebesar 0,038 sehingga P value, maka tolak H 0 sehingga dapat dikatakan tidak memenuhi asumsi distribusi normal. 16

Oleh : Fuji Rahayu W ( )

Oleh : Fuji Rahayu W ( ) Oleh : Fuji Rahayu W (1208 100 043) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2012 Indonesia sebagai negara maritim Penduduk Indonesia

Lebih terperinci

BAB III METODE PENELITIAN. Pemerintah Daerah Kabupaten Lampung Barat tahun 2007 sampai dengan 2012.

BAB III METODE PENELITIAN. Pemerintah Daerah Kabupaten Lampung Barat tahun 2007 sampai dengan 2012. BAB III METODE PENELITIAN 3.1. Sampel Dan Data Penelitian Pengambilan data dilakukan di Direktorat Jendral Perimbangan Keuangan melalui internet. Data yang digunakan dalam penulisan skripsi ini adalah

Lebih terperinci

Analisis Regresi 2. Multikolinier & penanganannya

Analisis Regresi 2. Multikolinier & penanganannya Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga

Lebih terperinci

Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi

Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi Novita Homer 1, Jantje D. Prang 2, Nelson Nainggolan 3 1 Program Studi Matematika, FMIPA,

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul

BAB IV HASIL DAN PEMBAHASAN. dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul BAB IV HASIL DAN PEMBAHASAN IV.1 Statistik Deskriptif Statistik deskriptif merupakan statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul

Lebih terperinci

BAB III METODE PENELITIAN. laporan keuangan perusahaan transportation services yang terdaftar di Bursa

BAB III METODE PENELITIAN. laporan keuangan perusahaan transportation services yang terdaftar di Bursa BAB III METODE PENELITIAN A. Data dan Sumber Data Jenis data yang dipakai adalah data sekunder, berupa data-data laporan keuangan perusahaan transportation services yang terdaftar di Bursa Efek Indonesia

Lebih terperinci

BAB III METODE PENELITIAN. Ruang lingkup penelitian ini adalah menganalisis Pengaruh Pajak Daerah,

BAB III METODE PENELITIAN. Ruang lingkup penelitian ini adalah menganalisis Pengaruh Pajak Daerah, 36 BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Ruang lingkup penelitian ini adalah menganalisis Pengaruh Pajak Daerah, Retribusi Daerah, Pendapatan BUMD Dan Pendapatan Lain Daerah Terhadap Pertumbuhan

Lebih terperinci

BAB IV ANALISIS DATA DAN PEMBAHASAN. tahun terakhir yaitu tahun 2001 sampai dengan tahun Data yang. diambil adalah data tahun 2001 sampai 2015.

BAB IV ANALISIS DATA DAN PEMBAHASAN. tahun terakhir yaitu tahun 2001 sampai dengan tahun Data yang. diambil adalah data tahun 2001 sampai 2015. BAB IV ANALISIS DATA DAN PEMBAHASAN A. Deskriptif Sampel dan Data Penelitian ini menggunakan 30 data, sampel yang diamati selama 15 tahun terakhir yaitu tahun 2001 sampai dengan tahun 2015. Data yang diambil

Lebih terperinci

BAB III METODE PENELITIAN. Lokasi dari penelitian ini adalah CV.Nusaena Konveksi yang beralamat di

BAB III METODE PENELITIAN. Lokasi dari penelitian ini adalah CV.Nusaena Konveksi yang beralamat di BAB III METODE PENELITIAN 3.1.Lokasi dan waktu penelitian Lokasi dari penelitian ini adalah CV.Nusaena Konveksi yang beralamat di Jalan Pembangunan Gg. Samoa No. 12 Rumbai - Pekanbaru. Penelitian ini di

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Textile dan Otomotif yang terdaftar di BEI periode tahun

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Textile dan Otomotif yang terdaftar di BEI periode tahun BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Analisa Penelitian ini menggunakan data skunder berupa laporan keuangan audit yang diperoleh dari website resmi Bursa Efek Indonesia (BEI) yaitu www.idx.co.id.

