90 likes | 270 Views
ANALISIS REGRESI LINIER DUA PREDIKTOR. MODUL 06. KASUS. Dilakukan penelitian pada 73 pengusaha Bordir di pasuruan Variabel bebas : kemampuan manajemen (X1) kemampuan berwirausaha (X2) Variabel terikat : kinerja keuangan (Y)
E N D
ANALISIS REGRESI LINIERDUA PREDIKTOR MODUL 06 Analisis Regresi Linier Dua Prediktor
KASUS • Dilakukanpenelitianpada 73 pengusahaBordirdipasuruan • Variabelbebas: kemampuanmanajemen(X1) kemampuanberwirausaha(X2) • Variabelterikat : kinerjakeuangan (Y) • Apakahadapengaruhsecarasimultandanparsialdari X1 dan X2 terhadap Y? Analisis Regresi Linier Dua Prediktor
DATA PENELITIAN Analisis Regresi Linier Dua Prediktor
DATA PENELITIAN Analisis Regresi Linier Dua Prediktor
OUTPUT HASIL REGRESI • Korelasisederhanaantara KM (X1) dengan KK (Y) danantaraKB (X2) dengan KK (Y) adalahsignifikan (p-value < 0,05) • Akantetapikorelasiantara KM (X1) dengan KB (X2) adalahcukuptinggidengannilai 0,712 Analisis Regresi Linier Dua Prediktor
OUTPUT HASIL REGRESI • Koefisiendeterminasi (R2) adalah 0,398 dengankoefisienkorelasibergandasebesar 0,631 menjelaskanbahwakonstribusigabungandari KM dan KB untukmenjelaskan KK adalah 39,8%. Sedangkansisanyasebesar 60,2% dijelaskanolehvariabel lain yang tidakadadalam model regresi. Analisis Regresi Linier Dua Prediktor
OUTPUT HASIL REGRESI • Hasiluji F denganFhitung = 23,143 dan p-value = 0,000 memberikankeputusanbahwaadapengaruhgabungan yang signifikandari KM dan KB terhadap KK • Sumberpengaruhdarimasing-masingvariabelbebasakandiujidenganuji-t Analisis Regresi Linier Dua Prediktor
OUTPUT HASIL REGRESI • Hasilujit untukkoefisienregresi KM diperolehthitung= 3,853 dan p-value = 0,000 memberikankeputusanbahwaadapengaruhparsial yang signifikandari KM terhadap KK • Hasiluji t untukkoefisienregresiKB diperolehthitung= 1,199 dan p-value = 0,235 memberikankeputusanbahwaadapengaruhparsial yang tidaksignifikandariKB terhadap KK • Hasilujikoefisien KB yang tidaksignifikandidugakarena KB memilikitingkatkorelasi yang cukuptinggidengan KM, sehinggakontribusidari KB secaratidaklangsungtelahterjelaskanmelaluikonstribusi KM. Analisis Regresi Linier Dua Prediktor