1 / 8

ANALISIS REGRESI LINIER TIGA PREDIKTOR

ANALISIS REGRESI LINIER TIGA PREDIKTOR. MODUL 07. KASUS. Dilakukan penelitian pada 73 pengusaha Bordir di pasuruan Variabel bebas : kemampuan manajemen (X1) kemampuan berwirausaha (X2 ) dan strategi bersaing (X3) Variabel terikat : kinerja keuangan (Y)

mili
Télécharger la présentation

ANALISIS REGRESI LINIER TIGA PREDIKTOR

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. ANALISIS REGRESI LINIER TIGA PREDIKTOR MODUL 07 Analisis Regresi Linier Tiga Prediktor

  2. KASUS • Dilakukanpenelitianpada 73 pengusahaBordirdipasuruan • Variabelbebas : kemampuanmanajemen (X1) kemampuanberwirausaha (X2) danstrategibersaing (X3) • Variabelterikat : kinerjakeuangan (Y) • Apakahadapengaruhsecarasimultandanparsialdari X1 , X2 dan X3 terhadap Y? Analisis Regresi Linier Tiga Prediktor

  3. DATA PENELITIAN Analisis Regresi Linier Tiga Prediktor

  4. DATA PENELITIAN Analisis Regresi Linier Tiga Prediktor

  5. OUTPUT HASIL REGRESI • Korelasisederhanaantara KM (X1) , KB (X2) dan SB (X3) dengan KK (Y) adalahsignifikan (p-value < 0,05) • Akantetapikorelasidiantaraketigavariabelbebasjugacukuptinggidengannilaiberkisar 0,661 - 0,733 Analisis Regresi Linier Tiga Prediktor

  6. OUTPUT HASIL REGRESI • Koefisiendeterminasi (R2) adalah0,434 dengankoefisienkorelasibergandasebesar0,658 menjelaskanbahwakonstribusigabungandariKM, KB dan SB untukmenjelaskan KK adalah43,4%. Sedangkansisanyasebesar56,6% dijelaskanolehvariabel lain yang tidakadadalam model regresi. Analisis Regresi Linier Tiga Prediktor

  7. OUTPUT HASIL REGRESI • Hasiluji F denganFhitung = 17,608 dan p-value = 0,000 memberikankeputusanbahwaadapengaruhgabungan yang signifikandariKM, KB dan SB terhadap KK • Sumberpengaruhdarimasing-masingvariabelbebasakandiujidenganuji-t Analisis Regresi Linier Tiga Prediktor

  8. OUTPUT HASIL REGRESI • Hasiluji t untukkoefisienregresi KM diperolehthitung = 3,164 dan p-value = 0,002 memberikankeputusanbahwaadapengaruhparsial yang signifikandari KM terhadap KK • Hasiluji t untukkoefisienregresi KB diperolehthitung = 0,028 dan p-value = 0,978 memberikankeputusanbahwaadapengaruhparsial yang tidaksignifikandari KB terhadap KK • Hasiluji t untukkoefisienregresiSB diperolehthitung = 2,082 dan p-value = 2,082 memberikankeputusanbahwaadapengaruhparsial yang tidaksignifikandariSB terhadap KK • Hasilujikoefisien KB yang tidaksignifikandidugakarena KB memilikitingkatkorelasi yang cukuptinggidenganKM dan SB, sehinggakontribusidari KB secaratidaklangsungtelahterjelaskanmelaluikonstribusi KM. Analisis Regresi Linier Tiga Prediktor

More Related