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 64 BAB IV HASIL DAN PEMBAHASAN A. Statistik Deskripsif Data yang digunakan dan dianalisis dalam penelitian ini adalah data informasi keuangan berupa laporan audit dan laporan keuangan perusahaan manufaktur

Lebih terperinci

BAB III METODE PENELITIAN. Prima Artha, Sleman. Sedangkan subjek penelitiannya adalah Data

BAB III METODE PENELITIAN. Prima Artha, Sleman. Sedangkan subjek penelitiannya adalah Data BAB III METODE PENELITIAN A. Objek dan Subjek Penelitian Objek dalam penelitian ini adalah Koperasi Jasa Keuangan Syariah Prima Artha, Sleman. Sedangkan subjek penelitiannya adalah Data Tingkat Bagi Hasil

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Hasil Setelah melalui beberapa tahap kegiatan penelitian, dalam bab IV ini diuraikan analisis hasil penelitian dan pembahasan hasil penelitian. Analisis

Lebih terperinci

BAB IV PEMBAHASAN DAN HASIL PENELITIAN

BAB IV PEMBAHASAN DAN HASIL PENELITIAN BAB IV PEMBAHASAN DAN HASIL PENELITIAN IV.1 Analisis Deskriptif IV.1.1 Gambaran Mengenai Return Saham Tabel IV.1 Descriptive Statistics N Range Minimum Maximum Mean Std. Deviation Return Saham 45 2.09-0.40

Lebih terperinci

BAB 4 ANALISIS DAN BAHASAN

BAB 4 ANALISIS DAN BAHASAN BAB 4 ANALISIS DAN BAHASAN 4.1 Deskripsi Data Penelitian Setelah melalui berbagai tahapan penelitian yang telah direncanakan oleh peneliti di bagian awal, penelitian ini menghasilkan berbagai hal yang

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Retribusi Daearah dari tahun 2011 sampai variable (independent variable) tehadap variabel terikat (dependent

BAB III METODOLOGI PENELITIAN. Retribusi Daearah dari tahun 2011 sampai variable (independent variable) tehadap variabel terikat (dependent BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mengambil lokasi di wiayah pemerintah daerah Kota Tangerang pada unit Dinas Pengeloaan Keuangan Daerah (DPKD) Kota Tangerang.

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Hasil Penelitian 1. Statistik Deskriptif Statistik deskriptif menggambarkan tentang ringkasan data-data penelitian seperti jumlah data, rata-rata, nilai

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN. Populasi dalam penelitian ini adalah PT. Bank Syariah Mandiri dan Bank

BAB IV ANALISIS HASIL DAN PEMBAHASAN. Populasi dalam penelitian ini adalah PT. Bank Syariah Mandiri dan Bank BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Deskripsi Sampel Penelitian Populasi dalam penelitian ini adalah PT. Bank Syariah Mandiri dan Bank Indonesia. Sampel adalah wakil dari populasi yang diteliti. Dalam

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilakukan pada bulan November 2013 sampai Maret 2014

BAB III METODE PENELITIAN. Penelitian ini dilakukan pada bulan November 2013 sampai Maret 2014 43 BAB III METODE PENELITIAN III.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan pada bulan November 2013 sampai Maret 2014 dengan objek penelitian PT. Indosat Tbk yang terdaftar di Bursa Efek Indonesia

Lebih terperinci

ESTIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS

ESTIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS ESTIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS (Studi Kasus Pengaruh BI Rate, Jumlah Uang Beredar, dan Nilai Tukar Rupiah terhadap

Lebih terperinci

BAB IV ANALISA DAN PEMBAHASAN. tertinggi, standar deviasi, varian, modus, dan sebagainya.

BAB IV ANALISA DAN PEMBAHASAN. tertinggi, standar deviasi, varian, modus, dan sebagainya. BAB IV ANALISA DAN PEMBAHASAN A. Analisis Statistik Deskriptif Statistik Deskriptif berhubungan dengan pengumpulan data yang dapat disimpulkan untuk mendapatkan gambaran mengenai data tersebut agar lebih

Lebih terperinci

BAB 4 HASIL PENELITIAN DAN PEMBAHASAN

BAB 4 HASIL PENELITIAN DAN PEMBAHASAN BAB 4 HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini akan dijelaskan hal yang berhubungan dengan analisis data yang berhasil dikumpulkan, hasil pengolahan data dan pembahasan dari hasil pengolahan data yang

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi,

BAB IV HASIL DAN PEMBAHASAN. deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, BAB IV HASIL DAN PEMBAHASAN A. Hasil Analisis 1. Analisis Statistik Deskriptif Statistik deskriptif berfungsi untuk memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean),

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. terdaftar di Bursa Efek Indonesia periode tahun Pengambilan sampel

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. terdaftar di Bursa Efek Indonesia periode tahun Pengambilan sampel BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Sampel Penelitian Populasi yang diambil dalam penelitian ini adalah perusahan LQ-45 yang terdaftar di Bursa Efek Indonesia periode tahun 2011-2015. Pengambilan

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI A. Persamaan Regresi Linear Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Analisis regresi

Lebih terperinci

BAB IV HASIL ANALISIS DAN PEMBAHASAN. Tabel 4. Berdasarkan tabel diatas dapat diketahui bahwa variabel harga saham (Y)

BAB IV HASIL ANALISIS DAN PEMBAHASAN. Tabel 4. Berdasarkan tabel diatas dapat diketahui bahwa variabel harga saham (Y) 54 BAB IV HASIL ANALISIS DAN PEMBAHASAN 4. 1. Statistik Deskriptif Hasil statistik deskriptif terhadap variabel penelitian disajikan pada tabel berikut ini : Tabel 4 Des criptive Statistics Mean Std. Deviation

Lebih terperinci

mempunyai nilai ekstrim telah dikeluarkan sehingga data diharapkan

mempunyai nilai ekstrim telah dikeluarkan sehingga data diharapkan 47 mempunyai nilai ekstrim telah dikeluarkan sehingga data diharapkan mendekati normal. Tabel 4.2 Deskripsi Statistik PT. Indofood Sukses Makmur Periode Pengamatan 2003-2008 Mean Std. Deviation N RETURN.007258.1045229

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Bursa Efek Indonesia periode penelitian yang digunakan yaitu jenis data sekunder.

BAB III METODOLOGI PENELITIAN. Bursa Efek Indonesia periode penelitian yang digunakan yaitu jenis data sekunder. BAB III METODOLOGI PENELITIAN A. Obyek Penelitian Obyek pada penilitian ini yaitu perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2011-2015. B. Jenis Data Penelitian ini bertujuan

Lebih terperinci

= parameter regresi = variabel gangguan Model persamaan regresi linier pada persamaan (2.2) dapat dinyatakan dalam bentuk matriks berikut:

= parameter regresi = variabel gangguan Model persamaan regresi linier pada persamaan (2.2) dapat dinyatakan dalam bentuk matriks berikut: BAB II LANDASAN TEORI 2. Analisis Regresi Linier Berganda Analisis regresi merupakan salah satu analisis statistik yang sering digunakan untuk menganalisis hubungan antara dua variabel atau lebih. Menurut

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN. penelitian ini meliputi jumlah sampel (N), nilai minimum, nilai maksimum,

BAB IV ANALISIS HASIL DAN PEMBAHASAN. penelitian ini meliputi jumlah sampel (N), nilai minimum, nilai maksimum, 44 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Berdasarkan hasil analisis statistik deskriptif, maka pada Tabel 4.1 berikut ini akan ditampilkan karakteristik sample yang digunakan

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN 34 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data yang menggambarkan karakteristik sampel yang digunakan dalam

Lebih terperinci

PEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE

PEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE PEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE SKRIPSI Disusun Oleh: HILDAWATI 24010211130024 JURUSAN STATISTIKA FAKULTAS

Lebih terperinci

III. METODOLOGI PENELITIAN. Berdasarkan jenisnya, data yang digunakan dalam penelitian ini adalah data

III. METODOLOGI PENELITIAN. Berdasarkan jenisnya, data yang digunakan dalam penelitian ini adalah data 31 III. METODOLOGI PENELITIAN 3.1 Jenis dan Sumber Data 3.1.1 Jenis Data Berdasarkan jenisnya, data yang digunakan dalam penelitian ini adalah data kualitatif dan data kuantitatif. Data kualitatif adalah

Lebih terperinci

BAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,

BAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi, BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya

BAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya BAB 3 METODOLOGI PENELITIAN 3.1 Obyek Penelitian Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya yield to maturity (YTM) dari obligasi negara seri fixed rate tenor 10 tahun

Lebih terperinci

BAB IV PENGARUH PERHATIAN ORANG TUA DAN MOTIVASI BELAJAR TERHADAP PRESTASI BELAJAR PENDIDIKAN AGAMA ISLAM SISWA SMP NEGERI 01 PEMALANG

BAB IV PENGARUH PERHATIAN ORANG TUA DAN MOTIVASI BELAJAR TERHADAP PRESTASI BELAJAR PENDIDIKAN AGAMA ISLAM SISWA SMP NEGERI 01 PEMALANG BAB IV PENGARUH PERHATIAN ORANG TUA DAN MOTIVASI BELAJAR TERHADAP PRESTASI BELAJAR PENDIDIKAN AGAMA ISLAM SISWA SMP NEGERI 01 PEMALANG Pada bab keempat yang diberi judul pengaruh perhatian orang tua dan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini menggunakan data time series tahunan Data

III. METODE PENELITIAN. Penelitian ini menggunakan data time series tahunan Data 40 III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data time series tahunan 2002-2012. Data sekunder tersebut bersumber dari Badan Pusat Statistik (BPS) Lampung. Adapun data

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di PT. Pembangkitan Jawa-Bali Unit

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di PT. Pembangkitan Jawa-Bali Unit BAB III METODE PENELITIAN 3.1 Lokasi Penelitian Penelitian ini dilaksanakan di PT. Pembangkitan Jawa-Bali Unit Pembangkit Gresik di Jalan Harun Tohir nomor 01 Gresik 61112, dengan pertimbangan peneliti

Lebih terperinci

BAB III METODE PENELITIAN. Metode Penelitian adalah suatu kegiatan yang menggunakan metode yang

BAB III METODE PENELITIAN. Metode Penelitian adalah suatu kegiatan yang menggunakan metode yang BAB III METODE PENELITIAN Metode Penelitian adalah suatu kegiatan yang menggunakan metode yang sistematis untuk memperoleh data yang meliputi pengumpulan data, pengolahan data, dan analisis data. 3.1 Sumber

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan

BAB III METODE PENELITIAN. Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan BAB III METODE PENELITIAN A. Obyek/Subyek Penelitian Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan analisis yang berupa angka-angka sehingga dapat diukur dan dihitung dengan

Lebih terperinci

sebuah penelitian tentang: pengaruh laba akuntansi, arus kas opera- sional, ukuran perusahaan, tingkat pertum- buhan perusahaan terhadap harga saham

sebuah penelitian tentang: pengaruh laba akuntansi, arus kas opera- sional, ukuran perusahaan, tingkat pertum- buhan perusahaan terhadap harga saham contoh sebuah penelitian tentang: pengaruh laba akuntansi, arus kas operasional, ukuran perusahaan, tingkat pertumbuhan perusahaan terhadap harga saham kerangka pikir yang diajukan sbb. laba akuntansi

Lebih terperinci

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari 34 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari tahun 2005-2012, yang diperoleh dari data yang dipublikasikan

Lebih terperinci

Jl. Ir. M. Putuhena, Kampus Unpatti, Poka-Ambon ABSTRAK

Jl. Ir. M. Putuhena, Kampus Unpatti, Poka-Ambon ABSTRAK Jurnal Barekeng Vol. 8 No. 1 Hal. 31 37 (2014) MODEL REGRESI RIDGE UNTUK MENGATASI MODEL REGRESI LINIER BERGANDA YANG MENGANDUNG MULTIKOLINIERITAS (Studi Kasus: Data Pertumbuhan Bayi di Kelurahan Namaelo

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Pada deskripsi variabel penelitian akan dijelaskan nilai minimum, maksimum, rata-rata dan standard deviasi pada masing-masing variabel penelitian,

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Gambaran Umum Objek Penelitian Objek dalam penelitian ini adalah perusahaan manufaktur disektor 5 (consumer goods industry) periode 2008-2010. Berikut ini peneliti

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN BAB 4 ANALISIS DAN PEMBAHASAN Pada bab sebelumnya telah dijelaskan mengenai populasi dan proses pengumpulan data untuk kepentingan analisis data penelitian. Penelitian dilakukan dengan cara pengumpulan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Data kuantitatif adalah data yang diukur dalam suatu skala numerik atau

BAB III METODOLOGI PENELITIAN. Data kuantitatif adalah data yang diukur dalam suatu skala numerik atau BAB III METODOLOGI PENELITIAN A. Jenis dan Sumber Data Jenis data yang diperlukan dalam penelitian ini adalah data kuantitatif. Data kuantitatif adalah data yang diukur dalam suatu skala numerik atau angka

Lebih terperinci

BAB IV ANALISA DAN PEMBAHASAN

BAB IV ANALISA DAN PEMBAHASAN BAB IV ANALISA DAN PEMBAHASAN Bab ini akan menguraikan proses, hasil serta pembahasan dari pengolahan data yang telah dilakukan. Analisis pengolahan data dilakukan dengan mengggunakan software Minitab

Lebih terperinci

Biaya operasional terendah adalah dialami oleh PT. Centrin Online Tbk (CENT), dan tertinggi di alami oleh Mitra Adi Perkasa Tbk (MAPI

Biaya operasional terendah adalah dialami oleh PT. Centrin Online Tbk (CENT), dan tertinggi di alami oleh Mitra Adi Perkasa Tbk (MAPI BAB IV HASIL DAN PEMBAHASAN A. Statistik Deskriptif Dengan statistik deskriptif memberikan informasi tentang karakteristik sampel yang digunakan secara lebih rinci. Informasi yang dapat diperoleh dari

Lebih terperinci

III. METODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian

III. METODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. menganalisis data, penulis menggunakan alat bantu komputer seperti paket

BAB III METODOLOGI PENELITIAN. menganalisis data, penulis menggunakan alat bantu komputer seperti paket 49 BAB III METODOLOGI PENELITIAN A. Jenis Penelitian Penelitian yang dilakukan penulis adalah penelitian kuantitatif dengan menggunakan metode regresi linier berganda sebagai alat analisis data. Dalam

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN 51 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Data Penelitian Objek dalam penelitian ini adalah semua klasifikasi dan mempublikasikan Laporan Keuangan bulanan di Dinas Pengelolaan Keuangan dan Asset Daerah

Lebih terperinci

BAB III METODOLOGI PENELITIAN. 3.1 Objek Penelitian Obyek penelitian ini adalah laporan keuangan perusahaan perusahaan

BAB III METODOLOGI PENELITIAN. 3.1 Objek Penelitian Obyek penelitian ini adalah laporan keuangan perusahaan perusahaan 23 BAB III METODOLOGI PENELITIAN 3.1 Objek Penelitian Obyek penelitian ini adalah laporan keuangan perusahaan perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia (BEI). Periode data yang digunakan

Lebih terperinci

REGRESI LINIER BERGANDA

REGRESI LINIER BERGANDA REGRESI LINIER BERGANDA 1. PENDAHULUAN Analisis regresi merupakan salah satu teknik analisis data dalam statistika yang seringkali digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN 31 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif ini digunakan untuk memberikan gambaran mengenai demografi responden penelitian. Data demografi tersebut antara lain

Lebih terperinci

METODE PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel

METODE PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel 43 III. METODE PENELITIAN A. Variabel Penelitian dan Definisi Operasional Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel yang akan dianalisis dalam penelitian ini, maka perlu dirumuskan

Lebih terperinci

BAB 4 ANALISIS DAN HASIL PENELITIAN. Penggunaan analisis statistik deskriptif untuk memberikan gambaran data yang akan

BAB 4 ANALISIS DAN HASIL PENELITIAN. Penggunaan analisis statistik deskriptif untuk memberikan gambaran data yang akan BAB 4 ANALISIS DAN HASIL PENELITIAN 1.1 Analisis Hasil Penelitian 1.1.1 Analisis Deskriptif Statistik Penggunaan analisis statistik deskriptif untuk memberikan gambaran data yang akan dijadikan sampel

Lebih terperinci

BAB III METODOLOGI PENELITIAN. berbentuk time series selama periode waktu di Sumatera Barat

BAB III METODOLOGI PENELITIAN. berbentuk time series selama periode waktu di Sumatera Barat BAB III METODOLOGI PENELITIAN A. Sumber Data Metode penelitian dilakukan dengan mengumpulkan data sekunder yang berbentuk time series selama periode waktu 2005-2015 di Sumatera Barat yang diperoleh dari

Lebih terperinci

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu III. METODE PENELITIAN A. Jenis dan Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu (time-series data) bulanan dari periode 2004:01 2011:12 yang diperoleh dari PT.

Lebih terperinci

BAB II KAJIAN PUSTAKA. dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat

BAB II KAJIAN PUSTAKA. dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat BAB II KAJIAN PUSTAKA 2.1 Konsep Dasar Runtun Waktu Data runtun waktu (time series) merupakan data yang dikumpulkan, dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat berupa

Lebih terperinci

BAB IV ANALISA DAN PEMBAHASAN

BAB IV ANALISA DAN PEMBAHASAN BAB IV ANALISA DAN PEMBAHASAN A. Statistik Deskriptif. Statistik deskriptif adalah ilmu statistik yang mempelajari cara-cara pengumpulan, penyusunan dan penyajian data suatu penilaian. Tujuannya adalah

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Pada bagian ini akan disajikan statistik deskriptif dari semua variabel. Variabel yang digunakan dalam penelitian ini adalah CAR, FDR,

Lebih terperinci

BAB IV ANALISIS DATA. tingkat kebenaran hipotesis penelitian yang telah dirumuskan. Dalam analisis data

BAB IV ANALISIS DATA. tingkat kebenaran hipotesis penelitian yang telah dirumuskan. Dalam analisis data BAB IV ANALISIS DATA Analisis data merupakan hasil kegiatan setelah data dari seluruh responden atau sumber data lainnya terkumpul. Hal ini memiliki tujuan untuk mengetahui tingkat kebenaran hipotesis

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Dalam bab ini dibahas tentang matriks, metode pengganda Lagrange, regresi

BAB II TINJAUAN PUSTAKA. Dalam bab ini dibahas tentang matriks, metode pengganda Lagrange, regresi BAB II TINJAUAN PUSTAKA Dalam bab ini dibahas tentang matriks, metode pengganda Lagrange, regresi linear, metode kuadrat terkecil, restriksi linear, multikolinearitas, regresi ridge, uang primer, dan koefisien

Lebih terperinci

BAB III METODOLOGI PENELITIAN. untuk pengumpulan data dan informasi bulan Januari 2014.

BAB III METODOLOGI PENELITIAN. untuk pengumpulan data dan informasi bulan Januari 2014. 85 BAB III METODOLOGI PENELITIAN A. Lokasi dan Waktu Penelitian Dalam rangka memperoleh data dan informasi, maka lokasi penelitian ini dilakukan pada Pojok Bursa Universitas Mercubuana yang berlokasi di

Lebih terperinci

BAB IV. Tabel 4.1. dan Pendapatan Bagi Hasil. Descriptive Statistics. Pembiayaan_Mudharabah E6 4.59E E E9

BAB IV. Tabel 4.1. dan Pendapatan Bagi Hasil. Descriptive Statistics. Pembiayaan_Mudharabah E6 4.59E E E9 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Hasil 1. Uji Statistik Deskriptif Statistika deskriptif digunakan untuk melihat gambaran secara umum data yang sudah dikumpulkan dalam penelitian ini. Berikut

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN. Dari data-data sekunder berupa laporan keuangan yang telah diperoleh, maka

BAB IV ANALISIS HASIL DAN PEMBAHASAN. Dari data-data sekunder berupa laporan keuangan yang telah diperoleh, maka 48 BAB IV ANALISIS HASIL DAN PEMBAHASAN Dari data-data sekunder berupa laporan keuangan yang telah diperoleh, maka selanjutnya dalam bab analisis hasil dan pembahasan ini akan diterangkan mengenai hasil

Lebih terperinci

BAB IV HASIL ANALISIS DAN PEMBAHASAN. membuat kesimpulan yang berlaku untuk umum.

BAB IV HASIL ANALISIS DAN PEMBAHASAN. membuat kesimpulan yang berlaku untuk umum. A. Uji Statistik Deskriptif BAB IV HASIL ANALISIS DAN PEMBAHASAN Statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau memberi gambaran terhadap objek yang diteliti melalui data

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilakukan pada website Bank Indonesia (www.bi.go.id). Bank

BAB III METODE PENELITIAN. Penelitian ini dilakukan pada website Bank Indonesia (www.bi.go.id). Bank 53 BAB III METODE PENELITIAN III.1 Lokasi Penelitian Penelitian ini dilakukan pada website Bank Indonesia (www.bi.go.id). Bank Indonesia selaku bank sentral berdasarkan pasal 4 ayat 1 UU RI No. 23 tahun

Lebih terperinci

BAB IV ANALISA HASIL DAN PEMBAHASAN

BAB IV ANALISA HASIL DAN PEMBAHASAN BAB IV ANALISA HASIL DAN PEMBAHASAN A. Analisis Data 1. Analisa Statistik Deskriptif Statistik deskriftif menggambarkan tentang ringkasan data-data penelitian seperti minimum, maksimum, mean, dan standar

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. yang terdaftar dalam LQ-45 di Bursa Efek Indonesia periode

BAB IV HASIL DAN PEMBAHASAN. yang terdaftar dalam LQ-45 di Bursa Efek Indonesia periode BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Sampel penelitian yang digunakan dalam penelitian ini ialah perusahaan yang terdaftar dalam LQ-45 di Bursa Efek Indonesia periode 2013-2015. Teknik yang digunakan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 35 BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan mulai bulan Agustus 2014 dan mengambil data yang berasal dari situs resmi Badan Pusat Statistik, Bank Indonesia,

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan

BAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan tentang pola hubungan (model) antara dua peubah atau lebih (Draper dan Smith, 1992).

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif dilakukan untuk mengetahui gambaran nilai variabel - variabel yang menjadi sampel. Adapun hasil perhitungan statistik deskriptif

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN. Dalam analisis statistik obyek penelitian pada sub bab ini, peneliti

BAB IV ANALISIS HASIL DAN PEMBAHASAN. Dalam analisis statistik obyek penelitian pada sub bab ini, peneliti BAB IV ANALISIS HASIL DAN PEMBAHASAN 4.1 Statistik Deskriptif Dalam analisis statistik obyek penelitian pada sub bab ini, peneliti menjabarkan hasil perhitungan nilai minimum, nilai maksimum, rata-rata

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi adalah analisis yang dilakukan terhadap dua jenis variabel yaitu variabel independen (prediktor) dan variabel dependen (respon). Analisis

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Berdasarkan data yang diinput dari Annual Report (2008-2012) maka dapat dihitung rasio-rasio keuangan yang digunakan dalam penelitian

Lebih terperinci

BAB IV HASIL ANALISA DAN PEMBAHASAN

BAB IV HASIL ANALISA DAN PEMBAHASAN BAB IV HASIL ANALISA DAN PEMBAHASAN A. Statistik Deskriptif Penelitian ini menggunakan analisa regresi yang tujuannya adalah untuk meramalkan suatu nilai variabel dependen dengan adanya perubahan dari

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1 Desain Penelitian Bagian ini menjelaskan mengenai jenis dan sumber data, penentuan jumlah sampel serta alasan menggunakan sampel tersebut, metode pengumpulan data yang dilakukan,

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Untuk menguji apakah alat ukur (instrument) yang digunakan memenuhi

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Untuk menguji apakah alat ukur (instrument) yang digunakan memenuhi BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil uji itas dan Reliabilitas Untuk menguji apakah alat ukur (instrument) yang digunakan memenuhi syarat-syarat alat ukur yang baik, sehingga mengahasilkan

Lebih terperinci

BAB IV ANALISA DAN PEMBAHASAN

BAB IV ANALISA DAN PEMBAHASAN BAB IV ANALISA DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Data Pendapatan Bunga Tabel 4.1 PT Bank Mandiri (Persero), Tbk Perkembangan Pendapatan Bunga Tahun 2007 2011 (dalam jutaan) Tahun Pendapatan Bunga

Lebih terperinci

BAB IV ANALISIS HASIL PENELITIAN. Dalam bab ini akan diuraikan hal-hal yang berkaitan dengan data-data

BAB IV ANALISIS HASIL PENELITIAN. Dalam bab ini akan diuraikan hal-hal yang berkaitan dengan data-data BAB IV ANALISIS HASIL PENELITIAN Dalam bab ini akan diuraikan hal-hal yang berkaitan dengan data-data yang berhasil dikumpulkan, hasil pengolahan data dan pembahasan dari hasil pengolahan tersebut. Berdasarkan

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN 61 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskripsi menjelaskan karakteristik dari masing-masing variabel yang terdapat dalam penelitian, baik variabel dependen maupun independen

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Bank adalah lembaga keuangan yang merupakan penggerak utama dalam pertumbuhan perekonomian masyarakat Indonesia. Sebagai lembaga Intermediasi, bank memiliki

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Gambaran Umum Objek Penelitian Penelitian ini akan membahas mengenai pengaruh kesadaran wajib pajak, sanksi pajak dan pengetahuan pajak terhadap kepatuhan wajib pajak orang

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 5 BAB 2 TINJAUAN PUSTAKA 2.1 Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemenelemen yang disusun secara teratur menurut baris dan kolom berbentuk

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. A. Pengaruh Rasio Profitabilitas, Rasio Solvabilitas Dan Rasio Likuiditas Terhadap

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. A. Pengaruh Rasio Profitabilitas, Rasio Solvabilitas Dan Rasio Likuiditas Terhadap BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Pengaruh Rasio Profitabilitas, Rasio Solvabilitas Dan Rasio Likuiditas Terhadap Harga Saham Pada Perusahaan Perdagangan, Jasa Dan Investasi Di Daftar Efek Syariah

Lebih terperinci

PEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE

PEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 123-132 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN

Lebih terperinci

BAB III METODE PENELITIAN. metode analisis data serta pengujian hipotesis.

BAB III METODE PENELITIAN. metode analisis data serta pengujian hipotesis. BAB III METODE PENELITIAN Pada bab 3 ini akan dijelaskan mengenai metode penelitian yang meliputi populasi dan sampel penelitian, data dan sumber data, variabel operasional, metode analisis data serta

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN

BAB IV ANALISIS DAN PEMBAHASAN BAB IV ANALISIS DAN PEMBAHASAN 4.1 Statistik Deskriptif. Statistik Deskriptif menjelaskan karakteristik masing-masing variabel yang terdapat dalam penelitian, baik variabel dependen maupun variabel independent

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 29 BAB III METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Pada penelitian ini hanya mencakup dalam bidang analisis perpajakan. Objek penelitian ini yaitu pada Kantor Pelayanan Pajak (KPP) Pratama Tanah

Lebih terperinci

BAB III METODE PENELITIAN. diperlukan dalam penelitian ini, maka penulis mengadakan penelitian

BAB III METODE PENELITIAN. diperlukan dalam penelitian ini, maka penulis mengadakan penelitian 32 BAB III METODE PENELITIAN A. Lokasi Penelitian Untuk mendapatkan beberapa informasi dan sumber data yang diperlukan dalam penelitian ini, maka penulis mengadakan penelitian perusahaan perbankan di Bursa

Lebih terperinci

III. METODE PENELITIAN. Data yang digunakan pada penelitian ini adalah data sekunder yang berupa data time

III. METODE PENELITIAN. Data yang digunakan pada penelitian ini adalah data sekunder yang berupa data time 44 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan pada penelitian ini adalah data sekunder yang berupa data time series periode 2001-2012 yang diperoleh dari Badan Pusat Statistik

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN Dalam bab ini penulis akan menerangkan mengenai hasil penelitian yang telah dilakukan atas data sekunder yaitu berupa komponen-komponen laporan keuangan yang diperoleh

Lebih terperinci

BAB III METODE PENELITIAN. BRI Syariah, dan Syariah Mandiri) di Indonesia periode

BAB III METODE PENELITIAN. BRI Syariah, dan Syariah Mandiri) di Indonesia periode BAB III METODE PENELITIAN 3.1 Lokasi Penelitian Penelitian ini dilakukan pada Bank Umum Syariah BUMN (BNI Syariah, BRI Syariah, dan Syariah Mandiri) di Indonesia periode 2010-2013. 3.2 Jenis dan Sumber

Lebih terperinci

PENERAPAN METODE REGRESI GULUD DAN REGRESI KOMPONEN UTAMA DALAM MENGATASI PENYIMPANGAN MULTIKOLINEARITAS PADA ANALISIS REGRESI LINEAR BERGANDA

PENERAPAN METODE REGRESI GULUD DAN REGRESI KOMPONEN UTAMA DALAM MENGATASI PENYIMPANGAN MULTIKOLINEARITAS PADA ANALISIS REGRESI LINEAR BERGANDA PENERAPAN METODE REGRESI GULUD DAN REGRESI KOMPONEN UTAMA DALAM MENGATASI PENYIMPANGAN MULTIKOLINEARITAS PADA ANALISIS REGRESI LINEAR BERGANDA Sri Siska Wirdaniyati 1), Edy Widodo ) 1) Mahasiswa Prodi

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN. 4.1 Analisis Return On invesment(roi), Earning Per Share(EPS), dan. Deviden Per Share (DPS) terhadap harga saham

BAB IV ANALISIS DAN PEMBAHASAN. 4.1 Analisis Return On invesment(roi), Earning Per Share(EPS), dan. Deviden Per Share (DPS) terhadap harga saham 45 BAB IV ANALISIS DAN PEMBAHASAN 4.1 Analisis Return On invesment(roi), Earning Per Share(EPS), dan Deviden Per Share (DPS) terhadap harga saham 4.1.1 Analisa kelayakan data ROI, EPS dan DPS terhadap

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Tempat Penelitian Penelitian ini dilaksanakan di Kota Madya Salatiga propinsi Jawa Tengah. Pemilihan Kota Madya Salatiga sebagai daerah penelitian dikarenakan untuk memudahkan

Lebih terperinci